返回部落格體重與體組成

同樣 80 公分的腰圍,除以身高之後多知道了什麼?

用兩個身高算一次腰圍身高比,再看台灣健檢研究怎麼用它做篩檢,以及一條界線會漏掉什麼。

你和朋友把皮尺繞一圈,量出來都是 80 公分。你高 160 公分,朋友高 180 公分。用同樣的腰圍除以各自身高,兩人的腰圍身高比分別是 0.50 和 0.44。這個比例多帶進來的資訊很簡單:同一圈腰,占個人身高的多少。

台灣一項 36,642 人的健檢研究發現,這個比例有助於辨認同一次健檢出現某些代謝指標的人。不過,選來辨認不同項目的界線不完全相同。0.50 附近方便比較,界線兩側各有可能漏掉的人 [1]。

同樣的腰圍,換一個分母就有不同意思

兩位身高不同的成人,腰部的皮尺圈畫成相同大小,示意同一個腰圍除以不同身高。

腰圍身高比的英文縮寫是 WHtR。先確認腰圍和身高都用公分,再算 腰圍 ÷ 身高。80 ÷ 160 是 0.50,80 ÷ 180 約是 0.44。兩個長度用同一單位,除完的結果就沒有公分。它寫成小數,也能寫成身高的 50% 和約 44%。

把算式倒過來也行。如果想知道 0.50 對應的腰圍,160 × 0.50 是 80 公分,180 × 0.50 則是 90 公分。它們都在同一個比例上,外圍長度差了 10 公分。這是比例的算術,並不能看出兩個人皮下或內臟脂肪各有多少;把腰圍對照身高,回答的是外部尺寸的問題。

同一個人把公分換成公尺時,也得兩個數字一起換。0.80 公尺除以 1.60 公尺,答案還是 0.50;若把 80 公分直接除以 1.60,畫面會跳出 50,那是把兩種單位混在一起了。先看自己抄的是公分還是公尺,通常比把小數算很多位更有用。

BMI 也用身高,不過分子放的是體重,身高換成公尺再平方。用腰圍和身高相除,是替身體中段的尺寸找一個可比的尺度。兩種數字可以放在同一張表,前提是記清楚每一欄用了什麼資料。

研究怎麼挑出接近 0.50 的界線?

台灣研究用的是 2010 年在長庚四個地區院區做健檢的成人資料,包含 21,038 名男性和 15,604 名女性。研究者拿體格數字與同一次健檢的血糖、血壓、血脂等結果對照。以同一次檢查出現糖尿病分類為例,他們把腰圍身高比的切點往上、往下移,再看每次能辨認出多少人 [1]。

為了讓院區資料可以比較,研究員量腰圍時統一找第十二根肋骨下緣與髂骨上緣之間的中點,並讓受試者站著量。在肚臍量或在褲頭量,也可以是自己的紀錄位置。若想跟研究數字比,就得把研究用的皮尺位置也帶進來 [1]。

兩座有重疊的示意曲線,中間用一道線劃開,表示篩檢界線會把兩群人不完全地分在兩側。

把界線放低,通常會有更多人被標記。這樣有機會抓到更多原本想找的人,也會把一部分沒有那項結果的人標進去;放高時取捨反過來。研究報告的敏感度,是有該結果的人之中,多少被這條線標出來;特異度是在沒有該結果的人之中,多少留在線下。兩個分母是不同群人 [1]。

同次健檢的糖尿病分類所選腰圍身高比敏感度特異度
男性0.50378.1%59.7%
女性0.49780.3%76.3%

拿男性那列做個試算。假如已有 100 人符合研究中的糖尿病分類,按 78.1% 算,大約 78 人會被這條線標出,約 22 人仍會落在線外。另找 100 位沒有這項結果的人,按特異度約六成留在線下。另外約 40 人會被這條線標出,即使他們沒有研究想辨認的那項結果。這一格和前面的 22 人各代表不同的篩檢代價。這兩組假設的人數只為算清楚比例,跟健檢裡有多少人符合分類是兩件事 [1]。

還可以換一個問題:被標記的人裡,有多少真的有那個健檢結果?要回答這件事,得先知道有該結果的人在整個受檢群體裡有多常見。表裡的敏感度是從已符合分類的人往外看,不能直接把 78.1% 讀成「一跨過線,就有 78.1% 的機率有糖尿病」。這也是研究切點和個人檢驗結果要分開讀的原因。

研究換成別項指標時,選出的切點也變了。例如男性分析裡,高總膽固醇用的切點是 0.482,代謝症候群是 0.514。兩個數字都接近一半,卻代表研究在兩個問題上各自選的取捨。看到一個切點,先問它原本要找的是什麼 [1]。

當下辨認,和預測五年後,是兩個問題

長庚的資料把腰圍、身高和健檢結果放在同一個時間比較。宜蘭頭城另一項研究從 2000 年開始,追蹤當地較年長的一群居民,372 人參加,約五年後追到 250 人。團隊研究的是後來誰新出現糖尿病。在這批較年長的受試者裡,腰圍身高比對新發糖尿病的預測能力有限 [2]。

一個研究可以用比例辨認某次健檢出現的差異,另一個研究還得等幾年才知道結果。兩批人來源、年齡和測量時間不同,比例在兩個問題上的表現自然要各自驗證。看刊物只寫「可預測」時,值得回到研究方法,確認它是拿同一次資料互相比,還是先量尺寸、再觀察後來的事件。

追蹤研究也得面對有些人後來沒有再回來的情況。宜蘭研究的起始人數是 372,後來能追蹤的人數較少。單看起始的資料量,會高估能拿來比較五年變化的資訊。把年份和實際追到多少人一起讀,才知道這項研究做到的是一群居民裡的哪些觀察 [2]。

把原始尺寸留在比值旁邊

筆記本旁放著皮尺與身高尺,留下兩格空白給腰圍與身高。

如果自己記錄,保留腰圍、身高、量的位置和日期,再把比值寫在旁邊。假設身高 160 公分,腰圍量出來是 79 或 81 公分,比值約 0.494 和 0.506。差了 2 公分就可能跨過 0.50。看見數字在一半附近,先確認是不同時間或測量位置,還是確實用同樣條件記下的差異。

報告如果只顯示到小數點後兩位,0.496 和 0.504 都可能顯示為 0.50。保留原始公分可以看出四捨五入之前的差異。兩次量得很接近時,這份紀錄多了一個能檢查的地方,不必只靠四捨五入後的比值猜。

回到一開始的兩圈 80 公分,加入身高後,你多知道了各自外圍的比例。想拿它來看健檢研究時,也把它用來辨認的項目和人群一起讀。

參考文獻

[1] Li WC, et al. Waist-to-height ratio, waist circumference, and body mass index as indices of cardiometabolic risk among 36,642 Taiwanese adults. Eur J Nutr. 2013;52(1):57–65.

[2] Kuo RJ, Wu YH, Chen LK. Inability of waist-to-height ratio to predict new onset diabetes mellitus among older adults in Taiwan: a five-year observational cohort study. Arch Gerontol Geriatr. 2011;53(1):e1–e4.