湖南中南大学湘雅二医院 周后德教授团队研发出MetsObesity分型法

预测预防肥胖人群心血管疾病，肥胖和代谢性疾病已成为全球最严重的公共健康问题之一，是导致心脏病和脑卒中的重要原因。长期以来，医生主要依赖体重、体质指数（BMI）或代谢综合征来评估相关风险。然而，这些传统方法往往无法准确识别那些表面看似健康、但未来却会发生严重心脑血管事件的人群，急需一种更加精准和可靠的风险评估工具。为解决这一临床难题，中南大学湘雅二医院周后德教授课题组创新性地中南大学湘雅二医院周后德教授课题组创新性地研发了一种全新的风险分型与预测系统——MetsObesity，利用MetsObesity，可提前15年准确地预测肥胖及代谢异常人群的长期心血管疾病风险。该研究成果已在线发表于 Journal of Advanced Research（影响因子 13），为全球肥胖相关心血管疾病预防提供了全新解决方案。

周后德教授团队通过大数据分析与建模，从海量临床指标中系统性筛选出与长期心血管事件最相关的核心预测因子 —— 既涵盖传统代谢及体型指标，也纳入炎症水平、肝酶、尿酸等以往易被忽视但关联紧密的指标，确保筛选结果的科学性和针对性。将MetsObesity与BMI、腰围、体脂百分比、传统代谢综合征定义等临床常用评估工具进行直接性能对比，明确其在心脑血管疾病中的预测优势，并在不同年龄、性别、种族中重复验证模型性能。

MetsObesity 是全球首个将体脂分布与代谢指标、炎症状态及肝脏相关指标相结合的综合风险评估系统，用于预测未来 15 年心脑血管疾病风险。与传统评估工具不同，MetsObesity 仅纳入可干预的危险因素，这些因素可通过生活方式调整、药物治疗和规范医疗加以改善，具备极强的临床实用性。MetsObesity将个体清晰划分为五个风险等级，从低风险到极高风险，便于临床医生快速风险评估。

MetsObesity 有望彻底改变肥胖及代谢异常人群的管理模式，将关注重点从“体重本身”转向“真实疾病风险”。由于其完全基于可改变且临床常规检测的指标，医生可以：（1)更早识别高风险人群；（2）制定个体化的预防策略；（3）将医疗资源集中用于真正需要干预的人群；（4）更直观地向患者解释风险，促进生活方式改变。因此，MetsObesity 在疾病预防阶段具有尤为重要的价值。

随着全球肥胖率在发达国家和发展中国家持续上升，MetsObesity 以其简单、经济、可推广的特点，适用于基层医疗机构、医院以及人群筛查项目。该系统不依赖昂贵设备，也不局限于特定人群的体重标准，具备显著的全球应用潜力。通过实现早期识别和及时干预，MetsObesity 为预防心脑血管疾病提供了一种全新而有力的解决方案，也为精准医学和预防医学的未来发展奠定了重要基础。

图文：吴卉萱