编辑推荐：
肥胖常被视为癌症风险因素，但传统 BMI 分类无法反映器官功能障碍。研究人员基于《柳叶刀》糖尿病与内分泌学委员会的定义，对 459,342 名英国生物银行参与者展开研究。结果显示，临床前和临床肥胖均与多种癌症相关，这为精准评估癌症风险提供了新视角。
在健康医学领域，肥胖与癌症之间的关联一直备受关注。以往，人们常用体重指数（BMI）来评估肥胖程度以及其与癌症风险的关系。然而，BMI 存在明显缺陷，它无法准确反映脂肪分布、身体成分以及脂肪组织的代谢活性，也就难以区分代谢活跃和不活跃的脂肪组织，这使得在评估肥胖相关疾病风险时存在很大局限性。例如，一些 BMI 相同的人，可能因为脂肪分布不同，患癌风险差异巨大。而且，传统的基于 BMI 的研究没有考虑到肥胖的代谢异质性，无法全面揭示肥胖对癌症风险的影响。为了更深入、准确地探究肥胖与癌症之间的关系，来自多个研究机构的研究人员开展了一项重要研究，该研究成果发表在《eClinicalMedicine》上。
研究人员利用英国生物银行（UK Biobank）这一大型前瞻性队列研究资源，对 2006 - 2010 年间招募的 502,134 名 40 - 69 岁的英国参与者进行研究。经过一系列筛选，最终纳入 459,342 名参与者进行分析。
在研究过程中，研究人员运用了多种关键技术方法。首先，通过详细的问卷调查、访谈、身体评估和生物样本采集，收集了参与者的社会人口学因素、生活方式行为和表型特征等多方面数据。其次，严格按照《柳叶刀》糖尿病与内分泌学委员会提出的诊断标准，对临床前肥胖（定义为通过直接脂肪测量或如腰围结合 BMI 等二次人体测量指标确认的脂肪过多，且无主要器官功能障碍；对于 BMI > 40 kg/m2可直接认定 ）和临床肥胖（脂肪过多且伴有影响生理系统的器官功能障碍或导致日常活动出现显著活动受限）进行判定。然后，通过与医疗数据数据库和死亡登记处的关联，确定参与者的生命状态，并利用国际疾病分类第十版（ICD - 10）和国际肿瘤学分类第三版（ICD - O - 3）代码，识别出首次原发性恶性肿瘤病例。最后，运用 Cox 比例风险回归模型，在调整多种潜在混杂因素后，评估不同肥胖分类与癌症发病风险之间的关系，并进行了多种敏感性分析以确保结果的可靠性。
研究结果如下：
- 研究人群特征：在研究人群中，67% 的人无肥胖，20% 患有临床前肥胖，13% 患有临床肥胖。临床肥胖者平均 BMI（32.9 vs. 31.6 kg/m2）、腰围更大，皮下和内脏脂肪更多。与无肥胖者相比，临床前和临床肥胖者教育程度较低、社会经济地位较差、饮食质量较低、体育活动较少且久坐行为更多，但癌症筛查率更高。
- 癌症风险关联：在中位随访 11.6 年期间，共确定 47,060 例癌症病例。临床前肥胖与 11 种癌症类型正相关，包括消化系统（如食管腺癌、胃癌贲门癌、肝癌、胆管癌、胰腺癌、结直肠癌）、生殖系统（如子宫内膜癌、绝经后乳腺癌、致命性前列腺癌）、泌尿系统（如肾癌）和内分泌系统（如甲状腺癌）的癌症 。临床肥胖与 12 种癌症相关，对代谢驱动的恶性肿瘤（如肝细胞癌、子宫内膜癌、结直肠癌和胰腺癌）风险影响更强，还与肺癌正相关。此外，临床前和临床肥胖均与非致命性前列腺癌呈负相关。而且，临床肥胖与部分癌症的关联存在性别差异，在男性中与结直肠癌正相关，在女性中与多发性骨髓瘤正相关。在绝经后激素治疗使用者亚组分析中，未使用激素治疗的女性，肥胖与子宫内膜癌的关联更强。
- 敏感性分析：经过多种敏感性分析，如排除随访前两年数据和体重过轻者、调整种族和癌症家族史、使用多重填补法处理缺失数据以及仅使用基于 ICD 代码的器官功能障碍指标等，研究结果基本保持不变。
- 人群归因分数：在 UK Biobank 队列中，临床前肥胖导致 5.5%（4.7, 6.3）的肥胖相关癌症，临床肥胖导致 4.3%（3.6, 4.9）的肥胖相关癌症。
研究结论和讨论部分指出，该研究表明肥胖相关的致癌过程在临床可检测到异常之前就已开始，临床前肥胖即使在没有器官功能障碍的情况下也与癌症风险增加有关。临床肥胖由于存在器官功能障碍，与癌症的关联更强，进一步证实了器官功能障碍在加剧致癌过程中的作用。同时，研究发现 BMI - 基于的肥胖分类在某些癌症类型中与癌症的关联比临床前 - 临床肥胖分类更强，这可能与参考组差异和临床前、临床肥胖组相似的身体质量组成有关。此外，研究还揭示了肥胖与癌症关联在不同癌症类型、性别、激素使用情况等方面存在差异，并探讨了这些差异背后可能的生物学机制。
这项研究具有重要意义。它为肥胖与癌症风险关系的研究提供了新的视角和更深入的理解，强调了区分临床前肥胖和临床肥胖在癌症风险评估中的价值。有助于优化癌症风险分层，为制定更精准的癌症预防策略提供依据。未来研究可在此基础上，进一步探索不同肥胖分类在不同人群和条件下对癌症风险预测的优势，开发整合多种指标的混合模型，以更好地服务于癌症预防和控制工作。
