Predicted fat mass index and incident stroke in adults aged 65 years or older: heterogeneous associations across three national ageing cohorts
这项研究发现，预测性体脂指数（pBFMI）在三个全国性老龄化队列中与新发卒中呈现出异质性关联——在 CHARLS 中呈正相关，但在 ELSA 或 HRS 中则不然——且与 BMI 相比，并未在模型拟合度或区分度方面提供实质性的改进。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
中风仍然是导致老年人死亡和残疾的最严重原因之一，随着人口老龄化，这一负担也在不断增加。几十年来，医生和研究人员一直依赖身体质量指数（BMI）——一种利用个人的身高和体重进行的简单计算——来衡量一个人是否携带了过多的体脂肪。虽然这个数字易于测量，但它是一个不完美的工具，对于老年人尤其如此。随着年龄的增长，人们往往会流失肌肉并增加脂肪，这意味着两个具有完全相同身体质量指数的人，其真实的身体组织量可能截然不同。为了解决这个问题，科学家有时会使用一个数学公式，根据身高、体重、年龄和性别来估算体脂肪。这个估算出的数值被称为预测脂肪质量指数。医学界的重大问题在于，这种计算出的估算值是否比标准的“身高与体重”数值能更清晰地描绘出中风风险，特别是对于65岁以上的人群。
一组研究人员着手回答这个问题，他们调查了来自中国、英国和美国的三个大规模长期研究。这些被称为 CHARLS、ELSA 和 HRS 的研究对数千名参与者进行了多年的追踪，记录了他们的健康状况、生活方式和医疗史。研究人员专门针对尚未发生中风的65岁及以上成年人进行了研究。他们计算了每位参与者的预测脂肪质量指数，然后观察他们在随访期间是否发生了中风。其目标是观察在三个非常不同的群体中，较高的估算脂肪质量是否一致地预示着更高的中风风险。
结果显示，这三个国家之间存在显著的差异。在中国的队列中，研究人员发现了一种明确的联系：预测脂肪质量指数每增加一个标准单位，中风的风险就会显著上升。然而，这种模式在英国或美国的年长者身上并未成立。在这两个群体中，估算的脂肪质量指数与中风风险之间完全没有关联。来自英国和美国的数据显示风险增加或降低的可能性一样大，且这三个群体之间的统计学差异过大，无法用偶然因素来解释。
研究人员进行了深入调查，以了解为什么这些数据看起来如此不同。他们发现，预测脂肪质量指数在数学上与标准的身体质量指数紧密相关；它本质上是基于身高和体重数据，并根据年龄和性别进行调整后的重新排列。由于这种紧密的联系，预测指数并没有提供任何新的信息，也没有比简单的身体质量指数更好地预测中风的能力。事实上，用于估算体脂肪的公式最初是使用欧洲人群的数据开发的，研究人员怀疑该公式可能无法准确反映亚洲人群的身体成分，因为在亚洲人群中，体重与体脂肪之间的关系可能有所不同。
最终，研究结论指出，这种计算出的体脂肪估算值无法为全球不同地区的年长者提供一致的中风风险预测方法。虽然它在中国组中可以作为风险指标，但在英国和美国组中却失效了。研究结果表明，仅仅通过公式根据身高和体重来猜测体脂肪，并不能比我们现有的标准测量方法更好地提高我们对中风风险的理解。对于老年人而言，衰老过程中发生的肌肉和脂肪的复杂变化意味着，无论是测量值还是估算值，单一的数字都无法完整地说明健康风险。这项研究表明，如果未来的研究希望在多样化的人群中发现一致的模式，则需要直接测量体脂肪，而不是依赖这些数学捷径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。