研究人员深入研究数据以确定更好的代谢健康指标

系统生物学研究所(ISB)的研究人员构建了生物体重指数(BMI)测量值，这些测量值提供了更准确的代谢健康表示，并且比传统的长期使用的BMI方程更加多样化，信息丰富和可操作性。这项工作发表在《自然医学》杂志上。

几十年来，临床医生一直依靠BMI作为一种粗略的工具，将个体分类为体重不足，正常体重，超重或肥胖。BMI 分数的计算方法是将一个人的体重(公斤)除以身高(米)的平方。大约30%的人口被这种方法错误分类。尽管有其局限性，但BMI仍然具有洞察力并在临床上被广泛接受，因为它是许多慢性疾病的主要危险因素，包括糖尿病，心血管疾病和癌症。

“多年来，BMI一直是医生根据与普通人相比的身高和体重对个人进行分类的首选衡量标准。然而，这个普通人并不真正存在。我们现在有能力使用先进的分子测量作为一个人代谢健康的更全面表示，可用于为个人提供更准确的临床建议，“ISB高级研究科学家Noa Rappaport博士说。

Rappaport及其同事研究了1，000名参加健康计划的人，他们进行了多组学分析，检查了1，100多种血液分析物，如蛋白质和代谢物，以及在不同时间点收集的遗传风险评分和肠道微生物组组成。然后，研究人员生成了机器学习模型，比单独的BMI传统测量方法更准确地预测生物BMI。

该团队取得了几项重要发现，包括：

那些具有高生物BMI和正常传统BMI的人不太健康，但在生活方式干预后能够更容易地减肥。

那些被归类为具有传统BMI但具有正常生物BMI的肥胖的人在生物学上更健康，并且发现更难减肥。

当人们做出积极的生活方式改变时，生物BMI比传统BMI反应更快，下降得更早。

随着积极的生活方式改变，研究结果表明，即使某人没有减肥，他们的生理上也可能变得更健康。

“这项工作是理解与肥胖和代谢健康相关的分子变化的宝贵资产，它有可能显着改善治疗代谢紊乱的预测性和预防性临床方法的开发，”该研究的主要作者Kengo Watanabe博士说。

Rappaport补充说：“我们已经证明了多组学分析的价值，以揭示对肥胖，代谢健康和慢性疾病之间复杂关系的重要见解，并强调在理解和解决这些问题时需要考虑超越传统BMI测量的一系列因素。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！