脑小血管病患者体脂和肌肉含量与神经影像标志物间的相关性

doi:10.3877/cma.j.issn.1673-9248.2025.04.005

目的

探究脑小血管病（CSVD）患者的体脂和肌肉含量与神经影像学标志物之间的关系。

方法

纳入2022年1月1日至2023年6月1日中国人民解放军总医院第七医学中心神经内科诊断为CSVD的住院患者95例。获取患者体质量、蛋白含量和基础代谢率、体脂百分比（BF）、标准化骨骼肌质量（ASM）等身体成分指标。纳入的CSVD神经影像标志物包括腔隙性脑梗死（LI）、白质高信号（WMH）、脑微出血（CMB），对上述特征进行计算整合从而得出CSVD综合评分。按性别分层，采用二元或有序Logistic回归分析身体成分与CSVD神经影像标志物和综合评分的关联。

结果

在男性患者（48例）中，无论是BF还是ASM均与CSVD综合评分存在关联，随着综合评分的增加，BF显著增加（OR=1.117，95%CI：1.021~1.222，P=0.016），而ASM显著减低（OR=0.185，95%CI：0.057~0.602，P=0.005）；但在女性患者（47例）中，随着CSVD综合评分的增加，只有BF显著升高（OR=1.059，95%CI：1.071~1.343，P=0.002）。此外，分析某一单项神经影像标志物时，本研究仅发现在男性患者中ASM与WMH存在独立相关（OR=0.099，95%CI：0.032~0.311，P<0.001）。

结论

CSVD患者体脂及肌肉含量与CSVD综合评分的关联比CSVD任何单一神经影像标志物都更为显著，表明相关身体成分对CSVD的影响更多地反映在疾病的整体负荷上。

关键词: 脑小血管病, 身体成分, 体脂, 神经影像

Objective

To investigate the association between body composition (specifically body fat and muscle mass) and neuroimaging markers in patients with cerebral small vessel disease (CSVD).

Methods

Ninety-five hospitalized patients diagnosed with CSVD at the Seventh Medical Center of the Chinese PLA General Hospital between January 1, 2022, and June 1, 2023, were enrolled. Body composition parameters assessed including body weight, protein content, basal metabolic rate, body fat percentage (BF), and appendicular skeletal muscle mass (ASM). CSVD neuroimaging markers included lacunar infarcts (LI), white matter hyperintensities (WMH), and cerebral microbleeds (CMB). A composite CSVD score was calculated by integrating these markers. Sex-stratified binary or ordinal logistic regression analyses were performed to evaluate relationships between body composition and both individual neuroimaging markers and the composite CSVD score.

Results

Among male patients (n=48), higher composite CSVD scores were significantly associated with increased BF (OR=1.117, 95%CI: 1.021–1.222, P=0.016) and decreased ASM (OR=0.185, 95%CI: 0.057–0.602, P=0.005). In female patients (n=47), only BF showed a significant positive correlation with composite scores (OR=1.059, 95%CI: 1.071-1.343, P=0.002). In addition, when analyzing individual neuroimaging markers, ASM was independently associated with WMH in males (OR=0.099, 95%CI: 0.032-0.311, P<0.001), whereas no significant associations were observed in females.

Conclusion

Body fat and muscle mass in CSVD patients exhibit stronger correlations with composite CSVD scores than with individual neuroimaging markers, suggesting that these body composition metrics may as indicators of global CSVD burden rather than specific pathological features.

Key words: Cerebral small vessel disease, Body composition, Body fat, Neuroimaging

表1 不同CSVD综合评分患者人口学和认知功能的差异

组别		女性
组别	例数	受教育年限 [年，M（Q₁，Q₃）]	年龄（年, $x ¯ ± s$ ）	MMSE [分，M（Q₁，Q₃）]	合并症数量 [个，M（Q₁，Q₃）]	VFT （个, $x ¯ ± s$ ）	CDT [分，M（Q₁，Q₃）]	TMT-B （s, $x ¯ ± s$ ）
轻度组	11	12.0（12.0，15.0）	63.1±8.0	29.0（28.0，30.0）	2（2，3）	18.0±4.5	12（11，13）	69.2±24.7
中度组	11	9.0（6.0，12.0）	70.3±8.2	28.0（27.0，29.0）	2（1，2）	17.3±3.6	12（11，13）	78.4±20.3
重度组	25	12.0（9.0，12.0）	68.2±9.7	28.0（27.0，29.5）	2（2，3）	15.7±4.0	11（10，12）	84.9±20.0
统计值		Z=9.228	F=1.955	Z=3.637	Z=1.386	F=1.435	Z=2.726	F=2.137
P值		0.010	0.154	0.162	0.500	0.249	0.256	0.130
项目		男性
项目	例数	受教育年限[年，M（Q₁，Q₃）]	年龄（年, $x ¯ ± s$ ）	MMSE[分，M（Q₁，Q₃）]	合并症数量[个，M（Q₁，Q₃）]	VFT（个, $x ¯ ± s$ ）	CDT[分，M（Q₁，Q₃）]	TMT-B（s, $x ¯ ± s$ ）
轻度组	8	12.0（9.8，12.0）	64.0±4.3	27.5（26.3，29.8）	2（1，3）	18.1±2.4	13（12，13）	63.8±12.2
中度组	15	9.0（9.0，15.0）	62.9±5.8	29.0（29.0，30.0）	2（1，2）	18.3±2.8	12（11，13）	70.3±14.2
重度组	25	12.0（9.0，12.0）	64.4±9.1	29.0（27.0，30.0）	2（1，2）	16.2±4.9	11（10，13）	85.9±23.5
统计值		Z=0.308	F=0.169	Z=3.549	Z=0.812	F=1.505	Z=8.025	F=5.335
P值		0.857	0.845	0.170	0.666	0.233	0.018	0.008

表1 不同CSVD综合评分患者人口学和认知功能的差异

组别		女性
组别	例数	受教育年限 [年，M（Q₁，Q₃）]	年龄（年, $x ¯ ± s$ ）	MMSE [分，M（Q₁，Q₃）]	合并症数量 [个，M（Q₁，Q₃）]	VFT （个, $x ¯ ± s$ ）	CDT [分，M（Q₁，Q₃）]	TMT-B （s, $x ¯ ± s$ ）
轻度组	11	12.0（12.0，15.0）	63.1±8.0	29.0（28.0，30.0）	2（2，3）	18.0±4.5	12（11，13）	69.2±24.7
中度组	11	9.0（6.0，12.0）	70.3±8.2	28.0（27.0，29.0）	2（1，2）	17.3±3.6	12（11，13）	78.4±20.3
重度组	25	12.0（9.0，12.0）	68.2±9.7	28.0（27.0，29.5）	2（2，3）	15.7±4.0	11（10，12）	84.9±20.0
统计值		Z=9.228	F=1.955	Z=3.637	Z=1.386	F=1.435	Z=2.726	F=2.137
P值		0.010	0.154	0.162	0.500	0.249	0.256	0.130
项目		男性
项目	例数	受教育年限[年，M（Q₁，Q₃）]	年龄（年, $x ¯ ± s$ ）	MMSE[分，M（Q₁，Q₃）]	合并症数量[个，M（Q₁，Q₃）]	VFT（个, $x ¯ ± s$ ）	CDT[分，M（Q₁，Q₃）]	TMT-B（s, $x ¯ ± s$ ）
轻度组	8	12.0（9.8，12.0）	64.0±4.3	27.5（26.3，29.8）	2（1，3）	18.1±2.4	13（12，13）	63.8±12.2
中度组	15	9.0（9.0，15.0）	62.9±5.8	29.0（29.0，30.0）	2（1，2）	18.3±2.8	12（11，13）	70.3±14.2
重度组	25	12.0（9.0，12.0）	64.4±9.1	29.0（27.0，30.0）	2（1，2）	16.2±4.9	11（10，13）	85.9±23.5
统计值		Z=0.308	F=0.169	Z=3.549	Z=0.812	F=1.505	Z=8.025	F=5.335
P值		0.857	0.845	0.170	0.666	0.233	0.018	0.008

表2 不同CSVD综合评分患者身体成分的差异（

x ¯ ± s

）

组别		女性
组别	例数	BF（%）	ASM（kg/m²）	蛋白质（g）	BMI（kg/m²）	BMR（kcal）
轻度组	11	28.96±4.93	6.35±0.71	7.95±0.55	23.69±2.38	1252.91±56.74
中度组	11	32.51±6.89	6.28±0.72	8.18±1.14	23.97±3.92	1289.64±134.49
重度组	25	37.46±5.45	5.84±0.64	7.59±0.85	24.81±3.29	1192.36±92.52
F值		9.196	2.891	1.953	0.543	4.221
P值		<0.001	0.066	0.154	0.585	0.021
组别		男性
组别	例数	BF（%）	ASM（kg/m²）	蛋白质（g）	BMI（kg/m²）	BMR（kcal）
轻度组	8	24.54±10.78	8.28±0.57	10.88±0.85	25.94±5.16	1580.88±85.50
中度组	15	25.89±6.63	7.69±0.48	10.61±0.84	25.38±3.20	1540.13±91.12
重度组	25	30.98±7.38	7.64±0.64	10.27±1.03	26.98±3.96	1508.00±113.11
F值		3.121	3.765	1.453	0.807	1.629
P值		0.054	0.031	0.245	0.453	0.208

表2 不同CSVD综合评分患者身体成分的差异（

x ¯ ± s

）

组别		女性
组别	例数	BF（%）	ASM（kg/m²）	蛋白质（g）	BMI（kg/m²）	BMR（kcal）
轻度组	11	28.96±4.93	6.35±0.71	7.95±0.55	23.69±2.38	1252.91±56.74
中度组	11	32.51±6.89	6.28±0.72	8.18±1.14	23.97±3.92	1289.64±134.49
重度组	25	37.46±5.45	5.84±0.64	7.59±0.85	24.81±3.29	1192.36±92.52
F值		9.196	2.891	1.953	0.543	4.221
P值		<0.001	0.066	0.154	0.585	0.021
组别		男性
组别	例数	BF（%）	ASM（kg/m²）	蛋白质（g）	BMI（kg/m²）	BMR（kcal）
轻度组	8	24.54±10.78	8.28±0.57	10.88±0.85	25.94±5.16	1580.88±85.50
中度组	15	25.89±6.63	7.69±0.48	10.61±0.84	25.38±3.20	1540.13±91.12
重度组	25	30.98±7.38	7.64±0.64	10.27±1.03	26.98±3.96	1508.00±113.11
F值		3.121	3.765	1.453	0.807	1.629
P值		0.054	0.031	0.245	0.453	0.208

表3 身体成分与CSVD综合评分关联性的有序Logistic回归分析

因素	女性
	模型1				模型2
	β值	P值	OR值	95%CI	β值	P值	OR值	95%CI
BF	0.190	0.001	1.209	1.077~1.356	0.058	0.002	1.059	1.071~1.343
ASM	-0.628	0.315	0.534	0.157~1.815	0.626	0.369	1.869	0.167~1.943
BMR	-0.002	0.594	0.998	0.990~1.006	0.004	0.402	1.004	0.988~1.005
受教育年限					0.128	0.316	1.136	0.685~1.130
因素	男性
	模型1				模型2
	β值	P值	OR值	95%CI	β值	P值	OR值	95%CI
BF	0.128	0.004	1.137	1.042~1.241	0.046	0.016	1.117	1.021~1.222
ASM	-1.573	0.006	0.207	0.068~0.633	-0.601	0.005	0.185	0.057~0.602
CDT					0.518	0.366	0.626	0.227~1.728
TMT-B					0.031	0.447	1.024	0.964~1.088

表3 身体成分与CSVD综合评分关联性的有序Logistic回归分析

因素	女性
	模型1				模型2
	β值	P值	OR值	95%CI	β值	P值	OR值	95%CI
BF	0.190	0.001	1.209	1.077~1.356	0.058	0.002	1.059	1.071~1.343
ASM	-0.628	0.315	0.534	0.157~1.815	0.626	0.369	1.869	0.167~1.943
BMR	-0.002	0.594	0.998	0.990~1.006	0.004	0.402	1.004	0.988~1.005
受教育年限					0.128	0.316	1.136	0.685~1.130
因素	男性
	模型1				模型2
	β值	P值	OR值	95%CI	β值	P值	OR值	95%CI
BF	0.128	0.004	1.137	1.042~1.241	0.046	0.016	1.117	1.021~1.222
ASM	-1.573	0.006	0.207	0.068~0.633	-0.601	0.005	0.185	0.057~0.602
CDT					0.518	0.366	0.626	0.227~1.728
TMT-B					0.031	0.447	1.024	0.964~1.088

1	胡文立, 杨磊, 李譞婷, 等. 中国脑小血管病诊治专家共识2021 [J]. 中国卒中杂志, 2021, 16(7): 716-726.
2	Hilal S, Mok V, Chen CL, et al. Prevalence, risk factors and consequences of cerebral small vessel diseases: data from three Asian countries [J]. J Neurol Neurosurg Psychiatry, 2017, 88(8): 669-674.
3	Duering M, Biessels GJ, Brodtmann A, et al. Neuroimaging standards for research into small vessel disease-advances since 2013 [J]. Lancet Neurol, 2023, 22(7): 602-618.
4	LaRoche DP, Kralian RJ, Millett ED. Fat mass limits lower-extremity relative strength and maximal walking performance in older women [J]. J Electromyogr Kinesiol, 2011, 21(5): 754-761.
5	Muehlbauer T, Granacher U, Borde R, et al. Non-discriminant relationships between leg muscle strength, mass and gait performance in healthy young and old adults [J]. Gerontology, 2018, 64(1): 11-18.
6	Bani Hassan E, Phu S, Vogrin S, et al. Diagnostic Value of mid-thigh and mid-calf bone, muscle, and fat mass in osteosarcopenia: a pilot study [J]. Calcif Tissue Int, 2019, 105(4): 392-402.
7	Burns JM, Johnson DK, Watts A, et al. Reduced lean mass in early Alzheimer disease and its association with brain atrophy [J]. Arch Neurol, 2010, 67(4): 428-433.
8	Croll PH, Bos D, Ikram MA, et al. Body composition is not related to structural or vascular brain changes [J]. Front Neurol, 2019, 10: 559.
9	Dekkers IA, Jansen PR, Lamb HJ. Obesity, brain volume, and white matter microstructure at MRI: a cross-sectional UK biobank study [J]. Radiology, 2019, 291(3): 763-771.
10	Koh IS, Minn YK, Suk SH. Body fat mass and risk of cerebrovascular lesions: the PRESENT (Prevention of Stroke and Dementia) project [J]. Int J Environ Res Public Health, 2019, 16(16): 2840.
11	Kwon HM, Park JH, Park JH, et al. Visceral fat is an independent predictor of cerebral microbleeds in neurologically healthy people [J]. Cerebrovasc Dis, 2016, 42(1-2): 90-96.
12	Zhào H, Wei W, Liu Y, et al. Cognitive frailty among elderly chinese patients with cerebral small vessel disease: a structural MRI study [J]. Front Med (Lausanne), 2020, 7: 397.
13	Fazekas F, Chawluk JB, Alavi A, et al. MR signal abnormalities at 1.5 T in Alzheimer's dementia and normal aging [J]. AJR Am J Roentgenol, 1987, 149(2): 351-356.
14	Olama AAA, Wason JMS, Tuladhar AM, et al. Simple MRI score aids prediction of dementia in cerebral small vessel disease [J]. Neurology, 2020, 94(12): e1294-e1302.
15	Xia C, Xie H, Huang Y, et al. Spatiotemporal gait characteristics during single- and dual-task walking are associated with the burden of cerebral small vessel disease [J]. Front Neurol, 2023, 14: 1285947.
16	Kim KW, Seo H, Kwak MS, et al. Visceral obesity is associated with white matter hyperintensity and lacunar infarct [J]. Int J Obes (Lond), 2017, 41(5): 683-688.
17	Ling CH, de Craen AJ, Slagboom PE, et al. Accuracy of direct segmental multi-frequency bioimpedance analysis in the assessment of total body and segmental body composition in middle-aged adult population [J]. Clin Nutr, 2011, 30(5): 610-615.
18	Zurlo F, Larson K, Bogardus C, et al. Skeletal muscle metabolism is a major determinant of resting energy expenditure [J]. J Clin Invest, 1990, 86(5): 1423-1427.
19	Ruiz JR, Sui X, Lobelo F, et al. Association between muscular strength and mortality in men: prospective cohort study [J]. BMJ, 2008, 337(7661): a439.
20	Timpka S, Petersson IF, Zhou C, et al. Muscle strength in adolescent men and risk of cardiovascular disease events and mortality in middle age: a prospective cohort study [J]. BMC Med, 2014, 12: 62.

[1]	倪立桐, 李世俊. 学龄前孤独症谱系障碍患儿杏仁核体积及白质纤维连接研究[J/OL]. 中华妇幼临床医学杂志(电子版), 2025, 21(01): 29-36.
[2]	杨林瑞, 陈仁吉. 言语治疗结合经颅磁刺激用于腭裂言语障碍康复的可行性分析[J/OL]. 中华口腔医学研究杂志(电子版), 2024, 18(03): 195-199.
[3]	唐丹萍, 王萍, 江孟蝶, 杨晓蓉. 自体脂肪移植在乳腺癌术后乳房重建的研究进展[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(05): 582-585.
[4]	毛程璐, 徐运. 脑小血管病与步态和平衡功能障碍相关性的研究进展[J/OL]. 中华脑血管病杂志(电子版), 2025, 19(04): 267-273.
[5]	刘万虎, 步玮, 董玉娟, 李文君, 贾亚南, 刘翠翠, 任慧玲. 脑小血管病患者步态障碍及认知障碍与神经影像学特征的相关性[J/OL]. 中华脑血管病杂志(电子版), 2025, 19(03): 198-206.
[6]	赵伟伟, 李季, 焦好, 刘小璇, 赵玉华. 北京和西藏地区脑小血管病患者的危险因素[J/OL]. 中华脑血管病杂志(电子版), 2025, 19(03): 191-197.
[7]	夏禹, 刘寒, 朱瑞. 脑小血管病及其认知障碍研究进展[J/OL]. 中华脑血管病杂志(电子版), 2025, 19(02): 155-160.
[8]	黄虎, 宋春杰, 刘志伟, 陈兴, 朱发勇, 韩远远. 脑小血管病总负荷对急性前循环大血管闭塞梗死增长率及临床转归的影响[J/OL]. 中华脑血管病杂志(电子版), 2025, 19(02): 141-148.
[9]	韩琪, 温田思宇, 肖以钦, 崔梅. 视网膜厚度与脑小血管病认知障碍的相关性[J/OL]. 中华脑血管病杂志(电子版), 2025, 19(02): 109-114.
[10]	王育伟, 杨琼, 丁文华, 邱景景, 耿玉荣. 脑小血管病排尿障碍研究进展及机制探讨[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(06): 606-610.
[11]	夏振西, 谢鸿阳, 夏翠俏, 张楠, 曹俊杰, 赵弘轶, 黄勇华. 脑小血管病患者体脂百分比与步态特征及跌倒的相关性分析[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(06): 556-563.
[12]	吴亚琨, 冯凯, 于海华. 数字疗法对非痴呆型脑小血管病认知障碍患者认知功能、日常生活能力及生活质量的影响[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(06): 535-541.
[13]	赵伟伟, 赵玉华, 刘小璇. 西藏地区亚甲基四氢叶酸还原酶C677T多态性及其与脑微出血的相关性[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(05): 473-478.
[14]	沙宇惠, 梁梦琳, 贾琛皓, 吴娟娟, 张天昊, 朱以诚, 崔瑞雪, 倪俊. 脑淀粉样血管病β淀粉样蛋白沉积特征及其与影像学标志物的关系[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(04): 301-308.
[15]	王梦欣, 李莫凡, 王淑敏. 脑微循环成像技术在脑小血管病中的应用研究进展[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(03): 281-284.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Body fat, muscle mass, and neuroimaging markers in cerebral small vessel disease: a correlation study

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Body fat, muscle mass, and neuroimaging markers in cerebral small vessel disease: a correlation study