연구 논문

생체 임피던스 분석에 기반한 습담 체질의 식별: 세포외액과 몸통 리액턴스의 독립적 연관성

27 조회수

⸱

2026년 9월 11일

 ,  ,  ,  ,  ,  , 
1Shanghai Pudong New Area Beicai Community Health Service Center, 2Department of Traditional Chinese Medicine, Shanghai Pudong Gongli Hospital, 3Department of Geriatrics, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine

이 논문에서

요약

이 단면 연구는 생체 전기 임피던스 분석(BIA)을 통해 측정된 세포외수분과 몸통 리액턴스가 습체질과 독립적으로 연관되어 있음을 확인하였습니다. 이러한 정량적 파라미터는 체액 상태 및 몸통의 생체 전기적 특성의 차이를 시사합니다.

초록

본 연구는 전통 중의학(TCM)의 습성 체질(담음 및 습열 체질)과 독립적으로 연관된 객관적인 생체 전기 임피던스 분석(BIA) 파라미터를 식별하여, 습성 체질의 객관적 판별을 위한 후보 지표를 제공하는 것을 목적으로 하였다. 이 단면 연구에서는 지역사회 건강검진 프로그램을 통해 232명의 참여자(화합 체질 129명, 습성 체질 103명)를 연속적으로 모집하였다. 전신 및 부위별 체액 분포, 생체 전기 파라미터 및 악력을 측정하였다. LASSO(Least Absolute Shrinkage and Selection Operator) 회귀 분석을 사용하여 핵심 특성을 식별하였으며, 다변량 로지스틱 회귀 분석을 통해 습성 체질과의 독립적 연관성을 평가하였다. 또한 성별 층화 분석 및 민감도 분석(Winsorization 및 허리-엉덩이 비율 또는 복부 둘레에 대한 추가 보정)을 수행하였다. LASSO 분석 결과, 왼쪽 하지 위상각(PA_LL), 몸통 리액턴스(Reactance_TR), 세포외수분(ECW), 체지방률(PBF), 평균 악력의 5가지 핵심 특성이 식별되었다. 다변량 모델에서 ECW(OR = 1.307, 95% CI: 1.046–1.649, p = 0.021)와 Reactance_TR(OR = 2.163, 95% CI: 1.124–4.267, p = 0.023)은 습성 체질과 독립적이고 정적인 연관성을 보였다. 성별 층화 분석에서는 두 연관성 모두 남성에서 통계적으로 유의미하였으나(ECW: OR = 1.407, p = 0.038; Reactance_TR: OR = 2.764, p = 0.030), 여성에서는 유의미하지 않았다. 공식적인 상호작용 테스트 결과 통계적으로 유의미한 성별 차이는 나타나지 않았으며(성별 × ECW: p = 0.573; 성별 × Reactance_TR: p = 0.605), 이는 겉으로 드러난 성별 차이가 표본 수가 적은 여성 하위 그룹의 낮은 통계적 검정력으로 인한 것일 수 있음을 시사한다. 이러한 연관성은 모든 민감도 분석에서도 안정적으로 유지되었다. 결론적으로, ECW와 Reactance_TR은 습성 체질과 독립적으로 연관된 두 가지 핵심 BIA 지표이며, 이는 해당 체질의 개인에게서 몸통 체액 정체와 변화된 생체 전기적 특성이 나타남을 시사한다. 이 파라미터들은 습성 체질의 객관적 판별을 위한 예비 후보 지표가 되며, 향후 독립적인 집단에서의 검증이 필요하다.

서론

전통 중의학의 체질 의학 이론에 따르면, 개인의 체질은 질병의 발생, 진행 및 결과의 내부적 배경을 구성합니다1. 이 중 습성 체질(담음-습 및 습열 체질)은 임상 현장에서 흔히 접하는 체질 불균형의 유형이며2, 대사 장애, 노쇠, 심혈관 및 대사성 질환과 같은 건강 악화 위험의 증가와 유의미한 연관이 있습니다3,4. 그러나 현재의 습성 체질 평가는 주로 설문지 평가나 중의사의 임상적 판단에 의존하고 있으며5, BIA 파라미터가 개인의 체질을 정확하게 판별할 수 있는 능력은 아직 검증되어야 합니다.

BIA는 체성분 유형을 효과적으로 식별하기 위한 잠재적 지표를 제공할 수 있습니다. 이전 연구들에 따르면, BIA에서 도출된 체액 분포 파라미터는 세포막 기능 파라미터와 결합하여 전통적인 근육량 측정법을 넘어 신체의 기능적 상태와 장기적 예후를 더 민감하게 반영할 수 있음이 나타났습니다. 예를 들어, BIA 기반의 세포외수분 대비 세포내수분 비율(ECW/ICW)은 모든 원인에 의한 사망률 및 부정적인 임상 결과와 독립적인 연관성이 있는 것으로 밝혀졌습니다6,7. 또한, 총체수분 대비 세포외수분 비율(ECW/TBW)의 상승은 하지 기능 저하 및 근력 감소와 밀접한 관련이 있습니다8. 나아가, 세포막의 무결성과 신체 세포 질량의 표지자인 위상각(PhA)과 리액턴스(Xc)는 초기 기능 저하, 영양 불량 및 염증 상태를 모니터링하는 데 독특한 장점을 제공합니다8,9,10. 특히 주목할 점은 국소 체액 파라미터가 전신 지표보다 특정 부위의 기능적 수행 능력을 더 정확하게 예측할 수 있으며11,12, Xc와 같은 원시 파라미터를 직접 사용하는 것이 방정식으로 추정된 근육량보다 근육 기능의 변화를 더 직접적으로 반영할 수 있다는 것입니다13. 이러한 연구들은 습담질(dampness constitution)을 평가하기 위한 BIA 기반 방법론을 개발하는 데 견고한 이론적 근거를 제공합니다.

체질 분류와 관련하여, 이전 연구들은 BIA 파라미터와 한의학적 체질 간의 상관관계를 규명하려고 시도해 왔습니다. 혈청 프로테오믹스 분석을 통해 습담질(dampness constitution) 개인에게서 면역 및 염증 관련 단백질의 차등 발현이 확인되었습니다2. 또한, BIA로 측정된 ECW/TBW 비율은 기능 저하 및 체액 과부하와 밀접한 관련이 있는 것으로 나타났으며14, BIA 기반의 세포외수분 증가가 염증 수치 상승을 동반할 수 있음이 밝혀졌습니다15. 체액 대사의 이상과 염증 상태는 습담질의 ‘점탁(viscous and turbid)’한 특성의 근저에 있는 핵심 병리 기전을 구성합니다. 그러나 다차원 BIA 파라미터를 습담질과 관련하여 체계적으로 평가한 연구는 부족하며, 부위별 원시 전기 파라미터(segmental raw electrical parameters)의 잠재적 가치는 여전히 대부분 미개척 상태로 남아 있습니다. 따라서 다차원 BIA 파라미터와 습담질 사이의 독립적인 연관성을 조사하는 것은 이 체질을 객관적으로 식별하기 위한 새로운 관점을 제공할 것으로 기대됩니다.

요약하자면, 본 연구에서는 LASSO 회귀 분석 시스템을 활용하여 습담질(dampness constitution)과 독립적으로 연관된 핵심 BIA 지표를 식별하였으며, 다변량 로지스틱 회귀 분석을 통해 선택된 지표들의 독립적인 기여도를 평가하였습니다. 또한, 성별에 따른 연관성의 잠재적 차이를 탐색하기 위해 민감도 분석을 수행하였습니다. 이는 습담질을 효과적으로 식별할 수 있는 BIA 기반 측정법 개발을 위한 이론적 근거와 후보 지표를 제공합니다.

프로토콜

본 연구는 상하이 푸동 신구 베이차이 커뮤니티 보건 서비스 센터(Shanghai Pudong New Area Beicai Community Health Service Center) 윤리 위원회의 심의 및 승인을 받았습니다(승인 번호 20250425AR; 2025년 4월 25일 승인). 모든 참여자는 연구 참여 전 서면 동의서를 제출하였습니다.

연구 설계 및 연구 대상

본 단면 연구는 BIA를 이용하여 습성 체질(담습 및 습열)과 관련된 객관적 지표를 식별하는 것을 목표로 하였다. 대상자는 2025년 7월 1일부터 2026년 1월 5일 사이 상하이 푸동 신구의 베이차이 커뮤니티 보건 서비스 센터에서 실시된 지역사회 기반 건강 검진 프로그램을 통해 모집되었다. 이 기간 동안 TCM 체질 평가와 BIA 측정을 모두 완료한 모든 개인을 순차적으로 등록하였다. 주요 변수 중 데이터가 누락된 참가자는 제외되었다. 최종적으로 총 232명의 참가자가 포함되었으며, 이 중 조화 체질군 129명과 습성 체질군 103명으로 구성되었다.

습담 체질의 진단 기준

체질 평가는 전통 중의학(TCM) 체질 분석을 위해 특허받은 휴대용 스마트 미러(Hi-Face22; 중국 실용신안 특허 제ZL 2021 2 1286496.5호)를 사용하여 수행되었습니다. 이 장비는 TCM의 표준화된 9체질 분류 체계를 적용하며, 얼굴 특징과 내장 설문지 응답을 바탕으로 정량화된 체질 진단 결과를 생성합니다. 담음(phlegm-damp) 또는 습열(damp-heat) 체질이 주된 유형으로 확인된 참가자는 습성 체질군에 포함되었으며, 조화 체질(harmonious constitution) 기준을 충족하고 다른 체질적 불균형이 없는 참가자는 대조군에 포함되었습니다2. 저희가 알고 있는 바로는, 독립적인 참조 표준(예: TCM 전문가 평가 또는 검증된 설문지)을 통해 이 장비의 유효성을 검증한 피어 리뷰 논문은 발표되지 않았으며, 이는 본 연구의 한계점으로 인정됩니다.

BIA 및 체성분 측정

BIA 측정은 제조사의 표준 운영 절차를 엄격히 준수하여 다주파수 8점 접촉 전극 분절 생체 전기 임피던스 분석기(InBody 770, 재료 표 참조)를 사용하여 수행되었습니다. 이 장치는 여러 주파수(1, 5, 50, 250, 500, 1,000 kHz)의 교류 전류를 인가하며 위상 민감형으로, 4극 전극 구성을 통해 전신 및 5개 분절(우측 팔, 좌측 팔, 몸통, 우측 다리, 좌측 다리)의 저항(R), 리액턴스(Xc) 및 위상각(PhA)을 직접 측정합니다. 몸통 저항, 리액턴스 및 위상각은 오른손과 오른발 전극 사이에서 측정되었으며 50 kHz에서 기록되었습니다. BIA 장치는 체액 및 전해질 상태의 영향을 받는 생체 전기 파라미터를 직접 측정하며, 보고된 체액량 및 체성분 값은 장치의 예측 방정식에서 도출된 추정치라는 점에 유의해야 합니다. 측정 전, 피험자는 최소 2시간 동안 금식하고, 12시간 동안 격렬한 운동을 피하며, 방광을 비워야 했습니다. 측정 동안 피험자는 맨발로 발 전극 위에 섰고 양손으로 손 전극을 잡았습니다. 다음의 체성분 파라미터가 기록되었습니다: 총체수(TBW), 세포내수(ICW), 세포외수(ECW), ECW/TBW 비율(수치 및 백분율), TBW/제지방량(TBW/FFM) 비율, 체지방률(PBF), 체지방량(BFM), 내장지방면적(VFA), 지방질량지수(FMI), 비만도, 골격근량(SMM), 제지방량(SLM), 제지방량(FFM), 세포질량(BCM), 단백질, 상완위(AMC), 기초대사량(BMR). 다음의 분절 생체 전기 파라미터가 기록되었습니다: 전신 위상각(PA_Whole), 우측 상지 위상각(PA_RA), 좌측 상지 위상각(PA_LA), 몸통 위상각(PA_TR), 우측 하지 위상각(PA_RL), 좌측 하지 위상각(PA_LL), 몸통 임피던스(Impedance_TR), 몸통 리액턴스(Reactance_TR). 동시에 신장, 체중, 체질량지수(BMI), 허리-엉덩이 비율(WHR), 복부 둘레, 좌우 종아리 둘레와 같은 인체 측정 파라미터가 측정되었습니다.

악력 측정

악력은 디지털 악력계(재료 표 참조)를 사용하여 측정하였습니다. 좌우 손을 번갈아 가며 각 손당 두 번의 최대 등척성 수축을 수행하고 수축 간에 1분간의 휴식을 취한 후, 우세손의 두 차례 측정값의 평균을 계산하여 분석에 사용하였습니다(Mean_Grip).

통계 분석

전체적인 분석 체계(LASSO 기반의 특성 스크리닝 후 다변량 로지스틱 회귀 분석, 성별 층화 분석 및 민감도 분석)는 사전에 정의되었습니다. 하지만 최종 모델에 포함될 구체적인 특성들은 데이터 기반의 LASSO 선택을 통해 결정되었으며, 성별 층화 분석 및 민감도 분석은 탐색적 분석으로 간주되어야 합니다. 분석에 포함된 모든 변수에서 결측값은 나타나지 않았습니다. 정규 분포를 따르는 연속형 변수는 평균 ± 표준편차로 표기하였으며, 정규 분포를 따르지 않는 변수는 중앙값(사분위 범위)으로 표기하였습니다. 범주형 변수는 빈도(백분율)로 표기하였습니다. 그룹 간 비교는 독립 표본 t-검정, Mann-Whitney U 검정 또는 카이제곱 검정을 사용하여 수행하였으며, P < 0.05일 때 통계적으로 유의미한 것으로 간주하였습니다.

이후 LASSO 회귀 분석을 사용하여 BIA 특성을 스크리닝하였습니다. 최적의 페널티 파라미터 λ는 10-겹 교차 검증을 통해 결정되었으며, 교차 검증 오차를 최소화하는 λ(λ.min)에서 계수가 0이 아닌 특성들을 선택하였습니다. 모델의 판별력은 ROC 곡선 아래 면적(AUC)을 사용하여 평가하였습니다. 10-겹 교차 검증 절차는 오직 LASSO 페널티 파라미터 λ를 선택하는 데에만 사용되었으며, 최종 모델의 검증으로 사용되지 않았습니다. 최종 모델의 내부 검증은 부트스트랩 낙관성 보정(1,000회 재표본 추출) 및 5-겹 교차 검증을 통해 수행하였으며, 다중 공선성은 분산 팽창 요인(VIF)을 사용하여 평가하고 5 미만의 값을 허용 가능한 것으로 간주하였습니다. 모델 보정은 Hosmer–Lemeshow 적합도 검정과 부트스트랩 보정 보정 기울기를 사용하여 평가하였습니다. 임상적 순이익은 결정 곡선 분석(DCA)을 통해 평가하였습니다. DCA는 0–1.0의 전체 임계 확률 범위에서 수행되었으며, 순이익은 '모두 치료' 및 '아무도 치료하지 않음' 참조 전략과 상대적으로 표현되었습니다. 임상적 결정 시나리오는 지역사회 스크리닝 참여자 중 습체질에 대해 추가 평가 또는 중재를 권고할지 여부였습니다.

이어서 LASSO 스크리닝을 통해 식별된 특징들을 연령 및 성별과 함께 다변량 로지스틱 회귀 모델에 통합하여, 각 지표와 습체질 간의 독립적 연관성을 평가하였으며, 이를 통해 오즈비(OR)와 95% 신뢰구간(CI)을 산출하였습니다.

연관성의 안정성을 평가하기 위해 성별에 따른 하위 그룹 분석을 수행하였습니다. 민감도 분석에는 (1) 연속형 변수에 대해 1% 및 99% 윈저라이제이션(Winsorization) 적용, (2) 허리-엉덩이 비율 또는 복부 둘레에 대한 추가 보정이 포함되었습니다. 모든 통계 분석은 R 버전 4.5.2를 사용하여 수행되었습니다.

결과

기초 특성

본 연구에는 총 232명의 참여자가 포함되었으며, 조화형 체질 그룹 129명(55.6%)과 습담형 체질 그룹 103명(44.4%)으로 구성되었다(Table 1). 연령, 성별 및 악력의 경우 두 그룹 간에 통계적으로 유의미한 차이가 없었다(P > 0.05). 그러나 체성분 지표에서는 습담형 체질 그룹과 조화형 체질 그룹 간에 유의미한 차이가 관찰되었다. 습담형 체질 그룹은 조화형 체질 그룹에 비해 TBW (p = 0.024), ICW (p = 0.033), ECW (p = 0.015) 수치가 유의하게 높게 나타나, 습담형 체질을 가진 개인이 더 높은 체액 함량을 가지고 있음을 보여주었다. 동시에, 습담형 체질 그룹은 SMM (p = 0.032), SLM (p = 0.028), FFM (p = 0.026), BCM (p = 0.033)에서 유의미한 증가를 보여 제지방량이 더 많음을 시사했다. 또한, 단백질-Protein (p = 0.032)과 상완근 둘레(AMC; p = 0.044) 역시 조화형 체질 그룹보다 습담형 체질 그룹에서 유의하게 높았다. 나아가 습담형 체질 그룹의 BMR이 유의하게 높게 나타났으며(p = 0.026), 이는 이들의 높은 제지방량 수준과 일치하는 결과이다. 지방 분포와 관련하여, PBF 및 BMI 측면에서는 두 그룹 간 유의미한 차이가 없었으나, 습담형 체질 그룹의 VFA (p = 0.048)와 복부 둘레(p = 0.044)는 모두 조화형 체질 그룹보다 유의하게 높았으며, 이는 습담형 체질에서 중심성 지방 분포로 향하는 특징적인 경향이 있음을 시사한다. 주목할 점은 ECW가 두 그룹 간에 유의미하게 달랐음에도 불구하고, ECW/TBW 비율은 통계적으로 유의미한 차이를 보이지 않아(p = 0.228), 체액 분포의 전반적인 비율 구조는 상대적으로 안정적이었음을 나타낸다. 보정하지 않은 기술적 비교에서는 전신 및 부위별 생체 임피던스와 리액턴스 값에서 두 그룹 간 유의미한 차이가 발견되지 않았다(예: Reactance_TR: 3.30 [3.00, 3.60] vs 3.30 [2.90, 3.70], p = 0.711). 특히, 이러한 단변량 비교와 다변량 회귀 분석은 서로 다른 질문을 다루며, 공변량 보정 후 특정 파라미터가 유의미해질 수 있다.

LASSO 회귀 분석 기반의 예측 모델 특성 선택 및 평가

LASSO 회귀 분석의 교차 검증 오차 곡선과 계수 경로 플롯이 그림 1A,B에 제시되어 있습니다. λ.min 기준에 따라, 모델은 최종적으로 0이 아닌 회귀 계수를 가진 5개의 핵심 특성을 식별하였습니다(표 2). 각 특성에 대한 LASSO 회귀 계수는 다음과 같습니다: PA_LL (계수 = −0.315), Reactance_TR (계수 = 0.291), ECW (계수 = 0.185), PBF (계수 = 0.018), 및 Mean_Grip (계수 = 0.002). 이러한 특성들로 구축된 예측 모델은 곡선하 면적(AUC)이 0.657(95% 신뢰 구간: 0.587–0.727)인 수신자 조작 특성(ROC) 곡선을 나타내어, 중간 정도의 판별력을 보였습니다(그림 2A). 부트스트랩 낙관주의 보정(B = 1,000) 후 AUC는 0.607이었으며, 5-겹 교차 검증 결과 AUC는 0.585로 나타나 어느 정도의 과적합 낙관주의가 있음을 시사했습니다(보충 표 1). Hosmer–Lemeshow 검사(χ2 = 8.882, df = 8, p = 0.352)에 따르면 모델 보정은 적절하였으나, 부트스트랩 보정된 보정 기울기가 0.696으로 나타나 일부 낙관주의가 있음을 시사했습니다(보충 표 1). 최종 모델의 모든 예측 변수에 대한 VIF 값은 1.55에서 3.77 사이로 나타나, 문제가 되는 다중공선성은 없는 것으로 확인되었습니다(보충 표 2). 결정 곡선 분석(그림 2B)에서 모델의 순이익 곡선은 임계 확률 약 0.55까지 '치료하지 않음(treat none)' 참조선보다 위에 있었으나, 평가된 전체 임계 확률 범위(0–1.0)에서 '모두 치료함(treat all)' 참조선보다는 아래에 머물렀습니다. 또한, 약 0.6 이상의 범위에서는 모델의 순이익이 0 아래로 떨어졌습니다. 이러한 결과는 본 표본 내에서 모델의 임상적 유용성이 제한적임을 나타냅니다.

습담질(dampness constitution)과 독립적으로 연관된 요인: ECW 및 Reactance_TR

습담질(dampness constitution)과 연관된 독립적 요인을 추가로 식별하기 위해, 본 연구에서는 LASSO 회귀 분석을 통해 확인된 5가지 핵심 특징(ECW, PBF, PA_LL, Reactance_TR, Mean_Grip)과 연령 및 성별을 다변량 로지스틱 회귀 모델에 포함하였습니다. 분석 결과, ECW와 Reactance_TR이 습담질과 독립적으로 연관되어 있는 것으로 나타났습니다(표 3). 구체적으로, ECW가 1L 증가할 때마다 습담질로 분류될 확률이 30.7% 증가하였습니다(OR = 1.307, 95% CI: 1.046–1.649, p = 0.021). ECW의 1 표준편차(2.14 L)당으로 표현했을 때의 오즈비는 1.774(95% CI: 1.100–2.916)였습니다. Reactance_TR 또한 유의미한 독립적 정적 상관관계를 보였습니다(OR = 2.163, 95% CI: 1.124–4.267, p = 0.023). 반면, PBF, PA_LL 및 Mean_Grip은 공변량을 보정한 후 통계적 유의성에 도달하지 못하였습니다(P > 0.05).

독립 연관 요인의 성별 층화 분석

앞서 언급한 연관 지표들이 성별 하위 그룹 간에 안정적인지 조사하기 위해, 본 연구에서는 성별로 층화하여 다변량 로지스틱 회귀 분석을 수행하였습니다. 남성 하위 그룹에서는 ECW와 Reactance_TR의 독립적인 연관성이 유지되었습니다. 구체적으로, 남성에서 ECW가 1단위 증가할 때마다 습체질의 오즈(odds)는 40.7% 증가하였습니다 (OR = 1.407, 95% CI: 1.030–1.974, p = 0.038). Reactance_TR의 OR은 2.764로 높게 나타났습니다 (95% CI: 1.140–7.255, p = 0.030). 반면, PBF, PA_LL 및 Mean_Grip은 남성 하위 그룹에서 통계적 유의성이 없었습니다 (p > 0.05) (표 4).

여성 하위 그룹에서는 연관성이 통계적으로 유의하지 않았습니다. 구체적으로, ECW의 효과는 약화되어 더 이상 유의하지 않았으며(OR = 1.353, 95% CI: 0.940–1.979, p = 0.108), Reactance_TR의 OR은 1.666(95% CI: 0.578–4.960, p = 0.348)으로 감소하여 두 항목 모두 통계적 임계값에 도달하지 못했습니다. PBF, PA_LL 및 Mean_Grip 또한 여성 하위 그룹에서 유의하지 않았습니다(p > 0.05) (Table 5). 그러나 공식적인 상호작용 테스트 결과 성별 간의 통계적으로 유의한 차이는 나타나지 않았으며(sex × ECW: OR = 1.127, 95% CI: 0.744–1.716, p = 0.573; sex × Reactance_TR: OR = 1.353, 95% CI: 0.428–4.282, p = 0.605), 이는 겉으로 드러난 성별 차이가 실제 연관성의 차이보다는 여성 하위 그룹의 적은 표본 수와 그로 인한 통계적 검정력의 감소를 반영하는 것일 수 있음을 시사합니다(Supplementary Table 3).

상기 연관성의 견고성을 평가하기 위해 본 연구에서는 민감도 분석을 수행하였다. 윈저화(Winsorization) 이후에도 ECW는 여전히 습담 체질과 독립적인 양의 상관관계를 유지하였다(또는 = 1.331, 95% 신뢰구간(CI): 1.055–1.694, p = 0.018), 그리고 Reactance_TR의 효과 또한 통계적으로 유의미하게 유지되었다 (또는 = 2.321, 95% 신뢰구간(CI): 1.182–4.682, p = 0.016). 윈저라이징(winsorized) 분석에서 PBF와 PA_LL은 각각 OR = 1.054 (95% CI: 1.000–1.113) 및 OR = 0.592 (95% CI: 0.342–1.006)의 효과 추정치와 함께 경계성 P 값(0.053 및 0.056)을 나타냈다(표 6); 허리-엉덩이 비율에 대해 추가 조정을 거친 후, 두 항목 모두 명목상 유의성에 도달했습니다 (체지방률: OR = 1.086, 95% CI: 1.005–1.178, p = 0.040; PA_LL: OR = 0.574, 95% CI: 0.335–0.964, p = 0.039; 보충 표 4). 이러한 덜 안정적인 결과들은 주의해서 해석해야 합니다. 또한, 별도의 민감도 분석에서 허리-엉덩이 비율 또는 복부 둘레를 추가로 보정한 후에도 ECW 및 Reactance_TR의 독립적인 연관성은 통계적으로 유의미하게 유지되었습니다.보충 표 4 및 5종합하면, 세 가지 민감도 분석 결과 ECW 및 Reactance_TR의 독립적 연관성은 모든 설정에서 통계적으로 유의미하게 유지되었으며, 연속 변수의 윈저화(Winsorization)나 추가적인 잠재적 교란 요인의 보정 후에도 방향성의 변화나 유의성 상실이 나타나지 않았습니다.

데이터 가용성:

본 연구 과정에서 생성된 모든 원시 데이터와 분석된 데이터 세트는 Zenodo 리포지토리(https://doi.org/10.5281/zenodo.21187319)에서 공개적으로 확인할 수 있습니다.

Lasso 회귀 분석 그래프; A. 교차 검증 오차 vs log(λ), B. 계수 경로.
그림 1: LASSO 회귀 모델의 특성 선택 과정. (A) 10-겹 교차 검증(10-fold cross-validation)에 기반한 LASSO 회귀 모델의 오차 곡선. x축은 log(λ) 값을, y축은 교차 검증 오차를 나타내며, 수직 오차 막대는 10개 겹 전체의 교차 검증 오차(이항 편차, binomial deviance)의 표준 오차를 나타낸다. 두 개의 수직 점선은 λ.min(최소 교차 검증 오차에 해당하는 λ 값)과 λ.1se(λ.min의 1 표준 오차 범위 내에서 가장 단순한 모델에 해당하는 λ 값)를 나타내며, λ.min을 사용하여 특성을 선택하였다. (B) LASSO 회귀 모델의 계수 경로도. x축은 log(λ) 값을, y축은 각 특성의 회귀 계수를 나타낸다. λ가 증가함에 따라 무관한 변수의 계수가 점차 0으로 수축하며, 최종적으로 λ.min 기준 하에 계수 값이 0이 아닌 5개의 특성이 선택되었다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.

ROC 곡선 분석, 그래프 AUC=0.657, CI=0.587-0.727, 결정 곡선 방법론 B.
그림 2: 예측 모델의 판별력 및 임상적 유용성 평가. (A) ROC 곡선. 모델의 AUC는 0.657(95% CI: 0.587–0.727)이었다. (B) 임계 확률 범위 0–1.0에서의 DCA. 보라색 점선과 검은색 점선은 각각 '모두 치료(treat all)' 및 '모두 치료하지 않음(treat none)' 참조 전략을 나타내며, 녹색 실선은 모델을 나타낸다. 모델의 순 이익 곡선은 약 0.55까지의 임계 확률에서 '모두 치료하지 않음' 참조선 위에 위치했으며 약 0.6 이상에서 0 아래로 떨어졌고, 전체 범위에서 '모두 치료' 참조선 아래에 머물렀다. 이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.

표 1: 체질별로 층화한 연구 대상자의 기초 특성. 조화 체질의 참가자와 습체질 참가자 간의 인구통계학적, 신체측정학적, 체성분, 생체전기 임피던스 및 악력 특성을 비교하였다. 데이터는 적절하게 평균 ± 표준편차, 중앙값 [사분위수 범위] 또는 n (%)로 표시되었다. 약어: TBW = 총체수; ICW = 세포내수; ECW = 세포외수; PBF = 체지방률; BFM = 체지방량; VFA = 내장지방단면적; FMI = 지방질량지수; SMM = 골격근량; SLM = 제지방량; FFM = 제지방량; BCM = 세포질량; AMC = 상완근 둘레; BMR = 기초대사량; BMI = 체질량지수; WHR = 허리-엉덩이 둘레비; AC = 복부 둘레; PA = 위상각; IQR = 사분위수 범위. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 2: LASSO 회귀 분석으로 선택된 주요 특징 및 회귀 계수. LASSO 회귀 분석의 λ.min 기준을 사용하여 계수가 0이 아닌 5가지 특징을 선택하였다. 약어: LASSO = least absolute shrinkage and selection operator; PA_LL = 하퇴 위상각; Reactance_TR = 몸통 리액턴스; ECW = 세포외수분; PBF = 체지방률; Mean_Grip = 평균 악력. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 3: 습담질과 관련된 요인에 대한 다변량 로지스틱 회귀 분석. 연령과 성별을 보정한 후 LASSO로 선택된 특성과 습담질 간의 연관성을 평가하였다. 약어: OR = 오즈비; CI = 신뢰 구간; ECW = 세포외수분; PBF = 체지방률; PA_LL = 좌하지 위상각; Reactance_TR = 몸통 리액턴스; Mean_Grip = 평균 악력. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 4: 남성의 습담 체질과 관련된 요인에 대한 다변량 로지스틱 회귀 분석. 연령을 보정한 후, 선정된 특징들과 습담 체질 간의 연관성을 남성 하위 그룹에서 평가하였다.
약어: OR = 오즈비; CI = 신뢰 구간; ECW = 세포외수분; PBF = 체지방률; PA_LL = 왼쪽 하지 위상각; Reactance_TR = 몸통 리액턴스; Mean_Grip = 평균 악력. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 5: 여성의 습담 체질과 연관된 요인에 대한 다변량 로지스틱 회귀 분석. 연령을 보정한 후, 여성 하위 그룹에서 선택된 특징들과 습담 체질 간의 연관성을 평가하였다.
약어: OR = 오즈비; CI = 신뢰 구간; ECW = 세포외수분; PBF = 체지방률; PA_LL = 왼쪽 하지 위상각; Reactance_TR = 몸통 리액턴스; Mean_Grip = 평균 악력. 이 파일을 다운로드하려면 여기를 클릭하십시오.

표 6: 윈저라이제이션(Winsorization) 후 다변량 로지스틱 회귀 분석. 민감도 분석을 통해 연속형 변수에 1% 및 99% 윈저라이제이션을 적용한 후 습체질과 연관된 요인을 평가하였다. 약어: OR = 오즈비; CI = 신뢰구간; ECW = 세포외수분; PBF = 체지방률; PA_LL = 좌하지 위상각; Reactance_TR = 몸통 리액턴스; Mean_Grip = 평균 악력. 이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 1: 최종 다변량 로지스틱 회귀 모델의 내부 검증 및 보정. 모델 성능은 겉보기 및 낙관주의 교정 판별력, 5-겹 교차 검증, 적합도 검정 및 부트스트랩 보정을 사용하여 평가되었다. 표준 편차 1단위당 ECW 연관성 또한 보고되었다.
약어: AUC, 수신자 조작 특성 곡선 아래 면적; CI = 신뢰 구간; ECW, 세포외수분; OR, 오즈비; df, 자유도.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 2: 최종 다변량 로지스틱 회귀 모델 내 예측 변수의 분산 팽창 요인. 최종 모델에 포함된 예측 변수 간의 다중공선성을 평가하기 위해 분산 팽창 요인을 계산하였습니다.
약어: VIF = 분산 팽창 요인; ECW = 세포외수분; PBF = 체지방률; PA_LL = 왼쪽 하지 위상각; Reactance_TR = 몸통 리액턴스; Mean_Grip = 평균 악력.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 3: 습체질에 대한 성별과 세포외수분 및 몸통 리액턴스의 상호작용. 세포외수분 및 몸통 리액턴스와 습체질 간의 연관성이 성별에 따라 차이가 있는지 확인하기 위해 상호작용 항을 평가하였습니다.
약어: ECW = 세포외수분; OR = 오즈비; CI = 신뢰구간; LRT = 우도비 검정; Reactance_TR = 몸통 리액턴스.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 4: 허리-엉덩이 비율 보정 후의 다변량 로지스틱 회귀 분석. 민감도 분석을 통해 허리-엉덩이 비율을 추가로 보정한 후 선택된 특성들과 습체질 간의 연관성을 평가하였다.
약어: OR = 오즈비; CI = 신뢰구간; ECW = 세포외수분; PBF = 체지방률; PA_LL = 왼쪽 하지 위상각; Reactance_TR = 몸통 리액턴스; Mean_Grip = 평균 악력; WHR = 허리-엉덩이 비율.이 파일을 다운로드하려면 여기를 클릭하십시오.

보충 표 5: 복부 둘레 보정 후 다변량 로지스틱 회귀 분석. 민감도 분석을 통해 복부 둘레를 추가로 보정한 후 선택된 특성들과 습체질 사이의 연관성을 평가하였다.
약어: OR = 오즈비; CI = 신뢰 구간; ECW = 세포외수분; PBF = 체지방률; PA_LL = 좌측 하지 위상각; Reactance_TR = 몸통 리액턴스; Mean_Grip = 평균 악력.이 파일을 다운로드하려면 여기를 클릭하십시오.

토론

본 연구에서는 BIA 파라미터를 이용하여 한의학의 습담 체질을 식별할 수 있는 가능성을 조사하였습니다. 체계적인 스크리닝과 상관 분석을 통해 ECW와 Reactance_TR이 습담 체질과 독립적으로 연관된 핵심 지표임이 확인되었습니다. 이러한 연관성은 모든 민감도 분석에서 안정적으로 유지되었습니다. 성별 층화 분석 결과, 남성에서는 통계적으로 유의미했으나 여성에서는 그렇지 않았으며, 공식적인 상호작용 검정에서는 통계적으로 유의미한 성별 차이가 지지되지 않았습니다. 이는 BIA 기반의 체질 식별 접근법을 위한 핵심 후보 지표와 이론적 근거를 제공합니다.

본 연구의 핵심 결과는 ECW가 습체(dampness constitution)와 독립적으로 연관되어 있다는 것이며, 이는 기존의 병태생리학적 이해와 매우 일치합니다. 상승된 ECW 수치는 신체 수분 대사의 이상과 잠재적인 수분 정체를 직접적으로 반영하며, 이는 습(dampness)이 무겁고, 탁하며, 끈적이는 특성과 정확히 대응합니다8. 우리의 결과는 BIA 파라미터의 응용 범위를 전통적인 기능 저하 영역에서 TCM 체질 식별 영역으로 확장했습니다. 이전 연구들은 류마티스 관절염과 같은 만성 염증성 질환 환자에서 BIA로 도출된 ECW 비율이 유의하게 상승하며, 이러한 부피 과부하 상태가 단기 항염증 치료에 반응하지 않는다는 점을 확인했는데, 이는 습이 끈적이고 끈질겨 경과가 길고 치료가 어렵다는 병리적 특성을 반영합니다15. 본 연구에서는 상대적으로 건강한 지역사회 인구에서도 유사한 연관성을 관찰하였으며, 이는 ECW가 습의 잠복기 상태를 탐지하기 위한 민감한 조기 생물물리학적 바이오마커로 활용될 수 있음을 시사합니다. InBody 770을 포함하여 BIA로 도출된 체액량 및 체성분 추정치는 인구 집단에 따라 참조 방법(예: 희석법 또는 DXA)과 일치하지 않을 수 있으며, 특히 질병 관련 국소 수분 축적이 있는 개인에서 더욱 그러하다는 점에 유의해야 합니다. 본 연구의 대상자는 상대적으로 건강한 지역사회 거주 성인이었으며, 이러한 추정치는 이에 따라 해석되어야 합니다.

더욱 중요한 점은, 이 연구를 통해 수많은 BIA 매개변수 중 Reactance_TR과 습담질 체질 사이의 연관성이 ECW와는 독립적이라는 점을 확인했다는 것이다. 한 가지 명백한 차이점에 주목해야 하는데, 보정하지 않은 비교에서는 몸통 리액턴스의 그룹 간 차이가 거의 나타나지 않았다(p = 0.711)였으나, 다변량 모델에서는 습체질과 독립적인 연관성이 있었습니다. 이는 통계적 불일치가 아닙니다. 단변량 비교와 다변량 회귀 분석은 서로 다른 질문을 다루며, 보정된 연관성은 연령, 성별 및 기타 체성분 변수를 통제한 후에 나타났습니다. VIF 값은 모두 5 미만으로, 다중공선성이 추정치에 실질적인 영향을 미치지 않았음을 나타냅니다. 리액턴스는 세포막의 정전 용량 특성을 반영하며 조직의 전기적 특성, 측정 주파수, 분절 기하학 및 조직 구성에 따라 달라집니다. 이는 세포막 무결성을 직접적으로 측정한 것이 아닙니다.16,17,18InBody 장치는 직렬 등가 회로 모델에서 리액턴스 값을 보고하며, 직렬 Xc 측정값의 생리학적 해석은 등가 회로 구성에 따라 달라집니다.19,20따라서 몸통 리액턴스와 습담 체질의 정적 상관관계는 세포막 기능 저하의 직접적인 증거라기보다, 몸통 조직의 전기적 특성이나 체액 분포의 변화와 같은—개연성은 있으나 확립되지는 않은—생리학적 가설에 기반한 통계적 연관성으로 간주되어야 한다. 허벅지의 세포외수분/세포내수분비(ECW/ICW)가 하지 기능을 가장 정확하게 반영하는 것과 마찬가지로12몸통 특이적 전기적 파라미터의 연관성은 분절별 생체 전기적 특성이 ‘중초습체’라는 전통적 개념과 관련이 있는지에 대한 추가 연구의 기초를 제공할 수 있다.11,13이러한 결과는 ‘전신뿐만 아니라 특정 분절까지 살핀다’는 연구 철학과 강력하게 부합합니다.11, 그리고 몸통 분절 파라미터가 흔히 간과되는 기존 연구의 공백을 메우고21또한, Xc(수분 상태와 무관하게 세포 건강 상태를 직접적으로 반영하는 지표)는 체액 불균형 상태에서 기존의 BIA 공식을 사용할 때 근육량이 과다 추정되는 것을 효과적으로 방지합니다.22그로 인해 신체 구성 평가의 정확성을 보장합니다. 이와 대조적으로 위상각에서는 독립적인 연관성이 관찰되지 않았으며, 이는 위상각의 복합적인 성격과 일치합니다. 즉, 위상각(PhA)은 전신 세포 건강 및 예후의 지표로 널리 간주되지만21,23, 독립적인 연관성은 교란 요인을 보정한 후에 흔히 약화되는 반면, Xc 및 ECW와 같은 분절별 원시 파라미터는 더 구체적인 생체 전기적 및 체액 차원을 포착할 수 있습니다24,25.

성별 층화 분석에서 ECW 및 Reactance_TR과 습체질의 연관성은 남성에서는 통계적으로 유의미했으나 여성에서는 그렇지 않았다. 하지만, 정식 상호작용 검정 결과 통계적으로 유의미한 성별 차이는 나타나지 않았으며(성별 × ECW: p = 0.573; 성별 × Reactance_TR: p = 0.605), 이러한 외견상 차이는 여성 하위 그룹의 규모가 더 작고 통계적 검정력이 낮았음을 반영하는 것일 수 있다. 따라서 습체질의 생전기적 기초에 있어 성별 관련 차이는 여전히 미해결 과제로 남아 있으며, 위상각 및 체액 파라미터의 결정 요인에서 이전에 보고된 성별 차이는 충분한 검정력을 갖춘 연구를 통한 조사가 필요함을 시사한다26,27.

또한, 본 연구에는 몇 가지 한계점이 있습니다. 첫째, 단면 연구 설계로 인해 인과 관계나 시간적 추론이 불가능하며, 보고된 연관성은 위험도가 아닌 오즈/연관성으로 해석되어야 합니다. 둘째, 결과 측정치(outcome)가 상용 기기(Hi-Face22)의 분류에 의해 정의되었으며, 이 기기의 독립적인 표준 참조 기준에 대한 타당성은 아직 확립되지 않았습니다. 따라서 확인된 파라미터들은 기기 유래 분류의 상관 요인이며, 분류 오류가 결과에 영향을 미쳤을 수 있습니다. 향후에는 더 객관적인 생화학적 또는 오믹스 '골드 표준'을 결합하여 체질을 결정할 수 있을 것입니다. 셋째, 모델 추정에 사용된 동일한 데이터 세트에 데이터 기반 LASSO 회귀 분석을 적용하여 상대적으로 많은 수의 BIA 파라미터 중에서 특성(feature)을 선택했습니다. 내부 검증(부트스트랩 낙관성 교정 및 5-겹 교차 검증)을 수행하여 보정된 AUC 0.607을 얻었으나, 보고된 연관성 및 판별 측정치는 여전히 낙관적으로 편향되었을 수 있으며 외부 검증은 수행되지 않았습니다. 넷째, 특히 성별 층화 분석에서 표본 크기가 제한적이었으며, 공식적인 사전 검정력 계산에 근거하지 않았습니다. 여성에게서 나타난 유의미하지 않은 결과는 실제 연관성의 부재보다는 검정력 부족을 반영하는 것일 수 있습니다. 마지막으로, BIA 기반의 모든 체액 및 체성분 추정치는 예측 방정식에 의존하며 체액 및 전해질 상태의 영향을 받으므로, 생리학적 해석 시 주의가 필요합니다.

본 연구 결과, 평가된 BIA 파라미터 중 전체 ECW와 Reactance_TR이 습담질 체질과 독립적인 연관성이 있었으며, 이러한 연관성은 민감도 분석에서도 일관되게 나타났다. 이러한 결과는 체액 상태와 분절 생체 전기적 특성이 습담질 체질과 관련된 정량적 측정 후보 지표가 될 수 있음을 시사한다. 이러한 연관성을 확인하고 BIA 기반 체질 진단에서의 잠재적 유용성을 결정하기 위해서는 더 규모가 크고 독립적인 인구 집단과 외부적으로 검증된 체질 평가를 이용한 추가 연구가 필요하다.

공개 사항

원고 작성, 도표 제작 또는 데이터 분석 과정에서 인공지능 도구를 사용하지 않았습니다.

감사의 글

데이터 수집 과정에서 소중한 도움을 주신 Beicai 커뮤니티 헬스 서비스 센터의 참여자분들과 의료진에게 감사드립니다. 본 연구는 상하이 푸동 신구 보건 위원회의 승인을 받은 푸동 신구 보건 시스템의 비만 특성 특수 질환 구축 프로젝트(지원 번호 PWZzb2025-03)와 상하이시 보건 위원회 및 상하이시 중의약 관리국이 공동 승인한 상하이 중의약 표준화 프로젝트의 대사 증후군 예방 및 치료를 위한 표준화 통합 중서의학 진단 및 치료 방안(지원 번호 2025BZ025)의 지원을 받아 수행되었습니다.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
디지털 악력계ANTAEH101제공된 원문 텍스트가 없습니다. 번역할 내용을 입력해 주세요.
Hi-Face22 스마트 미러Beijing Xima Medical Technology Co., Ltd.ZL202121286496.5제공된 텍스트가 없습니다. 번역할 내용을 입력해 주세요.
InBody 770 체성분 분석기InBody Co., Ltd.770해당 사항 없음
R 통계 소프트웨어 (버전 4.5.2)R Foundation for Statistical Computinghttps://www.r-project.org/RRID:SCR_001905

참고문헌

  1. Wu Y, et al. Prevalence of traditional Chinese medicine body constitutions in a large community-based study in Hangzhou, China. Chin Med. 2025;20.
  2. Tan F, et al. Differences in serum proteins in traditional Chinese medicine constitutional population: analysis and verification. J Leukoc Biol. 2020;108:547-57.
  3. Ma X, et al. Traditional Chinese medicine constitution is associated with the frailty status of older adults: a cross-sectional study in the community. Evid Based Complement Alternat Med. 2022;2022.
  4. Chen R, et al. Traditional Chinese medicine constitution and cardiometabolic multimorbidity: a nationwide cross-sectional study in older adults. Front Public Health. 2026;14.
  5. Fu C, et al. Identification and classification of traditional Chinese medicine syndrome types among senior patients with vascular mild cognitive impairment using latent tree analysis. J Integr Med. 2017;15:186-200.
  6. Ohashi Y, et al. The associations of malnutrition and aging with fluid volume imbalance between intra- and extracellular water in patients with chronic kidney disease. J Nutr Health Aging. 2015;19:986-93.
  7. Iwasaka C, et al. Association between the appendicular extracellular-to-intracellular water ratio and all-cause mortality: a 10-year longitudinal study. J Gerontol A Biol Sci Med Sci. 2024;79.
  8. Noritake K, et al. Associations of muscle quality indices (phase angle, ECW/TBW, and echo intensity) with physical performance in community-dwelling older women. Nutrition. 2026;147.
  9. Kato M, et al. Bioimpedance phase angle is independently associated with myosteatosis: the Shizuoka study. Clin Nutr. 2023;42:793-9.
  10. Zouridakis A, et al. Correlation of bioelectrical impedance analysis phase angle with changes in oxidative stress on end-stage renal disease patients, before, during, and after dialysis. Ren Fail. 2016;38:738-43.
  11. Asano Y, Tsuji T, Okura T. Segmental extracellular-to-intracellular water resistance ratio and physical function in older adults. Exp Gerontol. 2023;181.
  12. Yamada Y, et al. The extracellular to intracellular water ratio in upper legs is negatively associated with skeletal muscle strength and gait speed in older people. J Gerontol A Biol Sci Med Sci. 2017;72:293-8.
  13. Kolodziej M, Ignasiak Z. Changes in the bioelectrical impedance parameters estimating appendicular skeletal muscle mass in healthy older persons. Aging Clin Exp Res. 2020;32:1939-45.
  14. Tanaka S, et al. Higher extracellular water-to-total body water ratio more strongly reflects the locomotive syndrome risk and frailty than sarcopenia. Arch Gerontol Geriatr. 2020;88.
  15. Straub R, et al. Increased extracellular water measured by bioimpedance and by increased serum levels of atrial natriuretic peptide in RA patients-signs of volume overload. Clin Rheumatol. 2017;36:1041-51.
  16. Freitas S, et al. The impact of 2 weeks of detraining on phase angle, BIVA patterns, and muscle strength in trained older adults. Exp Gerontol. 2021;144.
  17. Kolodziej M, Ignasiak Z, Ignasiak T. Annual changes in appendicular skeletal muscle mass and quality in adults over 50 y of age, assessed using bioelectrical impedance analysis. Nutrition. 2021;90.
  18. Nescolarde L, Talluri A, Yanguas J, Lukaski H. Phase angle in localized bioimpedance measurements to assess and monitor muscle injury. Rev Endocr Metab Disord. 2023;24:415-28.
  19. Nescolarde L, et al. Relationship between bioimpedance vector displacement and renal function after a marathon in non-elite runners. Front Physiol. 2020;11:352.
  20. Lukaski HC, Talluri A. Phase angle as an index of physiological status: validating bioelectrical assessments of hydration and cell mass in health and disease. Rev Endocr Metab Disord. 2023;24:371-9.
  21. Wang Y, et al. Phase angle as a predictor of mortality in elderly patients with multimorbidity: a matched case-control study. PeerJ. 2024;12.
  22. Hamada R, et al. Evaluation of skeletal muscle indicators following allogeneic hematopoietic stem cell transplantation: verification of skeletal muscle mass adjustment. Support Care Cancer. 2026;34.
  23. Diniz N, et al. Relevance of standardized phase angle and bioelectrical impedance vectors in hospitalized older patients: a cohort study. Nutr Clin Pract. 2026;41:245-54.
  24. Lai T, et al. Elevated extracellular water to total body water ratio and low phase angle in relation to muscle function in middle-aged and older adults. J Int Soc Sports Nutr. 2025;22.
  25. Luo X, Cai B, Jin W. The prevalence rate of adult sarcopenic obesity and correlation of appendicular skeletal muscle mass index with body mass index, percent body fat, waist-hip ratio, basal metabolic rate, and visceral fat area. Metab Syndr Relat Disord. 2023;21:48-56.
  26. Jirku J, Krízová J. Phase angle in bioelectrical impedance: new perspectives in health and body composition assessment. Physiol Res. 2025;74:1007-19.
  27. Ferreira G, et al. Phase angle and its determinants among adolescents: influence of body composition and physical fitness level. Sci Rep. 2024;14.

재인쇄 및 허가

태그

문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.