體脂率、肌肉量與腰圍：哪個體組成指標真的能預測長期死亡與罹病？
摘要
體脂率（BIA 量測）與長期死亡呈 U 型，最低風險約在男性 25–30%、女性 30–35%，但加進模型後預測力並未超越 BMI。把體組成拆成脂肪量與瘦體量後，脂肪量是有害因子、瘦體量是保護因子，互校正後兩者量級相近（脂肪等量或略大），這就是「高肌肉能部分抵消、但無法完全抵銷高體脂」的數據基礎。完整校正後，腰圍相關指標是少數仍穩定正相關者；腰高比 < 0.5（台灣另有腰圍男 ≥ 90／女 ≥ 80 公分）是目前最實用的單一指標。
一、標竿：BMI 與腰圍的結局證據基礎
BMI 與全因死亡的 U/J 型關係，是流行病學中被重複驗證最徹底的關係之一，最低風險約 BMI 22–25；腰圍與腰臀比在校正 BMI 後，仍與心血管代謝疾病、糖尿病與總死亡相關（Handbook of Obesity 4e, Ch47 彙整）。任何新指標要取代 BMI，標準不是「測得比較準」，而是「對硬結局預測得更好」。下面所有比較都以此為基準。
二、體脂率的死亡曲線：形狀、低點與反向因果
以 BIA 量測體脂、追長期死亡的世代研究是存在的。NHANES III（Dong 2018，19 年追蹤、4,999 例死亡）得到清楚的 U 型：以男性體脂 25–30%、女性 30–35% 為參考組（最低風險），兩端死亡率上升。更關鍵的是「分布」的可加性：在相同體脂率下，不同腰臀比的人餘命差距可達約 10.8 年，顯示脂肪「在哪裡」比「總量多少」可能更重要。一篇 35 個世代、92 萬人的劑量反應系統性回顧也指向體脂約 25% 為低點（Jayedi 2022，僅列方向，未讀全文）。
判讀這條曲線必須處理反向因果。U 型左端（低體脂）的高風險，很大一部分來自既有疾病、癌症、慢性發炎、衰弱與吸菸先造成的消瘦；標準作法是拉長追蹤、排除前數年死亡、剔除基線 CVD 與癌症、限定非吸菸者，做完這些後脂肪量與死亡的正相關才會乾淨浮現。這與 BMI–死亡曲線的處理一致；體脂率沒有擺脫這個方法學陷阱。
三、為什麼體脂機沒有贏過 BMI：兩層原因
UK Biobank（Knowles 2021，356,590 人，BIA 量測）直接比較：把脂肪量（FM）與骨骼肌量（aSMM）放進模型，預測心血管事件與全因死亡的能力並未優於 BMI，原文結論用語即為 “not superior to body mass index”。原因有兩層。
第一層是測量誤差。消費級 BIA 對個體的誤差約 ±3–5%，受水分、進食、運動、月經週期影響，黃金標準仍是 DXA；其數字適合「同機、同條件、追自身趨勢」，不適合單一絕對值跨人比較或下診斷。
第二層更根本：單一體脂百分比把兩個方向相反的訊號（壞的脂肪量、好的瘦體量）壓成一個數字（見第四節）。
四、把脂肪和肌肉拆開：「部分抵消」的原始證據
這是關鍵。當把體組成拆成脂肪量與瘦體量分別估計，方向與量級都清楚了（Knowles 2021，每增加 1 個標準差的 HR）：
- 脂肪量（FM）對心血管疾病：HR/SD 1.20（95% CI 1.19–1.22，男）、1.25（1.23–1.27，女），是強且接近線性的有害因子。
- 骨骼肌量（aSMM）對心血管疾病：HR/SD 1.07（1.06–1.09），且在女性呈曲線（curvilinear）；對全因死亡則為 J 型（過低與過高都不利）。
關鍵不在「肌肉有沒有保護」，而在脂肪與肌肉是兩個方向相反、可獨立估計的軸；把兩者互相校正後，量級才能直接比較。AJCN 七個前瞻世代的合併分析（Sedlmeier 2021，1,347 死，互校正 FM 與 FFM）給出最乾淨的數字：以脂肪質量指數（FMI）7.3 kg/m² 為參考，高 FMI 13.0 對應 HR 1.56（95% CI 1.30–1.87，J 型）；以去脂質量指數（FFMI）16.1 為參考，高 FFMI 21.9 對應 HR 0.70（0.56–0.87，反 J 型）。換算後，高脂肪（+56%）與高肌肉（−30%，倒數約 1.43）是量級相近、脂肪等量或略大的兩個槓桿，不是一面倒。改用每標準差計，則脂肪較突出（FM 每 SD 1.20–1.25 vs 肌肉 aSMM 1.07，Knowles 2021），可見差距會隨測量方式與族群而變。
台灣 MJ 世代 42 萬人（Ying 2023，亞洲）FMI 與 FFMI 皆呈 J 型：相對中位（Q3），最高脂肪五分位 HR 1.13、最低脂肪五分位 1.32（低脂端反而更高，反映消瘦多由疾病導致），高肌肉五分位對呼吸道死亡 HR 0.72。另一台灣世代（1,200 人，平均追蹤近 6 年）則發現骨骼肌質量指數（SMMI）比 BMI、FMI、FFMI 更能預測死亡，尤其 ≥65 歲（Chang 2022）。
合起來看：高肌肉能部分抵消高脂肪、但有上限；脂肪的危害等量或略大於肌肉的保護，而最危險的表型是兩者皆差的肌少型肥胖（高 FMI＋低 FFMI）。
這也是「fat-but-fit」與相撲悖論的機制解。受訓中的相撲選手 BMI 與體脂均極高，但具備極高肌肉量、極大訓練量，脂肪以皮下為主、內臟脂肪相對被訓練壓制，故代謝指標常優於外表，其「高體脂被高肌肉與高體能部分抵消」正符合上述量級邏輯。但抵消有上限，一旦退役停訓、維持高熱量攝取，內臟脂肪與代謝疾病便會浮現，這與退役相撲力士壽命偏短的觀察一致。
五、那到底該看什麼：腰圍相關指標的全校正證據
UK Biobank（Wiebe & Tonelli 2025）的全校正分析提供了最直接的指標比較。先看相關性：BMI 與 BIA 體脂高度相關（女 0.85、男 0.80），但 BMI 與腰臀比僅中度相關（女 0.46、男 0.59），代表腰圍承載了 BMI 量不到的中央肥胖資訊。再看完整校正後對非傳染性慢性病的風險（第 95 對第 5 百分位 HR）：
| 指標 | 女性 HR（95% CI） | 男性 HR（95% CI） |
|---|---|---|
| BMI | 0.80（0.76–0.84） | 0.89（0.85–0.93） |
| 腰臀比 WHR | 1.21（1.16–1.28） | 1.19（1.14–1.24） |
| BIA 體脂 | 0.80（0.76–0.84） | 0.89（0.85–0.92） |
完整校正（含彼此校正）後，只有腰圍相關指標仍穩定正相關；BMI 與 BIA 體脂則雙雙反轉為負相關（女 BIA HR 0.80、男 0.89，與 BMI 同向）。這支持把「中央肥胖」而非「總脂肪」當作可操作的單一軸。
實務指標：NICE NG246（2022）建議成人腰高比 < 0.5（腰圍維持在身高一半以內；分層 0.4–0.49 健康、0.5–0.59 升高、≥0.6 偏高）。台灣另有在地切點：國健署《成人肥胖防治實證指引》定過重 BMI ≥ 24、肥胖 ≥ 27（均低於西方），中央肥胖腰圍男 ≥ 90、女 ≥ 80 公分。較低的門檻本身即反映亞洲人在較低 BMI、較細腰圍即累積等量內臟脂肪與代謝風險。
UpToDate（2026-03 更新，文獻回顧至 2026-05）採同一立場：腹部肥胖可用腰圍、腰臀比或腰高比衡量，其中腰圍最簡單、研究最充分，為首選；西方切點男 ≥ 102、女 ≥ 88 公分，亞洲切點男 ≥ 90、女 ≥ 80 公分，腰高比 > 0.5。理由與前述一致：日裔美人、南亞裔在相同 BMI 下總脂肪與內臟脂肪較多、風險較高，故亞洲切點較低。
DynaMed 同向佐證並補強三點：(1) BMI 無法反映脂肪分布與代謝健康，至少須再加一個人體測量指標（腰圍／腰臀比／腰高比），或以 DXA 直接量脂肪確診；(2) 其建議之腰高比 ≥ 0.5 為風險閾值，且明言跨性別、跨族群皆適用，支持把腰高比當通用單一指標；東亞腰圍切點亦為男 ≥ 90、女 ≥ 80 公分（與台灣一致）。(3) 體脂率方面，DynaMed 給出參考閾值男 > 25%、女 > 32% 可能反映心血管代謝風險增加，但同時明言精確切點仍需更多研究，這與前述「BIA 不宜以單一絕對值下診斷」一致，也與 Dong 2018 的 U 型低點區間（男 25–30%、女 30–35%）大致吻合。
六、結論能否換到腰圍：可以，但須懂其盲點
可以。腰圍與腰高比是中央與內臟脂肪的良好代理，前述結論大致可換。兩個提醒：(1) 大腰圍未必等於高內臟脂肪。皮下脂肪主導、或肌肉與骨架較大者（受訓相撲為極端例）腰圍會高估內臟脂肪；反向地，亞洲人常見 BMI 不高而內臟脂肪偏高，腰高比反更敏感。(2) 腰圍無法區分內臟與皮下脂肪；要做這個區分，CT／MRI 才是參考標準，但它們被明文歸為研究工具，不在常規診斷流程內。需要一併釐清的是：現行肥胖診斷準則止於人體測量（BMI＋腰圍／腰臀比／腰高比），「有的話」可加 DXA／BIA 直接量脂肪——影像（CT／MRI）並不在確診層。腰圍本身就是確認過量脂肪的準則之一，並非單純篩檢；它的限制只在分不出脂肪分布，而臨床診斷並不需要這個區分。2025 臨床肥胖委員會更把疾病診斷錨在器官功能異常，而非把脂肪量到多準。
七、實務總結
- 單一指標首選腰高比 < 0.5（台灣可記腰圍男 90／女 80），優於盯體脂機數字。
- 有體脂機者，將體脂率當趨勢看（同機同條件），勿以單一絕對值下診斷。
- 降脂與護肌是量級相近的兩個槓桿（互校正後高脂 HR 1.56 vs 高肌 HR 0.70，脂肪等量或略大，見第四節），兩者都不該偏廢；最危險是兩者皆差的肌少型肥胖，且長者護肌的權重再上升（SMMI 於 ≥65 歲是最佳死亡預測子）。
- 任何「低指標高死亡」之 U 型，先排除反向因果再下結論。
文獻層級（6S）
L1 已讀全文：Dong 2018 PLoS One（NHANES III）；Knowles 2021 JAHA（UK Biobank）；Wiebe & Tonelli 2025 BMJ Open（UK Biobank）；Chang 2022 Sci Rep（Taiwan）；Sedlmeier 2021 AJCN（7 世代合併，FM/FFM 互校正）；Ying 2023 Obesity（台灣 MJ 世代 42 萬，亞洲，FMI/FFMI J 型）。
L4 庫內：Handbook of Obesity 4e Ch47/Ch3-4/Ch27；Lancet Diabetes Endocrinol 2025 臨床肥胖定義委員會；國健署《成人肥胖防治實證指引》(MOHW-HPA 2026)；NICE NG246 2022（其腰高比三段帶已由 UpToDate 快照獨立佐證）。
L5 系統（已讀快照）：UpToDate「Obesity in adults: Prevalence, screening, and evaluation」（2026-03 更新）；DynaMed「Obesity in Adults」。兩個 L5 navigator 皆於腰圍／腰高比／亞洲切點立場作佐證；具體數字仍引 L1 primary。
導航未讀全文（僅列方向）：Jayedi 2022 Int J Obes（35-cohort MA）。
方法與限制：UpToDate 與 DynaMed 的立場已折入第五節。Sedlmeier 2021 與 Ying 2023 全文皆已讀並引為 L1。Jayedi 2022 全文未取得，僅列方向。BIA 個體誤差約 ±3–5%，黃金標準為 DXA。