摘 要 目的：利用無(wú)創(chuàng)測(cè)量技術(shù)提取的中國(guó)人群面部皮膚理化參數(shù)建立表征皮膚老化表型的新指標(biāo)。方法：招募100例不同年齡段的健康受試者，通過(guò)皮膚無(wú)創(chuàng)測(cè)試儀器檢測(cè)皮膚含水量等皮膚參數(shù)，進(jìn)行主成分分析（PCA）和廣義線性模型分析（GLM）。結(jié)果：相關(guān)性分析發(fā)現(xiàn)膠原蛋白密度與年齡呈顯著負(fù)相關(guān)（r=？0.31，P<0.01），眼角彈性指標(biāo)R5（r=？0.612，P<0.000 1）等參數(shù)明顯隨年齡增加而降低。廣義線性模型建立的SAI與年齡關(guān)系更為顯著（r=0.699，P<0.000 1）。結(jié)論：面部皮膚老化主要表現(xiàn)為膠原蛋白流失，彈性降低，皮膚變黑變紅，利用無(wú)創(chuàng)測(cè)量參數(shù)和廣義線性模型建立的皮膚老化指數(shù)可以用來(lái)表征面部皮膚復(fù)雜的老化特征。

關(guān)鍵詞 皮膚表型 皮膚老化參數(shù) PCA主成分分析 廣義線性模型 無(wú)創(chuàng)測(cè)量

中圖分類號(hào)：R334.5； R339.38 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-1533（2024）11-0042-04

引用本文 劉一洲， 王久存， 馬彥云. 利用無(wú)創(chuàng)測(cè)量表征人體面部皮膚老化表型[J]. 上海醫(yī)藥， 2024， 45（11）： 42-45； 66.

Characterization of human facial skin aging phenotypes by noninvasive measurements

LIU Yizhou1， WANG Jiucun1，2，3， MA Yanyun1，2，3

（1. School of Life Sciences， Fudan University， Shanghai 200438， China； 2. Institute of Human Phenomics， Fudan University， Shanghai 200438， China； 3. Innovative Research Unit of Population Genetics and Prevention Technologies for Skin and Skin Diseases， Chinese Academy of Medical Sciences， Shanghai 200438， China）

ABSTRACT Objective： To establish new indicators representing skin aging phenotypes using non-invasive measurement techniques to extract facial skin physicochemical parameters in a Chinese population. Methods： A total of 100 healthy subjects with different age were recruited and skin parameters such as moisture content and so on were measured by non-invasive skin testing instruments. Subsequently， principal component analysis （PCA） and generalized linear model （GLM） analyses were performed. Results： Correlation analysis showed that collagen density was significantly negatively correlated with age （r=？0.31， P<0.01）. Parameters such as the elasticity index R5 at the corner of the eyes （r=？0.612， P<0.000 1） significantly decreased with the increase of age. The skin aging index （SAI） established by the GLM showed a more significant relationship with age （r=0.699， P<0.000 1）. Conclusion： Facial skin aging is primarily characterized by collagen loss， reduced elasticity， and changes in skin pigmentation. SAI established using non-invasive measurement parameters and GLM can be used to characterize the complex aging of facial skin.

KEY WORDS skin phenotype； skin aging parameters； PCA principal component analysis； generalized linear model； noninvasive measurement

隨著全球老齡化人口的增加，老化相關(guān)的研究日趨熱門，其中皮膚老化的研究也逐漸受到極大的關(guān)注。老化是不可逆的生理過(guò)程，對(duì)老化特征的研究有助于揭示老化形成的機(jī)制從而有望延緩衰老的進(jìn)程達(dá)到抗老化的效果。老化過(guò)程涉及到結(jié)構(gòu)、生物化學(xué)及功能的多維度變化。量化這些變化對(duì)于理解老化機(jī)制至關(guān)重要，因?yàn)樗刮覀兡軌蛞钥茖W(xué)的方法監(jiān)測(cè)老化的進(jìn)展，并評(píng)估干預(yù)措施的有效性。通過(guò)不同維度提取老化參數(shù)，不僅可以更精確地監(jiān)測(cè)老化的程度，還能揭示老化的深層機(jī)理，為開(kāi)發(fā)針對(duì)性的抗老化治療策略提供基礎(chǔ)。近年來(lái)，研究者們已經(jīng)取得了一些顯著進(jìn)展，從三維皮膚等效模型反映老化皮膚的某些方面[1]，到基于微觀結(jié)構(gòu)的皮膚本構(gòu)模型鏈接內(nèi)在老化過(guò)程與微觀結(jié)構(gòu)參數(shù)的變化[2]，以及利用多光子激光掃描顯微技術(shù)對(duì)人類皮膚老化進(jìn)行非侵入式定量評(píng)估[3]。這些研究不僅證實(shí)了通過(guò)不同維度提取老化參數(shù)的重要性，還展示了量化老化程度對(duì)于深入理解老化過(guò)程及其對(duì)干預(yù)措施反應(yīng)的重要價(jià)值[4-5]。本文采用客觀評(píng)估的方式，利用Cutometer MPA580儀器無(wú)創(chuàng)測(cè)量100名中國(guó)漢族健康人群的皮膚參數(shù)，研究各參數(shù)與年齡的相關(guān)性來(lái)提取皮膚老化的參數(shù)指標(biāo)，并進(jìn)一步通過(guò)主成分分析方法表征中國(guó)人群面部老化表型。

1 對(duì)象和方法

1.1 研究對(duì)象

招募100名各年齡段的健康志愿者，均已簽署知情同意書(shū)，研究獲得復(fù)旦大學(xué)生命科學(xué)學(xué)院倫理委員會(huì)的批準(zhǔn)，并全程接受倫理委員會(huì)的監(jiān)督和指導(dǎo)。受試者需到訪多次，進(jìn)行所有相關(guān)篩選和測(cè)試。目前正在參加另一項(xiàng)臨床研究、懷孕或哺乳、同時(shí)接受治療或患有面部和其他身體部位皮膚?。ㄈ鐫裾?、牛皮癬、白癜風(fēng)和皮膚癌）的受試者被排除在外。所有受試者同意在測(cè)試前24 h內(nèi)不洗臉，不使用任何清潔或化妝產(chǎn)品（包括但不限于洗面奶、肥皂、保濕霜、乳液、防曬霜、油、香水、化妝品等）。

1.2 研究方法

采用多種非創(chuàng)傷性儀器，用于完成面部皮膚的皮膚含水量、經(jīng)表皮失水率（TEWL）、油脂、pH、彈性、膚色等指標(biāo)的測(cè)量。TEWL通過(guò)C+K TEWL測(cè)試儀TW310連續(xù)測(cè)量1 min以求得平均值。角質(zhì)層含水量使用C+K皮膚水分測(cè)試儀CM825進(jìn)行三次測(cè)量并計(jì)算平均值。皮膚油脂分泌速率在受試者到達(dá)測(cè)試中心并清潔面部后1 h測(cè)量得出。皮膚pH采用C+K pH測(cè)試儀pH910連續(xù)測(cè)量三次以求平均值。膚色通過(guò)Konica Minolta色度儀CM 2600d記錄Lab值并計(jì)算平均值。皮膚彈性則通過(guò)C+K皮膚彈性測(cè)試儀MPA580依據(jù)特定參數(shù)設(shè)置進(jìn)行測(cè)量。個(gè)人面部區(qū)域的測(cè)量和收集由兩名同性工作人員在一個(gè)單獨(dú)的房間里完成。

1.3 統(tǒng)計(jì)分析

根據(jù)皮膚特征數(shù)據(jù)是否滿足Shapiro-Wilk正態(tài)分布，使用ANOVA方差分析來(lái)處理正態(tài)分布的變量，對(duì)于非正態(tài)分布的變量則使用Kruskal-Wallis方差分析。根據(jù)正態(tài)性，分別應(yīng)用Pearson線性相關(guān)或Spearman秩相關(guān)分析方法計(jì)算參數(shù)間的相關(guān)性。P<0.05提示關(guān)聯(lián)具有統(tǒng)計(jì)學(xué)意義。PCA分析用于多參數(shù)的降維，并提取主成分PC1、PC2。廣義線性模型使用多元逐步回歸，根據(jù)AIC準(zhǔn)則篩選，生成每個(gè)變量的估計(jì)值和P值，所有統(tǒng)計(jì)分析均使用R軟件（版本4.2.1）進(jìn)行。

2 結(jié)果

2.1 客觀指標(biāo)與年齡的相關(guān)性分析

根據(jù)年齡段18～30、31～40、41～50、51～60將受試者分為4組，方差分析結(jié)果顯示不同年齡組之間在膠原蛋白密度上存在顯著差異（表1）。Shapiro-Wilk測(cè)試受試者年齡呈現(xiàn)非正態(tài)分布（P<0.05），因此后續(xù)采用Spearman相關(guān)分析。發(fā)現(xiàn)膠原蛋白密度與年齡的負(fù)相關(guān)性最顯著（r=？0.309，P=0.002），表明隨著年齡的增長(zhǎng)，皮膚中膠原蛋白的密度普遍下降（表2）。其他油脂相關(guān)參數(shù)（如油脂0.5 h）顯示出負(fù)相關(guān)，這些相關(guān)性不具統(tǒng)計(jì)學(xué)顯著性（P>0.05）。TEWL和pH的相關(guān)性較低，并且P值高，表明這些指標(biāo)與年齡的線性關(guān)系不大。

使用Kruskal-Wallis H檢驗(yàn)分析不同年齡組之間眼角區(qū)域多個(gè)彈性指標(biāo)的差異。結(jié)果顯示，多個(gè)指標(biāo)在不同年齡組之間存在顯著差異。特別是眼角_Q2、眼角_ R7和眼角_R5這三個(gè)指標(biāo)的P值極低（P<0.000 1），表明這些指標(biāo)與在不同年齡組別中存在顯著差異（表3）。進(jìn)一步通過(guò)儀器檢測(cè)的彈性指標(biāo)數(shù)據(jù)顯示，眼角的R5，Q2，R7，Q1和R2指標(biāo)與日歷年齡顯示出顯著的負(fù)相關(guān)性（|R|>0.5，P<0.000 1），這表明隨著年齡增加，這些彈性指標(biāo)顯著減少。特別是眼角R5（r=？0.612，P<0.000 1），為最顯著的負(fù)相關(guān)趨勢(shì)，提示隨著年齡增長(zhǎng)眼角區(qū)域的彈性顯著下降。此外，眼角的F4和R1指標(biāo)與年齡顯示出顯著的正相關(guān)性（R>0.5，P<0.000 1），提示這些彈性屬性隨著年齡增長(zhǎng)而增加（表4）。本研究的結(jié)果揭示了隨著年齡增長(zhǎng)，眼角區(qū)域彈性指標(biāo)的顯著變化，特別是一些關(guān)鍵指標(biāo)的顯著負(fù)相關(guān)性強(qiáng)調(diào)了皮膚老化對(duì)眼角區(qū)域彈性的顯著影響。

方差分析結(jié)果顯示膚色的M（黑色素含量）、L（膚色亮度）、E（血色素含量）參數(shù)存在顯著差異（表5）。M參數(shù)與年齡呈現(xiàn)正相關(guān)（r=0.414），隨著年齡的增長(zhǎng)，M參數(shù)值也有增加的趨勢(shì)。L參數(shù)（r=？0.371）與年齡呈現(xiàn)負(fù)相關(guān)，說(shuō)明隨著年齡的增長(zhǎng)，皮膚的亮度值有下降的趨勢(shì)，皮膚可能會(huì)變得更暗或失去光澤。E參數(shù)（r=0.266）也與年齡呈現(xiàn)正相關(guān)，隨著年齡增長(zhǎng)，面部膚色紅色加深（表6）。

2.2 皮膚老化參數(shù)的主成分分析

研究將上述不同維度中顯著與老化關(guān)聯(lián)的參數(shù)集合成新的老化特征，并進(jìn)行PCA降維。老化參數(shù)包含了多種與人類皮膚老化相關(guān)的生物標(biāo)志物，如皮膚眼角彈性、膠原蛋白密度以及不同皮膚區(qū)域的特性測(cè)量值。第一主成分解釋了大約44.51%的方差，而第二主成分解釋了大約21.38%（表7）。這表明這兩個(gè)主成分共同解釋了超過(guò)65%的數(shù)據(jù)方差。第一主成分可能捕捉了最為關(guān)鍵的老化標(biāo)志，如彈性和膠原蛋白的總體變化，因?yàn)樗忉屃俗畲蟊壤姆讲睢５谝恢鞒煞挚赡鼙硎玖艘粋€(gè)“總體老化”因子，捕捉了多個(gè)與老化相關(guān)的生物標(biāo)志物的共同變化趨勢(shì)。第二主成分可能表示另一種與老化相關(guān)但與第一主成分相互獨(dú)立的生物過(guò)程，例如與特定皮膚區(qū)域（如眼角）的老化特性相關(guān)的變量。高載荷的變量對(duì)主成分的貢獻(xiàn)較大，因此在老化過(guò)程中可能扮演重要角色。Spearman相關(guān)性分析表明，PC1與年齡之間存在顯著的負(fù)相關(guān)關(guān)系（r=？0.60，P<0.000 1）。

2.3 皮膚老化參數(shù)廣義線性模型分析

廣義線性模型得到皮膚老化指數(shù)（skin aging index，SAI）預(yù)測(cè)值公式如下：SAI=66.423+（？1.619）×眼角_ Q1+0.790×眼角_R2+1035.905×眼角_R8+（？50.163）×眼角_F3+778.147×眼角_R1+（？39.317）×眼角_ F4+531.070×眼角_R9+（？0.149）×膠原蛋白密度（表8），并檢驗(yàn)老化綜合指標(biāo)和年齡的相關(guān)程度Spearman為0.699 4，表明強(qiáng)相關(guān)，并且SAI比PCA得到的PC1與年齡的關(guān)聯(lián)性更強(qiáng)，更加適用于綜合評(píng)估。

3 討論

人體面部皮膚表型的老化參數(shù)包括皺紋深度、皮膚彈性下降、色素沉著增加等，先前研究報(bào)道皺紋的形成和深度是衡量皮膚老化最直觀的參數(shù)之一[6-7]。除了皺紋，色素沉著也是評(píng)估皮膚老化的重要指標(biāo)。Luebberding等[8]在研究中使用三維成像技術(shù)評(píng)估了面部皺紋的嚴(yán)重程度，并發(fā)現(xiàn)皺紋的嚴(yán)重程度與年齡呈正相關(guān)，尤其是在眼周區(qū)域。此外，Gao等[9]的研究使用3DEEP多源射頻技術(shù)結(jié)合分?jǐn)?shù)皮膚再表面化治療眼周皮膚老化，也顯示了類似的年齡相關(guān)性。眼角區(qū)域的皮膚老化可以通過(guò)量化的生物力學(xué)參數(shù)有效評(píng)估。研究中發(fā)現(xiàn)眼角彈性參數(shù)與老化關(guān)聯(lián)更緊密一致。這一現(xiàn)象可能由多種因素引起，例如紫外線（UV）暴露不均，由于日?；顒?dòng)和環(huán)境因素，一側(cè)面部可能比另一側(cè)更多地暴露在紫外線下。在遺傳和生物學(xué)因素上，人體的兩側(cè)并不是完全對(duì)稱的，包括皮膚的厚度、彈性和血液循環(huán)等。這些生物學(xué)上的微小差異可能導(dǎo)致皮膚眼角老化在左右兩側(cè)表現(xiàn)不同。

綜合指標(biāo)在皮膚老化的研究中具有重要作用，有助于科學(xué)家和臨床醫(yī)生對(duì)皮膚的衰老狀況進(jìn)行全面的評(píng)估。通過(guò)因子分析提取的綜合指標(biāo)，如手背皮膚的紋理、網(wǎng)格、最大角度和最大與最小角度的差值，可以創(chuàng)建一個(gè)模型，量化并比較不同人群的皮膚老化程度[10]。另外，紋理和角度等參數(shù)與皮膚老化等級(jí)之間的關(guān)聯(lián)，使其能夠用作老化的量化評(píng)估指標(biāo)[11]。綜合指標(biāo)的建立不僅提高了老化評(píng)估的準(zhǔn)確性，還可通過(guò)三維皮膚表面輪廓clHMIYkCKfk2AWBSnVQMiCtHg2GDdAbFrNp4GHMauvk=測(cè)量技術(shù)定量描述皮膚的變化過(guò)程，從而揭示老化的不同階段[12]。這類指標(biāo)的應(yīng)用有望推動(dòng)皮膚老化的相關(guān)研究，促進(jìn)開(kāi)發(fā)更為精準(zhǔn)的診斷和治療方案。

本研究通過(guò)主成分分析和廣義線性模型分別構(gòu)建了不同的客觀老化參數(shù)綜合指標(biāo)進(jìn)行比較，建立了一個(gè)可以定量評(píng)價(jià)皮膚老化程度的綜合性指標(biāo)。

參考文獻(xiàn)

[1] Diekmann J， Alili L， Scholz O， et al. A three-dimensional skin equivalent reflecting some aspects of in vivo aged skin[J]. Exp Dermatol， 2016， 25（1）： 56-61.

[2] Pond D， McBride AT， Davids LM， et al. Microstructurallybased constitutive modelling of the skin-linking intrinsic ageing to microstructural parameters[J]. J Theor Biol， 2017， 444： 108-123.

[3] Puschmann S， Rahn CD， Wenck H， et al. Approach to quantify human dermal skin aging using multiphoton laser scanning microscopy[J]. J Biomed Opt， 2012， 17（3）： 036005.

[4] Takema Y， Yorimoto Y， Kawai M， et al. Age-related changes in the elastic properties and thickness of human facial skin[J]. Br J Dermatol， 1994， 131（5）： 641-648.

[5] Ma L， Tan Y， Zheng S， et al. Correlation study between image features and mechanical properties of Han Chinese facial skin[J]. Int J Cosmet Sci， 2017， 39（1）： 93-100.

[6] Fujimura T， Haketa K， Hotta M， et al. Loss of skin elasticity precedes to rapid increase of wrinkle levels[J]. J Dermatol Sci， 2007， 47（3）： 233-239.

[7] Takema Y， Yorimoto Y， Kawai M. The relationship between age-related changes in the physical properties and development of wrinkles in human facial skin[J]. J Soc Cosmet Chem， 1995， 46： 163-173.

[8] Luebberding S， Krueger N， Kerscher M. Quantification of age-related facial wrinkles in men and women using a three-dimensional fringe projection method and validated assessment scales[J]. Dermatol Surg， 2014， 40（1）： 22-32.

[9] Gao L， Kang H， Li Y， et al. Clinical efficacy and safety of 3deep multisource radiofrequency therapy combined with fractional skin resurfacing for periocular skin aging[J]. J Clin Aesthet Dermatol， 2020， 13（3）： 41-44.

[10] 高倩， 董國(guó)慶， 劉嶸， 等. 以因子分析方法定量評(píng)價(jià)人群手背部皮膚老化[J]. 中國(guó)美容醫(yī)學(xué)， 2013， 22（1）： 64-66.

[11] 高倩， 汪薇， 王陽(yáng)， 等. 手背部皮膚紋理老化定量評(píng)價(jià)指標(biāo)研究[J]. 中國(guó)美容醫(yī)學(xué)， 2007， 16（7）： 941-944.

[12] Uchida T， Komeda T， Miyagi M， et al. Quantification of skin aging by three-dimensional measurement of skin surface contour [C]//IEEE International Conference on Systems， Man and Cybernetics Information Intelligence and Systems （Cat No96CH35929）. 1996： 450-455.