《Obesity》：Diagnostic Performance of BMI and Waist Circumference in Detecting Excess Adiposity
编辑推荐：
这篇研究利用美国国家健康与营养调查数据，对比了体质指数（BMI）、腰围（WC）及《柳叶刀》委员会（LC）新标准诊断由双能X射线吸收法（DEXA）定义的体脂过量的效能。结果发现腰围相关指标灵敏度更高，而BMI特异性更好，提示在肥胖筛查中结合腰围测量可能提升检出率。
引言
肥胖影响着超过1亿美国成年人，是导致心脏代谢疾病和死亡的主要原因。尽管体质指数（BMI）在历史上一直是诊断肥胖的主要临床工具，但它并不能直接测量脂肪含量，也无法捕捉身体脂肪分布、瘦体重或不同年龄、性别和种族人群的差异。认识到这些局限性，2025年《柳叶刀》委员会（LC）提出重新定义肥胖，要求提供过量脂肪的直接证据，可通过双能X射线吸收法（DEXA）等直接方法或包括BMI、腰围（WC）及相关人体测量指标在内的已验证替代标志物进行量化。这一框架将焦点从基于体重的阈值转向更基于生物学的身体脂肪评估，特别是DEXA已被美国心脏协会指南认定为评估脂肪的黄金标准。
尽管有新的证据支持基于腰围和复合测量，但它们在常规临床实践中的使用仍不如BMI广泛。关于这些指标在评估LC提出的新复合肥胖标准时的准确性，仍存在关键的不确定性。本研究利用美国国家健康与营养调查（NHANES）数据，旨在评估BMI、腰围测量指标以及每个LC复合标准在美国成年人中识别DEXA测量的过量脂肪的诊断效能。
方法
本研究被宾夕法尼亚大学机构审查委员会指南认定为豁免项目。我们使用了2011年至2018年的NHANES数据，这是一个由美国疾病控制与预防中心进行的全国代表性调查，对象是美国的非机构化平民人口。参与者接受了标准化方案的家庭访谈和体检。CDC使用体重和身高计算BMI。腰围测量位置在髂嵴上方腋中线处，臀围测量在臀部最大延伸水平处。据此计算腰围身高比和腰臀比。NHANES在纳入年份的应答率在49%至70%之间。
我们的分析样本包括年龄在20-59岁之间、拥有有效BMI、WC、WHtR、WHR和全身DEXA扫描数据的成年人。年龄在60岁及以上的个体未接受DEXA扫描，因此被排除在外。根据诊断准确性研究报告标准指南，排除测量数据缺失或无效的参与者。
参与者被分类为拥有过量脂肪，如果其DEXA显示高体脂百分比（男性≥30%，女性≥42%），因为DEXA被AHA指南认定为肥胖的黄金标准测试。我们比较了一套全面的、用于定义肥胖的独立人体测量指标。这包括CDC BMI阈值（BMI ≥ 30）和种族特异性BMI阈值（亚洲人BMI ≥ 27.5，其他人种BMI ≥ 30）。对于中心性肥胖，我们评估了三个WC标准：美国国家心肺血液研究所性别特异性阈值（男性WC ≥ 102 cm，女性WC ≥ 88 cm）、国际糖尿病联合会种族和性别特异性阈值（亚洲男性WC ≥ 90 cm，其他男性WC ≥ 94 cm，女性WC ≥ 80 cm）、英国国家健康与临床优化研究所WHtR阈值（WHtR ≥ 0.50）以及Swainson等人提出的WHtR阈值（WHtR ≥ 0.53）。我们还纳入了世界卫生组织性别特异性WHR阈值（男性WHR ≥ 0.90，女性WHR ≥ 0.85），但这些数据仅在2017-2018年可用。因此，WHR阈值由于数据有限未用于复合指标。我们将LC标准操作化如下：“BMI加一项腰围指标”，定义为达到CDC BMI阈值，并同时达到NHLBI WC阈值或NICE WHtR阈值中的至少一项；“两项腰围指标”，定义为同时满足NHLBI WC阈值和NICE WHtR阈值。
我们使用SPSS软件，通过计算灵敏度、特异性、阳性预测值和阴性预测值来估计每种肥胖指标的患病率并量化其诊断效能。还在按种族/民族和性别定义的亚组中评估了诊断效能。所有分析都纳入了NHANES样本权重和基于设计的方差估计，以考虑复杂的调查结构。此外，我们以DEXA定义的过量脂肪作为标准，生成了BMI、WC以及复合人体测量模型的受试者工作特征曲线。
结果
研究共纳入10,747名成年人。加权后分布如下：34.6%为非西班牙裔白人，25.4%为西班牙裔，21.0%为黑人，14.9%为亚洲人。此外，50.1%为女性。
DEXA定义的过量脂肪加权患病率为36.4%。使用CDC BMI阈值时，灵敏度为74.6%，特异性为82.2%，阳性预测值为67.0%，阴性预测值为87.0%。种族特异性BMI阈值得出相似结果（灵敏度75.6%，特异性81.5%）。中心性肥胖测量指标显示出比基于BMI的定义更高的灵敏度和更低的特异性。NHLBI WC阈值产生88.5%的灵敏度和66.7%的特异性，而IDF种族特异性WC标准产生98.5%的灵敏度和39.9%的特异性。WHtR阈值遵循相似模式：NICE WHtR阈值（≥0.50）灵敏度为99.5%，特异性为33.0%；Swainson WHtR阈值显示灵敏度为98.09%，特异性为49.19%。WHO WHR阈值表现出90.8%的灵敏度和42.1%的特异性。
LC标准的表现因指标组合而异。“BMI加至少一项腰围指标”标准的灵敏度为74.6%，特异性为82.2%。满足“至少两项腰围指标”（无论BMI如何）产生88.5%的灵敏度和66.8%的特异性，其阳性预测值和阴性预测值与NHLBI WC定义相似。
在不同种族/民族和性别中的诊断效能表现存在差异。对于CDC BMI阈值，灵敏度在非西班牙裔亚洲成年人中最低（38.4%），在非西班牙裔黑人成年人中最高（87.9%）。特异性则在非西班牙裔黑人成年人中最低（73.3%），在非西班牙裔亚洲成年人中最高（93.3%）。种族特异性BMI阈值提高了亚洲成年人的灵敏度（62.3%），特异性相应为83.8%，而其他种族/民族群体的数值与CDC BMI阈值相比变化不大。中心性肥胖测量指标在所有组中均显示出更高的灵敏度和更低的特异性。对于NHLBI WC阈值，在非西班牙裔白人和非西班牙裔黑人成年人中灵敏度超过90%，在亚洲成年人中为57.6%，后者的特异性为86.5%。IDF WC阈值在大多数群体中产生≥98%的灵敏度，特异性范围从墨西哥成年人的33.4%到亚洲成年人的51.4%。NICE WHtR阈值在大多数种族/民族群体中产生>99%的灵敏度，特异性范围从墨西哥成年人的17.1%到亚洲成年人的39.8%。WHO WHR阈值在各组中产生82.9%-94.2%的灵敏度和26.6%-53.7%的特异性。
性别分层结果显示，几乎所有定义在女性中都表现出更高的灵敏度和更低的特异性。对于NHLBI WC阈值，女性灵敏度为95.9%，男性为81.5%；而女性特异性为53.1%，男性为80.3%。LC定义观察到相似模式：“BMI加至少一项腰围指标”标准在亚洲成年人中灵敏度最低（38.4%），在黑人成年人中最高（87.9%）；“至少两项腰围指标”标准在跨种族/民族和性别分层中产生的数值与NHLBI WC阈值高度一致。
受试者工作特征曲线显示了BMI、WC、WHtR和WHR相对于DEXA定义的过量脂肪的预测效能。曲线下面积值分别为：BMI 0.876，WC 0.882，WHtR 0.887，WHR 0.715。BMI、WC和WHtR的曲线轨迹相似，而WHR显示出较低的整体曲线下面积。
讨论
在这项针对20-59岁美国成年人的全国代表性样本中，基于腰围的肥胖测量指标在识别DEXA定义的过量脂肪方面表现出比BMI更高的灵敏度但更低的特异性。NICE WHtR、Swainson WHtR和WHO WHR阈值也显示出高灵敏度但低特异性的相似模式。此外，与种族中性的BMI阈值相比，种族特异性BMI阈值提高了亚洲成年人的灵敏度（62.3%对比38.4%），特异性为83.8%。受试者工作特征分析显示，BMI、WC和WHtR的区分度相当，但WHR的区分度较低。
LC标准的表现因测量指标组合而异，呈现中等水平。“BMI加至少一项腰围指标”要求达到73.5%的灵敏度和84.7%的特异性，与CDC BMI阈值相似。相比之下，满足“至少两项腰围指标”产生88.5%的灵敏度和66.8%的特异性，与NHLBI WC的表现非常接近。在不同种族/民族群体中，与单独使用BMI相比，基于腰围的测量指标始终提高了灵敏度，尽管在墨西哥和亚洲成年人中特异性尤其低。性别分层分析显示，对于该疾病的几乎所有定义，女性的灵敏度均高于男性，而特异性则低于男性。
这些发现证实了先前的报告，即基于腰围的测量比BMI更能敏感地检测过量体脂，特别是在BMI较低或腹部脂肪堆积较多的人群中。种族特异性BMI阈值提高了亚洲成年人的检出率，但对其他群体影响有限，这表明通用的WC或WHtR切点可能更适合用于筛查。我们的结果还表明，LC提出的复合标准在识别过量脂肪方面与单独的BMI和WC相似。
本研究存在局限性。首先，我们的分析仅限于20-59岁的美国成年人，可能无法推广到老年人群。其次，虽然DEXA是身体成分评估中广泛接受的参考标准，但与计算机断层扫描相比，它可能低估腹部脂肪，不过DEXA与CT之间的一致性很高。第三，NHANES的应答率普遍低于70%。然而，应用了抽样权重和调查设计变量来考虑无应答和复杂抽样。
总的来说，我们的研究结果支持在临床和公共卫生筛查中使用基于腰围的肥胖测量指标，无论是单独使用还是与BMI结合使用，以更准确地识别不同人群中存在过量脂肪的个体。在那些BMI可能单独低估与脂肪相关风险的人群中，基于腰围的测量指标可能因此更为合适。
