BMI 지수를 무게 / 높이

이 질문에 대한 답이 의학에있을 수도 있지만 BMI 지수 가 ? 왜 예를 들어 아닌가? 내 첫 번째 아이디어는 이차 회귀와 관련이 있다는 것입니다. 무게 /$\text{weight}/\text{height}^2$$\text{weight}/\text{height}$

실제 데이터 샘플 (체중, 키, 연령 및 성별이있는 200 명) :

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")

Eknoyan (2007)의이 리뷰 는 Quetelet과 체질량 지수의 발명에 대해 알고 싶었던 것보다 훨씬 더 많은 것을 가지고 있습니다.

짧은 버전은 BMI가 대략 정규적으로 분포 된 것처럼 보이지만 체중 만 또는 체중 / 높이는 그렇지 않으며 Quetelet은 정규 분포를 통해 "정상적인"남자를 묘사하는 데 관심이있었습니다. 사람들이 어떻게 자라는 지에 따라 몇 가지 원칙이 있습니다. 그리고 최근의 일부 연구 는 그러한 역학을 일부 생체 역학으로 확장하는 것을 시도했습니다.

BMI의 가치는 상당히 논쟁의 여지가 있습니다. 그것은 비만과 상당히 관련이 있지만, 저체중 / 과체중 / 비만에 대한 컷오프는 건강 관리 결과와 일치하지 않습니다.

Adolphe Quetelet의 "사람에 대한 논문 및 그의 능력 개발"에서 :

사람이 모든 차원에서 똑같이 증가하면 다른 연령대의 체중이 키의 입방체가됩니다. 자, 이것은 우리가 실제로 관찰하는 것이 아닙니다. 출생 후 첫해를 제외하고는 체중 증가가 느립니다. 우리가 방금 지적한 비율은 꽤 정기적으로 관찰됩니다. 그러나이 기간이 지나고 사춘기 나이가 될 때까지 체중은 거의 키의 제곱으로 증가합니다. 사춘기에는 체중의 발달이 다시 매우 빨라지고 25 년 후에 거의 중단됩니다. 일반적으로, 개발하는 동안 다른 연령대의 무게의 제곱이 키의 5 승인 것으로 가정 할 때 많이 실수하지 않습니다. 이것은 자연스럽게 비중 계산을 지원하면서 인간의 가로 성장이 수직보다 작다는 결론을 이끌어냅니다.

여기를 참조 하십시오 .

그는 비만을 분석하는 데 관심이 없었지만 생체 인식과 종 곡선에 매우 관심이 있었기 때문에 체중과 키 사이의 관계에 관심이있었습니다. Quetelet의 연구 결과에 따르면 BMI는 인구에서 대략 정규 분포를 나타 냈습니다. 이것은 그에게 그가 "올바른"관계를 찾았 음을 의미했다. 흥미롭게도, 단지 10 년에서 2 년 후 Francis Galton은 인구의 "높이 분포"문제에 접근하여 "평균에 대한 회귀"라는 용어를 만들었습니다.

프레이밍 햄의 연구가 비만을 식별하는 방법으로 BMI를 많이 사용하고 있기 때문에 BMI가 현대에서 생체 측정의 골치 거리 였다는 점은 주목할 가치가 있습니다. 비만의 좋은 예측 인자 (및 건강 관련 결과)는 여전히 부족합니다. 허리 대 엉덩이 측정 비율은 유망한 후보입니다. 초음파가 더 싸고 더 좋아짐에 따라, 의사는 비만뿐만 아니라 장기의 지방 침착 및 석회화를 식별하고이를 기반으로 한 치료에 대한 권고를하기 위해 초음파를 사용할 것입니다.

BMI는 주로 심혈관 위험을 연구하는 데 유용한 복부 내장 지방량을 근사화하는 능력 때문에 현재 주로 사용됩니다. 당뇨병 선별에서 BMI의 적정성을 분석하는 사례 연구 는 유인물 아래 의 http://biostat.mc.vanderbilt.edu/CourseBios330의 15 장을 참조하십시오 . 몇 가지 평가가 있습니다. 높이의 힘이 2.5에 가까워 지지만 키와 몸무게를 사용하는 것보다 낫습니다.