内脏脂肪代谢评分（METS-VF）作为美国成年人胆结石的新型预测因子：横断面研究（NHANES 2017-2020）

本研究针对传统肥胖指标（如BMI、腰围）无法准确评估代谢活跃的内脏脂肪问题，提出新型内脏脂肪代谢评分（METS-VF）作为胆结石预测工具。通过分析NHANES 2017-2020年3,010名美国成人数据，发现METS-VF与胆结石患病率显著相关（OR=2.02），其预测性能（AUC=0.712）优于腰围（WC）、脂质积累产物（LAP）和内脏肥胖指数（VAI）。该研究为代谢异常相关胆结石的早期筛查提供了更优指标。

　　

胆结石作为全球10-20%成年人罹患的常见消化系统疾病，每年仅在美国就造成超过60亿美元的医疗负担。令人困惑的是，30-40%的胆结石患者体重指数（BMI）正常，这暴露了当前筛查体系的局限性。传统肥胖指标如BMI和腰围（WC）仅能反映总体脂肪量，却无法捕捉内脏脂肪特有的代谢紊乱——这种脂肪会通过上调HMG-CoA还原酶、抑制胆汁酸合成酶（ABCG5/8表达降低40%）和导致胆囊运动障碍（r=-0.51）三重机制促进结石形成。

成都中医药大学的研究团队在《BMC Gastroenterology》发表的最新研究中，创新性地采用内脏脂肪代谢评分（METS-VF）——一个整合腰围身高比（WHtR）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、空腹血糖（FBG）、年龄和性别的复合指标，对美国NHANES 2017-2020队列的3,010名成人进行横断面分析。研究通过加权多变量逻辑回归、限制性立方样条（RCS）和XGBoost机器学习等方法，系统评估了METS-VF与胆结石的关联及其预测效能。

关键技术方法包括：1）采用NHANES复杂抽样设计确保全国代表性；2）通过多变量逻辑回归模型（逐步调整人口学、代谢等因素）分析关联性；3）使用RCS检验非线性关系；4）通过ROC曲线和XGBoost比较METS-VF与传统指标（WC/LAP/VAI）的预测性能。

主要研究结果如下：

人口学特征：胆结石患者（n=321）平均METS-VF（6.51±0.67）显著高于非患者（5.91±0.77），且更多合并糖尿病（19.0% vs 10.2%）和高血压（47.4% vs 29.6%）。

关联性分析：最高METS-VF四分位数组胆结石风险是最低组的7.34倍（95%CI:1.12-48.21），且存在剂量反应关系（P_trend=0.040）。RCS显示二者呈线性关联（P_非线性=0.093）。

亚组分析：饮酒者中METS-VF与胆结石关联更强（OR=1.93 vs 非饮酒者2.13），提示酒精可能放大内脏脂肪的致病效应。

预测效能：METS-VF的AUC（0.712）显著高于WC（0.635）、LAP（0.609）和VAI（0.530）（DeLong检验P<0.05），XGBoost特征重要性分析也确认其核心预测地位。

这项研究首次证实METS-VF作为整合解剖学（WHtR）、代谢（TG/HDL）、炎症和人口学特征的四维指标，能更精准识别胆结石高风险人群。其临床意义在于：1）为代谢健康但内脏脂肪超标者提供预警；2）优化现行以BMI为中心的筛查策略；3）通过常规检测指标即可计算，适合基层推广。未来需纵向研究验证其因果关联，并探索不同胆结石亚型（胆固醇型与色素型）的差异化预测模式。