血浆致动脉粥样硬化指数与大学生肥胖的强关联：早期预测肥胖的新视角

《BMC Endocrine Disorders》：Strong association between atherogenic index of plasma and obesity in college students

肥胖问题日益突出，为探寻肥胖青年代谢特征及早期预测风险标志物，新疆医科大学研究人员对 13082 名大学生展开研究。结果显示，血浆致动脉粥样硬化指数（AIP）与肥胖强正相关，AIP 或可作为预测肥胖的新型生物标志物，助力早期干预。

　　在当今社会，肥胖就像一个潜伏在人群中的 “健康杀手”，逐渐露出狰狞面目。全球肥胖人数高达 7 亿且呈迅猛增长态势，给社会带来沉重经济负担，更令人担忧的是，超重和肥胖的流行正呈现低龄化趋势。对于青少年而言，肥胖不仅影响当下健康，还可能埋下诸多疾病隐患，增加未来患心血管疾病、糖尿病等慢性疾病的风险。然而，目前对于肥胖青年的代谢特征了解尚不够深入，缺乏有效的早期预测风险标志物，难以做到早发现、早干预。因此，深入探究肥胖青年的代谢特点，找到能够早期识别肥胖风险的指标，成为了医学领域亟待解决的重要问题。
新疆医科大学的研究人员挺身而出，针对这一难题展开了深入研究。他们的研究成果发表在《BMC Endocrine Disorders》杂志上，为肥胖的防治带来了新的曙光。
研究人员开展了一项横断面研究，纳入了 13082 名平均年龄 20 岁的新疆医科大学在校大学生。在研究过程中，他们运用了多种关键技术方法。首先，依据中国肥胖诊断标准，根据体重指数（BMI^{体重（kg）/ 身高 2（m2）}）将学生分为正常体重、超重和肥胖组。然后，让学生空腹一晚后，由专业人员测量体重、身高、血压等指标，并采集静脉血样。通过专业设备测定总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）等血脂指标，并计算出非高密度脂蛋白胆固醇（Non-HDL-C = TC - HDL-C）、动脉硬化指数（AI=(TC-HDL)/HDL）、血浆致动脉粥样硬化指数（AIP = lg (TG/HDL-C)）等新型血脂参数。最后，利用 SPSS 26.0 和 R 4.0.3 软件进行数据分析，采用 Pearson 相关分析、多元逻辑回归分析和预测分析等方法，评估血脂参数与肥胖之间的关联及判别能力。
研究结果主要体现在以下几个方面：

1. 基本特征差异：与正常体重组相比，超重和肥胖组的收缩压（SBP）、舒张压（DBP）、白细胞（WBC）、空腹血糖（FBG）、血红蛋白（Hb）、血小板（PLT）、肌酐（Cr）、丙氨酸转氨酶（ALT）、天冬氨酸转氨酶（AST）水平更高，血脂异常率也更高。同时，超重和肥胖组的 LDL-C、TG、TC、AIP、Non-HDL-C 等多种血脂指标数值均显著高于正常体重组。
2. 血脂异常分布：男性肥胖合并血脂异常的患病率为 61.0%，女性为 38.7%。大多数肥胖患者仅伴有一种血脂异常成分，其中低 HDL-C 的比例最高。肥胖人群中，高 TC、高 TG、低 HDL-C 和高 LDL-C 的发生率均高于正常体重人群，不过女性仅高 TG 和低 HDL-C 的发生率存在差异。
3. 相关性分析：除 HDL-C 外，所有血脂指标和新型血脂变量均与 BMI 呈弱正相关，HDL-C 与 BMI 呈负相关。此外，SBP、DBP、WBC、AST 和 ALT 也与 BMI 呈弱正相关。
4. 预测价值评估：通过受试者工作特征曲线（ROC）分析发现，AIP、TC/HDL-C、LDL-C/HDL-C、AI、LCI 和 TG/HDL-C 的曲线下面积（AUC）均大于 0.7，表明这些指标对肥胖有一定预测价值，其中 AIP 的 AUC 为 0.708（95% CI (0.692,0.724)）。
5. 多元逻辑回归分析：在调整性别、年龄、SBP、WBC、ALT 等多种因素后，AIP 与肥胖紧密相关，优势比（OR）=12.86，95% CI (9.46,17.48)。亚组分析显示，AIP 在男性中对肥胖的预测能力更强（OR=29，95% CI (19.65,42.8)），在女性中也有一定预测能力（OR=2.09，95% CI (1.19,3.69)）。
   研究结论表明，在青年人群中，较高的 AIP 水平与肥胖呈显著正相关，AIP 可能是一种新型且更有效的预测肥胖的风险生物标志物。这一发现意义重大，由于 AIP 检测价格低廉、操作简便，未来有望在社区和基层医院大规模开展 AIP 筛查，从而早期发现 BMI 可能升高、有肥胖趋势的人群，为肥胖的早期预防和干预提供有力依据，有助于降低肥胖及其相关疾病的发生率，减轻社会医疗负担。但研究也存在一定局限性，如未明确受试者采血前饮食和生活方式等因素是否短期内改变，未进行持续随访探究血脂变化与 BMI 的直接关系，且该研究为横断面研究，后续还需高质量队列研究进一步验证 AIP 对肥胖发展的预测作用。