来源 | 医脉通减重智库
引言：肥胖已成为每年导致全球约 500 万人死亡的重大健康威胁，自 1990 年以来，其相关的致残和死亡风险增加了三倍。尽管替尔泊肽等“减重神药”为患者带来了希望，但面对庞大的受众群体，医疗资源的高效分配成了难题，仅靠诞生了两百年的 BMI 指标已不足以精准识别谁才是最需要干预的高风险人群。
为什么BMI不能准确反映个体的脂肪分布情况？点击下图查看详情
近日，《自然·医学》（Nature Medicine）发表了一项突破性研究，通过分析近 20 万人的数据开发出 OBSCORE 风险预测工具，它能比BMI更精准地预测谁更容易因肥胖患上2型糖尿病或心血管疾病，为精准医疗提供了更聪明的“导航”。
PART.01
OBSCORE 诞生记：基于 20 万人的大数据“画像”
这项研究利用了英国生物样本库（UK Biobank）的海量数据，从中筛选出 197,264 名符合减重试验标准（BMI≥27 kg/m²）的受试者。在长达 10 年的追踪随访中，研究人员监测了 18 种与肥胖相关的并发症，并利用机器学习框架从 2,000 多个候选预测因素中剔除干扰，最终为每种并发症锁定了最重要的 20 个特征。
最令人惊喜的是，研究人员发现一套包含20 个核心临床特征的通用模型，就能预测几乎所有 18 种并发症的风险。这意味着在临床应用中，医生不需要针对不同疾病运行多个复杂模型，大大提高了实用性。
PART.02
哪些指标最能预见疾病？答案出乎意料
在筛选预测因子的过程中，研究人员对比了多种数据维度：
临床“金矿”：一般健康状况、行为习惯和临床血液生物标志物的表现最佳。
基因“滑铁卢”：令人意外的是，多基因风险评分的表现最差。边际效应：在已有的临床数据基础上，额外添加心肺功能评估、身体成分分析、代谢物组学或遗传信息，对于大多数疾病的预测效果提升微乎其微。
OBSCORE 模型最终优先选择了那些能够快速获取、临床可用的数据。对于痛风、慢性肾病和 2 型糖尿病，该模型由于整合了血液生物标志物，表现出了极强的预测能力。
图 OBSCORE 可识别性别、年龄及体质指数（BMI）均相同人群中，发生肥胖相关并发症的风险异质性
PART.03
OBSCORE vs BMI：谁是真正的“预言家”？
在与传统方法的对比中，OBSCORE 展现出了显著优势：
超越经典：它始终优于单纯基于 BMI 的评估方法，也胜过传统的风险评分（如 ASCVD 和 SCORE2），尤其是在预测 2 型糖尿病和睡眠呼吸暂停等非心血管疾病方面。
打破“超重”与“肥胖”的界限：OBSCORE 发现，许多被划分为“超重”的人，其实际风险可能比某些“肥胖”者还要高。这再次证明了仅凭体重计上的数字来衡量健康状况具有误导性。
精准分层：在同一个 BMI 类别内，不同个体的风险差异巨大。OBSCORE 能清晰地划分出高风险和低风险组，两组在未来的患病结局上有着天壤之别。
为了让这项研究成果惠及大众，研究人员还开发了一个交互式在线工具，允许用户探索个人的风险估计。
PART.04
减肥药不仅减重，更在改写“风险地图”
OBSCORE 不仅能预判风险，还能监测治疗效果。在 SURMOUNT-1 临床试验中，受试者接受了替尔泊肽治疗后，所有治疗组的 OBSCORE 风险估计值都显著下降。这意味着该模型对干预引起的风险变化非常敏感，可以作为评估治疗获益的动态风向标。
PART.05
结语
总结来说，OBSCORE 为肥胖管理提供了一个可扩展的临床决策支持方案。它提醒我们：肥胖管理的目标不应只是追求秤上的数字减少，而应是通过精准的风险分层实现早期干预，从而预防那些致命并发症的发生。在未来，当你走进诊室，医生可能不再只是让你站上体重秤，而是根据你的 OBSCORE 分数，为你定制一份专属的健康路线图。
信源：
https://www.news-medical.net/news/20260505/A-new-tool-that-predicts-obesity-related-disease-risk-beyond-BMI.aspx
责编｜Zelda
封面图来源｜视觉中国
1小时急诊诊疗，为何会让这名年轻外科医生从“救人者”变为“刑案主角”？丨医眼看法
你后面有个披头散发的人？患者只是发热、咳嗽，怎么就突然“疯了”……丨医起推理吧
医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「MedSeeker」「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。
热门跟贴