Які статистичні причини визначають індекс ІМТ як вага / зріст ?


10

Можливо, це питання має відповідь у медицині, але чи є якісь статистичні причини, чому індекс ІМТ обчислюється як ? Чому б, наприклад, не просто ? Моя перша ідея полягає в тому, що це має щось спільне з квадратичною регресією. вага / зріствага/висота2вага/висота


Зразок реальних даних (200 осіб з вагою, зростом, віком та статтю):

structure(list(Age = c(18L, 21L, 17L, 20L, 19L, 53L, 27L, 22L, 
19L, 27L, 19L, 20L, 19L, 20L, 42L, 17L, 23L, 20L, 20L, 19L, 20L, 
19L, 19L, 18L, 19L, 15L, 19L, 15L, 19L, 21L, 60L, 19L, 17L, 23L, 
60L, 33L, 24L, 19L, 19L, 22L, 20L, 21L, 19L, 19L, 20L, 18L, 19L, 
20L, 22L, 20L, 20L, 27L, 19L, 22L, 19L, 20L, 20L, 21L, 16L, 19L, 
41L, 54L, 18L, 23L, 19L, 19L, 22L, 18L, 20L, 19L, 25L, 18L, 20L, 
15L, 61L, 19L, 34L, 15L, 19L, 16L, 19L, 18L, 15L, 20L, 20L, 20L, 
20L, 19L, 16L, 37L, 37L, 18L, 20L, 16L, 20L, 36L, 18L, 19L, 19L, 
20L, 18L, 17L, 22L, 17L, 22L, 16L, 24L, 17L, 33L, 17L, 17L, 15L, 
18L, 18L, 16L, 20L, 29L, 24L, 18L, 17L, 18L, 36L, 16L, 17L, 20L, 
16L, 43L, 19L, 18L, 20L, 19L, 18L, 21L, 19L, 20L, 23L, 19L, 19L, 
20L, 24L, 19L, 20L, 38L, 18L, 17L, 19L, 19L, 20L, 20L, 21L, 20L, 
20L, 42L, 17L, 20L, 25L, 20L, 21L, 21L, 22L, 19L, 25L, 19L, 40L, 
25L, 52L, 25L, 21L, 20L, 41L, 34L, 24L, 30L, 21L, 27L, 47L, 21L, 
16L, 31L, 21L, 37L, 20L, 22L, 19L, 20L, 25L, 23L, 20L, 20L, 21L, 
36L, 19L, 21L, 16L, 20L, 18L, 21L, 21L, 18L, 19L), Height = c(180L, 
175L, 178L, 160L, 172L, 172L, 180L, 165L, 160L, 187L, 165L, 176L, 
164L, 155L, 166L, 167L, 171L, 158L, 170L, 182L, 182L, 175L, 197L, 
170L, 165L, 176L, 167L, 170L, 168L, 163L, 155L, 152L, 158L, 165L, 
180L, 187L, 177L, 170L, 178L, 170L, 170L, NA, 188L, 180L, 161L, 
178L, 178L, 165L, 187L, 178L, 168L, 168L, 180L, 192L, 188L, 173L, 
193L, 184L, 167L, 177L, 177L, 160L, 167L, 190L, 187L, 163L, 173L, 
165L, 190L, 178L, 167L, 160L, 169L, 174L, 165L, 176L, 183L, 166L, 
178L, 158L, 180L, 167L, 170L, 170L, 180L, 184L, 170L, 180L, 169L, 
165L, 156L, 166L, 178L, 162L, 178L, 181L, 168L, 185L, 175L, 167L, 
193L, 160L, 171L, 182L, 165L, 174L, 169L, 185L, 173L, 170L, 182L, 
165L, 160L, 158L, 186L, 173L, 168L, 172L, 164L, 185L, 175L, 162L, 
182L, 170L, 187L, 169L, 178L, 189L, 166L, 161L, 180L, 185L, 179L, 
170L, 184L, 180L, 166L, 167L, 178L, 175L, 190L, 178L, 157L, 179L, 
180L, 168L, 164L, 187L, 174L, 176L, 170L, 170L, 168L, 158L, 175L, 
174L, 170L, 173L, 158L, 185L, 170L, 178L, 166L, 176L, 167L, 168L, 
169L, 168L, 178L, 183L, 166L, 165L, 160L, 176L, 186L, 162L, 172L, 
164L, 171L, 175L, 164L, 165L, 160L, 180L, 170L, 180L, 175L, 167L, 
165L, 168L, 176L, 166L, 164L, 165L, 180L, 173L, 168L, 177L, 167L, 
173L), Weight = c(60L, 63L, 70L, 46L, 60L, 68L, 80L, 68L, 55L, 
89L, 55L, 63L, 60L, 44L, 62L, 57L, 59L, 50L, 60L, 65L, 63L, 72L, 
96L, 50L, 55L, 53L, 54L, 49L, 72L, 49L, 75L, 47L, 57L, 70L, 105L, 
85L, 80L, 55L, 67L, 60L, 70L, NA, 76L, 85L, 53L, 69L, 74L, 50L, 
91L, 68L, 55L, 55L, 57L, 80L, 98L, 58L, 85L, 120L, 62L, 63L, 
88L, 80L, 57L, 90L, 83L, 51L, 52L, 65L, 92L, 58L, 76L, 53L, 64L, 
63L, 72L, 68L, 110L, 52L, 68L, 50L, 78L, 57L, 75L, 55L, 75L, 
68L, 60L, 65L, 48L, 56L, 65L, 65L, 88L, 55L, 68L, 74L, 65L, 62L, 
58L, 55L, 84L, 60L, 52L, 92L, 60L, 65L, 50L, 73L, 51L, 60L, 76L, 
48L, 50L, 53L, 63L, 68L, 56L, 68L, 60L, 70L, 65L, 52L, 75L, 65L, 
68L, 63L, 54L, 76L, 60L, 59L, 80L, 74L, 96L, 68L, 72L, 62L, 58L, 
50L, 75L, 70L, 85L, 67L, 65L, 55L, 78L, 58L, 53L, 56L, 72L, 62L, 
60L, 56L, 82L, 70L, 53L, 67L, 58L, 58L, 49L, 90L, 58L, 77L, 55L, 
70L, 64L, 98L, 60L, 60L, 65L, 74L, 99L, 49L, 47L, 75L, 77L, 74L, 
68L, 50L, 66L, 75L, 54L, 60L, 65L, 80L, 90L, 95L, 79L, 57L, 70L, 
60L, 85L, 44L, 58L, 50L, 88L, 60L, 54L, 68L, 56L, 69L), Gender = c(1L, 
1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 2L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 2L, 1L, 2L, 
2L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 
1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 
1L, 2L, 1L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 
2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 1L, 
1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 1L, 
1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 
1L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 
2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 
1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 
1L, 2L, 1L, 1L, 2L, 2L, 1L)), .Names = c("Age", "Height", "Weight", 
"Gender"), row.names = 304:503, class = "data.frame")

5
На сьогодні такі формули випадають з лінійної регресії log (вага) проти log (висота), що (з біологічних та статистичних причин) є більш природним способом аналізу цих величин.
whuber

8
Я сподівався проілюструвати це реальними даними. Перший хіт Google, знайдений на "даних про висоту ваги", - це великий набір даних UCLA . Це явно підроблено! Граничні розподіли ідеально нормально розподілені (тести на SW з підпробками 5000 майже завжди мають р-значення поблизу 1/2): відсутність аутлайнерів, відсутність низького куртозу (із суміші статей), відхилення (від суміші віків). Ці дані нібито "використовувались для розробки ... графіків зростання Гонконгу для ... індексу маси тіла (ІМТ)". Це надзвичайно риб'яче.
whuber

3
Дякую, але ці дані можуть бути занадто обмеженими, щоб добре зрозуміти, як різняться зріст і вага. Як мінімум їх потрібно класифікувати за статтю та віком. Зрозуміло, що логарифми росту та ваги краще проаналізувати: вони знижують гетероседастичність, на яку посилається @ttnphns, а також допомагають зробити розподіл залишків більш симетричним. Цікаво, що регресія ваги колоди проти висоти колоди дає нахил . Це майже точно порівнюється з оцінкою Кветеле 5/2 цитованою AdamO. 5 / 2 = 2,52,55±0,285/2=2.5
whuber

4
library(MASS); rlm(log(Weight) ~ log(Height) + cut(Age, 3) + as.factor(Gender), data=y)rlm(Weight ~ Height + cut(Age, 3) + as.factor(Gender), data=y)1.62.5y

3
@whuber, я спробував ваш код із повним розміром вибірки (n = 1336) та коефіцієнтом log (висота) - приблизно 1,77.
Мирослав Сабо

Відповіді:


13

У цьому огляді Екноян (2007) набагато більше, ніж ви, мабуть, хотіли знати про Квелет та його винахід індексу маси тіла.

Коротка версія полягає в тому, що ІМТ виглядає приблизно нормально розподіленим, тоді як вага тільки, або вага / зріст ні, і Квілет зацікавлена ​​описати "нормального" чоловіка за допомогою звичайних розподілів. Є також деякі аргументи першооснови, засновані на тому, як люди ростуть, і деякі новітні роботи намагаються пов'язати це масштабування з деякою біомеханікою.

Варто зазначити, що значення ІМТ досить гаряче обговорюється. Це дуже добре співвідноситься з жирністю, але обмеження для недостатньої ваги / надмірної ваги / ожиріння не зовсім відповідає результатам охорони здоров’я.


10
Що ще важливіше, він вважав, weight/height^3що трактуватиметься як щільність (інтуїтивно має сенс), але вибрав класичний ІМТ через його нормальний розподіл, як ви вже говорили.
AdamO

4
@AdamO Однак дорослі, як правило, ростуть лише в 2 з 3 вимірів ...
Джеймс

10

З «Трактату про людину та розвиток його здібностей» Адольфа Квілет:

Якби людина рівномірно зростала у всіх вимірах, його вага в різному віці була б такою, як куб його зросту. Зараз це не те, що ми насправді спостерігаємо. Збільшення ваги повільніше, за винятком першого року після народження; то пропорція, яку ми тільки що вказали, досить регулярно спостерігається. Але після цього періоду і до майже статевої зрілості вага збільшується майже як квадрат висоти. Розвиток ваги знову стає дуже швидким у пубертатному періоді і майже припиняється після двадцять п’ятого року. Взагалі ми не дуже помиляємось, якщо вважати, що під час розвитку квадрати ваги в різному віці є як п'яті сили сили висоти; що, природно, призводить до цього висновку, підтримуючи питому вагу постійної сили, що поперечний ріст людини менший за вертикальний.

Дивіться тут .

Він не цікавився характеристикою ожиріння, але взаємозв'язок між вагою та зростом, оскільки його дуже цікавили біометрія та криві дзвону. Висновки Квелет вказували на те, що ІМТ мав приблизно нормальний розподіл серед населення. Це означало для нього, що він знайшов "правильні" стосунки. (що цікаво, що лише через десять-два роки пізніше Френсіс Галтон підійшов би до питання "розподілу висоти" серед населення та ввів термін "Регресія до середнього").

Варто відзначити, що ІМТ в сучасні часи був бичем біометрії через далекосяжне використання ІМТ як способу виявлення ожиріння. Досі не існує жодного хорошого прогнозованого ожиріння (та наслідків, пов’язаних із здоров'ям). Співвідношення вимірювання талії та стегна є перспективним кандидатом. Сподіваємось, що ультразвукові дослідження стануть дешевшими та якіснішими, лікарі використовуватимуть їх для виявлення не лише ожиріння, але й жирових відкладень та кальцинації в органах та висувати рекомендації щодо догляду на їх основі.


1
2.5

1
Квітелет робить висновок про розвиток особистості від спостереження за вибіркою населення. Я думаю, що він додатково зауважує, що в середньому можна добре впоратися з вагою та зростом, пов’язаними з 2,5 показниками (для всіх або більшості вікових категорій), але конкретно у дорослих стосунки є квадратичними.
AdamO

1
Я думаю, що співвідношення талії до стегна насправді було розглянуто Квілетом або його сучасниками, але також було відхилено, оскільки воно також нормально не було розподілене. Як далеко ми дійшли ....
Метт Крауз

8

ІМТ в основному застосовується в наш час через його здатність наближати об'єм вісцерального жиру до живота, корисний при вивченні серцево-судинних ризиків. Про тематичне дослідження, що аналізує адекватність ІМТ при скринінгу на діабет, див. Розділ 15 http://biostat.mc.vanderbilt.edu/CourseBios330 у розділі Роздільні матеріали . Є кілька оцінок. Ви побачите, що краща потужність висоти ближче до 2,5, але ви можете зробити краще, ніж використовувати висоту та вагу.


2
Це чудовий коментар - але, здається, не вирішується питання, задаючи "статистичні причини", що лежать в основі стандартної формули ІМТ.
качан

1
Про це йдеться у наведеній вище цитаті.
Френк Харрелл
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.