中老年人群身体成分与动脉硬化风险的关系
——以北京市为例

邹 红，张一民，孔振兴，周财亮

(1.北京体育大学运动人体科学学院，北京 100084；2.厦门大学体育教学部，福建 厦门 361005；3.北京体育大学运动与体质健康教育部重点实验室，北京 100084)

据世界卫生组织(WHO)统计，心血管疾病是造成世界范围内致残和过早死亡的主要原因之一[1]。在我国，2017年的《心血管疾病防止指南》数据显示，心血管病现患人数达2.9亿，心血管病成为造成城乡居民死亡的首位原因，其中农村为45.01 %，城市为42.61 %[2]。心血管疾病的发病可历经多年，出现病症时通常已经进入后期，因此，心血管危险因素的早期发现就显得意义重大。有关病理学研究表明，心血管危险因素对血管壁的早期损害表现为血管顺应性降低，而危险因素的长期作用会引起血管壁的病变并最终导致血管管腔狭窄、闭塞。因此，动脉硬化程度的早期识别、判断就显得尤为重要。脉搏波传导速度(pulse wave velocity，PWV)可评估血管弹性、反映血管的僵硬程度，与动脉硬化程度明显相关[3-5]，是目前公认的动脉硬化无创检测的经典指标，并被纳入2013年欧洲高血压学会的高血压临床指南[6]。踝臂指数(ankle-brachial index，ABI)是另一项被认为与动脉硬化有强关系的无创检测经典指标[7-9]。由于PWV和ABI检测仪器昂贵且不便利，在动脉硬化的早期识别和判断中有一定的局限性。

身体成分检测的便利性及指标的反映能力，使研究者对这一指标与动脉硬化之间的关系进行了诸多研究[10-21]，并普遍认为身体成分与动脉机能状况之间有密切的关系。在这些研究中，身体成分指标有的用总体性指标，例如体重指数(BMI)[22-24]，也有的用体脂水平(F %)[10，11，18，19]，有的研究用局部指标，例如腹部内脏脂肪面积(VFA)[13，21]、皮下脂肪面积(SFA)和总脂肪面积(TFA)，还有的用腰围(WC)。单一的身体成分评价往往有很大局限，如：体重指数(BMI)不能区分身体脂肪和肌肉含量，体脂水平(F %)又不能反映身体的重量等。本研究在测试体重指数(BMI)和体脂水平(F %)的基础上，利用美国运动医学会(ACSM)对身体成分进行综合评价的方法(本文中称“身体成分二维评价”)，将人群分为瘦弱组、正常组、健壮组、隐性肥胖组、肥胖组，分析不同人群组的baPWV、ABI水平和动脉硬化异常率，以及影响baPWV和ABI的有关身体成分指标，由此探讨身体成分与动脉硬化风险因素之间的关系，探究中老年人群动脉硬化监控过程中身体成分的有效监控指标。

1 研究对象与方法

1.1 研究对象

在北京体育大学运动与体质健康教育部重点实验室体测的具有北京市户口的607名中老年人，年龄在40—69岁之间。将他们按身体成分二维评价方法进行统计，瘦弱组只有7人，为了更符合样本统计的要求，将这7人从样本中剔除。因此，本研究的研究对象共600人，其中女性405人，男性195人。

1.2 研究方法

1.2.1 测量方法

(1)身高的测量(利用身高计对受试者的身高进行测量)。测试前空腹，排空大小便，受试者赤足、薄衣，计数精确至小数点后一位，每位受试者测试两次，间隔30秒，取两次读数的平均值记录。

(2)身体成分指标的测量(利用InBody 720体成分分析仪)。保持测试环境处于适宜的温度(20～25度)，测试前空腹，排空大小便，且静立5分钟。受试者着轻便服装，取出口袋内物品及其他随身物品，赤足按照仪器足形电极的形状踩在电极上，测试人员输入正确身高、性别、年龄信息后，受试者开始握住手柄，将大拇指和四个手指始终轻柔握住手柄电极，手臂伸直与躯干呈15度夹角。在整个测试过程中，始终保持身体直立、静立不动姿势，只测试一次。

(3)动脉硬化指标的测量(利用OMRON BP-203RPEⅢ动脉硬化检测装置对受试者进行测试)。受试者着薄而宽松的衣服，测试前静坐10 min，再平躺于测试床上，保持安静且放松的状态。测试人员将上、下肢血压带和腕带分别套于受试者肱动脉与踝动脉处，自动加压进行测试，测试过程中受试者保持安静状态。每位受试者测试两次，间隔1～2 min，取两次读数的平均值记录。

1.2.2 统计学方法

所有数据采用Excel2010进行预处理(指标合并、逻辑查错等)，使用SPSS 21.0统计软件对数据进行分析。计量资料用x±s表示，计数组间比较采用多因素方差分析两两比较的S-N-K法进行检验；评价值组间差异比较用卡方检验和二元Logistic回归；多因素分析采用多重线性回归分析，所有显著性检验均用P值，P<0.05为差异具有统计意义。

1.3 研究分组

依据体重指数(BMI)和体脂水平(F %)的身体成分二维评价方法，将上述研究对象分为瘦弱组、正常组、健壮组、隐性肥胖组、肥胖组，具体评价标准如表1。经统计，健壮组只有28人，为了更符合样本统计的要求，且健壮组也属于正常组中瘦体重比例较高的一类，健壮组和正常组的数据差异不大，因此，在本研究中将健壮组和正常组合并为正常组。最后，本研究的样本分为以下三组，体重正常组123人(女81人，男42人)，隐性肥胖组124人(女85人，男39人)，肥胖组353人(女239人，男114人)。

表1 身体成分二维评价标准

注：资料来源于中国体育科学学会第二期运动处方师培训班讲义

2 研究结果

2.1 受试者的一般性特征

表2是受试者的一般性特征，其中，男性195人，占总人数的32.50 %；女性405人，占总人数的67.50 %。受试者中，体重正常的人数为123人，占比20.50 %；隐性肥胖的人数为124人，占比20.67 %；肥胖人数353人，占比58.83 %。女性人群中，体重正常、隐性肥胖和肥胖的比例分别为20.00 %、20.99 %和59.01 %；男性人群中，体重正常、隐性肥胖和肥胖的比例分别为21.54 %、20.00 %和58.41 %。

表2 受试者的一般性特征

续表2

2.2 不同身体成分人群的动脉硬化指标比较

2.2.1 不同身体成分人群的baPWV值比较

如表2所示，调查人群中体重正常组、隐性肥胖组和肥胖组的baPWV值平均水平分别为1487.75±355.96、1503.77±275.76和1572.19±287.05。根据baPWV值判断的三组间动脉硬化正常的比例也不相同，如表2和图1所示，在体重正常人群中，baPWV值正常的人数比例占47.97 %，而在隐性肥胖和肥胖人群中，baPWV值正常比例分别只有43.54 %和28.61 %。

经Levene方差齐性检验，认为baPWV值来自于相同方差的不同总体，满足方差分析的前提；参数估计值如表3，可以看出，体重正常组和隐性肥胖组的估计值均小于0，且有统计学意义(P<0.05)，说明各组间的baPWV值有差异；两两比较(S-N-K法)结果如表4，可以看出，肥胖组的baPWV值均与体重正常组和隐性肥胖组有显著性差异(P<0.05)，而隐性肥胖组和体重正常组两者间也有差异，但差异没有显著性(P>0.05)。

用同样的方法检验和分析baPWV值间的性别差异，结果表明，女性方面，三组间的baPWV值同上述结果相同，各组间有显著性差异，且两两比较(S-N-K法)结果也相同；但男性方面，各组间无显著性差异。

图1 不同身体成分二维评价值组间的动脉硬化状况示意图(baPWV)

2.2.2 不同身体成分人群的ABI值比较

如表2所示，调查人群中的ABI值方面，体重正常组、隐性肥胖组和肥胖组的平均水平分别为1.29±0.22、1.30±0.23、1.31±0.23，数值依次变大，但经方差分析，各组间的差异无显著性(P>0.05)。根据ABI值判断的三组间动脉硬化异常比例也不相同，如表2和图2所示，在体重正常组、隐性肥胖组和肥胖组中比例依次为24.39 %、29.03 %和32.29 %。

2.2.3 不同身体成分人群的动脉硬化异常率比较

将肱动脉到踝动脉脉搏波传导速度(baPWV)和踝臂指数(ABI)两个数值的任一项异常归为动脉硬化异常(baPWV和ABI判断标准如表5、表6)，将总人群分为动脉硬化指标正常组和异常组，人数分别为159人(男41人，女118人)和441人(男154人，女287人)。

表3 baPWV值的参数估计

注：a.此参数为冗余参数，将被设为零

表4 baPWV两两比较(S-N-K法)

注：a.使用调和均值样本大小=157.667；b.组大小不相等，将使用组大小的调和均值，不保证I型误差级别；c.Alpha=0.01

图2 不同身体成分二维评价值组间的动脉硬化状况示意图(ABI值)

表5 baPWV的判断标准

表6 ABI的判断标准

在441例动脉硬化指标异常组中，体重正常的人中动脉硬化指标异常的人数为72人，占比58.54 %；隐性肥胖的人中动脉硬化指标异常为87人，占比70.16 %；肥胖的人中动脉硬化指标异常的人数却达到了282人，占比为79.89 %，特别是男性人群中，肥胖组的动脉硬化指标异常率更是达到了85.09 %，如图3。

图3 不同身体成分二维评价值组间的动脉硬化状况示意图(总值)

二元Logistic回归分析，结果如表7可见，调查对象中肥胖组患动脉硬化的风险是体重正常组的2倍。中老年女性中，肥胖组和隐性肥胖组患动脉硬化的风险均是体重正常组的2倍以上；中老年男性中，三组间的动脉硬化异常率都比较高，因此，患动脉硬化的风险各组间并没有显著差异。

2.3 身体成分指标与动脉硬化异常的回归分析

本研究以动脉硬化的评价值(正常组和异常组)为因变量，如下身体成分指标为自变量——BMI、腰臀脂肪比、上肢肌肉相对评分、躯干肌肉相对评分、下肢肌肉相对评分、体脂百分比、内脏脂肪面积指数以及身体成分的二维评价值(BMI和F %组合评价)，进行二元Logistic回归分析，以探究哪一项身体成分指标与动脉硬化异常有密切关系。结果如表8，只有二维评价值和内脏脂肪面积指数这两项指标的P值小于0.05，其他指标的P值均大于0.05。

表7 不同身体成分与动脉硬化异常关系

表8 动脉硬化异常(评价值)影响因素的二元Logistic分析结果

3 分析与讨论

3.1 不同身体成分人群的动脉硬化指标比较结果分析

动脉硬化的重要特征是免疫功能导致多种促炎性因子释放，从而引起慢性炎性反应，是引起众多心血管疾病发生的主要原因之一[25]。有研究表明，机体动脉僵硬程度的增加已经成为独立提示血管早期发生病变的信号[26]。如前所述，baPWV与ABI是公认的两个评价动脉硬化的无创检测指标，因此，检测他们与身体成分的关系，可以反映出动脉硬化风险因素和身体成分两者之间的联系。

本研究发现，在北京市中老年人群中，肥胖组的baPWV值均与体重正常组和隐性肥胖组有显著性差异(P<0.05)，而隐性肥胖组和体重正常组两组间有差异，但差异没有显著性(P>0.05)。其中，在女性中老年人群中，三组间baPWV值的趋势同总体一样，而男性中老年人群中，各组间有差异，但差异无显著性。在另一个动脉硬化指标——ABI值方面，随肥胖程度的增加，中老年人群的ABI值总体有升高的趋势，且ABI值异常比例也随肥胖的增加而呈上升趋势，但这种升高的趋势在三组间无显著性差异。

此外研究还发现，在不同身体成分人群的动脉硬化异常率比较方面，中老年人群中，肥胖组比体重正常组有更高的动脉硬化异常风险，且这种差异具有显著性。中老年女性中，隐性肥胖组和肥胖组比体重正常组有更高的动脉硬化异常风险，且这种差异具有显著性；中老年男性中，三组间的动脉硬化异常率都比较高，因此，组间差异并不显著。总之，随肥胖程度的增加，中老年人群动脉硬化异常风险总体上有显著升高的趋势。

3.2 身体成分指标与动脉硬化异常的结果分析

我国《“十三五”健康老龄化规划》明确提出“加强老年人健康相关科研工作。开展大型队列研究，研究判定与预测老年健康的指标、标准与方法。”[27]如前所述，研究普遍认为，身体成分与动脉机能状况之间的关系密切。但究竟何项身体成分指标更能反映动脉硬化状况，研究结果并不一致。有研究认为，BMI与PWV具有显著相关性，例如Kara S等人[28]研究发现，以PWV为因变量，在年龄、种族、BMI、PCOS、血糖异常等自变量中，只有BMI是模型的独立贡献者(R2=0.068，P=0.003)。但最近比较多的研究结果，发现BMI与动脉硬化指标(PWA和ABI)之间并无独立的关联性[24，29]。本研究也发现，BMI与动脉硬化异常之间无相关性。腹部肥胖是心血管疾病的主要危险因素，但表现在个体间也是有差异的[30]。过多的内脏脂肪组织和皮下脂肪组织是导致腹部肥胖的主要原因，但两者的结构组成、代谢活性和功能意义各不相同[31]。Wildman RP等人[32]的研究发现，腹部的内脏脂肪面积与动脉粥样硬化有显著性相关。Ian JN等人基于大规模人群的研究结果也显示，内脏脂肪面积和主动脉粥样硬化之间具有强关联[29]。这一点与本研究的研究结果相似。

本研究发现，在BMI、腰臀脂肪比、上肢肌肉相对评分、躯干肌肉相对评分、下肢肌肉相对评分、体脂百分比、内脏脂肪面积指数以及身体成分的二维评价值(BMI和F %组合评价)这些身体成分指标中，只有身体成分的二维评价值和内脏脂肪面积指数与动脉硬化的异常有相关性。因此，建议将这两项身体成分指标用于监测中老年人群的动脉硬化情况。

4 结论与建议

4.1 结论

(1)中老年人群中，依据身体成分二维评价方法评价为“肥胖”的人群，其动脉硬化的异常率显著高于评价为“隐性肥胖”和“正常”的人群。

(2)在BMI、腰臀脂肪比、上肢肌肉相对评分、躯干肌肉相对评分、下肢肌肉相对评分、体脂百分比、内脏脂肪面积指数以及身体成分的二维评价值这些身体成分指标中，只有身体成分的二维评价值(BMI和F %组合评价)和内脏脂肪面积指数与动脉硬化风险有显著相关。

4.2 建议

研究支持肥胖是一种具有心血管和代谢表现的评估性概念，但临床上肥胖的亚表型指标尚待进一步研究探讨。BMI是体重管理中常使用的一个简便的方法，但是它不能区分脂肪和瘦体重，而F %不能知道被监测者的体重，腰臀比仅是一个反映腹部肥胖的指标，它同样不能区分脂肪和瘦体重，更不能监测体重。因此，建议用BMI和F %综合的身体成分二维评价方法，再辅于内脏脂肪面积作为肥胖的亚表型指标，以此管理老年人的体重，达到防控动脉硬化的目的。