慢性肾脏病5期患者体质成分与骨量减少的相关性

Correlation between body composition and bone loss in patients with stage 5 chronic kidney disease

摘要

目的 探讨慢性肾脏病（CKD）5期患者体质成分对骨量减少的影响。 方法 对217例透析前CKD 5期患者进行回顾性分析；采用联影AI影像辅助诊断系统对腹部CT图像进行分析，获取骨密度及体质成分，记录临床基本数据并收集相关生化指标。根据CKD患者的骨密度值分为骨量正常组和低骨量组，采用独立样本t检验比较两组间的临床资料、生化指标和体质成分差异，通过二元Logistic回归分析CKD 5期患者低骨量的影响因素，采用受试者工作特征（ROC）曲线分析评估相关指标对低骨量的预测价值。 结果 骨量正常组153例、低骨量组64例。与骨量正常组相比，低骨量组患者年龄更高，有吸烟史及罹患肌少症的比例更高，且血肌酐（Scr）、肌酐/胱抑素C（CCR）、甲状旁腺激素（PTH）及骨骼肌指数（SMI）水平较低，而糖基化血红蛋白（HbA1c）及内脏脂肪面积与皮下脂肪面积比值（V/S）较高，差异均具有统计学意义（P0.05）。二元Logistic回归分析得出年龄、V/S是CKD 5期患者低骨量的危险因素（P0.05，β0），CCR、SMI是低骨量的保护因素（P0.05，β0）。ROC曲线分析显示，SMI、CCR及V/S对骨量减少均有一定预测价值，其曲线下面积分别为0.593，0.678和0.639（P0.05）。 结论 V/S、CCR、SMI是慢性肾脏病患者低骨量的独立影响因素，对CKD患者骨量减少具有一定的预测价值。

Abstract

Objective To investigate the impact of body composition on bone loss in patients with stage 5 chronic kidney disease（CKD）. Methods A retrospective analysis was conducted on 217 pre-dialysis patients with stage 5 CKD. The uAI medical imaging-assisted diagnostic system was used to analyze abdominal CT images for obtaining bone mineral density and body composition data. Clinical baseline data were recorded and relevant biochemical indicators were collected. Patients were divided into a normal bone mass group and a low bone mass group based on bone mineral density values. Independent sample t-test was used to compare differences in clinical data， biochemical indicators， and body composition between the two groups. Binary logistic regression analysis was employed to identify influencing factors for low bone mass in stage 5 CKD patients， and receiver operating characteristic（ROC） curve analysis was used to evaluate the predictive value of related indicators for low bone mass. Results There were 153 patients in normal bone mass group and 64 patients in low bone mass group. Compared with normal bone mass group， the patients in low bone mass group were older， had a higher proportion of smoking history and sarcopenia， and exhibited lower levels of serum creatinine（Scr）， creatinine/cystatin C ratio（CCR）， parathyroid hormone（PTH）， and skeletal muscle index（SMI）， and higher levels of glycated hemoglobin（HbA1c） and the visceral-to-subcutaneous adipose tissue area ratio（V/S）（P0.05）. Binary Logistic regression analysis identified age and V/S as risk factors for low bone mass in stage 5 CKD patients（P0.05， β0）， while CCR and SMI were protective factors（P0.05， β0）. ROC curve analysis showed that SMI， CCR， and V/S all had certain predictive value for bone loss， with area under the curve（AUC） values of 0.593， 0.678， and 0.639， respectively（P0.05）. Conclusion V/S， CCR， and SMI are independent influencing factors for low bone mass in patients with CKD and possess certain predictive value for reduced bone mass.

Graphical abstract

关键词

慢性肾脏病 / 骨质疏松症 / 骨骼肌指数 / 肌酐/胱抑素C / 内脏脂肪

Key words

chronic kidney disease / osteoporosis / skeletal muscle index / creatinine/cystatin C / visceral fat

慢性肾脏病（chronic kidney disease，CKD）是各种原因引起的肾脏结构或功能异常≥3个月，伴或不伴肾小球滤过率（GFR）下降；或不明原因的GFR下降［60 mL/（min·1.73 m²）］≥3个月^［1］。近年来，伴随我国人口老龄化进程加快，以及糖尿病、高血压等与CKD密切相关的慢性疾病患病率的持续增长，其发病率亦呈显著上升趋势^［2］。CKD患者常伴有持续代谢紊乱和营养失调^［3］，随着肾功能不断减退，机体在蛋白质、营养成分、矿物质等方面的代谢异常逐渐凸显，导致患者普遍存在营养不良、肌少症和骨密度减低骨量减少等情况，严重影响其生活质量。研究表明，CKD患者中骨量减少的患病率显著高于同年龄、性别的健康人群^［4］，已成为肾脏病学领域研究的重要问题。在普通人群中，肌少症和骨质疏松症间存在明确关联^［5］，也有不少研究探讨了CKD患者营养消耗与肌少症之间的关系^［6］。尽管这些研究常将体质成分作为评估指标，但其主要目的在于阐明疾病间的相关关系。目前，关于体质成分对CKD 5期患者骨量减少影响的直接研究较为缺乏。体质成分作为反映人体脂肪、肌肉、骨骼等组织构成比例的结构性指标，已广泛应用于肌少症、骨质疏松及营养不良等相关研究的评估与诊断中。因此，本研究拟通过分析CKD 5期患者的体质成分，探讨其对骨量减少的影响，从而为早期识别和预防该类患者骨质疏松提供科学依据。

1 对象与方法

1.1 研究对象

本研究回顾性纳入2024年5月至2025年3月于西安交通大学第一附属医院肾移植科住院治疗的CKD5期透析前患者。根据以下标准筛选后，最终共217例患者被纳入分析。

纳入标准：年龄≥18周岁，确诊CKD 5期，并且在本院有完整的腹部计算机断层扫描（CT）检查结果及由此分析的体质成分和骨密度数据者。排除标准：患有合并影响骨代谢的其他疾病如垂体疾病、甲状腺疾病、甲状旁腺疾病、骨髓瘤、类风湿关节炎等，6个月内进行过骨折/骨科手术、6个月内接受过抗吸收合成代谢等药物治疗、有精神疾病或因其他原因无法配合及不愿参加者，临床资料缺失者。本研究经西安交通大学第一附属医院伦理委员会批准（LLSBPJ-2024-573）。因本研究为回顾性分析，使用去隐私化的既往临床数据，无额外干预及风险，故免除患者知情同意。

1.2 研究方法

1.2.1 一般临床资料的收集

收集人口学资料，包括年龄、性别、身高、体质量、体质量指数（BMI）、吸烟史、饮酒史、肌少症患病率。

1.2.2 生化指标的收集

收集患者入院后采静脉血所得生化指标，包括尿素氮、血肌酐（Scr）、胱抑素C、肌酐/胱抑素C（CCR）、尿酸、钙（Ca）、磷（P）、镁（Mg）、估算肾小球滤过率（eGFR）、甘油三酯（TG）、碱性磷酸酯酶（ALP）、血总蛋白、白蛋白、球蛋白、白蛋白/球蛋白、糖基化血红蛋白（HbA1c）、甲状旁腺素（PTH）。

1.2.3 骨密度及体质成分的获取

所有研究对象在采集静脉血液样本前后48 h内完成腹部CT扫描，获取骨密度及体质成分分析数据。所有纳入患者的CT扫描图像均包含腰1（L₁）至腰3椎体（L₃）。近年来，人工智能（AI）被引入到体质成分分析中。该技术可利用常规CT图像，对特定组织区域实现全自动、定量化的分析，其方法兼具时效性和经济性，且结果精确、可重复^［7］。本研究将扫描的CT图像通过联影AI影像辅助诊断系统，自动执行分割，并对组织分区和骨密度进行体积量化。椎体骨密度值为L_1~2骨密度的平均值，测量如图1所示。选取L₃椎体中心水平的横断面行体质成分分析，获得以下体质成分参数：总骨骼肌肉面积（skeletal muscle mass，SMA）、皮下脂肪面积（subcutaneous adipose tissue，SAT）、内脏脂肪面积（visceral adipose tissue，VAT）。按身高对骨骼肌面积标准化处理：骨骼肌指数（ske⁃letal muscle mass index，SMI）=骨骼肌面积（cm²）÷身高²（m²），是CT量化骨骼肌质量的一致性和可重复性高的指标。内脏与皮下脂肪面积比（V/S）=VAT/SAT，是内脏脂肪标准化的指标^［8］。

1.2.4 诊断标准

采用《原发性骨质疏松症诊疗指南（2022）》^［9］诊断标准并结合本研究实际收集临床数据结果，将研究对象分为骨量正常组（骨密度≥120 mg/cm³）和低骨量组（骨密度120 mg/cm³）。

1.3 统计分析

使用SPSS18.0软件进行统计学分析。计量资料采用Kolmogorov-Smirnov（K-S）检验分析各变量在组内的分布是否符合正态性假设，检验标准设定为α=0.05。符合正态分布的计量资料以均数±标准差（X±S）表示，组间比较采用独立样本t检验；若方差不齐，则采用Welch's t检验。非正态分布计量资料以中位数和四分位间距［M（IQR）］描述，其中IQR为四分位间距（P₇₅-P₂₅），组间差异比较采用Mann-Whitney U检验。计数资料以例数和百分比（%）表示。所有检验均以Levene's法进行方差齐性检验，检验水准α=0.05。对于无序分类变量或二分类变量在两个或多个独立组间的比较，主要采用Pearson卡方检验（当所有单元格的期望频数≥5）。在组间比较分析中，筛选出组间差异具有统计学意义的因素，作为候选自变量。将候选自变量纳入多因素Logistic回归模型中，探讨CKD 5期患者低骨量的独立影响因素。模型将报告比值比（odds ratio，OR）及其95% CI和对应的P值，以评估每个自变量的独立效应。绘制受试者工作特征曲线（ROC）并计算曲线下面积（AUC）。P0.05认为差异具有统计学意义。

2 结果

2.1 CKD患者低骨量、肌少症发生率

在本研究的217例患者中，低骨量组64名（29.5%），其中男性50名（78.1%）、女性14名（21.9%）；骨量正常组153名（70.5%），其中男性117名（76.5%）、女性36名（23.5%）。肌少症组52名（24.0%），其中男性46名（88.5%）、女性6名（11.5%）；非肌少症组165名（76.0%），其中男性121名（73.3%）、女性44名（26.7%）。

2.2 两组间一般临床资料比较

与骨量正常组相比，低骨量组患者的年龄更大（Z=5.156，P0.001）、有吸烟史者（χ² =5.018，P=0.025）和肌少症患病率（χ² =9.129，P=0.003）更高，差异具有统计学意义（P0.05）；在性别、身高、体质量、BMI、饮酒史方面，两组间比较差异无统计学意义（见表1）。

2.3 两组间实验室指标比较

与骨量正常组相比，低骨量组患者的Scr（t=2.077，P=0.040）、CCR（Z=4.070，P0.001）及PTH（Z=2.324，P=0.020）水平较低，而HbA1c（Z=2.232，P=0.026）水平较高，差异均具有统计学意义（P＜0.05）；其余生化指标在两组间差异无统计学意义（见表2）。

2.4 两组间骨密度及体质成分比较

与骨量正常组比较，低骨量组的SMI较低（t=2.164，P=0.031），而V/S比值较高（Z=3.228，P=0.001）；两组间皮下脂肪面积和内脏脂肪面积比较，差异无统计学意义（见表3）。

2.5 二元Logistic回归分析CKD 5期患者低骨量的独立影响因素

以低骨量为因变量，以年龄、性别、吸烟史、Scr、CCR、HbA1c、PTH、SMI、V/S为自变量，行二元Logistic回归分析。结果显示，性别、吸烟史、Scr、HbA1c及PTH与低骨量的关联无统计学意义（P0.05）；年龄、V/S是CKD 5期患者低骨量的危险因素（P0.05，β0），CCR、SMI是CKD5期患者低骨量的保护因素（P0.05，β0，见表4）。

2.6 体质成分对CKD 5期患者低骨量的预测价值

采用受试者工作特征曲线下面积（AUC）评估模型的预测效能。ROC曲线显示，CKD 5期患者低骨量患病的最佳SMI截止值为46.09，灵敏度为60.1%，特异性为59.4%，男性截止值46.09，女性截止值40.80，AUC为0.593（95%CI 0.511~0.676，P0.05）。CKD 5期患者低骨量患病的最佳CCR截止值为135.175，灵敏度为69.1%，特异性为52.5%，AUC为0.678（95%CI 0.603~0.754，P0.05）。CKD 5期患者低骨量患病的最佳V/S值截止值为0.905，灵敏度为56.3%，特异性为66.0%，AUC为0.639（95%CI 0.559~0.719，P0.05，见图2）。

3 讨论

随着人口老龄化以及糖尿病、高血压等代谢性疾病的高发，CKD的患病率呈现显著增长趋势，对人群健康构成严重威胁。在CKD的疾病进展中，骨质疏松是常见且严重的并发症之一，其中体质成分变化是影响骨代谢的重要因素。骨质疏松可显著增加CKD患者跌倒及骨折的风险，进而导致不良预后甚至死亡。因此，本研究重点探讨了SMI、CCR、V/S等体质成分指标对CKD患者发生低骨量的影响，结果表明，SMI、CCR和V/S均为CKD患者发生低骨量的独立影响因素，其中CCR和V/S显示出中等程度的预测价值。

CKD患者常因蛋白质摄入减少、代谢性酸中毒、性激素水平降低及肌肉生长抑制素过度表达等病理变化，导致肌肉消耗，进而增加肌少症的发生风险^［10］。目前，CT是诊断肌少症的金标准，其中第3腰椎水平SMI作为评估肌肉量的关键指标，在临床和科研中被广泛应用^［11］。本研究亦发现，低骨量患者的SMI显著降低，肌少症患病率更高，进一步支持“骨-肌肉单位”假说在CKD人群中的适用性。该假说强调骨骼肌通过力学刺激促进骨形成，同时各种骨源因子亦参与肌肉代谢调控，二者在生理和病理条件下相互影响^［12］。尽管本研究中SMI对低骨量的独立预测能力有限，但其在Logistic回归分析中表现为保护因素，且多项研究证实SMI与骨密度之间存在独立关联。因此，将SMI纳入包含生化指标与临床评估在内的综合评估体系，对于全面判断CKD患者的骨肌代谢状态具有重要意义。

本研究结果显示，CCR是CKD 5期患者发生低骨量的独立保护因素。Scr是肌肉正常的代谢产物，可作为反映肌肉质量的有效指标。此前有研究指出，血肌酐水平降低是发生骨质疏松的危险因素^［13］，与本研究中观察到的低骨量患者血肌酐显著低于骨量正常患者的结果一致。血肌酐下降可能通过氧化应激及神经肌肉系统功能异常等机制导致骨密度减低^［14］。CysC是一种低分子量蛋白质，能够更准确地反映肾小球滤过率，被广泛认可为评估肾功能的可靠标志物^［15］。随着肾功能下降，CysC在血液中蓄积，CCR相应降低。本研究观察到CCR与骨密度呈正相关，提示肌肉质量对骨骼健康具有支持作用。基于ROC曲线分析结果，CCR对CKD 5期患者低骨量具有中等诊断价值（AUC=0.678，灵敏度69.1%，特异度52.5%）。综上，CCR整合了Scr与CysC的双重信息，在评估肌肉-骨骼代谢方面具有一定诊断价值，有助于临床早期识别CKD患者骨量下降风险。

本研究二元Logistic回归分析显示，V/S是CKD 5期患者发生低骨量的独立危险因素，且低骨量组的V/S显著高于骨量正常组，提示伴随疾病进展，CKD合并低骨量患者存在内脏脂肪蓄积倾向^［16］。此外，本研究中V/S对低骨量具有中等诊断效能。内脏脂肪组织因其能够产生更高水平的炎性细胞因子，并与胰岛素抵抗、氧化应激及炎症标志物密切相关^［17］，从而影响骨代谢。相比之下，皮下脂肪则可能发挥一定的代谢保护作用。研究显示，在血液透析患者中，较高的皮下脂肪含量与全因死亡风险降低独立相关^［18］。因此，皮下脂肪对代谢的积极作用可能部分拮抗内脏脂肪的负面效应。综上提示，采用V/S这一复合指标有助于更全面评估脂肪分布对CKD患者骨代谢的影响。

此外，传统因素（年龄和吸烟）也在本研究中被证实是CKD患者低骨量的显著相关因素。随着年龄增长，骨重塑失衡与骨微结构恶化加剧，骨折风险相应上升。此类病理性骨改变可通过如Ⅰ型胶原N-末端肽（NTX）和C-末端肽（CTX）等骨吸收标志物进行无创评估。这些标志物相较于骨矿物质密度（BMD）对骨折风险具有更好的预测价值^［19］，提示在高龄CKD患者中监测骨吸收标志物有助于早期防治骨质疏松。吸烟虽非骨质疏松的直接诱因，但多项流行病学研究表明其与骨折风险升高相关，可能机制包括烟草成分干扰骨细胞功能、影响性激素水平以及诱发全身炎症与氧化应激^［20］，因此，在CKD患者的综合管理中，吸烟这一危险因素不容忽视。

尽管本研究中HbA1c和PTH在组间差异具有统计学意义，二元Logistic回归分析结果未显示其具有独立预测价值，可能与样本量及人群异质性有关，需后续分层探讨。已有研究指出，在2型糖尿病患者中，HbA1c升高是骨质疏松的独立危险因素^{［21，22］}，与此一致，本研究低骨量患者HbA1c水平也较高。PTH在肾功能减退的CKD患者中普遍升高，其通过增强破骨细胞活性促进骨吸收，进而增加骨质疏松风险^［23］。有研究报道PTH250 pg/mL为绝经后血液透析患者骨质疏松的独立危险因素，然而本研究中低骨量组PTH平均水平为216.40 pg/mL，反而低于骨量正常组，与该结论不一致，提示PTH在CKD低骨量评估中的作用仍需更大样本及分层研究进一步明确。

综上所述，CKD 5期患者的年龄、V/S、CCR及SMI是影响患者骨密度的独立因素。具体而言，V/S升高以及SMI和CCR的降低，与骨密度下降显著相关。因此，在临床实践中监测CKD患者的体质成分，有助于辅助识别早期骨代谢异常及骨质疏松高风险人群，为实施早期干预提供参考依据。通过控制内脏脂肪堆积和维持肌肉质量，有望改善患者的骨骼健康及整体生活质量。但本研究仍存在一定局限性：首先，研究为单中心研究且样本量相对较小，可能会产生偏倚影响统计结果；其次，本研究是横断面观察性研究，缺乏体质成分动态变化的趋势无法分析；未来有必要进行前瞻性、多中心研究进一步验证本结论。

参考文献

[1] 葛均波， 王辰， 王建安. 内科学［M］. 10版. 北京： 人民卫生出版社， 2024： 525.

[2] 上海慢性肾脏病早发现及规范化诊治与示范项目专家组， 等. 慢性肾脏病筛查诊断及防治指南［J］. 中国实用内科杂志， 2017， 37（1）： 28-34.

[3] 郭佳恒， 张更， 严奉奇， 等. 慢性肾脏病流行病学及其危险因素的研究现状［J］. 中国医药导报， 2023， 20（13）： 50-53.

[4] 马亚平， 王涵玉， 薛国忠， 等. 通过QCT探讨体质成分对慢性肾脏病骨密度的影响［J］. 中国骨质疏松杂志， 2025， 31（5）： 696-702.

[5] 王欣， 穆志静， 孙丽娜， 等. 老年2型糖尿病患者骨质疏松与肌少症的相关性［J］. 中华老年多器官疾病杂志， 2022， 21（1）： 11-14.

[6] 张颖， 王晓旭， 张晓良， 等. 慢性肾脏病患者蛋白质能量消耗、肌少症和衰弱的研究进展［J］. 中华肾脏病杂志， 2024， 40（9）： 757-764.

[7] Wegner F， Sieren MM， Grasshoff H， et al. AI⁃based body composition analysis of CT data has the potential to predict disease course in patients with multiple myeloma［J］. Sci Rep， 2025， 15（1）： 264-275.

[8] 蒋怡华， 杜娟， 陆轶群. 2型糖尿病患者骨骼肌质量与颈动脉粥样斑块形成的相关性研究［J］. 中国糖尿病杂志， 2021， 29（3）： 183-188.

[9] 中华医学会骨质疏松和骨矿盐疾病分会， 章振林. 原发性骨质疏松症诊疗指南（2022）［J］. 中国全科医学， 2023， 26（14）： 1671-1691.

[10] 余明钿， 张慧珍， 洪富源， 等. 慢性肾脏病伴肌少症患者骨密度改变的临床研究［J］. 中国骨质疏松杂志， 2020， 26（8）： 1159-1162.

[11] Avidan Y， Naoum I， Sliman H， et al. Validation of the skeletal muscle index as a predictor of mortality in middle eastern patients undergoing transcatheter aortic valve replacement［EB/OL］. （2025-06-03）［2025-07-24］.

[12] Trivedi T， Hamrick M. Editorial： bone and muscle interactions in bone pathologies［J］. Front Endocrinol （Lausanne）， 2023， 14： 1326694-1326694.

[13] 丁康致， 王鹏， 张静， 等. 血清肌酐和血红蛋白及BMI与西藏地区藏族中老年居民骨质疏松的相关性及其预测价值分析［J］. 西安交通大学学报（医学版）， 2024， 45（6）： 1013-1019.

[14] Shao L， Chen S， Wu Y， et al. Association of serum urea⁃to⁃crea⁃tinine and creatinine⁃to⁃cystatin C ratios with bone mineral density and osteoporosis： a cross⁃sectional study［J］. Sci Rep， 2025， 15（1）： 27774.

[15] 丁家豪， 林萱， 崔静， 等. 中老年男性2型糖尿病患者葡萄糖目标范围内时间、糖化血红蛋白与骨质疏松的相关性［J］. 武汉大学学报（医学版）， 2024， 45（10）： 1195-1201.

[16] 詹昊， 陈其春， 刘田田， 等. 基于QCT分析维持性血液透析患者体质成分变化及骨密度的影响因素［J］. 中国CT和MRI杂志， 2023， 21（12）： 158-160.

[17] Tracey M， Cindy L， Alice L， et al. Preferential fat deposition in subcutaneous versus visceral depots is associated with insulin sensitivity［J］. J Clin Endocrinol Metab， 2011， 96（11）： E1756-E1760.

[18] Takahiro Y， Maiko A， Kumiko Y， et al. The associations of fat tissue and muscle mass indices with all⁃cause mortality in patients undergoing hemodialysis［J］. PLoS One， 2019， 14（2）： e0211988.

[19] Williams C， Anastasopoulou C， Sapra A. Biochemical markers of osteoporosis［EB/OL］. （2024-11-26）［2025-07-30］.

[20] Qu X， Jiang J， Deng Q， et al. Associations between smoking and osteoporosis and all⁃cause mortality in participants from the United States： a cohort study［J］. Front Endocrinol， 2025， 16： 1533633.

[21] 蒙玉民， 廖贵， 唐泉， 等. 血清胱抑素C在不同疾病中的应用研究进展［J］. 广西医学， 2023， 45（23）： 2905-2909.

[22] 陈宏丹， 梁荣珍， 林德文， 等. 老年2型糖尿病患者血清Hb、NLR与BMD、骨代谢及骨质疏松的相关性［J］. 中国老年学杂志， 2023， 43（5）： 1043-1045.

[23] Lipscombe LL， Pereira PL， Shah BR， et al. Association between high levels of parathyroid hormone and frailty： the Nepean osteoporosis and frailty （NOF） study［J］. J Frailty Aging， 2018， 7（4）： 253-257.

基金资助

陕西省重点研发计划一般项目(2025CY-YBXM-196)

西安交通大学第一附属医院教学研究改革项目(JG2022-0323)