Er metabolisk alder fra bioimpedans en valid sundhedsmarkør?

Bioelektriske impedansanalyse-apparater (BIA) angiver ofte en "metabolisk alder", som sammenligner et individs beregnede metaboliske profil med kronologiske aldersbenchmarks. Inden for idrætsvidenskab og klinisk epidemiologi er metabolisk alder hverken et standardiseret medicinsk diagnostisk redskab eller en direkte måling af cellulær bioenergetik [2]. Ikke desto mindre viser store kliniske kohorter, at BIA-estimeret metabolisk alder fungerer som en solid statistisk proxy for kropssammensætningens kvalitet, risiko for insulinresistens og kardiometabolisk sundhed [1, 12, 16].

For at forstå den videnskabelige validitet af metabolisk alder må man adskille måden, hvorpå kommercielle apparater beregner dette tal, fra hvor godt tallet afspejler reelle fysiologiske endemål.

Hvordan BIA beregner metabolisk alder

Kommercielle BIA-apparater, såsom dem der fremstilles af Tanita eller InBody, måler ikke direkte cellulær respiration, hormonel status eller cirkulerende metabolitter [2, 18]. I stedet estimerer de en persons basale hvilestofskifte (BMR) – den mængde energi, der kræves for at opretholde grundlæggende fysiologiske funktioner i hvile, hvilket udgør omtrent 60 % til 75 % af det samlede daglige energiforbrug [2].

Da hvilende skeletmuskulatur forbrænder ca. 13 kcal/kg/dag (~6 kcal/lb/dag) sammenlignet med omtrent 4,5 kcal/kg/dag (~2 kcal/lb/dag) for fedtvæv, er BMR i høj grad bestemt af den fedtfrie kropsmasse [2]. Enhedsalgoritmer, herunder prædiktive modeller oprindeligt udviklet af Heymsfield og kolleger, som inddrager alder, køn, højde og vægt, estimerer den fedtfrie masse og beregner BMR ved hjælp af ligninger som Katch-McArdle ($$\text{BMR}=370+[21.6\times \text{fedtfri masse i kg}]$$) eller reviderede Harris-Benedict-formler [2, 5].

For at generere en "metabolisk alder" sammenligner apparatet brugerens estimerede BMR med en referencepopulationsdatabase over gennemsnitlige BMR-værdier opdelt efter kronologisk alder [2]. På populationsniveau falder voksnes BMR med cirka 1 % til 2 % pr. årti, primært drevet af det fremadskridende tab af skeletmuskulatur og dets erstatning med fedtvæv, hvor fedtmasse kun ændrer BMR med 2 % til 3 % [1]. Hvis en person bevarer mere magert bløddelsvæv og en lavere relativ fedtmasse end gennemsnittet for jævnaldrende, vil personens forhøjede BMR svare til referenceniveauet for en yngre aldersgruppe, hvilket giver en lavere metabolisk alder [1, 2, 5].

Denne beregning bygger dog på demografiske antagelser. Hvor industriens modeller ofte antager et lineært fald i energiforbrug gennem voksenlivet efter en top i den sene teenagealder [19], viser data fra dobbeltmærket vand på tværs af mere end 6.400 individer, at størrelsesjusteret energiforbrug forbliver stort set stabilt mellem 20 og 60 år og først for alvor begynder sit biologiske fald efter 60-årsalderen [15].

Sammenhæng med kardiometabolisk risiko og insulinresistens

Selvom BIA-afledt metabolisk alder bygger på matematiske approksimationer frem for direkte metabolisk monitorering, udviser den stærke statistiske sammenhænge med validerede kardiometaboliske risikoscorer i store kliniske kohorter [1, 12, 16].

I et tværsnitsstudie af 8.590 spanske arbejdstagere i alderen 18 til 69 år blev metabolisk alder bestemt via multifrekvens-BIA evalueret i forhold til adskillige kriterier for metabolisk syndrom og markører for insulinresistens [1, 16]:

• Risiko for insulinresistens: Forhøjet metabolisk alder viste markante associationer med surrogatindekser for insulinresistens, herunder Metabolic Score for Insulin Resistance (METS-IR; OR 4,88, 95 % CI 4,12–5,65), Single Point Insulin Sensitivity Estimator (SPISE; OR 4,42, 95 % CI 3,70–5,15) og Triglyceride-Glucose (TyG)-indekset (OR 3,42, 95 % CI 2,97–3,87) [1, 17].
• Metabolisk syndrom: Personer med en metabolisk alder, der oversteg deres kronologiske alder, havde markant højere odds for hypertensivt taljemål (OR 13,97, 95 % CI 11,82–16,13), metabolisk syndrom efter International Diabetes Federation (IDF) (OR 10,96, 95 % CI 9,23–12,80), NCEP ATP III metabolisk syndrom (OR 8,01) og hypertriglyceridæmisk taljemål (OR 7,44) [16].
• Diskriminativ nøjagtighed: Area under the curve (AUC)-værdier for metabolisk alders evne til at skelne kardiometaboliske fænotyper lå mellem 0,807 og 0,865 på tværs af køn [16]. En optimal grænseværdiforskel (metabolisk alder minus kronologisk alder) mellem −2 og +2 år udviste 75 % til 82 % sensitivitet og 75 % til 77 % specificitet for at identificere forhøjet kardiometabolisk risiko [16].
• Markører for leversygdom: Avoidable Lost Life Years (ALLY)-indekset, beregnet som den matematiske forskel mellem bioimpedans-metabolisk alder og kronologisk alder, korrelerede stærkt med risikoscorer for metabolisk dysfunktionsassocieret steatotisk leversygdom (MASLD), fysisk inaktivitet og lav overholdelse af middelhavsdiæten [12]. Det opnåede høj prædiktiv kapacitet for fedtleversygdom (FLD AUC: 0,935 hos kvinder, 0,917 hos mænd) og Fatty Liver Index (FLI AUC: 0,900 hos kvinder, 0,833 hos mænd) [12].

BIA-metabolisk alder sammenlignet med molekylære og multifaktorielle biologiske ure

For at sætte BIA-metabolisk alder i perspektiv må den adskilles fra molekylære aldringsure og omfattende funktionelle fitnesstest [8, 9].

Molekylære aldringsure inddeles i førstegenerationsure (kalibreret direkte mod kronologisk alder) og andengenerationsure (trænet på klinisk skrøbelighed, sygdomsincidens og dødelighedsrisiko) [8]. Moderne metabolomiske platforme opfanger dynamiske, ikke-lineære biologiske forskydninger på tværs af centralt energistofskifte, lipidunderfraktioner og systemisk inflammation (såsom GlycA og GlycB) [6, 8]. På tilsvarende vis afslører massespektrometri akutte og kroniske metaboliske ændringer, såsom lipidremodellering og ændringer i 5-oxoprolin under hypoxiske tilpasninger [10].

I modsætning hertil er BIA-metabolisk alder udelukkende et estimat baseret på kropssammensætning [2]. Den fanger ikke disse cirkulerende cellulære signaler eller ikke-strukturelle metaboliske faktorer såsom mitokondriel respiration eller skjoldbruskkirtelhormonstatus [2].

Metodologiske begrænsninger og praktiske overvejelser

Selvom BIA-afledte parametre tilbyder praktisk monitorering i trænings- og arbejdsmiljøer, knytter der sig flere metodologiske forbehold til metoden:

1. Mangel på standardisering: Forskellige udstyrsproducenter anvender forskellige proprietære formler og separate referencepopulationsdatabaser [2]. Som følge heraf kan værdier for metabolisk alder ikke anvendes i flæng på tværs af forskellige hardwareplatforme [2].
2. Apparatspecifik nøjagtighed på tværs af kropstyper: Valideringsforsøg på 8-elektroders multifrekvens Tanita-systemer (såsom MC-780 og MC-980) viser god overensstemmelse med dual-energy X-ray absorptiometri (DXA) for appendikulært magert bløddelsvæv og firekomponentmodeller for fedtprocent hos raske populationer [5]. Imidlertid viser undergruppeanalyser i kliniske populationer variation; for eksempel viser BIA- og DXA-målinger hos voksne type 2-diabetespatienter høj overensstemmelse i slanke ($$\text{BMI}<23{\text{ kg/m}}^2$$) og svært overvægtige ($$\text{BMI}\ge 25{\text{ kg/m}}^2$$) kohorter, men ringere korrelation hos overvægtige individer ($$23\le \text{BMI}<25{\text{ kg/m}}^2$$) [20].
3. Fasevinkel som en direkte rå måling: I modsætning til metabolisk alder, som hviler på demografisk modellering og formelantagelser, er BIA-fasevinkel ($$\theta$$) en direkte biofysisk måling, der afspejler cellemembranintegritet og vævskvalitet [5, 14]. Fasevinklen korrelerer signifikant med ultralydsmålt muskelkvalitet på tværs af flere muskelgrupper, adskiller sig målbart mellem køn og afspejler funktionel kapacitet, muskelstyrke og kardiorespiratorisk fitness [3, 5, 14].

For trænende individer tolkes BIA-metabolisk alder bedst som en forenklet afspejling af forholdet mellem fedtfri masse og fedtmasse snarere end en dybdegående vurdering af indre metabolisk sundhed [2]. Selvom det at opretholde en metabolisk alder under sin kronologiske alder flugter tæt med god insulinfølsomhed, reduceret fedtophobning i leveren og lav risiko for metabolisk syndrom, forbliver det en indirekte beregning drevet af muskelmasse frem for en direkte aflæsning af cellulær funktion [1, 2, 12, 16].