肥胖是一个全球公共卫生问题。全世界有超过10亿成年人超重，6.5亿成年人和1.24亿青少年患有肥胖症。肥胖与相关心脏代谢紊乱，如胰岛素抵抗、代谢综合征、高脂血症等，是导致2型糖尿病、癌症、心血管疾病和相关死亡率的原因。更好地识别和定义肥胖对于预防和管理合并症和死亡率至关重要。

人体测量特征，如体重指数（BMI），腰围和腰臀比（WHR）被广泛用于对肥胖和体型（苹果或梨型）进行分类，这在评估心脏代谢风险中起着至关重要的作用。然而，这些指标不能充分区分脂肪分布的变化，也不能充分评估个体的心脏代谢风险。在临床实践中，具有相同BMI或腰围的个体可能具有不同的健康状况。一些肥胖个体被认为是"代谢健康的肥胖者“，而一些BMI正常范围内的个体，仍处于2型糖尿病的高风险下。

整合多种人体测量信息有助于确定更准确的心脏代谢风险。例如，大多数中心性肥胖指标，包括腰围、WHR、身体肥胖指数和体型指数，与独立于总体肥胖的较高全因死亡风险呈正相关，这表明中心性肥胖的测量可与BMI联合使用，以确定过早死亡的风险。上半身皮下脂肪是一种与腹部皮下脂肪分开的独特脂肪库，可能增加心脏代谢风险，而颈围作为上半身皮下脂肪的间接测量，与心脏代谢危险因素和亚临床动脉粥样硬化相关，而与BMI无关。这些研究表明，新的人体测量特征在预测心脏代谢风险方面起着至关重要的作用。

此外，尚不确定多种人体测量特征的组合是否可以确定心脏代谢紊乱的额外风险评估。因此，本研究旨在：

（1）通过使用几种体围或其比例，以性别特定的方式定义体型;

（2）评估它们与胰岛素抵抗和几种主要心脏代谢紊乱风险的相关性。本研究将根据这些不同的体型，进一步为个体心脏代谢风险分层。

2014年8月至2015年5月期间，中国上海市嘉定区6570名年龄≥40岁居民参加了健康检查，旨在探讨危险因素对2型糖尿病和相关慢性病的影响。排除了缺少人体测量特征的数据，包括身高，体重，腰围，臀围，大腿围和颈围（n = 167），或缺少生化测量数据，包括收缩压和舒张压，空腹和2 h-OGTT血浆葡萄糖，空腹血清胰岛素，总胆固醇，甘油三酯，高密度脂蛋白胆固醇和低密度脂蛋白胆固醇（n = 163）。最后，6240名参与者被纳入目前的分析。

本研究使用胰岛素抵抗作为结果，以性别特异性方式评估潜在的显性人体测量特征。其中BMI在确定胰岛素抵抗方面排名第一，其次是男性和女性的WHR，WTR和WNR。以性别特定方式计算了这3个特征的中位数，WHR的相应中位数在女性中为0.87，在男性中为0.91；对于WTR，在女性中为1.66，在男性中为1.74，对于WNR，女性为2.48，在男性中为2.34。我们进行了接收器工作特性（ROC）散点图分析，以检查WHR，WTR和WNR与胰岛素抵抗相关的最佳临界值。我们发现，这 3 个指标的最佳截止值几乎等于中位数。根据WHR，WTR和WNR的中位数，个体分别分为高水平和低水平组。基于3个派生的比率，WHR，WTR和WNR，我们定义了8种不同的体型（图1）。

1、研究参与者特征

本研究包括3961名（63.4%）女性和2279名（36.3%）男性，平均BMI为女性25.0±5.9 kg/m^2， 男性25.1 ± 3.5 kg/m²。与男性相比，女性更年轻，具有较低的几个主要人体测量特征，包括颈围，腰围，臀围，大腿围，WHR，WTR，颈部与臀部比和颈部与大腿的比例;较高的HOMA-IR水平，收缩压，LDL和HDL胆固醇以及甘油三酯（所有P<0.05，表1）。

2、体型分布

图1中显示了8种不同的体型及其按性别划分的比例。29.6%的女性和28.0%的男性被分配到高WHR-高WTR-高WNR体型，28.2%的女性和27.1%的男性被分配到低WHR-低WTR-低WNR体型。很少有人被分配到低WHR-高WTR-高WNR形状（女性与男性：4.7%对5.5%）或高WHR-低WTR-低WNR形状（女性与男性：5.9%对6.8%）。其他体型的比例从7.3%到9.1%不等。

3、与胰岛素抵抗和心脏代谢紊乱相关的体型

根据性别划分的8种体型，胰岛素抵抗和代谢综合征的患病率如图2所示。在女性中，与低WHR-低WTR-低WNR体型相比，所有体型都与胰岛素抵抗呈正相关。其中这些关联对于高WHR-高WTR-低WNR体型最强（(OR为3.71 [95% CI；2.79–4.93], P<0.0001, 表2)。在男性中，与低WHR-低WTR-低WNR体型相比，低WHR-高WTR-高WNR体型较高的WHR相关体型与胰岛素抵抗呈正相关。这些关联在高WHR-高WTR-低WNR体型中最强（OR 为3.00[95%CI；[1.98–4.55], P<0.0001,，表2)。

体型的稳定性通过体型与几种主要心脏代谢紊乱的关联得到验证。在女性中，所有体型都与代谢综合征及其成分(空腹血糖升高、高血压、高甘油三酯和低HDL胆固醇)呈正相关。这些关联在高 WHR-高 WTR-低 WNR 体型中最强(表2)。在男性中，低WHR-高WTR-高WNR体型和较高的WHR相关体型与更高的代谢综合征及其成分的风险相关。这些关联在高 WHR-高 WTR-低 WNR 体型最强(表2)。

考虑到WHR是胰岛素抵抗和相关心脏代谢紊乱的主要决定指标，本研究通过WHR高低水平进一步分层分析（表3）。在高和低WHR组中的女性中，具有高WTR形状的女性与胰岛素抵抗和相关心脏代谢紊乱的高风险显着相关。在男性中，当按WHR水平分层时，几乎所有体型都与胰岛素抵抗和相关的心脏代谢紊乱无关（所有P>0.05，表3)。

4、人体测量特征的预测价值

在女性胰岛素抵抗中，将WHR、WTR和WNR加入一个包含BMI的模型中，导致C统计值从0.740变化到0.757,NRI为0.350,IDI为0.020(所有P<0.001）。对于代谢综合征，在包含BMI的模型中加入WHR、WTR和WNR后，C统计值从0.743变化到0.787,NRI为0.368,IDI为0.034 (所有P<0.001）。BMI、WHR、WTR和WNR的组合显著增加了预测胰岛素抵抗和代谢综合征风险的C统计数据、NRI和IDI。在男性中，将WHR、WTR和WNR纳入一个包含BMI预测胰岛素抵抗和代谢综合征的模型，显著增加了NRI和IDI(所有P≤0.04)，除了C统计(附加文件1:表S1)。进一步比较了"BMI + WHR + WNR + WTR"和"BMI + WHR"在评估总样本中胰岛素抵抗和代谢综合征的预测值，BMI<24 kg / m²组，和BMI≥24 kg/m²组（附加文件1：表 S3）。我们发现"BMI + WHR + WNR + WTR"在预测BMI低于24 kg /m的女性胰岛素抵抗和代谢综合征的风险方面明显优于"BMI + WHR"。²，ΔC 统计量分别为 0.027 （0.012–0.042）、0.030 （0.010–0.049）（所有P < 0.003）。

5、灵敏度分析

随机选择80%（n = 4492）个体作为训练样本，并对患有胰岛素抵抗和代谢综合征的体型进行逻辑回归分析。训练样本中BMI和BMI + WHR + WTR + WNR的预测值与本研究主要分析一致。此外，在训练样本中比较BMI + WHR + WTR + WNR与BMI在诊断胰岛素抵抗和代谢综合征方面的敏感性和特异性。对于胰岛素抵抗，将WHR，WTR和WNR纳入含有BMI的模型导致女性的敏感性从60.1%变为64.7%（男性为63.1%至64.5%）;女性的特异性从75.8%变为72.3%（男性为71.3%~70.5%）。对于代谢综合征，将WHR，WTR和WNR纳入含有BMI的模型导致女性的敏感性从68.7%变为73.3%（男性为57.8%至60.4%），特异性从女性的66.8%变为63.4%（男性为72.1%至70.1%）（附加文件1：图1。S2）。

进一步比较测试样本中多种人体测量性状在胰岛素抵抗和代谢综合征中的预测值（剩余的20%，n = 778）。在女性中，对于胰岛素抵抗，将加权BMI + WHR + WTR + WNR添加到含有BMI的模型中导致C统计数据从0.713变为0.729，敏感性从75.8%变为82.3%，特异性从57.6%变为51.7%，NRI为0.579，IDI为0.025（所有P<0.002，附加文件1：图1： 图。S2）。对于代谢综合征，当将加权BMI + WHR + WTR + WNR添加到具有BMI的模型中时，C统计量从0.724变为0.760，敏感性从55.7%变为75.5%，特异性从78.0%变为66.0%，NRI为0.616，IDI为0.054（所有P<0.001，附加文件1：图。 S2）。在男性中，胰岛素抵抗和代谢综合征的IDI显着增加（所有P<0.05，附加文件1：图。 S2）。这些结果表明，多种人体测量性状的组合可以增强诊断心脏代谢紊乱的敏感性。

总的来说，在这项针对6240名居住在社区的中国成年人的横断面研究中，研究人员根据WHR，WTR和WNR的性别特异性组合定义了8种不同的体型，这些体型在参与者的分布和胰岛素抵抗和心脏代谢紊乱的风险方面存在差异。这是第一次通过同时使用多种人类形体特征来定义确定体型。其中WHR、WTR和WNR可以表征上半身、中半身和下半身的脂肪分布，测量方便、简单、成本低、无害，可用于改善体形，适合大规模人群研究。

在女性中，与低WHR-低WTR-低WNR体型相比，所有体型都与胰岛素抵抗和相关心脏代谢紊乱的风险显着相关。在男性中，与低WHR-低WTR-低WNR体型相比，低WHR-高WTR-高WNR形状和较高的WHR相关形状与胰岛素抵抗和相关心脏代谢紊乱呈正相关。由独立于 BMI 和 WHR 的多种人体测量特征鉴定出的心脏代谢紊乱的风险，表明多种新型人体测量学的组合将有助于识别额外的心脏代谢风险。

 

原文来源：

Zhou et al.Associations of body shapes with insulin resistance and cardiometabolic risk in middle-aged and elderly Chinese.Nutrition & Metabolism (2021) 18:103.
https://doi.org/10.1186/s12986-021-00629-1.