生物电阻抗法新公式在透析患者去脂体重中的研究

杨 林 李阿芳 王佩佩 张 蓓 窦艳娜

血液透析和腹膜透析患者的营养状况与透析患者的预后密切相关[1,2]。营养状况差的患者预后明显低于营养状况正常的患者，且患者的病死率与营养不良的程度呈正比[3,4]。准确方便评估患者的营养状态尤为重要。目前研究认为双能X线吸收检测法(dual-energy X-ray absorption,DXA)是评估营养状况中去脂体重(fat free mass, FFM)的金标准[5,6]。但其费用较高，且需要专业人员操作，在临床应用较少。生物电阻抗法(bioimpedance,BIA)因其方便、经济、可重复性好、被测者可接受度高等优点，广泛应用于健康人和患者的人体成分分析中[7,8]。研究报道，人体中的水分和电解质都与去脂含量高度相关，并经常将50kHz的全身BIA测量与人体测量学结合使用以预测FFM组分[9]。

目前文献中发表过的BIA计算公式，大部分都是由健康人群获得[10]。而健康人群与透析患者间水负荷和电解质的状态差异很大，使得BIA的测量结果与正常人之间存在差异，这种差异可能会影响与FFM的线性关系[11,12]。因此笔者推测从健康人群获得的FFM评估公式可能不适用于透析患者。

目前尚没有公认的用于透析患者的BIA法评估FFM计算公式，本研究以DXA法测得FFM做为金标准，根据人体测量和BIA法测得的相关变量，尝试开发出适用于我国透析人群的FFM评估公式。

对象与方法

1.研究对象：透析患者纳入及排除标准：选取2018年9月～2019年8月于郑州大学第一附属医院血液净化中心或郑州大学第一附属医院肾脏内科住院的血液透析或腹膜透析患者。纳入标准：①维持性血液透析或腹膜透析患者，透析龄≥3个月；②年龄≥18岁且<80岁；③签署知情同意书。排除标准：①合并肝硬化、肿瘤等；②有心脏置入物或起搏器的患者；③截肢或瘫痪的患者。健康志愿者纳入及排除标准：选取2019年9～10月于郑州大学第一附属医院体检科体检者。纳入标准：①年龄≥18岁且<80岁；②签署知情同意书。排除标准：①有肾脏、肝脏、呼吸系统、心脑血管系统等重大疾病病史；②高血压病史；③糖尿病病史；④截肢或瘫痪者。

2．实验仪器与材料：实验仪器包括超声波身高体重秤(欧姆龙HNH-318，日本欧姆龙株式会社)，生物电阻抗频谱测量仪(Xitron 4200,美国Xitron公司)，笔记本电脑一台(Vostro 5370，美国戴尔公司)，双能X线吸收仪(Discovery C骨密度仪，美国Hologic公司)。材料包括人体成分分析电极片(一次性电极，德国费森尤斯公司)。

3.参与者测量流程： 血液透析患者测试时间选择在非透析日早上8点左右，非透析日即血液透析后的第2天，并保持测试前1天清淡饮食，禁食、禁水至少8h。腹膜透析患者选择早上放出腹透液后，并保持干腹，测试时间和饮食要求同血液透析患者；健康志愿者测试时间和饮食要求同血液透析和腹膜透析患者。

4.身高及体重测量：研究对象于早晨空腹、排便后，着病号服或轻薄衣物，去掉帽子、首饰和鞋子，双足并拢站于超声波身高体重秤上，上身挺直，肢体放松，双眼平视前方，待测量完毕，记录被测者的身高和体重，其中身高精确到0.1cm，体重精确到0.1kg。

5.生物电阻抗仪测量方法：被测者身高、体重测量完毕后，摘除身上的金属物品，平躺至少5min，双上肢外展约15°，手背向上，保持与躯干无接触，双下肢自然分开。对进行动静脉内瘘成形术的患者，研究采取内瘘的对侧肢体进行测量，对健康人群、腹透患者和行中心静脉插管的血透患者，研究采取其右侧肢体进行测量。检测者将生物电阻抗仪连接电脑后，用75%酒精擦拭电极片需要接触的皮肤，并用纸巾擦干，将4个电极片分别贴于被测者的手腕、手背、脚踝和足背部，电极片之间的距离>5cm。打开测量软件开始测量，分别记录10轮的测量数据，频率从(5～1000)kHz，所有数据保存至特定文件夹中，并提取频率为50kHz的电阻(R50)、电抗(Xc50)测量结果，便于后期做进一步分析。

6.双能X线吸收检测法：待生物电阻抗测量完毕，即带患者进行双能X线检查全身营养状况分布，双能X线法是利用两种不同水平的X线扫描被测者全身，根据射线在不同组织间能量衰减的不同，从而可以逐像素确定被测者的脂肪含量、肌肉含量及骨矿物质量。测量时被测者去除携带的金属物品，平躺于检测床上，双下肢内旋约25°使两脚尖相对，脚跟分开，双上肢自然放置于身体两侧，背部朝上，手指分开，并与躯干无接触，嘱被测者测量过程中保持此体位。整个测量大约需要10min，测量结束后，由专业的DXA分析师进行人体各成分分析，分别计算出肌肉、脂肪和骨矿物质含量。

7.一般资料收集：收集研究对象的一般人口学资料和实验室检查结果，主要包括性别、年龄、血肌酐(Cr)、血清白蛋白(Alb)、血红蛋白(Hb)等，身高、体重、体重指数(body mass index，BMI)通过超声波身高体重秤获得并记录。

结 果

1.基线资料特征：本研究总共招募132例研究对象，其中透析患者102例，健康志愿者30例，其中男性79例，女性53例，年龄为22～67岁。透析患者与健康志愿者的人口统计学及临床资料详见表1。102例透析患者被随机平均分成两组，即训练组和测试组，每组51例，两组透析患者的人口统计学及BIA变量详见表2。

表1 透析患者和健康志愿者的人口统计学及临床资料比较

表2 两组透析患者的人口统计学及BIA变量比较

2.初步预测公式的开发:将两组DXA法测量的FFM结果分别作为因变量，利用线性回归分析模型代入自变量，从两组透析人群得出的BIA预测公式，以及交叉验证样本的交叉验证结果(表3)。训练组透析人群得出预测方程：FFM1=11.437+(0.246×H2/R50)+(0.342×体重)+(3.865×性别),男性=1, 女性=0。测试组透析人群得出预测方程：FFM2=-8.386+(0.462×H2/R50)+(0.251×体重)，训练组患者的DEXA法测量结果为50.05±11.48kg，FFM1公式预测结果是50.05±11.25kg，SEE为2.26kg，应用测试组验证的结果是50.45±8.36kg，SEE=2.65kg；测试组患者的DXA法测量结果为50.64±8.00kg，FFM2公式预测结果是50.64±7.68kg，SEE为2.23kg，应用训练组验证的评估结果是50.74±11.04kg，SEE=2.97kg。两组之间的预测结果和交叉验证结果显示FFM和SEE均相似，因此，将所有透析患者合并用于开发新公式。

表3 两组透析患者预测公式及交叉验证结果

3.最终预测公式:将DXA法测量的FFM结果50.35±9.85kg作为因变量，利用线性回归分析模型代入自变量，用所有透析患者的测量值得出预测公式及预测结果，表4展示了FFM预测模型中自变量对因变量的贡献和输入顺序。最终预测公式：FFM=5.783+(0.313×H2/R50)+(0.311×体重)+(3.047×性别)，男性=1, 女性=0。由表4可以看出预测变量的输入顺序为H2/R50、体重、性别，随着变量的累积，模型的决定系数逐渐增大，SEE逐渐减小，最终模型的决定系数是0.939，预测结果为50.35±9.85kg，SEE为2.42kg，可以解释预测方程中93.9%的变异。其中H2/R50对模型的影响最大，可以解释模型78.6%的变异(SEE=4.54kg)，重量可以解释模型73.0%的变异(SEE=5.10kg)，而性别可以解释模型46.4%的变异(SEE=7.18kg)。

表4 FFM预测模型中自变量对因变量的贡献和输入顺序

结 果

根据本研究中的透析人群开发出BIA法评估FFM新公式。在最终的评估公式中，笔者根据决定系数和估计标准误差，发现对公式评估影响的顺序依次是H2/R50、重量、性别，随着变量的输入，FFM预测公式的决定系数逐渐变大，其中对FFM评估结果关系最大的是H2/R50，这一点可能跟生物电阻抗法的基本原理有关，生物电阻抗的理论模型是将人体假设成圆柱体，根据公式R=ρ×L/A，而V=A×L，进行公式换算可得V=ρ×L2/R(R=电阻，ρ=电阻率，L=导体长度，A=导体横截面积，V=导体体积)，导体的长度即是人体的高度H，体积即是人体中非脂肪组织的组分FFM，因此FFM受H2/R50的影响最大，许多研究中也将H2/R50作为一个预测人体组成部分的关键变量，与本研究结果一致[13]。

本研究的双交叉验证分析中，随机将透析患者平均分成两组，对训练组和测试组的男性比例、人体测量结果和BIA变量分析发现，两组的基本特征比较，差异无统计学意义，但得出的预测方程中训练组的预测方程中含H2/R50、体重和性别3个变量，而测试组得出的预测方程中仅有H2/R50和体重两个变量，FFM1预测公式的决定系数是0.960，FFM2预测公式的决定系数是0.921，说明含性别因素的模型拟合优度更好，许多研究也证明不同性别中BIA法测得身体组分不同[14,15]。男性相对有更高的肌肉含量，而脂肪含量较女性低，因此性别对FFM有影响[10]。而测试组得出预测方程的出入，笔者推测可能与测试组透析患者中男性比例较大有关，测试组透析患者中男性比例为66.67%，而训练组透析患者中男性比例为52.94%，虽然经χ2检验两组之间男性比例比较，差异无统计学意义，但性别比例不同可能会干扰方程的预测。

在双交叉验证分析中，由训练组和测试组分别推导出的预测方程，用对应的组别进行验证时，估计标准误差稍有增大，笔者考虑这种差异与本研究透析患者的入组人数较少有关，两组之间存在抽样误差。本研究将所有的透析患者应用于公式的预测后发现，最终公式的决定系数是0.939，可以解释因变量93.9%的变异，SEE=2.42kg，这种决定系数和估计标准误差与别的研究较一致[16,17]。Caicedo等对哥伦比亚女性的FFM预测公式SEE=2.62kg，决定系数是0.84。Sluyter等[18]从432例参与者的人群中得出FFM预测公式的SEE=2.19kg，决定系数是0.91，说明本研究中回归方程的拟合优度较好。

人体的阻抗包括由水分、电解质等细胞外非脂肪成分形成的电阻，和由细胞膜等电容性元素形成的电抗，电抗在数值上比电阻要小得多，但有研究报道电抗对细胞内和细胞外的总体重分布变化很敏感[19]。电抗能更好地反映体内细胞含量，电抗的减低与机体肌肉消耗有关[5,20,21]。本研究中将电抗代入回归分析模型，发现电抗与FFM因变量无明显相关，可能和研究人群有关，笔者研究的人群是透析患者，由于透析超滤的影响，患者体内的细胞外液与细胞内液不断交换，体液与电解质长期处于波动状态，电抗对细胞内成分的预测能力可能降低。

本研究存在一定的不足，主要是本研究是单中心研究且样本量相对较小，在每个透析中心，透析患者的水负荷状态和营养状态存在差异，由本中心的透析患者推导出的BIA法预测FFM公式可能存在一定的异质性。因此，此公式需要用于更多的透析患者来验证，以评价此公式在我国整体透析人群的适用性。目前尚没有针对透析患者的BIA法预测FFM的计算公式，本研究以DXA法测量结果作为参考标准，根据我国透析患者测得的相关变量，开发出一种用BIA法预测FFM新公式，为我国透析患者临床营养监测提供一定的应用参考价值。