-
双能X射线吸收测定法（dual energy X-ray absorptiometry，DXA）是利用高低两种能量的X 射线透过人体时的能量衰减来计算扫描区域中骨矿物质含量和软组织成分的一种方法[1]。由于骨骼和软组织成分的衰减系数不同，DXA 扫描可区分全身和局部骨骼及软组织成分。CT、MRI、超声检查和生物电阻抗分析也可测量身体成分，但DXA 具有成本低、精准度高和辐射剂量低等优势，并且可用于儿童、成人和体弱者[1]，是临床研究中评估身体成分的首选方法[2]。身体成分有多种分类方法，DXA 测量身体成分分为3种类型：脂肪质量（fat mass，FM）、瘦体质量（lean mass，LM）和骨矿物质含量。DXA 测量身体成分包含各种测量参数，基本参数有骨密度、骨矿物质含量、全身FM、LM和体脂率，评估LM和肥胖的参数有瘦体质量指数、四肢瘦体质量指数、脂肪质量指数、内脏脂肪组织、男女型脂肪比（android/gynoid ratio)和躯干大腿脂肪量比[3]。DXA体成分分析在许多疾病的诊疗中具有重要价值，特别是对一些慢性非传播性疾病风险的监测[4]。2013年，国际临床密度测定学会基于各种研究结果总结了DXA体成分分析在临床疾病中的应用，包括肥胖症、肌少症和脂肪营养不良等疾病的诊断与风险分级[3]。近年来，从评估FM或LM与疾病风险之间的关联，到解释病理生理过程或评估治疗干预的效果等方面，DXA 体成分分析在一系列临床应用中取得了迅速的发展。
-
目前，DXA检测骨密度已经作为诊断骨质疏松症（osteoporosis，OP）的“金标准”。越来越多的研究结果显示，LM与骨密度的相关性最强，通过DXA体成分分析监测LM来预测骨密度可评估患OP的风险[5-6]。Marin-Mio 等[7]发现，对于未经治疗的女性OP患者，LM比FM更能预测骨密度，尤其是股骨远端的骨密度。LM可解释大于30%股骨远端的骨密度，这也表明通过维持健康的肌肉质量可能有助于降低患OP的风险。同时Ilesanmi-Oyelere 等[8]对127例健康绝经后妇女的研究结果发现，LM是股骨颈（β=0.497，P<0.001）、髋部（β=0.495，P<0.001）、脊柱（β=0.449，P<0.001）及全身（β=0.406，P<0.001）骨密度的强力预测因子，可为OP的发生发展提供最佳预测。有研究结果显示，绝经前女性脊椎骨密度与躯干肌肉质量（r=0.360，P<0.05）和腹壁肌肉质量（abdominal wall muscle mass，AMM）呈正相关（r=0.324，P<0.01)；但对绝经后的女性而言，仅AMM是脊椎骨密度的相关预测因子（r=0.272，P<0.01）；而男性脊椎骨密度仅与AMM呈正相关（r=0.181，P<0.01）[9]。因此，AMM对于预测男性和绝经后女性脊柱骨密度有重要的临床参考价值。DXA测量身体成分可进一步预测和解释骨密度，对OP的早期预防和管理有重要意义。
-
在HIV感染的患者中，联合抗逆转录疗法（combined antiretroviral therapy，cART）可引起脂肪组织异常分布。脂肪的丢失和堆积可分为3种类型：脂肪肥大（腹部脂肪堆积）、脂肪萎缩（外周脂肪减少）和混合性脂肪营养不良（包含脂肪萎缩与脂肪肥大），统称为HALS[10]。用DXA评估HALS患者的脂肪及其分布变化，可预测罹患HALS及其相关疾病的风险。Grenha等[11]发现，在男性HALS患者中，总FM、躯干FM和上肢FM增加，而下肢FM没有变化；总去脂肪质量（free fat mass，FFM）、躯干FFM和下肢FFM减少，而上肢FFM没有变化。HALS患者主要是中心区域脂肪量增加，而中心区域FM的增加与心血管疾病风险的增加密切相关[12]。且在cART治疗期间，HIV患者可有超重[13]和腹部肥胖[14]的表现，这与糖尿病、心血管疾病和死亡风险相关[15]。而高血压风险和HALS患者的中心FM与外周FM的比值显著相关（OR=1.258，95%CI：1.008~1.569），因此，DXA体成分分析可作为检测HALS患者FM的有效手段，并且可以提高预测高血压风险的准确性[16]。
-
不良的身体成分与 2型糖尿病（type 2 diabetes mellitus，T2DM）互为因果，T2DM患者可见异常脂肪分布和肌肉质量的改变。Heshka 等[17]使用DXA对1318例T2DM患者和242例健康受试者进行身体成分评估，结果发现，T2DM患者躯干FM增多，四肢FM减少，大腿皮下FM减少。总FM增加及脂肪分布异常与糖尿病呈显著相关（P<0.05)，特别是内脏脂肪组织的增加与胰岛素抵抗和葡萄糖耐受不良密切相关[18-19]。同时，用DXA检测健康中老年人的身体成分，结果发现，正常体重的老年女性腹部和大腿的LM越高，患糖尿病的风险越低（HR分别为0.37和0.58）；超重或肥胖的老年女性腹部和大腿的LM越高，患糖尿病的风险越高（HR分别为1.23和1.28）[20]。因此，通过DXA监测FM和LM等身体成分的变化，可有效评估患T2DM的风险。
-
乳腺癌居于女性癌症发病率的首位，有研究结果发现体重指数（body mass index，BMI）与患乳腺癌的风险相关，且绝经后妇女的BMI越高，患病风险越大（P<0.001）[18]。BMI是评价体脂的常用指标，但其不能区分LM和FM，不能解释身体成分的变化和脂肪分布[21]。Godinho-Mota等[22]对116例乳腺癌患者和226例对照者进行DXA体成分分析，研究结果发现，绝经前女性总体脂（OR=2.17，95%CI：1.04~4.52）、男性型脂肪（OR=2.27，95%CI：1.09~4.74）；男女型脂肪比（OR=2.27，95%CI：1.09~4.74）及腰围（OR=2.95，95%CI：1.11~7.82）与乳腺癌呈正相关，而LM （OR=0.46，95%CI：0.22~0.96）与乳腺癌呈负相关，这表明低LM和高腹部脂肪可增加绝经前女性患乳腺癌的风险。因此，可通过DXA检测绝经前妇女的身体成分及脂肪分布，从而评估乳腺癌的患病风险。
-
儿童时期肥胖的成年人更易患肥胖、代谢综合征和糖尿病[23]，因此，早期评估儿童超重和肥胖对预防与肥胖相关的疾病具有重要意义。目前，虽然BMI是评估和筛查肥胖最常用的指标，但是BMI 和体重指数z评分（body mass index z-score，BMIz）评估儿童超重和肥胖具有局限性[24-25]。Vanderwall 等[24]用DXA监测515例肥胖儿童3年内的身体成分，并分析BMIz变化与总体脂和体脂率变化的关系，结果发现，BMIz预测体脂率降低的灵敏度较好，为70%（95%CI：61%~78%），而特异度较差，为42% （95%CI：31%~54%）。这表明单独使用BMIz来评估儿童超重和肥胖不够准确，容易发生误诊或漏诊。对于儿童（<9岁）而言，BMI 是一个较弱的体脂和体脂率预测因子（男：R2=0.03、0.22，女：R2=0.26、0.38）；而对于青少年（9~18岁）而言，BMI是一个很强的体脂预测因子（R2=0.57~0.73），但对BFP的预测则较弱（R2=0.22~0.42）[25]。BMI不能评估儿童的体脂和体脂率变化，但DXA体成分分析可作为辅助工具监测儿童体脂成分，从而更加精确地评估儿童超重和肥胖。
-
Freitas等[26]的研究对使用cART后的HIV患者进行DXA全身体成分分析，使用脂肪质量比（fat mass ratio，FMR），即躯干和下肢脂肪质量的比值来诊断是否患有HALS，并得出男性患者FMR最优临界值为1.961，女性患者FMR最优临界值为1.329。目前尚未有统一的诊断标准，DXA体成分分析得到的性别特异度FMR临界值是早期诊断HALS的一种客观有效的方法[27]。
-
肾小球滤过率（glomerular filtration rate，GFR）是预测和描述肾功能的重要指标。不同的身体成分可以影响GFR，从而会影响肾功能评估的结果。Chew-Harris等[28]采用DXA对正常者（BMI<25 kg/m2）、肌肉发达者（BMI≥30 kg/m2且体脂<20%）和肥胖者（BMI≥30 kg/m2且体脂≥30%）进行身体成分测定，并分析其与GFR的关系，结果发现，肌肉发达者的GFR高于其他两组，LM是影响GFR的重要因素（P=0.0001）。Zhou等[29]对148例慢性肾病（chronic kidney disease，CKD）3~5期的患者进行DXA体成分分析，结果发现，LM的降低特别是四肢LM的降低与GFR的降低呈显著相关（P<0.001），且男性CKD患者（44%）比女性CKD患者（22%）的LM下降更明显，更易罹患肌少症。因此，使用DXA体成分分析可监测CKD患者的LM变化，从而更准确地评估肾功能以协助诊断CKD。
-
众多研究结果表明，DXA检测神经性厌食症（anorexia nervosa，AN）患者体重恢复前后的身体成分，可评估AN患者接受干预后的疗效[30-33]。Ghoch等[30]发现，短期体重恢复可使男性AN患者的身体成分模式正常化，总LM和FM显示完全正常化，但躯干区域中FM沉积更多，导致中心性肥胖表型。Ghoch等[31]的研究结果也证实，虽然女性AN患者体重恢复后出现中心性肥胖表型，但不会影响AN患者的精神病理学或心理困扰等特征。对女性AN患者体重恢复前后进行DXA体成分分析，结果还发现FM是LM恢复的决定性因素，即基线FM越高，LM的恢复越高[30]。对于女性，AN的另一个重要体征为闭经，最新研究结果显示，DXA测量的体脂率与BMI同样能够预测月经的恢复，从而评估治疗的效果[32]。
-
有研究报道极低热量的生酮（very low calorie ketogenic，VLCK）饮食是一种营养干预方法，该方法是通过限制碳水化合物、脂肪以及蛋白质的摄入来模拟禁食，是一种管理体重很有效的方法[34-35]。Gomez-Arbelaez等[36]对20例接受4个月VLCK 饮食干预的肥胖患者进行DXA 体成分分析，发现肥胖患者体重减轻、FM减少、内脏脂肪组织显著减少、LM没有改变。最新研究结果发现，VLCK饮食治疗时，与短期体重恢复相关的静息代谢率不变，这表明一定的LM可维持静息代谢率不变，VLCK饮食疗法具有长期的减肥效果[37]。传统的减重手术在减少FM时也会减少LM[38]，而VLCK饮食疗法主要使区域和总体的FM分布更健康，不影响LM。因此，DXA体成分分析可作为辅助工具，用来评估减肥的效果。
-
库欣综合征（cushing's syndrome，CS）患者的身体成分会发生典型变化，脂肪重新分布导致内脏脂肪组织积聚，增加心血管事件的发生风险[39]。采用DXA分析23例CS患者（14例经蝶窦或腹部手术治疗后缓解，9例经药物治疗后缓解）的身体成分变化，结果发现，皮质醇增多症缓解后，患者全身和躯干FM减少，身体成分与健康对照组相似，且通过手术缓解的CS患者身体成分恢复更快[40]。因此，DXA体成分分析可评估接受不同治疗方案的CS患者体脂成分变化，从而评估治疗效果。
-
综上所述，DXA体成分分析在临床疾病中的应用十分广泛，涉及了临床医学、基础医学和公共卫生与预防医学等学科，主要研究各种疾病导致的身体成分变化，以及这些变化与疾病的发生和发展间的关系，为临床疾病的预防、诊断、治疗及风险评估提供参考。总之，随着DXA体成分分析技术的使用及推广，DXA体成分分析在临床疾病中的应用具有很大的潜能。未来可推广DXA体成分分析应用于健康者以评估其健康状况、患病风险及指导预防措施等。
利益冲突 本研究由署名作者按以下贡献声明独立开展，不涉及任何利益冲突。
作者贡献声明 郑玲玲负责文献的搜集、整理和综述的撰写；周雨菁负责综述的指导；刘兴党负责命题的提出、设计以及综述的审阅、修订。
双能X射线吸收测定法测量身体成分的应用及研究进展
Advances in the application and research of dual energy X-ray absorptiometry in measuring body compositions
-
摘要: 双能X射线吸收测定法（DXA）具有辐射剂量低、重现性好、扫描时间短和容易获得等优势，广泛应用于临床和科研中。DXA体成分分析可检测骨密度、脂肪质量、瘦体质量、去脂肪质量和体脂率等多种身体成分。目前，DXA体成分分析在各种临床疾病的诊断、治疗及风险评估中被广泛地应用，笔者就DXA体成分分析在一些临床疾病中的应用及最新研究进展作简要综述。Abstract: Dual energy X-ray absorptiometry (DXA) is widely used in clinical and scientific research due to its advantages of low radiation dose, good reproducibility, short scanning time and easy access. DXA body composition analysis can detect various body compositions, including bone density, fat mass, lean body mass, fat-free mass, body fat rate and so on. It has been widely used in the diagnosis, treatment and risk assessment of various clinical diseases. This review is focused on the application of DXA body composition analysis and the latest research in some clinical diseases.
-
Key words:
- Body composition /
- Absorptiometry, photon /
- Fat mass; Lean mass
-
[1] Laskey MA. Dual-energy X-ray absorptiometry and body composition[J]. Nutrition, 1996, 12(1): 45−51. DOI: 10.1016/0899-9007(95)00017-8. [2] Andreoli A, Garaci F, Cafarelli FP, et al. Body composition in clinical practice[J]. Eur J Radiol, 2016, 85(8): 1461−1468. DOI: 10.1016/j.ejrad.2016.02.005. [3] Petak S, Barbu CG, Yu EW, et al. The official positions of the international society for clinical densitometry: body composition analysis reporting[J]. J Clin Densitom, 2013, 16(4): 508−519. DOI: 10.1016/j.jocd.2013.08.018. [4] Wells JCK, Shirley MK. Body composition and the monitoring of non-communicable chronic disease risk[J/OL]. Glob Health Epidemiol Genom, 2016, 1: e18[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5870426. DOI: 10.1017/gheg.2016.9. [5] Sotunde OF, Kruger HS, Wright HH, et al. Lean mass appears to be more strongly associated with bone health than fat mass in urban black south african women[J]. J Nutr Health Aging, 2015, 19(6): 628−636. DOI: 10.1007/s12603-015-0492-1. [6] 蔡思清, 颜丽笙, 李毅中, 等. 人体瘦组织对骨密度的影响[J]. 中国骨质疏松杂志, 2018, (1): 37−39. DOI: 10.3969/j.issn.1006-7108.2018.01.009.
Cai SQ, Yan LS, Li YZ, et al. The effect of body lean mass on bone mineral density[J]. Chin J Osteoporos, 2018, (1): 37−39. DOI: 10.3969/j.issn.1006-7108.2018.01.009.[7] Marin-Mio RV, Moreira LDF, Camargo M, et al. Lean mass as a determinant of bone mineral density of proximal femur in postmenopausal women[J]. Arch Endocrinol Metab, 2018, 62(4): 431−437. DOI: 10.20945/2359-3997000000059. [8] Ilesanmi-Oyelere BL, Coad J, Roy N, et al. Lean body mass in the prediction of bone mineral density in postmenopausal women[J]. Biores Open Access, 2018, 7(1): 150−158. DOI: 10.1089/biores.2018.0025. [9] Kang EK, Park HW, Baek S, et al. The association between trunk body composition and spinal bone mineral density in korean males versus females: a farmers' cohort for agricultural work-related musculoskeletal disorders (FARM) study[J]. J Korean Med Sci, 2016, 31(10): 1595−1603. DOI: 10.3346/jkms.2016.31.10.1595. [10] Hengel RL, Watts NB, Lennox JL. Benign symmetric lipomatosis associted with protease inhibitors[J]. Lancet, 1997, 350(9091): 1596. DOI: 10.1016/s0140-6736(05)64011-1. [11] Grenha I, Oliveira J, Lau E, et al. HIV-infected patients with and without lipodystrophy under combined antiretroviral therapy: evaluation of body composition[J]. J Clin Densitom, 2018, 21(1): 75−82. DOI: 10.1016/j.jocd.2016.07.010. [12] Beraldo RA, Santos APD, Guimarães MP, et al. Body fat redistribution and changes in lipid and glucose metabolism in people living with HIV/AIDS[J]. Rev Bras Epidemiol, 2017, 20(3): 526−536. DOI: 10.1590/1980-5497201700030014. [13] Barceló C, Guidi M, Thorball CW, et al. Impact of genetic and nongenetic factors on body mass index and waist-hip ratio change in HIV-infected individuals initiating antiretroviral therapy[J/OL]. Open Forum Infect Dis, 2020, 7(1): ofz464[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6974740. DOI: 10.1093/ofid/ofz464. [14] Aurpibul L, Namwongprom S, Sudjaritruk T, et al. Metabolic syndrome, biochemical markers, and body composition in youth living with perinatal HIV infection on antiretroviral treatment[J/OL]. PLoS One, 2020, 15(3): e230707[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7105120. DOI: 10.1371/journal.pone.0230707 [15] Kumar S, Samaras K. The impact of weight gain during HIV treatment on risk of pre-diabetes, diabetes mellitus, cardiovascular disease, and mortality[J/OL]. Front Endocrinol(Lausanne), 2018, 9: 705[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6277792. DOI: 10.3389/fendo.2018.00705. [16] Freitas P, Carvalho D, Santos AC, et al. Central/peripheral fat mass ratio is associated with increased risk of hypertension in HIV-infected patients[J]. J Clin Hypertens(Greenwich), 2012, 14(9): 593−600. DOI: 10.1111/j.1751-7176.2012.00671.x. [17] Heshka S, Ruggiero A, Bray GA, et al. Altered body composition in type 2 diabetes mellitus[J]. Int J Obes(Lond), 2008, 32(5): 780−787. DOI: 10.1038/sj.ijo.0803802. [18] Wang S, Wang ZX, Chen CH, et al. Contribution of epicardial and abdominopelvic visceral adipose tissues in chinese adults with impaired glucose regulation and diabetes[J]. Acta Diabetol, 2019, 56(9): 1061−1071. DOI: 10.1007/s00592-019-01348-z. [19] Gupta P, Lanca C, Gan ATL, et al. The association between body composition using dual energy X-ray absorptiometry and type-2 diabetes: a systematic review and meta-analysis of observational studies[J/OL]. Sci Rep, 2019, 9(1): 12634[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6718404. DOI: 10.1038/s41598-019-49162-5. [20] Larsen BA, Wassel CL, Kritchevsky SB, et al. Association of muscle mass, area, and strength with incident diabetes in older adults: the health ABC study[J]. J Clin Endocrinol Metab, 2016, 101(4): 1847−1855. DOI: 10.1210/jc.2015-3643. [21] Rohan TE, Heo MH, Choi L, et al. Body fat and breast cancer risk in postmenopausal women: a longitudinal study[J]. J Cancer Epidemiol, 2013, 2013: 754815. DOI: 10.1155/2013/754815. [22] Godinho-Mota JCM, Gonçalves LV, Soares LR, et al. Abdominal adiposity and physical inactivity are positively associated with breast cancer: a case-control study[J/OL]. Biomed Res Int, 2018, 2018: 4783710[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6077523. DOI: 10.1155/2018/4783710. [23] Liang YJ, Hou DQ, Zhao XY, et al. Childhood obesity affects adult metabolic syndrome and diabetes[J]. Endocrine, 2015, 50(1): 87−92. DOI: 10.1007/s12020-015-0560-7. [24] Vanderwall C, Eickhoff J, Clark RR, et al. BMI z-score in obese children is a poor predictor of adiposity changes over time[J/OL]. BMC Pediatr, 2018, 18(1): 187[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5992682. DOI: 10.1186/s12887-018-1160-5. [25] Vanderwall C, Clark RR, Eickhoff J, et al. BMI is a poor predictor of adiposity in young overweight and obese children[J/OL]. BMC Pediatr, 2017, 17(1): 135[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5457636. DOI: 10.1186/s12887-017-0891-z. [26] Freitas P, Santos AC, Carvalho D, et al. Fat mass ratio: an objective tool to define lipodystrophy in HIV-infected patients under antiretroviral therapy[J]. J Clin Densitom, 2010, 13(2): 197−203. DOI: 10.1016/j.jocd.2010.01.005. [27] Nogueira ABB, Abreu JM, Villela MM, et al. Fat mass ratio in brazilian HIV-infected patients under antiretroviral therapy and its relationship with anthropometric measurents[J]. J Clin Densitom, 2020,23(4): 623-629. DOI: 10.1016/j.jocd.2018.07.013. [28] Chew-Harris JSC, Florkowski CM, Elmslie JL, et al. Lean mass modulates glomerular filtration rate in males of normal and extreme body composition[J]. Intern Med J, 2014, 44(8): 749−756. DOI: 10.1111/imj.12479. [29] Zhou YN, Hellberg M, Svensson P, et al. Sarcopenia and relationships between muscle mass, measured glomerular filtration rate and physical function in patients with chronic kidney disease stages 3−5[J]. Nephrol Dial Transplant, 2017, 33(2): 342−348. DOI: 10.1093/ndt/gfw466. [30] Ghoch ME, Pourhassan M, Milanese C, et al. Changes in lean and skeletal muscle body mass in adult females with anorexia nervosa before and after weight restoration[J]. Clin Nutr, 2017, 36(1): 170−178. DOI: 10.1016/j.clnu.2015.10.006. [31] Ghoch ME, Milanese C, Calugi S, et al. Body composition, eating disorder psychopathology, and psychological distress in anorexia nervosa: a longitudinal study[J]. Am J Clin Nutr, 2014, 99(4): 771−778. DOI: 10.3945/ajcn.113.078816. [32] Winkler LA-D, Frølich JS, Schulpen M, et al. Body composition and menstrual status in adults with a history of anorexia nervosa-at what fat percentage is the menstrual cycle restored?[J]. Int J Eat Disord, 2017, 50(4): 370−377. DOI: 10.1002/eat.22600. [33] Hübel C, Yilmaz Z, Schaumberg KE, et al. Body composition in anorexia nervosa: meta-analysis and meta-regression of cross-sectional and longitudinal studies[J]. Int J Eat Disord, 2019, 52(11): 1205−1223. DOI: 10.1002/eat.23158. [34] Moreno B, Crujeiras AB, Bellido D, et al. Obesity treatment by very low-calorie-ketogenic diet at two years: reduction in visceral fat and on the burden of disease[J]. Endocrine, 2016, 54(3): 681−690. DOI: 10.1007/s12020-016-1050-2. [35] Casanueva FF, Castellana M, Bellido D, et al. Ketogenic diets as treatment of obesity and type 2 diabetes mellitus[J]. Rev Endocr Metab Disord, 2020, 21(3): 381−397. DOI: 10.1007/s11154-020-09580-7. [36] Gomez-Arbelaez D, Bellido D, Castro AI, et al. Body composition changes after very-low-calorie-ketogenic diet in obesity evaluated by 3 standardized methods[J]. J Clin Endocrinol Metab, 2017, 102(2): 488−498. DOI: 10.1210/jc.2016-2385. [37] Gomez-Arbelaez D, Crujeiras AB, Castro AI, et al. Resting metabolic rate of obese patients under very low calorie ketogenic diet[J/OL]. Nutr Metab (Lond), 2018, 15: 18[2019-05-07]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5816424. DOI: 10.1186/s12986-018-0249-z. [38] Maïmoun L, Lefebvre P, Jaussent A, et al. Body composition changes in the first month after sleeve gastrectomy based on gender and anatomic site[J]. Surg Obes Relat Dis, 2017, 13(5): 780−787. DOI: 10.1016/j.soard.2017.01.017. [39] Ferraù F, Korbonits M. Metabolic syndrome in cushing's syndrome patients[J]. Front Horm Res, 2018, 49: 85−103. DOI: 10.1159/000486002. [40] Ceccato F, Boccato M, Zilio M, et al. Body composition is different after surgical or pharmacological remission of cushing's syndrome: a prospective DXA study[J]. Horm Metab Res, 2017, 49(9): 660−666. DOI: 10.1055/s-0043-115008. -
点击查看大图
计量
- 文章访问数: 5272
- HTML全文浏览量: 3445
- PDF下载量: 37
下载: