本文來源：聶義珍, 闫朝岐, 燕巍, 等. 基于多元統計學方法的骨量肌量減少性肥胖綜合征的結構特征研究[J]. 中國全科醫學, 2022, 25(22): 2733-2739,2745.（點擊文題查看原文）

骨量肌量減少性肥胖綜合征（OSO）是指機體出現骨量減少、肌肉量下降、肌肉功能減低，同時伴随着脂肪組織增加的一種綜合征，即骨質疏松、肌少症和肥胖3種疾病共存于同一個體。骨質疏松、肌少症和肥胖是多因素疾病，三種疾病有共同的病因、發病機制和危險因素[1，2，3，4，5]。澳大利亞一項對≥70歲社區男性居民的前瞻性研究發現，合并肥胖的男性肌少症患者兩年内跌倒和骨折的發生率均高于健康男性[6]。另一項平均随訪時間長達10.7年的研究報道，合并肌少症的男性肥胖患者與單純性肥胖男性相比，腰椎骨密度（BMD）和全身BMD更低，較健康男性非椎體骨折發生率更高；而在女性群體中，肌少症合并肥胖患者全髋BMD比單純性肥胖患者低，且骨折發生率高[7]。因此，研究者提出應将三種疾病綜合起來進行分析，不能把骨質疏松、肌少症和肥胖作為獨立疾病來研究，否則會造成患者的骨折風險被低估。此外，一項針對癌症患者的研究結果顯示，伴有OSO的癌症患者患骨性關節炎，以及發生跌倒、失能的風險明顯高于單純合并肌少症、肥胖或肌肉減少性肥胖症的癌症患者，并且生存時間明顯縮短[8]。由此可見，骨質疏松、肌少症和肥胖三種疾病可相互作用，進而加速OSO的進展[8]。

作為一種嚴重影響老年人健康和生活質量的疾病，OSO的臨床研究尚處于初期階段。現有研究主要将OSO作為一種單一疾病來研究，在診斷OSO患者時要求患者符合三種疾病診斷标準，多将診斷變量視為相對獨立的變量[9，10，11]，忽略了診斷變量間的聯系、三種疾病間的相互作用及不同疾病在OSO發展中發揮的作用可能不盡相同。相較于相對割裂地看待肌少症、骨質疏松和肥胖三種疾病及其診斷變量，綜合研究診斷變量間的關系，發掘診斷變量間潛在的聯系，以及基于OSO診斷變量間的相關性對OSO進行分型有助于更好地理解和防治OSO。随着疾病研究的不斷深入，許多研究者更注重對疾病結構特征與表型的研究。相較于僅利用單一要素來對疾病進行分型，按照疾病的臨床特征和結構特征等多種要素相結合的方法對疾病進行分型更具有臨床指導意義，但目前關于OSO結構特征和分型的研究尚未見系統報道。多元統計學方法，如因子分析法常被應用于将疾病按照不同特征進行分型的研究中[9]。因此，本研究利用因子分析法研究OSO診斷變量間的相互關系，利用聚類分析探尋OSO的結構特征，并對OSO患者進行分類，探讨不同類别的OSO患者在臨床特征上的差異。

于2018年1月至2020年10月，采用随機抽樣法，選取在哈爾濱醫科大學附屬第二醫院體檢中心接受健康體檢的年齡≥60歲的老年OSO患者為研究對象。納入标準：（1）患者同時存在骨質疏松、肌少症和肥胖三種疾病；（2）無溝通障礙和肢體缺失；（3）知情同意，并自願參與本研究。排除标準：（1）患有影響骨或鈣、磷代謝的疾病，服用影響骨或鈣、磷代謝的藥物；（2）因下肢損傷不能進行BMD和人體成分測量；（3）患嚴重肝腎功能不全、自身免疫性疫病、惡性腫瘤的體檢者；（4）體檢者患嚴重精神疾病和/或存在認知功能障礙。本研究通過哈爾濱醫科大學附屬第二醫院倫理委員會審批（審批号：KY2018-262），納入研究對象均已簽署知情同意書。

本研究初步拟定9個診斷變量，分别為四肢骨骼肌指數、握力、體脂百分比（BF%），腰椎1~4（L1~4）、髋部、股骨頸BMD，體質指數（BMI）、腰圍、步速。考慮進行因子分析時，樣本量與變量數比例最小應為5∶1，且總樣本量不得小于100，确定最終所需的樣本量為100。

采用自行設計、統一編制的問卷收集OSO患者的一般資料、體格檢查及實驗室檢查結果。（1）一般資料由經過統一培訓的護士通過"面對面"詢問的方式進行采集，内容包括患者的社會人口學特征（年齡、性别、受教育程度、個人月收入）、生活方式〔吸煙史（每日吸煙≥1支，連續或累計>6個月為吸煙）、飲酒史（飲酒>5年且每周飲酒≥300 g為飲酒）、規律運動情況（運動≥3次/周，每次運動時間≥30 min為規律運動）〕及常見慢性病（高血壓、冠心病、糖尿病、腦卒中）患病情況。（2）體格檢查。由經過統一培訓并考核合格的測量員按統一标準進行身高、體質量、腰圍、血壓、握力和步速測量，并計算BMI。身高、體質量測量時，要求體檢者脫去鞋、帽、外衣，以"立正"姿勢站在身高體質量測量儀（SG-1000，北京悅琦創通科技有限公司）上。腰圍測量時，體檢者站立位，雙足分開同肩寬，測量髂前上棘和第12肋下緣連線的中點水平的周徑。采用歐姆龍電子血壓計（HEM-100，日本歐姆龍健康醫療）連續測量3次坐位左上臂血壓，測量血壓前，體檢者靜坐休息5 min，測量時左手臂位置與心髒呈同一水平，每次測量間隔1~2 min，取3次讀數的平均值作為血壓測量值。使用手持式電子測力計（WCS-10000，上海萬慶電子有限公司）測量體檢者的雙手握力，測量時體檢者以"立正"姿勢站立，肘部完全伸直，緊握握力器持續3~5 s，左、右手交替測量各3次，最終取最大值，每2次測量間隔30 s。采用6 m步行試驗測定步速，體檢者以日常步行速度步行3次6 m的路程，在體檢者足尖越過測試起點線時開始計時，在其足尖越過測試終點線時結束計時，記錄其行走時間，取3次測量的平均值作為最終結果，每2次測量間隔15 s，計算行走速度（m/s）。（3）實驗室檢查指标包括總膽固醇（TC）、三酰甘油（TG）、高密度脂蛋白膽固醇（HDL-C）、低密度脂蛋白膽固醇（LDL-C）、尿酸（UA）、肌酐（Cr）、空腹血糖（FBG）、四肢骨骼肌肉質量指數、BF%、BMDL1~4、BMD髋部、BMD股骨頸。體檢者均隔夜禁食至少8 h後于清晨由經統一培訓的采血護士采集靜脈血标本5 ml，血液标本經分離後，統一送至哈爾濱醫科大學附屬第二醫院檢驗科應用羅氏全自動生化分析儀（Hitachi羅氏D/P/Prise模塊型，德國羅氏診斷公司）檢測。TC檢測使用膽固醇氧化酶-過氧化物酶偶聯法，TG檢測采用磷酸甘油氧化酶法，HDL-C和LDL-C檢測采用均相酶比色法，UA檢測采用尿酸酶比色法，Cr檢測采用酶法，FBG檢測使用己糖激酶法。采用雙能X射線吸收儀（Discovery QDR4500W，美國豪洛捷有限公司）測定體檢者四肢骨骼肌肉質量指數、BF%、BMDL1~4、BMD髋部、BMD股骨頸，測量前體檢者需保持空腹狀态、排空大小便、避免劇烈運動，測量時不佩戴任何金屬飾品等高密度物體，身着輕便衣物。

（1）BMI=體質量/身高2；（2）四肢骨骼肌指數=四肢骨骼肌肉質量指數/身高2；（3）T值=（測定值-同性别同種族健康成人骨峰值）/健康成人BMD标準差。

（1）肌少症：參照亞洲肌少症工作組2019年發布的肌少症診斷标準，即低四肢骨骼肌指數（男性<7.0 kg/m2，女性<5.4 kg/m2）合并低握力（男性<28.0 kg，女性<18.0 kg）和/或低步速（<1.0 m/s）[5]。（2）骨質疏松：腰椎或股骨近端（左髋）T值≤-2.5個标準差[12]。（3）肥胖：男性BF%≥25%，女性BF%≥35%[13]。（4）高血壓：收縮壓≥140 mm Hg（1 mm Hg=0.133 kPa）和/或舒張壓≥90 mm Hg和/或既往明确診斷高血壓和/或近2周内服用降壓藥物。（5）糖尿病：既往明确診斷糖尿病和/或FBG≥7.0 mmol/L。（6）冠心病：既往明确診斷冠心病。（7）腦卒中：既往明确診斷腦卒中。

應用EpiData 3.02建立數據庫，利用"雙人獨立錄入法"錄入問卷信息。采用SPSS 23.0進行統計分析。正态分布的計量資料采用（

±s）表示，組間比較方差齊采用單因素方差分析，組間兩兩比較采用LSD法；非正态分布的計量資料采用中位數（四分位數間距）〔M（QR）〕表示，多組間比較采用Kruskal-Wallis H檢驗，組間兩兩比較采用Kruskal-Wallis單因素方差分析；計數資料采用相對數表示，組間比較采用χ2檢驗，n組間兩兩比較調整檢驗水準α'=α/N，其中N=〔n（n-1）〕/2。在進行因子分析前：采用KMO檢驗、Bartlett's球形檢驗評價OSO診斷變量數據是否适合進行因子分析；對正态分布的診斷變量數據直接進行Z-score标準化處理，将非正态分布的診斷變量數據通過Box-Cox函數轉換為正态分布的數據後進行Z-score标準化處理，以消除原始變量之間在量綱和數量級上的差異，對經标準化的診斷變量數據進行因子分析。通過主成分分析法，提取特征值≥1.000的成分，并運用最大方差正交旋轉法得出方差最大正交旋轉矩陣。根據因子正交旋轉矩陣，對公因子進行命名。基于公因子得分，利用離差平方和系統聚類法生成樹狀結構，并對患者進行分類，通過比較不同類别患者間診斷變量水平和臨床特征的差異，分析OSO的結構特征。以P<0.05為差異有統計學意義。

最終共納入107例OSO患者，其中男28例（26.2%），平均年齡（71.1±7.5）歲；女79例（73.8%），平均年齡（69.6±6.9）歲；64例（59.8%）受教育程度為本科以下；76例（71.0%）個人月收入<5 000元；14例（13.1%）吸煙；6例（5.6%）飲酒；31例（29.0%）平素能堅持規律運動；51例（47.7%）合并患有高血壓；47例（43.9%）合并患有冠心病；11例（10.3%）合并患有糖尿病；62例（57.9%）合并患有腦卒中。

107例OSO患者四肢骨骼肌指數為5.20（0.19）kg/m2，握力為16.50（3.70）kg，BF%為（35.24±4.65）%，BMDL1~4為0.79（0.17）g/cm2，BMD髋部為（0.74±0.10）g/cm2，BMD股骨頸為（0.61±0.10）g/cm2，BMI為22.55（2.94）kg/m2，腰圍為（83.04±8.05）cm，步速為0.79（0.14）m/s。

結果顯示：KMO值為0.688，Bartlett's球形檢驗χ2=492.374（df=28），P<0.001，即Bartlett's球形檢驗結果拒絕了"相關系數矩陣是一個單位陣"的原假設，提示OSO診斷變量數據适合進行因子分析。

對經标準化的9個診斷變量數據進行因子分析，"步速"的公因子方差為0.234（<0.700），表明"步速"能被公因子解釋的程度較低，即"步速"影響了公因子對原始變量的解釋程度。同時，考慮亞洲肌少症工作組2019年發布的肌少症診斷标準中僅将"步速"作為OSO診斷的非必要條件[5]，故将"步速"予以剔除。對剩餘8個OSO診斷變量的數據重新進行因子分析，結果顯示：變量的相關系數矩陣初始特征值有3個數值>1.000，3個特征值的累積方差貢獻率達到81.408%；第1個公因子對全部初始變量的方差貢獻率為30.436%，是影響OSO診斷的首要因素。一般來說，累積方差貢獻率達到70.000%的因子分析結果是令人滿意的[14]，故采用主成分分析法提取前3個公因子，見表1。

根據因子正交旋轉矩陣，各OSO診斷變量在對應公因子上的載荷值均>0.400且無雙載荷的現象。BMDL1-4、BMD髋部和BMD股骨頸在公因子1上有較大的載荷，其反映的是OSO診斷骨質疏松方面的情況，故将該公因子命名為"骨質疏松因子"；四肢骨骼肌指數、握力和BF%在公因子2上有較大的載荷，其反映的是OSO診斷肌肉、體脂方面的因素，故将該公因子命名為"肌肉 體脂因子"；BMI、腰圍在公因子3上有較大的載荷，其體現的是肥胖方面為OSO診斷提供的支持，故将該公因子命名為"肥胖因子"（表2）。

基于公因子得分，利用離差平方和系統聚類法生成樹狀結構，見圖1。最終将107例患者分為3類。第1類OSO患者共23例（21.5%），其中女22例（95.7%）；第2類OSO患者共59例（55.1%），其中女57例（96.6%）；第3類OSO患者共25例（23.4%），其中男24例（96.0%）。

不同類别人群四肢骨骼肌指數、握力、BF%、BMDL1~4、BMD髋部、BMD股骨頸、BMI、腰圍比較，差異均有統計學意義（P<0.05）。其中第1類人群的BMDL1~4、BMD髋部、BMD股骨頸均低于其他兩類人群（P<0.05）；第2類人群的BMI和腰圍均低于其他兩類人群（P<0.05）；第3類人群的四肢骨骼肌指數、握力和BMD均高于其他兩類人群，BF%低于其他兩類人群（P<0.05），見表3。

不同類别OSO患者性别、受教育程度、個人月收入分布，以及TC、HDL-C、UA、Cr水平比較，差異有統計學意義（P<0.05）。第1類人群中本科以下學曆者占比高于第3類人群（P<0.017）；第2類人群TC水平高于第3類人群（P<0.05）；第3類人群個人月收入≥5 000元者占比，以及UA、Cr水平均高于其他兩類人群，女性占比低于其他兩類人群（P<0.05或P<0.017），見表4。

OSO是發生在骨質疏松、肌少症和肥胖基礎上的一種綜合征，其發生與發展是一個進行性的過程。目前，國内外對OSO尚無統一的診斷标準和分型方法，肌少症診斷時主要參照亞洲肌少症工作組發布的診斷标準，肥胖的診斷主要以WHO對肥胖的定義，即BMI≥30 kg/m2為标準[15]，但是許多學者發現，不同種族和地域的人群在BMI相同的情況下，出現了脂肪分布情況和體脂含量不同的現象，因此現在很多研究者主張采用BF%作為肥胖診斷指标[16]。OSO由3種相互影響、相互作用的疾病共同構成。現階段OSO的診斷方法為：對每種疾病而言，從多樣化的診斷标準中選取1種标準；當個體同時符合3種疾病的診斷标準時，即可認為患者存在OSO。但此種診斷方法并未考慮各診斷變量間的相關性和OSO診斷中的結構特征。因子分析作為一種可用于探索原始變量間相關關系的多元統計學方法，已被廣泛應用于醫學、心理學和經濟學等領域。在醫學領域中，因子分析、聚類分析等多元統計學方法主要被應用于呼吸系統疾病、代謝綜合征研究，以及中醫證候的規範化研究[17，18，19，20]，在疾病的影響因素分析與準确診斷中發揮着重要作用。本研究将上述多元統計學方法應用于OSO領域，以初步探讨OSO診斷變量間的相關性和結構特征；應用因子分析法對具有相關性的OSO診斷變量進行降維處理，進而将其轉化為相互獨立的綜合變量，即因子變量，并在計算公因子得分的基礎上，通過聚類分析法，最終将OSO患者分成不同的類别。

因子分析提取的3個公因子，分别從骨質疏松、肌肉與體脂、肥胖3個方面對OSO診斷變量進行概括和解釋。本研究發現，BF%與反映肌肉質量及力量的診斷變量被歸為一組，可由一個公因子解釋，說明BF%與反映肌肉質量及力量的診斷變量之間存在着較強的相關性，而兩者與BMI、腰圍間的相關性較弱，這也提示利用BF%、BMI進行肥胖診斷時得出的診斷結果可能不同，或BF%與BMI代表着肥胖的不同方面，故今後需要進一步比較分析BF%與BMI對（不同類型）肥胖的診斷價值。此外，BF%與反映肌肉質量及力量的診斷變量相關性較強，進一步驗證了脂肪組織參與了肌肉組織質量和力量下降的過程。脂肪組織異位沉積于肌肉組織間和肌肉組織内，可導緻肌肉組織收縮力下降、Ⅱ型肌纖維面積變小，同時過量的脂肪組織還可使機體出現胰島素抵抗和慢性低度炎性反應，從而進一步促進肌肉組織萎縮、肌肉力量下降[21]。"肌肉 體脂因子"是OSO診斷的重要維度這一發現，為OSO的全面、系統診斷與治療提供了新的理論依據。

國内外關于OSO診斷方面的研究，多聚焦OSO患者各診斷指标的水平，以及不同特征OSO患者各診斷指标水平的差異性[22]。目前，OSO臨床研究尚處于初級階段，OSO分型的方法較為單一，主要按照OSO發生的原因将其分為兩種類型——原發性和繼發性OSO，其他分型方法未見報道。本研究未采用傳統、基于某一要素的方法對OSO患者進行分類，而是在充分考慮OSO診斷變量間相互作用的基礎上，以3個公因子的得分作為綜合變量，運用聚類分析法将OSO患者劃分為3類，并通過進行類與類之間的比較，探讨OSO的結構特征和不同類别OSO患者在臨床特征上的差異。結合本研究結果，研究者可以更深入地了解OSO診斷變量間的潛在聯系；本研究為臨床醫務工作者更好地理解和診治OSO提供了一個新的視角。

本研究結果顯示，不同類别人群性别、受教育程度、個人月收入分布，以及TC、HDL-C、UA、Cr水平比較，差異有統計學意義；組間兩兩比較結果顯示，第1、2類OSO患者中女性占比（分别為95.7%、96.6%）高于第3類OSO患者（4.0%），但第1、2類OSO患者中女性占比比較，差異無統計學意義；以女性群體為主的第1、2類OSO患者BMDL1~4、BMD髋部、BMD股骨頸均低于以男性群體為主的第3類OSO患者。其原因可能是：我國50歲以上人群骨質疏松症患病率女性為20.7%，男性為14.4%；60歲以上人群骨質疏松症患病率明顯增高，女性尤為突出[23，24]。第3類OSO患者中個人月收入≥5 000元者占比高于其他兩類BMD較低的患者。個人月收入水平可在一定程度上反映老年人的社會經濟地位，影響老年人的營養狀況，研究顯示，每日膳食鈣的攝入量與骨質疏松的發生風險呈正相關[25，26]。在受教育程度方面，以女性群體為主的第1類OSO患者中學曆為本科以下者占比高于以男性群體為主的第3類OSO患者，提示與文化和經濟水平有密切關系的健康知識儲備和應用情況、營養狀況和健康行為水平等對OSO中骨質疏松的發生起到了重要的作用[27]。臨床上要加強對此類患者的OSO相關知識健康教育，從飲食、戶外運動、日照等方面入手，綜合防治OSO。第3類OSO患者的四肢骨骼肌指數、握力和BMD，以及UA、Cr水平均高于其他兩類患者，而BF%低于其他兩類患者。究其原因可能是：在正常情況下，四肢骨骼肌指數、握力、BF%，以及UA、Cr水平存在着明顯的性别差異，除BF%外，男性其餘指标水平均高于女性[5，28，29]，而第3類OSO患者以男性群體為主。不同類别患者TC、HDL-C水平比較，差異有統計學意義。其中第2類OSO患者TC水平高于第3類OSO患者，提示不同類别的OSO患者可能會出現不同類型的血脂異常，這為不同類别OSO患者的個體化管理提供了理論依據。本研究為單中心研究，納入的病例數較少，得到的結果尚不能全面反映OSO患者的整體情況。下一步應積極開展臨床多中心研究，并盡可能地擴大研究樣本量；在結合既往研究結果的基礎上，在不同的時間節點，對本研究的結果進行反複驗證，最終幫助臨床醫務工作者更好地診治OSO的同時，提高老年人/老年OSO患者的生活質量，降低其住院率和死亡率。

本文無利益沖突。

參考文獻略。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!