このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

研究記事

2型糖尿病における四肢骨格筋量対内臓脂肪面積比と骨密度:横断的研究

50 回視聴

⸱

DOI:

10.3791/72848

⸱

2026年9月3日

この記事について

サマリー

この横断的研究では、2型糖尿病成人における四肢骨格筋量対内臓脂肪面積比と骨密度の共変量条件付き関連について報告します。

要約

2型糖尿病(T2DM)では骨脆弱性が一般的ですが、体格指数(BMI)だけでは四肢筋量と内臓脂肪のバランスを把握することはできません。本レトロスペクティブ横断研究では、T2DMの入院成人患者における四肢骨格筋量対内臓脂肪面積比(SVR)と骨密度(BMD)との関連を検討しました。記述統計解析には合計2,820件の記録が含まれ、回帰分析にはBMDエンドポイントおよびモデル5の共変量が完全に揃った2,798件の記録が含まれました。四肢骨格筋量および内臓脂肪面積は多周波数バイオ電気インピーダンス解析を用いて取得し、腰椎、大腿骨頸部、および全股関節のBMDは二重エネルギーX線吸収法で測定しました。完全調整線形モデルにおいて、SVRが1-SD増加するごとに、腰椎BMD(0.017 g/cm2; 95% CI, 0.007–0.027; P = 0.001)、大腿骨頸部BMD(0.027 g/cm2; 95% CI, 0.019–0.035; P < 0.001)、および全股関節BMD(0.028 g/cm2; 95% CI, 0.020–0.036; P < 0.001)の上昇と関連していました。性別ごとの3分位プロットでは、男女比が著しく偏っていた全体的な3分位で見られた単調なパターンは再現されませんでした。自然立方スプラインモデルでは、3部位すべてにおいて非線形性が検出され(非線形性のすべての P < 0.001)、予測BMDはSVR値の上昇とともに増加し、高値で平坦化しました。HC3-robust信頼区間は、主要な推定値と同様でした。これらの知見は横断的な条件付き関連を示すものであり、因果関係、骨強度、骨折予測、または臨床的なSVR閾値を確定させるものではありません。

概要

骨粗鬆症は、低骨量、骨微細構造の劣化、および脆弱性骨折への感受性の増加を特徴とする1,2。骨折リスクは、年齢、性別、遺伝的感受性、身体組成、および代謝性疾患の影響を受ける3。2型糖尿病(T2DM)においては、骨折リスクが増加しているにもかかわらず、面積骨密度(BMD)が維持または上昇している場合がある。したがって、この集団におけるBMDは、骨強度や骨折確率の直接的な指標としてではなく、骨格表現型として解釈されるべきである4。

筋肉、脂肪組織、および骨は、相互依存的な筋骨格・代謝系を形成しています。骨格筋の減少は機械的負荷を減少させ、マイオカインシグナルを変化させる可能性があります。一方で、内臓脂肪の蓄積は、骨リモデリングに関連する炎症およびアディポカイン経路に寄与する可能性があります5,6。ボディマス指数(BMI)や腹囲の測定では、四肢の筋肉と内臓脂肪を個別に定量化できないため、複合的な体組成比を用いることで、個別の生物学的機序ではなく統計的な曝露因子として、補完的な情報が得られる可能性があります7,8。

筋肉と骨のクロストークは、BMDに関連して複合的な身体組成指標を評価するためのさらなる生物学的背景を提供します9。先行研究では、SVRとBMDとの関連性が直接的に検討されています。Liuらは、一般成人集団において四肢骨格筋量対内臓脂肪面積比(SVR)とBMDおよび骨粗鬆症との関連を評価しました。一方、GuoらはT2DMを患う中国人患者422名を対象に研究を行い、BMDおよび推定10年骨折確率との間に、年齢および性別に依存した関連があることを報告しています10,11。

本研究の新規性は、T2DM患者の大規模な成人コホートにおいてSVRを包括的に評価した点にあります。臨床的に重要な3つの骨格部位における骨密度を検討し、逐次的な共変量調整、性別標準化および性別層別化解析、筋肉量と内臓脂肪成分の同時評価、非線形スプラインモデリング、ならびに堅牢な感度分析を組み込むことで、本研究はT2DMにおける身体組成バランスと骨格健康との関連について、より厳格かつ臨床的な文脈に即した特性評価を提供します。本研究は、より大規模な単一センターの内分泌科入院患者データセット(2,820件の記録)、3つの部位別BMDアウトカム、逐次的な共変量調整、性別標準化および性別層別化解析、四肢骨格筋量(ASM)/内臓脂肪面積(VFA)成分の同時モデル、および事前規定されたサブグループ交互作用テストを用いることで、既存の文献を拡張するものです。著者らは、本コホートとこれらの研究で報告されたデータセットとの間に重複がないことを認識しています。我々は、SVRが高いほど、腰椎、大腿骨頸部、および全股関節のBMDと正の相関があるという仮説を立てました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

このレトロスペクティブ研究は、常州第二人民病院の倫理審査委員会の承認を得て(承認番号:KY017-01)、ヘルシンキ宣言に従って実施されました。匿名化された臨床記録を用いて解析を行ったため、書面によるインフォームドコンセントの取得は免除されました。本研究には、2017年から2022年までの記録が含まれています。

研究デザインおよび記録
このレトロスペクティブ横断的解析では、南京医科大学第三附属病院、常州市第二人民病院内分泌科の入院記録を使用した。予備的なクリーニング後、スクリーニングファイルには3,495件の記録が含まれており、解析単位は入院記録とした。T2DMは、電子カルテに記載された入院診断によって定義した。

18歳未満または80歳超の年齢、120 U/L以上のアラニンアミノトランスフェラーゼまたはアスパラギン酸アミノトランスフェラーゼ、30 mL/min/1.73 m2未満のeGFR、90 g/L未満のヘモグロビン、0.3 µIU/L未満または10 µIU/L以上の甲状腺刺激ホルモン、あるいは、記録のある活動性の慢性感染症、炎症性疾患、悪性腫瘍、極度の身体的不動、または身体組成やBMD評価を著しく歪ませると予想されるその他の状態がある記録は除外されました。主要な検査値または身体組成の情報が不完全であったため合計366件の記録が除外され、事前に規定された臨床的基準またはデータ品質基準により309件が除外された結果、記述統計分析には2,820件の記録が残りました。3つのBMDエンドポイントすべてが欠落していた22件の記録は回帰分析から除外され、各骨格部位モデルに対して2,798件の完全な記録が使用されました。

電子カルテから構造化変数をエクスポートし、キュレーションを行った。変数の定義およびデータ品質のサマリーを独立してレビューし、統計解析の前に、不一致があった箇所については合意によって解決した。

臨床および検査測定
年齢、性別、糖尿病罹患期間、喫煙状況、アルコール摂取量、血圧、および人体計測値は、電子カルテから抽出した。体重および身長は、参加者が軽い衣服を着用し靴を脱いだ状態で、校正済み機器を用いて測定した。BMIは、体重(kg)を身長(m)の2乗で除して算出した。腹囲は臍レベルで、臀囲は臀部の最大突出部で測定し、ウエスト・ヒップ比は腹囲を臀囲で除して算出した。安静時血圧は、自動血圧計を用い、座位で10分間の安静後に測定した。

すべての臨床測定、検査値、身体組成、およびBMD測定は、同一の指標入院期間中に実施された。静脈血は、入院後24時間以内に、一晩の絶食後に採取された。

血液検査
入院後24時間以内に、一晩の絶食後、静脈血サンプルを採取した。ヘモグロビンは自動血球計数装置を用いて測定した。アラニンアミノトランスフェラーゼ、アスパルテートアミノトランスフェラーゼ、γ-グルタミルトランスフェラーゼ、血清尿酸、クレアチニン、トリグリセリド、総コレステロール、高密度リポタンパク質コレステロール、および低密度リポタンパク質コレステロールは、自動化学分析装置を用いて測定した。糖化ヘモグロビン(HbA1c)は高速液体クロマトグラフィーにより測定した。甲状腺刺激ホルモン、遊離トリヨードサイロニン、および遊離サイロキシンは、化学発光免疫測定法を用いて定量した。推算糸球体濾過量(eGFR)は、Chronic Kidney Disease Epidemiology Collaboration(CKD-EPI)2021クレアチニン式を用いて算出した。

骨密度および身体組成
面積骨密度は、二エネルギーX線吸収法(DXA)システムを用いて腰椎、大腿骨頸部、および左大腿骨近位部で測定し、g/cm2で表記した。腰椎および大腿骨近位部の標準的な前後方向の撮像プロトコルを用いた。スキャン前に、参加者は金属類を取り除き、熟練した診療放射線技師によって仰臥位に配置された。腰椎の撮像では、腰椎前弯を軽減するために下腿を支持し、あらかじめ定義された解析領域内に腰椎が含まれるようにした。大腿骨近位部の撮像では、標準的な大腿骨頸部および全股関節領域を得るために、左脚を内旋させ、メーカー提供のポジショニングデバイスを用いて固定した。

すべてのスキャンは、患者の体動、金属による干渉、不完全なデータ取得、解剖学的なポジショニング、および関心領域(ROI)の配置について、トレーニングを受けたオペレーターによってレビューされました。BMD推定値を無効にする可能性のある大幅な体動、ポジショニングエラー、またはアーチファクトが認められたスキャンについては、臨床的に可能な場合は再検し、不可能な場合は解析データセットから除外しました。臨床スキャンの前に、製造元の指示および病院の標準作業手順書に従って、毎日のファントム校正および定期的な品質管理チェックを実施しました。画像解析には、製造元提供の解析ソフトウェアを使用しました。

多周波数生体電気インピーダンス分析装置を用いて身体組成を評価した。本装置は、8点接触電極システムを用いた直接部位別多周波数生体電気インピーダンス分析を採用しており、1, 5, 50, 250, 500, および 1,000 kHz でインピーダンス測定を行う。測定は、朝食前かつ激しい身体活動の前であり、一晩の絶食および排尿後の午前中に実施した。被験者は、軽い服装で裸足の状態で測定を受けた。電極との十分な接触を確保するため、測定前に手のひらと足の裏を清浄した。被験者は、かかとを足電極の正しい位置に合わせ、親指を指定の接点に置いて手電極を保持し、腕を体幹から離して伸ばした状態で直立し、測定中は静止して発声を控えた。

四肢骨格筋量および内臓脂肪面積は、装置から生成された身体組成報告書より取得した。内臓脂肪面積は、生体電気インピーダンス測定値および被験者の特性に基づく独自のアルゴリズムから導出された推定値であり、コンピューター断層撮影(CT)、磁気共鳴画像法(MRI)、または二重エネルギーX線吸収法(DXA)によって直接定量化したものではない。SVRは、四肢骨格筋量(kg)を、生体電気インピーダンス分析(BIA)で推定したVFA(cm2)で除して算出し、単位はkg/cm2とした。2,820件の記録を持つ記述的コホートにおいて、生のSVRは0.207 ± 0.090 kg/cm2(中央値 0.195、範囲 0.063–0.766)であり、全体の3分位カットオフポイントは0.1518および0.2361 kg/cm2であった。VFAの範囲は18.9から270.6 cm2であり、0または負のVFA値は存在しなかった。極低VFAの事前定義された閾値、ウィンゾライズーション規則、または追加の極端な比率の除外基準は適用せず、すべての有限値を解析した。SVRは、独立した生物学的メカニズムとしてではなく、内臓脂肪に対する筋肉の相対的な状態を反映する複合比率曝露として解釈した。コホート標準化SVRは、(SVR − コホート平均)/コホートSDとして算出した。

統計解析
連続変数は平均値として要約された。 ± 標準偏差 (SD) または中央値 (四分位範囲) で示し、カテゴリー変数は n (%) で示した。SVRの3分位群間で、近似的に正規分布を示す連続変数は分散分析により、歪んだ分布を示す変数はKruskal-Wallis検定により、カテゴリー変数はカイ二乗検定により比較した。各BMDエンドポイントに対する主線形モデルは以下の通りとした:BMD = β0 + β1(SVR z スコア) + β2(年齢)+ β3(性別) + β4(BMI) + β5(ウエスト・ヒップ比)+ β6(糖尿病罹患期間)+ β7(ヘモグロビン)+ β8(推算糸球体濾過量) + β9(アラニンアミノトランスフェラーゼ [ALT])+ β10(アスパラギン酸アミノトランスフェラーゼ [AST]) + ε逐次モデル1-5では、~で報告された定義を維持した。 表2 年齢および性は人口統計学的混同変数として扱われた。BMIおよびウエストヒップ比は、身体サイズおよび中心性肥満の共変量として組み込まれたが、これらは身体組成とBMDを結びつける経路の一部を構成している可能性がある。糖尿病罹患期間、ヘモグロビン、eGFR、ALT、およびASTは、臨床状態の共変量として組み込まれたが、これらもまた下流の相関因子である可能性がある。したがって、モデル5は全因果効果ではなく、共変量条件付きの関連性を推定している。

VIFが5未満であれば許容範囲内とみなした。3つの主要モデルはいずれも同一の2,798件のレコードと同一のデザイン行列を使用したため、VIFはBMDのエンドポイント間で共通であり、糖尿病罹患期間 1.25、ヘモグロビン 1.57、eGFR 1.64、BMI 2.01、年齢 2.13、ウエスト・ヒップ比 2.50、性別 2.51、AST 2.80、ALT 3.05、および標準化SVR 3.48であった。

サブグループ解析モデルでは、層別化変数を除いたModel 5共変量セットを使用した。具体的には、性別で層別化したモデルからは性別を、年齢で層別化したモデルからは年齢を、BMIで層別化したモデルからはBMIを、糖尿病罹患期間で層別化したモデルからは罹患期間を、そして腎機能で層別化したモデルからはeGFRを除外した。血糖コントロール区分はModel 5の共変量ではなかったため、その解析ではModel 5の共変量をすべて維持した。性別層別モデルおよび性別による相互作用解析では、性別特異的なSVR zスコアを用いた。それ以外のすべてのサブグループ解析では、コホート標準化SVRを用いた。各相互作用モデルにはサブグループ指標とSVR×サブグループの積項を追加し、対応する主効果モデルと入れ子状のF検定により比較した。18個の相互作用検定(3つのBMDエンドポイント × 6つのサブグループ因子)の全ファミリーに対して、Benjamini-Hochberg補正を適用した。

固定された回顧的期間からのすべての適格な記録を分析したため、事前のパワー計算は行わなかった。精度は、両側95%信頼区間を用いて評価した。線形モデルの仮定は、残差対適合値プロット、quantile–quantile (Q–Q) プロット、scale-location プロット、Cookの距離、Breusch–Pagan検定、および標準化残差診断を用いて評価した。感度分析として、HC3分散不均一性一貫性信頼区間を算出した。非線形性は、部分 F 検定を用いて、モデル5と自由度 [df] 3 の自然立方スプライン曝露項を比較することで検証した。また、4-df および中央 2nd–98th パーセンタイル分析を用いて、形状の感度を評価した。集団平均予測は、未調整 SVR の 2nd–98th パーセンタイルの範囲で表示した。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

レコードの選択および分析サンプル
予備的なクリーニング後に利用可能であった入院T2DMレコード3,495件のうち、主要な臨床検査項目または身体組成項目に不備があった366件を除外し、さらに事前に規定した臨床的基準またはデータ品質基準に基づいて309件を除外した結果、記述統計分析には2,820件のレコードが残った。このコホートの中で、3つのBMDエンドポイントすべてが欠損していた22件のレコードを回帰分析から除外した。同一の2,798件のレコードが、各骨部位のモデル5分析に寄与した。主要変数の欠損数は、年齢 0/2,820 (0%)、性別 0 (0%)、BMI 2 (0.071%)、ウエスト・ヒップ比 0 (0%)、糖尿病罹患期間 0 (0%)、ヘモグロビン 0 (0%)、eGFR 0 (0%)、ALT 0 (0%)、AST 0 (0%)、SVR 0 (0%)、および各BMDエンドポイント 22 (0.78%)であった。2件のBMI欠損値は、BMDが欠損していた22件のレコードに含まれていたため、モデル5においてそれ以上のレコードが失われることはなかった(

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

このレトロスペクティブな横断的解析において、共変量調整後、高いSVRは腰椎、大腿骨頸部、および股関節全体の高い面積BMDと関連していました。見かけ上のグローバルな3分位パターンは顕著な男女不均衡と一致しており、性別ごとの非調整プロットでは再現されませんでした。このことは、連続的な調整解析の重要性を強調しています。スプライン解析では、SVR値が高くなるにつれて関連性が強まり、その後平坦化することが示唆され、HC3頑健推定値は主要な結果と同様でした。これらの推定値は共変量条件付きの関連性であり、SVRを変化させることでBMDが変化するという根拠として解釈されるべきではありません。

これらの結果は、糖尿病による骨格の脆弱性が、単なる面積あたりのBMDだけでなく、より広範な概念によって形成されるという考え方と一致しています4。また、ASM対VFA比を、一般的なBMDおよび糖尿病患者におけるBMDに関連付けた先行研究とも整合しています10,...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者らは、競合する利益がないことを宣言します。

謝辞

本研究は、南京医科大学常州医学センターの臨床研究プロジェクト(助成金番号:CMCB202407)による資金提供を受けて行われました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
自動化学分析装置SiemensADVIA 2400生化学的アッセイ
自動血球計数分析装置SysmexXN-2800ヘモグロビンおよび全血球計算(CBC)測定
自動血圧計OmronU703安静時血圧測定
化学発光免疫測定分析装置SiemensADVIA Centaur XPT甲状腺ホルモン測定
二重エネルギーX線吸収法(DXA)スキャナーHologicEXPLORER腰椎、大腿骨頚部、および全股関節のBMD測定
身長体重計Hengqi Inc.RGZ-120-RT人体計測
高速液体クロマトグラフィー分析装置TOSOHG8-90SLHbA1c測定
多周波数生体電気インピーダンス分析装置BiospaceInBody 720四肢骨格筋量および内臓脂肪面積の測定
R統計ソフトウェアR Foundation for Statistical ComputingVersion 4.6.0統計解析および図表作成

参考文献

  1. Compston JE, McClung MR, Leslie WD. Osteoporosis. Lancet. 2019;393(10169):364-76.
  2. Fan S, et al. Sarcopenic obesity and osteoporosis: Research progress and hot spots. Exp Gerontol. 2024;195:112544.
  3. Trajanoska K, et al. Assessment of the genetic and clinical determinants of fracture risk: genome wide association and mendelian randomisation study. Bmj. 2018;362:k3225.
  4. Khosla S, Samakkarnthai P, Monroe DG, Farr JN. Update on the pathogenesis and treatment of skeletal fragility in type 2 diabetes mellitus. Nat Rev Endocrinol. 2021;17(11):685-97.
  5. Hirschfeld HP, Kinsella R, Duque G. Osteosarcopenia: where bone, muscle, and fat collide. Osteoporos Int. 2017;28(10):2781-90.
  6. Chedraui P, Giannini A, Simoncini T. Osteo-sarcopenic obesity in midlife and older women: a current worldwide public health challenge. Climacteric. 2025;28(6):751-4.
  7. Hua Y, Fang J, Yao X, Zhu Z. Can waist circumference be a predictor of bone mineral density independent of BMI in middle-aged adults? Endocr Connect. 2021;10(10):1307-14.
  8. Yin Z, Yan H, Yu Y, Liu Y. Different associations between waist circumference and bone mineral density stratified by gender, age, and body mass index. BMC Musculoskelet Disord. 2022;23(1):786.
  9. Gries KJ, et al. Muscle-derived factors influencing bone metabolism. Semin Cell Dev Biol. 2022;123:57-63.
  10. Liu J, Ji F, Lee H, Kim JH. Association between the appendicular skeletal muscle mass-to-visceral fat area ratio and bone mineral density and osteoporosis: A cross-sectional study. Exp Gerontol. 2025;206:112772.
  11. Guo Y, et al. The associations between skeletal muscle mass to visceral fat area ratio (SVR) with bone mineral density (BMD) and 10-year probability of fracture risk in Chinese patients with type 2 diabetes mellitus (T2DM): a cross-sectional study. Endokrynol Pol. 2025;76(2):202-11.
  12. Lee K. Association of osteosarcopenic obesity and its components: osteoporosis, sarcopenia and obesity with insulin resistance. J Bone Miner Metab. 2020;38(5):695-701.
  13. Imerb N, Thonusin C, Chattipakorn N, Chattipakorn SC. Aging, obese-insulin resistance, and bone remodeling. Mech Ageing Dev. 2020;191:111335.
  14. Dungan CM, et al. In vivo analysis of γH2AX+ cells in skeletal muscle from aged and obese humans. FASEB J. 2020;34(5):7018-35.
  15. Munoz-Canoves P, Neves J, Sousa-Victor P. Understanding muscle regenerative decline with aging: new approaches to bring back youthfulness to aged stem cells. FEBS J. 2020;287(3):406-16.
  16. You Y, et al. WTAP-mediated m(6)A modification modulates bone marrow mesenchymal stem cells differentiation potential and osteoporosis. Cell Death Dis. 2023;14(1):33.
  17. Gao L, et al. Relationship between body composition and bone mineral density in postmenopausal women with type 2 diabetes mellitus. BMC Musculoskelet Disord. 2022;23(1):893.

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

筋肉脂肪比生物電気インピーダンス法二重エネルギーX線吸収法腰椎骨密度大腿骨頸部骨密度