身体组成指标共同预测年轻和中年肥胖个体的代谢不健康表现型:一个横截面定量计算机断层扫描研究

科学领域:

• 医学成像和诊断 医学成像和诊断
• 代谢健康和肥胖研究研究
• 身体组成分析 身体成分分析

背景情况:

• 肥胖与代谢功能障碍有关,但并非所有肥胖的人都会出现代谢并发症.
• 识别具有代谢不健康肥胖 (MUO) 个体对于有针对性的干预至关重要.
• 身体成分指数可以提供有关代谢健康状况的见解.

研究的目的:

• 分析肥胖患者体质成分指数和代谢不健康表型之间的关系.
• 评估身体组成指数对代谢不健康肥胖的联合预测能力.
• 评估特定的身体成分指标在识别MUO时的有效性.

主要方法:

• 一项涉及207名接受减肥手术的病态肥胖患者的横截面研究.
• 定量计算断层扫描用于测量总脂肪组织 (TAT),内脏脂肪组织 (VAT),皮下脂肪组织 (SAT),肝脏脂肪含量 (LFC) 和副脊椎肌肉横截面积 (CSA).
• 患者被分为代谢健康的肥胖症 (MHO) 或代谢不健康的肥胖症 (MUO),并进行接收器操作特征 (ROC) 曲线分析.

主要成果:

• 在207名患者中,34.3%患有MHO,65.7%患有MUO.
• 与MHO患者相比,MUO患者表现出较高的VAT,VAT/TAT比率,LFC和CSA_肌肉,以及较低的SAT (所有P<0.001).
• 增值税/TAT比率和LFC的组合显示了MUO的最佳预测能力,曲线下的面积 (AUC) 为0.746 (P = 0.025).

结论:

• 与单个指标相比,VAT/TAT比率和LFC的综合评估是MUO的优越预测指标.
• 这种综合方法为管理和预防与肥胖相关的代谢风险提供了更准确的方法.
• 身体成分分析,特别是VAT/TAT比率和LFC,对于对肥胖个体的代谢风险分层有价值.