摘要
背景
肥胖日益成为全球关注的重大公共卫生问题，并且与肺功能下降密切相关。相较于传统的体质指数（BMI），身体圆度指数（BRI）作为一种更现代的身体形态评估方法，能够更精确地反映体脂和内脏脂肪水平。本研究的主要目的是探索BRI与肺功能之间的相关性。
方法
本研究数据来源于美国国家健康与营养检查调查（NHANES），涵盖12,061名参与者。为了分析BRI与多种肺功能指标（包括FVC、FEV1、PEF和FEF 25-75%）之间的关系，研究采用了多元线性回归模型、受限立方样条（RCS）分析、受试者工作特性（ROC）曲线分析以及亚组分析。
结果
研究结果显示，BRI与多个肺功能指标之间存在显著的负相关关系：FVC（β = -0.05，95% CI [-0.06, -0.05]）、FEV1（β = -0.03，95% CI [-0.04, -0.03]）、PEF（β = -0.03，95% CI [-0.04, -0.01]）、以及FEF 25-75%（β = -0.014，95% CI [-0.023, -0.005]）。RCS分析进一步表明，当BRI值较低时，肺功能保持稳定或略有增加；但一旦超过某个特定阈值，肺功能会出现显著下降。此外，ROC分析显示，BRI在预测肺功能下降方面优于BMI，特别是在大呼吸道指标上的辨别能力更强。亚组分析还表明，这种负相关在男性、老年人和吸烟人群中更为明显。
结论
较高的BRI与高危人群较低的肺功能参数独立相关。这些发现表明，BRI可能成为早期检测肺功能受损风险个体的有用工具。此外，持续监测BRI对于及时干预和缓解潜在的肺功能下降至关重要。
引言
肥胖是由代谢、遗传、行为和环境因素复杂相互作用导致的[1]。预计到2030年，美国将有超过50%的成年人受到肥胖的影响[2]。这一状况不仅是一个重大的公共卫生挑战，还被广泛认为是糖尿病、呼吸系统疾病和心血管疾病等多种慢性病的重要风险因素[3, 4]。
目前，腰围和BMI是最常用的临床肥胖评估指标。然而，仅依赖这些指标存在固有的局限性，因为它们无法准确捕捉肥胖的全貌或内脏脂肪的分布情况[5, 6]。因此，开发了更多创新的测量方法，如BRI、内脏脂肪指数和体型指数[7, 8]。这些指数旨在更好地评估内脏脂肪体积和腹部肥胖的严重程度。特别是BRI，它是一种基于腰围、身高和体重计算得出的数字指标[9]，能更精确地反映内脏脂肪和全身脂肪百分比，并在预测各种健康问题（如结直肠癌[10]、抑郁症[11]、认知衰退[12]、心血管疾病和全因死亡率[13, 14]）方面表现出可靠性。此外，BRI计算简便、无创，非常适合大规模流行病学筛查和需要快速准确评估的临床环境，使其成为实施治疗和监测策略的宝贵工具。
现有研究表明，肥胖尤其是腹部脂肪堆积与呼吸功能之间存在强烈联系[15]。肥胖对肺功能的影响复杂，涉及机械和炎症因素[16]。腹部肥胖会削弱呼吸肌效率并降低肺顺应性，破坏通气-灌注比和呼吸模式，从而导致运动耐力下降和低氧血症。此外，肥胖——尤其是以腰围增加为特征的中心性肥胖——与高碳酸血症呼吸衰竭有关，这是一种严重的呼吸功能障碍，主要由通气力学受损引起，如在肥胖低通气综合征（OHS）中观察到的情况[17, 18]。此外，系统性炎症（如CRP、IL-6和胰岛素抵抗等生物标志物所示）与限制性通气缺陷和肺血管功能障碍密切相关[19, 20]。
尽管如此，关于BRI与肺功能之间关系的研究仍然有限。因此，本研究采用横断面设计，旨在探讨BRI与各种肺功能指标之间的联系，突出BRI作为评估肺功能有效工具的潜力，并帮助医疗保健提供者识别和管理肺功能下降的高危个体。本研究还力求为未来研究内脏脂肪与肺功能改善之间关系奠定基础。
方法
调查描述
本研究的数据来源于NHANES，这是一个由美国疾病控制与预防中心（CDC）下属的国家卫生统计中心（NCHS）管理的项目[21]。NHANES采用分层多阶段概率抽样方法，每两年收集一次数据，形成一个全国代表性的观察队列。研究方案得到了NCHS机构审查委员会的批准，并从所有成年参与者及其未成年参与者的法定监护人处获得了书面知情同意。有关调查和公开可用数据集的更多信息，请访问CDC官方网站（<
研究人群
本研究的数据来自三个NHANES调查周期：2007-2008年、2009-2010年和2011-2012年。最初招募了30,442名参与者。然而，应用了若干排除标准：12,729名参与者年龄低于20岁，4,326名缺乏肺功能数据，356名未提供完整的BRI数据，970名缺少关键协变量信息。因此，最终用于分析的样本包括12,061名20岁及以上的参与者，他们符合所有资格要求（图1）。
图1
参与者纳入和排除流程图
BRI评估
BRI是一种用于评估肥胖与相关健康风险之间关系的工具，专门设计用来通过考虑体脂分布和体型来估计与肥胖相关的潜在健康并发症。BRI的计算公式如下：BRI = 364.2–365.5 × √1– (WC/(2π))²/(0.5 × height)²。
肺功能评估
本研究使用的肺功能数据来自2007年至2012年间进行的NHANES。在选择参与者时，排除了可能混淆分析的个体，例如经历胸痛、用力呼气困难或最近发生心脏病发作或中风的人。本研究评估的主要肺功能指标包括FVC、FEV1、PEF和FEF 25-75%。在本分析中，BRI被视为暴露变量，而肺功能被视为结果变量。
协变量的选择
根据现有文献，本研究纳入了一系列可能影响肺功能的潜在风险因素。这些因素包括社会人口特征（如年龄、性别、种族和家庭收入）、生活方式行为（如吸烟和饮酒习惯）、病史（包括冠心病、心力衰竭、中风、高血压、糖尿病、慢性支气管炎、哮喘和癌症等条件）以及实验室指标（如高密度脂蛋白、低密度脂蛋白、甘油三酯、总胆固醇和血清可替宁水平）。吸烟状态分为两类：从未吸烟者和吸烟者，区分依据是参与者一生中是否吸过超过100支烟。饮酒习惯分为非饮酒者和饮酒者，取决于过去一年中是否摄入超过12种酒精饮料。高血压、冠心病、糖尿病、慢性支气管炎、中风和心力衰竭的诊断基于参与者问卷中记录的医疗诊断。所有变量的详细测量方法和数据可以通过以下网站获取：<
统计分析
所有统计分析均按照CDC制定的指南进行，并使用NHANES推荐的分层加权方法[23]。数据分析使用R软件版本4.3.2。首先进行单变量分析以识别影响肺功能的关键混杂因素（表S1-S4）。通过移除方差膨胀因子（VIF）大于10的变量解决多重共线性问题（表S5）。参与者根据其BRI值分为四分位数组，并描述各组的人口统计特征。对于连续变量，使用加权学生t检验，而分类变量则使用加权卡方检验。加权多元线性回归用于评估BRI与肺功能之间的关联。RCS模型用于探索非线性关系，节点设置在推荐的百分位数。通过可视化样条曲线并经似然比检验确认阈值效应。当提示拐点时，进行两段线性回归以估计两侧的断点和斜率，并通过模型比较评估显著性。进行ROC曲线分析以评估BRI预测肺功能下降的准确性。计算曲线下面积（AUC）并与BMI进行比较以评估判别性能。为评估年龄、性别和吸烟史等因素的调节效应，进行了分层分析和交互测试。使用了三种模型：模型1为未调整的基本模型；模型2在模型1基础上调整了年龄、性别和种族；模型3包括表1中列出的所有相关协变量，不包括直接与BRI相关的变量。模型3还用于亚组分析和曲线拟合。
结果
基线特征
本研究共纳入12,061名2007-2012年NHANES数据集中的参与者，其中男性占50.5%，女性占49.5%。参与者的平均年龄为46.8 ± 16.3岁。BRI被视为连续变量，参与者根据其BRI值分为四分位数组。具体来说，四分位数组定义如下：第一四分位数（1.04–3.74，≤ 3.74），第二四分位数（3.74–4.99，≤ 4.99），第三四分位数（4.99–6.54，≤ 6.54），第四四分位数（6.54–20.5，≤ 20.5）。随着BRI的增加，所有肺功能指标（FVC、FEV1、PEF和PEF 25–75%）均显示出一致的下降趋势（P < 0.001）。与最低BRI组相比，BRI较高的参与者更可能是女性、墨西哥裔美国人、不饮酒者、年龄较大且经济状况相对较差。此外，这些个体表现出更高比例的高血压、糖尿病、慢性支气管炎、哮喘、中风、心力衰竭、冠心病和癌症患病率。BRI的增加还与较高的BMI、腰围、体重、总胆固醇、甘油三酯和低密度脂蛋白水平呈正相关，而血清可替宁水平和高密度脂蛋白水平逐渐下降（表1）。
表1 参与者的基线特征
完整表格
BRI与肺功能指标之间的关联
表2展示了BRI与肺功能参数之间的相关性。结果表明，较高的BRI值与肺功能指标下降显著相关。在未调整模型中，观察到BRI与肺功能参数之间存在显著的负相关（P < 0.001）。即使在后续模型中考虑了各种混杂因素后，完全调整的模型仍揭示了BRI与多个肺功能参数（包括FVC、FEV1、PEF和FEF 25-75%）之间显著的负相关（β = −0.05，95% CI [−0.06, −0.05]；β = −0.03，95% CI [−0.04, −0.03]；β = −0.03，95% CI [−0.04, −0.01]；β = −0.014，95% CI [−0.023, −0.005]）。
为进一步探讨BRI与肺功能之间的关联，参与者根据其BRI值分为四分位数组。与最低四分位数组相比，BRI升高与肺功能下降趋势显著相关（趋势P < 0.001）。在控制所有潜在混杂因素后，这种趋势在多个肺功能参数（包括FVC、FEV1和PEF）上仍然显著（趋势P < 0.05）。
此外，我们使用RCS分析考察了BRI与肺功能参数之间的关联。结果表明，BRI与肺功能指标之间存在显著关系，呈现出明显的非线性模式（非线性趋势P < 0.01）（图2）。具体而言，随着BRI的增加，肺功能指标要么保持稳定要么略有改善，但一旦BRI超过某个特定阈值，肺功能指标就会出现显著下降（P < 0.01）（表3）。
表2 多元逻辑回归模型中BRI与肺功能的关系
完整表格
表3 BRI对肺功能的阈值和饱和效应分析
完整表格
图2
BRI与肺功能之间的非线性关系
完整图片
BRI与BMI在预测肺功能方面的比较
我们通过计算曲线下面积（AUC）评估了BRI和BMI对肺功能下降可能性的预测能力。肺功能下降定义为每个肺功能参数低于第25百分位的值，这是在基于人群的研究中平衡敏感性和统计功效的常用阈值。ROC分析结果见图3。对于BRI，FVC、FEV1、PEF和FEF25–75%的AUC分别为0.683、0.674、0.615和0.590。相比之下，BMI的AUC分别为0.600、0.583、0.531和0.512。这些结果表明，BRI在所有测量参数中预测肺功能下降的能力优于BMI。
为验证我们研究结果的稳健性，我们使用基于第5百分位的更严格的肺功能损害定义进行了敏感性分析。该分析得出了与之前一致的结果，BRI再次在所有参数中表现出优于BMI的预测性能。相应的ROC曲线见图S1。
图3
BRI和BMI预测肺功能的ROC曲线
完整图片
亚组分析
我们还进行了亚组分析，以考察BRI与不同群体中肺功能参数之间的关系（图4）。数据根据年龄、性别、种族、哮喘或慢性支气管炎病史以及吸烟状态等变量进行分层，并测试了交互作用。结果表明，在大多数群体中，较高的BRI值与较低的肺功能水平始终相关。
此外，在不同亚组中观察到BRI与肺功能参数之间的显著交互作用（例如，年龄、性别、吸烟史和哮喘史）。在某些人群中，BRI与特定肺功能参数之间的关系更为显著（P < 0.05）。基于这些发现，我们对每个亚组进行了RCS分析，结果显示，在男性、50岁以上个体和吸烟者中，超过特定阈值点后，BRI的增加与肺功能下降的相关性更强（图5、6和7）。
图4
BRI与肺功能关联的分层分析和交互效应森林图
调整了年龄、性别、种族、PIR、吸烟状态、饮酒量、HDL、LDL、甘油三酯、总胆固醇、血清可替宁水平、慢性支气管炎、哮喘、冠心病、充血性心力衰竭、中风、癌症或恶性肿瘤、糖尿病和高血压。
图5
按性别分层的BRI与肺功能之间的非线性关系
完整图片
图6
按年龄分层的BRI与肺功能之间的非线性关系
完整图片
图7
按吸烟状态分层的BRI与肺功能之间的非线性关系（吸烟者 vs. 非吸烟者）
完整图片
讨论
在这项针对美国成年人的横断面研究中，我们观察到BRI与肺功能之间存在显著关联。在调整相关协变量后，较高的BRI与多项肺功能指标下降显著相关。当将BRI建模为分类变量时，最高四分位数组显示出肺功能普遍下降的趋势，而中间四分位数组的关联不太一致，表明可能存在非线性关系。这些一致且具有统计显著性的模式突显了BRI与肺功能之间独立于潜在混杂因素的强逆向关联。RCS分析和阈值效应分析进一步揭示了BRI与肺功能之间的非线性关联。具体而言，在BRI初始增加阶段，肺功能指标要么保持稳定要么略有改善，但一旦BRI超过某个特定阈值，肺功能指标就会出现显著下降。这些发现有助于解释在多变量模型中观察到的不一致趋势，其中中等BRI水平显示出中性甚至轻微保护性关联，尤其是在PEF和FEF25–75%方面。RCS结果证实这种关系不是线性的，并暗示可能存在倒U形模式。与此非线性一致，我们还观察到不同肺功能指标的BRI阈值略有不同。这种变化可能反映了每个指标捕获的不同生理特征。然而，超过这些阈值的负相关关系仍然一致。重要的是，所有阈值都落在相对狭窄的范围内，支持了BRI对肺功能不利影响的稳健性和稳定性。此外，ROC分析显示，BRI在预测多个参数的肺功能下降方面优于BMI，AUC始终较高。值得注意的是，BRI在大呼吸道功能标记物（FVC和FEV1）上的辨别能力更强，强调了其在整体肺功能下降预测中的更强预测价值。虽然小呼吸道指标（PEF和FEF25–75%）的AUC较低，但BRI仍然优于BMI，表明其在评估大呼吸道和小呼吸道功能方面的实用性。
为确保观察结果的准确性和稳健性，我们进行了亚组分析，结果显示在各种亚组中，较高BRI与较低肺功能之间的关系保持一致，进一步强化了我们结论的可靠性。此外，基于年龄、性别和其他因素的分析揭示了BRI与肺功能参数之间的显著交互作用。亚组RCS分析表明，针对BRI的早期干预可能在改善男性、50岁以上个体和吸烟者的肺功能方面特别有效。这些结果具有重要的临床意义，不仅突显了BRI对肺健康潜在影响的可能性，还为未来前瞻性研究和旨在改善肥胖患者肺功能的潜在干预策略奠定了基础。
据我们所知，这项研究首次探讨了BRI与肺功能之间的关系。先前的研究表明肥胖与各种健康状况之间存在强关联，将肥胖视为心血管疾病、代谢综合征和骨关节炎等疾病的关键预测因子或潜在原因[24,25,26]。此外，研究表明，超重和肥胖个体脂肪组织中持续的低度炎症与代谢紊乱和各种器官并发症的发展相关[27]。许多研究还证明了肥胖与肺功能受损之间的关联。例如，Xu等人发现腹部肥胖可能是影响美国中老年人肺功能的关键因素，一项系统评价强调了过度肥胖对儿童静态和动态呼吸功能的负面影响[28,29]。Tang等人建议，低和高BMI均与肺功能下降相关，轻度肥胖可能对慢性阻塞性肺病提供一定保护[30]。Wang等人在中国人群中确定了肺功能与内脏脂肪之间的非线性关系，男性关联更强[31]。然而，BMI在准确评估内脏脂肪方面的局限性导致了所谓的“肥胖悖论”，这可能扭曲研究结果[32,33]。最近的研究越来越多地表明，内脏脂肪是评估肺功能比BMI更有效的指标，并能更有效地预测疾病进展[34,35]。我们的研究结果加强了肥胖与肺功能受损之间的联系，表明BRI可能比BMI更具临床相关性。通过结合腰围，BRI更好地反映了内脏脂肪，这更直接影响呼吸力学和炎症。因此，BRI在识别与肥胖相关的肺功能障碍方面可能提供更高的敏感性，并有望成为临床风险评估的替代工具。
几个潜在机制可能有助于解释较高BRI与肺功能受损之间的联系。一个广泛讨论的机制涉及中心性肥胖对改变呼吸模式和降低呼吸顺应性的影响。肥胖可以减少呼吸顺应性并改变呼吸模式，导致诸如通气不均、气道变窄、关闭和反应性增加等问题。腹部脂肪积累和腹内压增加可能阻碍膈肌收缩，进一步加剧气流受限、低氧血症、呼吸负担和呼吸功能障碍[16,26,36,37,38]。除了这些机械效应外，炎症反应和氧化应激是腹部肥胖损害肺功能的重要机制。腹部肥胖通常会引发系统性炎症反应，内脏脂肪组织分泌的各种炎症因子，包括IL-6、TNF-α、C反应蛋白和瘦素，可以通过多种途径影响肺部，诱发慢性低度炎症，增加气道敏感性和哮喘等呼吸系统疾病的风险[20,27,39,40,41,42]。一些研究发现腹部肥胖引起的胰岛素抵抗与肺部疾病之间存在显著联系[43]。此外，一项多中心研究指出，肺功能的遗传控制涉及CRP基因，表明肺功能与内脏肥胖之间的关联可能受到CRP基因多态性的影响[44]。
本研究具有几个显著的优势。首先，它基于NHANES的全国代表性数据，涉及12,061名成年人，样本量大且具有高度代表性。所有分析都考虑了抽样权重，确保科学的样本选择和足够的统计效能。其次，我们调整了各种混杂变量，并通过亚组分析和交互测试进一步增强了研究结果的可靠性。此外，RCS分析和亚组RCS分析为BRI与肺功能之间的非线性关联提供了新见解，揭示了BRI在不同人群中对肺健康的潜在影响。
然而，本研究也存在一些局限性。首先，由于其横断面设计，无法建立BRI与肺功能之间的因果关系。其次，尽管调整了许多潜在的协变量，但无法完全排除未测量混杂因素的影响。第三，NHANES数据仅包含2007年至2012年的肺功能记录，这可能限制了研究结果对其他时期的普适性。最后，某些变量分类可能引入了残余混杂或暴露错分。例如，吸烟状态仅分为“从未”或“吸烟者”，没有区分前吸烟者和当前吸烟者，这可能低估长期影响。同样，饮酒状态的宽泛定义可能将不同消费模式的个体归为一组，从而稀释观察到的关联。
结论
本研究展示了较高的BRI与肺功能下降之间的强关联，突显了体脂分布和整体体型在识别肺功能受损个体中的潜在相关性。然而，通过更大规模的前瞻性研究进一步确认这些发现对于提高结果的可靠性至关重要。
数据可用性
本研究利用了公开可用的数据集，数据可通过以下链接获取：<
缩写
BMI：体质指数
BRI：身体圆度指数
CI：置信区间
FVC：用力肺活量
FEV1：一秒用力呼气量
PEF：峰值呼气流速
PEF25% −75%：25-75%用力呼气流速
NHANES：美国国家健康与营养检查调查
OR：优势比
PIR：贫困收入比
RCS：限制性三次样条
AUC：曲线下面积
ROC：受试者工作特性曲线
NCHS：国家卫生统计中心
VIF：方差膨胀因子
HDL：高密度脂蛋白
LDL：低密度脂蛋白
(全文结束)
