李可基  屈寧寧

北京大學(xué)第三醫院運動(dòng)醫學(xué)研究所，北京100083

 

摘要:  目的 比較基礎代謝率（BMR）的種族差異和氣候影響，對常用BMR預測公式應用于中國人群的效度進(jìn)行評價(jià)。方法 收集國內外華裔人群的BMR檢測數據，對實(shí)測結果進(jìn)行綜合統計，并與公式預測值進(jìn)行比較和分析。結果 各公式預測值與實(shí)測值均有良好的相關(guān)性（P<0.01），平均誤差<5%。多數情況下，各公式的預測值在南方偏高，在北方偏低。Liu公式的預測誤差與體重和身高負相關(guān)（P<0.01）， Henry公式的預測誤差與各參數均無(wú)顯著(zhù)相關(guān)（P>0.05）。結論 現有數據不支持中國人與白種人的BMR有人種差異，南方地區人群的BMR有偏低的趨勢。綜合比較，Henry公式的預測值更接近中國成人實(shí)測值。

關(guān)鍵詞:  基礎代謝  種族   氣候   交叉效度

 

 

LI Ke-ji, QU Ning-ning

Institute of Sports Medicine, Peking University 3^rd Hospital, Beijing 100083, CHINA

 

Abstract:  Objective  To estimate the validation of BMR predictive equations applied in Chinese population and to analyze racial and climatic influence on BMR.  Methods  BMR data tested in Chinese were collect and combined for re-analysis.  These measured BMR were compared with the prediction of commonly used equations.  Results  The prediction of adopted equations was well associated with measured values (P<0.05), and the average bias was less than 5%.  In most of cases, the 3 equations predicted lower BMRs in southern populations and higher BMRs in northern populations.  The predicted bias of Liu-equation was negatively correlated with weight and height (P<0.01), as the predicted bias of Henry-equation was significantly correlated with neither variables (P>0.05).   Conclusion  Present data dose not support the existence of racial BMR difference between Chinese and Caucasian.  BMR in southern population tended to be lower.  Comprehensively, the prediction of Henry-equation was closer to measured BMR in Chinese adult population.

 

Key words:  BMR  race   cross-validation

 

中國人的基礎代謝率（BMR）是否低于白種人一直有爭議。與從白種人數據推導出的公式預測值對比，華裔學(xué)者和早年的西方學(xué)者認為中國人的BMR低于白種人^[1~6]。但是Henry則否認存在這種差異^[7]，其分析結果中中國人的BMR實(shí)測值低于預測值3.9%（女）或7.6%（男），而作者簡(jiǎn)單地將這種差別歸因于中國人處于熱帶地區的地域影響。由于既往的分析多是基于各個(gè)獨立的小樣本數據，在分析BMR的各種影響因素時(shí)，難于避免例數少和抽樣誤差所帶來(lái)的偏倚。同時(shí)由于過(guò)去的研究者未能區分中國本身的地域差別，可以使不同氣候地區人群的BMR差異被誤解為種族間的差異；也可以使不同種族人群間BMR的差異被誤解為地區間的差異。所以，對中國人與白種人之間是否存在BMR的差異尚不能完全定論。有鑒于此，本文重新對既往中國人BMR的研究數據進(jìn)行了篩選、整理、綜合和統計分析，目的在于比較中國人與白種人BMR的差異和氣候的影響，并對常用BMR預測公式應用于中國人群的效度進(jìn)行評價(jià)。

 

1.1  資料來(lái)源

以中國生物醫學(xué)文獻數據庫（CBMDISC）和中文生物醫學(xué)期刊文獻數據庫（CMCC）為主，結合手工檢索中文期刊發(fā)表的有關(guān)BMR的文獻，共查到104篇，其中29篇測定了BMR。通過(guò)Medline檢索1966年以來(lái)Chinese和BMR的國外期刊文獻37篇，其中4篇報道了成人BMR測定結果。國內外文獻合計共33篇，分為兩類(lèi)。

第一類(lèi)提供了BMR等原始數據，可以用于全面的統計分析。其中對BMR測試條件和儀器交待不清者剔出；僅提供體表面積，未能提供年齡、身高、體重，無(wú)法通過(guò)有關(guān)公式預測BMR的文獻亦剔出。最后入選文獻12篇^{[1~3, 8~16]}，對象的基本情況列于表1。第二類(lèi)文獻取自1950年代以后的研究報告，作者對實(shí)驗條件的控制有明確說(shuō)明，同時(shí)根據作者提供的受試對象年齡、身高和體重的平均值，可以通過(guò)有關(guān)公式計算BMR預測平均值。未提供年齡、身高和體重，無(wú)法計算預測值者及樣本量小于10例者剔出。最后入選文獻10篇，包括15個(gè)不同年齡性別人群^{[3, 5, 6, 16~22]}。根據所在地域，各研究中的受試人群分別歸類(lèi)為南方（廣東、香港和臺灣），中部（長(cháng)江沿線(xiàn)和四川）和北方（京津、河北和東北）。

Table 1  Anthropometric characteristic, age, and body mass index (BMI) of subjects

	n	Age (yrs)	Wt (kg)	Ht (cm)	BMI (kg/m2)
Male	382	25.8±8.2	54.4±7.7	166.5±6.6	19.6±2.3
Female	241	25.3±8.0	47.2±7.4	156.1±5.3	19.3±2.7

1.2  BMR預測

Table 2  BMR predictive equations（kJ/d）

Author (age)	Male	Female
Henry (18-30)	51W + 3500	47W + 2880
Henry (30-60)	53W + 3070	39W + 3070
Schofield (18-30)	63W + 2896	62W + 2036
Schofield (30-60)	48W + 3653	34W + 3538
H-B (³18)	278+58W+21H-28A	2741+40W+8H -20A
Liu (³18)	58W + 1741H - 14A - 470S + 227

W: weight, H: height, A: age, S: sex (male=0, female=1).

選擇常用BMR預測公式（表2）^{[6, 7, 23]}進(jìn)行計算，在同一公式有多種參數形式時(shí)，首選體重進(jìn)行計算。

1.3  分析統計方法

提供了原始數據的第一類(lèi)文獻，每個(gè)對象的數據采用不同公式計算預測值。不同公式預測值與實(shí)測值進(jìn)行相對比較，以百分差值（100%-100%´實(shí)測值¸預測值）表示。評價(jià)預測公式的效度和分析影響預測結果的有關(guān)因素，預測值與實(shí)測值做相關(guān)分析，預測誤差（實(shí)測值ò預測值）與體重、BMI、年齡等參數做相關(guān)分析。只提供均數的第二類(lèi)文獻分別不同人群，代入年齡、身高和體重均值，應用不同公式計算BMR預測值及其與實(shí)測值的百分差值。當體重等指標只給出范圍值時(shí)，取上下限值的均值。同時(shí)將不同研究的測定值按樣本量做加權平均與各公式預測值比較。沒(méi)有直接提供每天BMR實(shí)測值者，根據體表面積和單位體表面積BMR計算每日BMR。

統計計算采用SPSS10.0和EXCEL2000軟件。

 

2.1  個(gè)體BMR實(shí)測值與不同公式預測值的比較（表3，表4）

統計計算后的BMR實(shí)測值與各公式預測值的相對差別列于表3和表4。以預測值為100%，給出的百分差值說(shuō)明實(shí)測值高于（正數）或低于（負數）預測值的百分數。

Table 3  Comparison of percent difference between measured and predicted BMR

 in male individuals from various regions

Equations	Total n=382	Southern n=103	Central n=99	Northern n=180
Henry	-2.74±8.52	-7.08±6.78	-1.37±8.11	-1.02±8.81
Schofield	-4.10±8.22	-7.52±6.52	-2.58±7.89	-2.97±8.74
Liu	2.48±9.37	-1.88±6.82	4.06±8.48	4.11±10.3
H-B	-1.91±9.40	-7.05±6.44	-0.657±8.44	0.342±10.22

 

Table 4  Comparison of percent difference between measured and predicted BMR

 in female individuals from various regions

Equations	Total n=241	Southern n=92	Central n=49	Northern n=100
Henry	-1.06±8.39	0.179±8.60	-4.93±10.06	0.309±6.65
Schofield	0.962±9.32	4.17±9.80	-3.16±10.08	0.031±7.36
Liu	3.53±9.49	5.87±10.31	-0.075±10.69	3.15±7.31
H-B	4.53±8.82	4.82±8.88	1.10±11.1	5.94±6.95

不分地域對比，男性和女性各公式預測值與實(shí)測值的平均差別均小于5%。與男性實(shí)測值相比，Henry的預測值略高，Liu的預測值略低；女性結果中，Henry和Schofield的預測值與實(shí)測值的差距在1%左右，而Liu和H-B的預測值分別低3.5%和4.5%左右。綜合兩性的結果看，Henry的預測效果相對較好。

分別地域對比，男性的結果中可見(jiàn)地域影響的趨勢，Liu公式在南方的預測值更接近實(shí)測值、而Henry、H-B和Schofield公式在北方的預測效果更好。女性的結果中地域變化趨勢沒(méi)有如此明顯，僅可見(jiàn)到Liu和Schofield的預測值在南方偏高、在北方偏低的趨勢。

2.2  群體BMR實(shí)測平均值與不同公式預測值的比較

圖1匯總了第二類(lèi)文獻報告的BMR平均值與Henry公式預測值的比較結果。預測值和實(shí)測值相對差別表示為百分差值及其95%可信區間。每個(gè)數據點(diǎn)代表一個(gè)樣本的實(shí)測值均數，區間線(xiàn)上方或下方的數字代表數據來(lái)源的文獻號,圖標的大小代表樣本量。橫坐標軸代表實(shí)測值與預測值相等，差值為0%。數據點(diǎn)在橫坐標軸下方或上方，對應的縱坐標數值表示其實(shí)測值低于或高于預測值的百分數。如果實(shí)測值的95%可信區間線(xiàn)與橫坐標交叉，則實(shí)測值與預測值的差別沒(méi)有顯著(zhù)差異（P>0.05）。從趨勢上看，多數樣本的實(shí)測值顯著(zhù)低于預測值，其中較大樣本人群（n>18）的中部和北方人群實(shí)測值與預測值差距小于3%，而緯度較低的臺灣和廣東地區的三個(gè)較大樣本人群（n>50）實(shí)測值均低于預測值。兩性數據合計，實(shí)測值與預測值的百分差值小于6%（表5）。比較地區間差異，南方人群的預測值偏高，而中部人群和北方人群的預測誤差減小，其中Liu預測值在中部和北方人群與實(shí)測值更接近。

Table 5  Comparison of percent difference between predicted BMR

and average BMR measured in subject groups from various regions

2.3  不同公式預測值與實(shí)測值的相關(guān)性

個(gè)體實(shí)測值與公式預測值均顯著(zhù)相關(guān)（P<0.01）。Henry和Liu 公式的相關(guān)系數，男性為0.577和0.590；女性為0.586和0.599。圖2顯示一些個(gè)體實(shí)測值與預測值的偏差較大，實(shí)測BMR低者，預測值偏高；實(shí)測BMR高者，預測值偏低。Henry公式的男性預測值在1500kc/d左右與實(shí)測值最接近（圖2A），Liu公式的女性預測值在1100kc/d左右與實(shí)測值最接近（圖2B）。兩個(gè)公式都僅圖示了一個(gè)性別，另一個(gè)性別的趨勢近似。

2.4  不同公式預測誤差與年齡、身高、體重和BMI的相關(guān)分析

Table 6  Correlation for predicted bias with age, height, weight and BMI

	Male			Female
	Henry	Liu		Henry		Liu
Age	0.055	0.069	-0.064		-0.020
Ht	-0.015	-0.278**	0.011		-0.299**
Wt	-0.011	-0.211**	-0.004		-0.304**
BMI	0.000	-0.066	-0.022		-0.209**

*P< 0.05, **P< 0.01

通過(guò)相關(guān)分析比較身高、體重等參數對公式預測誤差的影響，可見(jiàn)Liu公式的預測誤差與體重和身高顯著(zhù)相關(guān)（表6），隨體重和身高增加，預測值趨低（表6，圖3A）。Henry公式與所檢測的參數均沒(méi)有顯著(zhù)相關(guān)（圖3 B，表6）。

4.5  Henry公式預測值與中國居民膳食營(yíng)養素參考攝入量（RNI）的BMR參考值比較

我國RNI參考人的BMR列于表7，與根據相應參考體重和Henry公式計算的預測值對比，男性50-60歲年齡組的預測值偏高近4%，女性18-30歲年齡組則偏高近7%；其他年齡組的預測值，男性偏高，女性偏低，但偏差均小于2%。

Table 7  Comparison of Henry predictive BMR with Chinese reference BMR

Sex	Male			Female
Age group（yr）	18-30	30-50	50-60	18-30	30-50	50-60
Reference wt（kg）	63	63	65	56	56	58
RNI （kc/d）	1561	1561	1551	1253	1253	1267
Henry （kc/d）	1629	1596	1619	1340	1249	1268
RNI （kc/kg/d）	25	25	24	22	22	22
Henry （kc/kg/d）	25.5	25.3	24.9	23.5	22.3	21.9

 

從一個(gè)人群數據推導出的公式應用在其他人群的交叉效度研究，比較BMR預測值和實(shí)測值之間的誤差，可以對該公式的實(shí)用性和有效性進(jìn)行評價(jià)^[23]。Schofield和H-B公式在中國人群的應用已經(jīng)有很多報道，Liu公式的預測值還沒(méi)有與大陸人群實(shí)測值進(jìn)行過(guò)比較，而Henry公式僅與18~30歲年齡組中國人的實(shí)測數據作過(guò)對比。然而，現有的研究都沒(méi)有系統分析中國不同氣候地區對BMR的影響。為此，本研究對上述公式進(jìn)行了更全面的評價(jià)。

3.1  BMR的種族差異和地域差異

中國人和白種人BMR不同的認識主要依據中國人實(shí)測BMR與H-B和Schofield等預測公式的對比^[1~6]。推導Schofield公式所依據的數據含有3000余例意大利士兵，受到學(xué)術(shù)界的質(zhì)疑；而H-B公式年代較早、推導依據的例數僅100余例。因此Henry等作者進(jìn)一步篩選、補充了Schofield的數據庫^[7]，重新推導了公式，其分析結果認為不存在中國人與西方人的種族差異。同樣進(jìn)行實(shí)測值與Henry等公式預測值的比較，本研究的個(gè)體和人群結果顯示了不同的趨勢。前者傾向于BMR無(wú)人種差別（表3和表4），而后者顯示中國人BMR實(shí)測值普遍低于預測值（表4，圖1），分析其中的原因，應考慮如下問(wèn)題：

首先，既往關(guān)于中國人BMR偏低的推斷，不僅有所用公式的影響，還有地域的影響。Henry公式主要來(lái)自于北歐和北美的白種人，對比其預測值，與處于同一氣候帶的中部和北方中國男性個(gè)體和兩性合并均數的實(shí)測值更接近。與其他公式的預測值相比，男性個(gè)體和兩性合并均數的分析結果，也都可見(jiàn)南方偏高，北方偏低的趨勢。但是，對于女性個(gè)體數據的結果，由于測定對象都未能控制月經(jīng)周期，其結果中的變異可能還有內分泌的影響。

其次，近代氣體代謝測定系統的改變可能造成人種差異的假象。有作者提出早年采用的閉路式氣體代謝系統較現代開(kāi)放式系統的測定結果偏高^[24]，但是另外一些作者認為兩類(lèi)方法沒(méi)有差別^[25]。由于Henry公式所依據的人群數據含有多種測定方法的結果，測定技術(shù)對這一結果的影響未知。但是，采用閉路系統數據推導出的H-B公式在男性個(gè)體數據中的結果與Henry公式接近，而其預測值在女性個(gè)體數據中還低于實(shí)測值；另一方面，Liu公式從氣候屬于南方的臺灣人群推導出來(lái)，測定技術(shù)屬于開(kāi)放式，但其預測值與中部和北方人群均數的實(shí)測值更接近（表5）。所以，本研究的結果沒(méi)有顯示不同測定技術(shù)的影響。

第三，本研究中個(gè)體數據年代較早，受試對象的平均體重較低，而人群均數的數據年代較晚，體重較高。我們的相關(guān)分析結果顯示Henry公式基本不受被預測人群體重的影響（表6），但是體重的變化可增加Liu公式的預測誤差。所以，兩類(lèi)數據顯示的不同趨勢不能完全用其對象的體重差異來(lái)解釋。

最后，近年文獻中國人BMR實(shí)測值較低的原因可能還有更復雜的背景。例如（1）圖1中雖然大部分人群的實(shí)測值與預測值差別顯著(zhù)，但是由于BMR的研究一般為非隨機抽樣，其中例數較少的研究受抽樣誤差的影響更大。將圖1中的數據加權平均后，預測偏差明顯降低（表5）說(shuō)明了這一影響。（2）近年研究結果的標準差可兩倍于早年的研究結果，提示試驗條件的控制可能有尚待改進(jìn)之處。測定條件控制的失誤（如口嘴或面罩漏氣）可以造成測定結果偏低，這種失誤的影響目前無(wú)法追溯。（3）多數結果的預測值和實(shí)測值的差距很小，根據報道，氣體代謝技術(shù)的誤差在5%左右^[26]，同一人群不同個(gè)體^{[3,4,6,21, 26]}的變異系數為5.9%至17.9%，而同一個(gè)體重復測定的變異系數為2%~3%^{[3, 26]}。因此，5%以?xún)鹊腂MR差別很難確定其生理意義。

綜上所述，根據Henry標準，中國人個(gè)體數據的差距小于3%，而中國人群均數低近6%。如果將其中南方數據分離，則預測偏差小于5%。因此，這些數據不能說(shuō)明BMR在中國人和白種人之間存在種族差異，而提示關(guān)于中國人BMR低于白種人的推斷很可能與地域或氣候的影響有關(guān)。所觀(guān)察到的地域差別肯定了氣候影響B(tài)MR的傳統認識，而與近年西方學(xué)者否定氣候影響B(tài)MR的觀(guān)點(diǎn)相悖^[26]。另一方面，本研究的結果雖然支持Henry關(guān)于BMR無(wú)種族差異的結論，但是Henry的分析沒(méi)有區分中國人數據的不同地區來(lái)源，并且把其結果中實(shí)測值與預測值3.9%（男）或7.6%（女）的差距歸因于中國人處于熱帶地區^[7]，而本研究糾正了其前提條件的偏頗。還需說(shuō)明的是本研究的結果只是不支持BMR的種族差異，基于現有數據的例數和質(zhì)量，還不能完全除外BMR種族差異的存在，但這種差別可能沒(méi)有既往認為的那樣大。

3.2  不同預測公式的交叉效度和影響因素

Schofield公式^[23]雖然在1985年為FAO和WHO所采用，近年很多西方學(xué)者對其提出質(zhì)疑，目前認為Henry的修正公式是更好的選擇。臺灣學(xué)者Liu等1995年測定了不同年齡段兩性200余例BMR^[6]，隨機抽取其中一半數據回歸公式，另一半數據做交叉效度研究。在中國人BMR的研究中，對象選擇和公式推導相對更為嚴謹。因此，本研究著(zhù)重對這兩個(gè)公式在中國人群中的應用效度進(jìn)行了評價(jià)。

公式預測BMR的局限是如果被預測人群與原推導公式所依據人群身高體重不同時(shí)，誤差會(huì )加大。推導人群的身高、體重、年齡影響公式的斜率和截距取值，預測誤差隨被預測人群身高、體重等指標的變化而變化。本研究中不同公式在不同人群的預測結果和趨勢不同、預測值與實(shí)測值的相關(guān)系數低于作者的原始報道、預測偏差分布分散等都可能與此有關(guān)。

具體到Henry公式，盡管出自白種人群，用于中國人群BMR預測的效果相對最好，身高、體重、年齡和BMI對預測誤差均沒(méi)有顯著(zhù)影響；用于中國大陸居民總體BMR參考值的估算，誤差也較小（表7）。而對于臺灣學(xué)者的公式，雖然其預測誤差小于Schofield公式，與實(shí)測值的相關(guān)系數也高于Henry公式。但是Liu公式的預測誤差與體重和身高顯著(zhù)相關(guān)（表6），盡管其公式中包含了體重和身高的參數。根據Liu推導公式的數據來(lái)源，該公式用于中國南方人群應該更為適宜，但是本研究?jì)H顯示在男性個(gè)體數據中預測誤差較小。

3.3  公式預測BMR的應用和局限

本研究的結果可見(jiàn)，即使是Henry公式，也存在明顯的預測誤差（圖2A），BMR低者，預測值偏高；BMR高者，預測值偏低；而且一些個(gè)體的實(shí)測值和預測值相差較大。BMR的預測公式只反映一個(gè)人群BMR的平均水平，針對每一個(gè)個(gè)體，同樣有誤差范圍，但是現有公式大多沒(méi)有提供有關(guān)信息。本研究的數據回歸后所得到的95%可信區間約在預測值的正負10%范圍內，這說(shuō)明如果一個(gè)個(gè)體的預測值與實(shí)測值沒(méi)有超過(guò)這一范圍，就不能認為這種差別具有統計學(xué)意義。由于能量平衡影響體重，要求較高的準確度，正負百分之幾的差異長(cháng)期積累，就足以對體重造成不容忽視的影響。因此，在這一誤差范圍內，BMR預測公式應用于個(gè)體的價(jià)值非常有限^[23]。特別是臨床病人，還有疾病、應激、用藥、手術(shù)、臥床和體力活動(dòng)水平變化等因素對BMR的影響，預測的誤差可能更大，實(shí)測每個(gè)病人的BMR或靜息代謝是得到更準確結果的選擇。

3.4  結論

現有BMR數據不支持中國成人BMR與白種人有人種差異。南方地區人群的BMR有偏低趨勢。體重身高等參數影響Liu公式預測BMR的準確性，Henry公式的預測值相對更接近中國成人實(shí)測值。

（本研究在資料收集過(guò)程中，得到郭長(cháng)江、金宏和揚長(cháng)林教授的幫助，特此致謝）