Niniejsze badanie przekrojowe wykazuje, że woda pozakomórkowa oraz reaktancja tułowia, mierzone za pomocą analizy impedancji bioelektrycznej, są niezależnie powiązane z konstytucją wilgotną. Te mierzalne parametry sugerują różnice w stanie płynów ustrojowych oraz bioelektrycznych właściwościach tułowia.
Artykuł badawczy
Identyfikacja konstytucji wilgotnej na podstawie analizy bioimpedancji: niezależne powiązania między płynem pozakomórkowym a reaktancją tułowia
27 wyświetleń
⸱
11 września 2026
W tym artykule
Podsumowanie
Streszczenie
Celem niniejszego badania było zidentyfikowanie obiektywnych parametrów analizy impedancji bioelektrycznej (BIA), które są niezależnie powiązane z konstytucją wilgotną (konstytucje flegmowo-wilgotna oraz wilgotno-gorączkowa) w Tradycyjnej Medycynie Chińskiej (TCM), aby dostarczyć potencjalnych wskaźników do jej obiektywnej identyfikacji. W tym badaniu przekrojowym zrekrutowano kolejno 232 uczestników (129 z konstytucją harmonijną i 103 z konstytucją wilgotną) w ramach społecznego programu badań przesiewowych. Zmierzono rozkład płynów w całym organizmie i w poszczególnych segmentach, parametry bioelektryczne oraz siłę ścisku dłoni. Główne cechy zidentyfikowano za pomocą regresji LASSO (Least Absolute Shrinkage and Selection Operator), a ich niezależne powiązania z konstytucją wilgotną oceniono za pomocą wieloczynnikowej regresji logistycznej; przeprowadzono również analizy z podziałem według płci oraz analizy wrażliwości (winsoryzacja i dodatkowa korekta o stosunek obwodu talii do bioder lub obwód brzucha). Metoda LASSO zidentyfikowała pięć głównych cech: kąt fazowy lewej kończyny dolnej (PA_LL), reaktancję tułowia (Reactance_TR), wodę pozakomórkową (ECW), procent tkanki tłuszczowej (PBF) oraz średnią siłę ścisku dłoni. W modelu wieloczynnikowym ECW (OR = 1,307, 95% CI: 1,046–1,649, p = 0,021) oraz Reactance_TR (OR = 2,163, 95% CI: 1,124–4,267, p = 0,023) były niezależnie i dodatnio powiązane z konstytucją wilgotną. W analizach z podziałem według płci oba powiązania były istotne statystycznie u mężczyzn (ECW: OR = 1,407, p = 0,038; Reactance_TR: OR = 2,764, p = 0,030), ale nie u kobiet. Formalne testy interakcji nie potwierdziły statystycznie istotnej różnicy między płciami (płeć × ECW: p = 0,573; płeć × Reactance_TR: p = 0,605), co sugeruje, że widoczna różnica może wynikać z niższej mocy statystycznej w mniejszej podgrupie kobiet. Powiązania te pozostały stabilne we wszystkich analizach wrażliwości. Podsumowując, ECW i Reactance_TR są dwoma głównymi wskaźnikami BIA niezależnie powiązanymi z konstytucją wilgotną, co sugeruje retencję płynów w tułowiu i zmienione właściwości bioelektryczne u osób z tą konstyytucją. Parametry te stanowią wstępne wskaźniki do obiektywnej identyfikacji konstytucji wilgotnej i wymagają walidacji w niezależnych populacjach.
Wprowadzenie
Zgodnie z teorią medycyny konstytucyjnej w Tradycyjnej Medycynie Chińskiej (TCM), konstytucja danej osoby stanowi wewnętrzny kontekst dla pojawienia się, rozwoju i wyniku choroby1. Wśród nich konstytucje wilgotne (konstytucje z flegmą i wilgocią oraz konstytucje z wilgocią i gorącem) są częstymi typami niezrównoważenia konstytucyjnego spotykanymi w praktyce klinicznej2 i są istotnie powiązane ze zwiększonym ryzykiem niekorzystnych skutków zdrowotnych, takich jak zaburzenia metaboliczne, zespół kruchości oraz choroby sercowo-naczyniowe i metaboliczne3,4. Jednakże obecna ocena konstytucji wilgotnych opiera się głównie na ewaluacjach kwestionariuszowych lub ocenie klinicznej praktyków TCM5, natomiast zdolność parametrów BIA do dokładnego określenia konstytucji danej osoby pozostaje do zweryfikowania.
BIA może dostarczyć potencjalnych wskaźników umożliwiających skuteczną identyfikację typów składu ciała. Poprzednie badania wykazały, że parametry rozkładu płynów ustrojowych pochodzące z BIA, wraz z parametrami funkcji błony komórkowej, mogą wykraczać poza tradycyjne pomiary masy mięśniowej, odzwierciedlając w sposób bardziej czuły stan funkcjonalny organizmu i długoterminowe rokowania. Na przykład wykazano, że pochodzący z BIA stosunek wody pozakomórkowej do wody wewnątrzkomórkowej (ECW/ICW) jest niezależnie powiązany ze śmiertelnością z wszystkich przyczyn oraz niekorzystnymi wynikami klinicznymi6,7. Podwyższony stosunek wody pozakomórkowej do całkowitej wody ustrojowej (ECW/TBW) jest również ściśle powiązany z pogorszeniem funkcji kończyn dolnych i zmniejszeniem siły mięśniowej8. Ponadto kąt fazowy (PhA) i reaktancja (Xc), jako markery integralności błony komórkowej i masy komórek organizmu, oferują unikalne zalety w monitorowaniu wczesnego spadku funkcji, niedożywienia i stanów zapalnych8,9,10. Szczególną uwagę zwraca fakt, że lokalne parametry płynów ustrojowych mogą dokładniej przewidywać sprawność funkcjonalną w konkretnych obszarach niż wskaźniki systemowe11,12, a bezpośrednie wykorzystanie surowych parametrów, takich jak Xc, może odzwierciedlać zmiany w funkcji mięśni bardziej bezpośrednio niż masa mięśniowa szacowana za pomocą równań13. Badania te stanowią solidną podstawę teoretyczną do opracowania metod opartych na BIA w celu oceny konstytucji wilgotnej (dampness constitution).
W odniesieniu do typowania konstytucyjnego, poprzednie badania próbowały skorelować parametry BIA z konstytucjami TCM. Analiza proteomiki surowicy wykazała różnicową ekspresję białek związanych z odpornością i stanami zapalnymi u osób z konstytucją wilgotną2. Ponadto wykazano, że stosunek ECW/TBW wyznaczony za pomocą BIA jest ściśle powiązany z pogorszeniem funkcji i przeładowaniem objętościowym14, a zwiększenie ilości wody pozakomórkowej wyznaczonej przez BIA może wiązać się z podwyższonymi poziomami stanu zapalnego15. Nieprawidłowości w metabolizmie płynów i stany zapalne stanowią kluczowe mechanizmy patologiczne leżące u podstaw cech „lepkości i mętności” konstytucji wilgotnej. Jednakże w badaniach nie oceniano systematycznie wielowymiarowych parametrów BIA specjalnie w odniesieniu do konstytucji wilgotnej, a potencjalna wartość surowych parametrów elektrycznych segmentowych pozostaje w dużej mierze niezbadana. Dlatego też oczekuje się, że zbadanie niezależnego związku między wielowymiarowymi parametrami BIA a konstytucją wilgotną dostarczy nowego wymiaru dla obiektywnej identyfikacji tej konstytucji.
Podsumowując, w niniejszym badaniu wykorzystano system regresji LASSO w celu zidentyfikowania kluczowych wskaźników BIA niezależnie powiązanych z konstytucją wilgotną, a następnie oceniono niezależny wkład wybranych wskaźników za pomocą wieloczynnikowej regresji logistycznej. Ponadto przeprowadzono analizy wrażliwości, aby zbadać potencjalne różnice w tych zależnościach ze względu na płeć. Wyniki te stanowią podstawę teoretyczną i wskazują potencjalne wskaźniki do opracowania pomiarów opartych na BIA, które skutecznie identyfikują konstytucję wilgotną.
Protokół
Badanie to zostało przejrzane i zatwierdzone przez Komisję Etyczną Shanghai Pudong New Area Beicai Community Health Service Center (numer zatwierdzenia 20250425AR; zatwierdzone 25 kwietnia 2025 r.). Wszyscy uczestnicy wyrazili pisemną świadomą zgodę przed włączeniem do badania.
Projekt badania i populacja badawcza
Celem tego badania przekrojowego była identyfikacja obiektywnych wskaźników związanych z konstytucjami wilgotnymi (flegmowo-wilgotną i wilgotno-gorączkową) przy użyciu BIA. Uczestników zrekrutowano w ramach społecznego programu przesiewowego zdrowia przeprowadzonego w Beicai Community Health Service Center (Pudong New Area, Szanghaj) w okresie od 1 lipca 2025 r. do 5 stycznia 2026 r. Do badania włączono kolejno wszystkie osoby, które w tym czasie przeszły zarówno ocenę konstytucji według TCM, jak i pomiar BIA. Wykluczono uczestników z brakującymi danymi w jakiejkolwiek kluczowej zmiennej. Ostatecznie włączono łącznie 232 uczestników, w tym 129 w grupie konstytucji harmonijnej i 103 w grupie konstytucji wilgotnej.
Kryteria diagnostyczne dla konstytucji wilgotnej
Ocenę konstytucji przeprowadzono przy użyciu opatentowanego przenośnego inteligentnego lustra do analizy konstytucji w tradycyjnej medycynie chińskiej (TCM) (Hi-Face22; chiński patent na wzór użytkowy nr ZL 2021 2 1286496.5), które wykorzystuje zestandaryzowany system klasyfikacji dziewięciu konstytucji TCM i generuje ilościową diagnozę konstytucjonalną na podstawie cech twarzy oraz odpowiedzi w zintegrowanym kwestionariuszu. Uczestników zidentyfikowanych jako posiadający przeważający typ konstytucji śluzowo-wilgotnej lub wilgotno-gorącej włączono do grupy z konstytucją wilgotną; osoby spełniające kryteria konstytucji harmonijnej i niewykazujące innych zaburzeń konstytucjonalnych włączono do grupy kontrolnej2. Z naszej wiedzy nie opublikowano recenzowanej walidacji tego urządzenia w odniesieniu do niezależnego standardu referencyjnego (np. oceny eksperckiej TCM lub zwalidowanego kwestionariusza), co zostało uznane za ograniczenie badania.
Pomiar BIA i składu ciała
Pomiary BIA przeprowadzono przy użyciu wieloczęstotliwościowego, ośmiopunktowego segmentowego analizatora impedancji bioelektrycznej z elektrodami dotykowymi (InBody 770, patrz Tabela materiałów), w ścisłej zgodności ze standardowymi procedurami operacyjnymi producenta. Urządzenie przykłada prądy przemienne o wielu częstotliwościach (1, 5, 50, 250, 500 i 1 000 kHz) i jest czułe na fazę, bezpośrednio mierząc oporność (R), reaktancję (Xc) oraz kąt fazowy (PhA) dla całego ciała i pięciu segmentów (prawe ramię, lewe ramię, tułów, prawa noga, lewa noga) za pomocą tetrapolarnych konfiguracji elektrod. Oporność, reaktancja i kąt fazowy tułowia były mierzone między elektrodami prawej dłoni i prawej stopy i rejestrowane przy częstotliwości 50 kHz. Należy zauważyć, że urządzenia BIA bezpośrednio mierzą parametry bioelektryczne, na które wpływ ma stan płynów ustrojowych i elektrolitów; raportowane objętości płynów i wartości składu ciała są szacunkami wyprowadzonymi z równań predykcyjnych urządzenia. Przed pomiarem badani byli zobowiązani do bycia na czczo przez co najmniej 2 h, unikania intensywnego wysiłku fizycznego przez 12 h oraz opróżnienia pęcherza moczowego. Podczas pomiaru badani stali boso na elektrodach stóp i trzymali elektrody dłoni obiema rękami. Zarejestrowano następujące parametry składu ciała: całkowitą wodę ustrojową (TBW), wodę wewnątrzkomórkową (ICW), wodę pozakomórkową (ECW), stosunek ECW/TBW (wartość liczbowa i procentowa), stosunek TBW do beztłuszczowej masy ciała (TBW/FFM), procent tkanki tłuszczowej (PBF), masę tkanki tłuszczowej (BFM), powierzchnię tłuszczu trzewnego (VFA), wskaźnik masy tłuszczowej (FMI), stopień otyłości, masę mięśni szkieletowych (SMM), beztłuszczową masę ciała (SLM), masę beztłuszczową (FFM), masę komórek ciała (BCM), białko, obwód ramienia (AMC) oraz podstawową przemianę materii (BMR). Zarejestrowano następujące segmentowe parametry bioelektryczne: kąt fazowy całego ciała (PA_Whole), kąt fazowy prawej kończyny górnej (PA_RA), kąt fazowy lewej kończyny górnej (PA_LA), kąt fazowy tułowia (PA_TR), kąt fazowy prawej kończyny dolnej (PA_RL), kąt fazowy lewej kończyny dolnej (PA_LL), impedancję tułowia (Impedance_TR) oraz reaktancję tułowia (Reactance_TR). Jednocześnie zmierzono następujące parametry antropometryczne: wzrost, wagę, wskaźnik masy ciała (BMI), stosunek obwodu talii do obwodu bioder (WHR), obwód brzucha oraz obwody lewej i prawej łydki.
Pomiar siły ścisku dłoni
Siłę uścisku dłoni mierzono za pomocą cyfrowego dynamometru ręcznego (patrz Tabela materiałów). Po wykonaniu dwóch maksymalnych skurczów izometrycznych każdą dłonią, naprzemiennie lewą i prawą, z zachowaniem jednej minuty przerwy między skurczami, obliczono średnią z dwóch prób dla dłoni dominującej, która została wykorzystana do analizy (Mean_Grip)
Analiza statystyczna
Ogólna struktura analityczna (przesiewanie cech w oparciu o metodę LASSO, a następnie wieloczynnikowa regresja logistyczna, wraz z analizami stratyfikowanymi ze względu na płeć oraz analizami wrażliwości) została zdefiniowana a priori. Jednakże konkretne cechy włączone do modelu końcowego zostały określone na podstawie selekcji LASSO sterowanej danymi, a analizy stratyfikowane według płci oraz analizy wrażliwości należy uznać za eksploracyjne. W przypadku żadnej z zmiennych uwzględnionych w analizie nie odnotowano brakujących wartości. Zmienne ciągłe o rozkładzie normalnym przedstawiono jako średnia ± odchylenie standardowe; zmienne o rozkładzie innym niż normalny przedstawiono jako mediana (rozstęp międzykwartylny); zmienne kategoryczne przedstawiono jako częstość (procent). Porównania między grupami przeprowadzono za pomocą testu t-Studenta dla prób niezależnych, testu U Manna-Whitneya lub testu chi-kwadrat, przyjmując, że P < 0,05 oznacza istotność statystyczną.
Następnie przesiewowo wyselekcjonowano cechy BIA za pomocą regresji LASSO; optymalny parametr kary λ określono poprzez 10-krotną walidację krzyżową, a wybrano cechy o niezerowych współczynnikach przy wartości λ, która minimalizowała błąd walidacji krzyżowej (λ.min). Zdolność dyskryminacyjną modelu oceniono za pomocą pola pod krzywą charakterystyki operacyjnej odbiornika (AUC). Procedura 10-krotnej walidacji krzyżowej została zastosowana wyłącznie do wyboru parametru kary LASSO λ i nie służyła jako walidacja końcowego modelu; wewnętrzną walidację końcowego modelu przeprowadzono przy użyciu korekty optymizmu metodą bootstrap (1 000 reprobowań) oraz 5-krotnej walidacji krzyżowej, a współliniowość oceniono za pomocą współczynnika inflacji wariancji (VIF), przyjmując, że wartości poniżej pięciu są akceptowalne. Kalibrację modelu oceniono za pomocą testu dopasowania Hosmera–Lemeshow oraz skorygowanego metodą bootstrap nachylenia kalibracji. Korzyść kliniczną netto oceniono za pomocą analizy krzywych decyzyjnych (DCA). Analizę DCA przeprowadzono dla pełnego zakresu prawdopodobieństwa progowego od 0 do 1,0, a korzyść netto wyrażono w stosunku do strategii referencyjnych „lecz wszystkich” oraz „nie lecz nikogo”. Scenariusz decyzji klinicznej dotyczył tego, czy zalecić dalszą ocenę lub interwencję w przypadku konstytucji wilgotnej (dampness constitution) wśród uczestników przesiewowych z populacji ogólnej.
Następnie cechy zidentyfikowane w ramach przesiewu LASSO, wraz z wiekiem i płcią, włączono do wieloczynnikowego modelu regresji logistycznej, aby ocenić niezależny związek każdego wskaźnika z konstytucją wilgotną, co pozwoliło na wyznaczenie ilorazów szans (OR) oraz 95% przedziałów ufności (CI).
Analizy w podgrupach przeprowadzono z podziałem na płeć, aby ocenić stabilność powiązań. Analizy wrażliwości obejmowały: (1) zastosowanie winsoryzacji na poziomie 1% i 99% dla zmiennych ciągłych oraz (2) dodatkową korektę o stosunek obwodu talii do bioder lub obwód brzucha. Wszystkie analizy statystyczne wykonano przy użyciu programu R w wersji 4.5.2.
Wyniki
Charakterystyka wyjściowa
W badaniu wzięło udział 232 uczestników, w tym 129 (55,6%) w grupie o konstytucji harmonijnej i 103 (4,4%) w grupie o konstytucji wilgotnej (Tabela 1). Nie stwierdzono statystycznie istotnych różnic między obiema grupami pod względem wieku, płci ani siły uścisku dłoni (P > 0,05). Zaobserwowano jednak istotne różnice w wskaźnikach składu ciała między grupą o konstytucji wilgotnej a grupą o konstytucji harmonijnej. Grupa o konstytucji wilgotnej wykazała znacznie wyższe wartości TBW (p = 0,024), ICW (p = 0,03) oraz ECW (p = 0,015) w porównaniu z grupą o konstytucji harmonijnej, co wskazuje na wyższą zawartość płynów u osób o konstytucji wilgotnej. Jednocześnie w grupie o konstytucji wilgotnej odnotowano istotne wzrosty SMM (p = 0,032), SLM (p = 0,028), FFM (p = 0,026) oraz BCM (p = 0,03), co sugeruje większą masę beztłuszczową ciała. Ponadto poziom białka (Protein; p = 0,032) oraz obwód mięśnia ramienia (AMC; p = 0,04) były istotnie wyższe w grupie o konstytucji wilgotnej niż w grupie o konstytucji harmonijnej. Co więcej, BMR w grupie o konstytucji wilgotnej był istotnie podwyższony (p = 0,026), co jest zgodne z wyższym poziomem beztłuszczowej masy ciała. W odniesieniu do rozkładu tłuszczu, mimo braku istotnych różnic między obiema grupami pod względem PBF i BMI, VFA (p = 0,048) oraz obwód brzucha (p = 0,04) w grupie o konstytucji wilgotnej były istotnie wyższe niż w grupie o konstytucji harmonijnej, co sugeruje charakterystyczną tendencję do centralnego rozkładu tłuszczu w konstytucji wilgotnej. Warto zauważyć, że mimo istotnych różnic w ECW między obiema grupami, stosunek ECW/TBW nie wykazał statystycznie istotnej różnicy (p = 0,28), co sugeruje, że ogólna proporcjonalna struktura rozkładu płynów w organizmie była stosunkowo stabilna. W nieskorygowanym porównaniu opisowym nie stwierdzono istotnych różnic między obiema grupami w zakresie całkowitych i segmentowych wartości bioimpedancji oraz reaktancji (np. Reactance_TR: 3,30 [3,0, 3,60] vs 3,30 [2,90, 3,70], p = 0,71). Należy zaznaczyć, że takie porównania jednowymiarowe i regresja wielowymiarowa odpowiadają na różne pytania badawcze: parametr może stać się istotny po skorygowaniu o współzmienne.
Selekcja cech i ocena modeli predykcyjnych opartych na regresji LASSO
Krzywa błędu walidacji krzyżowej oraz wykres ścieżki współczynników dla regresji LASSO przedstawiono na Rysunku 1A,B. Zastosowanie kryterium λ.min pozwoliło ostatecznie zidentyfikować pięć kluczowych cech o niezerowych współczynnikach regresji (Tabela 2). Współczynniki regresji LASSO dla poszczególnych cech wyniosły: PA_LL (współczynnik = −0.315), Reactance_TR (współczynnik = 0.291), ECW (współczynnik = 0.185), PBF (współczynnik = 0.018) oraz Mean_Grip (współczynnik = 0.02). Model predykcyjny zbudowany na podstawie tych cech wygenerował krzywą charakterystyki operacyjnej odbiornika (ROC) z polem pod krzywą (AUC) równym 0.657 (95% przedział ufności: 0.587–0.727), co wskazuje na umiarkowaną zdolność dyskryminacyjną (Rysunek 2A). Po korekcie optymizmu metodą bootstrap (B = 1 0) AUC wyniosło 0.607, natomiast 5-krotna walidacja krzyżowa dała AUC równe 0.585, co sugeruje niewielki stopień optymizmu wynikający z przeuczenia (Tabela uzupełniająca 1). Kalibracja modelu była odpowiednia zgodnie z testem Hosmera–Lemeshow (χ2 = 8.82, df = 8, p = 0.352), choć skorygowany metodą bootstrap nachylenie kalibracji wynoszące 0.696 sugerowało pewien optymizm (Tabela uzupełniająca 1). Wartości VIF dla wszystkich predyktorów w modelu końcowym mieściły się w zakresie od 1.5 do 3.7, co wskazuje na brak problematycznej współliniowości (Tabela uzupełniająca 2). W analizie krzywej decyzyjnej (Rysunek 2B) krzywa korzyści netto modelu znajdowała się powyżej linii referencyjnej „nie lecz żadnego” (treat none) dla prawdopodobieństw progowych do około 0.55, lecz pozostawała poniżej linii referencyjnej „lecz wszystkich” (treat all) w całym ocenianym zakresie prawdopodobieństwa progowego (0–1.0); powyżej około 0.6 korzyść netto modelu spadła poniżej zera. Wyniki te wskazują, że użyteczność kliniczna modelu w tej próbie jest ograniczona.
Czynniki niezależnie powiązane z konstytucją wilgotną: ECW oraz Reactance_TR
Aby dalej zidentyfikować niezależne czynniki związane z konstytucją wilgotną, w badaniu tym uwzględniono pięć kluczowych cech zidentyfikowanych za pomocą regresji LASSO (ECW, PBF, PA_LL, Reactance_TR oraz Mean_Grip) wraz z wiekiem i płcią w wielowymiarowym modelu regresji logistycznej. Wyniki wykazały, że ECW i Reactance_TR były niezależnie powiązane z konstytucją wilgotną (Tabela 3). Konkretnie, przy każdym wzroście ECW o jeden litr, szansa na zaklasyfikowanie do grupy z konstytucją wilgotną wzrosła o 30,7% (OR = 1,307, 95% CI: 1,046–1,649, p = 0,021). W odniesieniu do jednego odchylenia standardowego ECW (2,14 L), iloraz szans wyniósł 1,74 (95% CI: 1,10–2,916). Reactance_TR również wykazał istotną niezależną dodatnią korelację (OR = 2,163, 95% CI: 1,124–4,267, p = 0,023). W przeciwieństwie do nich, PBF, PA_LL i Mean_Grip nie osiągnęły istotności statystycznej po skorygowaniu o współzmienne (P > 0,05).
Analizy z podziałem według płci dla niezależnie powiązanych czynników
Aby zbadać stabilność wspomnianych wskaźników powiązania w podgrupach według płci, w niniejszym badaniu przeprowadzono wieloczynnikowe analizy regresji logistycznej z rozwarstwieniem według płci. W podgrupie mężczyzn utrzymano niezależne powiązania ECW oraz Reactance_TR. Konkretnie, szansa wystąpienia konstytucji wilgotnej u mężczyzn wzrastała o 40,7% na każdą jednostkę wzrostu ECW (OR = 1,407, 95% CI: 1,030–1,974, p = 0,038); OR dla Reactance_TR wynosiło aż 2,764 (95% CI: 1,140–7,25, p = 0,030). W przeciwieństwie do tego, PBF, PA_LL oraz Mean_Grip pozostały statystycznie nieistotne w podgrupie mężczyzn (p > 0,05) (Tabela 4).
W podgrupie kobiet powiązania nie były istotne statystycznie. Konkretnie, efekt ECW był osłabiony i przestał być istotny (OR = 1.353, 95% CI: 0.940–1.979, p = 0.108), a wartość OR dla Reactance_TR spadła do 1.6 (95% CI: 0.578–4.960, p = 0.348), przy czym żadna z nich nie osiągnęła progu istotności statystycznej. W podgrupie kobiet nieistotne były również wskaźniki PBF, PA_LL oraz Mean_Grip (p > 0.05) (Tabela 5). Jednak formalne testowanie interakcji nie wykazało statystycznie istotnej różnicy między płciami (płeć × ECW: OR = 1.127, 95% CI: 0.74–1.716, p = 0.573; płeć × Reactance_TR: OR = 1.353, 95% CI: 0.428–4.282, p = 0.605), co wskazuje, że pozorna różnica między płciami może wynikać z mniejszej liczebności podgrupy kobiet i ograniczonej mocy statystycznej, a nie z rzeczywistej różnicy w powiązaniach (Tabela uzupełniająca 3).
Aby ocenić odporność powyższych powiązań, w niniejszym badaniu przeprowadzono analizę wrażliwości. Po winsoryzacji ECW nadal wykazywało niezależny dodatni związek z konstytucją wilgotną (OR = 1,31, 95% CI: 1,05–1,694, p = 0,018), a efekt Reactance_TR również pozostał istotny statystycznie (OR = 2,321, 95% CI: 1,182–4,682, p = 0,016). W analizie po winsoryzacji PBF oraz PA_LL wykazały wartości P na granicy istotności (0,053 i 0,056) przy szacunkach efektu odpowiednio OR = 1,054 (95% CI: 1,00–1,13) i OR = 0,592 (95% CI: 0,342–1,06) (Tabela 6); po dodatkowej korekcie o stosunek obwodu talii do bioder oba parametry osiągnęły istotność nominalną (PBF: OR = 1,086, 95% CI: 1,05–1,178, p = 0,040; PA_LL: OR = 0,574, 95% CI: 0,35–0,964, p = 0,039; Tabela uzupełniająca 4). Te mniej stabilne wyniki należy interpretować z ostrożnością. Ponadto niezależne powiązania ECW oraz Reactance_TR pozostały istotne statystycznie po dodatkowej korekcie o stosunek obwodu talii do bioder lub obwód brzucha w oddzielnych analizach wrażliwości (Tabele uzupełniające 4 i 5). Podsumowując, trzy analizy wrażliwości wykazały, że niezależne powiązania ECW i Reactance_TR pozostały istotne statystycznie we wszystkich wariantach, bez zmiany kierunku lub utraty istotności po winsoryzacji zmiennych ciągłych lub korekcie o dodatkowe potencjalne czynniki zakłócające.
Dostępność danych:
Wszystkie surowe dane i przeanalizowane zestawy danych wygenerowane podczas niniejszego badania są publicznie dostępne w repozytorium Zenodo pod adresem https://doi.org/10.5281/zenodo.2187319.
Rysunek 1Proces selekcji cech dla modelu regresji LASSO. (AKrzywe błędów dla modelu regresji LASSO opracowanego na podstawie 10-krotnej walidacji krzyżowej. Oś X przedstawia wartości log(λ), a oś Y błąd walidacji krzyżowej; pionowe słupki błędu reprezentują błąd standardowy błędu walidacji krzyżowej (dewiacja dwumianowa) dla 10 foldów; dwie pionowe linie przerywane wskazują λ.min (wartość λ odpowiadającą minimalnemu błędowi walidacji krzyżowej) oraz λ.1se (wartość λ odpowiadającą najprostszemu modelowi mieszczącemu się w obrębie jednego błędu standardowego od λ.min); cechy zostały wybrane przy użyciu λ.min.B) Wykres ścieżek współczynników modelu regresji LASSO. Oś X przedstawia wartości log(λ), a oś Y przedstawia współczynniki regresji dla każdej cechy; wraz ze wzrostem λ współczynniki zmiennych nieistotnych są stopniowo redukowane do 0, co ostatecznie pozwala na wyłonienie pięciu cech o niezerowych wartościach współczynników przy zastosowaniu kryterium λ.min. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Rycina 2Ocena zdolności dyskryminacyjnej i użyteczności klinicznej modelu predykcyjnego. (A) Krzywa ROC. AUC modelu wyniosło 0,657 (95% CI: 0,587–0,727). (B) DCA w zakresie prawdopodobieństwa progowego 0–1,0. Fioletowa linia przerywana i czarna linia przerywana reprezentują odpowiednio strategie referencyjne „lecz wszystkich” oraz „nie lecz nikogo”, a zielona linia ciągła reprezentuje model. Krzywa korzyści netto modelu znajdowała się powyżej referencyjnej linii „nie lecz nikogo” dla prawdopodobieństw progowych do około 0,5 i spadła poniżej zera powyżej około 0,6; przez cały zakres pozostawała poniżej referencyjnej linii „lecz wszystkich”. Kliknij tutaj, aby wyświetlić większą wersję tej figury.
Tabela 1: Charakterystyka wyjściowa populacji badawczej w podziale według konstytucji. Porównanie cech demograficznych, antropometrycznych, składu ciała, parametrów bioelektrycznych oraz siły uścisku dłoni u uczestników o konstytucji harmonijnej oraz konstytucji wilgotnej. Dane przedstawiono jako średnia ± odchylenie standardowe, mediana [rozstęp międzykwartylowy] lub n (%), w zależności od parametrów. Skróty: TBW = całkowita zawartość wody w organizmie; ICW = woda wewnątrzkomórkowa; ECW = woda zewnątrzkomórkowa; PBF = procentowa zawartość tkanki tłuszczowej; BFM = masa tkanki tłuszczowej; VFA = powierzchnia tłuszczu trzewnego; FMI = wskaźnik masy tłuszczowej; SMM = masa mięśni szkieletowych; SLM = beztłuszczowa masa miękka; FFM = masa beztłuszczowa; BCM = masa komórkowa ciała; AMC = obwód mięśnia ramienia; BMR = podstawowa przemiana materii; BMI = wskaźnik masy ciała; WHR = stosunek obwodu talii do obwodu bioder; AC = obwód brzucha; PA = kąt fazowy; IQR = rozstęp międzykwartylowy. Kliknij tutaj, aby pobrać ten plik.
Tabela 2: Kluczowe cechy wybrane za pomocą regresji LASSO oraz ich współczynniki regresji. Pięć cech o niezerowych współczynnikach zostało wybranych przy użyciu kryterium λ.min w analizie regresji LASSO. Skróty: LASSO = operator najmniejszego absolutnego kurczenia i selekcji; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; ECW = woda pozakomórkowa; PBF = procentowa zawartość tłuszczu w organizmie; Mean_Grip = średnia siła ścisku dłoni. Kliknij tutaj, aby pobrać ten plik.
Tabela 3: Wieloczynnikowa analiza regresji logistycznej czynników związanych z konstytucją wilgotną. Związki cech wybranych metodą LASSO z konstytucją wilgotną oceniono po skorygowaniu o wiek i płeć. Skróty: OR = iloraz szans; CI = przedział ufności; ECW = woda pozakomórkowa; PBF = procent tkanki tłuszczowej; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; Mean_Grip = średnia siła chwytu. Kliknij tutaj, aby pobrać ten plik.
Tabela 4: Wieloczynnikowa analiza regresji logistycznej czynników związanych z konstytucją wilgotną u mężczyzn. Związki między wybranymi cechami a konstytucją wilgotną oceniono w podgrupie mężczyzn po skorygowaniu o wiek.
Skróty: OR = iloraz szans; CI = przedział ufności; ECW = woda pozakomórkowa; PBF = procent tkanki tłuszczowej; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; Mean_Grip = średnia siła uścisku. Kliknij tutaj, aby pobrać ten plik.
Tabela 5: Wieloczynnikowa analiza regresji logistycznej czynników związanych z konstytucją wilgotną u kobiet. Związki między wybranymi cechami a konstytucją wilgotną oceniono w podgrupie kobiet po skorygowaniu o wiek.
Skróty: OR = iloraz szans; CI = przedział ufności; ECW = woda pozakomórkowa; PBF = procent tkanki tłuszczowej; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; Mean_Grip = średnia siła uścisku. Kliknij tutaj, aby pobrać ten plik.
Tabela 6: Wieloczynnikowa analiza regresji logistycznej po winsoryzacji. Analiza wrażliwości oceniała czynniki powiązane z konstytucją wilgotną po zastosowaniu winsoryzacji na poziomie 1% i 9% dla zmiennych ciągłych. Skróty: OR = iloraz szans; CI = przedział ufności; ECW = woda pozakomórkowa; PBF = procent tkanki tłuszczowej; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; Mean_Grip = średnia siła uścisku. Kliknij tutaj, aby pobrać ten plik.
Tabela uzupełniająca 1: Wewnętrzna walidacja i kalibracja końcowego wieloczynnikowego modelu regresji logistycznej. Wydajność modelu oceniono za pomocą pozornej i skorygowanej o optymizm dyskryminacji, 5-krotnej walidacji krzyżowej, testów dopasowania oraz kalibracji metodą bootstrap. Przedstawiono również powiązanie ECW na jedno odchylenie standardowe.
Skróty: AUC, pole pod krzywą charakterystyki operacyjnej odbiornika; CI = przedział ufności; ECW, woda pozakomórkowa; OR, iloraz szans; df, stopnie swobody.Kliknij tutaj, aby pobrać ten plik.
Tabela uzupełniająca 2: Współczynniki inflacji wariancji dla predyktorów w końcowym wieloczynnikowym modelu regresji logistycznej. Współczynniki inflacji wariancji obliczono w celu oceny współliniowości predyktorów uwzględnionych w modelu końcowym.
Skróty: VIF = współczynnik inflacji wariancji; ECW = woda pozakomórkowa; PBF = procent tkanki tłuszczowej; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; Mean_Grip = średnia siła uścisku.Kliknij tutaj, aby pobrać ten plik.
Tabela uzupełniająca 3: Interakcja płci z wodą pozakomórkową i reaktancją tułowia w przypadku konstytucji wilgotnej. Analizowano wyrazy interakcji, aby określić, czy związki wody pozakomórkowej i reaktancji tułowia z konstytucją wilgotną różniły się w zależności od płci.
Skróty: ECW = woda pozakomórkowa; OR = iloraz szans; CI = przedział ufności; LRT = test ilorazu wiarygodności; Reactance_TR = reaktancja tułowia.Kliknij tutaj, aby pobrać ten plik.
Tabela uzupełniająca 4: Wieloczynnikowa analiza regresji logistycznej po skorygowaniu o stosunek obwodu talii do bioder. Analiza wrażliwości oceniła związki wybranych cech z konstytucją wilgotną po dodatkowym skorygowaniu o stosunek obwodu talii do bioder.
Skróty: OR = iloraz szans; CI = przedział ufności; ECW = woda pozakomórkowa; PBF = procent tkanki tłuszczowej; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; Mean_Grip = średnia siła chwytu; WHR = stosunek obwodu talii do bioder.Kliknij tutaj, aby pobrać ten plik.
Tabela uzupełniająca 5: Wieloczynnikowa analiza regresji logistycznej po skorygowaniu o obwód brzucha. Analiza wrażliwości oceniła powiązania wybranych cech z konstytucją wilgotną po dodatkowym skorygowaniu o obwód brzucha.
Skróty: OR = iloraz szans; CI = przedział ufności; ECW = woda pozakomórkowa; PBF = procent tkanki tłuszczowej; PA_LL = kąt fazowy lewej kończyny dolnej; Reactance_TR = reaktancja tułowia; Mean_Grip = średnia siła uścisku.Kliknij tutaj, aby pobrać ten plik.
Dyskusja
W niniejszym badaniu zbadano możliwość identyfikacji konstytucji wilgotnej (dampness constitution) w Tradycyjnej Medycynie Chińskiej przy użyciu parametrów BIA. Poprzez systematyczny przesiew i analizę korelacji wykazano, że ECW oraz Reactance_TR są kluczowymi wskaźnikami niezależnie powiązanymi z konstytucją wilgotną. Powiązania te pozostały stabilne we wszystkich analizach wrażliwości. W analizach z podziałem na płeć były one statystycznie istotne u mężczyzn, ale nie u kobiet, a formalne testy interakcji nie potwierdziły statystycznie istotnej różnicy między płciami, co dostarczyło kluczowych wskaźników kandydujących oraz podstaw teoretycznych dla metody identyfikacji konstytucji w oparciu o BIA.
Kluczowym wnioskiem z niniejszego badania jest to, że ECW była niezależnie powiązana z konstytucją wilgotną, co jest wysoce spójne z istniejącym rozumieniem patofizjologicznym. Podwyższone poziomy ECW bezpośrednio odzwierciedlają nieprawidłowości w metabolizmie płynów w organizmie i potencjalną retencję wody, co precyzyjnie odpowiada charakterystyce wilgoci jako ciężkiej, mętnej i lepkiej8. Nasze wyniki rozszerzają zastosowanie parametrów BIA z tradycyjnej dziedziny spadku funkcji na identyfikację konstytucji TCM. Poprzednie badania potwierdziły, że u pacjentów z przewlekłymi chorobami zapalnymi, takimi jak reumatoidalne zapalenie stawów, wskaźnik ECW pochodzący z BIA jest znacząco podwyższony, a ten stan przeładowania objętościowego jest niewrażliwy na krótkotrwałe leczenie przeciwzapalne, co odzwierciedla patologiczne cechy wilgoci jako lepkiej i uporczywej, o przedłużającym się i trudnym do wyleczenia przebiegu15. W niniejszym badaniu zaobserwowano podobny związek w relatywnie zdrowej populacji społeczności lokalnej, co sugeruje, że ECW może służyć jako czuły, wczesny biofizyczny biomarker do wykrywania stanu subklinicznego wilgoci. Należy zauważyć, że szacunki objętości płynów i składu ciała pochodzące z BIA, w tym z urządzenia InBody 770, mogą wykazywać niespójną zgodność z metodami referencyjnymi (np. metodami rozcieńczeń lub DXA) w różnych populacjach, szczególnie u osób z miejscową akumulacją płynów związaną z chorobą; obecna populacja składała się z relatywnie zdrowych osób dorosłych mieszkających w społeczności lokalnej, a powyższe szacunki należy interpretować odpowiednio do tej grupy.
Co ważniejsze, badanie to wykazało, że wśród licznych parametrów BIA powiązanie między Reactance_TR a konstytucją wilgotną jest niezależne od ECW. Należy odnotować pozorną rozbieżność: reaktancja tułowia nie wykazała praktycznie żadnej różnicy między grupami w porównaniu niekorygowanym (p = 0,711), a mimo to była niezależnie powiązana z konstytucją wilgotną w modelu wielowymiarowym. Nie jest to niespójność statystyczna – porównania jednowymiarowe i regresja wielowymiarowa odpowiadają na różne pytania, a skorygowane powiązanie pojawiło się po uwzględnieniu wieku, płci i innych zmiennych dotyczących składu ciała; wartości VIF były wszystkie poniżej pięciu, co wskazuje, że współliniowość nie miała istotnego wpływu na oszacowanie. Reaktancja odzwierciedla właściwości pojemnościowe błon komórkowych i zależy od elektrycznych właściwości tkanki, częstotliwości pomiaru, geometrii segmentu oraz składu tkanki; nie jest ona bezpośrednim pomiarem integralności błony komórkowej16,17,18. Urządzenie InBody raportuje wartości reaktancji w szeregowym modelu obwodu równoważnego, a interpretacja fizjologiczna pomiarów szeregowych Xc zależy od konfiguracji obwodu równoważnego19,20. Zatem dodatnie powiązanie reaktancji tułowia z konstytucją wilgotną należy traktować jako powiązanie statystyczne z prawdopodobną – choć nieustaloną – hipotezą fizjologiczną, taką jak zmienione właściwości elektryczne tkanki tułowia lub rozkład płynów, a nie jako bezpośredni dowód na upośledzenie funkcji błony komórkowej. Podobnie jak ECW/ICW w udach najdokładniej odzwierciedla funkcję kończyn dolnych12, powiązanie specyficznego dla tułowia parametru elektrycznego może stanowić podstawę do dalszych badań nad tym, czy segmentowe charakterystyki bioelektryczne wiążą się z tradycyjną koncepcją „wilgoci blokującej środkowy jiao”11,13. Wyniki te silnie korespondują z filozofią badawczą polegającą na „patrzeniu nie tylko na cały organizm, ale także na konkretne segmenty”11 i wypełniają lukę w istniejących badaniach, w których parametry segmentu tułowia są powszechnie pomijane21. Ponadto Xc (wskaźnik niezależny od stanu nawodnienia, który bezpośrednio odzwierciedla zdrowie komórkowe) skutecznie zapobiega przeszacowaniu masy mięśniowej przy stosowaniu konwencjonalnych równań BIA w warunkach nierównowagi płynowej22, zapewniając tym samym dokładność oceny konstytucji fizycznej. W przeciwieństwie do tego, nie zaobserwowano niezależnego powiązania dla kąta fazowego, co jest zgodne z jego złożoną naturą: choć PhA jest powszechnie uważany za marker ogólnoustrojowego zdrowia komórkowego i rokowań21,23, jego niezależne powiązania często słabną po korekcie o czynniki zakłócające, podczas gdy segmentowe parametry surowe, takie jak Xc i ECW, mogą uchwycić bardziej specyficzne wymiary bioelektryczne i płynowe24,25.
W analizach z podziałem na płeć związki ECW oraz Reactance_TR z konstytucją wilgotną były statystycznie istotne u mężczyzn, ale nie u kobiet. Jednakże formalne testy interakcji nie wykazały statystycznie istotnej różnicy ze względu na płeć (płeć × ECW: p = 0,573; płeć × Reactance_TR: p = 0,605), a widoczna różnica może wynikać z mniejszej liczebności podgrupy kobiet i ograniczonej mocy statystycznej. Zatem różnice związane z płcią w bioelektrycznych podstawach konstytucji wilgotnej pozostają kwestią otwartą; wcześniej zgłaszane różnice między płciami w determinantach kąta fazowego i parametrach płynów ustrojowych sugerują, że kwestia ta wymaga zbadania w badaniach o odpowiedniej mocy statystycznej26,27.
Ponadto niniejsze badanie posiada kilka ograniczeń. Po pierwsze, przekrojowy charakter projektu wyklucza wnioskowanie przyczynowe lub czasowe; zgłoszone powiązania należy interpretować jako szanse/asocjacje, a nie ryzyka. Po drugie, wynik został zdefiniowany przez klasyfikację komercyjnego urządzenia (Hi-Face22), którego poprawność w odniesieniu do niezależnego standardu referencyjnego nie została ustalona; zidentyfikowane parametry są zatem korelatami klasyfikacji pochodzącej z urządzenia, a błąd klasyfikacji mógł wpłynąć na wyniki; w przyszłości skład ciała można by określić, łącząc bardziej obiektywne biochemiczne lub omiczne „złote standardy”. Po trzecie, cechy zostały wybrane z relatywnie dużej liczby parametrów BIA przy użyciu regresji LASSO sterowanej danymi na tym samym zbiorze danych, który posłużył do estymacji modelu; mimo przeprowadzenia walidacji wewnętrznej (korekcja optymizmu metodą bootstrap i 5-krotna walidacja krzyżowa), która dała skorygowaną wartość AUC wynoszącą 0,607, raportowane miary asocjacji i dyskryminacji mogą być nadal obarczone błędem optymistycznym, a nie przeprowadzono walidacji zewnętrznej. Po czwarte, wielkość próby, szczególnie w analizach z podziałem na płeć, była ograniczona i nie opierała się na formalnym a priori obliczeniu mocy; brak istotnych wyników u kobiet może odzwierciedlać niewystarczającą moc, a nie rzeczywisty brak asocjacji. Wreszcie, wszystkie szacunki płynów i składu ciała oparte na BIA opierają się na równaniach predykcyjnych i są zależne od stanu płynowego oraz elektrolitowego; interpretacje fizjologiczne należy przeprowadzać z ostrożnością.
W badaniu tym stwierdzono, że spośród ocenianych parametrów BIA, całkowita ECW oraz Reactance_TR były niezależnie powiązane z konstytucją wilgotną, a powiązania te pozostały spójne w analizach wrażliwości. Wyniki te sugerują, że stan płynów ustrojowych oraz segmentowe właściwości bioelektryczne mogą stanowić potencjalne ilościowe miary istotne dla konstytucji wilgotnej. Wymagane są dalsze badania na większych, niezależnych populacjach oraz z wykorzystaniem zewnętrznie zwalidowanych ocen konstytucji, aby potwierdzić te powiązania i określić ich potencjalną użyteczność w ocenie konstytucji opartej na BIA.
Oświadczenia
W przygotowaniu tekstu, rycin ani podczas analizy danych nie wykorzystano narzędzi sztucznej inteligencji.
Podziękowania
Dziękujemy uczestnikom oraz personelowi medycznemu Beicai Community Health Service Center za nieocenione wsparcie podczas gromadzenia danych. Praca ta była finansowana ze środków projektu Characteristic Special Disease Construction Project of Pudong New Area Health System for Obesity (grant nr PWZzb2025-03), zatwierdzonego przez Pudong New Area Health Commission w Szanghaju, oraz projektu Standardization Project of Traditional Chinese Medicine of Shanghai for Standardized Integrated Chinese and Western Medicine Diagnosis and Treatment Scheme for Prevention and Treatment of Metabolic Syndrome (grant nr 2025BZ025), wspólnie zatwierdzonego przez Shanghai Municipal Health Commission oraz Shanghai Municipal Administration of Traditional Chinese Medicine.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Cyfrowy dynamometr do pomiaru siły chwytu | ANTA | EH101 | N/A |
| Inteligentne lustro Hi-Face22 | Beijing Xima Medical Technology Co., Ltd. | ZL202121286496.5 | N/A |
| Analizator składu ciała InBody 770 | InBody Co., Ltd. | 770 | N/A |
| Oprogramowanie statystyczne R (wersja 4.5.2) | R Foundation for Statistical Computing | https://www.r-project.org/ | RRID:SCR_001905 |
Bibliografia
- Wu Y, et al. Prevalence of traditional Chinese medicine body constitutions in a large community-based study in Hangzhou, China. Chin Med. 2025;20.
- Tan F, et al. Differences in serum proteins in traditional Chinese medicine constitutional population: analysis and verification. J Leukoc Biol. 2020;108:547-57.
- 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.
- Chen R, et al. Traditional Chinese medicine constitution and cardiometabolic multimorbidity: a nationwide cross-sectional study in older adults. Front Public Health. 2026;14.
- 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.
- 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.
- 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.
- 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.
- Kato M, et al. Bioimpedance phase angle is independently associated with myosteatosis: the Shizuoka study. Clin Nutr. 2023;42:793-9.
- 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.
- Asano Y, Tsuji T, Okura T. Segmental extracellular-to-intracellular water resistance ratio and physical function in older adults. Exp Gerontol. 2023;181.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- Nescolarde L, et al. Relationship between bioimpedance vector displacement and renal function after a marathon in non-elite runners. Front Physiol. 2020;11:352.
- 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.
- Wang Y, et al. Phase angle as a predictor of mortality in elderly patients with multimorbidity: a matched case-control study. PeerJ. 2024;12.
- 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.
- 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.
- 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.
- 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.
- Jirku J, Krízová J. Phase angle in bioelectrical impedance: new perspectives in health and body composition assessment. Physiol Res. 2025;74:1007-19.
- Ferreira G, et al. Phase angle and its determinants among adolescents: influence of body composition and physical fitness level. Sci Rep. 2024;14.