성인 여성의 비만정도와 고감도 C-반응단백의 관련성
Abstract
Objectives
This study examines the association between obesity markers (body mass index, BMI and waist circumference, WC) and high-sensitivity C-reactive protein (hs-CRP) using data from 2,734 adult women aged 19 years or older from the Korea National Health and Nutrition Examination Survey (KNHANES).
Methods
The mean hs-CRP levels in relation to BMI and WC was compared using analysis of covariance (ANCOVA), while sequentially adjusting for general characteristics (Model 1), health-related variables (Model 2), and clinical variables (Model 3). The statistical significance was set at p <0.05.
Results
Both BMI and WC were significantly associated with hs-CRP levels. However, WC was more strongly associated with elevated hs-CRP levels than was BMI as the degree of obesity increased. Participants with a WC of ≥100.0 cm presented higher hs-CRP levels (3.3 [0.3] mg/L) compared to those with a BMI of ≥30.0 kg/m² (2.1 [0.3] mg/L).
Conclusions
While a WC ≥85.0 cm is currently used to define abdominal obesity, the marked increase in hs-CRP levels observed at WC ≥100.0 cm highlights the need for revised criteria for severe obesity. Incorporating inflammatory markers and WC into a multidimensional framework could improve the assessment of obesity-related risks.
Key words: Obesity, BMI, Waist circumference, High-sensitivity C-reactive protein, Abdominal obesity, Metabolic inflammation
서 론
전 세계적으로 비만은 단순히 체지방의 과도한 축적을 넘어 심각한 건강 문제를 유발하는 주요 원인으로 자리 잡고 있다. 세계보건기구(World Health Organization, WHO)에 따르면, 전 세계 성인의 39%가 과체중, 13%가 비만 상태이며, 이러한 비만율은 저소득 및 중소득 국가에서도 급격히 증가하고 있다. 이는 영양 불균형과 건강 불평등을 심화시키며, 지속 가능한 발전 목표(Sustainable Development Goals, SDGs) 달성에도 큰 도전 과제가 되고 있다[ 1]. 국내에서도 비만과 복부 비만의 유병률이 지난 10년간 모든 연령층에서 꾸준히 증가하고 있으며[ 2], 2022년 국민건강영양조사에 따르면 성인 여성의 비만 유병률은 25.7%에 달하며, 특히 20대와 30대의 비만 유병률이 두드러지게 증가하고 있다[ 3].
비만을 평가하는 방법은 다양한데[ 4, 5], 체질량지수(body mass index, BMI)는 체지방과 높은 상관관계를 가지며, 비만 관련 합병증의 위험성을 평가하는 데 널리 사용된다[ 6]. 그러나 BMI는 체지방량이나 복부 비만을 정확히 반영하는 데 한계가 있어[ 7], 허리둘레 측정이 더 권장된다[ 8- 10]. 허리둘레는 중심성 비만을 잘 나타내며 대사적 심혈관 질환의 주요 위험 인자로 꼽힌다. 허리둘레 외에도 허리-엉덩이 둘레 비율(waist-hip ratio, WHR)이 사용될 수 있으나, 체중 변화 시 허리둘레와 엉덩이둘레가 유사한 비율로 증감하기 때문에 체중 변화를 정확히 반영하지 못하는 단점이 있다. 비만을 정밀하게 측정하기 위해 컴퓨터 단층촬영이나 자기공명 영상을 활용할 수 있지만, 임상적 사용의 복잡성과 비용 문제를 고려할 때 비만을 진단하기 위해 BMI나 허리둘레를 측정하는 것이 우선되고 있다[ 11- 13].
비만은 전신 염증 반응을 유발하며 대사 질환과 심혈관 질환의 주요 위험 요인으로 작용한다[ 14, 15]. 비만 상태에서는 지방세포에서 염증성 사이토카인이 분비되어 만성 염증을 촉진하며[ 15, 16], 고감도 C-반응단백(high-sensitivity C-reactive protein, hs-CRP)은 이러한 염증 반응을 반영하는 대표적인 생체 지표로 알려져 있다[ 17]. 체지방량이 증가할수록 hs-CRP의 분비가 활성화되며, 이는 죽상경화증, 심혈관 질환, 대사증후군 등과 밀접한 관련이 있다[ 18, 19]. 여성 호르몬은 비만과 만성 질환에 중요한 영향을 미치며, 특히 폐경기와 같은 호르몬 변화의 시기에 이러한 연관성이 더욱 두드러진다. 폐경기에는 에스트로겐 생산이 감소하면서 복부 지방이 증가하고 근육량이 감소하는 등 체지방 분포에 변화가 나타나며[ 20], 이로 인해 남성보다 염증 유발 위험이 높아질 수 있다는 보고가 있다[ 18, 21, 22]. 체중 감소와 hs-CRP 변화를 비교한 연구에서는 여성의 hs-CRP 수치가 남성보다 더 큰 폭으로 감소했으며, 체성분 변화 또한 성별에 따라 차이가 나타났다[ 23]. 기존 연구에서는 단일 비만 지표를 사용하여 비만을 평가하거나, 남녀 차이 비교에 초점을 맞춘 경우가 많았고, 여성을 대상으로 한 연구라 하더라도 특정 연령대나 제한된 집단(예: 가임기 여성 또는 고령 여성)을 대상으로 진행된 경우가 많았다[ 16, 24]. 국민건강영양조사 데이터를 활용하여 여성 비만과 염증 간의 연관성을 구체적으로 분석한 연구는 여전히 부족한 실정이다. 이에 본 연구는 2022년 국민건강영양조사 자료를 활용하여 만 19세 이상의 성인 여성을 대상으로 비만을 BMI와 허리둘레라는 두 가지 지표를 통해 분석하고, hs-CRP 간의 관련성을 알아보고자 한다.
연구 방법
연구대상 및 자료수집
본 연구는 2022년도 국민건강영양조사 원시자료를 이용하여 분석하였다. 국민건강영양조사는 다단계 층화 집락 표본추출법을 사용하여 수집되었으며, 조사구와 가구를 1차 및 2차 추출 단위로 하는 2단계 층화 집락 표본추출 방법이 적용되었다. 건강설문조사, 검진조사, 영양조사를 통해 국민의 건강수준, 건강행태, 식품 및 영양섭취 실태에 대한 국가 및 시도 단위의 대표성과 신뢰성을 갖춘 통계를 산출하 고, 이를 통해 국민건강증진종합계획의 목표 설정 및 평가, 건강증진 프로그램 개발 등 보건정책의 기초자료로 이용하고 있다. 2022년 국민건강영양조사에 참여한 만 19세 이상의 성인 여성은 3,468명이었다. 이 중 hs-CRP, BMI, 허리둘레 자료가 결측된 734명을 제외한 후, 최종적으로 2,734명을 연구 대상으로 선정하였다.
연구도구
비만
BMI는 체중(kg)을 신장의 제곱(m 2)으로 계산하였고, 대한비만학회의 비만분류를 이용하여 정상(<23.0 kg/m 2), 과체중(23.0-24.9 kg/m 2), 비만(25.0-29.9 kg/m 2), 고도비만(≥30.0 kg/m 2)의 4단계로 분류하였고, 허리둘레는 정상(<85.0 cm), 경증 복부 비만(85.0-99.0 cm), 중증 복부 비만(≥100 cm)의 3단계로 구분하였다[ 7].
hs-CRP 및 임상적 검사
혈액검사를 통한 hs-CRP, 공복 혈당, 당화혈색소, 총콜레스테롤, HDL 콜레스테롤, LDL 콜레스테롤, 중성지방, 백혈구, 요산 자료와 수축기 혈압, 이완기 혈압 자료를 이용하였다. 혈액 검사는 8시간 이상 공복 상태에서 정맥혈을 채취하여 시행하였다.
일반적 특성
본 연구의 일반적 특성은 신장, 체중, 허리둘레, BMI, 연령, 결혼 여부, 가구 소득 수준, 교육 수준, 경제활동 상태, 흡연, 음주, 신체활동, 주관적 건강 인지, 폐경 여부로 구성하였다. 연령은 ‘19-39세’, ‘40-64세’, ‘65세 이상’으로 분류하였다. 결혼 여부는 ‘예(기혼)’와 ‘아니오(미혼)’로, 가구 소득 수준은 4분위 기준에 따라 ‘하’, ‘중하’, ‘중상’, ‘상’으로 재분류하였으며, 교육 수준은 ‘중졸 이하’, ‘고졸’, ‘대졸 이상’으로 나누었다. 경제 상태는 경제활동 여부를 기준으로 ‘예(취업)’와 ‘아니오(실업, 비경제활동)’로 재분류하였다. 흡연은 평생 일반담배(궐련) 흡연 여부를 기준으로 ‘예’와 ‘아니오’로 분류하였다. 음주는 최근 1년간 음주 여부에 따라 ‘예’와 ‘아니오’로 분류하였다. 신체활동은 1주간 걷기 일수에 따라 ‘아니오’, ‘5일 미만’, ‘5일 이상’으로 분류하였다. 주관적 건강 인지는 ‘좋음(매우 좋음, 좋음, 보통)’과 ‘나쁨(나쁨, 매우 나쁨)’으로, 폐경 여부는 월경 상태를 기준으로 ‘예(자연 폐경, 인공 폐경)’와 ‘아니오(월경 중, 임신 중, 출산 후 수유 중, 기타)’로 분류하였다.
자료분석
모든 통계 분석은 SPSS 29.0 (IBM Corp., Armonk, NY, USA) 프로그램을 사용하여 수행하였다. 연구 대상자의 일반적, 건강 관련, 임상적 특성은 기술 통계로 분석하였으며, BMI와 허리둘레에 따른 일반적 및 임상적 특성 비교를 위해 교차분석과 분산분석을 적용하였다. BMI와 허리둘레에 따른 hs-CRP 평균값 비교는 공분산분석을 통해 분석하였으며, 세가지 모형을 이용하여 단계적으로 보정하였다. Model 1에서는 일반적 특성 변수를, Model 2는 건강 관련 변수를 추가로 보정하였고, Model 3은 대사증후군에 영향을 미칠 수 있는 혈압 및 혈액학적 지표를 추가로 보정하였다. 모든 분석에서 유의수준은 p <0.05로 설정하였다.
연구 결과
연구 대상자의 기본 특성
본 연구 대상자의 비만 지표 분포를 살펴보면, BMI 기준으로 정상은 48.1%, 과체중은 21.6%, 비만은 24.3%, 고도 비만은 6.0%이었고, 허리둘레 기준으로는 정상은 69.1%, 경증 복부 비만은 27.0%, 중증 복부 비만은 3.9%이었다. 소득 수준은 저소득층 596명(21.8%), 중저소득층 685명(25.1%), 중고소득층 728명(26.7%), 고소득층 720명(26.4%)이었다. 대상자 중 308명(11.4%)은 흡연 경험이 있었고, 1,214명(52.9%)은 지난 1년간 음주 경험이 있었다. 주관적 건강 상태에 대해서는 1,992명(77.9%)이 자신의 건강을 긍정적으로 평가하였다. 평균 수축기 혈압은 117.3± 16.7 mmHg, 이완기 혈압은 72.2±9.1 mmHg이었다. 평균 당화혈색소는 5.6±0.7%이었고, 평균 hs-CRP는 1.1±3.5 mg/L이었다( Table 1).
Table 1.
|
Variables |
n (%) or Mean±SD |
|
Total |
2,734 (100.0) |
|
BMI (kg/m2) |
23.6±3.8 |
|
Normal (<23.0) |
1,316 (48.1) |
|
Overweihgt (23.0-24.9) |
591 (21.6) |
|
Obese (25.0-29.9) |
663 (24.3) |
|
Severely obese (≥30.0) |
164 (6.0) |
|
Waist circumference (cm) |
80.3±10.2 |
|
Normal (<85.0) |
1,888 (69.1) |
|
Mild abdominal obese (85.0-99.9) |
740 (27.0) |
|
Severe abdominal obese (≥100.0) |
106 (3.9) |
|
Age (y) |
53.1±16.9 |
|
Marital status |
|
|
Yes |
2,285 (83.6) |
|
No |
449 (16.4) |
|
Income level |
|
|
Low |
596 (21.8) |
|
Mid-low |
685 (25.1) |
|
Mid-high |
728 (26.7) |
|
High |
720 (26.4) |
|
Education |
|
|
≤Middle school |
770 (29.2) |
|
High school |
858 (32.5) |
|
≥College |
1,010 (38.3) |
|
Economic activity |
1,403 (55.0) |
|
Smoking (lifetime) |
308 (11.4) |
|
Drinking (last 12 months) |
1,214 (52.9) |
|
Walking (day) |
|
|
No |
377 (14.8) |
|
<5 |
933 (36.7) |
|
≥5 |
1,234 (48.5) |
|
Subjective health status |
|
|
Good |
1,992 (77.9) |
|
Bad |
565 (22.1) |
|
Menopause status |
1,280 (50.3) |
|
Systolic BP (mmHg) |
117.3±16.7 |
|
Diastolic BP (mmHg) |
72.2±9.1 |
|
FBG (mg/dL) |
98.8±19.3 |
|
HbA1C (%) |
5.6±0.7 |
|
Total cholesterol (mg/dL) |
191.8±40.1 |
|
HDL-Cholesterol (mg/dL) |
61.9±15.3 |
|
LDL-Cholesterol (mg/dL) |
115.7±36.6 |
|
Triglyceride (mg/dL) |
110.6±67.9 |
|
WBC (Thous/μL) |
5.8±1.7 |
|
Uric acid (Thous/μL) |
4.4±1.1 |
|
hs-CRP (mg/L) |
1.1±3.5 |
BMI 수준에 따른 특성
연구결과, 연령, 결혼 여부, 소득 및 교육 수준, 흡연, 걷기 일수, 폐경 여부는 BMI 수준에 따라 통계적으로 유의한 차이를 보였다( p <0.001). 특히 음주는 BMI 수준이 증가할수록 감소하는 경향을 보였고, 주관적 건강상태는 나쁨이 증가하는 경향을 보였다. 또한, 혈압, 공복 혈당, 당화혈색소, 중성지방, 백혈구 수, 요산, hs-CRP 수치는 BMI 수준이 증가함에 따라 유의하게 증가하는 경향을 보였고( p <0.001), HDL (high-density lipoprotein)-콜레스테롤은 감소하는 경향을 보였다( p <0.001). 반면, 총콜레스테롤 및 LDL (low-density lipoprotein)-콜레스테롤은 BMI에 따른 유의미한 차이가 나타나지 않았다( Table 2).
Table 2.
Characteristics according to BMI level
|
Variables |
BMI level |
p
|
|
Normal (<23.0 kg/m2) |
Overweight (23.0-24.9 kg/m2) |
Obese (25.0-29.9 kg/m2) |
Severe obese (≥30.0 kg/m2) |
|
Age (y) |
49.2±17.0 |
56.6±15.6 |
58.1±15.8 |
51.4±16.2 |
<0.001 |
|
Marital status |
|
|
|
|
<0.001 |
|
Yes |
1,030 (78.3) |
529 (89.5) |
595 (89.7) |
131 (79.9) |
|
|
No |
286 (21.7) |
62 (10.5) |
68 (10.3) |
33 (20.1) |
|
|
Income level |
|
|
|
|
<0.001 |
|
Low |
237 (18.0) |
132 (22.4) |
195 (29.5) |
32 (19.5) |
|
|
Mid-low |
297 (22.6) |
161 (27.3) |
184 (27.8) |
43 (26.2) |
|
|
Mid-high |
363 (27.6) |
152 (25.8) |
163 (24.7) |
50 (30.5) |
|
|
High |
417 (31.7) |
145 (24.6) |
119 (18.0) |
39 (23.8) |
|
|
Education |
|
|
|
|
<0.001 |
|
≤Middle |
258 (20.2) |
198 (34.8) |
262 (41.5) |
52 (32.3) |
|
|
High |
410 (32.1) |
189 (33.2) |
197 (31.2) |
62 (38.5) |
|
|
≥College |
609 (47.7) |
182 (32.0) |
172 (27.3) |
47 (29.2) |
|
|
Economic activity |
685 (56.1) |
302 (53.8) |
332 (54.2) |
84 (54.5) |
0.780 |
|
Smoking (lifetime) |
166 (12.8) |
45 (7.7) |
65 (9.9) |
32 (19.6) |
<0.001 |
|
Drinking (last 12 months) |
579 (50.9) |
223 (46.0) |
221 (41.7) |
56 (39.7) |
0.001 |
|
Walking (day) |
|
|
|
|
<0.001 |
|
No |
126 (10.3) |
115 (20.5) |
107 (17.5) |
29 (18.8) |
|
|
<5 |
457 (37.5) |
196 (35.0) |
222 (36.3) |
58 (37.7) |
|
|
≥5 |
636 (52.2) |
249 (44.5) |
282 (46.2) |
67 (43.5) |
|
|
Subjective health status |
|
|
|
|
<0.001 |
|
Good |
1,025 (83.7) |
441 (78.5) |
435 (70.6) |
91 (58.7) |
|
|
Bad |
199 (16.3) |
121 (21.5) |
181 (29.4) |
64 (41.3) |
|
|
Menopause |
502 (41.2) |
331 (59.0) |
376 (61.5) |
71 (46.1) |
<0.001 |
|
Systolic BP (mmHg) |
112.5±15.5 |
119.0±16.1 |
123.3±17.1 |
124.7±14.7 |
<0.001 |
|
Diastolic BP (mmHg) |
70.6±8.9 |
72.8±8.9 |
74.2±9.1 |
75.7±8.7 |
<0.001 |
|
FBG (mg/dL) |
94.8±15.0 |
99.1±16.1 |
104.3±24.2 |
107.9±28.0 |
<0.001 |
|
HbA1C (%) |
5.4±0.6 |
5.6±0.7 |
5.8±0.8 |
5.9±0.9 |
<0.001 |
|
Total cholesterol (mg/dL) |
192.3±38.0 |
194.1±41.4 |
189.0±41.5 |
190.2±44.9 |
0.126 |
|
HDL-Cholesterol (mg/dL) |
66.4±15.6 |
60.0±14.0 |
56.6±13.1 |
54.8±14.9 |
<0.001 |
|
LDL-Cholesterol (mg/dL) |
114.7±34.7 |
118.6±37.9 |
115.3±38.3 |
115.9±40.1 |
0.178 |
|
Triglyceride (mg/dL) |
93.8±49.1 |
119.4±76.5 |
128.9±71.9 |
140.7±104.5 |
<0.001 |
|
WBC (Thous/μL) |
5.5±1.6 |
5.9±1.7 |
6.1±1.7 |
7.0±1.8 |
<0.001 |
|
Uric acid (Thous/μL) |
4.2±1.0 |
4.4±1.1 |
4.6±1.2 |
5.1±1.2 |
<0.001 |
|
hs-CRP (mg/L) |
0.8±3.1 |
1.1±3.8 |
1.3±3.0 |
2.7±5.6 |
<0.001 |
허리둘레에 따른 특성
연구결과, 연령, 결혼 여부, 소득 및 교육 수준, 경제활동, 흡연, 음주, 폐경 여부는 허리둘레 수준에 따라 통계적으로 유의한 차이를 보였다( p <0.001). 특히 걷기 일수는 허리둘레 수준이 증가할수록 감소하는 경향을 보였고, 주관적 건강상태는 나쁨이 증가하는 경향을 보였다. 또한, 혈압, 공복 혈당, 당화혈색소, 중성지방, 백혈구 수, 요산, hs-CRP 수치는 허리둘레 수준이 증가함에 따라 유의하게 증가하는 경향을 보 였고( p <0.001), 총콜레스테롤, LDL-콜레스테롤, HDL-콜레스테롤은 감소하는 경향을 보였다( Table 3).
Table 3.
Characteristics according to waist circumference level
|
Variables |
Waist circumference level |
p
|
|
Normal (<85.0 cm) |
Mild abdominal obesity (85.0-99.9 cm) |
Severe abdominal obesity (≥100.0 cm) |
|
Age (y) |
49.8±16.6 |
61.3±14.6 |
55.4±16.3 |
<0.001 |
|
Marital status |
|
|
|
<0.001 |
|
Yes |
1,506 (79.8) |
690 (93.2) |
89 (84.0) |
|
|
No |
382 (20.2) |
50 (6.8) |
17 (16.0) |
|
|
Income level |
|
|
|
<0.001 |
|
Low |
333 (17.7) |
234 (31.7) |
29 (27.4) |
|
|
Mid-low |
446 (23.7) |
208 (28.1) |
31 (29.2) |
|
|
Mid-high |
526 (27.9) |
177 (24.0) |
25 (23.6) |
|
|
High |
579 (30.7) |
120 (16.2) |
21 (19.8) |
|
|
Education |
|
|
|
<0.001 |
|
≤Middle |
385 (21.0) |
338 (48.3) |
47 (45.6) |
|
|
High |
622 (33.9) |
204 (29.1) |
32 (31.1) |
|
|
≥College |
828 (45.1) |
158 (22.6) |
24 (23.3) |
|
|
Economic activity |
1,016 (57.5) |
336 (49.1) |
51 (52.6) |
<0.001 |
|
Smoking (lifetime) |
213 (11.4) |
72 (9.8) |
23 (21.9) |
0.001 |
|
Drinking (last 12 months) |
818 (50.1) |
225 (39.1) |
36 (41.9) |
<0.001 |
|
Walking (day) |
|
|
|
<0.001 |
|
No |
221 (12.5) |
134 (19.6) |
22 (22.7) |
|
|
<5 |
653 (37.0) |
243 (35.6) |
37 (38.1) |
|
|
≥5 |
890 (50.5) |
306 (44.8) |
38 (39.2) |
|
|
Subjective health status |
|
|
|
<0.001 |
|
Good |
1,474 (83.2) |
468 (67.9) |
50 (51.5) |
|
|
Bad |
297 (16.8) |
221 (32.1) |
47 (48.5) |
|
|
Menopause status |
758 (59.2) |
470 (36.7) |
52 (4.1) |
<0.001 |
|
Systolic BP (mmHg) |
113.8±15.4 |
125.0±17.3 |
125.2±12.8 |
<0.001 |
|
Diastolic BP (mmHg) |
71.1±8.9 |
74.7±9.1 |
75.4±9.0 |
<0.001 |
|
FBG (mg/dL) |
95.3±14.3 |
105.5±24.6 |
114.9±31.4 |
<0.001 |
|
HbA1C (%) |
5.4±0.6 |
5.9±0.8 |
6.1±1.0 |
<0.001 |
|
Total cholesterol (mg/dL) |
193.8±38.7 |
187.4±42.5 |
185.7±43.6 |
<0.001 |
|
HDL-Cholesterol (mg/dL) |
64.5±15.3 |
56.5±13.8 |
53.4±13.7 |
<0.001 |
|
LDL-Cholesterol (mg/dL) |
117.1±35.6 |
112.9±38.7 |
110.8±39.4 |
0.010 |
|
Triglyceride (mg/dL) |
99.7±58.3 |
131.7±73.7 |
157.9±123.9 |
<0.001 |
|
WBC (Thous/μL) |
5.6±1.6 |
6.2±1.8 |
7.3±2.0 |
<0.001 |
|
Uric acid (Thous/μL) |
4.3±1.0 |
4.6±1.2 |
5.1±1.3 |
<0.001 |
|
hs-CRP (mg/L) |
0.9±3.4 |
1.2±1.8 |
3.8±8.8 |
<0.001 |
hs-CRP와 BMI, 허리둘레 사이의 상관분석
hs-CRP, BMI, 허리둘레 간의 상관분석 결과, BMI와 허리둘레 사이에는 양의 상관관계가 나타났으며( r=0.887, p <0.001), hs-CRP는 BMI ( r=0.136, p <0.001), 허리둘레( r=0.141, p <0.001)와도 유의한 양의 상관 관계가 보였다( Table 4).
Table 4.
Correlation among hs-CRP, BMI and waist circumference
|
Variables |
BMI |
Waist circumference |
|
r (p) |
r (p) |
|
Waist circumference |
0.89 (<0.001) |
|
|
hs-CRP |
0.14 (<0.001) |
0.14 (<0.001) |
hs-CRP와 BMI, 허리둘레 수준의 관련성
관련성이 있었던 모든 변수들을 보정한 결과(Model 3), hs-CRP 수치는 BMI 수준이 정상인 경우 0.9 (0.1) mg/L, 과체중인 경우 1.0 (0.1) mg/L, 비만인 경우 1.1 (0.1) mg/L, 고도 비만인 경우 2.1 (0.3) mg/L로 통계적으로 유의한 차이를 보였다( p <0.001). 또한 허리둘레 수준으로 보았을 때 hs-CRP 수치는 정상인 경우 1.0 (0.1) mg/L, 비만인 경우 0.9 (0.1) mg/L, 고도 비만인 경우 3.3 (0.3) mg/L로 통계적으로 유의한 차이를 보였다( p <0.001) ( Table 5).
Table 5.
Comparison of mean hs-CRP with BMI and waist circumference level
|
Variables |
Non adjusted Mean (SE) |
Model 1 Mean (SE) |
Model 2 Mean (SE) |
Model 3 Mean (SE) |
|
BMI level (kg/m2) |
|
|
|
|
|
Normal (<23.0) |
0.8 (0.1) |
0.9 (0.1) |
0.8 (0.1) |
0.8 (0.1) |
|
Overweight (23.0-24.9) |
1.1 (0.1) |
1.1 (0.1) |
1.0 (0.1) |
1.1 (0.1) |
|
Obese (25.0-29.9) |
1.3 (0.1) |
1.2 (0.1) |
1.3 (0.1) |
1.2 (0.1) |
|
Severe obese (≥30.0) |
2.7 (0.3) |
2.8 (0.3) |
2.5 (0.3) |
2.4 (0.3) |
|
p for trend |
<0.001 |
<0.001 |
<0.001 |
<0.001 |
|
Waist circumference level (cm) |
|
|
|
|
|
Normal (<85.0) |
0.9 (0.1) |
1.0 (0.1) |
0.9 (0.1) |
0.9 (0.1) |
|
Mild abdominal obesity (85.0-99.9) |
1.2 (0.1) |
1.1 (0.1) |
1.1 (0.1) |
1.0 (0.1) |
|
Severe abdominal obesity (≥100.0) |
3.8 (0.3) |
3.9 (0.4) |
3.9 (0.3) |
3.7 (0.3) |
|
p for trend |
<0.001 |
<0.001 |
<0.001 |
<0.001 |
고 찰
본 연구는 제9기(2022년) 국민건강영양조사 자료를 이용하여 만 19세 이상 성인 여성 2,734명을 대상으로 비만과 hs-CRP 간의 관련성을 분석한 결과, 주요 영향 변수를 보정한 후에도 BMI가 증가함에 따라 hs-CRP 수치는 유의미하게 증가하였다. 또한 허리둘레가 증가할수록 hs-CRP 수치가 유의미하게 증가하였으며, 100.0 cm 이상의 복부 비만에서 특히 높았다.
BMI와 hs-CRP 간의 연관성에 대한 연구는 지속적으로 진행되고 있으며, BMI가 증가할수록 hs-CRP 수치가 상승하는 경향이 있다. 이는 중증 비만이 염증 반응을 증가시키는 데 영향을 미친다는 점을 반영하였다[ 26]. 관련 연구를 살펴보면, 인도의 20-70세 성인을 대상으로 한 연구에서는 BMI를 정상 체중, 과체중, 비만으로 구분하여 hs-CRP 수치를 비교한 결과, 정상 체중 집단에 비해 과체중 및 비만 집단에서 hs-CRP 수치가 유의하게 높았고[ 27], 말레이시아 여성 대상 연구에서는 과체중군에서 평균 hs-CRP 수치가 3.02±1.1 mg/L, 비만군에서 4.78±1.3 mg/L로, BMI가 증가할수록 hs-CRP 수치가 유의미하게 높아졌다[ 28]. 우리나라에서도 19세 이상 남녀 성인을 대상으로 한 연구에서 정상 체중군은 평균 hs-CRP 수치가 1.0 mg/L 이하, 과체중군은 1.0-2.0 mg/L, 비만군은 2.0 mg/L 이상으로 BMI 증가에 따라 hs-CRP 상승하였다[ 14]. 본 연구에서도 선행 연구와 유사하게 BMI가 높을수록 hs-CRP 수치가 유의하게 증가하는 결과를 보였다( p <0.001).
그러나 일부 연구에서는 BMI만으로 비만을 정의하는 데 한계가 있음을 지적하였다. 예를 들어, 캐나다 퀘벡에서 수행된 연구에서는 내장 지방 축적과 같은 중심성 비만 지표가 hs-CRP 및 질병 위험 평가에 있어 BMI보다 더 적합할 수 있음을 강조하였다[ 29]. 한 연구에서는 BMI 가 18.5-24.3 kg/m 2 범위에서는 hs-CRP와 유의한 상관관계가 보이지 않았고, BMI가 33 kg/m 2를 초과할 경우 남성에서 hs-CRP와 BMI 간 유의 한 상관관계가 나타나지 않았다[ 18]. 또한, 대사증후군 진단군과 대조군을 비교한 연구에서는 BMI가 대사성 질환에 미치는 영향이 크지 않은 반면, 허리둘레가 대사성 및 심혈관계 질환 위험 증가의 주요 인자로 확인되었다[ 16]. 아시아인, 그리고 우리나라와 같은 인구에서는 BMI가 정상 범위에 해당하지만 복부 비만형 비만이 흔하다[ 30]. 특히 여성은 보통 45-55세 사이에 자연적으로 폐경을 겪게 되며[ 20], 폐경 이후 체중 증가는 연령, 생활 습관, 유전적 요인 등 다양한 요인에 의해 영향을 받는다. 이 시기 동안 체중은 매년 약 0.7 kg씩 증가하는 경향을 보이며, 폐경 후 약 2년이 지나면 이러한 체중 증가가 점차 안정화된다[ 31]. 그러나 폐경 이후에는 내장 지방이 축적되면서 지방 분포가 남성형 패턴으로 바뀌고, 전신 지방량도 함께 증가하는 특징이 나타난다[ 32]. 폐경 전에는 내장 지방이 전체 체지방의 약 58%를 차지하였으나, 폐경 후에는 15-20%까지 증가하며[ 33], 이러한 변화는 심혈관 질환 및 만성 질환 발생 위험을 높이는 주요 요인으로 작용한다[ 34]. 따라서 여성의 경우 비만을 BMI 단독으로 사용하는 것은 체지방량과 무지방 체중을 정확히 반영하지 못할 가능성이 크다. 이러한 한계를 보완하기 위해서는 허리둘레 측정이 BMI의 오차를 줄이는 효과적인 방법으로 보고되고 있다[ 5, 7, 35].
BMI는 hs-CRP와 염증 반응 간의 관계를 평가하는 데 중요한 지표이지만, 체지방 분포를 고려한 복부 비만 지표(예: 허리둘레)를 병행하여 사용하는 것이 보다 정확한 비만 평가와 질병 위험 예측에 도움이 될 수 있다. 허리둘레, 허리-엉덩이 둘레 비율, 허리둘레-신장 비율(waist-to-height ratio)과 같은 복부 비만 지표는 BMI보다 심혈관 질환 발생 위험과 더 높은 연관성을 보이는 것으로 보고되고 있다[ 36]. 그러나 허리-엉덩이 둘레 비율은 내장 지방량 및 관상동맥 질환 위험 요인과 높 은 상관성을 보이지만, BMI, 허리둘레, 허리둘레-신장 비율에 비해 측정 과정에서 오류가 발생할 가능성이 있다고 보고된 바 있다[ 36]. BMI, 허리둘레, 허리-엉덩이 둘레 비율과 hs-CRP와의 관련성을 비교한 연구를 살펴보면, 허리둘레와 BMI가 hs-CRP와 유의미한 관련성을 보인 반면, 허리-엉덩이 둘레 비율은 유의미한 관련성을 보이지 않았다[ 5]. 또한, 허리둘레-신장 비율에 대한 기존 연구들은 주로 메타분석과 횡단면 연구에 기반하고 있어, 한국인의 특성에 적합한지, 그리고 제안된 임계점이 적절한지에 대해서는 추가적인 연구가 필요한 상황이다[ 36]. 반면, 허리둘레와 hs-CRP의 연관성은 여러 연구에서 일관되게 보고되고 있다. 한국 성인을 대상으로 복부 비만이 hs-CRP와 같은 주요 혈액학적 지표에 미치는 영향을 분석한 결과, 복부 비만이 있는 경우 hs-CRP 수치가 유의하게 높았으며[ 37, 38], 대사증후군 환자를 포함한 연구에서도 허리둘레가 증가할수록 hs-CRP 수치가 유의미하게 상승하였다( p <0.001) [ 39]. 복부 비만 성인을 대상으로 한 연구에서는 대사증후군이 있는 사람들의 hs-CRP 수치가 그렇지 않은 사람들보다 유의미하게 높았으며(평균 hs-CRP: 3.5 mg/L vs. 1.8 mg/L, p <0.001), 복부 비만이 염증 반응 증가에 주요한 역할을 한다는 점이 강조하였다[ 40]. 또한 중심성 비만뿐만 아니라 피하지방 증가로 인한 지방량 증가는 hs-CRP 수치 상승에도 영향을 미친다는 점이 보고되었다[ 41]. 건강한 중년 여성을 대상으로 hs-CRP, BMI, 허리-엉덩이 비율, 경동맥 내막 두께와의 상관관계를 분석한 연구에서는 BMI 및 허리-엉덩이 비율이 높을수록 hs-CRP 수치가 유의미하게 증가하였으며( p <0.001), 허리-엉덩이 비율은 BMI 보다 hs-CRP와 더 강한 상관관계를 보였다. 또한 hs-CRP 수치가 증가할수록 경동맥 내막 두께도 유의미하게 증가하는 결과가 보고되었다( p <0.001) [ 21]. 건강검진을 실시한 70세 이상 85세 이하의 복부 비만을 가진 여성을 대상으로 연구한 결과 hs-CRP와 복부 비만은 유의한 상관관계가 있었음을 확인할 수 있었다( r=0.190, p =0.014) [ 16]. 본 연구에서도 폐경 여성의 경우, BMI 기준 비만 분율에 비해 복부 비만 분율이 높은 것으로 나타났다. 복부 비만 분율을 살펴보면, 폐경 여성에서 경도 복부 비만과 중증 복부 비만의 비율은 각각 36.7%와 4.1%로, 비폐경 여성의 16.8%와 3.6%보다 높았다. 반면, 정상 허리둘레 비율은 비폐경 여성에서 79.6%로, 폐경 여성의 59.2%보다 유의하게 높았다. 또한 허리둘레가 증가함에 따라 hs-CRP 수치가 유의미하게 상승하는 경향을 보였다. 경증 복부 비만(허리둘레 85.0–99.9 cm)에서는 hs-CRP 수치가 0.9 (0.1)이었으며, 중증 복부 비만(허리둘레 ≥100.0 cm)에서는 3.3 (0.3)으로 중증 복부 비만에서 가장 높은 hs-CRP 수치를 보였다( p <0.001). 이러한 결과는 허리둘레가 단순한 체지방 지표를 넘어 내장 지방 축적과 밀접하게 연관되어 있으며, 이는 hs-CRP 수치 상승에 중요한 영향을 미친다는 점을 보여준다. 특히, hs-CRP는 죽상경화증 및 혈관 내피세포 기능 장애를 반영하는 주요 지표로, 복부 비만이 심혈관 질환 및 대사 질환의 주요 위험 요인임을 뒷받침하는 근거가 된다[ 16, 30].
결론적으로, 본 연구에서는 성인 여성을 대상으로 BMI와 hs-CRP 간의 관계를 재조명하고, 허리둘레를 추가적인 지표로 활용하여 비만과 염증 간의 연관성을 보다 정밀하게 평가하였다. 특히, 허리둘레 기준으로 중증 복부 비만(≥100.0 cm)에서 hs-CRP 수치가 급격히 상승한 결과는 학문적 및 임상적으로 중요한 시사점을 제공하였다. 이러한 구체적인 범위 설정은 향후 연구에서 비만과 염증의 관계를 더욱 세밀하게 분석할 수 있는 기초를 제공하며, 특히 복부 비만의 예방과 관리 전략을 개발하는 데 중요한 역할을 할 것이다. 향후 이와 관련된 지속적인 연구의 필요성을 제안한다.
그러나, 이 연구는 국민건강영양조사를 바탕으로 한 단면 연구로서 인과관계를 명확히 설명하기 어렵고, 급성 감염, 약물 복용 등의 정보가 부족하여 염증 반응에 영향을 미칠 수 있는 기타 요인들을 완전히 통제하지 못했을 가능성이 있으며, hs-CRP, 백혈구, 요산 외에 IL-6, TNF-α 등 다른 염증 관련 지표를 포함한 추가적인 평가가 필요할 것으로 보인다.
결 론
본 연구는 BMI와 허리둘레를 활용하여 hs-CRP와의 관계를 평가하였으며, 비만이 염증 반응 증가에 미치는 영향을 확인하였다. 연구 결과, BMI와 허리둘레 모두 hs-CRP와 유의한 상관성을 보였으나, 비만의 중증도가 증가할수록 허리둘레가 BMI보다 hs-CRP 수치 상승과 더 밀접하게 연관되어 있었다. 특히 허리둘레가 100.0 cm 이상인 경우 hs-CRP 수치는 BMI 30.0 kg/m2 이상인 경우보다 더욱 높게 상승하였다(허리둘레 100.0 cm 이상: 3.3 [0.3]; BMI 30.0 kg/m2 이상: 2.1 [0.3]). 이는 복부 비만이 BMI보다 대사적 염증과 더 밀접하게 연관되어 있음을 보여주며, 중심성 비만 지표가 염증 및 관련 질환 위험 평가에 있어 보다 민감한 지표로 활용될 가능성을 보여주었다.
현재 우리나라에서는 복부 비만을 허리둘레 85.0 cm 이상으로 정의하고 있으나, 허리둘레가 100.0 cm 이상인 경우 hs-CRP 수치가 급격히 증가하는 점을 고려할 때, 중증 비만에 대한 보다 세부적인 기준 마련이 필요하고, 염증 지표와의 연관성을 반영한 다차원적 접근이 요구되며, 염증 마커를 추가적으로 활용하는 것이 비만 관련 염증 평가를 강화하는 데 기여할 수 있을 것이다.
REFERENCES
1. World Health Organization. World health statistics 2024: Monitoring health for the SDGs. Geneva: World Health Organization; 2024.
2. Korean Society for The Study of Obesity. Obesity fact sheet. Seoul: Korean Society for the Study of Obesity; 2023. (Korean).
3. Korea Disease Control and Prevention Agency. The Korea National Health and Nutrition Examination Survey (KNHANES), 2022. Cheon-gju: Korea Disease Control and Prevention Agency; 2022. (Korean).
4. Korean Society for The Study of Obesity. Clinical practice guidelines for obesity.. 8th ed.. Seoul: Korean Society for the Study of Obesity;; 2022. (Korean).
6. Song DK, Sung YA. Obesity: Introduction. Korean J Med 2013;84(5):619-623. (Korean).
11. KKendler DL, Borges JL, Fielding RA, Itabashi A, Krueger D, Mulligan K, et al. The official positions of the international society for clinical densitometry: Indications of use and reporting of DXA for body composition. J Clin Densitom. 2013;16(4):496-507. DOI: 10.1016/j.jocd.2013.08.020.
13. Pietiläinen KH, Kaye S, Karmi A, Suojanen L, Rissanen A, Virtanen KA. Agreement of bioelectrical impedance with dual-energy X-ray absorp-tiometry and MRI to estimate changes in body fat, skeletal muscle and visceral fat during a 12-month weight loss intervention. Br J Nutr 2013;109(10):1910-1916. DOI: 10.1017/S0007114512003698.
14. Pyo SS. The interaction of high sensitivity C-reactive protein and uric acid on obesity in Koreans: Based on the seventh Korea National Health and Nutrition Examination Survey (KNHANES VII, 2016-2018). Korean J Clin Lab Sci 2021;53(4):342-352. (Korean). DOI: 10.15324/kjcls.2021.53.4.342.
15. Park CY, Yoo HJ. Inflammation and obesity. J Korean Endocr Soc 2004;19(2):97-108. (Korean).
16. Shin KA. The relationship between metabolic syndrome risk factors and high sensitive C-reactive protein in abdominal obesity elderly women. Korean J Clin Lab Sci 2017;49(2):121-127. (Korean). DOI: 10.15324/kjcls.2017.49.2.121.
20. Yoon YS. Effect of menopausal hormone therapy on weight and cardiovascular disease. Arch Obes Metab 2023;2(2):54-63. (Korean). DOI: 10.23137/AOM23.02.RA0007.
21. Hak AE, Stehouwer CD, Bots ML, Polderman KH, Schalkwijk CG, Westendorp IC, et al. Associations of C-reactive protein with measures of obesity, insulin resistance, and subclinical atherosclerosis in healthy, middle-aged women. Arterioscler Thromb Vasc Biol 1999;19(8):1986-1991. DOI: 10.1161/01.atv.19.8.1986.
22. Khera A, McGuire DK, Murphy SA, Stanek HG, Das SR, Vongpata-nasin W, et al. Race and gender differences in C-reactive protein levels. J Am Coll Cardiol 2005;46(3):464-469. DOI: 10.1016/j.jacc.2005.04.051.
24. Lee MY, Kim JH. Comparison and interrelationships of serum insulin, leptin, adiponectin, and hs-CRP concentrations according to obesity levels in adult women. Korean J Community Nutr 2011;16(1):126-135. (Korean). DOI: 10.5720/kjcn.2011.16.1.126.
25. Goff DC Jr, Lloyd-Jones DM, Bennett G, Coady S, D’ Agostino RB, Gibbons R, et al. 2013 ACC/AHA guideline on the assessment of cardiovascular risk: A report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. Circulation 2014;129(25 Suppl 2):S49-73. DOI: 10.1161/01.cir.0000437741.48606.98.
26. Oh HJ, Choi CW. Relationship of the hs-CRP levels with FBG, fruc-tosamine, and HbA1c in non-diabetic obesity adults. Korean J Clin Lab Sci 2018;50(2):190-196. (Korean). DOI: 10.15324/kjcls.2018.50.2.190.
28. Sanip Z, Ariffin FD, Al-Tahami BA, Sulaiman WA, Rasool AH. Obesity indices and metabolic markers are related to hs-CRP and adiponectin levels in overweight and obese females. Obes Res Clin Pract 2013;7(4):e315-320. DOI: 10.1016/j.orcp.2012.05.002.
29. Piché ME, Tchernof A, Després JP. Obesity phenotypes, diabetes, and cardiovascular diseases. Circ Res 2020;126(11):1477-1500. DOI: 10.1161/CIRCRESAHA.120.316101.
30. Joo NS, Kim HJ, Lee EJ, Park SB. The relationship between obesity type according to fat distribution and high-sensitive C-reactive protein in Korean middle-aged men and women. J Korean Acad Fam Med 2008;29(7):484-491. (Korean).
32. Davis SR, Castelo-Branco C, Chedraui P, Lumsden MA, Nappi RE, Shah D, et al. Understanding weight gain at menopause. Climacteric 2012;15(5):419-429. DOI: 10.3109/13697137.2012.707385.
35. Lee CM, Huxley RR, Wildman RP, Woodward M. Indices of abdominal obesity are better discriminators of cardiovascular risk factors than BMI: A meta-analysis. J Clin Epidemiol 2008;61(7):646-653. DOI: 10.1016/j.jclinepi.2007.08.012.
36. Kim TN. Waist-to-height ratio is a valuable marker for predicting car-diometabolic disease. J Obes Metab Syndr 2015;24(2):92-94. (Korean).
37. Mun H, Pak SB. Association of abdominal obesity and hematological parameters in Korean adults: Korean Adults: Korea National Health and Nutrition Examination Survey 2016–2018. Korean J Fam Pract 2022;12(4):284-289. (Korean). DOI: 10.21215/kjfp.2022.12.4.284.
38. Zuliani G, Volpato S, Galvani M, Blè A, Bandinelli S, Corsi A, et al. El-evated C-reactive protein levels and metabolic syndrome in the elderly: The role of central obesity data from the InChianti study. Atheroscle-rosis 2009;203(2):626-632. DOI: 10.1016/j.atherosclerosis.2008.07.038.
|
|