Bioelectrical impedance analysis：评估儿童门诊患者身体成分及预测低肌肉量的新视角

为解决儿童营养评估仅依赖 BMI 的不足及明确相位角（PhA）在儿童肌肉量评估中的作用，研究人员开展了针对 5 - 18 岁儿科门诊患者的回顾性观察研究。结果显示 PhA 与 FFMI、ASMI 等相关，对预测严重低 ASMI 有一定能力，为儿童肌肉量评估提供新方向。

　　在儿童健康营养领域，一直以来存在一个令人困惑的问题：简单的人体测量指标，比如身体质量指数（BMI），无法精准区分脂肪质量（FM）和无脂肪质量（FFM）。对于孩子们来说，正常的 BMI 并不意味着他们的肌肉量和 FM 都处于健康水平。有些孩子 BMI - 年龄 z 评分（BMIz）在特定范围，看似健康，实则可能隐藏着营养问题。与此同时，肌肉减少症（Sarcopenia）在成年人中备受关注，它会影响生长发育，增加患病风险，然而在儿童群体中的研究却相对匮乏。在这样的背景下，浙江大学医学院附属儿童医院临床营养科的研究人员开展了一项意义重大的研究，相关成果发表在《BMC Pediatrics》杂志上。

研究人员收集了 2020 年 6 月至 2023 年 12 月在浙江大学医学院附属儿童医院临床营养科就诊的 5 - 18 岁儿科门诊患者的电子病历。这些患者均接受了人体测量和生物电阻抗分析（Bioelectrical impedance analysis，BIA）测量。研究通过严格的纳入和排除标准筛选出符合条件的患者，将他们分为低 BMIz 组和正常 BMIz 组进行对比分析。

研究人员采用的关键技术方法包括：利用数字秤和垂直身高计准确测量儿童的体重和身高，进而计算 BMI，并通过 WHO 的 AnthroPlus 1.0.4 软件得出 BMIz 和身高 - 年龄 z 评分（HAZ）；运用 InBody S10 体水分分析仪进行身体成分测量，该仪器采用多频（1, 5, 50, 250, 500, 1000 kHz）四极八点触觉电极系统，能测量多种身体成分指标，如 FM、FFM、骨骼肌质量（SMM）、相位角（Phase angle，PhA）等；通过统计分析软件，如 IBM SPSS Statistics 和 R 语言相关软件包，进行数据的统计分析，包括相关性分析、绘制受试者工作特征曲线（Receiver operating characteristic curve，ROC）等。

下面来看具体的研究结果：

1. 患者特征及 BMI_z、FM% 和 ASMI 的分布：研究共纳入 480 名儿童，其中男孩 312 名，女孩 168 名。低 BMI_z组中男孩和女孩的低 FM%、严重低骨骼肌质量指数（Appendicular skeletal muscle mass index，ASMI）的患病率显著高于正常 BMI_z组。
2. 正常与低 BMI_z组 BIA 参数的比较：经过倾向得分匹配（Propensity score matching，PSM）控制年龄因素后，低 BMI_z组的 FM、SMM、总身体水分（Total body water，TBW）、蛋白质以及多个营养指标（FM%、脂肪质量指数（FMI）、FFMI、ASMI、身体细胞质量（Body cell mass，BCM）和 PhA）均显著低于正常 BMI_z组。男孩低 BMI_z组的细胞外水 / 总身体水（ECW/TBW）比值显著升高，女孩组无此变化；低 BMI_z组的内脏脂肪面积（Visceral fat area，VFA）显著高于正常 BMI_z组。
3. PhA 与身体参数的相关性：在控制年龄因素后，男孩的 PhA 与 FFMI、ASMI 呈中度正相关，与 VFA、ECW/TBW 比值呈中度负相关；女孩的 PhA 与 FFMI、ASMI 也呈中度正相关，与 VFA、ECW/TBW 比值呈中度负相关。
4. PhA 和营养指标对严重低 ASMI 的预测能力：以 ASMI ≤ - 1 SD 或 ASMI ≤ - 2 SD 为标准，FFMI 在预测严重低 ASMI 方面表现出色，BMI 和 PhA 的预测能力相对较弱，但 PhA 仍具有一定的预测价值。

研究结论和讨论部分指出，本研究发现体重不足的儿童常伴有肌肉消耗，可能伴有或不伴有脂肪消耗。PhA 与 FFMI、ASMI 中度相关，对预测严重低 ASMI 有一定的能力，说明 BIA 是评估儿童肌肉减少症风险的便捷方法。然而，研究也存在一些局限性，如参与者存在选择偏倚、缺乏量化的食欲数据和纵向跟踪等。尽管如此，该研究强调了在儿童营养评估中不能仅依赖 BMI，应重视肌肉量评估，为临床和教育环境中进行肌肉减少症风险的常规筛查提供了依据，也为后续研究指明了方向，对儿童健康营养领域的发展具有重要意义。