Obesity Indices, Skeletal Muscle Mass, and Physical Activity are Not Independently Associated with Glycemic Control in Patients with Type 2 Diabetes

Yun-A Shin; Gwang-Yeol Baek; Young-Ung Kim; EunSeok Cha

doi:10.15758/jk.2026.28.2.50

J Kinesiol > Volume 28(2); 2026 > Article

Shin, Baek, Kim, and Cha: Obesity Indices, Skeletal Muscle Mass, and Physical Activity are Not Independently Associated with Glycemic Control in Patients with Type 2 Diabetes

Original Research

Journal of Kinesiology 2026;28(2):50-59.

Published online: April 30, 2026

DOI: https://doi.org/10.15758/jk.2026.28.2.50

Obesity Indices, Skeletal Muscle Mass, and Physical Activity are Not Independently Associated with Glycemic Control in Patients with Type 2 Diabetes

Yun-A Shin¹

, Gwang-Yeol Baek²

, Young-Ung Kim², EunSeok Cha^3,^*

¹Department of Exercise Prescription & Rehabilitation, College of Sport Science, Dankook University, Cheonan, Republic of Korea

²Graduate School of Adaptive Physical Education, Dankook University, Cheonan, Republic of Korea

³College of Nursing, Chungnam National University, Deajeon, Republic of Korea

^*Correspondence: EunSeok Cha, College of Nursing, Chungnam National University, Jung-gu, Deajeon City, Republic of Korea;
Tel: +82-10-9909-0583; E-mail: echa5@cnu.ac.kr

Received March 15, 2026 Accepted March 29, 2026

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

PURPOSES

Obesity is a well-established risk factor for type 2 diabetes mellitus (T2DM). However, non-obese T2DM patients may have worse prognoses due to sarcopenia and beta-cell dysfunction, particularly in Asians. This study investigated associations between obesity indices, skeletal muscle mass, physical activity, and glycemic control in Korean T2DM patients.

METHODS

A total of 179 T2DM patients were classified into non-obese (BMI < 25 kg/m²) and obese (BMI ≥ 25 kg/m²) groups. Obesity indicators included BMI, waist circumference, and body fat percentage; their cumulative effect was assessed using a clustering score (0-3). Skeletal muscle index (SMI) was calculated from bioelectrical impedance analysis. Physical activity was assessed using a questionnaire. Glycemic control was evaluated using fasting plasma glucose (FPG) and HbA1c. Group comparisons and multivariable logistic regression were performed to identify independent predictors of poor glycemic control.

RESULTS

The non-obese group had lower body weight and visceral fat but marked skeletal muscle deficit (p < 0.001). Higher SMI tertiles and physical activity guideline adherence were not associated with improvements in glycemic indices. The obesity clustering score showed no dose-response relationship with FPG, HbA1c, or poor glycemic control. In multivariable analyses, BMI-defined obesity, SMI, and physical activity were not independently associated with poor glycemic control in this study.

CONCLUSIONS

In T2DM patients, BMI-defined obesity, skeletal muscle mass, and physical activity alone may be insufficient to explain glycemic control. These findings highlight T2DM’s metabolic heterogeneity and suggest that single anthropometric or lifestyle indicators may inadequately assess glycemic risk. A multidimensional approach incorporating disease duration, treatment factors, and body composition quality may be required.

Keywords: Glycemic Control / Obesity Paradox / Sarcopenia / Skeletal Muscle Mass / Type 2 Diabetes Mellitus

서론

비만은 전 세계적으로 2형 당뇨병(Type 2 diabetes mellitus; T2DM)의 발병률을 높이고 혈당 조절에 관여하는 강력한 위험 요인이다. 세계보건기구(WHO) 아시아태평양 지침에 따르면 비만은 체질량지수(Body mass index; BMI)를 25kg/m² 이상으로 정의되며, 이는 대사 질환의 핵심 지표로 활용되어 왔다[1]. 한국인을 대상으로 한 대규모 코호트 연구에서는 BMI가 23~25 kg/m² 범위에서부터 당뇨병 및 심혈관계 위험이 유의하게 증가하는 것으로 보고되어, 상대적으로 낮은 BMI에서도 비만 관리의 필요성이 강조되어 왔다[2,3].

한편, 최근 연구들은 BMI가 정상 범위에 속하는 비비만(non-obese) 2형 당뇨병 환자들에서도 비만 환자만큼 혈당 조절이 어렵거나 예후가 좋지 않은 사례가 보고되고 있다[4]. 이는 BMI가 체중을 신장의 제곱으로 나눈 단순 지표이기 때문에 대사 건강의 핵심 요소인 체지방과 골격근량을 반영하지 못하기 때문으로, 이들 집단은 BMI 기준만으로는 설명되지 않는 이질적인 임상적 특성을 보인다[5]. 특히 아시아 인구는 서구인에 비해 상대적으로 낮은 BMI에서도 당뇨병 발병률이 높으며, 체중 증가보다는 인슐린 분비의 저하와 말초 조직의 대사 이상이 병태생리에 더 크게 관여할 가능성이 제기되어 왔다[6,7]. 이러한 특성은 체중이나 BMI 중심의 전통적인 위험 평가가 아시아인 2형 당뇨병 환자의 대사적 이질성을 충분히 반영하지 못할 수 있음을 나타낸다. 골격근은 인슐린 자극 하에서 체내 포도당 흡수의 대부분을 담당하는 주요 대사 기관으로, 전신 포도당 항상성 유지에 핵심적인 역할을 한다[8]. 근육량 감소는 인슐린 감수성 저하 및 포도당 처리 능력 감소를 초래할 수 있으며, 노화나 만성 질환과 동반된 근감소증(sarcopenia)은 당뇨병의 병태생리와 상호작용하여 혈당 조절을 더욱 악화시킬 수 있다[9,10].

현재 당뇨병 관리의 일차적 목표는 당화혈색소(HbA1c)를 7.0% 미만으로 유지하는 것이다[11]. 그러나 선행 연구들에 따르면, 신체활동량과 비만도가 비슷하더라도 근육량의 수준에 따라 혈당 조절 도달율은 현저한 차이를 보인다[12]. 이에 따라 최근에는 BMI와 같은 단일 체중 지표에 국한되기보다, 골격근량과 신체활동 수준을 포함한 신체 구성(body composition) 중심의 접근이 2형 당뇨병 관리에서 중요한 역할을 할 수 있다는 관점이 제시되고 있다[13].

그러나 이러한 생리학적 중요성에도 불구하고, 임상 현장에서 골격근량이나 신체활동 수준이 혈당 조절 지표(HbA1c, 공복혈당)를 얼마나 독립적으로 설명할 수 있는지에 대해서는 일관된 근거가 부족하다. 이러한 선행 연구 간 결과의 불일치는 골격근량 측정법(DEXA vs. BIA)의 차이 뿐만 아니라, 설문 기반 신체활동량 평가(IPAQ 등)의 주관성 및 측정 편향에서 기인했을 가능성이 크며, 대부분의 연구가 단편적인 지표의 상관관계에만 의존하여 다차원적인 신체 구성을 충분히 통제하지 못한 한계가 있다. 특히 비만 여부에 따른 비교, 골격근량 수준에 따른 대사 지표 차이, 그리고 비만 관련 지표의 누적 위험이 혈당 조절 실패와 어떠한 관련성을 갖는지에 대해서는 명확한 결론이 제시되지 않은 상황이다. 이러한 불확실성은 BMI 중심의 기존 위험 평가 체계가 2형 당뇨병 환자의 실제 혈당 조절 상태를 충분히 설명하지 못할 가능성을 의미한다.

이에 본 연구는 2형 당뇨병 환자를 대상으로 BMI 기준에 따른 비만 여부에 따라 신체 구성과 임상적 특성을 비교하고, 골격근량 지수와 신체활동 수준에 따른 대사 지표의 차이를 분석하고자 하였다. 또한 BMI, 복부비만, 체지방률로 구성된 비만 관련 지표의 누적 위험이 혈당 조절 지표(HbA1c, 공복혈당) 및 혈당 조절 실패와 얼마나 관련성을 갖는지 검증하고자 하였다. 본 연구는 전통적인 비만 지표와 단일 신체 구성 지표의 관련성을 객관적으로 비교함으로써 2형 당뇨병 환자의 혈당 조절을 이해하는 데 있어 BMI 중심 접근의 한계를 규명하고자 한다. 특히, 기존 연구들이 단편적인 지표 분석에 그쳤던 것과 달리, 본 연구는 비만 지표, 골격근량, 신체활동 수준을 통합적으로 분석하여 이들의 복합적인 영향력이 혈당 조절 실패에 미치는 기여도를 규명한다는 점에서 차별성을 갖는다. 이를 통해 향후 2형 당뇨병 환자의 개별화된 대사 위험 평가 및 정교한 관리 전략 수립을 위한 임상적 근거를 제공하고자 한다.

연구방법

1. 연구 대상자

본 연구는 C 대학병원 내분비내과 외래를 내원한 2형 당뇨병 환자를 대상으로 실시하였다. 선정 기준은 2형 당뇨병을 진단받고 외래를 통해 추적 관찰 중인 성인 남녀로 하였으며, 연구 결과의 신뢰성을 확보하기 위해 다음의 기준에 해당하는 자는 연구 대상에서 제외하였다: (1) 1형 당뇨병, 임신성 당뇨병 또는 기타 이차성 당뇨병이 있는 자, (2) 악성 종양으로 항암 치료 중이거나 중증 감염 등 급성기 질환으로 인해 체중 및 혈당의 비정상적 변동이 확인된 자, (3) 말기 신부전(혈액 투석 중인 자 포함)이나 중증 간부전 등 당화혈색소(HbA1c) 수치 해석에 교란을 줄 수 있는 기저질환이 있는 자, (4) 기타 주요 분석 변수의 결측이 많아 통계적 처리가 불가능한 자.

1) 표본 크기 산출 및 자료 수집

표본 크기는 G*Power software (version 3.0.10, Franz Faul, University of Kiel, Germany)를 이용하여 산출하였다. 연구의 주 독립변수인 비만 및 근육량 지표에 따른 3개 집단간의 혈당 조절 차이를 검증하기 위해 일원배치 분산분석(One-way ANOVA) 모형을 적용하였으며, 유의 수준(α) 0.05, 검정력(1-β) 0.80, 그리고 중간 효과 크기(medium effect size, Cohen’s f) 0.25를 기준으로 하였을 때, 최소 필요 표본 수는 159명으로 산출되었다. 연구 진행 중 설문 응답 불성실 및 중도 탈락 가능성(약 20%)을 고려하여 총 191명을 초기 모집 대상으로 선정하였으며, 이 중 선정 및 제외 기준을 충족하고 모든 신체 계측 및 설문조사를 완료한 최종 179명의 자료를 분석에 사용하였다.

2) 윤리적 고려

본 연구는 헬싱키 선언(Declaration of Helsinki)의 윤리적 원칙을 준수하여 수행되었으며, 연구 시작 전 C 대학교 생명윤리심의위원회(Institutional Review Board; IRB)의 승인을 획득하였다(승인번호: 201910-SB-184-01). 연구 대상자에게는 연구의 목적과 절차에 대해 충분히 설명한 후 서면 동의를 받았다.

2. 연구절차

1) 신체 계측 및 비만·근육 지표 정의

신장, 체중, 골격근량(Skeletal Muscle Mass; SMM) 및 체지방률(Percent Body Fat; PBF)은 가벼운 옷차림을 한 상태에서 신발을 벗고 직립한 자세로 생체전기저항법(Bioelectrical Impedance Analysis; BIA)을 이용한 체성분 분석기(InBody S10, InBody Co., Seoul, Korea)를 사용하여 측정하였다. 신장은 0.1 cm 단위, 체중은 0.1 kg 단위까지 측정하였다.

본 연구에서는 체중이 당뇨병 조절에 미치는 영향을 규명하기 위해 전통적인 비만 지표와 함께 골격근량 지수(Skeletal Muscle Index; SMI)를 주요 분석 변수로 설정하였다. 일반적으로 근감소증 진단에는 신장 보정 지표(ASM/height2)가 활용되나, 신장 보정 지표는 과체중이나 비만 집단에서 근육량의 상대적 부족을 과소평가할 가능성이 있다[14]. 반면, 체중 대비 근육량 비율은 체격(Body size)에 따른 대사 요구량을 반영하며, 특히 아시아인 2형 당뇨병 환자에게서 인슐린 저항성 및 당화혈색소 수준과 더 유의미한 관련성을 갖는 것으로 보고되고 있어[15] 본 연구의 주요 변수로 설정하였다. BMI는 체중(kg)을 신장의 제곱(m²)으로 나누어 산출하였으며, SMI는 체중 대비 골격근량의 비율(SMM (kg)/Weight (kg) x 100)로 정의하여 근육량의 상대적 비율을 평가하였다. 각 지표의 구체적인 기준은 <Table 1>과 같다.

2) 신체활동 측정

신체활동 수준을 평가하기 위해 국제신체활동설문지(International Physical Activity Questionnaire; IPAQ)를 사용하였다. IPAQ는 지난 7일 동안 10분 이상 지속한 격렬한 활동(vigorous), 중등도 활동(moderate), 그리고 걷기(walking)의 빈도(일/주)와 지속 시간(분/일)을 조사하는 방법으로, 수집된 자료는 IPAQ 점수 환산법에 따라 대사당량(metabolic equivalent task; MET-min/week)으로 환산하여 총 신체활동량(Total METs)을 산출하였으며, 이를 연속 변수로 사용하여 통계적 분석의 공변량으로 활용하였다. 또한, 분석의 편의를 위해 주당 150분 이상의 중강도 활동 또는 75분 이상의 고강도 활동을 수행하는 경우를 규칙적 신체활동군, 그 외를 비규칙적 신체활동군으로 분류하였다.

3) 혈중 포도당과 지질 수준 측정

혈액 검사 결과는 자료 수집일 기준 1개월 이내의 의무기록을 후향적으로 검토하여 수집하였다. 모든 대상자는 최소 12시간 이상 공복 상태를 유지한 후 정맥혈을 채취하였으며, 분석에 포함된 혈당 조절 지표의 기준은 <Table 2>와 같다.

3. 자료처리방법

모든 자료의 통계적 처리는 SAS software (version 9.4; SAS Institute Inc., Cary, NC, USA)를 사용하여 수행하였다. 연속형 변수는 평균 ± 표준편차(mean ± SD)로, 범주형 변수는 빈도와 백분율(n,%)로 제시하였다. 비만 여부에 따른 집단 간 차이는 독립 표본 t-검정(independent t-test)과 카이제곱 검정(chi-square test)을 이용하여 분석하였다. SMI 3분위에 따른 변수의 차이는 일원배치 분산분석(one-way ANOVA)을 실시하였으며, 사후 검정은 Scheffé test를 사용하였다. 비만 지표 누적 점수에 따른 혈당 조절 지표(FPG, HbA1c)의 평균 비교는 연령, 성별 및 신체활동량(METs)을 공변량으로 보정한 공분산분석(ANCOVA)을 수행하였다. 또한 집단 간 선형적 경향성을 확인하기 위해 trend test를 실시하였다. 불충분한 혈당 조절(HbA1c ≥ 7.0%)에 미치는 위험 요인의 영향력을 규명하기 위해 다중 로지스틱 회귀분석(multiple logistic regression analysis)을 실시하였다. Model 1은 연령과 성별을 보정하였고, Model 2는 연령, 성별, 신체활동량을 보정하였으며, Model 3는 연령, 성별, 신체활동량, 골격근량 지수 및 비만 지표를 보정하였다. 각 모델에서 오즈비율(odds ratio, OR)와 95% 신뢰구간(confidence interval, CI)을 산출하였다. 모든 통계 검정의 유의 수준은 α = 0.05로 설정하였다.

결과

1. 비만 유무에 따른 대상자의 일반적 특성 비교

연구 대상자 179명을 BMI 25 kg/m²를 기준으로 비비만군(Non-obese, n = 80)과 비만군(Obese, n = 99)으로 나누어 임상적 특성을 비교한 결과는 <Table 3>와 같다.

두 집단 간 연령과 성별 분포에는 유의한 차이가 없었으나, 신체 계측 지표에서 뚜렷한 차이가 확인되었다. 비만군은 비비만군에 비해 체중, 허리둘레, 체지방률이 모두 유의하게 높았던 반면(p < 0.001), 골격근량은 비비만군이 비만군에 비해 현저히 낮은 것으로 나타났다(p < 0.001).

신체활동량은 두 집단 간 통계적으로 유의한 차이가 없는 것으로 나타났다. 혈압은 SBP(p < 0.01), DBP(p < 0.001) 모두 비만군에서 유의하게 높게 나타났으며 FPG와 HbA1c는 비만 유무에 따른 유의한 차이가 관찰되지 않았다.

비만이 혈당 조절에 미치는 영향을 성별과 연령에 따라 비교하기 위해, 전체 대상자를 성별 및 65세를 기준으로 구분하여 비만 유무에 따른 FPG와 HbA1c 수치를 비교한 결과는 <Figure 1>와 같다. 분석 결과, 65세 이상 여성 노인 그룹에서는 비만군의 HbA1c가 비비만군에 비해 통계적으로 유의하게 높았다( p < 0.01). 반면, 65세 미만 여성 성인 그룹에서는 비만 유무에 따른 혈당 조절 지표의 차이가 관찰되지 않았으며, 남성 그룹은 연령과 상관없이 통계적인 유의성이 나타나지 않았다.

2. 골격근량 지수(SMI)에 따른 주요 변수 및 혈당 조절 비교

대상자의 SMI를 3분위로 분류하여 집단 간 차이를 분석한 결과는 <Table 4>와 같다. 근육량 비율에 따라 비만지표는 BMI, 허리둘레, 체지방률에서 유의한 차이가 나타났으며, 근육량 비율이 가장 낮은 하위 1분위(T1) 그룹은 상위 3분위(T3) 그룹에 비해 BMI, 허리둘레, 체지방률이 유의하게 높게 나타났다( p < 0.001). 또한, 신체 활동량도 근육량 비율에 따라 유의한 차이가 나타났으며, 상위 3분위 그룹은 하위 1분위 그룹과 중간 2분위 그룹에 비해 높은 신체활동 수준이 나타났다( p < 0.01). 혈당 조절 지표의 경우 통계적으로 유의한 차이를 나타내지 않았다.

3. 신체활동량 지침 이행여부에 따른 신체 구성 및 혈당 조절 지표 비교

신체활동 지침 이행여부에 따른 비교는 <Table 5>와 같다. 분석 결과, 두 집단 간 연령, BMI, 허리둘레, 체지방률에는 통계적으로 유의한 차이가 나타나지 않았다. 근육량은 유의한 차이를 나타냈으며(p < 0.05), 활동군은 비활동군에 비해 골격근량과 체중 보정 지표인 SMI가 유의하게 높은 것으로 나타났다( p < 0.05). FPG와 HbA1c는 유의한 차이를 나타내지 않았다.

4. 비만 지표의 군집화가 혈당 조절에 미치는 영향

비만 관련 위험 요인(BMI 비만, 복부비만, 고체지방)의 누적 개수에 따른 혈당 조절 능력을 비교하기 위해 연령, 성별, 신체활동량을 공변량으로 보정하여 분석한 결과는 <Table 6>와 같다. 비만 위험 요인이 하나도 없는 0점 그룹의 보정된 FPG와 HbA1c가 위험 요인이 1개 이상 존재하는 그룹보다 오히려 높게 나타났으나, 본 연구의 단면적 설계(cross-sectional design) 조건 하에서 이러한 차이에 대한 통계적 유의성은 확인되지 않았다.

불충분한 혈당 조절(HbA1c ≥ 7.0%)에 미치는 요인을 규명하기 위해 다중 로지스틱 회귀분석을 실시한 결과는 <Table 7>과 같다. 연령과 성별을 보정한 Model 1에서 BMI( ≥ 25 kg/m²)는 혈당 조절 실패를 예측하는 유의한 인자가 아닌 것으로 나타났다(OR = 0.98, 95% CI 0.52-1.84). 신체활동량과 SMI를 추가로 투입한 Model 2와 Model 3에서도 통계적 유의성은 나타나지 않았다.

논의

본 연구는 2형 당뇨병 환자를 대상으로 비만 지표들과 골격근량 및 신체활동 수준이 혈당 조절 지표에 어떠한 관련성을 갖는지를 분석하였다. 주요 결과는 다음과 같이 요약할 수 있다. 첫째, 비비만(non-obese) 2형 당뇨병 환자는 비만 환자에 비해 절대적인 골격근량이 유의하게 낮았음에도 불구하고, FPG와 HbA1c는 두 군 간에 통계적으로 유의한 차이를 보이지 않았다. 이는 많은 경우에 혈당조절이 약을 통해 이루어질 수 있음을 고려할 때 후속연구가 필요한 부분이다. 둘째, 비만 관련 위험 요인이 전혀 없는 군에서도 혈당 조절 지표가 더 양호하지 않았으며, 오히려 수치적으로 높은 경향을 보여 전통적인 비만 지표만으로 혈당 조절 상태를 설명하기 어렵다는 점이 확인되었다. 셋째, 골격근량이 많은 집단에서 신체활동량은 유의하게 높았으나, 이러한 차이가 혈당 조절 지표의 유의한 개선으로 이어지지는 않았다.

본 연구에서 비만군은 비비만군에 비해 체중, 허리둘레, 체지방률뿐만 아니라 골격근량 또한 유의하게 높았는데, 이는 절대적인 근육량이 체중 및 체지방량과 밀접하게 연관되어 있음을 보여주는 결과로, 비만 여부에 따른 단순 비교에서 근육량이 혈당 조절의 보호 요인으로 작용한다고 해석하기에는 한계가 있음을 나타내는 결과이다. 특히 비비만군은 낮은 BMI와 허리둘레에도 불구하고 공복혈당과 당화혈색소가 비만군보다 더 양호하지 않았는데, 이는 한국인을 포함한 아시아 2형 당뇨병 환자에서 낮은 BMI가 반드시 혈당장애의 보호요인이 된다는 것을 의미하지 않는다는 기존 연구 결과와 부합한다[16-18]. 하지만, 혈압은 비비만군에서 낮았으며, 혈압과 혈당 간의 상관관계나 둘의 상호작용이 당뇨합병증을 더욱 유발한다는 접을 고려할 때, 단순히 BMI만을 고려할 것이 아니라, 대사이상 전반에 대한 고려가 필요함을 나타낸다.

비만의 영향을 성별과 연령으로 구분하여 분석한 결과, 65세 이상 여성 노인 그룹에서만 비만군의 HbA1c가 비비만군보다 유의하게 높게 나타났다. 반면, 동일 연령대의 남성이나 65세 미만 집단에서는 비만 여부에 따른 혈당 조절 지표의 차이가 관찰되지 않았다. 이러한 결과는 연구에 참여한 2형 당뇨병 환자 대부분이 기본적으로 약물 치료를 통해 혈당을 조절하고 있다는 점을 전제하여 해석해야 한다. 즉, 비만이 혈당 조절에 미치는 영향이 모든 2형 당뇨병 환자에게 동일하게 작용하지 않으며, 오히려 성별과 연령에 따라 상이한 병태생리적 경로가 약물 치료의 기전 및 반응과 복합적으로 상호작용하고 있을 가능성을 나타낸다[19]. 특히 65세 이상 여성 노인 비만군에서 관찰된 유의하게 높은 HbA1c는, 이 집단에서 비만으로 인한 인슐린 저항성 약화 등의 요인이 표준적인 약물 치료의 효과를 상쇄할 만큼 강력하게 작용할 수 있을 나타내는 결과이다[18]. 또한, 남성 환자에서 비비만군의 공복혈당이 상대적으로 높은 경향을 보인 결과는, 체지방 축적보다는 질병 경과 중 발생하는 체성분 소모나 대사 예비능 감소가 약물 치료를 통한 혈당 조절의 난이도를 높이는데 더 크게 작용했을 가능성이 있다[7,21,22].

SMI에 따른 분석에서는 근육량 비율이 높은 그룹은 신체활동량이 유의하게 높았음에도 불구하고, 공복혈당과 당화혈색소, 그리고 불량 혈당 조절 비율에서는 그룹 간 유의한 차이가 나타나지 않았다. 이러한 결과는 기존의 대규모 역학 연구들에서 보고된 비만의 역설을 뒷받침한다. 당뇨병 유병 기간이 길어질수록 이화 작용(catabolism)이 항진되어 체중과 근육이 비자발적으로 감소하게 되는데[7], 이러한 병태생리학적 소모 상태가 낮은 BMI로 나타났을 가능성이 크다. 즉, 이들에게 관찰된 정상 체중은 건강함의 지표가 아니라, 오히려 대사적 예비능(metabolic reserve)이 감소된 상태를 반영할 수 있다[17]. 반면, 경도 비만 환자의 경우 어느 정도 유지된 근육량과 지방 조직이 췌장의 부담을 완충하거나, 영양 섭취가 상대적으로 양호함을 의미할 수 있다[18,23]. 따라서 근육량과 신체활동이 상호 연관되어 있음에도 불구하고, 이들 지표가 혈당 조절을 단면적으로 설명하기에는 한계가 있음을 나타내었다. 이와 같이 선행 연구에서는 골격근량 감소가 인슐린 저항성 증가와 연관될 수 있음을 보고하였으나[12,24], 본 연구 결과는 근육량의 생리학적 중요성이 HbA1c와 같은 임상 지표에서 반드시 즉각적으로 반영되지 않을 수 있음을 나타내어 상반된 결과를 나타냈다. 특히 HbA1c가 수개월간의 평균 혈당을 반영한다는 점을 고려할 때, 단일 시점의 근육량 지표로는 혈당 조절 상태를 충분히 설명하기 어려웠을 가능성도 있다[11].

신체활동 지침 이행 여부에 따른 분석에서도 유사한 결과가 확인되었다. 신체활동 지침을 충족한 군은 비이행군에 비해 골격근량과 SMI가 유의하게 높았으나, 혈당 조절 지표에서는 유의한 차이를 보이지 않았다. 이는 신체활동의 총량(MET-min/week)만으로는 혈당 조절의 질적 차이를 나타내기 어렵다는 점을 나타내는 결과이다. 실제로 자가 보고 방식의 신체활동 평가는 중강도 이상의 활동을 과대 보고하는 경향이 있으며[25,26], 2형 당뇨병 환자에서도 이러한 측정 한계가 보고되었다[24,27]. 더 나아가 최근 연구들은 혈당 조절 개선에는 운동의 총량(volume)보다는 강도(intensity)와 유형(type), 그리고 수행 시점(timing)이 더 중요할 수 있음이 제시되었다[28-31].

비만 지표의 군집화 분석과 다중 로지스틱 회귀분석 결과 역시 이러한 해석을 뒷받침한다. BMI 비만, 복부비만, 체지방률을 포함한 비만 위험 요인의 누적 개수는 혈당 조절 지표와 뚜렷한 용량-반응 관계를 보이지 않았으며, BMI, 신체활동량, SMI 모두 불량 혈당 조절에 대한 통계적으로 유의미한 독립적 예측 인자로 확인되지 않았다. 이는 혈당 조절 실패가 특정 단일 체성분 지표나 생활습관 요인에 의해 설명되기보다는, 질병 유병 기간, 약물 치료, 대사적 적응이 누적된 결과일 가능성을 나타내고[7,32], 본 연구의 분석 조건 및 표본 범위 내에서 독립적인 관련성이 통계적으로 검증되지 않았음을 한계로 나타냈다. 또한, 본 연구에서 사용된 SMI는 체중 대비 비율(SMM/Weight x 100)로 정의되었는데, 이는 지표의 구성상 BMI 및 다른 비만 관련 지표들과 구조적인 상호 연관성(structural collinearity)을 가질 가능성이 있다. BMI와 SMI가 모두 체중(Weight) 변수를 공통적으로 포함하고 있어, 두 지표 간의 독립적인 기여도를 분리하여 해석하는 데 일정한 통계적 제한점이 존재할 수 있다. 그럼에도 불구하고, 체중 대비 근육량 비율이 당뇨병 환자의 인슐린 저항성을 반영하는 데 있어 신장 보정 지표보다 우수하다는 선행 연구의 근거를 바탕으로 본 지표를 채택하였으며, 향후 연구에서는 이러한 구조적 상관관계를 통제할 수 있는 정교한 통계적 모델링이 보완되어야 할 것이다.

종합해보면, 본 연구는 2형 당뇨병 환자에서 체중, 근육량, 신체활동이라는 전통적 관리 지표들이 혈당 조절 상태를 단독으로 설명하기 어렵다는 점을 명확히 보여준다. 이는 임상 현장에서 BMI 또는 특정 신체 구성 지표 하나에 근거해 환자의 대사 상태를 판단하는 접근이 제한적일 수 있음을 나타내며, 향후 연구에서는 근육량뿐만 아니라 근력, 신체 수행 능력, 운동 강도와 같은 질적 지표를 포함한 종합적 평가가 필요함을 제시한다. 다만, 본 연구는 특정 시점의 변수들을 분석한 단면연구로서, 골격근량 및 신체활동 수준과 혈당 조절 지표 간의 직접적인 인과관계를 규명하는 데에는 한계가 있다. 특히 장기간의 고혈당 상태가 단백질 분해를 촉진하여 근감소를 유발하는 역인과관계의 가능성을 배제할 수 없으므로, 향후 종단적 설계를 통해 이러한 변수들의 장기적인 변화 궤적과 혈당 조절 간의 선후 관계를 명확히 규명할 필요가 있다.

특히, 본 연구는 2형 당뇨병 환자의 혈당 조절에 결정적인 영향을 미칠 수 있는 약물 치료의 종류, 투여 용량, 질병 유병 기간 등의 주요 임상 변수들을 분석 과정에서 충분히 통제하지 못하였다는 제한점이 있다. 혈당 조절 지표는 이러한 의학적 중재에 의해 크게 변동될 수 있으므로, 향후 연구에서는 이러한 요인들을 포함한 보정 분석을 통해 신체 구성 지표의 독립적 영향력을 보다 정밀하게 검증해야 할 것이다.

결론

본 연구는 2형 당뇨병 환자를 대상으로 비만 지표, 골격근량, 신체활동 수준이 혈당 조절에 미치는 영향을 종합적으로 분석하였다. 그 결과, BMI 기준 비만 여부, 골격근량 지수, 신체활동량 중 어느 단일 지표도 공복혈당이나 당화혈색소를 독립적으로 설명하지 못하였다. 이는 2형 당뇨병 환자에서 혈당 조절 실패가 특정 체성분 또는 생활습관 요인에 의해 단순히 결정되기보다는, 질병 경과와 치료 과정에서 형성된 복합적인 대사 상태의 결과일 가능성을 나타낸 결과이다. 본 연구는 체중 중심의 전통적 평가 체계의 한계를 제시하며, 향후 2형 당뇨병 관리 전략 수립 시 근육량, 신체활동의 질적 특성, 환자 특성을 고려한 다차원적 접근의 필요성을 강조하는 근거를 제공한다.

Conflicts of Interest

본 연구는 한국연구재단의 지원을 받아 수행된 연구입니다(NRF-2019R1A2C1087199; PI: Cha, E.S).

Figure 1.

Comparison of glycemic control indicators according to obesity status stratified by gender and age group.

Table 1.

Definition of Obesity and Muscle Indicators.

Variable	Criteria
Obesity	Obesity was defined as BMI ≥ 25 kg/m² according to the WHO Asia-Pacific guidelines.
Abdominal Obesity	Abdominal obesity was defined as waist circumference (WC) ≥ 90 cm for men and ≥ 85 cm for women according to the Korean Society for the Study of Obesity (KSSO) criteria.
High Adiposity	High body fat was defined as percent body fat (PBF) ≥ 30% based on clinical and epidemiological criteria.
Low Muscle Mass	Participants were classified into low muscle (lowest tertile, T1) and normal muscle (middle and highest tertiles, T2 and T3) groups based on sex-specific tertiles of skeletal muscle index (SMI).
Clustering Score	A cumulative obesity score (range 0-3) was calculated by assigning 1 point each for the presence of (a) BMI-defined obesity (≥ 25 kg/m²), (b) abdominal obesity (WC ≥ 90 cm for men, ≥ 85 cm for women), and (c) high body fat (PBF ≥ 30%), and summing the values.

Table 2.

Glycemic control indicators.

Variable	Criteria
HbA1c	Based on the clinical practice guidelines of the American Diabetes Association (ADA) and the Korean Diabetes Association (KDA), good glycemic control was defined as HbA1c < 7.0%, and poor glycemic control as HbA1c ≥ 7.0%.
FPG	Fasting plasma glucose (FPG) was used as a continuous variable (mg/dL), with ≥ 126 mg/dL considered as the threshold for hyperglycemia.

Table 3.

Baseline characteristics of study subjects according to obesity status.

Variables	Total (n = 179)	Non-obese (n = 80)	Obese (n = 99)	p-value
Age (years)	58.9 ± 13.1	60.9 ± 12.6	57.3 ± 13.4	0.067
Weight (kg)	69.8 ± 14.0	59.1 ± 7.6	78.4 ± 11.9	< 0.001
BMI (kg/m²)	25.8 ± 3.9	22.4 ± 1.7	28.5 ± 3.1	< 0.001
Waist circumference (cm)	87.1 ± 13.2	78.9 ± 10.4	93.8 ± 11.3	< 0.001
Body fat (%)	30.4 ± 7.9	26.2 ± 6.7	33.8 ± 7.1	< 0.001
Skeletal Muscle Mass (kg)	26.4 ± 5.7	23.6 ± 4.4	28.5 ± 5.7	< 0.001
Skeletal Muscle Index (%)	37.9 ± 4.6	39.8 ± 4.2	36.3 ± 4.2	< 0.001
Physical activity (MET-minute/week)	2332 ± 3942	2124 ± 3685	2500 ± 4150	0.522
SBP (mmHg)	133.8 ± 16.4	130.0 ± 15.8	136.9 ± 16.4	0.005
DBP (mmHg)	77.8 ± 10.4	73.5 ± 10.3	81.3 ± 9.2	< 0.001
FPG (mg/dL)	160.6 ± 62.4	164.8 ± 68.3	157.2 ± 57.4	0.430
HbA1c (%)	7.4 ± 1.3	7.4 ± 1.3	7.4 ± 1.3	0.688
Hypertension, n (%)	63 (35.2)	21 (26.2)	42 (42.4)	0.036

Table 4.

Comparison of variables according to skeletal muscle mass index (SMI) tertiles.

Variables	Low Muscle (T1)	Mid Muscle (T2)	High Muscle (T3)	p-value	Post-hoc
BMI (kg/m²)	28.1 ± 4.3	25.6 ± 3.2	23.6 ± 2.7	< 0.001	T1 > T2 > T3
Waist circumference (cm)	95.6 ± 11.2	86.5 ± 11.7	79.8 ± 12.3	< 0.001	T1 > T2 > T3
Body fat (%)	37.5 ± 5.4	30.1 ± 5.9	23.7 ± 5.8	< 0.001	T1 > T2 > T3
Physical activity (METs)	1109 ± 1452	2518 ± 3796	3370 ± 5289	0.006	T3 > T1,T2
FPG (mg/dL)	161.6 ± 61.7	162.8 ± 57.9	157.5 ± 68.0	0.888	-
HbA1c (%)	7.5 ± 1.3	7.3 ± 1.3	7.5 ± 1.3	0.678	-
Poor glycemic control, n (%)	37 (61.7)	32 (54.2)	41 (68.3)	0.287	-

Table 5.

Comparison of body composition and glycemic control indicators according to physical activity guideline compliance.

Variables	Inactive Group (n = 81)	Active Group (n = 122)	p-value
Age (years)	61.1 ± 13.3	58.4 ± 12.4	0.150
BMI (kg/m²)	25.7 ± 3.9	25.9 ± 3.9	0.720
Waist circumference (cm)	88.0 ± 1.4	86.9 ± 14.1	0.577
Body Fat (%)	31.6 ± 7.7	29.7 ± 7.9	0.113
Skeletal Muscle Mass (kg)	25.2 ± 5.6	27.0 ± 5.6	0.035
SMI (%)	37.0 ± 4.3	38.4 ± 4.6	0.032
FPG (mg/dL)	166.1 ± 98.9	160.2 ± 63.8	0.637
HbA1c (%)	7.4 ± 1.2	7.3 ± 1.3	0.654

Table 6.

Dose-response relationship between clustering of obesity indicators and glycemic control.

Obesity clustering score	n	FPG (mg/dL)^a	HbA1c (%)^a	Odds Ratio for Poor Control^b
0 (No indicator)	53	169.7	7.62	1.00 (Ref)
1 indicator	32	143.2	7.09	0.80 (0.31-2.05)
2 indicators	37	159.2	7.32	0.52 (0.21-1.27)
3 indicators	57	162.8	7.43	0.86 (0.38-1.95)
p-value		0.586	0.809	0.924

Note:

^a) Adjusted means (ANCOVA) adjusted for age, sex, and physical activity.

^b) Odds ratios from logistic regression adjusted for age, sex, and physical activity.

Table 7.

Logistic regression analysis for predicting poor glycemic control (HbA1c ≥ 7.0%)

Variables	OR (95% CI)	p-value
Model 1 (Basic)
BMI (≥ 25 kg/m²)	0.98 (0.52-1.84)	0.936
Model 2 (+Physical Activity)
BMI (≥ 25 kg/m²)	0.96 (0.51-1.80)	0.901
Physical Activity (per 100 METs)	1.00 (0.99-1.01)	0.223
Model 3 (+Muscle Mass)
BMI (≥ 25 kg/m²)	0.98 (0.51-1.87)	0.945
Skeletal Muscle Index (SMI)	1.00 (0.92-1.09)	0.940

References

1. World Health Organization. The Asia-Pacific perspective: redefining obesity and its treatment. Sydney: Health Communications Australia; 2000.

2. Oh SW, Shin SA, Yun YH, Yoo T, Huh BY. Cut-off point of body mass index and obesity-related comorbidities and mortality in middle-aged Koreans. Obes Res. 2004; 12(12):2031–40.

3. Seo MH, Han K, Kim YH, et al. Prevalence of obesity and incidence of obesity-related comorbidities in Koreans based on National Health Insurance Service Health Checkup Data 2006-2015. J Obes Metab Syndr. 2018; 27(1):46–52.

4. Kim JM, Joung KH, Kim HJ, Ku BJ, Jung S. Lean diabetes: 20-year trends in its prevalence and clinical features among Korean adults. BMC Public Health. 2024; 24(1):3117.

5. Neeland IJ, Poirier P, Després JP. Cardiovascular and metabolic heterogeneity of obesity. Circulation. 2018; 137(13):1391–406.

6. Wong MCS, Huang J, Wang J, et al. Global, regional and time-trend prevalence of central obesity: a systematic review and meta-analysis of 13.2 million subjects. Eur J Epidemiol. 2020; 35(7):673–83.

7. Kim TN. Sarcopenia and type 2 diabetes mellitus: pathophysiology and therapeutic strategies. Diabetes Metab J. 2023; 47(5):606–19.

8. DeFronzo RA, Jacot E, Jequier E, Maeder E, Wahren J, Felber JP. The effect of insulin on the disposal of intravenous glucose: results from indirect calorimetry and hepatic and femoral venous catheterization. Diabetes. 1981; 30(12):1000–7.

9. Hirani V, Naganathan V, Blyth F, et al. Longitudinal associations between body composition, sarcopenic obesity and outcomes of frailty, disability, institutionalisation and mortality in community-dwelling older men. Age Ageing. 2017; 46(3):413–20.

10. Mitchell WK, Williams J, Atherton P, Larvin M, Lund J, Narici M. Sarcopenia, dynapenia, and the impact of advancing age on human skeletal muscle size and strength: a quantitative review. Front Physiol. 2012; 3:260.

11. American Diabetes Association Professional Practice Committee. 6. Glycemic targets: standards of medical care in diabetes-2022. Diabetes Care. 2022; 45(Suppl 1):S83–96.

12. Miyake H, Kaneto H, Katakami N, et al. Association of skeletal muscle mass with glycemic control and diabetic complications in patients with type 2 diabetes mellitus. J Diabetes Investig. 2019; 10(2):473–9.

13. Srikanthan P, Karlamangla AS. Relative muscle mass is inversely associated with insulin resistance and prediabetes. Findings from the third National Health and Nutrition Examination Survey. J Clin Endocrinol Metab. 2011; 96(9):2898–903.

14. Park SH, Park JH, Song PS, Kim DK, Cho KH, Seol SH, Kim HK, Jang JY, Kim JH, Hong TJ, Shin YW. Additional role of sarcopenia to waist circumference in predicting the odds of metabolic syndrome. Clin Nutr. 2014; 33(4):668–72.

15. Kim TN, Choi KM. Sarcopenia, frailty, and diabetes in older adults. Diabetes Metab J. 2013; 37(2):91–102.

16. Carnethon MR, De Chavez PJ, Biggs ML, et al. Association of weight status with mortality in adults with incident diabetes. JAMA. 2012; 308(6):581–90.

17. Lee DH, Ha KH, Kim HC, Kim DJ. Body mass index and all-cause mortality in patients with newly diagnosed type 2 diabetes in Korea. BMJ Open Diabetes Res Care. 2022; 10(2):e002805.

18. Gatinese D, Gallo L, Di Vincenzo A, Busetto L, Vettor R. The obesity paradox in type 2 diabetes: a review of the proposed mechanisms. Nutrients. 2023; 15(3):569.

19. Chaurasia NK, et al. Gender differences and factors associated with glycaemic control among adults with type 2 diabetes mellitus in Madhesh Province, Nepal: a cross-sectional study. BMJ Public Health. 2026; 4(1):e003043.

20. Zhu Y, et al. Gender differences in the incidence of nephropathy and changes in renal function in patients with type 2 diabetes mellitus: a retrospective cohort study. Diabetes Metab Syndr Obes. 2024; 17:943–57.

21. Kalyani RR, Corriere M, Ferrucci L. Age-related and disease-related muscle loss: the effect of diabetes, obesity, and other diseases. Lancet Diabetes Endocrinol. 2014; 2(10):819–29.

22. Ku EJ, et al. Discrepancies in dapagliflozin response in terms of glycemic control and weight loss: a post hoc analysis of the BEYOND trial. Endocrinol Metab (Seoul); 2025; [Epub ahead of print].

23. Unger RH, Scherer PE. Gluttony, sloth and the metabolic syndrome: a roadmap to lipotoxicity. Trends Endocrinol Metab. 2010; 21(6):345–52.

24. Suárez R, Andrade C, Bautista-Valarezo E, et al. Low muscle mass index is associated with type 2 diabetes risk in a Latin-American population. Front Nutr. 2024; 11:1448834.

25. Lee PH, Macfarlane DJ, Lam TH, Stewart SM. Validity of the International Physical Activity Questionnaire Short Form (IPAQ-SF): a systematic review. Int J Behav Nutr Phys Act. 2011; 8:115.

26. Dyrstad SM, Hansen BH, Holme IM, Anderssen SA. Comparison of self-reported versus accelerometer-measured physical activity. Med Sci Sports Exerc. 2014; 46(1):99–106.

27. Silsbury Z, Goldsmith R, Rushton A. Systematic review of the measurement properties of self-report physical activity questionnaires in healthy adult populations. BMJ Open. 2015; 5(9):e008459.

28. Colberg SR, Sigal RJ, Yardley JE, et al. Physical activity/exercise and diabetes: a position statement of the American Diabetes Association. Diabetes Care. 2016; 39(11):2065–79.

29. Jelleyman C, Yates T, O’Donovan G, et al. The effects of high-intensity interval training on glucose regulation and insulin resistance: a meta-analysis. Obes Rev. 2015; 16(11):942–61.

30. Reynolds AN, Mann JI, Williams S, Venn BJ. Advice to walk after meals is more effective for lowering postprandial glycaemia in type 2 diabetes mellitus than advice that does not specify timing: a randomised crossover study. Diabetologia. 2016; 59(12):2572–8.

31. Umpierre D, Ribeiro PAB, Kramer CK, et al. Physical activity advice only or structured exercise training and association with HbA1c levels in type 2 diabetes: a systematic review and meta-analysis. JAMA. 2011; 305(17):1790–9.

32. Bellou V, Belbasis L, Tzoulaki I, Evangelou E. Risk factors for type 2 diabetes mellitus: an exposure-wide umbrella review of meta-analyses. PLoS One. 2018; 13(3):e0194127.