이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

비만 성인의 제지방량에 대한 BIA 예측

2024년 8월 22일 업데이트: Donini Lorenzo M, University of Roma La Sapienza

성인 비만 환자의 생체전기 임피던스 분석을 통한 충수 근육량 및 체지방량 예측.

이 연구는 비만의 영향을 받는 백인 성인 대상 샘플에서 충수 연조직 질량, 특히 지방량(FM) 및 충수 제지방량(ALM)을 예측하기 위한 새로운 생체 전기 임피던스 분석(BIA) 방정식을 개발하고 교차 검증하는 것을 목표로 합니다. 연구에서는 이러한 새로운 BIA 방정식을 세 가지 확립된 BIA 파생 예측 모델과 비교하고 이중 에너지 X선 흡수계(DXA) 및 자기 공명 영상(MRI) 데이터를 사용하여 이를 검증할 예정입니다. 이 연구는 기존 데이터 세트를 활용하여 신체 구성을 평가할 때 BIA의 정확성과 적용성을 향상시키고 다양한 장치와 모집단에 걸쳐 원시 BIA 데이터를 변환하기 위한 표준화된 알고리즘의 개발을 지원합니다.

연구 개요

상태

모병

정황

비만

상세 설명

비만인의 신체 구성, 특히 과도한 지방량과 근육량 감소 가능성(근육감소성 비만; Donini, 2022; Cappellari, 2023)을 평가하는 것은 비만의 표현형 발현을 정의하는 데 중요합니다(위험 추정). 대사 이상, 심혈관 및 기능적 합병증에 대해) 더 나은 치료 접근법을 결정합니다(Salmon-Gomez, 2023). 이중 X선 흡수계(DXA)는 지난 30년 동안 기술이 크게 발전하여 신체 구성을 평가하기 위한 성숙한 기술입니다(Shepherd et al 2017). DXA는 전신 및 부위의 뼈 미네랄 함량, 지방량, 제지방량을 신뢰성 있게 평가하므로 신체 구성 표현형을 조사하기 위한 검증된 도구입니다(Prado et al 2014; Baumgartner et 1998; Borga et al 2018; Toombs et al 2012). 안타깝게도 BIA(Bio-Impedance Analysis)(비용이 저렴하고 사용 편의성이 높음)를 일반적으로 사용하여 전기 저항 및 리액턴스 데이터에서 시작하여 신체 구성을 추정하는 모든 설정에서 항상 사용할 수 있는 것은 아닙니다(Ward, 2019).

안타깝게도 두 가지 방법 모두 겹쳐지지 않는 결과를 제공하는 경우가 많으며 BIA를 통해 일반적으로 DXA에서만 얻을 수 있는 값을 예측하는 연구가 수행되었습니다. 특히, 다양한 연구에서는 근육감소증 평가에 중요한 매개변수를 나타내고 기능적 한계와 상관관계가 있는 BIA의 충수 제지방량을 추정했습니다(Zambone, 2020). 예를 들어, PROVIDE 연구(Scafoglieri, 2017)의 사후 분석은 특히 사지 조직 품질의 지표로서 BIA 및 DXA 유래 연조직 비율 간의 일치 수준을 평가하고 새로운 것을 개발 및 교차 검증하는 것을 목표로 했습니다. Hologic Horizon 및 GE Lunar DXA 시스템을 참조 방법으로 사용하여 신체 기능이 저하된 노인 백인 성인의 충수 연조직[지방 질량(FM) 및 충수 제지방량(ALM)]을 예측하기 위한 BIA 방정식.

행동 양식:

이 연구는 기존 데이터 세트에서 수집된 기준 데이터(인체 측정, BIA 및 DXA)를 기반으로 합니다. 특히

세 가지 새로운 신체 구성 모델(Poggiogalle, 2020)에 의해 정의된 SO와 인슐린 민감성 마커 사이의 연관성을 조사하기 위한 연구에서 파생된 Sapienza 데이터 세트는 충수 연조직 질량을 예측하는 BIA 방정식을 개발하는 데 사용될 것입니다.
다양한 연구, 특히 BIA 국제 데이터 세트 프로젝트의 데이터 세트는 BIA 및 DXA 파생 연조직 추정 간의 일치를 평가하는 BIA 방정식을 검증하는 데 사용됩니다.

연구 매개변수:

- 인체 측정: 인체 측정 매개변수는 검증되고 표준화된 방법론에 따라 측정되어야 합니다(Lohman, 1988).

관심 있는 인체 측정 매개변수는 체질량, 키, 허리둘레, 종아리 둘레, 팔 둘레, 삼두근 피부주름 두께, 사지 길이입니다.

-이중 에너지 X선 흡수계: 모든 참가자는 팬 빔 전신 DXA 장치(미국 매사추세츠주 홀로직 베드포드, GE 헬스케어의 Lunar Prodigy)를 사용하여 스캔을 받아야 합니다. 농도계의 일일 교정은 제조업체가 제공한 지침에 따라 수행되어야 합니다.

측정값은 제조업체마다 다르므로 교정 방정식을 사용하여 이러한 문제를 해결하고 장치 간의 일치를 개선할 것입니다(Vendrami, 2024; Shepherd, 2012).

관심 있는 신체 구성요소는 총 지방량(FM), 총 제지방량(LM), ALM(사지의 제지방량 합계), FM(사지의 제지방량 합계) 및 ALM 대 제지방량의 비율입니다. FM.

-생체전기 임피던스 분석: 하룻밤 금식 및 방광 배뇨 후, 참가자가 반듯이 누운 상태에서 생체전기 임피던스 분석을 수행해야 합니다(팔다리가 신체에서 약간 떨어져 있어야 하며, 활성 전극은 전통적인 중수골 및 중족골 선의 오른쪽에 배치되어야 함). 오른쪽 손목과 발목의 표준 위치에 전극을 기록) 또는 수직 위치(맨발, 체중계에 내장된 전극을 밟고 전극이 내장된 손잡이를 잡음)로 기록합니다. 각 위치에서 500μA~1mA의 약한 교류 전류와 50kHz의 단일 주파수에서 작동하는 전신 4극 BIA 장치를 사용하여 신체 조직 전체의 전압 강하를 측정해야 합니다.

관심 있는 전기 매개변수는 저항(R: 전류 흐름 제한), 리액턴스(Xc: 세포막 및 조직 경계면의 정전 용량) 및 위상각(PhA)입니다.

원시 R 및 Xc 값을 비교할 수 없으므로 BIA 장치에 대한 정보가 기록됩니다.

수직 자세와 누운 자세를 비교할 때 여러 연구에서 발견된 중요한 차이로 인해(Ducharme, 2022; Hamilton-James, 2022), 두 방법론으로 얻은 결과는 별도로 분석됩니다.

PROVIDE 연구 저자가 보고한 제한 사항(즉, 세포외 수분을 직접 측정할 수 없다는 점, Scafoglieri, 2017)과 관련하여, 가능한 경우 다중 주파수 생체 임피던스 장치를 통해 검출된 원시 데이터도 사용됩니다. 구체적으로 5kHz의 주파수에서 측정된 임피던스와 저항의 값이 포함됩니다. 또한 가능한 경우 다음 주파수에서 측정된 데이터를 분석하는 것이 가장 좋습니다. 1, 2, 5, 10, 50, 100, 200, 250 및 500kHz.

통계:

데이터는 IBM® SPSS® Statistics 버전 25를 사용하여 분석됩니다. 데이터는 각각 정성적 변수와 정량적 변수에 대한 빈도(%)와 평균 ± SD로 표시됩니다. Shapiro-Wilk 테스트는 데이터가 정규 분포를 따르는지 평가하는 데 사용됩니다. 연속형 변수의 비교는 분포가 정규인지 아닌지에 따라 모수적 또는 비모수적 테스트를 사용하여 수행됩니다. 카이제곱 검정은 표본에서 발생하는 빈도가 예상 빈도와 크게 다른지 확인하는 데 사용됩니다. 통계적 유의성에 대한 컷오프는 p<0.05로 설정됩니다.

DXA에서 파생된 충수 근육과 지방량을 종속 변수로 사용하고 연령, 성별, BMI, 체중, 임피던스 지수 및 리액턴스를 독립 변수로 사용하는 예비 방정식은 단계적 다중 선형 회귀 접근 방식을 사용하여 개발됩니다. 부록 연조직 종괴의 중요한 회귀 변수만 방정식에서 고려됩니다.

모델 성능 적합성은 다중 상관관계(R2)와 추정치의 표준 오차(SEE)를 사용하여 평가됩니다. 각각의 부속기 연조직 구성 요소에 대해 추정치의 표준 오차가 가장 낮은 모델이 교차 검증 분석에 사용됩니다.

교차 검증 샘플의 개인 및 신체 구성 데이터는 개발된 방정식에 대입되어 정확성을 평가합니다. 교차 검증에 대한 통계에는 평균 차이, 합치 한계, 평균 제곱근 오차가 포함됩니다.

또한 회귀 분석을 통해 샘플에서 추정된 ALM_BIA, ALM_SERGI, ALM_Provide 및 ALM_KYLE 간의 일치도를 평가합니다.

마지막으로 DXA와 BIA에 의해 추정된 ALM/FM 비율 간의 일치는 Bland 및 Altman 분석을 사용하여 평가됩니다.

연구 유형

관찰

등록 (추정된)

400

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

이름: Lorenzo M Donini, MD
전화번호: 00390649690215
이메일: lorenzomaria.donini@uniroma1.it

연구 연락처 백업

이름: Eleonora Poggiogalle, MD, PhD
전화번호: 00390649690215
이메일: eleonora.poggiogalle@uniroma1.it

연구 장소

미국
- Louisiana
  - Baton Rouge, Louisiana, 미국, 70808
    - 모병
    - Pennington Biomedical Research Center, Louisiana State University
    - 연락하다:
      
      Steven Heymsfield
- North Carolina
  - Chapel Hill, North Carolina, 미국, 27514
    - 모병
    - Division of Geriatric Medicine, School of Medicine, and Department of Nutrition, Gillings School of Global Public Health, University of North Carolina at Chapel Hill
    - 연락하다:
      
      John A Batsis
브라질
- Rio Grande Do Sul
  - Pelotas, Rio Grande Do Sul, 브라질, 96010-610
    - 모병
    - Federal University of Pelotas
    - 연락하다:
      
      Maria Cristina Gonzalez
이탈리아
- - Cagliari, 이탈리아, 09042
    - 모병
    - University of Cagliari, Department of Life and Environmental Sciences
    - 연락하다:
      
      Elisabetta Marini
  - Roma, 이탈리아
    - 모병
    - Sapienza, University of Rome
    - 부수사관:
      
      Marianna Minnetti
    - 연락하다:
      
      Lorenzo M Donini, MD
      
      전화번호: 00390649690215
      
      이메일: lorenzomaria.donini@uniroma1.it
    - 연락하다:
      
      Eleonora Poggiogalle, MD, PhD
      
      전화번호: 00390649690215
      
      이메일: eleonora.poggiogalle@uniroma1.it
    - 부수사관:
      
      Francesco Frigerio, MD
    - 부수사관:
      
      Alessia Vitozzi
    - 부수사관:
      
      Alessandro Pinto
    - 부수사관:
      
      Zaira Spinello
  - Trieste, 이탈리아
    - 모병
    - Department of Medical, Surgical and Health Sciences, University of Trieste, Trieste, Italy
    - 연락하다:
      
      Rocco Barazzoni
캐나다
- Alberta
  - Edmonton, Alberta, 캐나다, T6G 2P5
    - 모병
    - University of Alberta, Department of Agricultural, Food and Nutritional Science
    - 연락하다:
      
      Carla Prado
포르투갈
- - Lisboa, 포르투갈, 1495-751
    - 모병
    - Universidade de Lisboa, Exercise and Health Laboratory, CIPER, Faculdade de Motricidade Humana
    - 연락하다:
      
      Analiza Monica Silva
호주
- - Perth, 호주, 6102
    - 모병
    - Curtin University, School of Population Health

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

성인
고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

비만이 있는 백인 성인 대상자, 특히 이중 X선 흡수계(DXA) 및 생체전기 임피던스 분석(BIA)을 사용하여 기본 체성분 평가를 받은 대상자 집단. 참가자는 체질량 지수(BMI)가 30kg/m² 이상인 개인을 포함하여 기존 데이터 세트에서 선택됩니다. 적격 참가자는 18세 이상이며 자신의 데이터가 연구에 사용되는 것에 대해 사전 동의를 제공했습니다. 모집단에는 신체 구성에 심각한 영향을 미칠 수 있는 질환이 있는 사람들은 제외됩니다.

설명

포함 기준:

비만이 있는 성인(BMI ≥ 30kg/m²)
18세 이상
사용 가능한 기준선 DXA 및 BIA 측정
데이터 사용에 대한 사전 동의 제공

제외 기준:

신체 구성에 심각한 영향을 미칠 수 있는 만성 질환이나 약물 [예: 최근 5년간 악성질환, 장기부전, 급성염증(C반응성 단백질>10 mg/L) 자가면역질환, 신경계 질환, 증후군성 비만]
인지 장애(간단한 정신 상태 검사 <25)
육체적으로 활동적인 것으로 간주되는 대상(운동선수 또는 매우 활동적인 대상, 즉 주당 최소 150분 동안 중간 정도에서 격렬한 신체 활동을 수행하는 대상)
알코올 섭취량 > 남성의 경우 140g/주, 여성의 경우 70g/주
체중 감량 프로그램 참여(지난 3개월)
DXA 시험 수행 불가능
임신과 모유 수유.

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

그룹/코호트 수

코호트 및 개입

그룹/코호트
비만 성인 코호트 이 코호트에는 비만(BMI ≥ 30kg/m²)이 있는 백인 성인 대상자가 포함됩니다. 참가자들은 이중 X선 흡수계(DXA)와 생체전기 임피던스 분석(BIA)을 모두 사용하여 기본 평가를 받았습니다.
MRI 검증 하위 집합 근육 크기와 구조를 평가하기 위해 자기 공명 영상(MRI)을 사용하여 추가 검증을 위해 비만 성인 코호트 참가자의 하위 집합을 선택했습니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정	측정값 설명	기간
충수 연조직 종괴에 대한 BIA 방정식 개발 및 교차 검증 기간: 기준선	이 1차 결과는 비만이 있는 백인 성인의 지방량(FM) 및 충수 제지방량(ALM)을 포함한 충수 연조직 질량을 예측할 때 새로 개발된 생체 전기 임피던스 분석(BIA) 방정식의 정확성과 교차 검증을 측정합니다. 목표는 이중 에너지 X선 흡수계(DXA) 측정에 대해 이러한 방정식을 검증하는 것입니다.	기준선

2차 결과 측정

결과 측정	측정값 설명	기간
기존 모델과 새로운 BIA 방정식의 비교 기간: 기준선	이 2차 결과는 기존 BIA 파생 예측 모델, 특히 Kyle et al.의 모델에 대해 새로 개발된 BIA 방정식의 성능을 평가합니다. (2003), Sergiet al. (2015) 및 PROVIDE 연구(2017). 비교는 사지 연조직 종괴에 대한 예측 정확도의 차이에 중점을 둘 것입니다.(FM) DXA에서 얻은 측정값과 비교합니다.	기준선
BIA 소자 간 변환을 위한 알고리즘 개발 기간: 기준선	이러한 결과에는 다양한 장치와 모집단 간의 원시 BIA 데이터(저항 및 리액턴스) 변환을 촉진하는 알고리즘 개발이 포함됩니다. 이는 BIA 측정을 표준화하고 다양한 설정 및 인구통계학적 그룹 간의 호환성을 향상시키는 것을 목표로 합니다.	기준선
다양한 DXA 시스템을 사용한 새로운 BIA 방정식의 교차 검증 기간: 기준선	이 결과는 다양한 DXA 시스템을 참조 표준으로 사용하여 새로운 BIA 방정식의 교차 검증을 평가합니다. 목표는 다양한 DXA 기술 전반에 걸쳐 BIA 예측의 견고성과 신뢰성을 보장하는 것입니다.측정 참가자 하위 샘플의 근육 크기와 구조에 대해.	기준선
자기공명영상(MRI)을 이용한 BIA 방정식 검증 기간: 기준선	이 결과는 근육 크기와 구조를 평가하기 위해 자기공명영상(MRI)을 사용하여 피험자의 하위 집합에서 BIA 방정식의 유효성을 평가합니다. 목표는 MRI 데이터와 비교하여 연조직 구성에 대한 BIA 예측의 정확성을 추가로 검증하는 것입니다.	기준선

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

University of Roma La Sapienza

협력자

University of Alberta

University of Trieste

University of North Carolina, Chapel Hill

Louisiana State University Health Sciences Center in New Orleans

Federal University of Pelotas

University of Cagliari

Curtin University

University of Lisbon

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2021년 5월 13일

기본 완료 (추정된)

2025년 6월 30일

연구 완료 (추정된)

2025년 12월 31일

연구 등록 날짜

최초 제출

2024년 8월 5일

QC 기준을 충족하는 최초 제출