研究团队利用英国生物样本库（UK Biobank）中超过41万名参与者的数据，通过先进的数据分析方法，如主成分分析（PCA），识别出七种关键的身体成分模式。这些模式涵盖了脂肪量与瘦质量之比、肌肉含量、中心性肥胖、肌肉强度、骨密度、腿部脂肪分布和手臂脂肪分布等方面。
在长达9年的随访中，研究团队观察到这些身体成分模式与神经退行性疾病风险之间的紧密联系。具体来说，较高的脂肪量与瘦质量之比、肌肉强度、骨密度以及以腿部脂肪分布为主的模式，与降低神经退行性疾病风险相关。相反，中心性肥胖（即腹部肥胖）和手臂脂肪分布为主的模式，则显著增加了患神经退行性疾病的风险。
进一步的分析还揭示了这些身体成分模式与大脑衰老生物标志物之间的关联。特别是中心肥胖和手臂脂肪分布为主的模式，与脑萎缩和脑小血管病相关生物标志物呈正相关，进一步证实了这些模式对大脑健康的不利影响。
研究团队强调，心血管疾病在身体成分模式与神经退行性疾病之间的关联中起到了部分介导作用，尤其是脑血管疾病。这一发现提示我们，及时治疗和控制心脑血管疾病，对于预防或延缓神经退行性疾病的发展具有重要意义。
基于这些发现，研究团队提出了通过改善身体成分来降低神经退行性疾病风险的潜在策略。例如，通过针对性的干预措施来调节身体成分，减少躯干和手臂的脂肪积累，同时促进健康的肌肉发育，可能比单纯的体重控制更为有效。
然而，值得注意的是，这项研究是一项观察性研究，虽然揭示了身体成分模式与神经退行性疾病之间的关联，但并不能直接确定因果关系。此外，由于参与者主要是欧洲血统，因此这些结果在其他人群中的适用性尚需进一步验证。
综上所述，四川大学华西医院的研究为我们揭示了身体成分模式在神经退行性疾病和大脑衰老中的重要作用，为未来的预防和治疗策略提供了新的思路和方向。
