生物電阻抗測出的「代謝年齡」是有效的健康指標嗎？

生物電阻抗分析（BIA）設備經常會輸出一個「代謝年齡」，將個人的代謝評估數據與實際年齡的基準進行比對。在運動科學與臨床流行病學中，代謝年齡並非標準化的醫學診斷工具，也不是細胞生物能量學的直接測量值 [2]。然而，大型臨床隊列研究顯示，由 BIA 推算出的代謝年齡，可作為反映身體組成品質、胰島素阻抗風險以及心血管代謝健康狀態的穩健統計替代指標 [1, 12, 16]。

要理解代謝年齡的科學有效性，必須將商業設備計算該分數的方式，與該分數追蹤實質生理指標的準確程度區分開來。

BIA 如何計算代謝年齡

商用 BIA 設備（例如 Tanita 或 InBody 製造的儀器）並不會直接評估細胞呼吸、荷爾蒙狀態或血液循環中的代謝物 [2, 18]。相反地，它們會估算個人的基礎代謝率（BMR）——即維持靜止狀態下基本生理功能所需的能量，約占每日總能量消耗的 60% 至 75% [2]。

由於靜止狀態下的骨骼肌每公斤每天約消耗 13 大卡（約 6 kcal/lb/day），而脂肪組織每公斤每天僅消耗約 4.5 大卡（約 2 kcal/lb/day），因此 BMR 在很大程度上取決於去脂體重 [2]。設備演算法（包括最初由 Heymsfield 及其團隊設計、納入年齡、性別、身高和體重的預測模型）會估算去脂體重，並使用如 Katch-McArdle 公式（$$\text{BMR}=370+[21.6\times \text{去脂體重 (kg)}]$$）或修訂版 Harris-Benedict 公式來計算 BMR [2, 5]。

為了產生「代謝年齡」，設備會將使用者估算出的 BMR 與按實際年齡分組的參考族群平均 BMR 資料庫進行比對 [2]。在族群層面上，成年人的 BMR 每十年約下降 1% 至 2%，這主要是由於骨骼肌逐漸流失並被脂肪組織取代，而脂肪量本身對 BMR 的影響僅有 2% 到 3% [1]。如果一個人的非脂肪軟組織（lean soft tissue）高於同齡平均水平，且相對體脂肪率較低，其較高的 BMR 就會符合較年輕族群的參考基準，進而得出較低的代謝年齡 [1, 2, 5]。

然而，這種計算方式建立在人口統計學的假設之上。雖然業界模型通常假設能量消耗在青春期後期達到峰值後，整個成年期都會呈線性下降 [19]，但涵蓋 6,400 多人的大型雙標水研究數據表明，經體型校正後的能量消耗在 20 歲至 60 歲之間基本保持穩定，生理層面的顯著下降主要發生在 60 歲之後 [15]。

與心血管代謝風險及胰島素阻抗的關聯

儘管仰賴數學估算而非直接監測代謝，BIA 推算的代謝年齡在大型臨床隊列中仍與經過驗證的心血管代謝風險評分展現出高度統計相關性 [1, 12, 16]。

在一項針對 8,590 名 18 至 69 歲西班牙勞工的橫斷面研究中，透過多頻 BIA 測定的代謝年齡與多項代謝症候群標準及胰島素阻抗標記進行了評估 [1, 16]：

• 胰島素阻抗風險： 代謝年齡偏高與各項胰島素阻抗替代指標顯著相關，包括胰島素阻抗代謝評分（METS-IR；OR 4.88, 95% CI 4.12–5.65）、單點胰島素敏感性評估指標（SPISE；OR 4.42, 95% CI 3.70–5.15）以及三酸甘油酯-葡萄糖指數（TyG；OR 3.42, 95% CI 2.97–3.87）[1, 17]。
• 代謝症候群： 代謝年齡超過實際年齡的個體，出現高血壓性腰圍（OR 13.97, 95% CI 11.82–16.13）、國際糖尿病聯盟（IDF）代謝症候群（OR 10.96, 95% CI 9.23–12.80）、NCEP ATP III 代謝症候群（OR 8.01）及高三酸甘油酯血症性腰圍（OR 7.44）的勝算比大幅提高 [16]。
• 鑑別準確度： 代謝年齡在鑑別不同心血管代謝表型時，受試者工作特徵曲線下面積（AUC）在不同性別中介於 0.807 至 0.865 之間 [16]。將差值（代謝年齡減去實際年齡）落在 −2 到 +2 歲設為最佳切點，在識別心血管代謝風險升高方面展現了 75% 至 82% 的敏感度與 75% 至 77% 的特異度 [16]。
• 肝臟疾病標記： 可避免壽命損失年數（ALLY）指數（計算方式為生物阻抗代謝年齡減去實際年齡）與代謝功能障礙相關脂肪性肝病（MASLD）風險評分、缺乏運動以及地中海飲食依從性低高度相關 [12]。它對脂肪肝疾病（FLD AUC：女性 0.935，男性 0.917）與脂肪肝指數（FLI AUC：女性 0.900，男性 0.833）具有很高的預測能力 [12]。

BIA 代謝年齡 vs. 分子與多維度生理時鐘

為了客觀看待 BIA 代謝年齡，必須將其與分子衰老時鐘以及綜合功能體能評估區分開來 [8, 9]。

分子衰老時鐘分為第一代時鐘（直接根據實際年齡校準）與第二代時鐘（根據臨床衰弱、疾病發生率和死亡風險訓練）[8]。現代代謝組學平台能捕捉核心能量代謝、脂質亞組分和全身性發炎（如 GlycA 和 GlycB）中動態且非線性的生物變化 [6, 8]。同樣地，質譜分析也能揭示急性與慢性的代謝變化，例如缺氧適應過程中的脂質重塑與 5-羥脯胺酸（5-oxoproline）改變 [10]。

相較之下，BIA 代謝年齡純粹是從身體組成推算出來的估計值 [2]。它無法捕捉這些循環中的細胞訊號，也無法反映粒線體呼吸效率或甲狀腺荷爾蒙狀態等非身體組成的代謝驅動因素 [2]。

方法學局限性與實務考量

雖然 BIA 衍生指標在運動和職場健康管理中提供了便捷的追蹤方式，但仍存在若干方法學上的限制：

1. 缺乏標準化： 不同的設備製造商使用各自專有的公式和不同的參考族群資料庫 [2]。因此，不同硬體平台輸出的代謝年齡不能互相對調比較 [2]。
2. 不同體型下的設備特定準確度： 對 8 電極多頻 Tanita 系統（如 MC-780 和 MC-980）的驗證試驗顯示，在健康族群中，其評估四肢非脂肪軟組織與雙能量 X 光吸收儀（DXA）具有高度一致性，評估體脂肪率也與四腔室模型高度吻合 [5]。然而，在臨床族群的亞組分析中則存在差異；例如在成年第 2 型糖尿病患者中，BIA 與 DXA 的測量值在消瘦（$$\text{BMI}<23{\text{ kg/m}}^2$$）與肥胖（$$\text{BMI}\ge 25{\text{ kg/m}}^2$$）族群中呈現高度一致性，但在過重個體（$$23\le \text{BMI}<25{\text{ kg/m}}^2$$）中的相關性較差 [20]。
3. 相位角作為直接原始指標： 與依賴人口統計模型和公式假設的代謝年齡不同，BIA 相位角（$$\theta$$）是一種直接反映細胞膜完整性與組織品質的生物物理測量值 [5, 14]。相位角與超音波測量的多個肌群肌肉品質顯著相關，在性別間存在可測量的差異，並能追蹤功能性能力、肌力與心肺耐力 [3, 5, 14]。

對於有訓練習慣的人來說，BIA 代謝年齡最好被解讀為去脂體重與脂肪量比例的簡化指標，而非對內部代謝健康的全面評估 [2]。儘管維持代謝年齡低於實際年齡通常與良好的胰島素敏感度、較低的肝臟脂肪堆積以及較低的代謝症候群風險密切相關，但它仍是由肌肉量驅動的間接計算結果，而非細胞層面健康度的直接讀數 [1, 2, 12, 16]。