王宋扬，罗冬梅，黄 逸，赵 萌，屈 莎*

身体成分是反映和衡量幼儿生长发育状况和水平的重要指标，在体格发育与健康的关联中处于关键的中介地位。生命早期的身体成分发育不仅影响当下，还对终身健康发挥至关重要的作用（季成叶，2010a）。目前，我国居民膳食水平大幅提高，静坐少动的生活方式普遍存在，家长对幼儿营养健康的认识不足，导致超重肥胖幼儿人数持续增长。《中国儿童肥胖报告》指出，1985—2005年我国主要大城市7岁以下肥胖儿童总数已超过400万（马冠生等，2017）。超重肥胖儿童在儿童期和成年期患心血管疾病（Aris et al.、2019）和代谢综合征（Liang et al.，2015；Yu et al.，2019）的概率是正常人群的数倍。此外，儿童超重肥胖也会造成运动、认知（陈玉霞，2010）和心理（马文娜，2018）障碍（原晨晨等，2020）。因此，了解幼儿身体成分发育特征，准确评价其发育状况以尽早避免身体成分问题的发生至关重要。

随着测量技术的不断更新，身体成分的相关研究也逐步深入，国外研究人员已通过生物电阻抗法、双能X线吸收法、空气置换法和同位素吸收法等对幼儿身体成分进行更加精确的测量，并以此逐步完善相关评价标准（Crook et al.，2012；Kanako et al.，2017；Kelso et al.，2020；Pongcharoen et al.，2017）。但是，由于遗传、饮食习惯和环境气候不同，身体成分存在种族和地区差异（De Wilde et al.，2018；Toftemo et al.，2018），导致国外研究结果无法直接用于我国幼儿相关研究。现阶段，我国学者多采用身体质量指数（body mass index，BMI）、身高别体质量、年龄别体质量法判定幼儿超重或肥胖（陈敏等，2019；戴军等，2019；郭璇 等，2019；罗碧莲 等，2019；吕文娣 等，2020），不足以精确反应幼儿身体成分组成情况。虽已有研究采用生物电阻抗法获取3～6岁幼儿身体成分相关数据并对其发育特征进行分析（及春兰，2015；许立军等，2017；张慧云等，2019），但因其研究数量较少且均为横断面研究，无法确切反映其身体成分发育变化过程，故难以建立相应幼儿身体成分评价体系。

在儿童生长发育规律的相关研究中，常见研究方法包括横断面设计（cross-sectional design，CSD）和追踪设计（true longitudinal design，TLD）。CSD同时对各年龄段人群进行一次性测试，从而得到某项指标随年龄的变化规律，其无法排除组间的群组效应，不能真正反映年龄对该指标发展的影响；TLD对同一群组进行反复测量以获得各年龄段的数据，可以较为准确地研究观测结果随时间独立变化的过程，但同时也面临测量时期和出生队列的干扰，即时期效应和队列效应。多队列纵向设计被认为是最适合研究个体生长或退化过程的方法，即对多个队列进行多次重复测量。通过这种设计，可将年龄主效应从队列效应和时期效应中分离出来（Twisk，2016），继而在较短研究时间窗内近似观察更长生命历程中的数据信息（薛付忠，2017；Estrada et al.，2020），在较短时间内完成时间跨度更大的追踪，所以称之为加速追踪设计（acceler‐ated longitudinal design，ALD）（唐文清 等，2014；张金荣，2011）。该方法源自发展心理学，常用于生长发育或退行性变化的相关研究（Archambault et al.，2010；Tang et al.，2009），也有学者将其用于分析学龄前儿童的动作发展和形态发育特征（范雪，2018）。

因此，本研究基于加速追踪设计，运用生物电阻抗法（bio-impedance analysis，BIA），以3.5～5.5岁幼儿为研究对象，以6个月为间隔，对其身体成分进行3次追踪测试，分析该年龄段幼儿身体成分纵向发育特征，得出各年龄段应达到的发育水平及发展速率。

1 研究对象与方法

1.1 研究对象

采用整群随机抽样方法，于2018年5月从北京市某两所幼儿园招募3.5～5.5岁健康幼儿346名。所有参与者均自愿参加，其监护人均签署知情同意书。采用ALD，将幼儿分为 3.5（群组 1）、4.0（群组 2）、4.5（群组 3）和 5.0（群组4）岁4个年龄群组，以6个月为间隔进行3次追踪测试，将3次测试数据拟合，即可得到全样本的测试数据（表1）。

表1 各年龄群组样本分布Table 1 Sample Distribution in Each Age Group

1.2 测试方法

采用InBody J20型人身体成分测试仪（韩国Biospace公司生产）对幼儿进行身体成分测试，该仪器包括4极8点接触电极，并自带身高计。为保证测试准确性，所有测试均在午睡后进行，测试前不进行任何剧烈运动，测试前2 h内禁食禁水，排空大小便，去除手表、饰物和眼镜等物品，只穿贴身衣物，测试时室内温度保持在20℃～25℃，以最大限度减少误差。测量过程中保证幼儿处于静止状态，尽量减少说话，测试人员均经过严格培训。测量结束后，对异常的身体成分报告进行筛选并组织重测。

1.3 统计学处理

采用SPSS 23.0统计软件和HLM软件包进行数据处理。描述性统计结果以平均值±标准差表示，样本间均数比较采用单因素方差分析和χ2检验。

采用多层线性模型（hierarchical liner modeling，HLM）（张雷等，2005），将3次纵向测试数据拟合成一条3.5～6.0岁的发展曲线。1）构建完整模型和简单模型的似然比检验（Miyazaki et al.，2000），判断群组变量对模型拟合度的影响，检验各群组是否收敛。2）依次构建无条件均值模型（模型1）、无条件线性发展模型（模型2）和含有第二水平预测变量的模型，以分析幼儿身体成分各维度发育的年龄趋势和性别差异。为使各模型中截距有明确含义，将幼儿年龄转换为每次测量的实际年龄-3.5；群组1赋值为0，其他群组赋值为1；男孩编码0，女孩编码为1。3）将年龄、群组和性别编码代入相应模型计算估计值以得到完整发育曲线。P＜0.05表示有统计学意义。

2 结果

2.1 受试对象基本特征

346名幼儿中，有219名幼儿家长完成了幼儿背景信息问卷的填写，且各群组参与问卷调查的人数比例与身体成分测试人数比例基本一致。结果显示，不同群组间的幼儿仅在出生胎龄及母亲受教育程度上存在显著差异（P＜0.05）。

身体成分测量原始值显示，各群组内，体质量、瘦体质量、蛋白质、体内水含量和骨矿物质均随年龄增长而增长（P＜0.05），BMI、脂肪、体脂率在绝大多数年龄段中均无差异，仅4.5岁组幼儿脂肪高于3.5岁组（P＜0.05，表2）。

表2 各组幼儿3次测试的身体成分Table 2 Children’s Body Composition of 3 Tests in Each Group

2.2 幼儿身体成分各指标线性发展模型的建立

本研究样本由4个相邻年龄群组构成，每组幼儿仅包含3个年龄段，但各组间均有一部分年龄重叠，如果能够证明各群组幼儿的发育规律一致，且不受群组效应影响，可以将4组幼儿的数据拟合为一条发展曲线以得到完整年龄段的发育规律。为解决这一问题，HLM收敛性检验显示，除体脂率（D1=4 618.095，D2=4 639.041，df=6，S=D1-D2=20.946＞12.592）、蛋白质（D1=-196.204，D2=-218.669，df=6，S=22.465＞12.592）和骨矿物质（D1=-1 740.861，D2=-1 779.035，df=6，S=38.174＞12.592）外，其他指标各群组发展趋势基本一致，可以用一条共同的发展曲线描述。

2.2.1 无条件均值模型

无条件均值模型结果显示，该模型不含任何预测变量，只是将因变量总体变异分解为组间和个体间两个部分，主要作用是检验个体之间是否存在变异（表3）。

各指标的跨级相关（intra-class correlation，ICC）显示，体质量、BMI、脂肪、瘦质量、体内水含量的总体变异中分别有89%、92%、89%、77%、77%的变异由幼儿个体差异造成。因此，可以对以上5个指标的模型2进行下一步分析，继而探讨幼儿身体成分各指标的年龄发展趋势和性别差异。

2.2.2 幼儿身体成分发育的年龄趋势

在模型1的基础上，将4个年龄群组幼儿3次纵向测试的身体成分各维度数据作为模型第一层的因变量，幼儿年龄作为自变量，构建无条件线性发展模型以描述幼儿身体成分各维度随年龄的变化趋势。固定部分的截距和斜率分别代表3.5岁时该指标的平均值和每年的增长速度，各指标固定部分的截距和斜率均有统计学意义（P＜0.05），说明各项指标均随年龄呈线性变化（表4）。将参数回代至模型中得到幼儿身体成分发育的年龄特征曲线（图1）。

表3 各指标无条件均值模型Table 3 Null Model of Each Indicators

表4 幼儿身体成分各指标的线性发展模型Table 4 Linear Development Model of Preschooler’s Body Composition

图1 幼儿身体成分发育的年龄特征曲线Figure 1.Age Characteristic Curve of Preschooler Body Composition Development

各指标线性发展模型的随机部分中，截距和斜率在儿童个体之间的变异均非常显著，说明这些指标在幼儿生长轨迹中的变异均比较明显，可以将性别引入第二层模型来解释幼儿之间的这种变异（表4）。

2.2.3 幼儿身体成分发育的性别差异

基于模型2，在第二层方程加入“性别”来预测幼儿身体成分各维度发育的个体差异。结果显示，3.5岁时，男、女童体质量和BMI未见差异（P＞0.05），但男童发展速率均高于女童（P＜0.05）；脂肪、瘦体质量和体内水含量的发展速率无性别差异（P＞0.05），但在截距上均存在差异，3.5岁时女童脂肪含量高于男童，瘦体质量和体内水含量则低于男童（P＜0.05，表5）。将参数回代至模型中以得到幼儿身体成分发育的性别差异曲线（图2）。

表5 幼儿身体成分各指标的性别差异Table 5 Gender Difference of Preschooler’s Body Composition

图2 幼儿身体成分发育的性别差异曲线Figure 2.Gender Difference Curve of Preschooler Body Composition Development

2.3 体脂率群组发育特征

由于体脂率的群组效应对模型拟合影响较大，不能简单将其拟合为一条曲线。因此，根据原始数据得到各群组发展趋势，分群组对各年龄段发育特征进行分析。结果显示，群组1体脂率显著高于群组2（P＜0.05），群组2、3、4间无显著差异（P＞0.05）；除群组2的5.0岁组外，各群组各年龄段体脂率均为男童低于女童，但差异无统计学意义（P＞0.05，图3，图4）。

图3 体脂率群组发育特征Figure 3. Cohort Development Characteristic of BFR

图4 体脂率各群组内性别差异Figure 4. Gender Difference of BFR in Each Group

3 讨论

3.1 幼儿身体成分纵向发育特征

宏观上，人的体质量可由两部分组成，即体脂和瘦体质量。出于对身体成分量化分析的目的，可将身体成分组成不同模型。Behnke等提出以体脂含量为界、由体脂质量和瘦体质量共同组成体质量的2-成分模型（季成叶，2010b）。随后，在2-成分模型的基础上，又相继建立3-成分、4-成分模型，将瘦体质量细分为蛋白质含量、水含量和骨矿物质含量，使身体成分测量精确度提高。目前，较为准确的间接测量方法有水下称重法、双能X线吸收法、BIA法、CT法、MRI法和全钾同位素法。其中，BIA法操作快速简便，测量成本相对较低，测试过程易控制、无创伤，适合大样本调查，及幼儿身体成分评估，其准确性也已得到一些研究支持（李珊 等，2019；马军 等，2007；Ward，2019）。本研究主要对幼儿体质量、脂肪含量、体脂率、瘦体质量和BMI的发育特征进行分析。

3.1.1 体质量、瘦体质量及脂肪的发育

3.5岁时，幼儿体质量为15.29 kg，每年以2.71 kg的速度增长，直至6.0岁时增至23.42 kg，其各年龄水平及年增长量与及春兰（2015）、许立军等（2017）的研究结果基本一致，但略高于2006年WHO给出的0～6岁儿童体质量参考值（石淑华等，2014），但符合儿童体格生长的长期趋势。该研究结果提示，目前儿童体质量生长速率较2006年有所提高，说明目前儿童营养水平有所提升，但同时也要注意随之而来的儿童超重肥胖等公共健康问题。

此外，本研究中幼儿各年龄体质量均高于沙特同年龄幼儿体质量均值（Shaik et al.，2016），也略高于Olcay（2015）等的研究结果。根据以往研究，在同一地区生活的不同人种（De Wilde et al.，2018；Toftemo et al.，2018），或是居住在不同地区的同一人种（李珊等，2021；张洪明等，2019），其身体成分会有显著差异。说明遗传背景、气候条件和生活习惯均会对身体成分产生影响，并且国外幼儿身体成分评价标准对于我国儿童可能并不适用，若要建立我国幼儿身体成分评价标准，一定要充分调查全国各地区的情况。

3.5～6.0岁中，男童体质量增长量是女童的1.12倍，增长率分别是55.9%和49.9%。一般来讲，各个年龄段男性瘦体质量均高于女性，女性在整个生命周期内有较多体脂含量。随青春期临近，男、女差异不断增大（Gab‐bard，2012）。本研究同样显示，男童瘦体质量持续高于女童，二者相差约0.45～0.74 kg。

脂肪方面，3.5岁时，幼儿脂肪含量为2.19 kg，每年增长0.46 kg，与以往研究相比偏低，可能是因为样本所在幼儿园比较重视对幼儿体质量的管理，幼儿在园内能够得到充足的身体活动。未来的研究应注意抽样的均衡性，排除与身体成分相关因素的影响。性别差异方面表现出3.5岁时男童低于女童，但其发育速率略快于女童，因此在5.5岁左右出现性别交叉。虽然在模型中男、女童发育速率差异不具有统计学意义，但差异的存在可能与该指标个体差异较大，导致标准差偏大有关。

值得注意的是，虽然5.5岁后男童体脂含量反超女童，但结果显示其体脂率持续低于女童，与以往研究一致（张慧云等，2019），说明男童脂肪增长的同时也伴随较多瘦体质量的增长。Fomon等（1982）研究发现，幼儿身体成分的性别差异甚至从出生时就已经表现出来。在此基础上，INTERGROWTH-21st项目（Villar et al.，2017）提出，妊娠期34周以后男孩有更多的瘦体质量，而女孩体脂率更高。最近研究发现，男性足月儿脐带血中瘦素水平低于女性（Santana et al.，2018），因此女性足月儿有更多脂肪组织，该结果进一步印证了之前的研究。有研究者认为，儿童青少年身体成分发育表现出的性别差异，究其机制主要与激素调节密不可分（黄蕾等，2009；Soriano-Guillén et al.，2016），进入青春期这种差异会更为明显。

3.1.2 身体质量指数发育特征及幼儿超重风险的预测

一般来说，儿童在3～8岁BMI最低，随后出现脂肪重聚（adiposity rebound，AR）（阙敏 等，2006）。本研究中，幼儿BMI随年龄平稳缓慢增长，3.5岁时BMI为14.59 kg/m2，每年约增长0.25 kg/m2。性别差异也随年龄增长逐渐增大，4.5岁前女童领先于男童，随后出现反超，该交叉发生时间点领先于脂肪，因为男童瘦体质量的发育也领先于女童，所以用BMI评价幼儿超重肥胖相对片面，并不能真正反映幼儿的身体组成情况。

此外，本研究中BMI并未体现出AR现象，而是呈现出从3.5岁起开始缓慢上升的趋势。由于本研究所涉及年龄范围较窄，因此无法明确判断其BMI最低点，也不能断定该人群在3.5岁前是否发生了AR。研究通常认为，AR发生时间对成人期肥胖有很强的预测性，但也有学者认为，AR出现的早晚与成年后的脂肪过度蓄积不存在必然关系，只有重聚时既有BMI显著增长又有体脂堆积现象的个体儿童才有发展为成年肥胖的风险（季成叶，2010b）。本研究结果显示，相较于BMI缓慢上升，体脂率并未呈现相同上升趋势，甚至个别群组有一定程度下降，故体脂率较BMI可能更为准确地反映出幼儿AR现象。因此，精确的幼儿身体成分测试对于准确评价幼儿身体发育状况具有重要意义。

3.2 群组效应对体脂率的影响

在各群组内不同年龄幼儿的体脂率无显著差异，但群组1的体脂率显著大于群组2同年龄段幼儿，由此导致数据不收敛，从而无法进行拟合。

根据以往研究结果，出生情况、母乳喂养情况、父母体质量和受教育水平等都是幼儿超重肥胖的影响因素。其中，出生体质量和学龄期、青春期及成年肥胖的发生率呈“倒U”型关系，即过高或过低的出生体质量都会使发生肥胖的危险率增加（季成叶，2010b）。常锐霞等（2018）在出生体质量与儿童期肥胖的关联性系统评价中发现，高出生体质量的儿童肥胖发生风险是正常儿童的1.77倍。对于低出生体质量的儿童，由于其在胎儿期长期暴露在热量缺乏的不良环境中，机体为了适应不良环境自动将自身新陈代谢调整至较低水平，即使日后营养状况得到改善，其身体代谢水平也难以提高，因此只能将多余热量以脂肪的形式储存起来，此类儿童易发生向心性肥胖。母乳喂养方面，徐冬梅等（2017）通过Meta分析发现，与人工喂养相比，母乳喂养可降低0～6岁儿童肥胖的发生风险，且母乳喂养超过6个月效果更为显著。同时，国内相关调查研究表明，母亲受教育程度低是学龄前儿童超重肥胖的主要危险因素（李晓慧等，2011；薛绍兵等，2015）。本研究背景信息调查结果显示，各群组幼儿出生体质量、BMI及母乳喂养情况均无显著差异。只有母亲受教育程度存在组间差异，群组1中幼儿母亲受教育程度在高中、专科及以下的占比高于群组2、3、4，且具有统计学意义。因此，这可能是本研究造成群组1幼儿体脂率高于其他群组的原因。

正是因为群组效应的存在，当样本量不够大时，如果只进行简单的横断面调查，很可能将此类群组效应混淆于年龄效应，最终得到错误的发育特征。因此，今后研究应当扩大样本量，同时注意各群组样本的基线信息是否匹配。

3.3 研究局限与展望

本研究采用加速追踪设计得到幼儿身体成分的纵向发育规律，虽然可以通过模型的拟合得出各年龄段发育水平及速度，但是无法具体描绘出幼儿生长发育过程中的一些起伏和波动。同时，由于对幼儿进行身体成分测试难度较大，本研究的样本量较小，导致脂肪、体脂率等个体差异较大的指标离散程度偏大，也会对模型拟合的准确度产生一定的影响。

未来可以开展纵向追踪研究，对某一人群的身体成分进行持续追踪，由此获得真实的发育规律以弥补模型拟合的不足。

4 结论

幼儿体质量、BMI、脂肪、瘦体质量和体内水含量均随年龄呈线性增长；男、女童身体成分发育在此年龄段表现出性别差异；男、女童体质量和BMI的差异随年龄逐渐增大，男童发育速率大于女童，其瘦体质量和体内水含量高于女童，而女童体脂率更高。