身体成分与绝经后女性人群腰椎体积骨密度的相关性研究

Study on the Correlation between Body Composition and Lumbar Spine Volumetric Bone Mineral Density in Postmenopausal Women

摘要: 目的：本研究旨在探讨未接受抗骨质疏松治疗的绝经后女性中，瘦体重(Lean Mass, LM)和脂肪量(Fat Mass, FM)对腰椎体积骨密度(Lumbar Spine vBMD)的相对贡献，以期为骨质疏松症的早期诊断和干预提供科学依据。方法：本研究纳入113名绝经后女性(平均年龄63.81 ± 7.34岁)，通过双能X线吸收测定法(DXA)评估身体成分(包括LM、FM及其指数)，并通过定量CT (QCT)测定腰椎L1~L3的平均骨密度。采用Pearson相关性分析和多重线性回归分析，探讨身体成分参数与腰椎体积骨密度之间的关系。结果：研究发现腰椎体积骨密度与年龄、绝经年限呈显著负相关(p < 0.001)，与体重、瘦体重(LM)和瘦体重指数(LMI)呈显著正相关(p < 0.05)。回归分析显示，LM是腰椎体积骨密度的唯一显著预测因子(p = 0.018)，而脂肪质量(FM)与腰椎体积骨密度无显著相关性(p > 0.05)。此外，随着骨密度的降低，LM和LMI均显著下降，而FM及其相关指数在三组(正常组、骨质减少组和骨质疏松组)之间无显著差异。结论：瘦体重(LM)是绝经后女性腰椎体积骨密度的重要预测指标。鼓励包括体育活动在内的有利于增强骨骼健康和LM的生活方式，对预防骨质疏松症或肌肉减少症等疾病是十分必要的。

Abstract: Objective: This study aimed to investigate the relative contributions of lean mass (LM) and fat mass (FM) to lumbar spine volumetric bone mineral density (vBMD) in postmenopausal women without anti-osteoporotic treatment, providing scientific evidence for the early diagnosis and intervention of osteoporosis. Methods: A total of 113 postmenopausal women (mean age: 63.81 ± 7.34 years) were included in the study. Body composition parameters, including LM, FM, and their respective indices, were assessed using dual-energy X-ray absorptiometry (DXA). Additionally, the average bone mineral density of the lumbar spine (L1-L3) was measured using quantitative computed tomography (QCT). Pearson correlation analysis and multiple regression analysis were performed to explore the relationships between body composition parameters and lumbar spine vBMD. Results: Lumbar spine vBMD was significantly negatively correlated with age and years since menopause (p < 0.001) and significantly positively correlated with weight, lean mass (LM), and lean mass index (LMI) (p < 0.05). Regression analysis revealed that LM was the only significant predictor of lumbar spine vBMD (p = 0.018), whereas FM showed no significant correlation with lumbar spine vBMD (p > 0.05). Additionally, LM and LMI decreased significantly with lower vBMD, while FM and its related indices did not differ significantly among the three groups (normal, osteopenia, and osteoporosis). Conclusion: Lean mass (LM) is a crucial predictor of lumbar spine vBMD in postmenopausal women. It is necessary to encourage lifestyles, including sports activities, which are beneficial for enhancing bone health and lean mass, in order to prevent diseases such as osteoporosis or sarcopenia.

1. 引言

随着生活质量的提高以及寿命的延长，骨质疏松症、肥胖和肌肉减少症已成为威胁老年人群健康的重大问题。在过去的十年里，骨和肌肉健康或肌肉和脂肪组织的研究越来越受到关注。骨质疏松症是一种全身性骨骼疾病，其特征是骨密度(BMD)低，骨组织微结构恶化，导致骨强度下降，脆性骨折的风险增加[1]。骨密度是骨折风险的最佳单一预测指标，尤其是绝经后妇女，影响骨密度的因素很多。例如，体重是骨量的重要决定因素，应被视为骨质疏松症和骨质减少症的重要危险因素，骨体重越重的人骨密度越大，骨折风险越低。体重解释了大约30%的骨密度差异，使其成为骨密度的最佳决定因素之一[2]。体重主要由两部分组成：脂肪质量(FM)和瘦体重(LM)。人体身体成分随年龄的变化而变化：老年人水分含量和瘦体重(LM)随年龄的增加而减少，体脂量随年龄的增加而增加，绝经后妇女的骨密度平均每年下降2% [3]。骨密度每降低一个标准差，骨折风险增加约2倍，髋部骨折比非髋部骨折增加更明显[4]。既是老年人死亡和残疾的原因，也是医疗保健的巨大成本。

许多研究探讨了衰老与身体成分参数的关系以及这些参数对骨密度的影响，一些横断面研究已经证明了身体成分和骨量之间存在显著关联[5]。然而，关于体重中脂肪质量和瘦体重成分对骨密度变化的相对贡献，文献中存在重大分歧[6] [7]，虽然一些研究表明LM而非FM与BMD相关[8] [9]；其他研究表明，FM而不是LM，是BMD的重要决定因素[10]。还有一些研究发现，脂肪质量和瘦体重都是骨密度的重要预测指标[11]。

本研究旨在探讨未经过抗骨质疏松治疗的绝经后妇女的瘦体重以及脂肪量对腰椎体积骨密度的相对贡献。以期为骨质疏松症的早期诊断和干预提供科学依据。

2. 资料与方法

2.1. 一般资料

本研究纳入绝经后女性113例，平均年龄63.81 ± 7.34岁。2023年1月至2024年1月，研究群体因体检或腰痛在我院接受了DXA和QCT检查并记录了绝经后的年龄和绝经年限等一般信息。

排除标准为任何可能影响骨代谢的状况，如有重大慢性疾病史、服用影响骨代谢的药物、服用类固醇超过6个月、使用双磷酸盐、选择性雌激素受体调节剂、在过去的5年中，服用降钙素或激素替代疗法超过1年的患者被排除在外。同时排除研究前6个月内卧床休息超过1个月的受试者，既往脊柱或双髋手术的受试者，以及放疗或化疗史的受试者。在技术上干扰双能X线骨密度测定法(DXA)评估的受试者也被排除，即过去一周内脊柱、髋关节、前臂手术或影像学对比手术。该研究得到了青岛大学附属医院伦理审查委员会的批准，并获得了所有参与研究的个体的知情同意。

2.2. 骨密度测量

所有受试者同时使用64层CT扫描仪(GE医疗系统，美国)和固态CT校准假体(Mindways Software Inc., Austin, TX, USA)对L1至L3腰椎进行CT扫描。采用管电压120 kV，管电流125 mAs，片厚1.25 mm，矩阵尺寸512 × 512等参数进行检测。将图像传输到QCT工作站，使用Mindways QCT pro软件(Mindways software Inc., Austin, TX, USA)的三维(3D)脊柱功能版本5.10进行分析。在轴向、矢状面和冠状面图像上，感兴趣区域(ROI)位于L1~L3椎体的中央部分。ROI边缘在腰椎边界远端大于3 mm，以避免皮质骨的部分体积效应。在选择的边界内，ROI的面积在250~350 mm²左右是尽可能大的。骨密度值为L1~L3椎体的平均骨密度。根据骨密度将受试者分为正常(骨密度 ≥ 120 mg/cm³)、骨质减少(80~120 mg/cm³)和OP (≤80 mg/cm³) [12]三组。

2.3. 身体成分测量

测量时受试者仰卧于检测床，由研究人员按统一标准协助摆正体位，每位检测者检测时间为10~15 min。所有受试者测量使用Hologic Discover-A型双能X线骨密度仪(Hologic, Bedford, Massachusetts, USA)，对研究人员进行培训后，所有扫描数据均由同一名经验丰富的操作人员使用同一型号仪器进行采集和分析，并遵循制造商提供的指导方针，每日检查前扫描校正体模以保证质控。

身体质量主要由骨矿物质量(BMC)、瘦体重(LM)和脂肪量(FM)组成，通过全身DXA扫描(包括LM、FM等)测量了这些身体组成参数的数值。此外，还获取了脂肪质量指数(FMI; FM/height²)，瘦体重指数(LMI; LM/height²)，无脂肪质量指数(FFMI; [BMC + LM]/height²)，脂肪质量百分比(FM%; FM/[BMC + FM + LM] × 100%)，以及瘦体质量百分比(LM%; LM/(BMC + FM + LM) × 100%)。

2.4. 统计学方法

采用SPSS 27.0进行统计分析，并且认为p值小于0.05具有显著性。为了检查数据与正态分布的一致性，应用了Shapiro-Wilk检验。正态分布的数据表示为平均值 ± 标准差，采用Pearson相关性分析来分析变量间的相关关系。非正态分布的数据采用中位数及四分位数间距表示，其相关性采用Spearman相关性分析。相关系数r > 0显示正相关，r < 0显示负相关。所有检验均以显著性水平a = 0.05进行分析。

3. 结果

3.1. 研究组临床特征

本次研究共纳入研究者113例，研究人群的平均年龄为63.81岁，平均绝经年龄为13.32岁。经正态性检验，本次研究中的数据均呈现正态分布。研究组其他临床特征见表1。

Table 1. Clinical characteristics of study group

表1. 研究组的临床特征

Variables	Total (n = 113)
Age (years)	63.81 ± 7.34
Years since menopause (years)	13.32 ± 7.67
Height (m)	1.59 ± 0.05
Weight (kg)	63.28 ± 8.62
Body mass index (kg/m^2)	25.10 ± 3.29
FMI (kg/m^2)	9.94 ± 2.20
LMI (kg/m^2)	14.23 ± 1.38
Lumbar spine vBMD (mg/cm^3)	92.39 ± 34.95
Fat mass (kg)	25.04 ± 5.53
Lean mass (kg)	35.93 ± 4.29
Fat mass (%)	39.65 ± 4.49
Lean mass (%)	57.67 ± 4.33

Table 2. Correlations between BMD and anthropometric parameters

表2. 骨密度与人体测量参数之间的相关性

	Lumbar spine vBMD (mg/cm^3)
	r	P-value <
Age (years)	−0.57	0.001
Years since menopause (years)	−0.574	0.001
Height (m)	0.119	0.05
Weight (kg)	0.137	0.05
Body mass index (kg/m^2)	0.086	NS
Fat mass (%)	−0.144	NS
Lean mass (%)	0.095	NS
Fat mass (kg)	0.039	NS
Lean mass (kg)	0.268	0.01
FMI (kg/m^2)	0.007	NS
LMI (kg/m^2)	0.256	0.01

3.2. 人体成分参数与骨密度的相关性分析

表2为人体测量参数与骨密度的单变量相关分析结果。在腰椎体积骨密度(LS vBMD)与年龄、绝经年限呈负相关(p < 0.001)与身高、体重、Lean mass (kg)及LMI (kg/m²)呈正相关(p < 0.05)。而BMI、FM对于腰椎体积骨密度的相关性在统计学上不显著(p > 0.05)。

3.3. 骨密度的多重线性回归分析

回归分析考察的各种人体测量参数对腰椎体积骨密度的影响如表3所示，Lean mass (kg)是决定腰椎体积骨密度的唯一显著因素。LM与腰椎体积骨密度的相关性散点图如图1所示。随后，我们将FM和LM的值按照四分位数进行分组，在每个四分位数中评估骨密度，不同脂肪量间的腰椎体积骨密度差异如图2所示：不同数量的脂肪组织并没有使腰椎体积骨密度有明显差异。而骨密度随LM的增加而升高，LM含量最高的患者具有最高的腰椎体积骨密度(p < 0.05)，不同瘦体重间的腰椎体积骨密度差异见图3。

Table 3. Multiple linear regression model for BMD

表3. 骨密度的多重线性回归分析

	Coefficient	p-value
Lean mass (kg)	0.378	0.018

Notes: R²-adjusted = 0.351; R²: regression model goodness of fit.

Figure 1. Correlation between Lean mass and LS vBMD

图1. 瘦体重与腰椎体积骨密度之间的相关性

Figure 2. Mean LS vBMD by quartiles Fat mass (kg)

图2. 脂肪量四分位数分组下的腰椎平均体积骨密度(千克)

Figure 3. Mean LS vBMD by quartiles Lean mass (kg)

图3. 瘦体重四分位数分组下的腰椎平均体积骨密度(千克)

3.4. 身体成分与骨密度的差异性分析

根据骨密度将统计人群分为正常组、骨质减少组和骨质疏松组，绝经后女性身体成分在三组间的差异如表4所示；LM随骨密度下降而降低(OP组与正常组比较，p < 0.01)。随着骨密度的降低，LMI表现出相似的趋势(OP组与正常组比较，p < 0.001)。而FM、FMI三组间无显著差异(p > 0.05)。

Table 4. The difference analysis between BMD and compositions in female

表4. 女性骨密度与成分的差异

Variables	Osteoporosis	Osteopenia	Normal	p-value
Body mass index (kg/m^2)	25.07 ± 2.94	24.6 ± 3.82	25.99 ± 2.92	0.254
Fat mass (kg)	25.14 ± 5.20	24.53 ± 6.25	25.68 ± 5.00	0.709
Lean mass (kg)	34.81 ± 3.94	36.18 ± 4.96	37.63 ± 3.09	0.025
FMI (kg/m^2)	10.07 ± 2.09	9.67 ± 2.43	10.16 ± 2.03	0.606
Fat mass (%)	40.61 ± 4.84	38.86 ± 4.25	39.12 ± 4.02	0.155
Lean mass (%)	56.95 ± 4.80	58.33 ± 4.06	57.93 ± 3.76	0.314
LMI (kg/m^2)	13.90 ± 1.24	14.22 ± 1.63	14.86 ± 0.98	0.019

4. 讨论

这项对113名青岛地区绝经后妇女进行的研究表明，瘦体重比脂肪质量更能决定腰椎体积骨密度。这个结果是非常重要的，我们的结果显示LM与骨密度呈正相关，这与以往的研究结果一致[8] [9]，它表明肌肉质量可能对青岛地区绝经后妇女的骨质疏松症有保护作用。回归分析显示，LM是腰椎体积骨密度的唯一预测因子，而未发现FM与腰椎体积骨密度间的相关性。

临床上有几种评估身体成分的方法，如生物电阻抗分析(BIA)、磁共振成像(MRI)和计算机断层扫描(CT)、双能X射线吸收测定法(DXA)，研究还表明，成人通过DXA和CT或MRI获得的身体成分参数之间存在很强的相关性[13]-[15]。QCT是一种测量骨密度的新工具。该方法便于在常规腹部CT扫描中评估骨密度，特别是对于骨折风险增加的患者。QCT允许腹部脂肪组织的详细评估，也可以提供骨骼肌的有效测量。仅限于L3水平的腹部脂肪组织测量，不能反映脂肪的整体分布[12]。生物电阻抗分析(BIA)是一种简便、经济的人体成分测量技术，其在医疗、健身领域得到了广泛的应用。该技术基于交流电导入人体的原理，通过测量不同频率下的电容和电抗，进而估算人体成分。由于肌肉和脂肪等组织对电流的阻抗特性不同，BIA能够据此估算出肌肉、脂肪等组织的含量[16]，具有操作简便、非侵入的优势，但其准确性易受饮水及活动量的影响；CT扫描法测量脂肪面积是迄今为止评价脂肪区域性分布最准确方法之一，但存在辐射量高，价格昂贵的劣势；MRI测量身体成分不同于传统的X射线和CT扫描法原理，其具有无放射性，无需造影剂，清晰度较理想的特点，对受试对象不会造成任何健康方面的影响，因此这种方法非常适合测量整体脂肪组织分布，但价格相较于其他测量方式昂贵。DXA法受体内水总量变化影响较小，可探测个体微小变化，适用于包括患者在内各种人群的分析和研究。不仅可定量诊断体内脂肪含量，亦可对脂肪异常分布进行客观评价，具有重复性好及准确度高的优势。

欧洲肥胖研究协会最新的肥胖诊断、分期和管理框架也提出BMI评估肥胖具有局限性，强调了脂肪和肌肉共同评估肥胖的重要价值，并推荐使用双能X线吸收法(DXA)或生物电阻抗法(BIA)评估身体成分[17]。DXA作为测量人体成分的金标准，对人体成分的评估有较好的可重复性，精确度较高，而DXA具有相对可用性、价格低廉、辐射剂量低的特点。

许多研究表明FM可能对骨密度有害。Zhu等[18]报道骨髓脂肪组织的增加和骨髓纤维化可能使骨髓灌注减少，在早期骨质疏松的发生发展中起作用。然而，Evans等人[19]对不同年龄段肥胖人群的骨微结构进行比较，发现无论中年组还是老年组，肥胖人群骨微结构均得到改善，且老年组改善更为明显，这表明FM可能是骨密度的保护因素。但本次研究没有观察到脂肪组织对骨骼存在有害影响，正如一些作者所表明的那样[8] [20]。LM先前已被证明是两性骨密度的最强预测因子。同样，我们的结果显示，正常组的LM明显高于OP组。其机制可能是，更大的瘦质量增加了骨骼的机械刺激，根据Wolffs定律，骨骼对机械应力的增加产生响应，通过Wnt/β-catenin通路促进成骨以及抑制硬骨抑素的分泌，进而增加骨量[21] [22]。另有研究表明机械负荷更多地取决于肌肉量而非脂肪量[23] [24]，这进一步印证了我们的结论。Ahedi等人[25]报道，由于缺乏体育活动，肌肉质量和肌肉功能减少，对骨密度施加的轻微机械刺激会降低成骨效果。此外，广泛的研究表明，肌肉量的增加与骨密度的增加和椎体骨折风险的降低有关[26]，LM是骨密度的最强预测因子[27]，肌肉力量的增加有助于维持骨量[28] [29]。Terracciano [30]等人的研究发现，骨质疏松症与肌肉萎缩有关，这与胰岛素样生长因子(IGF)-1/磷脂酰肌醇3-激酶(PI3-K)/Akt通路的组成部分蛋白激酶B (Akt)水平降低有关。

在本报告中，BMD值与年龄及绝经时间呈负相关(r = −0.57, p < 0.001; r = −0.574, p < 0.001)。正如前人的研究所示，绝经期与重要的骨质流失有关[31]，因此确定这一时期BMD的决定因素具有重要的临床意义。在我们的研究中，体重和BMD呈正相关。这些数据证实了先前的报道，即绝经后妇女的骨密度与体重密切相关[11] [32]。体重越重的人骨密度越大，骨折风险越低。但体重和骨密度正相关并不能掩盖肥胖和骨质疏松共存的可能，最近的报告来自Pirro等人[33]，该报告称，尽管体重与骨密度呈正相关，但高体重的骨质疏松症女性发生椎体骨折的可能性更高。

我们的研究有其局限性。首先，本研究属于横断面研究，尽管观察到了瘦体重(LM)与体积骨密度(vBMD)之间的相关性，但无法通过横断面数据确定是瘦体重增加导致骨密度增加，还是骨密度增加促进了瘦体重的变化，要确定二者因果关系，需要设计纵向研究或实验研究，以考察变量间的时间序列和因果关系，且研究对象的样本量相对较小，代表性较弱。再者，我们没有调查血清钙离子或维生素D浓度、体力活动水平、吸烟史、饮酒史、家族史等可能影响骨密度的因素，这可能会对我们的结论产生干扰。另外，DXA不能区分皮下脂肪和内脏脂肪，也不能区分皮下脂肪和肌内外周脂肪[34]，皮下脂肪和内脏脂肪对骨骼结构和强度的影响不同[35]。可能会对我们的研究结果造成一定程度的影响，QCT虽可对于皮下脂肪及内脏脂肪进行良好的区分，但其仅仅反映某一层面的腹部脂肪组织含量，对于脂肪的整体分布而言反映较差。在未来的研究中，应收集包括钙离子浓度和维生素D摄入量、体力活动水平、吸烟史、饮酒史及家族史等信息，并通过多变量回归分析控制这些潜在混杂因素。此外，采用标准化评估方法和纵向研究随访等设计，进一步提高结果的准确性与可靠性，并加大样本量，通过多地区、多中心收集样本，更广泛全面地拓宽身体成分与骨密度之间的相关性研究。

身体成分主要研究的是人体组成规律、各组分之间数量关系和测量方法，以及在不同外界因素影响下各组分变化规律，测量身体成分，可以对营养状况进行评估，并根据评估结果制定干预措施，可以为多种疾病的诊断和治疗提供非常有价值的信息，这对做出一个完整的临床评估是十分有用的。我们的研究表明：瘦体重是绝经后女性人群腰椎体积骨密度的关键预测指标，这一发现具有重要的公共卫生意义。瘦质量与肌肉力量和体力活动高度相关，或者是一个标志。经常运动的人比不经常运动的人有更高的肌肉力量和更瘦的体重，体力活动的增加可能直接转化为对骨质疏松症的保护，鼓励包括体育活动在内的有利于骨骼健康和有助于增加瘦体重的生活方式，以预防和缓解骨质疏松症或骨骼肌肉减少症等疾病是十分必要的。

基金项目

国家自然科学基金(82202761)。

NOTES

^*通讯作者。