BMI四分位数细化肥胖患者心血管代谢风险分层：对减重手术候选者高血压与2型糖尿病患病率的影响分析

《Cardiovascular Diabetology》：Body mass index (BMI) associates with frequency of arterial hypertension and type 2 diabetes in obese patients candidates for bariatric surgery

本研究针对肥胖患者中动脉高血压(AH)和2型糖尿病(T2DM)患病率与不同肥胖程度关联性不明确的问题，通过对3,486例减重手术候选者的横断面分析，发现BMI四分位数分层比传统肥胖分级更能精确预测AH（26.8%）和T2DM（21.0%）的患病风险（p<0.001）。研究为肥胖相关代谢疾病的精细化风险评估提供了循证依据。

　　

在全球肥胖流行态势日益严峻的背景下，严重肥胖正逐渐成为主流形式。肥胖与动脉高血压（AH）和2型糖尿病（T2DM）的共病关系虽已被广泛认知，但传统研究多将肥胖简单划分为"存在"或"缺失"，忽略了不同肥胖程度对代谢疾病风险的差异化影响。尤其对于减重手术（BS）候选者这类高危人群，如何精确评估其BMI（体重指数）与心血管代谢并发症的关联性，成为临床风险分层的关键盲点。

为破解这一难题，Lucia La Sala团队在《Cardiovascular Diabetology》发表了一项涵盖3,486例肥胖患者的大规模横断面研究。研究人员创新性地采用BMI四分位数分层法，与传统BMI连续变量及WHO肥胖分级进行比较，系统揭示了肥胖程度与AH、T2DM患病率的量效关系，为临床精细化风险评估提供了新范式。

研究主要采用四大关键技术方法：首先建立多中心队列（1995-2023年四家减重手术中心的3,486例患者），通过标准化人体测量（BMI、腰围）和OGTT（口服葡萄糖耐量试验）确诊T2DM；其次采用国际标准血压测量流程诊断AH；进而构建共病评分（CS=肥胖+AH+T2DM）进行综合风险评估；最后运用多变量逐步回归和ROC曲线分析比较不同BMI分层模型的预测效能。

患者临床特征分析

研究队列平均BMI达41.9±6.62 kg/m²，AH和T2DM患病率分别为26.8%和21.0%，且两者共存现象显著（AH患者中T2DM患病率达35.6%）。

BMI分层与疾病分布

按BMI四分位数分组后，发现AH、T2DM和CS患病率随BMI升高呈显著梯度增长（p<0.001）。第四分位数组（BMI 50.6±6.51 kg/m²）的AH患病率较第一分数组（BMI 35.8±1.59 kg/m²）提升57.6%，证实肥胖程度与代谢风险存在连续相关性。

年龄与性别交互影响

年龄>50岁患者群体中，AH、T2DM和CS患病率分别飙升至41.9%、35.1%和19.0%。男性患者虽BMI更高且基线患病率更高，但BMI四分位数与T2DM的关联性仅在女性中显著（p<0.001），提示性别特异性风险模式可能存在。

模型比较分析

多变量回归显示BMI四分位数模型对AH（p=0.001）、T2DM（p=0.001）和CS（p=0.001）的预测效能显著优于传统肥胖分级。ROC曲线进一步验证BMI四分位数的AUC（AH:0.5604；T2DM:0.5553；CS:0.5610）均高于BMI连续变量和肥胖分级，确立其统计学优越性。

本研究通过大样本证据证实了肥胖程度与代谢风险的量效关系，创新性地提出BMI四分位数分层法较传统分类更具临床 discriminative 能力。这一发现不仅为减重手术患者的术前风险评估提供了精准工具，更对肥胖相关并发症的防治策略制定具有深远意义。研究者同时指出，未来需进一步探索极端肥胖（如BMI>50 kg/m²）的细化分级标准，并整合脂肪分布、炎症指标等多维度参数，以构建更完善的风险预测模型。