http://dx.doi.org/10.7570/kjo.2013.22.3.155 pISSN 1226-4407, eISSN 2234-7631
서 론
신체에 대한 측정 정보는 오랜 세월 동안 진료 및 의학적
연구에 사용되어 왔다. 특히 체질량지수(BMI, Body mass index)는 신체에 대한 측정 정보 중 키와 몸무게를 사용하 여 비만을 간단하고 편리하게 평가하기 위한 도구로 사용되
한국인에서 체질량지수와 체형
Body Mass Index and Body Shape
김선아․최재경*․박창규(1)․최경미(2)․조비룡(3)
건국대학교 의학전문대학원 가정의학교실, 건국대학교 공과대학 섬유공학과(1),
동서울대학 패션디자인과(2), 서울대학교 의과대학 가정의학교실(3)
Seonah Kim, Jaekyung Choi*, Changkyu Park(1), Kuengmi Choi(2), Belong Cho(3) Konkuk University School of Medicine, Department of Family Medicine;
Konkuk University, Department of Textile Engineering(1); Dong-Seoul College, Department of Fashion Design(2); and Seoul National University College of Medicine, Department of Family Medicine(3)
요 약
연구배경: 체형은 체지방 분포에 대한 정보를 알려 주고 비 만 관련 질환과 연관성이 있다. 이에 한국인에서 3차원 신체 측정을 통한 체형 정보를 이용하여 성별과 나이에 따른 체형 의 분포를 조사하고 체질량지수 및 허리둘레와의 연관성을 분 석하고자 한다.
방법: 제5차 한국인 인체치수 조사사업에 참여한 20세 이상 성인 남녀 3548명을 대상으로 단면적 연구를 시행하였다. 3차 원 신체 스캔을 통한 체형 정보를 이용하여 체질량지수와 허 리둘레와의 연관성을 보았다.
결과: 나이를 보정하였을 때 남자에서는 허리둘레가 가장 강력한 체질량지수의 예측 인자였으나 여자에서는 젖가슴둘레 였다. 나이를 보정하였을 때 남자에서는 엉덩이둘레가 가장 강 력한 허리둘레의 예측 인자였으나 여자에서는 젖가슴둘레였다 결론: 3차원 신체 측정에 의한 체형과 관련하여 나이에 따 른 체형의 변화와 체질량지수와 허리둘레에 대한 체형의 관련 성은 한국인 남녀에서 차이가 있었다.
중심단어: 체형, 체질량지수, 허리둘레, 3차원 신체측정
ABSTRACT
Background: Human body shape is associated with the distribution of body fat and obesity-related diseases. The objectives of the study were to investigate the distribution of body shape by age and sex. Also to examine associations between body mass index (BMI) and body shape using Three-dimensional (3-D) data in Korean adults.
Methods: This study was a cross-sectional study involving 3,548 adults aged 20 years and over who participated in the Size Korea 2004. Body girths were obtained with the use of a 3-D body scan and the associations between body mass index and body shape were also obtained.
Results: BMI was significantly associated with waist in men and with bust in women after adjustment for age. Waist circumference was significantly associated with hip in men and with bust in women after adjustment for age.
Conclusion: Gender difference was noted in the change of body shape with age and the associations of body shape with BMI and waist circumference in Korean adults.
Key words: Body shape, Body mass index, Waist circumference, Three-dimensional body scanning
ꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏꠏ
Received: Oct. 17, 2012; Reviewed: Jan. 18, 2013; Accepted: Sep. 4, 2013
Corresponding author: Jaekyung Choi, Konkuk University School of Medicine, Department of Family Medicine Konkuk University Medical Center, 120-1 Neungdong-ro, Gwangjin-gu, Seoul 143-729, Korea Tel: 82-2-2030-7683, Fax: 82-2-2030-7748, E-mail: cjk@kuh.ac.kr, Mobile: 82-10-7736-5929
* 본 논문은 2011학년도 건국대학교의 연구년교원 지원을 받아 연구되었습니다.
* This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/
by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
어왔다.1,2) 일반적으로 BMI는 체내의 지방 축적 정도를 나 타내며 높은 BMI는 과다한 체내 지방으로 간주되어 여러 질환 또는 사망률과 관계가 있다고 알려져 있다.3,4) 그러나, 비만은 단순한 체중 증가가 아닌 지방의 과도한 체내 축적 으로 축적된 정도와 체내에서의 분포에 대한 평가가 필요한 데 이는 내장지방이 피하지방보다 건강에 대한 위험도를 평 가하는데 더 중요하기 때문이다.5) 허리둘레 측정은 이에 대 한 신체 계측 방법 중 가장 널리 사용되는 방법이다.
체형은 그 정도에 따라 체지방의 분포에 대한 정보를 나 타내 준다. BMI도 체형과 관련이 있지만 허리둘레는 복부 형태에 대한 명확한 정보를 제공해 준다. 하지만 체형 측정 에 대해 기존에 사용되고 있는 방법들은 측정자가 직접 도 구를 이용하여 측정해야 한다. 또한 시간이 많이 걸리고 측 정자와 측정 방법에 따라 결과가 달라질 수 있으며 특히 여 성에서는 신체적 접촉이라는 침습적 검사 방법으로 인해 문 제가 발생할 소지도 있다.6)
최근에 정밀한 3차원 신체 측정방법들이 체형을 정확하 게 측정하기 위해 사용되기 시작하였으며 이를 이용하여 신 체를 측정하고 분석할 수 있게 되었다.7) 처음에는 의복 및 의류 산업에서 이용되었으나 점차 의학적 용도로 사용되면 서 3차원 신체 측정방법을 통해 얻어진 체형 정보가 비만 및 여러 질환에 대한 연구에 이용되고 있다.8-10)
이에 본 연구에서는 한국인에서 3차원 신체 측정을 통한 체형 정보를 이용하여 체형에 대한 성별과 나이에 따른 분 포를 조사하고 BMI 및 허리둘레와의 연관성을 분석하고자 한다.
방 법 1. 연구대상
2003년부터 2004년까지 시행된 제5차 한국인 인체치수 조사사업(Size Korea 2004)에서 측정된 3차원 신체 스캔 정 보와 검사자를 통한 직접치수를 활용하였으며 20세 이상 성 인남녀 3,458명을 연구대상으로 하였다.
2. 연구방법
연구대상자들은 3차원 인체측정용 측정복을 착용하고 표 준화된 자세를 취한 후 검사자로부터 측정을 받았다.11) 키 와 몸무게는 검사자가 직접 측정하였다. 3차원 신체 스캔은 연구대상자의 몸의 표면에 랜드마크를 표시한 후 미국 Cyberware사의 WB4 model을 이용하여 시행하였으며, 이 를 위해 개발된 3차원인체치수 측정 전문프로그램인 3DM(Dimensional Measurement)을 사용하여 측정값을 도 출해 냈다.12) Cyberware사의 WB4 model은 17초라는 짧은 시간에 인체에 무해한 레이저 빛을 조사하여 이 빛이 인체 에서 반사되면, 이를 4개의 움직이는 측정기와 거울을 이용
하여 스캔하고 기록하게 된다. 이 장치는 최대 높이 2.0 m, 폭 1.2 m, 그리고 깊이 1.2 m까지의 개체를 스캔할 수 있 다. 본 연구에서는 이를 통해 얻어진 체형 요소의 정보 중 가슴둘레, 젖가슴둘레(여성의 경우), 윗팔둘레, 허리둘레, 엉 덩이둘레, 허벅지둘레 등을 사용하였다. 사지의 경우, 우측 부위의 값을 사용하였다. BMI는 weight (kg) / height (m)2 로 계산하였으며 23 ≤ BMI < 25인 경우 과체중, BMI ≥ 25인 경우 비만으로 하였다.13)
3. 통계분석
나이에 따른 비만도의 분포는 나이를 10살 단위로 나누 어서 20대, 30대, 40대, 50대, 60대, 70세 이상 등으로 나누 었고 나이군에 따른 경향성을 보기 위해 선형 대 선형 결합 법을 통해 분석하였다. 성별과 나이에 따른 체형 측정치는 평균과 표준편차를 이용하여 나타내었으며 일원배치 분산 분석법을 이용하여 통계적 분석을 하였다. 또한, 성별에 따 른 체형 요소 간의 관계를 확인하기 위해 상관분석이 시행 되었다. 다중 회귀 분석을 통하여 나이를 보정하였을 때 성 별에 따라 BMI와 허리둘레에 대해 각 체형 요소들과의 연 관 정도를 확인해 보았다. 각 변수들을 정규성과 등분산성 의 조건에 맞도록 하기 위해 자연로그로 변환하였으며, 각 변수들에 대한 상대적인 연관성의 정도는 t 값을 통해 비교 하였다. 모든 데이터는 PASW version 17.0 (SPSS Institute INC, Illinois, USA)를 통하여 분석되었으며, P < 0.05 이하 인 경우 통계학적 유의성을 갖도록 하였다.
결 과
본 연구에는 20세 이상 남자 1,752명, 여자 1,706명 등의 총 3,458명을 연구대상자로 하였다. 남녀 모두에서 나이가 증가함에 따라 과체중과 비만의 빈도가 증가하는 경향을 보 였으며 이는 통계적으로 유의하였다(Table 1).
남성에서는 BMI의 평균이 모든 연령대에서 과체중에 해 당되었다. 하지만 여성에서는 BMI의 평균값이 20대와 30 대에서는 정상이다가, 나이가 증가하면서 40대와 50대에서 는 과체중, 그 이후 연령대에서는 비만에 해당되었다. 남성 에서는 대부분의 체형 요소들이 40대 또는 50대까지 증가 하다 이후 연령대에서는 감소하는 양상을 보였다. 여성에서 는 윗팔둘레, 가슴둘레, 허리둘레, 젖가슴둘레, 목둘레 등은 나이가 증가함에 따라 증가하였으나 엉덩이둘레와 허벅지 둘레, 종아리둘레 등은 나이가 증가함에 따라 감소하거나 변화가 없는 양상을 보였다. 또한, 남녀의 각 나이군에서 체 형요소들의 평균은 서로 차이가 있었으며 이는 통계적으로 유의하였다(Table 2).
남녀를 구분하여 각 체형 요소들간의 상관관계를 보았을 때 남성에서는 키, 몸무게, 목둘레, 윗팔둘레, 가슴둘레, 허
리둘레, 엉덩이둘레, 허벅지둘레, 종아리둘레 등 모든 요소 들에 대한 상관관계가 양의 상관관계를 나타냈으며 이는 통
계적으로 유의하였다. 여성에서는 키에 대하여 목둘레, 윗팔 둘레, 가슴둘레, 허리둘레, 젖가슴둘레 등이 음의 상관관계 Table 1. Frequency of overweight and obesity by sex and age
Men (n = 1,752) Women (n = 1,706)
Subjects Overweight Obese Subjects Overweight Obese
Age (y) n % % n % %
20~29 502 23.5 24.5 453 15.7 7.3
30~39 483 24.2 41.8 484 22.7 19.8
40~49 257 25.3 48.6 268 26.5 27.2
50~59 242 28.1 44.6 232 33.6 38.8
60~69 174 27.6 43.7 181 19.9 56.9
70- 94 31.9 26.6 88 18.2 60.2
P value for trend* < 0.001 < 0.001
* P values for trend were calculated using linear by linear association.
Table 2. Raw values for anthropometry and body shape by sex and age*
Weight Height BMI Arm Chest Waist Hip Thigh Bust Neck Calf
n (kg) (cm) (kg/m2) (cm) (cm) (cm) (cm) (cm) (cm) (cm) (cm)
Men Age (y)
20~29 502 69.6 ± 10.2 172.6 ± 6.2 23.3 ± 3.0 34.7 ± 3.5 100.3 ± 6.7 81.8 ± 8.2 95.6 ± 5.7 58.8 ± 5.4 - 37.3 ± 2.8 37.7 ± 3.0 30~39 483 71.1 ± 10.8 170.0 ± 5.7 24.6 ± 3.25 35.4 ± 3.3 101.9 ± 6.8 85.9 ± 8.6 96.4 ± 5.7 59.3 ± 5.4 - 38.9 ± 3.0 37.7 ± 2.9 40~49 257 70.6 ± 8.9 168.9 ± 5.9 24.9 ± 2.8 35.9 ± 3.3 101.9 ± 5.7 87.9 ± 7.2 96.2 ± 4.9 59.9 ± 5.0 - 39.4 ± 2.5 37.6 ± 2.5 50~59 242 68.5 ± 9.5 165.8 ± 6.0 24.9 ± 3.0 34.6 ± 3.3 100.5 ± 7.2 88.3 ± 9.0 94.4 ± 6.0 58.0 ± 5.8 - 39.5 ± 3.7 36.3 ± 3.0 60~69 174 66.3 ± 8.7 164.3 ± 5.28 24.5 ± 2.8 34.0 ± 2.9 98.9 ± 5.6 88.3 ± 7.3 93.5 ± 5.1 56.5 ± 5.0 - 39.3 ± 2.8 35.5 ± 2.5 70~ 94 61.8 ± 7.7 162.5 ± 5.5 23.4 ± 2.5 32.3 ± 3.5 94.5 ± 7.7 85.2 ± 9.6 90.5 ± 6.2 53.9 ± 5.0 - 38.2 ± 3.4 34.6 ± 2.8 P value† < .001 < .001 < .001 < .001 < .001 < .001 < .001 < .001 < .001 < .001 Women
Age (y)
20~29 453 55.2 ± 6.6 159.7 ± 5.4 21.7 ± 6.6 30.5 ± 3.1 89.2 ± 5.0 78.3 ± 6.4 93.8 ± 4.6 34.9 ± 2.5 86.7 ± 5.5 31.7 ± 2.2 34.9 ± 2.5 30~39 484 57.2 ± 7.8 157.8 ± 5.0 22.9 ± 7.8 31.9 ± 3.5 92.1 ± 6.2 82.4 ± 7.9 94.6 ± 5.3 34.7 ± 2.5 90.3 ± 7.0 33.0 ± 2.6 34.7 ± 2.5 40~49 268 57.0 ± 7.2 156.4 ± 5.0 23.7 ± 7.2 33.8 ± 3.5 92.7 ± 6.3 83.5 ± 7.3 94.1 ± 5.2 33.9 ± 3.0 92.1 ± 6.9 32.9 ± 2.7 33.9 ± 3.0 50~59 232 58.2 ± 7.5 153.6 ± 4.7 24.6 ± 7.5 32.7 ± 3.7 94.3 ± 6.4 87.8 ± 7.9 93.4 ± 5.2 33.3 ± 3.0 94.8 ± 6.9 33.3 ± 3.0 33.3 ± 3.0 60~69 181 58.6 ± 7.2 152.0 ± 5.4 25.4 ± 7.8 32.0 ± 3.5 94.2 ± 7.3 92.1 ± 7.6 93.6 ± 4.9 33.1 ± 2.5 96.2 ± 6.8 34.4 ± 2.5 33.1 ± 2.5 70~ 88 57.4 ± 8.1 149.6 ± 5.4 25.5 ± 2.7 32.9 ± 3.7 94.7 ± 7.3 95.8 ± 10.0 93.1 ± 6.7 33.1 ± 3.0 96.5 ± 8.5 35.5 ± 2.8 33.1 ± 3.0 P value† < .001 < .001 < .001 < .001 < .001 < .001 < .001 < .001 <.001 < .001 < .001
* mean ± SD.
†P values were calculated using analysis of variance.
Table 3. Correlation for weight, height, and body girths in men and women*
Weight Height Neck Arm Chest Waist Hip Thigh Calf
Weight 0.506† 0.584† 0.652† 0.824† 0.748† 0.866† 0.790† 0.744†
Height 0.315 0.066† 0.210† 0.310† 0.082† 0.418† 0.277† 0.359†
Neck 0.601 -0.087 0.583† 0.658† 0.749† 0.640† 0.612† 0.588†
Arm 0.645 -0.057 0.639 0.748† 0.602† 0.677† 0.655† 0.626†
Chest 0.761 -0.020 0.672 0.691 0.780† 0.847† 0.788† 0.735†
Waist 0.752 -0.157 0.708 0.642 0.766 0.779† 0.743† 0.606†
Hip 0.845 0.317 0.521 0.582 0.617 0.629 0.825† 0.797†
Thigh 0.725 0.241 0.569 0.603 0.577 0.524 0.832 0.772†
Calf 0.652 0.342 0.531 0.501 0.488 0.370 0.702 0.806
Bust 0.785 -0.020 0.697 0.689 0.881 0.880 0.604 0.518 0.488
* All variables were log transformed. All correlations were significant, P < 0.05, except between height and chest in women (P = 0.270).
†Men’s data.
를 가졌으며, 엉덩이 둘레, 허벅지둘레, 종아리둘레 등과는 양의 상관관계를 가졌으며 몸무게와 목둘레, 윗팔둘레, 가슴 둘레, 허리둘레, 엉덩이둘레, 허벅지둘레, 종아리둘레, 젖가 슴둘레 등 다른 요소들에 대한 상관관계는 양의 상관관계를 나타냈다. 이에 대해 여성에서는 키와 가슴둘레와의 관계를 제외하고는 모두 통계적으로 유의하였다(Table 3).
나이를 보정하여 체형 요소들의 BMI에 대한 다중 회귀 분석을 시행하였을 때 BMI의 변동은 체형요소들의 변동에
의해 남자는 74.7%, 여자는 84.3% 정도 설명되었다. 남자 에서는 허리둘레가 가장 강력한 BMI의 예측 인자였으나 여 자에서는 젖가슴둘레였다(Table 4). 이를 각 나이군으로 층 화하여 분석하였을 때 남자의 70세 이상군에서 허벅지둘레 가 BMI의 예측인자였고 나머지 나이군과 여자의 모든 나이 군에서는 결과가 같았다. 나이를 보정하여 체형요소들의 허 리둘레에 대한 다중 회귀분석을 시행하였을 때 허리둘레의 변동은 체형측정치들의 변동에 의해 남자는 84.1%, 여자는
Table 5. Multiple regression analysis of waist circumference on components of body shape in each sex, ranked in terms of significance*
Variable B SE t Ratio†
Men (n = 1,752)
Hip 0.424 0.034 18.660
Chest 0.280 0.026 13.578
Thigh 0.242 0.030 12.846
Neck 0.157 0.043 10.450
Height -0.076 0.016 -6.388
Calf -0.067 0.051 -3.830
Arm -0.048 0.038 -3.238
Women (n = 1,706)
Bust -0.031 0.033 18.669
Hip 0.297 0.034 15.634
Neck 0.126 0.049 8.573
Calf -0.038 0.056 -2.213
Thigh 0.038 0.042 1.840
Height -0.018 0.018 -1.575
Chest -0.031 0.036 -1.210
Arm -0.009 0.036 -0.656
* All variables except age were log transformed. Adjusted for age. R2 = 0.841 for men and 0.864 for women.
†t Ratio indicates the relative strength of the association; all terms are significant (P < 0.05) except chest (P = 0.226), height (P = 0.116), arm (P = 0.512) and thigh (P = 0.066) in women.
Table 4. Multiple regression analysis of body mass index on components of body shape in each sex, ranked in terms of significance*
Variable B SE t Ratio†
Men (n = 1,752)
Waist 0.383 0.001 12.815
Thigh 0.191 0.001 7.717
Chest 0.189 0.001 6.910
Calf 0.097 0.002 4.361
Arm 0.076 0.002 4.073
Neck -0.043 0.002 -2.212
Hip 0.061 0.002 2.053
Women (n = 1,706)
Bust 0.508 0.001 15.966
Hip 0.153 0.001 7.418
Waist 0.160 0.001 6.139
Arm 0.081 0.001 5.382
Thigh 0.091 0.001 4.158
Neck -0.064 0.002 -3.965
Calf 0.072 0.002 3.948
Chest -0.027 0.001 -0.986
* All variables except age were log transformed. Adjusted for age. R2 = 0.747 for men and 0.843 for women.
†t Ratio indicates the relative strength of the association; all terms are significant (P < 0.05) except chest (P = 0.324) in women.
86.4% 정도 설명되었다. 남자에서는 엉덩이둘레가 가장 강 력한 허리둘레의 예측 인자였으나 여자에서는 젖가슴둘레 였다(Table 5). 이를 각 나이군으로 층화하여 분석하였을 때 도 남녀의 모든 나이군에서의 결과는 같았다.
고 찰
본 연구에서 3차원 신체 측정을 통해 BMI와 허리둘레에 대한 체형과의 관계를 분석해 보았을 때 한국인 남녀간에 차이가 있음을 알 수 있었다. 체형과 관련하여 남자에서 허 리둘레, 여자에서 젖가슴둘레가 BMI를 가장 잘 예측할 수 있었고, 남자에서 엉덩이둘레, 여자에서 젖가슴둘레가 허리 둘레를 가장 잘 예측할 수 있었다.
비만의 평가에 있어 BMI와 체형은 신체 내 지방의 정도 와 지방의 체내 분포에 대한 정보, 관련된 질병에 대한 위험 도를 나타내는 데 유용하게 사용될 수 있다.3,4,14) BMI 또는 BMI의 구성성분인 키와 몸무게에 대한 체형과의 관계는 인 종이나 민족, 성별, 나이 등에 따라 그 차이를 고려해야 한 다. 최근 3차원 신체 측정을 통해 영국과 태국을 비교한 한 연구에서 태국 성인들은 남녀 모두에서 키와 나이, BMI를 보정하였을 때 영국 성인보다 체간 둘레 특히 허리둘레와 엉덩이둘레가 작았으나 사지 둘레는 비슷하거나 더 컸다.15) 3차원 신체 측정을 통해 영국과 미국을 비교한 다른 연구에 서는 미국의 백인이 영국의 백인보다 체형 요소들이 더 컸 고, 같은 미국 내에서도 백인이 흑인보다 허리둘레가 더 컸 으나 히스패닉인보다는 더 작았다.16) 또한, 나이에 따른 체 형의 변화는 남녀에서 차이가 있는데 같은 BMI군 내에서 남자는 나이와 상관없이 체형이 일관적인데 비해 여자는 변 화가 많다.1) 본 연구에서도 남녀간에 나이에 따른 체형 요 소들의 변화가 달랐다. 남성에서는 대부분의 체형 요소들이 40대 또는 50대까지 증가하다 이후 연령대에서는 감소하는 양상을 보였으나, 여성에서는 윗팔둘레, 가슴둘레, 허리둘레, 젖가슴둘레, 목둘레 등은 나이가 증가함에 따라 증가하였다.
최근 영국에서 시행된 한 연구에서 키를 보정하였을 때 몸 무게를 잘 예측할 수 있는 체형요소로는 남자에서 허리둘레 와 가슴둘레, 여자에서는 엉덩이둘레와 젖가슴둘레였고 허 리둘레를 잘 예측할 수 있는 체형 요소는 남자에서 엉덩이 둘레와 가슴둘레, 여자에서는 젖가슴둘레와 엉덩이둘레였 다.17) 본 연구에서는 남자에서 허리둘레, 여자에서 젖가슴둘 레가 BMI를 가장 잘 예측할 수 있었고, 남자에서 엉덩이둘 레, 여자에서 젖가슴둘레가 허리둘레를 가장 잘 예측할 수 있었다. 이에 대해 체형 요소 중 남자에서는 허리둘레, 여성 에서는 젖가슴둘레가 체지방과다를 반영할 수 있다고 생각 된다.
인종이나 민족, 성별, 나이에 따른 체형의 차이는 여러 요소가 복합적으로 작용하여 나타난다. 각 인종 또는 민족
간의 유전적 요소와 환경적 차이, 생활양식의 차이 등에 따 른 결과로 이런 차이가 발생되며18), 남녀의 성호르몬 차이, 여성에서의 출산력과 폐경 등이 남녀에 있어서 체형의 차이 를 나타낸다.19,20) 이로 인해 질병에 영향을 미치는 BMI나 체형을 평가하는 데 있어 민족간에 비만의 기준이 다르거나 허리둘레의 기준이 인종이나 성별 간에 다른 기준을 설정하 도록 하고 있다.21) 하지만, 대부분의 체지방은 피하지방에 분포하므로 체지방의 정도는 체형과 관계가 있을 수 밖에 없고 특히 허리둘레는 내장지방과 밀접한 관련이 있으므로 체형을 통한 여러 정보들은 체지방의 정도와 분포에 유용하 게 쓰일 수 있다. 그러므로, 3차원 신체 측정을 통한 다양한 체형 요소들의 평가는 체지방의 정도와 분포에 따른 여러 위험인자와 질환들을 평가하거나 예측하는데 사용될 수 있 고 개개인의 비만 치료에 대한 추적 관찰에도 유용하리라 생각된다.
본 연구는 전국을 대상으로 하는 대규모 연구로 표준화 된 방법에 의한 3차원 신체 측정을 통해 정확한 체형 정보 를 얻을 수 있었다. 하지만, 단면적 연구라는 제한점을 가지 고 있어 시간에 따른 각 개인의 체형 변화를 측정할 수 없 었고, 시대적, 환경적 변화가 다를 수 밖에 없는 서로 다른 연령군에 대한 체형의 변화를 고려하여 체형을 측정할 수 없었다. 또한, 체형과 관련된 각 개인의 생활양식과 과거력 등을 알 수 없었다.
결론적으로 본 연구는 3차원 신체 측정에 의한 체형 측 정을 통해 BMI와 체형과의 관계를 밝힌 한국인을 대상으로 하는 첫 연구로 체형과 관련하여 남자에서 허리둘레, 여자 에서 젖가슴둘레가 BMI를 가장 잘 예측할 수 있었고, 남자 에서 엉덩이둘레, 여자에서 젖가슴둘레가 허리둘레를 가장 잘 예측할 수 있었다. 향후 3차원 신체 측정에 의한 체형 측 정이 비만 평가와 비만 환자 관리에 어떤 유용성이 있는지 에 대한 연구가 필요하다.
References
1. Wells JC, Cole TJ, Treleaven P. Age-variability in body shape associated with excess weight: The UK National Sizing Survey. Obesity (Silver Spring) 2008;16:435-41.
2. Garrow JS, Webster J. Quetelet's index (W/H2) as a measure of fatness. Int J Obes 1985;9:147-53.
3. Calle EE, Thun MJ, Petrelli JM, Rodriguez C, Heath CW Jr. Body-mass index and mortality in a prospective cohort of U.S. adults. N Engl J Med 1999;341:1097-105.
4. Zhou BF. Effect of body mass index on all-cause mortality and incidence of cardiovascular diseases-report for meta-analysis of prospective studies open optimal cut-off points of body mass index in Chinese adults.
Biomed Environ Sci 2002;15:245-52.
5. Janssen I, Katzmarzyk PT, Ross R. Body mass index, waist circumference, and health risk: evidence in support of current National Institutes of Health guidelines. Arch Intern Med 2002;162:2074-9.
6. Han TS, Sattar N, Lean M. ABC of obesity. Assessment of obesity and its clinical implications. BMJ 2006;333:
695-8.
7. Jones PRM, Rioux M. Three-dimensional surface anthropometry: applications to the human body. Opt Lasers Engin 1997;28:89-117.
8. Wang J, Gallagher D, Thornton JC, Yu W, Weil R, Kovac B, et al. Regional body volumes, BMI, waist circumference, and percentage fat in severely obese adults. Obesity (Silver Spring) 2007;15:2688-98.
9. Schloesser RL, Lauff M, Buxmann H, Veit K, Fischer D, Allendorf A. Three-dimensional body scanning: a new method to estimate body surface area in neonates.
Neonatology 2011;100:260-4.
10. Gorton GE 3rd, Young ML, Masso PD. Accuracy, reliability, and validity of a 3-dimensional scanner for assessing torso shape in idiopathic scoliosis. Spine (Phila Pa 1976) 2012;37:957-65.
11. Nam YJ, Choi KM, Jung ES, Yun MH. Standardization of 3D Body Measurement for the Size Korea. Fashion Information and Technology 2004;1:6-19.
12. Han HS, Nam YJ, Choi KM. Comparative analysis of 3D body scan measurements and manual measurements of size Korea adult females. Int J Ind Ergon 2010;40:530 -40.
13. WHO Expert Consultation. Appropriate body-mass index for Asian populations and its implications for
policy and intervention strategies. Lancet 2004;363:
157-63.
14. Janssen I, Heymsfield SB, Allison DB, Kotler DP, Ross R.
Body mass index and waist circumference independently contribute to the prediction of nonabdominal, abdominal subcutaneous, and visceral fat. Am J Clin Nutr 2002;75:683-8.
15. Wells JC, Treleaven P, Charoensiriwath S. Body shape by 3-D photonic scanning in Thai and UK adults:
comparison of national sizing surveys. Int J Obes (Lond) 2012;36:148-54.
16. Wells JC, Cole TJ, Bruner D, Treleaven P. Body shape in American and British adults: between- country and inter-ethnic comparisons. Int J Obes (Lond) 2008;32:152 -9.
17. Wells JC, Treleaven P, Cole TJ. BMI compared with 3-dimensional body shape: the UK National Sizing Survey. Am J Clin Nutr 2007;85:419-25.
18. Wells JC. The evolution of human fatness and susceptibility to obesity: an ethological approach. Biol Rev Camb Philos Soc 2006;81:183-205.
19. Kuk JL, Lee S, Heymsfield SB, Ross R. Waist circumference and abdominal adipose tissue distribution:
influence of age and sex. Am J Clin Nutr 2005;81:1330 -4.
20. Stevens J, Katz EG, Huxley RR. Associations between gender, age and waist circumference. Eur J Clin Nutr 2010;64:6-15.
21. Alberti KG, Zimmet P, Shaw J. Metabolic syndrome-a new worldwide definition. A Consensus Statement from the International Diabetes Federation. Diabet Med 2006;23:469-80.
