JAMA Network Open：BMI过时了？中国学者基于20年数据发现，这个指标评估肥胖和死亡率更准

肥胖是全球关注的公共卫生难题，目前已有超过10亿人口处于肥胖状态。现有测量方法通常使用身体质量指数（BMI）来评估肥胖程度，但它在反映内脏脂肪方面存在明显不足，颇受诟病。那么，有没有更全面的评估内脏肥胖的指标呢?

近日，北京中医药大学研究团队在JAMA Network Open杂志发表了研究成果，该研究利用NHANES长达20年的数据，并引入了身体圆润指数（BRI），展示出了一个更加精确的健康风险评估工具。

具体来说，相较于BMI，BRI更能反映脂肪分布的指标，且内脏脂肪含量与死亡风险的关系可能更为密切。该研究发现，在调整了多种混杂因素后，BRI依然展现出其强大的预测能力，同时证明了BRI与全因死亡率之间存在非线性关系。

一、研究内容与思路

1、基线特征

经过一系列筛选，最终纳入了美国国家健康和营养检查调查（NHANES）数据库中拥有BRI和死亡率完整数据的32,995名成年人，平均（SD）年龄为46.74岁，其中16529（50.10%）名为女性。

经过调查加权，8.53%的参与者是墨西哥裔美国人，10.92%的参与者是非西班牙裔黑人，68.26%的参与者是非西班牙裔白人，12.29%的参与者被确定为其他种族或族裔。

研究思路1：研究纳入了NHANES数据库符合条件，涵盖不同年龄、性别、种族和社会经济背景的人群，能够更全面地反映美国成年人的整体情况。这项研究的研究数据时间跨度从1999年到2018年，并追踪至2019年12月31日以确定死亡率，这种长时间动态数据追踪可以更好地观察BRI的时间趋势以及与全因死亡率的关联变化。

2、BRI的时间趋势

从1999年到2018年，美国成年人的平均BRI呈现出显著的增长趋势，参与者平均BRI从4.80升至5.62，平均每两年增加0.95%。

BRI的变化从2007年开始有显著差异，且这种增长趋势在不同社会人口统计因素（如年龄、性别、种族、教育程度、家庭收入、吸烟和饮酒习惯以及心血管疾病或糖尿病家族史）的分层中均有体现。

其中，女性的BRI普遍高于男性，且随时间推移，两性之间的差异逐渐扩大。教育程度较低的成年人有更高的BRI，而有大学学位的成年人BRI最低。吸烟或饮酒的成年人BRI显著增加。有心血管疾病或糖尿病家族史的成年人BRI较高，且这种趋势随时间推移而增加。

研究思路2：将BRI与涉及到的因素进行相关性分析，判断BRI受到说明因素的影响以及其影响程度，从而采用受限三次样条曲线来确定BRI与全因死亡率关联的最佳截断点，这种方法能够更准确地捕捉到变量之间的非线性关系。

3、BRI和全因死亡率

在随访期间，共记录了3452例死亡，占总参与者的10.46%。

BRI与全因死亡率呈U形关联：在未调整协变量时，与BRI的中间五分位数4.45 - <5.46（Q3）的参考组相比，BRI在1.05 - <3.41（Q1）、5.46 - <6.91（Q4）和≥6.91（Q5）的组全因死亡率风险更高。经过全面调整协变量后，与Q3相比，BRI最低的成年人死亡风险增加了25%，而BRI最高的成年人死亡风险增加了50%。亚组分析显示，这种风险在45岁及以上的成年人、男性、PIR为1或更大的个体、吸烟者和饮酒者中更为显著。

除了女性参与者、受过高中以上教育的个体、PIR小于1的个体和有心血管疾病家族史的个体外，BRI最高五分位数（Q5）的死亡风险在所有其他群体中都显著增加。

研究思路3：利用RC用于探索BRI与死亡率的非线性关系，这有利于界定BRI的分组切点，避免了结果的主观性。在进行Cox回归分析时发现比例风险假设不成立，因此改用Weibull回归模型来量化比较BRI与不同水平组的死亡风险，确保了结果的稳健性和可信度。使用亚组分析进一步对研究评估了性别、年龄、种族等因素对BRI与死亡率关联的影响，进一步确保了结果的稳健性和广泛适用性。

4、敏感性分析

敏感性分析用于验证研究结果的稳健性，通过比较BRI和BMI在预测全因死亡风险时的表现。与BMI相比，BRI在估计全因死亡率风险时具有更窄的置信区间和更高的敏感性，表明BRI可能是一个更精确的风险评估工具。在排除意外死亡、参与研究后2年内死亡的个体以及保留有特定疾病史的个体后，BRI与全因死亡率之间的显著关联仍然存在。

二、小结

研究通过层层推进、环环相扣的分析策略，得到BRI在美国成年人中呈现出显著的上升趋势，特别是在女性、老年人和少数族裔中更为明显。此外，BRI与全因死亡率呈现U型关系，这意味着，过低或过高的BRI水平都可能增加死亡风险，且经过一系列变量调整、亚组分析等，均证明ERI与全因死亡率显著相关。基于这一发现，研究推论BRI可能是一个有前景的新型健康风险评估指标。

这一项研究给予了我们一些提示，比如这个研究是采用NHANES数据库完成了，可以这个指标和选题在国人数据库中做一次，可能不一样的人群会有不一样的结果。此外，还可以对此进行拓展，将BRI与其他因素而非全因死亡率进行分析等等，都是一些新的思路，值得深挖一下！

参考文献：

[1] hang, X., Ma, N., Lin, Q., Chen, K., Zheng, F., Wu, J., Dong, X., & Niu, W. (2024). Body Roundness Index and All-Cause Mortality Among US Adults. JAMA network open, 7(6), e2415051.