代谢内脏脂肪评分（METS-VF）：预测 2 型糖尿病患者左心室肥厚的新利器

为探究 METS-VF 与 2 型糖尿病（T2DM）患者左心室肥厚（LVH）的关系，研究发现 METS-VF 关联紧密且预测性强。

　　在糖尿病的 “战场” 上，心脏健康常常受到威胁。2 型糖尿病（T2DM）作为一种常见的慢性病，不仅影响着血糖的正常代谢，还与多种并发症息息相关。其中，左心室肥厚（LVH）就是 T2DM 患者常见的心脏结构并发症，它如同隐藏在心脏里的 “定时炸弹”，是亚临床心力衰竭（HF）的关键标志，与射血分数保留的心力衰竭（HFpEF）、缺血性心脏病以及心源性猝死风险的增加紧密相连。早期发现 LVH 对于心血管风险分层至关重要，研究表明，早期识别并逆转 LVH 能够显著降低 T2DM 患者心血管疾病的发病率和死亡率，因此，寻找有效的筛查工具迫在眉睫。

在探索 T2DM 与 LVH 之间联系的过程中，内脏脂肪组织（VAT）的作用逐渐受到关注。与皮下脂肪组织（SAT）不同，VAT 代谢活跃，会营造出促炎、脂毒性和胰岛素抵抗的环境，加速心肌纤维化、肥厚和舒张功能障碍，是导致不良心脏重塑的主要因素。然而，在日常临床实践中，准确测量 VAT 并非易事。先进的成像技术，如计算机断层扫描（CT）和磁共振成像（MRI），虽然能直接评估 VAT，但成本高昂、耗时久，不适合大规模筛查。传统的人体测量指标，像体重指数（BMI）、腰围（WC）和腰臀比（WHR），又无法区分 VAT 和 SAT，难以准确反映内脏脂肪对心脏代谢的真正负担。

为了突破这些困境，一些新的 VAT 指标应运而生，如腹部容积指数（AVI）、脂质积累产物（LAP）和中国内脏肥胖指数（CVAI）。但这些指标也存在局限性，它们没有充分整合代谢参数。近年来，代谢内脏脂肪评分（METS-VF）崭露头角，它综合了人口统计学因素（年龄、性别）、人体测量指标（BMI、WC）和代谢标志物 [空腹血糖（FPG）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）]，能更动态地评估 VAT 及其代谢影响。METS-VF 已被证实可有效预测 T2DM 的发病、高血压和代谢功能障碍，在评估心血管风险方面也展现出潜力。不过，它与 T2DM 患者 LVH 之间的关系却鲜有人探究。

为了填补这一知识空白，首都医科大学附属北京潞河医院的研究人员开展了一项横断面研究。该研究成果发表在《Diabetology & Metabolic Syndrome》杂志上。研究人员从 2017 年 10 月至 2023 年 7 月，在首都医科大学附属北京潞河医院的国家代谢管理中心（MMC）项目中，招募了 7255 名 18 岁及以上的糖尿病患者。经过层层筛选，最终 4988 名 T2DM 患者纳入分析。

研究人员采用了多种关键技术方法。首先，通过标准化问卷调查收集患者的基线人口统计学和临床数据，包括年龄、性别、教育程度、生活方式因素、用药史等。同时，进行全面的临床和实验室检查，测量身高、体重、WC、HC 等人体测量指标，使用校准的自动电子设备测量血压（BP）和心率（HR），利用双能 X 线吸收法（DXA）评估 VAT 和 SAT。在实验室检测方面，测定了血脂谱、肝功能、肾功能、血糖、胰岛素、C 肽等生化参数，并计算胰岛素抵抗（IR）指标和各种腹部肥胖指数，其中就包括重点研究的 METS-VF。此外，研究人员运用超声心动图评估左心室（LV）的结构和功能，根据美国超声心动图学会的建议，测量 LV 质量（LVM）、LV 质量指数（LVMI）等关键指标，以判断是否存在 LVH 及 LV 的几何形态。最后，运用统计分析方法，如逻辑回归模型、限制立方样条分析、分层分析和受试者工作特征（ROC）曲线分析等，来探究 METS-VF 与 LVH 之间的关系，并比较 METS-VF 与其他腹部肥胖指数对 LVH 的预测性能。

研究结果主要包括以下几个方面：

1. 临床特征和超声心动图参数：随着 METS-VF 四分位数的升高，患者的年龄、男性比例、吸烟饮酒比例、高血压、血脂异常、心律失常和脂肪肝的患病率增加，同时 SBP、DBP、身高、体重、WC、HC、VAT、SAT 以及多种生化指标和胰岛素抵抗指标也升高，而 HDL-C、白蛋白（ALB）、估算肾小球滤过率（eGFR）和血小板（PLT）降低。在超声心动图参数方面，较高 METS-VF 四分位数的患者，其室间隔厚度、LV 后壁厚度、LV 舒张末期内径、LV 收缩末期内径、左心房内径、LVMI 和相对壁厚（RWT）均显著增加，LV 射血分数（LVEF）异常的患病率也更高。
2. METS-VF 与左心室结构和功能的关系：研究发现，LVH 的总体患病率为 17.9%，且随着 METS-VF 四分位数的升高，LVH 的患病率显著增加，Q1 为 7.9%，Q2 为 13.0%，Q3 为 20.0%，Q4 为 31.0%。将 METS-VF 作为连续变量分析时，每增加 1 个单位，LVH 的风险显著增加，在调整多个潜在混杂因素后，这种关联仍然显著。此外，较高的 METS-VF 四分位数还与同心性肥厚和偏心性肥厚的风险增加相关，且调整协变量后，METS-VF 每增加 1 个单位，同心性 LVH 的风险增加 57.9%，偏心性肥厚的风险增加 216.4%，但与同心性重构无显著关联。
3. RCS 分析：限制立方样条（RCS）分析显示，在未调整模型中，METS-VF 与 LVH 呈大致线性关系，但在充分调整相关混杂因素后，二者呈非线性关系。当 METS-VF 低于 6.368 时，LVH 的可能性逐渐增加，高于此阈值时，风险增加更为迅速。男性和女性中也分别存在类似的线性和非线性关系，且存在不同的拐点。
4. 分层分析：分层分析结果表明，METS-VF 与 LVH 的正相关关系在不同年龄、性别、糖尿病病程、教育程度、吸烟饮酒状态、BMI、糖化血红蛋白（HbA1c）、胰岛素抵抗指数（HOMA-IR）、高血压（HT）等亚组中保持一致。不过，按尿白蛋白肌酐比（UACR）分层时发现，在 UACR<300 mg/g 的患者中，METS-VF 与 LVH 显著相关，而在 UACR≥300 mg/g 的患者中无显著关联。
5. ROC 分析：ROC 曲线分析显示，METS-VF 预测 LVH 风险的曲线下面积（AUC）为 0.68（95% CI 0.66 - 0.70），高于其他腹部肥胖指数，表明其在预测 LVH 风险方面具有一定优势。通过分析确定 METS-VF 的最佳截断值为 7.11，此时灵敏度为 56.09%，特异性为 70.34%。

研究结论和讨论部分指出，该研究证实了 METS-VF 与 T2DM 患者 LVH 之间存在显著的非线性关联。即使在调整了年龄、性别、BMI、吸烟、饮酒、血糖控制和高血压等关键混杂因素后，较高的 METS-VF 四分位数仍与 LV 壁厚度、LV 尺寸和 LVMI 的增加相关。尤其在预测偏心性肥厚方面，METS-VF 表现突出，且其预测 LVH 风险的能力优于传统腹部肥胖指数。这表明 METS-VF 有望成为一种实用的、具有成本效益的工具，用于 T2DM 患者早期心脏风险分层，有助于及时采取干预措施，降低 HF 风险。然而，该研究也存在一些局限性，如横断面研究设计无法推断因果关系，单中心研究结果可能不具有广泛代表性，且未考虑 METS-VF 的纵向变化和 LVH 的进展情况。尽管如此，这项研究为临床实践提供了重要的参考，为早期识别 T2DM 患者的心脏风险提供了新的视角和方法，未来还需要更多的前瞻性研究来进一步验证和完善相关结论。