Split-image illustration depicting BMI vs. DXA scan misclassification in an Italian study, with adults and researchers in a clinic.
Split-image illustration depicting BMI vs. DXA scan misclassification in an Italian study, with adults and researchers in a clinic.
AIによって生成された画像

イタリアの研究:BMIはDXAによる体脂肪スキャンと比較して3分の1以上の成人を誤分類すると指摘

AIによって生成された画像
事実確認済み

イタリアの研究チームが、標準的なBMIカテゴリーと二重エネルギーX線吸収測定法(DXA)による体脂肪測定を比較したところ、成人3分の1以上が誤った体重カテゴリーに分類されていることが判明した。また、BMIはサンプル集団における過体重と肥満の合計有病率をわずかに過大評価していた。

モデナ・レッジョ・エミリア大学のMarwan El Ghoch教授が主導した研究により、身体組成を評価するゴールドスタンダードなツールとして広く認められている二重エネルギーX線吸収測定法(DXA)による体脂肪率と比較した場合、ボディマス指数(BMI)は成人の体重状態を頻繁に誤分類していることが明らかになった。

研究者らは、イタリアのヴェローナ大学神経科学・生物医科学・運動科学部に紹介された18歳から98歳までの白人成人1,351人を調査した。対象者の約60%は女性であった。

世界保健機関(WHO)のBMI基準を用いた場合、対象者の1.4%が低体重(BMI 18.5未満)、58.3%が標準体重(BMI 18.5〜25)、26.2%が過体重(BMI 25〜30)、14.1%が肥満(BMI 30超)に分類された。これは過体重と肥満の合計有病率が約41%であることに相当し、研究者らはこれがイタリアのヴェネト州から得られた既存のデータと一致していると述べた。

同じ対象者をDXAで得られた体脂肪率に基づいて再分類したところ、過体重と肥満の合計有病率は約37%(過体重23.4%、肥満13.2%)となり、BMIを用いた場合の41%と比較して低い値となった。

この研究は、これら2つの方法の間でカテゴリーレベルの大きな不一致があることを報告している。BMIで肥満と判定された人のうち、34%はDXAに基づくと過体重に分類された。BMIで過体重と判定された人のうち、53%はDXAを用いると異なるカテゴリーに分類され、その誤分類された人々のうち約4分の3が標準体重の範囲に収まり、残りの4分の1が肥満の基準を満たしていた。

研究者によると、標準体重のBMI範囲では一致度が高く、78%のケースでBMIとDXAの結果が一致した。最も大きな食い違いが見られたのは低体重のBMIグループで、BMIで低体重と分類された19人中13人(68.4%)が、DXAに基づくと標準体重に再分類された。

El Ghoch教授は、欧州肥満学会(EASO)を通じて配布された声明の中で、「我々の主な発見は、イタリアの一般人口において成人の3分の1を超える非常に多くの個人が、従来のWHOのBMI分類に頼った場合、誤った体重状態のカテゴリーに分類されているという事実を強調している」と述べた。

共同著者のヴェローナ大学Chiara Milanese教授は、BMIとDXAが過体重と肥満の全体的な有病率で同様の結果を出した場合であっても、必ずしも同じ個人を特定しているわけではないと指摘した。「両方のシステムが過体重と肥満の同様の全体的な有病率を特定しているとはいえ、場合によっては別々の人々について話していることになる」と彼女は語った。

これらの調査結果は、5月12日から15日にトルコのイスタンブールで開催予定の欧州肥満学会議(ECO 2026)で発表される予定であり、学術誌『Nutrients』に掲載されている。研究者らは、BMIに基づく公衆衛生上の評価は、身体組成に関する追加の指標や、皮脂厚測定、身長に対するウエスト比といったより単純な指標を取り入れることで改善される可能性があると主張し、イタリア以外の他の白人集団においても同様の誤分類パターンが発生している可能性があると示唆した。

人々が言っていること

医療ニュース媒体や肥満関連団体によるX(旧Twitter)上の初期の反応では、BMIがDXA体脂肪測定と比較して成人の3分の1以上を誤分類し、過体重と肥満の有病率をわずかに過大評価しているというイタリアの研究結果が強調されている。議論では、指標としてのBMIの限界が強調される一方で、医師の中には依然として効果的でアクセスしやすいスクリーニングツールとして擁護する意見もある。

関連記事

Illustration depicting waist measurements in a clinic with a graph showing proposed obesity criteria raising U.S. adult obesity rate from 43% to 69%.
AIによって生成された画像

研究、腰囲測定に基づく提案された肥満基準が米成人の約70 %を肥満と分類する可能性を示す

AIによるレポート AIによって生成された画像 事実確認済み

肥満の定義を更新する提案—体格指数(BMI)と腹部脂肪の測定を組み合わせる—により、米国成人の肥満分類割合が約43 %から約69 %に上昇する可能性があると、Mass General BrighamによるNational Institutes of HealthのAll of Us Research Programの30万人超の参加者データを分析した結果。

ボディマス指数(BMI)は健康評価に広く用いられているが、個人を評価する際には重大な欠点がある。元々は集団研究のために開発されたもので、筋肉、骨、脂肪を区別せず、健康的な人を過体重と誤分類する可能性がある。専門家は、脂肪分布や全体的な健康リスクをよりよく考慮した代替指標を推奨している。

AIによるレポート

Experts in India are urging the recognition of abdominal obesity as a new vital sign in Asian Indians to better assess metabolic health risks. An editorial by Amerta Ghosh and Anoop Misra emphasizes the need to measure waist circumference in all patients. This shift addresses the limitations of BMI as a measure of obesity.

New research finds that blood biomarkers associated with Alzheimer’s disease increase significantly faster in people with obesity than in those without. Drawing on five years of data from 407 volunteers, the study suggests that blood tests can detect obesity‑related changes earlier than brain scans, underscoring obesity as a major modifiable risk factor for Alzheimer’s.

AIによるレポート

Wellness Mamaの創設者ケイティ・ウェルズは、AI駆動ツールを使用したパーソナライズドヘルスリスク評価からの洞察を共有し、生活習慣要因が慢性疾患リスクにどのように大幅に影響を与えるかを強調しています。この評価は、10,000件以上の研究データにより駆動され、家族歴があるにもかかわらず、彼女のがんリスクが人口平均を下回っていることを示しました。これは、反応的医療から積極的予防へのシフトを強調しています。

Two Chinese patients with high-level paralysis have successfully used brain-machine interface (BMI) technology to control a power wheelchair, direct a robotic dog to retrieve deliveries, and operate a robotic arm to grasp a cup and drink water using only their thoughts. The achievements were announced on Wednesday at a media briefing by the Center for Excellence in Brain Science and Intelligence Technology of the Chinese Academy of Sciences in Shanghai. This marks a major advancement toward practical clinical applications of BMI.

AIによるレポート

シリコンバレーのスタートアップTwin Healthは、AIとウェアラブルセンサーを高価なGLP-1薬の代替として体重管理に使用。退職消防士のRodney Buckley氏はプログラムを通じて1年未満で100ポンド減量。彼の経験は慢性疾患向けパーソナライズドヘルステックのシフトを象徴する。

 

 

 

このウェブサイトはCookieを使用します

サイトを改善するための分析にCookieを使用します。詳細については、プライバシーポリシーをお読みください。
拒否