摘要
背景
体重指数（BMI）是常用的肥胖指标，但它无法区分肌肉和脂肪，也无法考虑脂肪分布情况。本研究旨在探讨身体成分指标的潜在特征与心血管疾病、高血压和糖尿病之间的关联。
方法
这项横断面研究利用了Fasa成人队列研究（FACS）的基线数据，包括4661名年龄在35至70岁之间的参与者。通过生物电阻抗分析（BIA）评估身体成分指标，并使用潜在特征分析（LPA）识别出不同的身体成分特征。采用多变量逻辑回归模型评估这些特征与心血管疾病、高血压和糖尿病之间的关联。
结果
在糖尿病患者中，151人（26.44%）为男性；1218名吸烟者（93.26%）为男性。性别与高血压、糖尿病、代谢综合征和心血管疾病的患病率之间存在显著关联。LPA识别出五个不同的潜在特征，其中以高体脂百分比为特征的群体患糖尿病（OR：5.64，95%CI：2.86-11.11）和心血管疾病（OR：2.19，95%CI：1.11-4.31）的风险显著增加，而高体脂指标的群体患高血压的风险也显著增加（OR：8.75，95%CI：4.60-16.65）。
结论
研究结果强调了身体成分与非传染性疾病发生风险之间的复杂相互作用，突出了详细身体成分评估在公共卫生计划中的重要性。了解这些关系可以为非传染性疾病的预防和管理提供有针对性的策略。
引言
全球慢性非传染性疾病（NCDs）的发生率正在上升。NCDs是导致疾病和死亡的主要原因。世界卫生组织（WHO）预测，到2030年，NCDs将占全球死亡人数的80%。作为中低收入国家，伊朗正经历着流行病学转变，非传染性疾病的患病率不断上升。根据2019年全球疾病负担研究的系统分析，非传染性疾病占伊朗残疾调整生命年（DALYs）的1550万（78.1%），自1990年以来增长了35%。
超重和肥胖是非传染性疾病（包括高血压、2型糖尿病、心血管疾病、代谢综合征、高胆固醇水平和癌症）的主要风险因素。全球范围内约有400万人因体重问题死亡，1.2亿年的生命因残疾调整而丧失。因此，肥胖患病率的上升带来了巨大的社会负担，并引起了公共卫生领域的高度关注。
尽管BMI常被用作肥胖的主要指标，但它无法区分肌肉和脂肪组织，也无法识别特定的身体脂肪分布区域。通常，仅通过BMI测量难以区分正常体重但代谢不健康的个体。事实上，全球范围内存在一部分体重正常但表现出代谢不健康特征的人群。准确分类并全面理解这些个体的机制，能够优化医疗服务提供和及时干预，从而减少因无效治疗和后续医疗程序带来的医疗费用。由于身体成分评估是人体代谢和生理检查的重要组成部分，推荐使用分段测量法，因为它们可以更准确地反映肥胖的影响。双能X射线吸收测定法（DXA）、磁共振成像（MRI）和生物电阻抗分析（BIA）等技术可用于评估身体成分指标，包括体脂质量、瘦体质量、体脂百分比和躯干脂肪质量（TFM）。BIA因其非侵入性、便携性和相对经济性，成为临床实践和研究中常用的身体成分评估方法。
潜在特征分析（LPA）检测输入变量如何交互以生成自然出现的特征或不同变量组合的共同模式。此外，LPA方法对于理解交互作用具有价值，尤其是涉及多个变量的同时发生以及这些交互如何与结果变量相关联的情况。
据我们所知，尚无研究通过LPA方法调查身体成分指标与心血管疾病、高血压和2型糖尿病等非传染性疾病之间的关联。通过考虑身体成分变量的相互作用，可以澄清哪些类型的身体成分指标与非传染性疾病相关。这一信息对公共卫生具有重要意义，尤其是在评估预防非传染性疾病的策略时。通过探索潜在特征，我们的目标是揭示人群中的隐藏模式和亚组，阐明基于不同身体成分特征的非传染性疾病易感性差异。通过这一探索，我们希望加深对身体成分与非传染性疾病之间复杂相互作用的理解，最终为更有针对性和个性化的非传染性疾病预防和管理方法铺平道路。
方法
研究设计和人群
本横断面分析使用了Fasa成人队列研究（FACS）的基线数据，该研究是更大规模的伊朗前瞻性流行病学研究（PERSIAN队列研究）的一部分。PERSIAN队列于2014年启动，是一项覆盖伊朗18个地理和种族多样化地区的全国性、基于人口的研究计划。其设计、目标和方法已在其他文献中有详细描述。
FACS于2016年开始招募参与者，并于2018年完成数据收集，共招募了10000名年龄在35至70岁之间居住在伊朗南部城市Fasa的成年人。所有具有完整基线数据的个体均被纳入当前分析。招募和初步评估由训练有素的现场工作人员执行，包括访谈员、护士和实验室技术人员，他们遵循标准化协议和质量保证程序进行操作。
基线数据集包含通过验证问卷收集的全面信息，涵盖社会人口学特征、病史和人体测量指标。还包括使用半定量食物频率问卷（FFQ-125）评估的详细饮食摄入信息、生活方式行为（如体力活动、吸烟状况、睡眠时间和鸦片使用）、身体成分指标、心电图（ECG）结果、生物样本（血液、头发和指甲）以及口腔健康评估。
在本次分析中，我们重点关注4661名接受生物电阻抗分析（BIA）的参与者的身体成分指标，该分析使用日本Tanita公司生产的Tanita BC-418身体成分分析仪进行。研究旨在探讨身体成分潜在特征与主要非传染性疾病（包括2型糖尿病、高血压和心血管疾病）患病率之间的关联。
知情同意过程
在Fasa队列研究中，所有参与者最初被邀请到队列中心，在那里研究人员向他们提供了关于研究目标、程序和伦理考虑的全面信息。每位参与者在登记前均签署了书面知情同意书。
术语定义
身体成分指标（如FATP：总脂肪百分比、RLFATP：右腿脂肪百分比、LLFATP：左腿脂肪百分比、RAFATP：右臂脂肪百分比、LAFATP：左臂脂肪百分比、TRFATP：躯干脂肪百分比）被视为自变量。心血管疾病、高血压和糖尿病的存在被视为因变量。参与者通过标准化问卷提供了详细的病史，以确定这些疾病的患病情况。糖尿病、高血压和心血管疾病通过参与者的自我报告和一份医学问卷来评估，该问卷收集了他们的病史。
模型规范
LPA使用R软件（tidyLPA包）进行，潜在特征的数量根据赤池信息准则（AIC）、贝叶斯信息准则（BIC）、熵值和特征的可解释性确定。模型评估：最佳潜在特征数量的选择基于拟合指数，包括AIC、BIC和熵值，这些指数表明了特征的清晰度和分离度。
统计分析
卡方检验用于评估定性变量与性别的关联，t检验用于比较不同性别间的平均身体成分指标。单因素方差分析（ANOVA）用于比较不同潜在特征之间的身体成分指标。此外，实施了多变量逻辑回归模型以评估潜在身体成分特征与因变量（心血管疾病、高血压、糖尿病）之间的关联，同时控制可能的混杂因素，如年龄、性别、能量摄入、代谢当量任务（MET）、教育程度和吸烟情况。p值小于0.05被认为具有统计学意义。
结果
研究人群的基线特征见表1。根据描述性分析，2506名参与者（53.77%）为女性。参与者的平均（标准差）年龄为47.64（±9.36）岁。大多数个体为吸烟者，占比1306人（28.02%）。糖尿病、高血压和心血管疾病的患病率分别为12.25%、18.52%和8.13%。性别与糖尿病、高血压、代谢综合征、心脏病、吸烟、年龄和所有身体成分指标（FATP：总脂肪百分比、RLFATP：右腿脂肪百分比、LLFATP：左腿脂肪百分比、RAFATP：右臂脂肪百分比、LAFATP：左臂脂肪百分比、TRFATP：躯干脂肪百分比）之间存在显著关联，p值小于0.05。
LPA模型
在当前研究中，潜在特征分析（LPA）适配了2到6类的模型。第二类模型的AIC、BIC和CAIC值最高，这表明这些模型不适合数据，相比之下，模型3、4、5和6更为合适。基于这些发现，选择了模型5，因为它具有较低的模型拟合指数、比模型3和4更高的熵值以及比模型6更好的可解释性。这些特征被标记为：“低风险”（特征1；11.74%）、“最高脂肪特征”（特征2；17.27%）、“高躯干和全身脂肪特征”（特征3；21.28%）、“高脂肪特征”（特征4；26.35%）和“极高脂肪特征”（特征5；23.36%）。
根据表3，第一特征包含11.74%（547人）的人口，其特征为低风险值。此类别中个体报告的所有身体成分指标（如FATP、RLFATP、LLFATP、RAFATP、LAFATP和TRFATP）的平均值极低。第二类包含805人，占样本的17.27%。此类别中TRFATP、FATP、LLFATP和RLFATP的平均身体成分最高。第三特征中TRFATP和FATP的平均值较高，对应于样本的21.28%（992人）。此外，在第四类中，占比26.35%，除TRFATP外，所有研究指标的平均值均高于其他类别。第五类观察到最高的平均身体成分指标，占比23.36%，属于高风险类别。
经过调整年龄、性别、高血压和心血管疾病的多元逻辑回归分析显示，与第一特征相比，第二类（OR：2.52，95%CI：1.45-4.37，p：0.001）、第四类（OR：4.11，95%CI：2.13-7.93，p<0.001）和第五类（OR：5.30，95%CI：2.72-10.32，p<0.001）患糖尿病的风险显著增加。此外，在调整了混杂变量后，第三类（OR：1.73，95%CI：1.02-2.94，p：0.041）和第五类（OR：2.07，95%CI：1.05-4.09，p：0.035）显著增加了患心血管疾病的风险。对于高血压，与第一类相比，第二类（OR=4.34，95%CI：2.46-7.67，p<0.001）、第三类（OR=2.64，95%CI：1.49-4.68，p<0.001）、第四类（OR=4.47，95%CI：2.34-8.50，p<0.001）和第五类（OR=7.19，95%CI：3.76-13.74，p<0.001）显著增加了患高血压的风险。
讨论
在这项研究中，我们成功应用潜在特征分析（LPA）识别了身体成分指标的不同特征及其与心血管疾病（CVD）、高血压和糖尿病患病率的关联。我们的分析识别了五种不同的身体成分类别，每种类别都显示出与这些健康结果不同程度的关联。值得注意的是，描述性分析揭示了性别与糖尿病、高血压、代谢综合征、心脏疾病、吸烟状况及所有身体成分指标（FATP、RLFATP、LLFATP、RAFATP、LAFATP、TRFATP）之间存在显著关联，p值小于0.05。这一发现表明性别是影响身体成分及其相关健康风险的关键因素。
我们的结果与先前强调性别差异在糖尿病、高血压和CVD患病率方面的研究一致。例如，Dehghani等人发现女性糖尿病患病率高于男性，这与我们的研究结果一致。同样，Saki等人报告女性心血管疾病患病率更高，与我们分析中观察到的模式一致。此外，Jafari等人对58项研究的荟萃分析发现，女性高血压患病率更高，尽管差异未达到统计学显著性。这表明虽然趋势可能存在，但仍需进一步研究以确认这些关联。
我们的研究和其他研究发现，男性和女性在吸烟率和脂肪分布等风险因素方面存在差异。Baeradeh等人报告男性吸烟率更高，这与我们的研究结果一致。此外，一项对152项研究的荟萃分析显示，女性肥胖和超重的患病率更高，突显了性别特异性的脂肪分布模式及其相关的健康风险。
身体成分特征与慢性疾病之间的关联
使用LPA，我们将个体分为五组，基于总体身体成分指标（FATP、RLFATP、LLFATP、RAFATP、LAFATP、TRFATP）。第一组包括低风险个体，而第五组代表高风险个体。虽然BMI衡量整体肥胖程度，但它不能准确表示脂肪含量和分布，因为它包含了脂肪和瘦体质量。仅依赖BMI作为肥胖的核心标志可能会低估全球肥胖流行和慢性疾病率。先前的研究表明，如躯干体重指数等身体成分指标更能准确反映肥胖的严重程度。
我们的研究评估了这些指标与心血管疾病、糖尿病和高血压患病率之间的关系。通过多变量逻辑回归分析，我们在调整性别、年龄、教育、高血压、心脏病和吸烟等因素后，证明了身体成分特征与糖尿病患病率之间存在强关联。值得注意的是，第五组个体表现出显著更高的糖尿病风险。这一发现与先前有关腿部脂肪与糖尿病关系的研究形成对比。即使腿部脂肪较高，但整体身体脂肪指数较高的个体仍表现出更高的风险。我们的分析表明，第五组与糖尿病患病率的关联最强，表现出最高的平均身体成分指标。相比之下，第三组的关联较弱，其平均指标低于第二、四和五组。这表明，随着平均身体成分指标的增加，与糖尿病风险的关联强度也会增加。我们建议密切监测高脂肪指数个体的糖尿病风险，无论其上腿脂肪量是否升高。
与我们的研究结果一致，一项针对5595名18至65岁成年人的前瞻性纵向队列研究表明，总身体脂肪百分比大于21.1%（≥第3五分位数）且躯干脂肪百分比大于25.5%（≥第4五分位数）的男性，以及总身体脂肪百分比大于38.6%（第3至5五分位数）且躯干脂肪百分比大于34.4%（≥第4五分位数）的女性，与第1五分位数相比，患2型糖尿病的风险更高。研究表明，仅使用BMI可能会错误分类部分成年人群的异常血糖风险。Jo等人证明，正常体重但体脂百分比较高的人群与正常体重且体脂百分比较低的人群相比，异常血糖风险显著更高。相反，在超重人群中，低体脂百分比与异常血糖风险无显著关联。Zegarra-Lizana等人认为，体脂百分比是正常BMI且无内分泌疾病患者胰岛素抵抗的良好指标。总体而言，我们的研究结果证实了其他研究的结果，即总脂肪、手臂脂肪和躯干脂肪与糖尿病风险直接相关。
我们的研究还揭示了潜在身体成分特征与心血管疾病和高血压患病率之间的显著关联。具体而言，第五组个体表现出较高的患病可能性，其特征为高指标。相比之下，第三组表现出较弱的关联，其平均指标低于第二、四和五组。这表明，随着身体成分指标的增加，与高血压风险的关联强度也增加。大多数关于心血管疾病的研究集中在BMI、腰围、腰臀比和腰高比等人体测量指标上，所有这些指标都显示出与心血管疾病的显著关联。然而，研究表明，评估脂肪分布比单独使用BMI更能有效预测风险因素和心代谢疾病。我们的研究发现，身体成分指标高的个体，特别是躯干脂肪百分比较高的个体，患心血管疾病的可能性更大。值得注意的是，无论躯干脂肪百分比如何，第四组均未显示出显著结果。与我们的结果一致，Chen等人证明，躯干脂肪与CVD风险增加相关；然而，他们的研究发现，腿部脂肪增加与CVD风险降低相关。此外，与其他研究一致，我们的研究结果表明，躯干脂肪、总脂肪百分比和手臂脂肪与心血管疾病风险增加相关。相反，一些研究表明，腿部脂肪与心血管疾病风险呈负相关。此外，Lee等人的研究表明，脂肪分布指标与动脉僵硬度相关，显示躯干脂肪的不利影响和腿部脂肪的保护作用对周围动脉僵硬度的测量有影响。Zhang等人报告称，在未调整躯干脂肪的情况下，腿部脂肪会增加代谢综合征的风险；然而，在考虑躯干脂肪后，这种关系发生了变化。值得注意的是，他们的研究未解决共线性的潜在影响。尽管一些研究表明腿部脂肪是心血管疾病、糖尿病和高血压的保护因素，但我们的研究表明，腿部、手臂、躯干和全身脂肪量较高的个体患这些疾病的风险更大。值得注意的是，这种关联的强度在高血压和糖尿病方面更强。
优势与局限性
几个因素可以解释这些差异。首先，先前的研究可能未考虑所有混杂变量。研究表明，腿部脂肪通常随着年龄的增长而减少，而躯干脂肪则趋于增加，并且这一过程在吸烟者中可能更快。此外，遗传因素、性别差异和生活方式选择（如吸烟和饮酒）也可能导致这些变化。此外，研究设计类型可能影响观察到的差异。在横断面研究中，个体在患病后可能改变生活方式，这会影响研究结果。
结论
本研究结果表明，属于高身体成分特征的成员显著增加了患糖尿病、高血压和心血管疾病等慢性疾病的可能性。这些发现强调了保持健康身体成分作为预防慢性健康状况关键因素的重要性。然而，未来还需要更多研究来理解这种关系的生物学机制，并开发更有效的治疗干预措施。
(全文结束)
