广西壮族人群体脂率与常规肥胖指标的关系及其切点值研究

吕芳芳; 莫彩梅; 雷立地; 李金秀; 韦港杰; 陆佩妮; 许雪梅; 黄泫茜; 曾小云; 仇小强; 刘顺

doi:10.16462/j.cnki.zhjbkz.2024.08.011

广西壮族人群体脂率与常规肥胖指标的关系及其切点值研究

doi: 10.16462/j.cnki.zhjbkz.2024.08.011

1.
广西医科大学公共卫生学院流行病与卫生统计学教研室，南宁 530021
2.
广西南宁市第五人民医院儿童青少年心理科，南宁 530001
3.
广西医科大学公共卫生学院儿少卫生与妇幼保健教研室，南宁 530021

基金项目:

国家重点研发计划 2017YFC0907103

详细信息

通讯作者:
刘顺，E-mail: liushun@gxmu.edu.cn

中图分类号: R181.3
计量
- 文章访问数: 257
- HTML全文浏览量: 64
- PDF下载量: 17
- 被引次数: 0
出版历程
- 收稿日期: 2023-11-30
- 修回日期: 2024-04-17
- 网络出版日期: 2024-09-29
- 刊出日期: 2024-08-10

Relationship between body fat percentage and conventional obesity indicators and its cut-off values in Guangxi Zhuang population

1.
Department of Epidemiology and Health Statistics, School of Public Health, Guangxi Medical University, Nanning 530021, China
2.
Department of Child and Adolescent Psychology, Nanning Fifth People′s Hospital, Nanning 530001, China
3.
Department of Maternal, Child and Adolescent Health, School of Public Health, Guangxi Medical University, Nanning 530021, China

More Information

Corresponding author: LIU Shun, E-mail: liushun@gxmu.edu.cn

摘要

摘要: 目的探讨广西壮族自治区35~＜75岁壮族人群体脂率(body fat percentage, BFP)与BMI和腰围(waist circumference, WC)的关系及其肥胖切点值。方法基于2018―2019年广西壮族自治区少数民族自然人群慢性病前瞻性队列的基线调查资料，选取12 311名壮族人群作为研究对象。通过曲线拟合确定BFP与BMI、WC的曲线关系，利用多元线性回归模型分析BFP的主要影响因素，分别构建BMI、WC预测BPF回归方程以计算BPF的超重和肥胖切点值，以BMI、WC判定标准为金标准计算BFP相应切点值的灵敏度、特异度和受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under curve, AUC)评估其诊断价值。结果 BMI对BFP的预测价值优于WC；基于我国肥胖标准BMI为28 kg/m²计算的BFP肥胖切点值在男性和女性中分别为23.4%和35.6%，AUC分别为0.732和0.847；对应的灵敏度和特异度，男性为0.581和0.882，女性为0.818和0.876。结论在广西壮族自治区人群中，基于我国肥胖标准计算BFP切点值应以BMI为参考，计算出来的切点值在男性中低于国际标准，而以BMI≥30 kg/m²时计算所得切点值均高于国际标准，其合理性还需综合考虑阳性预测值和未来肥胖相关疾病风险的研究进一步予以验证。
- 体脂率 /
- 肥胖 /
- 壮族人群 /
- 切点值
Abstract: Objective To investigate the association of body fat percentage (BFP) with body mass index (BMI) and waist circumference (WC) in Zhuang people aged 35- < 75 years in Guangxi, and to explore the cut-off values of obesity. Methods A total of 12 311 participants were selected from the baseline survey of the Prospective Cohort study of Chronic Diseases in Natural Minority Populations in Guangxi Zhuang Autonomous Region in 2018-2019. First, the relationship between BFP and BMI and WC was determined by curve fitting. Then, multiple linear regression model was used to analyze the main influencing factors of BFP, and regression equations for BMI and WC to predict BPF were constructed to calculate the overweight and obesity cut-off values of BPF. Finally, using BMI and WC criteria as the gold standard, the sensitivity, specificity and the area under curve (AUC) the receiver operating characteristic (ROC) of BFP corresponding cut-off values were calculated to evaluate its diagnostic value. Results BMI was superior to WC in predicting BFP. Based on the Chinese standard BMI of 28 kg/m², the BFP obesity cut-off values was 23.4% in men and 35.6% in women, and the AUC was 0.732 and 0.847, respectively. The corresponding sensitivity and specificity were 0.581 and 0.882 in males, and 0.818 and 0.876 in females. Conclusions In Guangxi Zhuang population, the BFP cut-off values calculated based on the Chinese obesity standard should be referred to BMI. The calculated obesity cut-off value for males is lower than the international standard. However, the cut-off values calculated with BMI≥30 kg/m² are higher than the international standard. The rationality of the BFP cut-off values needs to be further verified by considering the positive predictive value and the risk of obesity-related diseases in the future.
- Body fat percentage /
- Obesity /
- Zhuang ethnicity /
- Cut-off values

HTML全文

随着社会经济的发展，肥胖问题日趋严重。据全球数据的分析报道显示，2022年全球肥胖的成年人口总数将近8.8亿^[1]。我国的数据也不容乐观，2020年相关数据显示我国成年群体中超重或肥胖的人数已超过一半^[2]。因此，如何有效防治肥胖已成为全球突出的公共卫生问题，而准确评估肥胖状态是临床诊疗和公共卫生防控的关键手段之一。常用的肥胖评价指标包括BMI和腰围(waist circumference, WC)。然而，这2个指标在区分体脂肪和肌肉时存在不足^[3]。高体脂肪含量是超重与肥胖人群影响健康的主要因素，近年来越来越多的研究直接应用体脂率(body fat percentage, BFP)作为判断肥胖的指标。国际上常以男性>25%和女性>35%作为BFP肥胖的判定标准^[4-5]，但这一标准是基于欧美白人BMI为30 kg/m²的切点值进行计算^[6-7]，并不适用我国人群。目前，关于我国人群BFP肥胖切点值的相关研究仅有台湾地区、香港特别行政区和广州市等地的数据^[8-10]，研究结果有所不同，尚需更多地区的研究予以验证。壮族是我国人口最多的少数民族，本研究基于广西壮族自治区少数民族自然人群慢性病前瞻性队列的基线调查资料分析壮族人群BFP与BMI、WC等传统肥胖指标之间的关系及其适宜切点值，旨在为我国BFP肥胖标准的制定提供科学的依据。

1. 对象与方法

1.1 研究对象

本研究的数据来源于2018―2019年广西壮族自治区少数民族自然人群慢性病前瞻性队列研究的基线调查，截至2019年12月，共招募到14 073名参与者^[11]。排除年龄、民族不符，体力活动和体格检查数据缺失以及BPF、BMI、WC异常(与中位数的距离超过3倍四分位数间距的被定义为极端异常值^[12])的对象后，最终纳入12 311名壮族人群进行后续分析，筛选流程见图 1。本研究方案已获广西医科大学医学伦理委员会批准(伦理审批号：20170206-1)，所有参与者经知情同意后均签署书面知情同意书。

图 1 研究人群筛选流程图

BFP：体脂率；WC：腰围。

Figure 1. Flow chart for screening the study population

BFP: body fat percentage; WC: waist circumference.

下载: 全尺寸图片幻灯片

1.2 问卷调查

采用统一编制标准化调查问卷，并由受过严格培训的调查员进行问卷调查。问卷内容包括性别、年龄、受教育水平、家庭年收入、职业、婚姻状况、吸烟、饮酒和体力活动情况等。

1.3 体格检查

由调查员在调查当天测量所有参与者的身高、体重、BFP和WC。在测量之前，参与者被要求脱掉鞋子和袜子。身高和WC用软卷尺测量且保留1位小数。采用生物电阻抗分析议(BIA，BC-601，Balida公司)测量BFP和体重，参与者按操作说明站立仪器上，双手握住手柄进行检测，测量的BFP和体重保留1位小数。

1.4 相关变量定义和判定标准

(1) BMI肥胖：中国肥胖问题工作组研制的中国成年人肥胖判定的BMI标准规定，以成年人BMI≥28 kg/m²作为肥胖的标准^[13]。(2)WC肥胖：根据《成人体重判定》(WS/T 428-2013)标准^[14]，男性≥90 cm，女性≥85 cm作为评价中心型肥胖或腹型肥胖标准^[14]。(3)BFP肥胖：目前并没有明确的或WHO推荐的BFP判定肥胖标准，因此，本研究以女性>35%和男性>25%作为肥胖的标准^[6]，该标准已被普遍引用并得到美国临床内分泌学协会的推荐^[15]。(4)婚姻被分为已婚、未婚和其他，其他包括离异、丧偶和分居。(5)吸烟被分为当前吸烟、从不吸烟和戒烟。吸烟定义为每日吸≥1支且持续半年以上；戒烟定义为曾经吸烟但现已持续半年以上未吸烟。(6)饮酒被分为是和否。饮酒定义为平均每周饮酒1次且持续半年以上。(7)体力活动分为不活动、中等强度、高强度和中等兼有高强度。本研究使用体力活动问卷中的中度/高强度体力活动来定义体力活动^[16]，通过询问参与者过去1周内是否做过＜10 min的中等强度的运动(如快走、骑自行车、游泳或排球等，导致呼吸或心率有增加)和过去1周内是否做过≥10 min的高强度运动(如跑步或篮球，导致呼吸或心率增加)2个问题获得。

1.5 统计学方法

所有分析均在SPSS 26.0软件下进行，计数资料以频数和频率表示，不同性别之间指标的比较采用χ²检验。首先，通过曲线拟合分析确定BMI、WC与BFP的曲线关系。然后，通过多元线性回归(逐步回归法)分析BFP的主要影响因素，进一步以上述因素分别联合BMI、WC构建BPF多元线性回归预测方程。最后，以我国BMI、WC判定超重/肥胖切点值代入预测方程计算不同性别BPF肥胖对应的切点值，并以BMI、WC判定标准为金标准计算BFP相应切点值的灵敏度、特异度和受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under curve, AUC)评估不同切点值的诊断价值。检验水准α=0.05。

2. 结果

2.1 一般特征及肥胖情况

本研究共纳入12 311名壮族研究对象。男性和女性在年龄、受教育水平、家庭年收入、职业、婚姻状况、吸烟、饮酒、体力活动差异均有统计学意义(均P 0.05)。

以BFP评价肥胖时，总人群为16.1%，男性为11.0%，女性为20.8%；以BMI评价肥胖时，总人群为9.5%，男性为9.6%，女性为9.4%；以WC评价肥胖时，总人群为30.0%，男性为27.3%，女性为32.5%，见表 1。以WC为标准判定的肥胖率最高，以BMI为标准判定的肥胖率最低。

表 1 研究对象一般特征及肥胖情况

Table 1. General characteristics and obesity prevalence of the study subjects

特征 Characteristic	总人数 Total ^① (n=12 311)	男性 Male ^① (n=5 968)	女性 Female ^① (n=6 343)	χ²值 value	P值 value
年龄组/岁Age group/years				187.9	< 0.001
35~＜45	2 679(21.8)	1 547(25.9)	1 132(17.8)
45~＜55	3 869(31.4)	1 976(33.1)	1 893(29.8)
55~＜65	2 992(24.3)	1 252(21.0)	1 740(27.4)
65~＜75	2 771(22.5)	1 193(20.0)	1 578(24.9)
受教育水平Level of education				1 689.0	< 0.001
小学及以下Primary school and below	6 257(50.8)	1 934(32.4)	4 323(68.2)
初中Middle school	3 768(30.6)	2 307(38.7)	1 461(23.0)
高中及以上High school and above	2 286(18.6)	1 727(28.9)	559(8.8)
家庭年收入Annual household income/10 000 yuan				303.3	< 0.001
＜3	6 535(53.1)	2 727(45.7)	3 808(60.0)
3~＜10	4 624(37.6)	2 488(41.7)	2 136(33.7)
≥10	1 152(9.4)	753(12.6)	399(6.3)
职业Career				273.6	< 0.001
农民Farmer	6 467(52.5)	2 677(44.9)	3 790(59.8)
非农Non farmer	5 844(47.5)	3 291(55.1)	2 553(40.2)
婚姻状况Marital status				52.4	< 0.001
未婚和其他Unmarried and others	1 368(11.1)	537(9.0)	831(13.1)
已婚Married	10 943(88.9)	5 431(91.0)	5 512(86.9)
吸烟Smoking				4 458.0	< 0.001
从未Never	9 145(74.3)	2 815(47.2)	6 330(99.8)
戒烟Quit smoking	695(5.6)	693(11.6)	2(0)
当前Current	2 471(20.1)	2 460(41.2)	11(0.2)
饮酒Drinking				943.3	< 0.001
否No	10 179(82.7)	4 290(71.9)	5 889(92.8)
是Yes	2 132(17.3)	1 678(28.1)	454(7.2)
体力活动Physical activity				91.7	< 0.001
不活动Inactive	6 564(53.3)	3 122(52.3)	3 442(54.3)
中等强度Moderate intensity	2 653(21.5)	1 160(19.4)	1 493(23.5)
高强度High strength	1 707(13.9)	993(16.6)	714(11.3)
中等兼有高强度Medium to high intensity	1 387(11.3)	693(11.6)	694(10.9)
BFP肥胖BFP obesity	1 978(16.1)	657(11.0)	1 321(20.8)	219.8	< 0.001
BMI肥胖BMI obesity	1 171(9.5)	573(9.6)	598(9.4)	0.1	0.743
WC肥胖WC obesity	3 691(30.0)	1 630(27.3)	2 061(32.5)	39.3	< 0.001
注：BFP, 体脂率；WC, 腰围。 ①以人数(占比/%)表示。 Note: BFP, body fat percentage；WC, waist circumference. ① Number of people(proportion/%).

下载: 导出CSV

| 显示表格

2.2 BMI、WC与BFP曲线拟合

通过曲线拟合分析(无常数项)发现，基于BMI预测BFP决定系数(R²)均高于WC，显示其总体优于WC；两者在线性、二次和三次方模型中对BFP预测的R²相差均＜1%，见表 2。

表 2 BFP与BMI、WC的曲线拟合分析

Table 2. Curve fitting analysis of BFP with BMI and WC

方程 Equation	BMI预测BFP BMI prediction for BFP		WC预测BFP WC prediction for BFP
方程 Equation	R²	F	R²	F
线性 Linear	0.884	93 969.421	0.862	76 981.040
二次 Secondary	0.890	50 016.741	0.863	38 930.012
三次 Thrice	0.892	34 038.505	0.863	38 930.012
注：WC, 腰围；BFP, 体脂率。 Note: WC, waist circumference; BFP, body fat percentage.

下载: 导出CSV

| 显示表格

2.3 BFP主要影响因素筛选及预测方程构建

以BFP为因变量，以性别、年龄、受教育水平、家庭年收入、职业、婚姻状态、吸烟、饮酒、体力活动为自变量进行多元线性逐步回归分析，结果发现影响BFP的因素包括性别、年龄、职业、饮酒、家庭年收入和体力活动。通过对模型R²变化的分析发现，当引入性别时R²变化较大，而其他因素引入模型后，R²变化均较小，见表 3。考虑到方程的简洁与降维，只保留性别因素进行后续预测方程构建。分别联合BMI和WC的不同拟合状态构建BFP的回归预测方程，结果见表 4，从R²可以看到各个方程的预测价值差异不大。

表 3 BFP主要影响因素筛选

Table 3. Screening of main influencing factors of BFP

模型 Model	决定系数 R²	方程 Equation
性别 Gender	0.371	y= 28.379-11.906×性别 y= 28.379-11.906×gender
性别+职业 Gender+occupation	0.383	y= 27.503-12.23×性别+2.175×职业 y= 27.503-12.23×gender+2.175×occupation
性别+职业+体力活动 Gender+occupation+physical activity	0.388	y= 28.123-12.137×性别+1.94×职业-0.665×体力活动 y= 28.123-12.137×gender+1.94×occupation-0.665×physical activity
性别+职业+体力活动+吸烟 Gender+occupation+physical activity+smoking	0.389	y= 28.129-11.539×性别+1.942×职业-0.672×体力活动-0.638×吸烟 y= 28.129-11.539×gender+1.942×occupation-0.672×physical activity-0.638×smoking
性别+职业+体力活动+吸烟+家庭年收入Gender+occupation+physical activity+smoking+annual family income	0.390	y= 28.009-11.609×性别+1.719×职业-0.689×体力活动-0.633×吸烟+0.485×家庭年收入 y= 28.009-11.609×gender+1.719×occupation-0.689×physical activity-0.633×smoking+0.485×annual family income
性别+职业+体力活动+吸烟+家庭年收入+年龄Gender+occupation+physical activity+smoking+annual family income+age	0.391	y=27.485-11.588×性别+1.782×职业-0.671×体力活动-0.633×吸烟+0.538×家庭年收入+0.177×年龄 y=27.485-11.588×gender+1.782×occupation-0.671×physical activity-0.633×smoking+0.538×annual family income+0.177×age
注：BFP, 体脂率。 Note: BFP, body fat percentage.

下载: 导出CSV

| 显示表格

表 4 BFP预测方程构建

Table 4. Construction of BFP prediction equation

模型 Model	决定系数 R²	方程 Equation
BMI
线性 Linear	0.699	y=-9.463-12.198×性别+1.616×BMI y=-9.463-12.198×gender+1.616×BMI
二次 Secondary	0.700	y=-21.83-12.198×性别+2.666×BMI-0.022×BMI² y=-21.83-12.198×gender+2.666×BMI-0.022×BMI²
三次 Thrice	0.711	y=62.434-12.216×性别+0.437×BMI²-8.246×BMI-0.006BMI³ y=62.434-12.216×gender+0.437×BMI²-8.246×BMI-0.006BMI³
WC
线性 Linear	0.610	y=-12.679-13.729×性别+0.51×WC y=-12.679-13.729×gender+0.51×WC
二次 Secondary	0.611	y=-28.076-13.739×性别+0.888×WC-0.002×WC² y=-28.076-13.739×gender+0.888×WC-0.002×WC²
三次 Thrice	0.611	y==-23.636-13.74×性别+0.712×WC-0.000009661×WC³ y==-23.636-13.74×gender+0.712×WC-0.000009661×WC³
注：WC, 腰围；BFP, 体脂率。 Note: WC, waist circumference; BFP, body fat percentage.

下载: 导出CSV

| 显示表格

2.4 基于BMI、WC超重/肥胖值计算BFP相应切点值

以BMI、WC超重/肥胖切点值代入相应方程计算出对应的BFP切点值，并分别计算相应的灵敏度、特异度、约登指数和AUC进行诊断价值评价(传统值判定标准为金标准)，结果显示：基于BMI计算BFP切点值的方程结果中，二次方程所对应的AUC均优于线性和三次方程；同样，基于WC计算BFP切点值的方程结果中，线性方程所对应的AUC均优于二次和三次方程(仅展示BMI二次方程的推算结果和WC线性方程的推算结果)，见表 5。进一步分析发现：基于BMI计算所得BFP切点值的诊断价值均优于WC。基于我国的肥胖标准(BMI≥28 kg/m²)^[13]计算的BFP(%)切点值在男性和女性分别23.4和35.6，对应的灵敏度、特异度和AUC分别为0.581、0.882、0.732和0.818、0.876、0.847；基于WHO肥胖标准(BMI≥30 kg/m²)^[17]计算的BFP(%)切点值在男性和女性分别为26.2和38.4，对应的灵敏度、特异度和AUC分别为0.523、0.935、0.729和0.814、0.928、0.871。

表 5 基于BMI、WC超重/肥胖标准计算的BFP切点值及诊断价值

Table 5. Corresponding BFP cut-off values and performance for diagnosing over-weight/obesity based on BMI and WC

肥胖程度判定依据 Basis for determining obesity level	BFP(%)	灵敏度 Sensitivity	特异度 Specificity	约登指数 Youden′s index	ROC曲线下面积 Area under ROC curve
男性Male
超重/肥胖Overweight/Obesity (BMI≥24 kg/m²)	17.3	0.692	0.759	0.451	0.726
超重/肥胖Overweight/Obesity (BMI≥25 kg/m²)	18.9	0.644	0.789	0.433	0.716
肥胖Obesity (BMI≥28 kg/m²)	23.4	0.581	0.882	0.463	0.732
肥胖Obesity (BMI≥30 kg/m²)	26.2	0.523	0.935	0.458	0.729
肥胖Obesity (WC≥90 cm)	19.5	0.618	0.785	0.403	0.701
女性Female
超重/肥胖Overweight/Obesity (BMI≥24 kg/m²)	29.5	0.822	0.775	0.597	0.798
超重/肥胖Overweight/Obesity (BMI≥25 kg/m²)	31.1	0.807	0.796	0.603	0.801
肥胖Obesity (BMI≥28 kg/m²)	35.6	0.818	0.876	0.694	0.847
肥胖Obesity (BMI≥30 kg/m²)	38.4	0.814	0.928	0.742	0.871
肥胖Obesity (WC≥85 cm)	30.7	0.711	0.740	0.451	0.726
注：WC, 腰围；BFP, 体脂率；ROC, 受试者工作特征。 Note: WC, waist circumference; BFP, body fat percentage; ROC, receiver operating characteristic.

下载: 导出CSV

| 显示表格

3. 讨论

3.1 广西壮族人群BFP肥胖情况分析

本研究以BFP为肥胖评价指标进一步分析壮族人群的肥胖率情况，发现35~＜75岁壮族人群BFP肥胖检出率为16.1%，男性和女性BFP肥胖检出率分别为11.0%和20.8%。范丹丹等^[18]对辽宁、河南和湖南三省18~69岁居民的BFP(男性以25%，女性以35%为肥胖截断值)分析发现，肥胖检出率为35.7%，男性和女性肥胖检出率分别为31.4%和39.3%，肥胖检出率高于本研究结果。此外，山东省临沂市成年人以BMI判定的肥胖率和四川省西昌市居民以WC判定的肥胖率分别为26.33%和39.24%^[19-20]，也均高于本研究肥胖检出率(BMI：9.5%, WC：30.0%)。研究提示广西壮族自治区人群可能具有较低的肥胖发生率。

3.2 BFP与BMI、WC的关系分析

BMI是WHO推荐的评价肥胖的简单指标，也是反映全身脂肪总量的简易替代指标^[21]。从肥胖的生理学角度来看，肥胖是体脂积累的程度，不是体重和身高大小的程度。BFP是体内脂肪质量占总体质量的比值，可直接反映人体脂肪含量与比例，是较为理想的肥胖评价指标^[22]。在本研究中，相比于BFP与WC曲线拟合，BFP与BMI的拟合较好，相关性也较好。BMI和BFP均为全身性肥胖的评价指标，相关研究表明2个指标之间具有较高的相关性和一致性。Segheto等^[23]对巴西成年人的分析结果发现，BFP与BMI有很强的相关性。李晓晨等^[24]在老年肥胖的研究中发现，BFP与BMI判定肥胖的一致性优于BFP与WC。此外，张强等^[25]和胡强等^[10]的研究也表明BMI和BFP的曲线模型拟合效果较好。结果表明，BMI对BFP进行预测优于WC，可用于对BFP切点值计算。

3.3 BFP的切点值分析

我国以成年人BMI≥28 kg/m²作为肥胖的金标准^[13]，本研究BMI≥28 kg/m²所对应的BFP切点值在男性和女性中分别为23.4%和35.6%，男性的切点值低于国际推荐的标准(25%)，女性的切点值与国际推荐的标准相当(35%)。胡强等^[10]对广州市中老年人的研究显示，BMI≥28 kg/m²所对应的BFP切点值在男性和女性中分别为31.1%和40.0%；Chen等^[9]研究发现，BMI≥28 kg/m²所对应的BFP切点值为39.5%。以上报告的BFP切点值均高于本研究结果，可能与这些研究的对象为中老年人有关，也可能与不同种族、地域等因素有关。

国际推荐的BFP切点值是基于欧美白种人(BMI≥30 kg/m²)的结果进行制定，本研究也基于BMI≥30 kg/m²进行BFP切点值计算，男性和女性分别为26.2%和38.4%，低于越南人群的研究(男性BFP>30%，女性BFP>40%)^[26]，高于国际推荐标准(男性>25%，女性>35%)，表明应用国际推荐的BFP标准会低估我国人群的BFP肥胖率。研究发现，亚洲人BMI低于同龄同性别的白种人，但BFP高于白种人^[27]。与白种人相比，中国人拥有较小的身材和体型，更低的肌肉质量，可能在相同的BMI水平下容纳更多的体脂^[8]。因此，在相同BMI切点值下计算出来的BFP切点值可能会高于白种人。在低肥胖患病率的流行地区，提高BPF的切点值(特异度增高)有助于保证一定的阳性预测值，使研究结果具有一定的合理性。然而，本研究发现BFP切点值在男性中的灵敏度较低，表明肥胖的漏诊率会增加。此外，体脂的增加会改变机体对胰岛素的代谢，引起胰岛素抵抗，增加血栓形成的风险^[28]。在有关肥胖的疾病风险方面，亚洲人群患2型糖尿病和心血管病的风险高于欧洲人群^[29]。因此，提高BFP切点值所带来的健康风险不能忽视，其科学的切点值还需要与肥胖相关的不良健康结局进行关联分析予以进一步的验证。

综上所述，在广西壮族自治区人群中，基于我国肥胖标准计算BFP切点值应以BMI为参考，计算出来的切点值在男性中低于国际标准，而以BMI≥30 kg/m²时计算所得切点值均高于国际标准，其合理性还需综合考虑阳性预测值和未来肥胖相关疾病风险的研究进一步予以验证。

利益冲突 无

图 1 研究人群筛选流程图

BFP：体脂率；WC：腰围。

Figure 1. Flow chart for screening the study population

BFP: body fat percentage; WC: waist circumference.

下载: 全尺寸图片幻灯片

表 1 研究对象一般特征及肥胖情况

Table 1. General characteristics and obesity prevalence of the study subjects

特征 Characteristic	总人数 Total ^① (n=12 311)	男性 Male ^① (n=5 968)	女性 Female ^① (n=6 343)	χ²值 value	P值 value
年龄组/岁Age group/years				187.9	< 0.001
35~＜45	2 679(21.8)	1 547(25.9)	1 132(17.8)
45~＜55	3 869(31.4)	1 976(33.1)	1 893(29.8)
55~＜65	2 992(24.3)	1 252(21.0)	1 740(27.4)
65~＜75	2 771(22.5)	1 193(20.0)	1 578(24.9)
受教育水平Level of education				1 689.0	< 0.001
小学及以下Primary school and below	6 257(50.8)	1 934(32.4)	4 323(68.2)
初中Middle school	3 768(30.6)	2 307(38.7)	1 461(23.0)
高中及以上High school and above	2 286(18.6)	1 727(28.9)	559(8.8)
家庭年收入Annual household income/10 000 yuan				303.3	< 0.001
＜3	6 535(53.1)	2 727(45.7)	3 808(60.0)
3~＜10	4 624(37.6)	2 488(41.7)	2 136(33.7)
≥10	1 152(9.4)	753(12.6)	399(6.3)
职业Career				273.6	< 0.001
农民Farmer	6 467(52.5)	2 677(44.9)	3 790(59.8)
非农Non farmer	5 844(47.5)	3 291(55.1)	2 553(40.2)
婚姻状况Marital status				52.4	< 0.001
未婚和其他Unmarried and others	1 368(11.1)	537(9.0)	831(13.1)
已婚Married	10 943(88.9)	5 431(91.0)	5 512(86.9)
吸烟Smoking				4 458.0	< 0.001
从未Never	9 145(74.3)	2 815(47.2)	6 330(99.8)
戒烟Quit smoking	695(5.6)	693(11.6)	2(0)
当前Current	2 471(20.1)	2 460(41.2)	11(0.2)
饮酒Drinking				943.3	< 0.001
否No	10 179(82.7)	4 290(71.9)	5 889(92.8)
是Yes	2 132(17.3)	1 678(28.1)	454(7.2)
体力活动Physical activity				91.7	< 0.001
不活动Inactive	6 564(53.3)	3 122(52.3)	3 442(54.3)
中等强度Moderate intensity	2 653(21.5)	1 160(19.4)	1 493(23.5)
高强度High strength	1 707(13.9)	993(16.6)	714(11.3)
中等兼有高强度Medium to high intensity	1 387(11.3)	693(11.6)	694(10.9)
BFP肥胖BFP obesity	1 978(16.1)	657(11.0)	1 321(20.8)	219.8	< 0.001
BMI肥胖BMI obesity	1 171(9.5)	573(9.6)	598(9.4)	0.1	0.743
WC肥胖WC obesity	3 691(30.0)	1 630(27.3)	2 061(32.5)	39.3	< 0.001
注：BFP, 体脂率；WC, 腰围。 ①以人数(占比/%)表示。 Note: BFP, body fat percentage；WC, waist circumference. ① Number of people(proportion/%).

下载: 导出CSV

表 2 BFP与BMI、WC的曲线拟合分析

Table 2. Curve fitting analysis of BFP with BMI and WC

方程 Equation	BMI预测BFP BMI prediction for BFP		WC预测BFP WC prediction for BFP
方程 Equation	R²	F	R²	F
线性 Linear	0.884	93 969.421	0.862	76 981.040
二次 Secondary	0.890	50 016.741	0.863	38 930.012
三次 Thrice	0.892	34 038.505	0.863	38 930.012
注：WC, 腰围；BFP, 体脂率。 Note: WC, waist circumference; BFP, body fat percentage.

下载: 导出CSV

表 3 BFP主要影响因素筛选

Table 3. Screening of main influencing factors of BFP

模型 Model	决定系数 R²	方程 Equation
性别 Gender	0.371	y= 28.379-11.906×性别 y= 28.379-11.906×gender
性别+职业 Gender+occupation	0.383	y= 27.503-12.23×性别+2.175×职业 y= 27.503-12.23×gender+2.175×occupation
性别+职业+体力活动 Gender+occupation+physical activity	0.388	y= 28.123-12.137×性别+1.94×职业-0.665×体力活动 y= 28.123-12.137×gender+1.94×occupation-0.665×physical activity
性别+职业+体力活动+吸烟 Gender+occupation+physical activity+smoking	0.389	y= 28.129-11.539×性别+1.942×职业-0.672×体力活动-0.638×吸烟 y= 28.129-11.539×gender+1.942×occupation-0.672×physical activity-0.638×smoking
性别+职业+体力活动+吸烟+家庭年收入Gender+occupation+physical activity+smoking+annual family income	0.390	y= 28.009-11.609×性别+1.719×职业-0.689×体力活动-0.633×吸烟+0.485×家庭年收入 y= 28.009-11.609×gender+1.719×occupation-0.689×physical activity-0.633×smoking+0.485×annual family income
性别+职业+体力活动+吸烟+家庭年收入+年龄Gender+occupation+physical activity+smoking+annual family income+age	0.391	y=27.485-11.588×性别+1.782×职业-0.671×体力活动-0.633×吸烟+0.538×家庭年收入+0.177×年龄 y=27.485-11.588×gender+1.782×occupation-0.671×physical activity-0.633×smoking+0.538×annual family income+0.177×age
注：BFP, 体脂率。 Note: BFP, body fat percentage.

下载: 导出CSV

表 4 BFP预测方程构建

Table 4. Construction of BFP prediction equation

模型 Model	决定系数 R²	方程 Equation
BMI
线性 Linear	0.699	y=-9.463-12.198×性别+1.616×BMI y=-9.463-12.198×gender+1.616×BMI
二次 Secondary	0.700	y=-21.83-12.198×性别+2.666×BMI-0.022×BMI² y=-21.83-12.198×gender+2.666×BMI-0.022×BMI²
三次 Thrice	0.711	y=62.434-12.216×性别+0.437×BMI²-8.246×BMI-0.006BMI³ y=62.434-12.216×gender+0.437×BMI²-8.246×BMI-0.006BMI³
WC
线性 Linear	0.610	y=-12.679-13.729×性别+0.51×WC y=-12.679-13.729×gender+0.51×WC
二次 Secondary	0.611	y=-28.076-13.739×性别+0.888×WC-0.002×WC² y=-28.076-13.739×gender+0.888×WC-0.002×WC²
三次 Thrice	0.611	y==-23.636-13.74×性别+0.712×WC-0.000009661×WC³ y==-23.636-13.74×gender+0.712×WC-0.000009661×WC³
注：WC, 腰围；BFP, 体脂率。 Note: WC, waist circumference; BFP, body fat percentage.

下载: 导出CSV

表 5 基于BMI、WC超重/肥胖标准计算的BFP切点值及诊断价值

Table 5. Corresponding BFP cut-off values and performance for diagnosing over-weight/obesity based on BMI and WC

肥胖程度判定依据 Basis for determining obesity level	BFP(%)	灵敏度 Sensitivity	特异度 Specificity	约登指数 Youden′s index	ROC曲线下面积 Area under ROC curve
男性Male
超重/肥胖Overweight/Obesity (BMI≥24 kg/m²)	17.3	0.692	0.759	0.451	0.726
超重/肥胖Overweight/Obesity (BMI≥25 kg/m²)	18.9	0.644	0.789	0.433	0.716
肥胖Obesity (BMI≥28 kg/m²)	23.4	0.581	0.882	0.463	0.732
肥胖Obesity (BMI≥30 kg/m²)	26.2	0.523	0.935	0.458	0.729
肥胖Obesity (WC≥90 cm)	19.5	0.618	0.785	0.403	0.701
女性Female
超重/肥胖Overweight/Obesity (BMI≥24 kg/m²)	29.5	0.822	0.775	0.597	0.798
超重/肥胖Overweight/Obesity (BMI≥25 kg/m²)	31.1	0.807	0.796	0.603	0.801
肥胖Obesity (BMI≥28 kg/m²)	35.6	0.818	0.876	0.694	0.847
肥胖Obesity (BMI≥30 kg/m²)	38.4	0.814	0.928	0.742	0.871
肥胖Obesity (WC≥85 cm)	30.7	0.711	0.740	0.451	0.726
注：WC, 腰围；BFP, 体脂率；ROC, 受试者工作特征。 Note: WC, waist circumference; BFP, body fat percentage; ROC, receiver operating characteristic.

下载: 导出CSV

参考文献(29)

[1]	NCD Risk Factor Collaboration (NCD-RisC). Worldwide trends in underweight and obesity from 1990 to 2022: a pooled analysis of 3 663 population-representative studies with 222 million children, adolescents, and adults[J]. Lancet, 2024, 403(10431): 1027-1050. doi: 10.1016/S0140-6736(23)02750-2.
[2]	中华人民共和国国家卫生健康委员会. 中国居民营养与慢性病状况报告(2020年) [J]. 营养学报, 2020, 42(6): 521. National Health Commission of the People′s Republic of China. Chinese nutrition and chronic disease status report (2020) [J]. Acta Nutrimenta Sinica, 2020, 42(6): 521.
[3]	Gupta S, Kapoor S. Body adiposity index: its relevance and validity in assessing body fatness of adults [J]. ISRN Obes, 2014, 2014: 243294. DOI: 10.1155/2014/243294.
[4]	Oliveros E, Somers VK, Sochor O, et al. The concept of normal weight obesity [J]. Prog Cardiovasc Dis, 2014, 56(4): 426-433. DOI: 10.1016/j.pcad.2013.10.003.
[5]	Chen KK, Wee SL, Pang BWJ, et al. Relationship between BMI with percentage body fat and obesity in Singaporean adults - The Yishun Study [J]. BMC Public Health, 2021, 21(1): 1030. DOI: 10.1186/s12889-021-11070-7.
[6]	Deurenberg P, Yap M, van Staveren WA. Body mass index and percent body fat: a meta analysis among different ethnic groups [J]. Int J Obes Relat Metab Disord, 1998, 22(12): 1164-1171. DOI: 10.1038/sj.ijo.0800741.
[7]	Deurenberg P, Weststrate JA, Seidell JC. Body mass index as a measure of body fatness: age- and sex-specific prediction formulas [J]. Br J Nutr, 1991, 65(2): 105-114. DOI: 10.1079/bjn19910073.
[8]	Chang CJ, Wu CH, Chang CS, et al. Low body mass index but high percent body fat in Taiwanese subjects: implications of obesity cutoffs [J]. Int J Obes Relat Metab Disord, 2003, 27(2): 253-259. DOI: 10.1038/sj.ijo.802197.
[9]	Chen YM, Ho SC, Lam SS, et al. Validity of body mass index and waist circumference in the classification of obesity as compared to percent body fat in Chinese middle-aged women [J]. Int J Obes, 2006, 30(6): 918-925. DOI: 10.1038/sj.ijo.0803220.
[10]	胡强, 江朝强, 张维森, 等. 广州市中老年人体脂率与常规肥胖指标相关性及其对应值的研究[J]. 中华流行病学杂志, 2016, 37(10): 1341-1344. DOI: 10.3760/cma.j.issn.0254-6450.2016.10.005. Hu Q, Jiang CQ, Zhang WS, et al. Correlation between body fat percentage and general obesity indexes in middle aged and old people in Guangzhou [J]. Chin J Epidemiol, 2016, 37(10): 1341-1344. DOI: 10.3760/cma.j.issn.0254-6450.2016.10.005.
[11]	夏敏, 洪明晃, 仇小强, 等. 华南区域自然人群慢性非传染性疾病前瞻性队列研究建设概况[J]. 中华流行病学杂志, 2023, 44(1): 48-53. DOI: 10.3760/cma.j.cn112338-20220929-00831. Xia M, Hong MH, Qiu XQ, et al. Introduction of a prospective cohort study of chronic and non-communicable diseases in general population in southernern China [J]. Chin J Epidemiol, 2023, 44(1): 48-53. DOI: 10.3760/cma.j.cn112338-20220929-00831.
[12]	Zhang LJ, Zhang JJ, Kubiak RJ, et al. Statistical methods and tool for cut point analysis in immunogenicity assays [J]. J Immunol Methods, 2013, 389(1-2): 79-87. DOI: 10.1016/j.jim.2012.12.008.
[13]	中国肥胖问题工作组数据汇总分析协作组. 我国成人体重指数和腰围对相关疾病危险因素异常的预测价值: 适宜体重指数和腰围切点的研究[J]. 中华流行病学杂志, 2002, 23(1): 5-10. DOI: 10.3760/j.issn:0254-6450.2002.01.003. Coorperative Meta-analysis Group of China Obesity Task Force. Predictive values of body mass index and waist circumference to risk factors of related diseases in Chinese adult population [J]. Chin J Epidemiol, 2002, 23(1): 5-10. DOI: 10.3760/j.issn:0254-6450.2002.01.003.
[14]	中华人民共和国国家卫生和计划生育委员会. WS/T 428 -2013成人体重判定[S]. 中国标准出版社. 2013: 1-8. National Health and Family Planning Commission of the People′s Republic of China. WS/T 428 -2013 Weight Determination in Adults [S]. Standards press of China, 2013: 1-8.
[15]	Dickey RA, Bartuska DG, Bray GW, et al. AACE/ACE position statement on the prevention, diagnosis, and treatment of obesity (1998 revision) [J]. Endocr Pract, 1998, 4: 297-350.
[16]	Chen HY, Chen L, Hao G. Exercise attenuates the association between household pesticide exposure and depressive symptoms: Evidence from NHANES, 2005-2014 [J]. Environ Res, 2020, 188: 109760. DOI: 10.1016/j.envres.2020.109760.
[17]	Di Renzo L, Itani L, Gualtieri P, et al. New BMI cut-off points for obesity in middle-aged and older adults in clinical nutrition settings in Italy: a cross-sectional study [J]. Nutrients, 2022, 14(22): 4848. DOI: 10.3390/nu14224848.
[18]	范丹丹, 苏畅, 杜文雯, 等. 中国三省18~69岁居民体脂率适宜切点值研究[J]. 卫生研究, 2018, 47(2): 228-231. DOI: 10.19813/j.cnki.weishengyanjiu.2018.02.010. Fan DD, Su C, Du WW, et al. The optimal cut-off values of body fat percentage in adults among Chinese three provinces [J]. Journal of Hygiene Research, 2018, 47(2): 228-231. DOI: 10.19813/j.cnki.weishengyanjiu.2018.02.010.
[19]	蒋克克. 临沂市≥18岁居民超重肥胖流行特征分析[J]. 中国初级卫生保健, 2023, 37(11): 37-39. Jiang KK. Analysis on the Epidemiological Characteristics of Overweight and Obesity among Adultresidents in Linyi [J]. Chinese Primary Health Care, 2023, 37(11): 37-39.
[20]	王鹤璇, 于洁, 李里诗洛, 等. 西昌市社区居民中心性肥胖流行特征与影响因素分析[J]. 现代预防医学, 2022, 49(23): 4241-4245. DOI: 10.20043/j.cnki.MPM.202203175. Wang HX, Yu J, Li L, et al. The prevalence characteristics and influencing factors of central obesity among community residents in Xichang City [J]. Modern Preventive Medicine, 2022, 49(23): 4241-4245. DOI: 10.20043/j.cnki.MPM.202203175.
[21]	Wang C, Hou XH, Zhang ML, et al. Comparison of body mass index with body fat percentage in the evaluation of obesity in Chinese [J]. Biomed Environ Sci, 2010, 23(3): 173-179. DOI: 10.1016/S0895-3988(10)60049-9.
[22]	黄晖明, 王人卫, 李森, 等. 体重指数与体脂率指标评价肥胖: 基于诊断试验的比较研究[J]. 中国运动医学杂志, 2017, 36(3): 218-225. DOI: 10.3969/j.issn.1000-6710.2017.03.006. Huang HM, Wang RW, Li S, et al. Relationship between body mass index and percent body fat in the diagnosis of obesity: based on diagnostic tests [J]. Chin J Sports Med, 2017, 36(3): 218-225. DOI: 10.3969/j.issn.1000-6710.2017.03.006.
[23]	Segheto W, Coelho FA, Cristina Guimarães da Silva D, et al. Validity of body adiposity index in predicting body fat in Brazilians adults [J]. Am J Hum Biol, 2017, 29(1): 10.1002/ajhb. 22901. DOI: 10.1002/ajhb.22901.
[24]	李晓晨, 陈佩. BMI、WC、WHtR和BF%诊断老年肥胖的一致性研究[J]. 哈尔滨体育学院学报, 2022, 40(1): 81-88. Li XC, Chen P. Consistency of BMI, WC, WHtR and BF% in the diagnosis of obesity in the elderly [J]. Journal of Harbin Sport University, 2022, 40(1): 81-88.
[25]	张强, 周绍酉, 闫雪皎, 等. 体质指数和体脂肪率评价成年人肥胖的比较[J]. 卫生研究, 2019, 48(4): 573-576. DOI: 10.19813/j.cnki.weishengyanjiu.2019.04.023. Zhang Q, Zhou SY, Yan XJ, et al. Optimum body fat percentage cut-off in evaluation of overweight and obesity among adult people [J]. Journal of Hygiene Research, 2019, 48(4): 573-576. DOI: 10.19813/j.cnki.weishengyanjiu.2019.04.023.
[26]	Ho-Pham LT, Lai TQ, Nguyen MT, et al. Relationship between body mass index and percent body fat in Vietnamese: implications for the diagnosis of obesity [J]. PLoS One, 2015, 10(5): e0127198. DOI: 10.1371/journal.pone.0127198.
[27]	Wang J, Thornton JC, Russell M, et al. Asians have lower body mass index (BMI) but higher percent body fat than do whites: comparisons of anthropometric measurements [J]. Am J Clin Nutr, 1994, 60(1): 23-28. DOI: 10.1093/ajcn/60.1.23.
[28]	Bray GA. Medical consequences of obesity [J]. J Clin Endocrinol Metab, 2004, 89(6): 2583-2589. DOI: 10.1210/jc.2004-0535.
[29]	WHO Expert Consultation. Appropriate body-mass index for Asian populations and its implications for policy and intervention strategies [J]. Lancet, 2004, 363(9403): 157-163. DOI: 10.1016/S0140-6736(03)15268-3.

施引文献

资源附件(0)

访问统计

点击查看大图

图(1) / 表(5)

计量

文章访问数: 257
HTML全文浏览量: 64
PDF下载量: 17
被引次数: 0

1. 对象与方法
1.1 研究对象
1.2 问卷调查
1.3 体格检查
1.4 相关变量定义和判定标准
1.5 统计学方法
2. 结果
2.1 一般特征及肥胖情况
2.2 BMI、WC与BFP曲线拟合
2.3 BFP主要影响因素筛选及预测方程构建
2.4 基于BMI、WC超重/肥胖值计算BFP相应切点值
3. 讨论
3.1 广西壮族人群BFP肥胖情况分析
3.2 BFP与BMI、WC的关系分析
3.3 BFP的切点值分析

1. 对象与方法
1.1 研究对象
1.2 问卷调查
1.3 体格检查
1.4 相关变量定义和判定标准
1.5 统计学方法
2. 结果
2.1 一般特征及肥胖情况
2.2 BMI、WC与BFP曲线拟合
2.3 BFP主要影响因素筛选及预测方程构建
2.4 基于BMI、WC超重/肥胖值计算BFP相应切点值
3. 讨论
3.1 广西壮族人群BFP肥胖情况分析
3.2 BFP与BMI、WC的关系分析
3.3 BFP的切点值分析

参考文献(29)

施引文献

资源附件(0)

访问统计

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

广西壮族人群体脂率与常规肥胖指标的关系及其切点值研究

doi: 10.16462/j.cnki.zhjbkz.2024.08.011

通讯作者:
刘顺，E-mail: liushun@gxmu.edu.cn

计量

Relationship between body fat percentage and conventional obesity indicators and its cut-off values in Guangxi Zhuang population

Corresponding author: LIU Shun, E-mail: liushun@gxmu.edu.cn

1. 对象与方法

1.1 研究对象

1.2 问卷调查

1.3 体格检查

1.4 相关变量定义和判定标准

1.5 统计学方法

2. 结果

2.1 一般特征及肥胖情况

2.2 BMI、WC与BFP曲线拟合

2.3 BFP主要影响因素筛选及预测方程构建

2.4 基于BMI、WC超重/肥胖值计算BFP相应切点值

3. 讨论

3.1 广西壮族人群BFP肥胖情况分析

3.2 BFP与BMI、WC的关系分析

3.3 BFP的切点值分析

计量

目录

1. 对象与方法

1.1 研究对象

1.2 问卷调查

1.3 体格检查

1.4 相关变量定义和判定标准

1.5 统计学方法

2. 结果

2.1 一般特征及肥胖情况

2.2 BMI、WC与BFP曲线拟合

2.3 BFP主要影响因素筛选及预测方程构建

2.4 基于BMI、WC超重/肥胖值计算BFP相应切点值

3. 讨论

3.1 广西壮族人群BFP肥胖情况分析

3.2 BFP与BMI、WC的关系分析

3.3 BFP的切点值分析

留言板

广西壮族人群体脂率与常规肥胖指标的关系及其切点值研究

doi: 10.16462/j.cnki.zhjbkz.2024.08.011

通讯作者: 刘顺，E-mail: liushun@gxmu.edu.cn

计量

出版历程

Relationship between body fat percentage and conventional obesity indicators and its cut-off values in Guangxi Zhuang population

Corresponding author: LIU Shun, E-mail: liushun@gxmu.edu.cn

1. 对象与方法

1.1 研究对象

1.2 问卷调查

1.3 体格检查

1.4 相关变量定义和判定标准

1.5 统计学方法

2. 结果

2.1 一般特征及肥胖情况

2.2 BMI、WC与BFP曲线拟合

2.3 BFP主要影响因素筛选及预测方程构建

2.4 基于BMI、WC超重/肥胖值计算BFP相应切点值

3. 讨论

3.1 广西壮族人群BFP肥胖情况分析

3.2 BFP与BMI、WC的关系分析

3.3 BFP的切点值分析

计量

出版历程

目录

1. 对象与方法

1.1 研究对象

1.2 问卷调查

1.3 体格检查

1.4 相关变量定义和判定标准

1.5 统计学方法

2. 结果

2.1 一般特征及肥胖情况

2.2 BMI、WC与BFP曲线拟合

2.3 BFP主要影响因素筛选及预测方程构建

2.4 基于BMI、WC超重/肥胖值计算BFP相应切点值

3. 讨论

3.1 广西壮族人群BFP肥胖情况分析

3.2 BFP与BMI、WC的关系分析

3.3 BFP的切点值分析

通讯作者:
刘顺，E-mail: liushun@gxmu.edu.cn