![]()
阅读时间 6 min read
肥胖，早已不仅仅是一个生活方式问题，它已经演变成影响全球数亿人口健康的重大公共卫生挑战。在这一背景下，如何精准评估个体肥胖程度，特别是识别与肥胖相关的慢性疾病风险，成为临床和公共卫生领域迫切需要解决的难题。
在日常生活中，最常见的肥胖指标莫过于体质指数（Body Mass Index, BMI）。BMI通过体重和身高的比值来衡量肥胖程度，然而，它忽视了一个关键问题：脂肪的分布。腹部肥胖（即中心性肥胖）比单纯的体重超标更能反映代谢性疾病的风险。为了解决这一问题，腰围（Waist Circumference, WC）被引入评估肥胖。然而，单纯对于腰围的评估也存在问题。它不能区分由于体重过高引起的脂肪堆积和其他原因。因此，研究人员一直在探索更有效、更简单的工具，以帮助识别高风险人群，实施早期干预。那么，是否有办法通过简单的数学计算，将腰围和体重同时考虑进来呢？体重调整腰围指数（Weight-adjusted Waist Index），是近年来提出的一种新的肥胖评估指标。其计算公式是：腰围除以体重的平方根。简单来说，这是一个将体重的“影响”从腰围中调整/剔除掉的指标，专门描述了腹部肥胖。而且WWI的计算足够简单。接下来的问题，就是看这个指标是否真的能够有效预测慢性疾病的风险了。以及，它相较于其他肥胖评估指标，表现如何？肥胖相关的评估指数复杂多样，在各研究中经常出现的有以下这些：中国一项大规模前瞻性队列研究，基于约2万名（n=21,750 ）中国成年受试者，随访9年。以评估评估WWI指标与糖尿病、心血管疾病（CVD）和非意外死亡之间的关联，并与其他7个传统肥胖指标（如BMI、腰臀比、腰高比、内脏脂肪指数等）进行了对比。研究通过使用Cox比例风险回归模型，研究计算了每个肥胖指标的四分位数（Q1~Q4），并评估各四分位数下的疾病风险。通过受试者工作特征曲线（ROC）分析，进一步比较了每个指标的预测能力。![]()
这是一项前瞻性队列研究，研究数据来自浙江代谢综合征自然人群队列研究（Zhejiang Metabolic Syndrome
Cohort），该队列研究于2010至2014年在浙江省进行，基于社区人群。随访时间为9年，从2010年开始，至2022年结束。研究共纳入21,750名受试者；排除了基线时已患有1型或2型糖尿病、心血管疾病（如心脏病或中风）或缺乏完整数据的个体。确保研究中观察到的事件（如新发糖尿病、心血管疾病等）都是随访期间新发生的。研究的主要暴露是各种方法计算而来的肥胖指标，具体包括：体质指数（BMI）、腰围（WC）、腰臀比（WHR）、腰高比（WHTR）、WC/M0.333（腰围除以体重的0.333次方）、内脏脂肪指数（VAI）、脂肪积累产物（LAP）以及体重调整腰围指数（WWI）。研究的主要结局变量包括：糖尿病（空腹血糖水平[≥7.0 mmol/L]、糖尿病治疗记录，或自述确诊为糖尿病）；心血管疾病（包括心脏病[如心肌梗死、冠心病、心绞痛等]和中风）；非意外死亡（主要关注疾病导致的死亡率）。研究使用Cox比例风险回归模型评估各项肥胖指标与结局事件风险之间的关联；采用受试者工作特征曲线（ROC）及曲线下面积（AUC）比较各肥胖指标对结局事件的预测能力。
整体队列平均年龄为54.36岁（标准差14.86），中位随访时间为9.31年（四分位距：8.28~10.34）。在随访期间，共有278名参与者（1.3%）被诊断为新发糖尿病，326人患上心血管疾病（CVD），1554人非意外死亡。体重调整腰围指数（WWI）与糖尿病、心血管疾病（CVD）、非意外死亡的关联糖尿病：WWI与糖尿病风险呈显著正相关，表明WWI较高的个体糖尿病发生率更高。WWI最高四分位数（Q4）相对于最低四分位数（Q1），糖尿病的发生风险增加了127%（HR=2.27，95% CI：1.41~3.67）。随着WWI的增加，糖尿病风险逐渐升高，且这种关联在调整了其他混杂因素后依然显著（P趋势<0.001）。心血管疾病（CVD）：WWI与心血管疾病显著正相关。WWI的最高四分位数（Q4）相对于最低四分位数（Q1），心血管疾病的风险增加了67%（HR=1.67，95% CI：1.23~2.27）。非意外死亡：WWI与非正常死亡率之间呈显著正相关。WWI的最高四分位数（Q4）相对于最低四分位数（Q1），非意外死亡的风险增加了44%（HR=1.44，95% CI：1.16~1.79）。上述数据表明，体重调整腰围指数更高的人，其罹患糖尿病和心血管疾病，以及非意外死亡的风险更高。糖尿病预测：根据ROC曲线，虽然WWI在糖尿病预测中的AUC（0.641）表现良好，但在所有肥胖指标中略低于脂肪积累产物（LAP，AUC=0.691）和腰高比（WHTR，AUC=0.665）。不过，WWI的预测能力依然显著优于BMI和腰围。心血管疾病（CVD）预测：WWI在预测心血管疾病方面的ROC-AUC为0.638，在所有肥胖指标中最高，明显高于其他一些常用指标，如BMI（AUC=0.510）、腰围（AUC=0.567）和腰臀比（AUC=0.611），表明其在区分患有CVD的个体和未患病个体时更准确。非意外死亡预测：类似地，WWI在预测非意外死亡中的AUC为0.682，显著高于其他肥胖指标，如BMI（AUC=0.442）、腰围（AUC=0.552）和腰臀比（AUC=0.644）。据此，我们可以看到WWI在预测心血管疾病和非意外死亡方面相较于其他肥胖评估指标的优越性。但是，一个介于0.6~0.8之间的AUC值，只能说明模型或者算法的预测/区分能力表现一般，而不能算是预测能力非常好的模型（AUC达到0.8或以上被认为是预测水平良好）。因此，真的要在临床使用WWI来做预测筛查，还需更多研究验证。最后，研究还发现，WWI与糖尿病、CVD和非意外死亡之间的关系是非线性的。随着WWI的增加，这些疾病的风险并非线性增长。其中，WWI与糖尿病风险的非线性最为显著；而WWI与CVD和非意外死亡风险之间的非线性关系不那么显著，但是在其风险平滑曲线上，依旧可以明显看到风险增加速度突然转变的临界点。
以上研究结果表明，WWI不仅与糖尿病、CVD以及非意外死亡这些不良健康结局显著相关，而且其对这些不良结局的预测能力优于许多传统的肥胖评估指标，尤其是在心血管疾病和非意外死亡的预测中。
由于WWI更能准确反映中心性肥胖，临床可以通过这一指标更早地识别那些糖尿病和心血管疾病风险较高的个体，进而提前进行干预。WWI作为一个新兴的肥胖评估工具，它的简便性使其特别适合大规模筛查，在初级保健中应用，具有广泛的临床应用潜力。但目前提出该指标研究较新，并且单纯的指标预测性能有限，远不及0.9左右AUC，因此实际应用仍需更多验证。（完）*文章不构成任何诊疗相关建议，仅供医（药）学背景小伙伴参考学习
[1] Liu S, Yu J, Wang L, Zhang X, Wang F, Zhu Y. Weight-adjusted waist
index as a practical predictor for diabetes, cardiovascular disease, and
non-accidental mortality risk. Nutr Metab Cardiovasc Dis. 2024;34(11):2498-2510.
doi:10.1016/j.numecd.2024.06.012
主创、编辑：Mr. Cat
