摘要

作品简介:估计身体脂肪含量已被证明是比常用的身体质量指数(BMI)更好的预测肥胖相关心血管风险的指标。白光三维身体体积指数(BVI)扫描仪是一种非侵入性设备，通常用于服装行业评估人体形状和尺寸。我们评估了BVI获得的体积与空气置换体积描记法(Bod-Pod)获得的体积相当的假设，从而能够使用身体组成的双室原则评估体脂质量。

方法:我们将BVI与Bod-pod进行了比较，Bod-pod是一种经过验证的双分区方法，利用等温条件下的压力/体积关系来估计身体体积，以评估体脂百分比。然后用体积计算身体密度(BD)，应用公式密度=身体质量/体积。然后使用Siri公式(4.95/BD - 4.50) × 100计算体脂质量百分比。

受试者正在接受健康评估。这两个装置的测量结果是同一天获得的。基于80%的观测资料(N=971)，采用线性回归建立了总荚体体积的预测模型:预测荚体体积(L)=9.498+0.805*(BVI体积，L)-0.0411*(年龄，年)-3.295*(Male=0, Female=1)+0.0554*(BVI体积，L)*(Male=0, Female=1)+0.0282*(年龄，年)*(Male=0, Female=1)。根据估计模型对剩余20% (N=243)的Bod-pod体积进行预测，并与Bod-pod测量的体积进行比较。

结果:971例患者的平均年龄为41.5±12.9岁，其中男性占39.4%，体重81.6±20.9 kg, BMI为27.8±6.3kg/m²．Bod-pod- BVI预测体积测定值的平均差值为0.0 L，中位数为-0.4 L, IQR为-1.8 L ~ 1.5 L, R2=0.9845。体脂测量预测值之间的平均差异为-1%，中位数:-2.7%，IQR: -13.2至9.9,R2=0.9236。

结论:体积和BFM可以通过白光三维人体扫描仪获得的体积测量和本研究开发的预测模型来估计。

关键字

肥胖;3维扫描;身体体积;身体成分;脂肪量

缩写

BMI:身体质量指数;BVI:身体体积指数;Bod-pod:空气置换容积描记术

介绍

测量体脂(BF)含量已被证明是比常用的身体质量指数(BMI)[1]更好的预测肥胖相关心血管危险因素和疾病的指标。高BF百分比表明肥胖增加与高血压、冠心病、2型糖尿病和死亡风险增加有关[1,2]。为了在心血管风险评估中准确计算BF，需要可靠、实用、经济的测量方法。流体静力称重、双能x射线吸收仪(DEXA)和空气位移容积描记(Bod-Pod)是最被接受的评估身体成分的方法，但由于其准确性，[3];这些测量往往是复杂的，昂贵的，并不能在所有的设置。其他更容易获得和不复杂的技术，如皮肤褶皱和生物阻抗似乎更实用，但往往不太准确[4,5]。这导致了在临床和研究实践中使用这些方法的延迟，以及估计身体成分的替代方法的探索。

我们建议使用白光三维身体体积指数扫描仪(BVI)作为一种替代的、经济的和实用的方法来评估身体组成。BVI是一种非侵入性仪器，通常用于评估体型和大小。本研究的目的是确定BVI所测得的人体成分是否与Bod-Pod所测得的相媲美。

方法

这项研究包括18岁以上的健康志愿者;在2008年12月至2011年6月期间参加了员工健康中心。我们排除了那些有幽闭恐惧症的病人和那些不能站着不动的病人。

所有受试者在同一天接受了所有的研究测量，包括不穿鞋的身高，用测量仪记录到最近的厘米(Seca;汉诺威，马里兰州)和用高灵敏度秤测量的体重(Tanita Corporation;阿灵顿高地，伊利诺伊州)记录到最接近0.1公斤。受试者还接受了空气位移体积描记术[(Bod-pod®)COSMED Concord;和3D体体积指数扫描仪(BVI®，Select Research;英国伍斯特郡,)。

在本研究中，Bod-Pod被指定为测量体成分参数和体体积的金标准，因为它是一种评估体成分的有效方法[4-7]。它在等温条件下测量身体体积，并应用密度测定法的原理来确定身体密度:

然后，利用体密度[8]，用Siri方程计算体脂肪量:

正确的Bod-pod扫描程序遵循其他报道[9]。

BVI[10]是一种非侵入式光学扫描仪，由32个摄像头组成，形成16个白光传感器(位于4个角度、4个高度)，在扫描场(2.1米高× 1.2米宽× 0.6米深)上收集多达1.600.000个线性数据点。3D体体积软件(Select Research BVI软件V.1.3.21.0)使用数据点在每个截面上生成立方体测量值，点精度小于1mm^3.7秒内扫过扫描区域。

在扫描过程中，受试者被指示面朝前且静止不动，双脚放在标准地标上(中心距前扫描墙60厘米)，并手持可调节的侧把手，以便准确定位身体地标点以进行测量。受试者必须穿合身的灰色衣服和一顶有弹性的游泳帽，以减少头发和头骨之间的空气量，并允许测量颈部围。

在每次测量前，使用已知体积的圆柱体作为参考标准，对3D扫描仪进行适当的校准以测量圆周。预先设定的规则是，无论何时扫描器都会传送> 0.1 cm的误差^3.在校准期间，它将提示一个完整的重新校准过程。

统计方法

根据变量的分布，我们以百分比、平均值和标准偏差(SD)或中位数和四分位数间范围(IQR, 25和75个百分点)的频率表示受试者特征。我们开发了一个预测模型，将BVI体积与Bod-pod得到的体积进行比较，该模型基于可用数据的前80%的观测数据(按测量日期排序)，使用线性回归。基于估计模型的Bod-pod体积预测，然后根据完整数据集剩余20%的观测数据计算，以表示线性关联，结果用变异系数(R²)、回归图和剩余图。所有分析使用SAS®9.3 (SAS Institute Inc.， Cary, NC)进行，数据使用R生成。

结果

该分析包括1215个个体，(开发数据集971个，验证数据集244个)。在发育数据集中，平均年龄为41.5±12.9岁，其中男性占39.4%，平均体重为81.6±20.9 kg，平均BMI为27.8±6.3kg/m2。其他主题特征见表1。

	测试组(N = 971)	验证组(N = 244)
性别
女	588例(60.6%)	139人(57.0%
男性	383例(39.4%)	105人(43.0%
年龄	41.5±12.9	43.7±13.3
体重(公斤)	81.6±20.9	78.9±19.7
身高(厘米)	170.1±9.2	169.9±9.9
BMI(公斤/米2	27.8±6.3	26.7±5.4
Bod-pod:总量	79.6±21.5	77.1±20.4
英属维尔京群岛:总量	87.6±25.3	84.5±23.5
观察BFMα	31.6±10.9	30.6±12.3
预测BFMπ		31.5±16.8
观测-预测量		0.0±2.7
观测-预测BFM		-1.0±16.8
值以平均值±标准差和频率(%)表示。Bod-pod =空气置换体积描记法。 BVI=从三维扫描仪获得的身体体积指数。BFM =身体脂肪量 观测值由Bod-pod获得。 使用BVI参数在验证集中估计预测值。 α根据观测到的Bod-pod体积和总质量，用Siri方程导出。 π利用预测的Bod-pod体积和总质量，用Siri方程导出。

表1:患者基线特征和模型结果。

然后计算剩余20%数据集(N=243)的Bod-pod体积预测，并与Bod-pod测量的体积进行比较。Bod-pod测定体积与BVI预测体积的平均差值为0.0 L，中位数为-0.4 L, IQR为-1.8 L ~ 1.5 L。模型Bod-pod测定体积与BVI预测体积的相关系数R2 = 0.9845，见图1-A。测量的体脂%与预测的体脂%之间的平均差异为-1%，中位数为-2.7%，IQR为-13.2至9.9,Bod-pod测量的BFM与模型中BVI预测的体脂百分比之间的相关性R2 = 0.9236，见图1-B。

图1:预测与测量的体荚体体积和体脂肪质量和相应的残差。
答:预测与测量Bod-pod体积，L。图1 b:预测与测量的身体脂肪量，Kg。

讨论

我们证明，通过这种自动3d扫描仪获得的测量值可以用来准确估计身体体积和BFM。

越来越多的证据显示，BMI在评估身体肥胖方面存在局限性，因为多项研究表明，诊断肥胖的准确性有限，尤其是在BMI值为中等的受试者中。也有越来越多的证据支持在临床实践中测量身体成分的潜在临床作用。由于BMI正常的个体可能存在过量的体脂，并且存在代谢失调和心血管总死亡率的高风险，因此在临床实践中有简单的方法来评估体成分变得至关重要[11,12]。此外，由于经常锻炼的人肌肉质量会增加，他们可能会被错误地贴上超重的标签，而实际上他们的体脂量可能仍然很低，但BMI会被认为高于正常，因为保留了肌肉质量。对这些人来说，准确估计身体成分也很重要，以避免错误地给不必要的焦虑贴标签或进行减肥计划。

虽然近年来身体成分的测量得到了更多的关注，而且科学证据支持使用比BMI更准确的测量技术来诊断肥胖，但可用的测量身体成分的方法仍然有限。一方面，已经有人提出过于简单的方法来测量身体成分，如皮褶技术，但其准确性已被证明与BMI评估身体肥胖[5]一样有限，甚至更有限。

另一种极端的方法，如全身核磁共振成像、水下体积描记术或DEXA扫描，可以极其精确地评估身体成分，但它们的实用性和成本使它们无法在医学上实施。因此，迫切需要准确但不昂贵或技术不复杂的方法来填补人体成分测量的空白。3d扫描仪代表了在临床实践和其他环境中评估身体成分的一种新颖、简单的选择。

这项研究有几个优点，包括样本量大，使用空气置换体积描图作为金标准，以及用于计算身体体积和推导身体成分的方法相对简单。因为我们的研究人群主要包括白种人，所以我们的结果可能不适用于其他种族或民族，这限制了研究结果的通用性。

尽管3d扫描仪是非侵入性的，技术上也很简单，但它不是一种便携式机器，不能用于野外或办公室或医疗设施以外的地方。最后，我们没有使用被认为是身体成分“金标准”的方法来比较结果，如DEXA或MRI，以提供更可靠的验证。尽管有这些限制，使用白光3d扫描仪测量身体成分的简单性仍然代表了一种可行的技术，可以在医学和其他测量身体成分很重要的环境中考虑。

总之，体积和BFM可以通过白光三维人体扫描仪获得的体积测量和本研究开发的预测模型来估计。

致谢

这项工作得到了欧洲区域发展基金(FNUSA-ICRC)的支持。z .1.05/ 1.00/02.0123)(发给FLJ和VKS)。国家卫生研究所赠款(给VKS的R01HL65176和R01HL114024)。

的利益冲突

所有作者声明没有利益冲突。Select Research(伍斯特，英国)，该公司设计了3D BVI人体扫描仪，并免费提供用于本研究和梅奥诊所其他研究的扫描仪。

参考文献

1. Després J-P(2012)人体脂肪分布与心血管疾病风险:最新进展。发行量126:1301 - 1313。［Ref。］
2. Bigaard J, Frederiksen K, Tjønneland A, Thomsen BL, Overvad K, et al.(2004)体脂和无脂量与全因死亡率。Obes Res 12: 1042-1049。［Ref。］
3. 医学ACoS (2013) ACSM健康相关体质评估手册。4编辑:Wolters Kluwer费城:美国。
4. Biaggi RR, Vollman MW, Nies MA, Brener CE, Flakoll PJ，等(1999)用空气置换容积描记术与静水称重和生物电阻抗分析评估健康成年人的身体成分。美国临床营养杂志69:898-903。［Ref。］
5. Rodriguez-Escudero JP, Pack QR, Somers VK, Thomas RJ, Squires RW，(2014)心脏康复中通过空气置换容积描图测量皮肤褶法识别肥胖的诊断性能。J Cardiopulm Rehabil Prev 34: 335-342。［Ref。］
6. Dewit O, Fuller N, Fewtrell M, Elia M, Wells J(2000)全身空气置换容积描记法与水密度法比较用于身体成分分析。Arch Dis Child 82: 159-164。［Ref。］
7. Fields DA, Hunter GR, Goran MI(2000)流体静力称重对BOD POD的验证:人体服装的影响。Int J Obes Relat Metab Disord 24: 200-205。［Ref。］
8. 来自流体空间和密度的身体构成:方法分析。在:在Brozek J HA, ed.测量身体成分的技术。华盛顿:国家科学院1961:224 - 244。
9. McCrory MA, Gomez TD, Bernauer EM, Mole PA(1995)一种用于测量人体成分的新型空气位移体积描计的评价。运动与锻炼的医学与科学27:1686-1691。［Ref。］
10. Haycock GB, Schwartz GJ, Wisotsky DH(1978)测量身体表面积的几何方法:婴儿、儿童和成人验证的身高体重公式。儿科杂志93:62-66。［Ref。］
11. Romero-Corral A, Somers VK, serra - johnson J, Thomas RJ, collazoclvell ML, et al.(2008)体重指数在成人普通人群中诊断肥胖的准确性。Int J Obes 32: 959-966。［Ref。］
12. Okorodudu DO, Jumean MF, Montori VM, Romero-Corral A, Somers VK, et al.(2010)通过身体质量指数诊断肥胖:一项系统综述和荟萃分析。Int J Obes 34: 791-799。［Ref。］

在此下载临时PDF

条信息

文章类型:简短的沟通

引用:Medina-Inojosa J, Somers V, Jenkins S, Zundel J, Johnson L，等。Obes开放获取3(1):doi http://dx.doi.org/10.16966/2380-5528.127

版权:©2017 Medina-Inojosa J，等。这是一篇开放获取的文章，在知识共享署名许可协议的条款下发布，该协议允许在任何媒体上无限制地使用、发布和复制，前提是注明原作者和来源。

出版的历史:

收到日期:2017年3月08

接受日期:2017年4月13日

发表日期:2017年4月19日