日本男大学生生活方式因素与骨密度的关系

摘要：为了调查日本年轻男性生活方式因素与骨密度的关系，我们用计算机X射线密度测定法测量了143名18-22岁男性大学生第二掌骨的骨密度。受试者完成了生活方式问卷，包括定量食物频率问卷。其骨密度的均值plusmn;标准差为2.61plusmn;0.23 mmAl。初中（p=0.250，p=0.003）和高中（p=0.195，p=0.020）的体重指数（斯皮尔曼p=0.232，p=0.006）、每日步行时间（p=0.186，p=0.028）和牛奶消耗量与骨密度显著相关。对于营养变量，骨密度与钙（皮尔逊r=0.302，p=0.0002）、钾（r=0.265，p=0.001）、饱和脂肪酸（r=0.211，p=0.011）和镁（r=0.173，p=0.039）以及牛奶和乳制品（r=0.228，p=0.006）和水果（r=0.205，p=0.014）的能量调整摄入量呈正相关，而与能量调节和面条摄入量呈负相关（r=-0.185，p=0.027）。通过调整体重指数、钙摄入量和步行时间，初中时的牛奶消耗量与骨密度的正相关关系没有实质性改变。与和家人一起生活的学生相比，独居学生的骨密度较低（p=0.044）。改变年轻男性的饮食习惯可以增加骨密度。

关键词：男性青年；骨密度；营养素；食物组；钙；生活方式

根据1998年对日本健康和福利人群生活状况的综合调查，卧床不起的主要原因是脑血管疾病（37.9%）、衰老（15.2%）以及65岁或以上老年人的骨折和跌倒（12.4%）。骨折致残在老年人群中将占据更重要位置，因为骨质疏松相关骨折在男性和女性中都在增加。骨密度（BMD）随着年龄的增长而降低，但除年龄外的一些因素也会增加骨质疏松症的风险。因此，许多研究集中于这些危险因素，以寻找预防骨质疏松症及其相关骨折的方法。危险因素包括雌激素缺乏、低钙饮食、不良饮食习惯、低体力活动和遗传易感性。

尽管骨质疏松症在老年女性中更为常见，但随着年龄的增长，男性髋部骨折的风险也在增加。估计在16至30岁期间达到峰值骨量。在年轻时达到高峰骨量可能是预防骨质疏松症的有效方法。确定与骨密度相关的因素将有助于年轻人获得更大的峰值骨量。

饮食因素经常与改善年轻女性的骨骼健康有关。但它们与日本男性大学生的BMD相关性很少被研究。因此，我们将男性大学生的BMD与饮食因素联系起来，特别是BMD与营养素摄入或食物组之间的关系。

1方法

1.1研究对象

我们从名古屋文里大学280名参加“健康教育导论”课程的男生中招募了163名受试者，年龄从18岁到22岁。他们在2000年1月或12月参加了我们的研究。所有受试者均提供知情同意书。10名服用钙补充剂的学生被排除在外。没有参与者服用干扰钙代谢的药物。我们还排除了那些使用食物频率问卷（FFQ）估计能量摄入不合理的人群，即lt;1100 kcal/天（n=6）或gt;4500 kcal/天（n=4），剩下143名参与者（87.7%的被调查者）符合研究条件（平均年龄plusmn;标准差[SD]：19.0plusmn;0.7岁）。在这些受试者中，110人（76.9%）与家人住在一起，33人（23.1%）过独居生活。三分之一（n=46，32.2%）吸烟，九名学生（6.3%）戒烟。一半的参与者（n=72，50.3%）在调查时有锻炼习惯。

1.2骨密度测量

使用BONALYZER（Teijin，东京，日本）计算机X射线密度测定仪（CXD）测量右手第二掌骨的骨密度。BMD骨量以“mmAl”表示。一个单位的“mmAl”BMD的X射线吸收选项对应于一毫米厚铝板的X射线吸收选项。通过自填问卷收集有关人体测量和医学因素的信息。

1.3饮食和其他生活方式因素

受试者还填写了一份关于饮食和其他生活方式因素的问卷。其饮食部分包括FFQ，旨在评估过去一年的饮食情况，并估计营养素和食物组的摄入量。在此使用的FFQ的详细设计已在先前的报告中描述。“FFQ具有良好的再现性和有效性，可用于估算营养素摄入量22和食物组消费量。”18种营养素的FFQ和16天饮食记录之间的相关系数在0.42到0.83之间（中位数：0.61），钙为0.83，钾为0.70，饱和脂肪酸（SFA）为0.73，镁为0.63。16种食物组的相应系数从0.16到0.83不等（中位数：0.56），牛奶和乳制品的相应系数为0.83，水果为0.80，面包为0.64，面条为0.42。

自填问卷还引出了其他饮食和生活方式因素：饮食规律、对食物的偏好、主要咖啡因来源（含巧克力的食物、可乐和咖啡）当前和以前的摄入频率、目前和以前对牛奶和小鱼的摄入、每日步行时间、吸烟习惯、，以及当前和以前的锻炼时间。在日本，几乎每个初中生都在学校午餐时获得牛奶，然后，从初中时期的总体牛奶消费量来看，学校午餐时提供的牛奶被排除在外。

1.4统计分析

我们的研究分两个阶段进行，即2000年1月（n=81）和12月（n=62），两组受试者的骨密度水平不同，但两组受试者的生活方式与骨密度的总体相关性相似（数据未显示）。因此，我们在此将数据作为一个整体呈现。

体重指数（BMI）计算为（体重[kg]）/（身高²[m²]）。两样本t检验用于检验两组之间的平均差异。生活方式因素与BMD之间的关系通过使用Spearmansrank相关系数（p）进行检查，因为生活方式变量不容易接近正态分布。

能量、营养素和食物组的摄入量通过使用加权食物成分表对FFQ的反应进行估算。他们通过使用线性回归模型的残差来调整能量摄入。在分析之前，能量和营养素摄入量以及食物组的消耗量都进行了自然对数转换，以改善其正常状态。计算了BMD与营养素或食物组的能量调整摄入量之间的皮尔逊相关系数。

多元分析采用多元线性回归模型。BMD首先根据能量调整后的营养素摄入或食物组以及过去的牛奶消费量进行回归，并调整log_e（BMI）和调查时间，即2000年1月或12月（模型1）。我们进一步调整了能量调整后的钙摄入量（模型2）. 在最终模型（模型3）中，检查了BMD与饮食变量之间的关系，控制log_e（BMI）、能量调节钙摄入量、log_e（每日步行时间）和调查时间

我们在最终模型中考虑了BMI、钙摄入量和每日步行时间，因为它们与目前的BMD显著相关。BMI和每日步行时间也经过对数转换以改善正常状态。所有p值均为双侧，统计分析采用适用于Windows的StatVie（版本5）。

2结果

研究对象的BMI范围为16.5至35.5 kg/m2（均值plusmn;标准差：20.9plusmn;3.5 kg/m2），BMD范围为2.07至3.38 mmAl，均值plusmn;标准差为2.61plusmn;0.23 mmAl。

表1显示了骨密度和选定生活方式因素之间的斯皮尔曼秩相关系数（p）。与BMD显著相关的是BMI（p=0.232，p=0.006）、每日步行时间（p=0.186，p=0.028）和初中（p=0.250，p=0.003）和高中（p=0.195，p=0.020）的牛奶消耗量。目前和以前主要咖啡因来源和鱼肉的摄入频率与BMD无关（数据未显示）。与和家人一起生活的学生相比，独居学生的BMD较低（平均plusmn;标准差:2.54plusmn;0.20 mmAl[n=33]vs.2.63plusmn;0.23 mmAl[n=110]，p=0.044）。

表1 选定的生活方式因素和骨密度与变量之间的Spearman等级相关系数(P)的均值和中位数(n=143)

年龄（岁）

BMI（kg/m²）

吸烟数量（支/天）

高中运动时间（分钟/天）

现在运动时间（分/天）

步行（分/天）

高中牛奶摄入量（杯/天）

现在牛奶摄入量（杯/天）

表2总结了营养素摄入和每日能量摄入的平均值（BMR）和相关系数。骨密度与钙摄入量呈正相关（r=0.302，p=0.0002），钾（r=0.265，p=0.001）、SFA（r=0.211，p=0.011）和镁（r=0.173，p=0.039）。脂肪（r=0.146，p=0.082）和维生素C（r=0.162，p=0.054）摄入量与BMD呈弱相关。

表3显示了食物组的平均每日消耗量以及食物组能量调整摄入量与BMD之间的皮尔逊相关系数。BMD与牛奶、乳制品（r=0.228，p=0.006）和水果（r=0.205，p=0.014）的能量调整消耗之间存在显著的正相关。

表4总结了所选饮食因素与骨密度相关性的多元线性回归分析结果。分析中包括的饮食变量是单变量分析中与BMD显著或轻微相关的变量（表1-3）。在模型1中，BMD与钙（beta;=0.126，p=0.001）、钾（beta;=0.213，p=0.005）、SFA（beta;=0.165，p=0.010）、镁（beta;=0.336，p=0.039）、面包（beta;=0.025，p=0.069：略微显著）、牛奶和乳制品（beta;=0.039，p=0.007）和水果（beta;=0.023，p=0.038）的每日摄入量呈正相关，初中（beta;=0.046，p=0.001）和高中beta;=0.034，p=0.009）的牛奶消耗量，独立于log_e（BMI）和调查时间。只有面条（beta;=-0.031，p=0.085）的系数为负。即使在模型1中加入能量调整钙摄入量（模型2:beta;=0.034，p=0.014），初中的每日牛奶消耗量与BMD也有类似的相关性。log_e（每日步行时间）的额外调整并未实质性改变这种关联性（模型3:beta;=0.035，p=0.011）。相比之下，没有其他饮食变量与骨密度显著相关，与能量调节钙摄入量无关。我们进一步调整了每天吸烟的数量，但模型3中BMD和饮食变量之间的关联基本保持不变（数据未显示）。

3讨论

本研究采用CXD法测量骨密度。该方法可在短时间内检测多个受试者的骨密度，操作简单，重现性好。关于其有效性，CXD测量的BMD与双能X射线吸收仪（DXA）测量的BMD有很好的相关性，这是BMD测量的标准方法。Matsumoto等人20报告，CXD测量的掌骨骨密度与DXA测定的股骨颈（Pearsons r=0.592）、桡骨（r=0.837）和全身骨密度（r=0.664）合理相关。

在年轻男性中，用CXD法测量的BMD数据仍然很少。然而，目前受试者的骨密度（平均plusmn;SD:2.61plusmn;0.23 mmAl）与使用与我们相同的设备（2.72plusmn;0.44 mmAl）测量的相同年龄（20-24岁）男性的骨密度相当。

我们采用三种回归模型来检验饮食因素与骨密度的相关性（表4）。模型1可用于观察哪些食物有助于增加骨量。模型2检验了饮食变量的相关性是否独立于钙摄入量，钙摄入量是BMD最重要的营养决定因素之一。模型3中还考虑了每日步行时间，因为它与BMD显著相关。然而，调整并没有实质性地改变关联性，模型3的样本量也可能不够大。

我们的横断面研究表明，男性大学生的钙摄入量与骨密度之间存在密切关系。缺钙与十几岁女孩、29岁或30岁的成年人的骨量较低有关。然而，在日本很少对年轻男性的关联进行调查。我们的研究结果表明，即使是男性，年轻时钙的摄入也会影响骨量。与西方人相比，日本年轻人摄入的钙要少得多。在美国，19-30岁男性的平均每日钙摄入量为1101mg，而在日本，29岁男性的平均每日钙摄入量仅为540mg。因此，低钙摄入可能是未来骨质疏松症及其相关骨折的危险因素，尤其是在日本。然而，值得注意的是，由于日本人钙摄入量低，骨质疏松相关骨折在日本不像在美国那么常见。除了钙摄入量之外，骨密度的决定因素应该被考虑来解释这个明显的悖论。

我们还发现，BMD与钾和镁摄入量之间存在显著的正相关关系，但考虑钙摄入量时，它们变得不重要。这可能是因为钙、钾和镁的摄入量之间存在很强的相关性，部分原因是这些营养素的饮食来源重叠。我们发现能量调整后的钙摄入量与钾（Pearsons r=0.842）或镁（r=0.613）的摄入量有很强的相关性。在本研究中，牛奶和乳制品是钙的最大膳食来源（44.7%，根据FFQ数据估算），其次是豆类（11.3%）、蔬菜和水果（8.7%）以及鱼类和贝类（4.4%）。第二个来源是豆类，富含镁。第三种来源是蔬菜和水果，含有大量的钾和镁。

SFA也与BMD呈正相关，但在调整钙摄入量后，这种相关性再次消失。这在很大程度上可能是由于牛奶和乳制品中的高钙含量也含有相当多的SFA。在我们的受试者中，能量调节钙和SFA摄入量之间的皮尔逊相关系数高达0.776。面包和牛奶的摄入量因其良好的匹配性而相互关联，这可以解释在控制钙摄入量后面包消费与BMD的关联减弱的发现。

至于饮食史，我们的研究结果表明，在生长阶段，如初中时期，喝牛奶会增加BMD，与目前的钙摄入量无关。许多研究报告了年轻时喝牛奶对骨密度的影响。Teegarden等人17发现，青春期较高的牛奶摄入量与年轻女性的峰值骨量较大有关，而目前的钙摄入量可能会影响目前的骨密度。此外，年轻时的牛奶摄入量可能会导致晚年喝更多的牛奶。

儿童和青少年咖啡因的主要来源是含有巧克力的食物、可乐、咖啡和茶饮料。我们试图评估咖啡因摄入对骨密度的影响（如果有的话）。然而，青春期主要咖啡因来源的摄入与骨密度无关。据

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[597630]，资料为PDF文档或Word文档，PDF文档可免费转换为Word