腰圍身高比——取代 BMI 的肥胖指標？

• 文／羅家禧｜香港中文大學公共衛生學院博士生，希望學術成果能轉化成公眾易於理解及運用的知識。研究興趣為睡眠、飲食與代謝健康之間的關係。

談到界定肥胖的指標時，相信大家會想起身高體重指數（BMI）或腰圍尺碼（Waist circumference）。雖然耳熟能詳，但兩種指標的參考值都跟隨年齡、性別、種族、甚至發表指引的機構而有不少差別。成人的參考值還算清晰，例如亞洲人 BMI 超過 23，腰圍超於 90 或 80 厘米便算肥胖。但對小於 18 歲的孩子無論在 BMI 或腰圍方面的界定也很困難。

能否有一個指標，既容易量度，也能簡單地得出是否超標的結論？

腰圍不要超過身高的一半

自九十年代起，已有人倡議以腰圍與身高的比例作為體重指標。計算方法很簡單，以腰圍 29 吋（即 29 乘 2.54 = 73.66 厘米），身高為 160 厘米計算，腰圍身高比便屬於0.46。若超出 0.5，便有較大機會患上心血管相關疾病的風險。換言之，不要讓腰圍長度超過身高的一半。

為甚麼這指標比 BMI 和腰圍更好？因為 BMI 忽略了個人體內脂肪分佈，尤其是腰部脂肪積聚（亦即中央肥胖）其實對健康有更大影響。至於腰圍本身，也忽視了身體大小（即身高）對腰圍的影響：一名高個子，便有機會比矮個子有更粗的腰圍。而從量度方面，腰圍身高比只需一把軟尺便可完成，亦比需要體重磅的 BMI 更為方便。

好，紙上談兵完畢。那麼實際上又有沒有研究結果證明腰圍身高比的效果呢？

在成人中更有效，在孩子中也還可以

為討論各體重指標作篩查的有效度，要先簡述一下 ROC Curve 分析的概念。如圖 1 所示，ROC Curve 是一個 X 軸為假陽性（不小心把健康的人當成有病的機率）Y 軸為真陽性（病人被驗出有病了的機率）。圖中畫出的藍色線便是 ROC curve。ROC 所覆蓋的面積（Area under the curve）越大，代表指標越能正確地篩選出有疾病風險的人。面積數值介乎 0 至 1，大於 0.5 代表指標篩查力比瞎猜要好，大於 0.7 便是好指標。

在 2012 年，Ashwell 等人發表了一篇綜合分析（meta-analysis），比較腰圍身高比、 BMI 與腰圍在篩查成人糖尿病、高血壓、血脂異常、代謝綜合症和心臟病方面的有效度。簡單來說，就是找出體重指標在不同研究中做 ROC curve 分析時得出的 Area under the curve 以統計學方法綜合起來，然後作出比較。結果發現，腰圍身高比相比 BMI 和腰圍於篩查糖尿病、高血壓與心臟病有明顯較高的 Area under the curve，顯示它在成人社群中為更佳的篩查工具。

在 2016 年，另一批研究人員把研究範圍擴展至兒童及青少年。由於兒童及青少年患上慢性疾病的比率較低，所選取的疾病便調正為高血糖、高血壓、血脂異常及代謝綜合症。出乎意料，雖然腰圍身高比於篩查代謝綜合症時效果最好（Area under the curve 超過 0.8），但在絕大部份的分析中均沒有明顯較好的效果。作者指出有可能兒童身高的增長快於腰圍脂肪的積累，於是有大肚子的兒童便因此被忽視。綜使如此，腰圍身高比在兒童及青少年當中的有效度與 BMI 及腰圍看齊，量度與分析方法亦較容易。因此作者在文末仍然推介腰圍身高比作為篩查肥胖相關疾病的指標。

尚未解決的問題

雖然已經陸續有研究結果支持腰圍身高比的好處，但這代表它能取代 BMI 嗎？路還很漫長哩！首先，現時綜合分析所包括的文章都是橫斷面研究（cross-sectional），在學術上仍未能有如追蹤研究（cohort study）般探討因果關係。此外， Area under the curve 相差 0.05 對疾病風險會有多大影響？ROC curve 是否量化篩查表現最合適的工具？這些問題仍有待解決。縱使如此，現時的研究證據的積累的確往支持使用腰圍身高比的方向發展。

參考文章：

• WHO/IASO/IOTF. The Asia-Pacific perspective: redefining obesity and its treatment. Health Communication Australia Pty Ltd; 2000.
• Alberti, K. G. M., Zimmet, P., & Shaw, J. (2005). The metabolic syndrome-a new worldwide definition. The Lancet, 366(9491), 1059.
• Ashwell M, Lejeune S, McPherson K. Ratio of waist circumference to height may be better indicator of need for weight management. Br Med J 1996; 312: 377.
• Browning, L. M., Hsieh, S. D., & Ashwell, M. (2010). A systematic review of waist-to-height ratio as a screening tool for the prediction of cardiovascular disease and diabetes: 0· 5 could be a suitable global boundary value. Nutrition research reviews, 23(02), 247-269.
• Metz CE. Some practical issues of experimental-design and data-analysis in radiological roc studies. Invest Radiol 1989; 24: 234–245.
• Ashwell, M., Gunn, P., & Gibson, S. (2012). Waist‐to‐height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and meta‐analysis. Obesity reviews, 13(3), 275-286.
• Lo, K., Wong, M., Khalechelvam, P., & Tam, W. (2016). Waist‐to‐height ratio, body mass index and waist circumference for screening paediatric cardio‐metabolic risk factors: a meta‐analysis. Obesity Reviews, 17(12), 1258-1275.
• Tian, S. (2016). Comment on: waist‐to‐height ratio, body mass index and waist circumference for screening paediatric cardio‐metabolic risk factors: a meta‐analysis. Obesity Reviews, 17(12), 1341-1341.