Skip to main content
Chinese Journal of Contemporary Pediatrics logoLink to Chinese Journal of Contemporary Pediatrics
. 2023 May 15;25(5):457–462. [Article in Chinese] doi: 10.7499/j.issn.1008-8830.2211005

青少年骨骼肌质量指数与肥胖代谢表型的关系

Relationship between skeletal muscle mass index and metabolic phenotypes of obesity in adolescents

佟 玲玲 1,2,3, 马 晓燕 1,2, 田 梅 1,2, 丁 文清 1,2,✉,
Editor: 邓 芳明
PMCID: PMC10247192  PMID: 37272170

Abstract

目的

探讨青少年骨骼肌质量指数(skeletal mass index,SMI)与肥胖代谢表型的关系,为青少年肥胖及相关代谢性疾病的防控提供依据。

方法

于2017年10月—2020年9月以分层整群随机抽样的方法抽取银川市1 352例12~18岁青少年作为研究对象,并对其进行问卷调查、体格测量、体成分测定和实验室检查。根据代谢异常诊断标准及体重指数定义的肥胖将研究对象分为4种代谢表型:代谢正常体重正常、代谢正常肥胖、代谢异常体重正常、代谢异常肥胖。采用多因素logistic回归法分析SMI与不同代谢表型的关联强度。

结果

代谢异常体重正常组、代谢正常肥胖组和代谢异常肥胖组SMI水平均低于代谢正常体重正常组,差异均具有统计学意义(P<0.001)。多因素logistic回归分析结果显示,调整性别、年龄后,SMI水平升高是青少年发生代谢异常体重正常、代谢正常肥胖和代谢异常肥胖表型的保护因素(分别OR=0.74、0.60、0.54P<0.001)。

结论

SMI升高可降低青少年发生代谢异常/肥胖的风险。

Keywords: 肥胖, 代谢表型, 骨骼肌质量指数, 青少年


近年来,儿童青少年肥胖问题日渐突出,肥胖已经成为我国中小学生常见病之一1-4。研究表明,肥胖会导致机体代谢异常,如血压升高、2型糖尿病、血脂异常和代谢综合征等5。近年来的研究发现,正常体重和肥胖个体发生代谢紊乱的风险不完全相同,处于相同体重指数(body mass index,BMI)类别的个体也可以具有不同的代谢状况6。因此,可以根据BMI与心血管疾病危险因素之间相互作用的结果将个体分为不同的类型:代谢正常体重正常(metabolically healthy normal weight,MHNW)表型、代谢异常体重正常(metabolically unhealthy normal weight,MUNW)表型、代谢正常肥胖(metabolically healthy obesity,MHO)表型和代谢异常肥胖(metabolically unhealthy obesity,MUO)表型7。既往在成人中的研究表明,与MHO受试者相比,MUNW受试者患2型糖尿病和心血管事件的风险较高8。此外,研究显示,与MHO组相比,MUO组具有更高的慢性病风险9。一项长达6年的前瞻性队列研究结果显示,MHO表型会增加儿童青少年高血压的发病风险10。因此,对不同肥胖代谢表型的个体及时进行分类与识别,尽早开发具有成本效益的个体化预防和干预方案,对于降低青少年肥胖及相关代谢性疾病的发生具有重要意义。

目前为止,关于发生不同肥胖代谢表型的潜在机制仍不明确。最近的研究表明,肥胖代谢表型可能受年龄、环境因素、生活方式和骨骼肌质量(skeletal muscle mass,SMM)的影响11-13。由于SMM受肌肉脂肪变性的影响较大,因此采用调整体重后的骨骼肌质量指数(skeletal mass index,SMI)评价SMM14。研究显示SMI降低与正常体重或超重/肥胖个体的心脏代谢危险因素(如2型糖尿病、高血压和代谢综合征)存在关系15。有证据表明,SMI在调节葡萄糖和脂质代谢及释放多种内分泌和自分泌活性物质方面起着关键作用,可能会阻止某些有害的代谢状况16,如高血压、糖尿病、胰岛素抵抗等。因此,SMI可能是导致不同肥胖代谢表型间呈现不同健康结果的重要因素,研究SMI与不同肥胖代谢表型的关系将有助于理解不同体重状态伴有不同代谢状态的潜在机制。然而,SMI与不同肥胖代谢表型间的关联仍未得到充分探索,并且结果不一致16-17。本研究通过评估SMI与不同肥胖代谢表型间的关联,为青少年肥胖及相关代谢性疾病的防控提供理论依据。

1. 资料与方法

1.1. 研究对象

本研究为横断面研究,于2017年10月—2020年9月对银川市3所初中和2所高中12~18岁的青少年展开调查。通过分层整群随机抽样的方法,首先确定学校,然后以年级分层,最后从每个年级中随机抽取班级,共抽取13个初中班级和22个高中班级,将抽取的班级的所有同学纳入本研究。纳入标准:(1)银川市居民,或在银川居住时间>1年;(2)年龄为12~18岁。排除标准:(1)父母或法定监护人不同意参加本研究;(2)患严重心肺及骨关节疾病;(3)身体残疾,无法进行人体测量评估。所有参与者及其监护人均已签署知情同意书。本研究已获得宁夏医科大学伦理委员会的审查及批准(审批号:2021-G053)。

1.2. 方法

1.2.1. 问卷调查

自制问卷表,收集研究对象的性别、年龄、疾病史及家族史等基本情况。

1.2.2. 体格测量

包括身高、体重、腰围(waist circumference,WC)及血压的测量。(1)身高、WC测量:采用ZH7082型身高坐高计和尼龙带尺分别进行身高和WC的测量。连续测量2次后取均值,2次测量误差不得超过0.5 cm,结果精确到0.1 cm。(2)体重测量:采用RGT-140型杠杆式体重秤连续测量2次后取均值,2次测量误差不得超过0.5 kg,测量结果精确到0.1 kg。(3)血压测量:采用欧姆龙HEM-7012电子血压计测量收缩压(systolic blood pressure,SBP)和舒张压(diastolic blood pressure,DBP),连续测量3次,每次间隔1 min以上,相邻2次测量差值不超过10 mmHg,取后2次平均值作为受试者实际血压值18。测量结束后计算BMI[BMI=体重(kg)/身高2(m2)]。

1.2.3. 体成分测定

采用韩国 Biospace 公司生产的 InBody370生物电阻抗分析法进行SMM的检测。SMI=[SMM(kg)/体重(kg)]×100%14

1.2.4. 实验室检查

采集受试者空腹12 h静脉血,使用全自动生化分析仪(型号:日立7060C)进行空腹血糖(fasting blood glucose,FBG)、甘油三酯(triglyceride,TG)、总胆固醇(total cholesterol,TC)、高密度脂蛋白胆固醇(high-density lipoprotein cholesterol,HDL-C)和低密度脂蛋白胆固醇(low-density lipoprotein cholesterol,LDL-C)的检测。

1.3. 诊断标准

1.3.1. 超重/肥胖

采用李辉等19提出的超重/肥胖的判断标准,即BMI≥相应年龄和性别的第85百分位值判断为超重/肥胖。

1.3.2. 代谢异常

采用《中国儿童青少年代谢综合征定义和防治建议》20提出的在满足中心性肥胖(WC≥同年龄同性别儿童WC的第90百分位值)的基础上,同时具备至少下列2项者即诊断为代谢异常:高血糖(FBG≥5.6 mmol/L)、高血压(SBP或DBP≥同年龄同性别和同身高儿童青少年血压的第90百分位值)、高甘油三酯血症(TG≥1.47 mmol/L)、低高密度脂蛋白胆固醇血症(HDL-C≤1.03 mmol/L)。

1.4. 代谢表型的判断

根据以上代谢异常诊断标准及超重/肥胖判断标准,将研究对象分为4种代谢表型,分别为MHNW、MHO、MUNW、MUO。

1.5. 统计学分析

采用EpiData 3.1软件录入数据,采用SPSS 26.0软件进行统计学分析。符合正态分布的计量资料用均数±标准差( x¯±s )表示,非正态分布的计量资料用中位数(四分位数间距)[MP 25P 75)]表示,计数资料用例数和百分率(%)表示。不同肥胖代谢表型组间计量资料的比较采用单因素方差分析或Kruskal-Wallis H检验;不同肥胖代谢表型组间正态分布的计量资料的两两比较采用LSD-t检验。采用多因素logistic回归法分析SMI与肥胖代谢表型的关联。P<0.05为差异有统计学意义。

2. 结果

2.1. 研究对象的基本特征

共纳入1 352例青少年,其中男生816例(60.36%),女生536例(39.64%),平均年龄(14.6±1.6)岁。MHNW、MUNW、MHO、MUO 4组分别有992、17、236、107例。不同肥胖代谢表型组的基本特征比较结果显示,各组间年龄、身高、体重、BMI、WC、SBP、DBP、TC、TG、LDL-C、HDL-C及SMM水平的比较差异均具有统计学意义(均P<0.05),见表1

表1.

研究对象的基本特征

变量 MHNW组(n=992) MUNW组(n=17) MHO组(n=236) MUO组(n=107) F/H P
年龄 (岁) 14.8±1.6 14.5±1.7 14.3±1.5 14.3±1.4 10.007 <0.001
身高 (cm) 166±8 169±6 168±8 170±8 7.000 <0.001
体重 (kg) 52±8 62±7 72±12 79±13 506.340 <0.001
BMI (kg/m2) 18.8±1.9 21.7±1.6 25.2±2.9 27.4±3.3 909.085 <0.001
WC (cm) 69±5 79±6 85±9 91±10 706.740 <0.001
SBP (mm Hg) 109±10 115±14 117±11 125±11 99.542 <0.001
DBP (mm Hg) 67±8 71±10 69±8 74±8 34.294 <0.001
TC (mmol/L) 3.9±0.9 4.4±0.9 3.8±0.8 4.5±1.3 13.904 <0.001
TG (mmol/L)# 0.9(0.7, 1.1) 1.6(1.5, 2.1) 1.0(0.8, 1.2) 1.7(1.3, 2.2) 197.730 <0.001
LDL-C (mmol/L) 2.2±0.7 2.6±0.9 2.2±0.7 2.7±1.2 15.088 <0.001
HDL-C (mmol/L) 1.5±0.4 1.3±0.4 1.4±0.3 1.3±0.4 24.533 <0.001
FBG (mmol/L) 4.8±0.8 4.9±0.5 4.7±0.5 4.9±0.7 1.539 0.203
SMM (kg) 23±5 24±5 28±6 29±6 86.062 <0.001

注:[BMI]体重指数;[WC]腰围;[SBP]收缩压;[DBP]舒张压;[TC]胆固醇;[TG]甘油三酯;[LDL-C]低密度脂蛋白胆固醇;[HDL-C]高密度脂蛋白胆固醇;[FBG]空腹血糖;[SMM]骨骼肌质量;[MHNW]代谢正常体重正常;[MUNW]代谢异常体重正常;[MHO]代谢正常肥胖;[MUO]代谢异常肥胖。#MP 25P 75)表示,其他变量均以 x¯±s 表示。1 mmHg=0.133 kPa。

2.2. 不同肥胖代谢表型组间SMI的比较

不同肥胖代谢表型组间SMI比较结果显示,MUNW组、MHO组和MUO组SMI水平均低于MHNW组,差异均具有统计学意义(均P<0.001),见表2

表2.

不同肥胖代谢表型组间SMI的比较 ( x¯±s ,%)

组别 例数 SMI
MHNW组 992 45±5
MUNW组 17 39±4a
MHO组 236 38±4a
MUO组 107 37±4a
F 175.324
P <0.001

注:[SMI]骨骼肌质量指数;[MHNW]代谢正常体重正常;[MUNW]代谢异常体重正常;[MHO]代谢正常肥胖;[MUO]代谢异常肥胖。a示与MHNW组相比,P<0.001。

2.3. SMI与肥胖代谢表型的多因素logistic回归分析

分别以MUNW、MHO、MUO表型为因变量(MHNW表型为参照),SMI为自变量进行多因素logistic回归分析,结果显示:调整性别、年龄后,SMI水平升高是青少年发生MUNW表型、MHO表型及MUO表型的保护因素(分别OR=0.74、0.60、0.54P<0.001),见表3

表3.

SMI与不同肥胖代谢表型的多因素logistic回归分析

代谢表型 模型1 模型2
OR(95%CI) P OR(95%CI) P
MHNW 1(参考) 1(参考)
MUNW 0.78(0.70~0.87) <0.001 0.74(0.63~0.86) <0.001
MHO 0.77(0.75~0.80) <0.001 0.60(0.57~0.64) <0.001
MUO 0.71(0.68~0.75) <0.001 0.54(0.50~0.58) <0.001

注:[MHNW]代谢正常体重正常;[MUNW]代谢异常体重正常;[MHO]代谢正常肥胖;[MUO]代谢异常肥胖。模型1:未调整变量;模型2:调整了性别、年龄。

3. 讨论

本研究显示,不同肥胖代谢表型组间SMI水平存在差异,即MUNW表型、MHO表型和MUO表型个体的SMI水平均低于MHNW表型的个体,这与之前的横断面研究结果21相似。此外,Carvalho等22报道,MHNW表型的个体其SMI水平高于MUNW表型的个体。这些结果提示SMI水平升高可能是防止机体发生MUNW表型、MHO表型及MUO表型的重要因素。

本研究多因素logistic回归分析显示,SMI水平升高是青少年发生MUNW表型、MHO表型及MUO表型的保护因素。一项针对韩国成年人的纵向研究表明,较高的SMI对MHNW表型向MUNW表型的发展起保护作用16;另有研究证明,较低的SMI与MUNW表型和MUO表型独立相关21;另有学者报道,与具有MHNW表型的男性和女性相比,具有肥胖表型(MHO和MUO)的男性和女性SMI低下的风险增加13。目前关于SMM对形成不同肥胖代谢表型的机制仍无定论,但可能与葡萄糖转运蛋白4(glucose transporter 4,GLUT4)的降低、胰岛素抵抗、肌肉因子的产生及慢性低度炎症有关。骨骼肌是GLUT4基因对胰岛素介导的葡萄糖摄取的主要器官。小鼠体内实验结果显示,特异性敲除GLUT4基因会导致严重的胰岛素抵抗和糖耐量受损23。胰岛素抵抗促进糖异生的发生,从而引起固醇调节元素结合蛋白1c的上调和β-氧化的抑制及游离脂肪酸的释放增加,转变TG转运途径,进而导致TG在骨骼肌中积累24-25。此外,骨骼肌是一种代谢活跃的器官,通过分泌蛋白与其他器官相互作用释放肌肉因子,如肌肉因子白细胞介素-6通过磷酸肌醇3-激酶和AMP活化蛋白激酶信号通路促进葡萄糖摄取和脂肪氧化,并通过阻断肌肉中的促炎信号通路提高胰岛素敏感性26-27。最后,低度炎症和促炎细胞因子对肌肉具有直接的分解代谢作用,并促进胰岛素抵抗和代谢恶化28-29。因此,与低SMM相关的炎症可能是代谢恶化的关键。

本研究有一定的局限性。首先,本研究为横断面研究,无法确定SMI与不同肥胖代谢表型之间的因果关系;其次,本研究没有评估饮食和体育活动情况,这两者可能是潜在的混杂因素;最后,研究人群仅限于银川市青少年,且未考虑青春期的影响,推广至其他地区其他人群需谨慎,因为SMM因种族而异30。因此本研究结果需要在其他种族/族裔群体中进一步研究证实。

综上所述,SMI水平升高是青少年发生MUNW表型、MHO表型及MUO表型的保护因素,这表明SMI水平降低可能是青少年发生肥胖代谢表型的潜在机制。本研究证实了SMI在维持代谢健康方面的重要性,SMI的增加可能能够维持个体的代谢稳态并保护他们免受代谢不健康表型的影响。青少年时期是一个以显著骨骼发育变化为标志的独特过渡期,因此,及时评估并增加机体的SMI,对降低青少年肥胖和心血管代谢异常风险有重要意义。

基金资助

国家自然科学基金项目(82160641)。

利益冲突声明

所有作者均声明不存在利益冲突。

参 考 文 献

  • 1. 张驰, 张明. 社会相关问题对我国儿童青少年肥胖发生率的影响[J]. 青少年体育, 2021(9): 33-34. DOI: 10.3969/j.issn.2095-4581.2021.09.005. [DOI] [Google Scholar]
  • 2. 王玉梅. 中小学生肥胖流行现状及知信行综合干预效果评价研究[D]. 沈阳: 中国医科大学, 2021. [Google Scholar]
  • 3. 张慧, 赵海萍, 黄子睿, 等. 宁夏汉族中小学生2000—2019年超重与肥胖变化趋势[J]. 中国学校卫生, 2021, 42(11): 1712-1716. DOI: 10.16835/j.cnki.1000-9817.2021.11.025. 33928913 [DOI] [Google Scholar]
  • 4. 袁金娜, 金冰涵, 斯淑婷, 等. 2009至2019年6~15岁中国儿童超重和肥胖趋势分析[J]. 中华儿科杂志, 2021, 59(11): 935-941. DOI: 10.3760/cma.j.cn112140-20210523-00441. [DOI] [PubMed] [Google Scholar]
  • 5. Smith GI, Mittendorfer B, Klein S. Metabolically healthy obesity: facts and fantasies[J]. J Clin Invest, 2019, 129(10): 3978-3989. DOI: 10.1172/JCI129186. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 6. Lin H, Zhang L, Zheng R, et al. The prevalence, metabolic risk and effects of lifestyle intervention for metabolically healthy obesity: a systematic review and meta-analysis: a PRISMA-compliant article[J]. Medicine (Baltimore), 2017, 96(47): e8838. DOI: 10.1097/MD.0000000000008838. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 7. Stefan N, Häring HU, Schulze MB. Metabolically healthy obesity: the low-hanging fruit in obesity treatment?[J]. Lancet Diabetes Endocrinol, 2018, 6(3): 249-258. DOI: 10.1016/S2213-8587(17)30292-9. [DOI] [PubMed] [Google Scholar]
  • 8. Bell JA, Kivimaki M, Hamer M. Metabolically healthy obesity and risk of incident type 2 diabetes: a meta-analysis of prospective cohort studies[J]. Obes Rev, 2014, 15(6): 504-515. DOI: 10.1111/obr.12157. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 9. Rhee EJ, Lee MK, Kim JD, et al. Metabolic health is a more important determinant for diabetes development than simple obesity: a 4-year retrospective longitudinal study[J]. PLoS One, 2014, 9(5): e98369. DOI: 10.1371/journal.pone.0098369. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 10. Ding WQ, Yan YK, Zhang MX, et al. Hypertension outcomes in metabolically unhealthy normal-weight and metabolically healthy obese children and adolescents[J]. J Hum Hypertens, 2015, 29(9): 548-554. DOI: 10.1038/jhh.2014.124. [DOI] [PubMed] [Google Scholar]
  • 11. Gonçalves CG, Glade MJ, Meguid MM. Metabolically healthy obese individuals: key protective factors[J]. Nutrition, 2016, 32(1): 14-20. DOI: 10.1016/j.nut.2015.07.010. [DOI] [PubMed] [Google Scholar]
  • 12. Stefan N, Häring HU, Hu FB, et al. Metabolically healthy obesity: epidemiology, mechanisms, and clinical implications[J]. Lancet Diabetes Endocrinol, 2013, 1(2): 152-162. DOI: 10.1016/S2213-8587(13)70062-7. [DOI] [PubMed] [Google Scholar]
  • 13. Kim TN, Park MS, Yang SJ, et al. Body size phenotypes and low muscle mass: the Korean sarcopenic obesity study (KSOS)[J]. J Clin Endocrinol Metab, 2013, 98(2): 811-817. DOI: 10.1210/jc.2012-3292. [DOI] [PubMed] [Google Scholar]
  • 14. Hwang YC, Cho IJ, Jeong IK, et al. Differential association between sarcopenia and metabolic phenotype in Korean young and older adults with and without obesity[J]. Obesity (Silver Spring), 2017, 25(1): 244-251. DOI: 10.1002/oby.21694. [DOI] [PubMed] [Google Scholar]
  • 15. Zhang H, Lin S, Gao T, et al. Association between sarcopenia and metabolic syndrome in middle-aged and older non-obese adults: a systematic review and meta-analysis[J]. Nutrients, 2018, 10(3): 364. DOI: 10.3390/nu10030364. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 16. Lee MJ, Kim EH, Bae SJ, et al. Protective role of skeletal muscle mass against progression from metabolically healthy to unhealthy phenotype[J]. Clin Endocrinol (Oxf), 2019, 90(1): 102-113. DOI: 10.1111/cen.13874. [DOI] [PubMed] [Google Scholar]
  • 17. Poggiogalle E, Lubrano C, Gnessi L, et al. The decline in muscle strength and muscle quality in relation to metabolic derangements in adult women with obesity[J]. Clin Nutr, 2019, 38(5): 2430-2435. DOI: 10.1016/j.clnu.2019.01.028. [DOI] [PubMed] [Google Scholar]
  • 18. National High Blood Pressure Education Program Working Group on High Blood Pressure in Children and Adolescents . The fourth report on the diagnosis, evaluation, and treatment of high blood pressure in children and adolescents[J]. Pediatrics, 2004, 114(2 Suppl 4th Report): 555-576. [PubMed] [Google Scholar]
  • 19. 李辉, 宗心南, 季成叶, 等. 中国2~18岁儿童青少年超重和肥胖筛查体重指数界值点的研究[J]. 中华流行病学杂志, 2010, 31(6): 616-620. DOI: 10.3760/cma.j.issn.0254-6450.2010.06.004. [DOI] [PubMed] [Google Scholar]
  • 20. 中华医学会儿科学分会内分泌遗传代谢学组, 中华医学会儿科学分会心血管学组, 中华医学会儿科学分会儿童保健学组, 等. 中国儿童青少年代谢综合征定义和防治建议[J]. 中华儿科杂志, 2012, 50(6): 420-422. DOI: 10.3760/cma.j.issn.0578-1310.2012.06.005. [DOI] [Google Scholar]
  • 21. Kim HK, Lee MJ, Kim EH, et al. Comparison of muscle mass and quality between metabolically healthy and unhealthy phenotypes[J]. Obesity (Silver Spring), 2021, 29(8): 1375-1386. DOI: 10.1002/oby.23190. [DOI] [PubMed] [Google Scholar]
  • 22. Carvalho CJ, Longo GZ, Kakehasi AM, et al. Skeletal mass indices are inversely associated with metabolically unhealthy phenotype in overweight/obese and normal-weight men: a population-based cross-sectional study[J]. Br J Nutr, 2021, 126(4): 501-509. DOI: 10.1017/S0007114520004262. [DOI] [PubMed] [Google Scholar]
  • 23. Zisman A, Peroni OD, Abel ED, et al. Targeted disruption of the glucose transporter 4 selectively in muscle causes insulin resistance and glucose intolerance[J]. Nat Med, 2000, 6(8): 924-928. DOI: 10.1038/78693. [DOI] [PubMed] [Google Scholar]
  • 24. Postic C, Girard J. Contribution of de novo fatty acid synthesis to hepatic steatosis and insulin resistance: lessons from genetically engineered mice[J]. J Clin Invest, 2008, 118(3): 829-838. DOI: 10.1172/JCI34275. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 25. Roumans KHM, Lindeboom L, Veeraiah P, et al. Hepatic saturated fatty acid fraction is associated with de novo lipogenesis and hepatic insulin resistance[J]. Nat Commun, 2020, 11(1): 1891. DOI: 10.1038/s41467-020-15684-0. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 26. Lambernd S, Taube A, Schober A, et al. Contractile activity of human skeletal muscle cells prevents insulin resistance by inhibiting pro-inflammatory signalling pathways[J]. Diabetologia, 2012, 55(4): 1128-1139. DOI: 10.1007/s00125-012-2454-z. [DOI] [PubMed] [Google Scholar]
  • 27. Giudice J, Taylor JM. Muscle as a paracrine and endocrine organ[J]. Curr Opin Pharmacol, 2017, 34: 49-55. DOI: 10.1016/j.coph.2017.05.005. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 28. Tuttle CSL, LAN Thang, Maier AB. Markers of inflammation and their association with muscle strength and mass: a systematic review and meta-analysis[J]. Ageing Res Rev, 2020, 64: 101185. DOI: 10.1016/j.arr.2020.101185. [DOI] [PubMed] [Google Scholar]
  • 29. Phillips T, Leeuwenburgh C. Muscle fiber specific apoptosis and TNF-alpha signaling in sarcopenia are attenuated by life-long calorie restriction[J]. FASEB J, 2005, 19(6): 668-670. DOI: 10.1096/fj.04-2870fje. [DOI] [PubMed] [Google Scholar]
  • 30. Silva AM, Shen W, Heo M, et al. Ethnicity-related skeletal muscle differences across the lifespan[J]. Am J Hum Biol, 2010, 22(1): 76-82. DOI: 10.1002/ajhb.20956. [DOI] [PMC free article] [PubMed] [Google Scholar]

Articles from Chinese Journal of Contemporary Pediatrics are provided here courtesy of Xiangya Hospital, Central South University

RESOURCES