World Health Organization (WHO)의 발표에 의하면 최근에 과체중, 비만의 증가율이 점점 커지고 있다.¹⁾ 비만은 심혈관질환, 제2형 당뇨병, 일부 암의 발생위험인자 또는 악화인자로 작용하는 만성 대사성 질환이다.^2,3) 비만이 위험인자로 작용하는 급, 만성 질환들에 대한 이환율을 줄이기 위해서는 정확한 비만의 진단이 우선되어야 한다.

WHO의 비만의 정의는 체질량 지수를 기준으로 한다.⁴⁾ 그러나 체질량 지수는 체중과 키의 관계로 산출되는 값으로 체성분을 직접 평가하지 않으므로 체지방과 제지방을 구별할 수 없다. 체지방과 제지방은 건강과 질병에 미치는 영향이 다르다.^5-7) 환자의 대사성질환의 위험인자를 개선하기 위하여 비만을 진단하고 치료하는 임상의로서는 제지방이 아닌, 체지방에 대한 정확하고 재현성이 높은 지표값이 필요하다. 이런 한계점을 극복하기 위해 여러 가지 측정방법과 지표들이 제시되어 왔다. 생체전기 저항분석법(bioelectrical impedance analysis, BIA)은 간편하게 체성분에 대한 분석이 가능하여 임상에서 많이 쓰이는 방법이다. BIA를 통해 체내 총수분량(total body water), fat free mass, fat mass, percent body fat, fat mass index 등의 지표를 구할 수 있다. PBF에 비해서 키를 보정값으로 사용한 FMI가 체지방량 분석에서는 정확도 면에서 우월성이 있는 것으로 알려져 있다.⁸⁾

비만은 지방조직이 비정상적으로 또는 과도하게 축적되는 상태를 의미하며⁵⁾ WHO에서는 비만의 기준을 살펴보면 BMI 25–29 kg/m²는 과체중으로, 30 kg/m²는 비만으로 진단기준을 삼고 있으며, 세계보건기구 서태평양지역에서는 아시아의 비만 기준을 23–25 kg/m²는 과체중으로 25 kg/m² 이상은 비만으로 정의하고 있다. 같은 BMI 내에서도 체성분분석을 통해서 살펴보면 체지방률이 다양함을 알 수 있다. 최근에는 체성분 중 지방이 차지하는 정도를 기준으로 하여 비만의 아형(subtype)을 구분하기도 한다.⁹⁾

BMI에 대한 기준이 서양인과 아시아인에서 다르듯 FMI의 평균치 또한 인종별 차이가 있다. 이에 대해 여러 나라에서 역학 자료를 통해 발표하고 있으며 한국인을 대상으로 한 논문 역시 존재한다.^10,11)

체내 지방률과 함께 체성분분석에서 빠지지 않는 것이 체내 근육량의 정도이다. 근육량은 인간의 노화와 직접적인 관련이 있다. 노화의 과정을 거치며 인간은 체내 골격근의 감소가 수반된다. 연령대별로 근육량과 지방량에 대한 평가가 동시에 이루어진다면 더욱 정확한 비만의 진단과 치료가 가능하다.

본 논문에서는 성별로 FMI 값의 평균값의 차이의 정도를 알아보고, 연령을 10년 단위로 구분하여 FMI 값의 분포 정도를 확인하고자 한다. 또한 BMI 25 이상에 해당하는 FMI의 cut-off 값을 10년 단위로 구분한 연령별로 각각 제시하고자 하였다.

1. 연구 대상

2018년 5월부터 2019년 5월까지 전국 7개 KMI센터(Korean Medical Institute; 본원, 강남, 여의도, 광주, 대구, 부산, 수원)에서 건강검진 수진자(남자: 323,544명, 여자: 231,015명, 나이: 20–89세)를 대상으로 하였다.

2. 연구 방법

1) 신체계측

신장(cm)과 체중(kg)은 직립자세로 신발을 벗은 상태에서 자동신장체중계 GL-150 (G-tech International, Uijeongbu, Korea)를 이용하여 소수 첫째 자리까지 측정하였다. 체질량지수(BMI)는 신장(m)과 체중(kg)을 측정하여 체중을 신장의 제곱으로 나눈 값(kg/m²)으로 계산하였다.

2) 체지방률의 측정

체성분분석 방법은 셀바스 BC 380 (ACCUNIQ, Daejeon, Korea), 셀바스 BC 510, 셀바스 X-BIA 700, 인바디 Inbody 520 (InBody, Seoul, Korea), 인바디 Inbody 570 기계를 이용하여 측정하였다.

3) 통계

분석에 사용된 통계프로그램은 SAS version 9.4 (SAS Institute, Cary, NC, USA)이며, 연속형 변수는 T-test를 사용하였고, 범주형 변수는 카이제곱검정을 사용하였다. 연령별, 비만 기준별 FMI의 보정평균은 ANCOVA를 사용하였으며 ROC curve를 이용하여 cut-off를 산출하였다.

1. 연구 대상자들의 일반적인 특징

대상군을 20대부터 80대까지 연령별로 분류하여 평가하였으며 남자 323,544명의 건강검진 수진자의 평균 연령은 42.99세였으며 20대 27,554명으로 8.52%, 30대 104,777명으로 32.38%, 40대 111,730명으로 34.53%, 50대 56,991명으로 17.61%, 60대 17,232명으로 5.33%, 70대 4,703명으로 1.45%, 80대 557명으로 0.17%를 차지하였다. 여자 23,1015명의 건강검진 수진자의 평균연령은 41.79세였으며 20대 34,237명으로 14.82%, 30대 75,647명으로 32.75%, 40대 66,356명으로 28.72%, 50대 34,958명으로 15.13%, 60대 15,646명으로 6.77%, 70대 3,832명으로 1.66%, 80대 339명으로 0.15%를 차지하였다(Table 1).

Table 1

Characteristics of population

	Male	Female
Total number	323,544	231,015
Age group (y)
20–29	27,554 (8.52)	34,237 (14.82)
30–39	104,777 (32.38)	75,647 (32.75)
40–49	111,730 (34.53)	66,356 (28.72)
50–59	56,991 (17.61)	34,958 (15.13)
60–69	17,232 (5.33)	15,646 (6.77)
70–79	4,703 (1.45)	3,832 (1.66)
≥80	557 (0.17)	339 (0.15)
Mean age	42.99±10.51	41.79±11.63
Ave. height	173.08±6.07	160.21±5.69
Ave. weight	75.16±11.06	57.76±9.05

Values are presented as number only, number (%), or mean±standard deviation.

Ave., average.

2. 비만도에 따른 성별별 분포

남자의 평균 BMI는 25.05, 여자의 평균 BMI는 22.52였으며, 한국비만학회의 기준으로 저체중, 정상, 과체중, 비만, 고도비만으로 나누었을 때 남자는 저체중 0.97%, 정상 24.55%, 과체중 27.88%, 비만 39.96%, 고도비만 6.65%였으며, 여자는 저체중 7.53%, 정상 55.32%, 과체중 17.31%, 비만 16.51%, 고도비만 3.34%의 분포를 보였다(Table 2).

Table 2

Number of subjects defined by BMI categories

	Male	Female
BMI
<18.5	3,126 (0.97)	17,395 (7.53)
18.5–23	79,426 (24.55)	127,787 (55.32)
23–25	90,195 (27.88)	39,981 (17.31)
25–30	129,293 (39.96)	38,147 (16.51)
≥30	21,504 (6.65)	7,705 (3.34)
Mean of BMI	25.05±3.17	22.52±3.43

Values are presented as number (%) or mean±standard deviation.

BMI, body mass index.

3. 연령대별 FMI 값의 보정평균값

BMI를 기준으로 환자군을 저체중, 정상, 과체중, 비만, 고도비만으로 분류하였으며 분류한 환자군의 평균 FMI 값을 나이별, 성별로 정리하였다. FMI 값은 muscle mass와 waist circumference로 보정한 평균값이다. 같은 연령대, 동일 비만분류군에서의 성별로 비교를 해보면 여자는 남자보다 평균 FMI 값이 높았다. 연령이 증가함에 따라서 FMI 값의 평균값이 크게 차이가 나지 않음을 확인하였으며, 고도비만군에서 연령대별로 FMI 평균값의 차이가 가장 크게 측정되었고 연령이 증가할수록 FMI 값이 줄어드는 경향을 보였다. 남자 저체중 군에서는 연령이 증가할수록 FMI 평균값이 늘어나는 경향을 보였다(Table 3).

Table 3

Adjusted mean of FMI among age groups

	Age (y)	BMI
		<18.5	18.5–23	23–25	25–30	≥30
Male	20–29	3.83	4.90	5.78	6.82	9.05
	30–39	3.75	4.91	5.71	6.70	8.54
	40–49	3.80	4.93	5.66	6.53	8.11
	50–59	3.85	4.95	5.67	6.45	7.88
	60–69	3.91	4.91	5.66	6.40	7.88
	70–79	4.09	4.93	5.66	6.43	7.80
	≥80	4.28	5.05	5.85	6.61	7.90
Female	20–29	4.78	6.02	7.50	8.86	11.91
	30–39	4.70	5.93	7.30	8.58	11.45
	40–49	4.70	5.96	7.18	8.40	10.93
	50–59	4.66	6.07	7.15	8.33	10.73
	60–69	4.56	6.09	7.13	8.34	10.70
	70–79	4.68	6.05	7.12	8.44	10.85
	≥80	4.53	5.83	7.25	8.54	10.38

Means are adjusted for muscle mass, waist circumference.

FMI, fat mass index; BMI, body mass index.

4. 연령대별 BMI 18.5와 BMI 25에 해당하는 FMI cut off 값

비만의 기준에 합당하는 FMI 값은 전연령대 평균치는 남자에서 여자보다 평균 1.9 낮은 값을 보였으며 두 성별 모두 나이가 증가함에 따라 FMI cut-off 값 또한 증가하는 경향을 보였다(Table 4, Figure 1).

Table 4

FMI cut-off value

	BMI<18.5					BMI≥25
	Cut-off	Sensi	Speci	AUC		Cut-off	Sensi	Speci	AUC
Male	3.2	0.975	0.951	0.99		6.1	0.855	0.894	0.945
Age (y)
20–29	2.8	0.962	0.934	0.984		5.9	0.877	0.917	0.96
30–39	3.1	0.98	0.955	0.991		6.1	0.867	0.913	0.955
40–49	3.2	0.975	0.961	0.993		6.2	0.83	0.919	0.945
50–59	3.3	0.989	0.957	0.992		6.2	0.825	0.886	0.93
60–69	3.4	0.98	0.948	0.988		6.2	0.828	0.856	0.921
70–79	3.4	0.973	0.937	0.981		6.4	0.818	0.871	0.918
≥80	3.5	1	0.922	0.983		6.5	0.865	0.85	0.933
Female	4.5	0.938	0.908	0.973		8	0.956	0.934	0.986
Age (y)
20–29	4.4	0.922	0.865	0.957		7.8	0.977	0.953	0.992
30–39	4.4	0.925	0.897	0.966		7.8	0.975	0.937	0.989
40–49	4.6	0.96	0.907	0.976		7.9	0.959	0.932	0.986
50–59	4.8	0.969	0.941	0.986		8.2	0.931	0.924	0.978
60–69	5.1	0.989	0.951	0.991		8.4	0.928	0.904	0.973
70–79	5	0.979	0.967	0.989		8.5	0.947	0.883	0.972
≥80	5.6	1.000	0.912	0.978		8.7	0.942	0.891	0.973

FMI, fat mass index; Sensi, sensitivity; Speci, specificity; AUC, area under curve.

Figure 1. Mean of FMI by BMI level on male and female to evaluate the consistency of mean FMI value according to the BMI level among age groups. BMI, body mass index; FMI, fat mass index.

효율적인 비만 치료를 위해서는 체성분분석을 통하여 체지방과 제지방을 정확히 측정하는 것이 도움이 된다. 여러 가지 검사방법 중 이번 연구는 간편성을 장점으로 하며, 비교적 많은 연구 자료가 있는 BIA를 통한 체성분분석을 시행하였다. 연구대상자들을 연령별로 10대부터 80세 이상까지 10년 단위로 묶어 총 7개의 군으로 나누었으며 연령별로 비만 기준에 따라 저체중, 정상, 과체중, 비만, 고도비만으로 총 5개의 군으로 한 번 더 세분화하여 비교분석을 시행하였다.

첫 번째로 연령별로 지방과 평균치 값을 구하여 노화에 따른 체성분의 변화를 확인할 수 있었다. 노화는 skeletal muscle mass의 감소와 함께 지방의 증가를 동반하므로 체중/키의 제곱으로 계산하는 BMI만으로는 노인의 비만도 측정에는 한계점이 있다. 비만의 치료를 위해서, 궁극적으로 well-being, 수명의 연장을 달성해야 하는데, 이를 위해서는 muscle mass를 증가시키고 체지방을 일정 수준 이하로 유지하는 것이 도움이 되므로, BMI 기준보다는 muscle mass index (MMI), FMI 값이 노인의 체성분 평가에서는 더욱 중요하겠다. 연구자료에 의하면 연령별로 FMI 평균값은 연령증가에 따라 크게 차이가 나지 않았음을 알 수 있다. 노화에 따라 지방량의 정도도 중요하지만, 근육량의 감소가 체성분 변화의 중요한 인자로 작용하므로 FMI 값 단독보다는 MMI와 함께 분석했을 때 더욱 신뢰도 높은 체성분분석이 가능하다고 할 수 있다.

두 번째로 FMI 값의 비만 진단을 위해 BMI 25에 해당하는 cut-off value를 구하고자 하였다. Cut-off value를 구함에 있어서 종전 연구들은 연령별 분류를 하지 않고 성인을 기준으로 한 값들을 제시하였으며, 이와 대조하여 본 연구에서는 노인인구에서의 cut off value는 동일하지 않을 것이라는 가정에서 자료를 분석하였다. 예상한 바대로 연령별로 크지는 않지만 차이가 있었으며, 연령증가에 따라 FMI cut off 값 또한 증가함을 확인하였다.

본 연구의 한계는 전국의 7개 센터에서 사용한 BIA 측정 기계가 서로 상이하였으므로 다른 계산식이 적용되었으며, 연령대별로 모집된 n 수의 차이가 있었다는 점, 비교적 짧은 기간의 평균치라는 한계점 등이 있다. 그러나, 전국단위의 표본이었으므로 비교적 최근의 한국의 비만인구 분포에 대한 횡단적 연구라는 점에서 의의가 있다. 향후 MMI 값을 함께 분석한 자료를 통하여 더욱 신뢰도 높은 연령별 체성분분석의 참고자료가 될 수 있을 것으로 기대된다.

본 연구는 2019 KMI한국의학연구소 연구지원사업의 연구비 지원으로 수행되었습니다. 연구비 지원에 감사드립니다.

No potential conflict of interest relevant to this article was reported.