基于肌少症性肥胖与生物标志物的列线图模型预测血管僵硬风险

本研究针对肌少症与肥胖共同作用导致血管老化的问题，通过整合BMI、TG、IL-6等生物标志物及CT影像参数，构建了预测动脉僵硬度的列线图模型。研究发现同时纳入骨骼肌指数(SMI)和骨骼肌脂肪指数(SMFI)的模型SMI+SMFI具有最优预测性能(AUC=0.795)，为临床评估血管功能障碍提供了新工具。

　　

血管健康与代谢异常的关联一直是医学研究热点。随着人口老龄化加剧，肌少症（肌肉量减少）与肥胖共存的"肌少症性肥胖"现象日益普遍，这两种看似矛盾的状态竟会协同加速血管硬化。现有研究多单独分析肌少症或肥胖的影响，但临床常见两者并存患者，其血管风险评估缺乏精准工具。

为破解这一难题，研究人员收集了1136例患者的临床数据，通过计算机断层扫描(CT)量化骨骼肌指标，结合血清学检测和病史分析，首次建立了整合骨骼肌指数(SMI)和骨骼肌脂肪指数(SMFI)的预测模型。研究采用受试者工作特征曲线(ROC)和决策曲线分析(DCA)验证发现，双指标模型^SMI+SMFI的预测效能显著优于单指标模型，其曲线下面积(AUC)达0.795，校准误差(Eavg)仅0.022。

关键技术方面，研究团队运用了：1) 多中心临床数据采集；2) CT影像组学分析肌肉脂肪含量；3) 逻辑回归筛选出BMI、甘油三酯(TG)、炎症因子IL-6等关键预测因子；4) 列线图可视化技术将复杂模型转化为临床可用工具。

主要研究发现包括：
【背景与目的】证实肌少症与肥胖存在协同效应，单独评估会低估血管风险
【方法】开发的新型列线图整合了6项核心指标：BMI、TG、IL-6、糖尿病/高血压病史、SMI和SMFI
【结果】验证队列中，模型^SMI+SMFI的ROC^SMI+SMFI值比单指标模型提高12%-15%
【结论】首次证明肌肉质量(SMI)与脂肪浸润程度(SMFI)的联合评估对预测脉搏波速度(PWV)具有增量价值

这项发表于《Clinical Nutrition ESPEN》的研究具有双重突破：方法学上创建了首个针对肌少症性肥胖的血管风险评估工具；机制层面揭示了肌肉-脂肪交互作用通过炎症通路(如IL-6)影响血管弹性的新视角。该模型为代谢综合征患者的早期干预提供了量化依据，特别对同时存在肌肉流失和脂肪堆积的老年群体具有重要临床意义。未来研究可进一步探索肌肉脂肪比例与特定血管病理变化的分子关联。