亚洲最大社区人群肥胖-脂质-血糖代谢簇与骨量减少的早期预警信号研究

《Lipids in Health and Disease》：Adiposity-lipid-glycemic clusters as potential warning signals of bone mass reduction in Asia’s largest urban communities – based bone health assessment via ultrasound

　　本研究针对骨质疏松早期筛查率低的问题，在北京回龙观-天通苑超大型社区开展基于超声骨密度测量的横断面研究。通过LASSO回归和XGBoost机器学习算法，发现年龄、脂肪质量指数(FMI)、高密度脂蛋白胆固醇(HDL-C)、甘油三酯(TG)和糖化血红蛋白(HbA1c)是骨量减少的关键预测因素，构建的预测模型AUC达0.734。研究揭示了代谢指标即使在正常范围内波动也与骨健康相关，为社区早期筛查提供了重要依据。

　　

在全球范围内，每三秒钟就会发生一例骨质疏松性脆性骨折，这种"沉默的流行病"给老龄化社会带来了沉重负担。传统观念认为骨质疏松是老年疾病，但最新证据显示骨量减少正日益在青壮年群体中被检测到，这一趋势在快速城市化的中国尤为显著。作为亚洲最大的居住集群，北京回龙观-天通苑地区覆盖63平方公里，居住着超过80万人口，是研究现代生活方式对骨骼健康影响的理想场所。

研究团队发现了一个令人担忧的矛盾现象：尽管2023年北京市体检统计报告显示骨量减少和骨质疏松的检出率在所有评估状况中排名第四，但使用双能X线吸收测定法(DXA)进行骨密度筛查的比例仅为22.17%，远低于血压(78.26%)、血脂(58.65%)和脂肪肝(71.82%)的筛查率。这种筛查不足与疾病负担之间的巨大差距，凸显了在社区层面建立高效、便捷骨骼健康评估体系的紧迫性。

为了解决这一公共卫生挑战，张青青等研究人员在《Lipids in Health and Disease》上发表了一项创新性研究，他们采用超声骨密度测量技术，对15,052名30岁以上社区居民进行了亚洲最大规模的骨骼健康评估。与需要专门设备且成本较高的DXA不同，超声技术具有无创、无辐射、操作简便的优势，特别适合大规模社区筛查。

研究方法上，团队采用了多阶段分析策略。首先通过横断面研究分析15,052名体检人群的骨密度分布特征，其中4,999人还接受了多频率生物电阻抗分析(BIA)身体成分测量。关键风险因素的筛选采用最小绝对收缩和选择算子(LASSO)回归，随后建立逻辑回归、支持向量机(SVM)、随机森林和极端梯度提升(XGBoost)四种预测模型，通过5折交叉验证评估性能，并使用SHapley加法解释(SHAP)进行模型可解释性分析。最优模型被部署到Shiny网络应用程序中实现实时风险预测。

研究结果

人群基本特征

在15,052名参与者中，55.7%骨量正常，43.0%为骨量减少(osteopenia)，1.3%为骨质疏松(osteoporosis)。骨量状况与性别、年龄、体重指数(BMI)和代谢标志物显著相关(P<0.001)。年龄随骨量下降而增加：正常组43岁，骨量减少组53岁，骨质疏松组65岁。在4,999名有身体成分数据的参与者中，骨量减少和骨质疏松与更高的FMI和代谢标志物相关。

年龄特异性患病率

骨量减少的患病率随年龄增长而逐步上升，在30-59岁期间从27.2%急剧上升至53.4%。男性在各年龄组中骨量减少的患病率 consistently 高于女性。

年龄和FMI的预测价值

ROC曲线分析显示，年龄预测骨量减少的AUC总体为0.66，男性为0.65，女性为0.70。预测骨量减少的最佳年龄切点值总体和男性为47岁，女性为49岁。FMI的ROC分析显示男性切点值(6.2)低于女性(6.6)。

风险因素识别与模型构建

LASSO回归确定了年龄、性别、HDL-C、TG、HbA1c和FMI作为关键预测因素。XGBoost模型表现最佳(AUC=0.734)，优于逻辑回归(0.713)、SVM(0.703)和随机森林(0.691)。

性别分层分析

在男性中，年龄、HDL-C、FMI和空腹血糖(FBG)是重要因素(XGBoost AUC=0.687)；在女性中，年龄、TG和FMI是关键因素(XGBoost AUC=0.770)。

研究结论与意义

这项研究揭示了中国30-59岁成年人中骨量减少的高患病率，挑战了骨健康主要是老年人问题的传统观念。研究发现，骨量减少从30-39岁年龄组就开始显著加速，且男性骨骼健康状况普遍差于女性，这提示需要将骨骼健康筛查的关口前移。

研究的重要创新在于发现了即使HDL-C、LDL-C、TG和HbA1c等代谢指标接近参考限但仍在正常范围内时，它们的波动也与骨量减少相关，这可能作为早期预警指标。特别是脂肪质量指数(FMI)作为比BMI更精确的肥胖评估指标，在男女两性中都显示出与骨健康的强关联。

从机制角度看，脂质代谢异常可能通过慢性低度炎症、氧化应激和改变的脂肪因子信号传导影响骨骼健康，这些因素共同增强破骨细胞生成而抑制成骨细胞活性。高血糖和胰岛素抵抗则可能通过增加氧化应激、晚期糖基化终末产物(AGEs)积累、抑制成骨细胞功能等机制损害骨骼完整性。

研究的实际意义在于开发了基于XGBoost算法的公开可用的网络风险计算器，为社区筛查提供了实用工具。随着中国及类似国家面临人口老龄化和低生育率的双重挑战，这种基于社区的大规模骨骼健康监测模式具有重要的推广价值。

该研究的局限性包括使用指骨定量超声而非DXA评估骨密度、横断面设计无法建立因果关系、代谢参数均在正常范围内波动以及需要外部验证等。然而，其大样本量、多民族职业覆盖、全面代谢谱分析和现代统计学习方法的整合，为在快速城市化背景下制定骨骼健康促进策略提供了重要流行病学依据。