2型糖尿病合并代谢相关脂肪性肝病患者的脂肪相关指标、四肢骨骼肌质量校正值与肝脏脂肪变性相关性分析
Correlation Analysis of Fat-Related Indicators, Limb Skeletal Muscle Mass Correction Values and Liver Steatosis in Patients with Type 2 Diabetes Mellitus Complicated with Metabolic-Related Fatty Liver Disease
DOI: 10.12677/acm.2025.152385, PDF, HTML, XML,   
作者: 崔亚迪, 何雨晴, 席 爽, 孔郁鸿, 卢冬旭:河北医科大学研究生学院,河北 石家庄;吴 韬*:石家庄市人民医院内分泌科,河北 石家庄
关键词: 2型糖尿病代谢相关脂肪性肝病脂肪质量指数四肢骨骼肌质量指数Type 2 Diabetes Metabolic-Related Fatty Liver Disease Fat Mass Index Limb Skeletal Muscle Mass Index
摘要: 目的:探究2型糖尿病(T2DM)合并代谢相关脂肪性肝病(MAFLD)患者的脂肪、四肢骨骼肌质量指数与肝脏脂肪变性程度的相关性。方法:选取2023年9月至2024年9月于石家庄市人民医院内分泌科住院接受治疗18~75岁T2DM合并MAFLD患者共200例。根据代表肝脏脂肪变性的严重程度的受控衰减参数(CAP)水平(S0: CAP < 238 dB/m, S1: 238 dB/m ≤ CAP < 260 dB/m, S2: 260 dB/m ≤ CAP < 292 dB/m, S3: CAP ≥ 292 dB/m)将患者分为非重度肝脏脂肪变组88例和重度肝脏脂肪变组112例,所有患者均测量内脏脂肪等级(VFG)、体质量指数(BMI)、体脂肪量(FM)、体脂肪率(BF%)、四肢骨骼肌质量(ASM)、脂肪质量指数(FMI)、四肢骨骼肌质量身高校正值(ASMI)、四肢骨骼肌质量体重校正值(ASM/W)、瞬时弹性成像参数CAP值(dB/m)等指标。结果:1) 重度肝脏脂肪变组VFG、BMI、BF%、FM、FMI、ASMI及HOMA-IR、TG、ALT等均高于非重度肝脏脂肪变组,而ASM/W明显低于非重度肝脏脂肪变组,差异均有统计学意义(P < 0.05);2) 对各指标行Pearson/Spearman相关性分析显示,CAP与VFG、BMI、BF%、FM、FMI、ASMI、FINS、HOMA-IR、ALT等均呈正相关(r值分别为0.302、0.547、0.470、0.581、0.580、0.183、0.420、0.429、0.354,P < 0.05),CAP与ASM/W呈负相关(r值为0.420,P < 0.05);3) 进一步行多重线性回归分析显示ALT、FMI对T2DM合并MAFLD患者肝脏脂肪变有显著的正向影响关系(95%置信区间0.561 (3.101, 13.063),P = 0.002),ASM/W对T2DM合并MAFLD患者肝脏脂肪变有显著的负向影响关系(95%置信区间−0.428 (−28.467, −9.336),P = 0.000);4) 将FMI、BMI、ASMI、ASM/W代入ROC曲线,其中FMI代表曲线下面积最高为0.752,敏感度70.5%、特异度70.5%。结论:T2DM合并MAFLD患者的ALT、BMI、BF%、FMI、ASM/W与CAP具有一定的相关性,ALT、BMI、BF%、FMI是其重度肝脏脂肪变性的危险因素,而ASM/W则是保护因素。其中FMI、BMI、ASM/W可成为T2DM合并MAFLD患者的重度肝脏脂肪变性的预测指标,且FMI预测程度优于BMI,ASM/W预测程度优于ASMI。
Abstract: Objective: To investigate the correlation between fat, limb skeletal muscle mass index and liver steatosis in patients with type 2 diabetes mellitus (T2DM) and metabolic-associated fatty liver disease (MAFLD). Methods: A total of 200 patients with T2DM and MAFLD aged 18~75 years who were hospitalized in the Department of Endocrinology of Shijiazhuang People’s Hospital from September 2023 to September 2024 were selected. According to the level of controlled attenuation parameter (CAP) representing the severity of hepatic steatosis (S0: CAP < 238 dB/m, S1: 238 dB/m ≤ CAP < 260 dB/m, S2: 260 dB/m ≤ CAP < 292 dB/m, S3: CAP ≥ 292 dB/m), the patients were divided into 88 cases of non-severe hepatic steatosis group and 112 cases of severe hepatic steatosis group. All patients were measured visceral fat grade (VFG), body mass index (BMI), body fat mass (FM), body fat percentage (BF%), limb skeletal muscle mass (ASM), fat mass index (FMI), limb skeletal muscle mass positive college value (ASMI), limb skeletal muscle mass weight correction value (ASM/W), instantaneous elasticity imaging parameters CAP value (dB/m) and other indicators. Results: 1) VFG, BMI, BF %, FM, FMI, ASMI, HOMA-IR, TG and ALT in severe hepatic steatosis group were higher than those in non-severe hepatic steatosis group, while ASM/W was significantly lower than that in non-severe hepatic steatosis group (P < 0.05). 2) Pearson/Spearman correlation analysis showed that CAP was positively correlated with VFG, BMI, BF %, FM, FMI, ASMI, FINS, HOMA-IR and ALT (r = 0.302, 0.547, 0.470, 0.581, 0.580, 0.183, 0.420, 0.429, 0.354, P < 0.05), and CAP was negatively correlated with ASM/W (r = 0.420, P < 0.05). 3) Further multiple linear regression analysis showed that ALT and FMI had a significant positive effect on liver steatosis in T2DM patients with MAFLD (95% confidence interval 0.561 (3.101, 13.063), P = 0.002). ASM/W has a significant negative effect on liver steatosis in patients with T2DM and MAFLD. (95% confidence interval −0.428 (−28.467, −9.336), P = 0.000); 4) FMI, BMI, ASMI, ASM/W were substituted into the ROC curve, and FMI represented the highest area under the curve of 0.752, with a sensitivity of 70.5% and a specificity of 70.5%. Conclusion: ALT, BMI, BF%, FMI and ASM/W are correlated with CAP in T2DM patients with MAFLD. ALT, BMI, BF% and FMI are risk factors for severe hepatic steatosis, while ASM/W is a protective factor. Among them, FMI, BMI and ASM/W can be used as predictors of severe hepatic steatosis in T2DM patients with MAFLD, and the prediction degree of FMI is better than that of BMI, and the prediction degree of ASM/W is better than that of ASMI.
文章引用:崔亚迪, 何雨晴, 席爽, 孔郁鸿, 卢冬旭, 吴韬. 2型糖尿病合并代谢相关脂肪性肝病患者的脂肪相关指标、四肢骨骼肌质量校正值与肝脏脂肪变性相关性分析[J]. 临床医学进展, 2025, 15(2): 606-617. https://doi.org/10.12677/acm.2025.152385

1. 引言

我国作为2型糖尿病(type 2 diabetes mellitus, T2DM)最为常见的糖尿病大国,糖尿病患者总人数的90%以上为T2DM [1]。T2DM常合并代谢相关性脂肪性肝病(Metabolically associated fatty liver disease, MAFLD),有研究表明,T2DM、MAFLD与脂肪和肌肉含量之间有显著关系[2]-[4]。脂质常分布于肝脏组织,导致肝脂肪变性,使肝脏从单纯脂肪变性到脂肪性肝炎和纤维化,最终进展为不可逆转的肝硬化或肝细胞癌[5] [6]。骨骼肌是胰岛素介导的葡萄糖利用的主要器官,当胰岛素作用受损时,蛋白质代谢紊乱,导致肌肉质量下降,而低肌肉质量会导致骨骼肌处理葡萄糖能力下降[7],发生胰岛素抵抗(IR),所以低肌肉质量和IR之间存在恶性往复关系。而目前国内关于T2DM合并MAFLD患者脂肪和肌肉质量与MAFLD中脂肪变性严重程度之间关系的纵向研究较少。本文主要研究脂肪相关指标:脂肪质量指数(FMI)、体质量指数(BMI);四肢骨骼肌校正值:身高校正值(ASMI)、体重校正值(ASM/W);一些研究提出将BMI分解为FMI,有利于更精准地研究人体肥胖问题。FMI能够解释人体脂肪分布状况,也使得身高相关的体脂率差异缩小。其次,FMI可以独立测量体脂,FMI在所研究人体成分指标中识别肝脏脂肪变性的诊断价值较BMI高[8]-[10]。ASMI常作为评估慢性肝病骨骼肌的指标[11] [12],研究人员发现骨骼肌与肝脏之间关系的破坏加速了MAFLD的进展,ASMI与重度肝脏脂肪变性独立相关[13]-[15]。有研究证明,脂肪和肌肉质量是躯体功能的独立影响因素。特别针对于T2DM合并MAFLD患者,原本超重肥胖的人群比例很高,当脂肪增加时,以身高校正的四肢骨骼肌质量往往未涉及到体质量及脂肪对肌量减少的影响。于是指出ASM/W较ASMI能更好反映肝脏脂肪变程度[16] [17]。目前,国内外尚无在T2DM合并MAFLD人群比较不同四肢骨骼肌质量的校正方法对不良结局的预测。因此,本研究探索了不同脂肪指数以及不同方法校正的四肢骨骼肌质量对T2DM合并MAFLD患者肝脏脂肪变的影响。本文旨在研究FMI、BMI、ASMI、ASM/W在T2DM合并MAFLD患者不同肝脏脂肪变程度间差异,并与CAP进行相关性分析,评估其对诊断重度肝脏脂肪变性的效能。

2. 资料和方法

2.1. 研究对象

本研究为回顾性研究,通过电子病历系统筛选2023年9月至2024年9月于石家庄市人民医院内分泌科住院接受治疗18~75岁T2DM合并MAFLD患者共200例,男性126例(63%),女性74例(37%)。平均年龄49 ± 11岁,入组的所有患者均已知情同意。依据CAP对肝脂肪变进行分类:S0:CAP < 238 dB/m;S1:238 dB/m ≤ CAP < 260 dB/m;S2:260 dB/m ≤ CAP < 292 dB/m;S3:CAP ≥ 292 dB/m,分为非重度肝脏脂肪变组(S0-S2),n = 88例,重度肝脏脂肪变组(S3),n = 112例。

2.2. 入组与排除标准

入组标准:1) 年龄:18~75岁;对本研究知情且签署知情同意书者。2) 通过2020版中国2型糖尿病防治指南诊断标准诊断的T2DM患者[18]。3) MAFLD诊断标准符合2020国际专家共识[19]:在肝细胞脂肪变性的组织学(肝活检)、影像学及血液生物标志物证据基础条件下,同时合并以下3项条件之一:超重/肥胖、2型糖尿病、代谢功能障碍(规定存在至少两项代谢异常风险因素者为代谢功能障碍;根据中国国情的研究状况,2024年中华医学会肝病学分会以中国国民体质相适应的BMI ≥ 24.0 kg/m2和腰围 ≥ 90 cm (男性)和85 cm (女性)作为诊断界限[20])。

排除标准:1) 瞬时弹性成像检测不合格或检测结果真实度低,不能配合BIA检测的患者。2) 超声/CT/MR提示合并直径 ≥ 3 cm的肝脏占位或合并肝硬化;已知肝硬化患者。3) 排除合并大量腹水,肠胀气,水肿患者。4) 排除酒精性脂肪肝患者,T2DM合并急性并发症患者,妊娠或哺乳期妇女,本身存在严重肌肉和(或)骨骼病变,传染病,精神疾病等患者。5) 排除其他已知病因的慢性肝脏疾病,如病毒、药物、血色病、淀粉样变、全胃肠外营养、吸烟、饮酒(乙醇量男性 > 140 g/周,女性 > 70 g/周) [21]以及自身免疫性所致肝病。6) 排除甲状腺疾病以及既往长期、目前正在使用影响内分泌代谢指标及体内激素水平药物的患者,除外近三个月从事高强度体育训练,健身运动,暴饮暴食,断食行为等影响肝脏脂肪、脂肪及肌肉代谢因素。7) 急慢性感染,胆汁淤积、肝移植、恶性肿瘤或其他晚期疾病,植入起搏器者,右上腹有创口、疤痕者。

2.3. 方法

2.3.1. 一般临床测定

采集非重度脂肪变组和重度脂肪变组所有患者性别、年龄、病程等基本信息。所有入组患者需要隔夜禁食10小时,次日清晨6点左右平静状态下采集静脉血,检测各项指标。测定总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、谷丙转氨酶(ALT)、谷草转氨酶(AST)、总胆红素(TBIL)、直接胆红素(DBIL)、γ-谷氨酰转移酶(γ-GGT)空腹血糖(FPG)、空腹C肽(FCP)、空腹胰岛素(FINS)、糖化血红蛋白(HbA1C);胰岛素抵抗指数计算公式:(HOMA-IR) = FPG × FINS/22.5。

2.3.2. 人体成分测定

采用人体成分分析仪,依据多频节段生物电阻抗分析的原理,在20℃~25℃室温内,患者于测试前2 h内禁食,排空膀胱、保持平静,除去随身衣物、电子物品及金属饰品,脱去鞋袜,站直立于仪器上,足后跟与足前掌充分接触底部电极,双手接触手部电极,双臂微张。测定患者身高、体重、四肢骨骼肌质量(ASM)、内脏脂肪等级(VFG)、体质量指数(BMI)、体脂肪量(FM)、体脂肪率(BF%);计算脂肪质量指数(FMI) = FM/身高(m)2,四肢骨骼肌质量身高校正值(ASMI) = ASM/身高(m)2,体重校正值(ASM/W) = ASM/体重(Kg)。

2.3.3. 受控衰减参数测定

应用购自ECHOSENS公司的FibroTouch无创肝纤维化诊断系统进行检查对患者行检测,需禁食 > 3 h,每例受试者平均测试10次以上,获取有效测量值中位数,得出CAP (dB/m)。

2.4. 统计学方法

采用SPSS 27.0软件进行统计学分析。计量资料经Shapiro-Wilk正态性检验,以x ± s表示符合正态分布的计量资料,用中位数(M)及四分位间距(P25, P75)表示非正态分布计量资料。计数资料用卡方检验,计量资料用t检验、秩和检验进行组间差异性分析。采用Pearson/Spearman相关分析研究各个指标与CAP相关性。采用多元线性逐步回归方法研究肝脏脂肪变独立危险因素和保护因素,采用ROC曲线评估各指标对重度肝脏脂肪变诊断效能。以P < 0.05为差异有统计学意义。

3. 结果

3.1. 两组间指标比较

3.1.1. 两组一般临床资料比较

采用独立样本t检验/秩和检验,分析两组临床指标差异,结果显示:重度脂肪变组体重、病程、VFG、BF%、FM、FPG、FINS、FCP、HOMA-IR、HbA1c、TC、TG、LDL-C、ALT、AST、γ-GGT均高于非重度脂肪变组,差异均有统计学意义(P < 0.05),其余指标均无统计学差异(见表1)。

Table 1. Comparison of clinical data between the two groups of patients

1. 两组患者临床资料比较

组别

非重度脂肪变

重度脂肪变

t/z/x2

P值

(n = 88例)

(n = 112例)

性别(男/女)

57/31

69/43

0.212

0.645

年龄(岁)

53 (42, 59)

47 (38, 58)

1.941

0.052

身高(cm)

170.50 (162.50, 175.00)

171.00 (159.63, 177.00)

0.196

0.845

体重(kg)

76.26 ± 13.32

86.42 ± 16.71

4.786

0.000

病程(月)

60 (24, 124)

30 (6, 84)

3.233

0.000

高血压,有(%)

43 (48.9%)

54 (48.2%)

0.008

0.927

吸烟,有(%)

19 (21.6%)

32 (28.6%)

1.264

0.261

饮酒,有(%)

21 (23.9%)

21 (18.8%)

0.777

0.378

家族史,有(%)

8 (9.1%)

5 (4.5%)

1.736

0.188

FPG (mmol/L)

8.90 (6.63, 11.45)

10.45 (7.60, 13.08)

2.746

0.006

FINS (μU/mL)

8.69 (5.85, 13.10)

15.75 (8.97, 21.40)

4.803

0.000

FCP (nmol/L)

0.81 (0.60, 1.06)

1.09 (0.79, 1.34)

4.186

0.000

HOMA-IR

3.69 (2.16, 5.46)

6.66 (4.34, 11.05)

5.488

0.000

HbA1c (%)

8.65 (7.45, 10.30)

9.75 (7.75, 11.08)

2.179

0.029

TC (mmol/L)

4.84 ± 1.11

5.19 ± 1.31

2.042

0.043

TG (mmol/L)

1.64 (1.11, 2.44)

2.20 (1.46, 3.89)

3.417

0.000

HDL-C (mmol/L)

1.13 (0.98, 1.28)

1.07 (0.93, 1.24)

1.356

0.175

LDL-C (mmol/L)

3.15 ± 0.80

3.46 ± 0.89

2.565

0.011

ALT (U/L)

25.00 (14.25, 36.00)

34.50 (21.00, 65.00)

4.258

0.000

AST (U/L)

18.00 (14.63, 22.00)

24.00 (17.00, 39.75)

4.433

0.000

TBIL (μmol/L)

14.00 (10.90, 18.70)

14.10 (11.40, 18.78)

0.455

0.649

DBIL (μmol/L)

2.75 (2.10, 3.60)

2.80 (2.20, 3.68)

0.653

0.514

γ-GGT (U/L)

26.00 (18.00, 40.00)

38.00 (28.25, 62.75)

3.843

0.000

VFG

12 (10, 14)

14 (11, 16)

3.220

0.001

BF%

30.10 (26.48, 34.35)

35.48 (30.26, 41.37)

4.815

0.000

FM (kg)

22.10 (19.00, 28.08)

30.25 (25.93, 36.60)

6.216

0.000

ASM (kg)

23.78 (17.75, 26.13)

24.80 (17.53, 28.05)

1.554

0.120

CAP

265.50 (242.50, 280.00)

328.50 (312.25, 344.50)  

12.130

0.000

注:FPG为空腹血糖,FINS为空腹胰岛素,FCP为空腹C肽,HOMA-IR为胰岛素抵抗指,HbA1C为糖化血红蛋白,TC为总胆固醇,TG为甘油三酯,HDL-C为高密度脂蛋白胆固醇,LDL-C为低密度脂蛋白胆固醇,TBIL为总胆红素,DBIL为直接胆红素,γ-GGT为γ-谷氨酰转移酶,ALT为谷丙转氨酶,AST为谷草转氨酶,VFG为内脏脂肪等级,BF%为体脂肪率,FM为体脂肪量,ASM为四肢骨骼肌质量,CAP为受控衰减参数,P < 0.05为差异有统计学意义。

3.1.2. 两组脂肪相关指数、骨骼肌质量校正值比较

采用独立样本t检验/秩和检验,分析两组指标差异,结果显示:重度脂肪变组BMI、FMI、ASMI均高于非重度脂肪变组,而重度脂肪变组ASW/M低于非重度脂肪变组,差异均有统计学意义(P < 0.05),其余指标均无统计学差异(见表2)。

Table 2. Comparison of fat and muscle related indexes between the two groups of patients

2. 两组患者脂肪、肌肉相关指标比较

组别

非重度脂肪变

重度脂肪变

t/z/x2

P值

(n = 88例)

(n = 112例)

BMI (kg/m2)

25.97 (23.88, 28.50)

29.31 (27.58, 32.54)

5.990

0.000

FMI (kg/m2)

8.05 (6.58, 9.51)

10.43 (8.60, 13.20)

6.111

0.000

ASMI (kg/m2)

8.03 (7.03, 8.61)

8.38 (6.89, 8.95)

1.985

0.047

ASM/W

0.30 (0.28, 0.32)

0.28 (0.24, 0.30)

4.897

0.000

注:BMI为体质量指数,FMI为脂肪质量指数,ASMI为四肢骨骼肌质量身高校正值,ASM/W为四肢骨骼肌质量体重校正值,P < 0.05为差异有统计学意义。

3.2. CAP与各指标相关性分析

采用Pearson/Spearman相关分析研究各个指标与CAP相关性,CAP与VFG、BMI、BF%、FM、FMI、ASMI、FINS、FCP、HOMA-IR、TG、LDL-C、ALT、AST、γ-GGT均呈正相关(r值分别为0.302、0.547、0.470、0.581、0.580、0.183、0.420、0.364、0.429、0.309、0.156、0.354、0.396、0.320),CAP与ASM/W呈负相关(r值为0.420),均有统计学意义(P < 0.05) (见表3)。

Table 3. CAP correlation with indicators

3. CAP与各指标相关性

变量

r值

P值

体重(kg)

0.399

0.000

病程(月)

0.221

0.002

FPG (mmol/L)

0.112

0.116

FINS (μU/mL)

0.420

0.000

FCP (nmol/L)

0.364

0.000

HOMA-IR

0.429

0.000

HbA1c (%)

0.032

0.651

TC (mmol/L)

0.103

0.145

TG (mmol/L)

0.309

0.000

LDL-C (mmol/L)

0.156

0.027

ALT (U/L)

0.354

0.000

AST (U/L)

0.396

0.000

γ-GGT (U/L)

0.320

0.000

VFG

0.302

0.000

BMI (kg/m2)

0.547

0.000

BF%

0.470

0.000

FM (kg)

0.581

0.000

FMI (kg/m2)

0.580

0.000

ASM (kg)

0.138

0.051

ASMI (kg/m2)

0.183

0.010

ASM/W

0.420

0.000

注:VFG为内脏脂肪等级,BMI为体质量指数,BF%为体脂肪率,FM为体脂肪量,FMI为脂肪质量指数,ASM为四肢骨骼肌质量,ASMI为四肢骨骼肌质量身高校正值,ASM/W为四肢骨骼肌质量体重校正值,FPG为空腹血糖,FINS为空腹胰岛素,FCP为空腹C肽,HOMA-IR为胰岛素抵抗指,HbA1C为糖化血红蛋白,TC为总胆固醇,TG为甘油三酯,LDL-C为低密度脂蛋白胆固醇,ALT为谷丙转氨酶,AST为谷草转氨酶,γ-GGT为γ-谷氨酰转移酶,P < 0.05为差异有统计学意义。

3.3. 多元线性逐步回归分析

将以上与CAP相关自变量代入一元线性回归均成立,通过验证数据具有等方差性和残差正态性,分别将FMI、ASMI和ASM/W与其他自变量代入多重线性回归分析中得出:1) F = 12.140,P < 0.01;即ALT和FMI可以解释T2DM合并MAFLD患者肝脏脂肪变43.8%的变化原因。2) 校正ASM/W,F = 12.846,P < 0.01;即ALT和ASM/W可以解释肝脏脂肪变45.2%的变化原因。以上均有统计学意义(P < 0.05) (见表4)。

Table 4. Multiple linear regression analysis of the degree of hepatic steatosis in patients with T2DM combined with MAFLD

4. T2DM合并MAFLD患者肝脏脂肪变性程度的多重线性回归分析

变量

β

标准误

t值

β值(95%CI)

R2

P值

ALT (U/L)

0.261

2.672

2.672

0.193 (0.068, 0.453)

0.438

0.008

FMI (kg/m2)

8.082

2.525

3.201

0.561 (3.101, 13.063)

0.002

ALT (U/L)

0.263

0.096

2.727

0.195 (0.073, 0.453)

0.452

0.007

ASM/W

−18.916

4.841

−3.907

−0.428 (−28.467, −9.336)

0.000

注:FMI为脂肪质量指数,ASM/W为四肢骨骼肌质量体重校正值,ALT为谷丙转氨酶,P < 0.05为差异有统计学意义。

3.4. 重度肝脏脂肪变性的ROC曲线预测

将FMI、ASMI、ASM/W代入ROC曲线分析,曲线下面积分别为:FMI (0.752),BMI (0.747),ASM/W (0.702),ASMI (0.582)。其中FMI敏感度70.5%,特异度70.5%,BMI敏感度85.7%,特异度54.5%,即FMI较BMI能更好预测T2DM合并MAFLD患者的重度肝脏脂肪变性(P < 0.05)。其中ASM/W敏感度75.9%,特异度56.8%,ASMI敏感度45.5%,特异度73.9%,即ASM/W较ASMI能更好预测T2DM合并MAFLD患者的重度肝脏脂肪变性。以上均有统计学意义(P < 0.05) (见图1表5)。

Table 5. Area under the ROC curve for predicting severe hepatic steatosis

5. 预测重度肝脏脂肪变性的ROC曲线下面积

变量

AUC (95%CI)

临界值

敏感度(%)

特异度(%)

约登指数

P值

FMI (kg/m2)

0.752 (0.684, 0.820)

9.00

70.5

70.5

0.410

0.000

BMI (kg/m2)

0.747 (0.679, 0.815)

26.45

85.7

54.5

0.402

0.000

ASM/W

0.702 (0.629, 0.775)

0.30

75.9

56.8

0.327

0.000

ASMI (kg/m2)

0.582 (0.503, 0.661)

8.55

45.5

73.9

0.194

0.047

注:FMI为脂肪质量指数,BMI为体质量指数,ASM/W为四肢骨骼肌质量体重校正值,ASMI为四肢骨骼肌质量身高校正值,P < 0.05为差异有统计学意义。

Figure 1. Ability of 4 indicators to predict the presence of severe liver fat

1. 4种指标预测是否为重度肝脏脂肪的能力

3.5. BMI与ASMI相关性

采用Spearman相关分析研究BMI与ASMI相关性,BMI与ASMI呈正相关(r值为0.579),有统计学意义(P < 0.05) (见表6)。

Table 6. Correlation between BMI and ASMI

6. BMI与ASMI相关性

变量

r值

P值

ASMI (kg/m2)

0.579

0.000

注:ASMI为四肢骨骼肌质量身高校正值,P < 0.05为差异有统计学意义。

4. 讨论

本研究中,T2DM合并MAFLD患者的重度脂肪变组较非重度脂肪变组的BMI、FMI、HOMA-IR、ALT等脂肪指标、血脂、糖代谢、肝功能指标均有不同程度的升高,提示重度脂肪变组患者的脂肪蓄积、IR及糖脂代谢异常更为严重。且其与肝脏脂肪变程度为正相关,当脂肪组织储存脂质的能力达到上限,脂质常主要集中在肝组织,从而引发全身炎症、新陈代谢问题和肝脏组织学变化。脂质代谢失衡会产生脂毒性中间产物,进而导致氧化应激和内质网应激,触发炎症小体激活,并引发细胞凋亡,继而引发炎症、组织再生、纤维化、肝癌[22]。在临床上,对于FMI、BMI较大,血脂及肝功能异常的T2DM患者应引起高度重视,建议完善相关辅助检查明确是否同时合并MAFLD以及其进展。除此之外,我们发现虽然转氨酶在正常参考范围内,重度脂肪变组与非重度脂肪变组相比,转氨酶数值依然具有统计学意义。在多元线性回归中发现,FMI对T2DM合并MAFLD患者肝脏脂肪变有显著的正向影响关系;FMI较BMI能更好预测是否重度肝脏脂肪变性,敏感度、特异度均达到70.5%。虽然BMI在临床环境中被广泛用于评估身体成分,但其准确区分肌肉和脂肪组织的能力有限。有研究得出[23] [24],FMI不仅与MAFLD密切相关,还与其脂肪变性的程度密切相关。

一方面低骨骼肌质量与IR形成恶性循环,另一方面,导致骨骼肌减少的原因可能是由于IR通过哺乳动物雷帕霉素复合物1 (mTORC1)或核糖体蛋白S6激酶β-1 (S6 K1)途径抑制骨骼肌中的蛋白质合成,进而加剧了蛋白水解、糖异生[25] [26]。本研究中发现重度脂肪变组较非重度脂肪变组的ASMI升高,未得出ASMI与重度肝脏脂肪变性独立相关。这与JinR等[28] [29]对亚洲人群研究得出ASMI与肝脏脂肪变性显著负相关,ASMI与重度肝脏脂肪变性独立相关的结论不一。但也有研究表明,此相关关系在不同年龄、患有不同基础病的人群并不适用[30]。本研究中,重度肝脏脂肪变组比非重度组患者BMI、FMI、ASMI明显升高,有研究指出,在18.5 kg/m2 ≤ BMI < 35 kg/m2范围内的2型糖尿病患者中,以BMI定义的超重或肥胖可以预防肌量减少,即BMI与ASMI成正相关[31],本文也得出一致结果(见表6)。一项研究报告了ASMI的弱点,即BMI较高的受试者不易发现肌量减少[27]。T2DM合并MAFLD患者的ASMI与肝脂肪变性之间的关系仍需更多研究阐明。

研究得出重度脂肪变组较非重度脂肪变组的ASM/W降低,ASM/W对T2DM合并MAFLD患者肝脏脂肪变有显著的负向影响关系。且ASM/W较ASMI能更好预测是否重度肝脏脂肪变性。ASM/W降低可能是由于MAFLD患者的体重增加大于肌肉增加。体重增加常伴随脂肪量增加,在肝脏脂肪变的正常进展过程中,通常伴随着脂肪量的增加。本研究中,患者体重与肝脏脂肪变显著正相关,脂肪组织通过增强对促炎细胞因子和脂肪因子、线粒体功能障碍和氧化应激的炎症反应,加剧MAFLD进展。脂肪组织增加和重新分布浸润肌纤维,或者作为脂肪组织,肌外脂肪储备位于上皮周围。过量脂质的异位沉积加剧了骨骼肌和肝脏的脂毒性、炎症反应和胰岛素抵抗,这也导致骨骼肌细胞功能障碍并抑制肌肉蛋白合成,进一步降低骨骼肌质量和肌肉量。脂肪组织分泌众多生物活性物质参与体内的各种病理生理过程,这些物质被称为“脂肪因子”。脂肪因子可以将信息传递到其他代谢活跃的器官,包括骨骼肌和肝脏。脂联素是一种关键的脂肪因子,其具备众多有益特性。已经发现,脂联素水平随着体重增加而降低,而运动引起的体重减轻会增加其水平,脂联素浓度与肥胖呈负相关,而瘦素水平则相反[32] [33]。瘦素是另一种主要的脂肪因子,对食欲调节、能量代谢和体重有积极影响。肥胖相关的瘦素抵抗导致高瘦素血症并加剧IR [34]-[36]。此外,高瘦素水平会促进肝脏炎症的产生和纤维化,这在实验和临床研究中与MAFLD的进展有关[37]。抵抗素是参与IR和肥胖的脂肪细胞分泌的一种脂肪因子,也由巨噬细胞表达,并促进肌肉细胞产生内源性活性氧(ROS),从而诱导炎症反应[38]。除脂肪因子外,脂肪组织中促炎细胞因子(如TNF和IL-6)的表达增加会导致肥胖相关的IR,并通过促进非脂肪组织中的脂肪积累来形成反馈回路[39]。过量的脂肪组织在骨骼肌中积累,以游离脂肪酸的形式诱导线粒体功能障碍,干扰脂肪酸β氧化,促进ROS的大量产生,并推进骨骼肌细胞自噬和细胞凋亡[40]。有人提出[41] [42]脂联素、瘦素和抵抗素可能与脂肪组织中促炎免疫细胞的募集有关。本研究结果验证了增加骨骼肌质量是一种治疗MAFLD的有效方法,同样针对非肥胖症的MAFLD患者(BMI < 25 kg/m2)。这与Bacchi E等人研究一致[43] [44]。总之,本研究结果提示ASM /W可能是更适合的T2DM合并MAFLD患者的肝脏脂肪变的四肢骨骼肌质量校正方法。

肝脏脂肪变程度越高,往往脂肪相关指标越高,体重增加伴随脂肪量增加,因此中华医学会肝病学分会[20]表明治疗MAFLD的基础是调整饮食结构、健康教育、增加身体活动。针对体重管理,不同程度的减重对改善脂肪肝、缓解肝脏炎症、逆转纤维化等都有积极作用,对于“瘦人”(BMI < 24 kg/m2) MAFLD 患者也是如此。有研究表明被诊断为MAFLD的瘦弱患者的肝纤维化发生率与肥胖者相似,甚至高于肥胖者[45]。饮食方面,强调控制能量摄入,以减少体质量、改善IR和降低FMI。针对该类人群,不仅需强调减重、饮食控制,还要考虑患者实际情况和疾病的严重程度,对药物选择和调整进行个性化处理,慎重应用可能促进脂肪合成的药物。特别是对于严重肥胖且伴有代谢疾病的患者,应考虑到是否适用减重手术[46]

本研究在T2DM合并MAFLD患者中,本篇文章概述了脂肪相关指标、骨骼肌质量校正指标和肝脏脂肪变之间的关系,调整多重影响因素后,最终得出FMI、ASM/W与肝脏脂肪变显著相关。但本研究为小样本的回顾性研究,且研究对象为血糖控制不佳或合并多种疾病的住院患者,因此研究结果不适用于整体人群,以及本研究可能存在遗传因素、肠道菌群分布等混杂因素影响。未来更需要在不同种族、性别、年龄及体型的人群中大规模的研究去探索不同脂肪相关指标和四肢骨骼肌质量校正方法对肝脏脂肪变的预测。旨在促进医师和其他医疗保健人员对MAFLD进展的早期发现,诊断和预后评估,呼吁医疗保健人员及早地对其进行干预,改变对个人福祉,残疾发展以及对卫生资源利用的影响。

致 谢

感谢参与本研究所有人员的辛勤付出。

NOTES

*通讯作者。

参考文献

[1] 中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版) (上) [J]. 中国实用内科杂志, 2021, 41(8): 668-695.
[2] 韩明明, 齐玉梅. 2型糖尿病合并非酒精性脂肪性肝病与体成分、血脂的相关性研究[J]. 中国医药科学, 2017, 7(20): 16-19+23.
[3] 刘燕, 张霞. 身体成分与非酒精性脂肪性肝病相关性研究进展[J]. 胃肠病学和肝病学杂志, 2016, 25(4): 375-377.
[4] Chon, Y.E., Kim, K.J., Jung, K.S., Kim, S.U., Park, J.Y., Kim, D.Y., et al. (2016) The Relationship between Type 2 Diabetes Mellitus and Non-Alcoholic Fatty Liver Disease Measured by Controlled Attenuation Parameter. Yonsei Medical Journal, 57, 885-92.
https://doi.org/10.3349/ymj.2016.57.4.885
[5] Azzu, V., Vacca, M., Virtue, S., Allison, M. and Vidal-Puig, A. (2020) Adipose Tissue-Liver Cross Talk in the Control of Whole-Body Metabolism: Implications in Nonalcoholic Fatty Liver Disease. Gastroenterology, 158, 1899-1912.
https://doi.org/10.1053/j.gastro.2019.12.054
[6] Bijnen, M., Josefs, T., Cuijpers, I., Maalsen, C.J., van de Gaar, J., Vroomen, M., et al. (2017) Adipose Tissue Macrophages Induce Hepatic Neutrophil Recruitment and Macrophage Accumulation in Mice. Gut, 67, 1317-1327.
https://doi.org/10.1136/gutjnl-2016-313654
[7] 杨柳, 和娇娇, 蒋琪, 等. 住院老年人骨骼肌质量指数与TG/HDL-C的相关性研究[J]. 现代生物医学进展, 2024, 24(9): 1796-1800.
[8] 金梦, 金立民, 王多友, 等. 脂肪体重指数和去脂体重指数与肥胖相关研究与进展[J]. 中国实验诊断学, 2017, 21(3): 542-545.
[9] Liu, L., Lin, J., Yin, M., Liu, L., Gao, J., Liu, X., et al. (2024) Association of the Fat Mass Index with Hepatic Steatosis and Fibrosis: Evidence from NHANES 2017-2018. Scientific Reports, 14, Article No. 6943.
https://doi.org/10.1038/s41598-024-57388-1
[10] Imamura, Y., Mawatari, S., Oda, K., Kumagai, K., Hiramine, Y., Saishoji, A., et al. (2021) Changes in Body Composition and Low Blood Urea Nitrogen Level Related to an Increase in the Prevalence of Fatty Liver over 20 Years: A Cross‐Sectional Study. Hepatology Research, 51, 570-579.
https://doi.org/10.1111/hepr.13631
[11] Lindqvist, C., Brismar, T.B., Majeed, A. and Wahlin, S. (2019) Assessment of Muscle Mass Depletion in Chronic Liver Disease: Dual-Energy X-Ray Absorptiometry Compared with Computed Tomography. Nutrition, 61, 93-98.
https://doi.org/10.1016/j.nut.2018.10.031
[12] Carey, E.J., Lai, J.C., Wang, C.W., Dasarathy, S., Lobach, I., Montano‐Loza, A.J., et al. (2017) A Multicenter Study to Define Sarcopenia in Patients with End‐Stage Liver Disease. Liver Transplantation, 23, 625-633.
https://doi.org/10.1002/lt.24750
[13] Polyzos, S.A. and Margioris, A.N. (2018) Sarcopenic Obesity. Hormones, 17, 321-331.
https://doi.org/10.1007/s42000-018-0049-x
[14] Altajar, S. and Baffy, G. (2020) Skeletal Muscle Dysfunction in the Development and Progression of Nonalcoholic Fatty Liver Disease. Journal of Clinical and Translational Hepatology, 8, 414-423.
https://doi.org/10.14218/jcth.2020.00065
[15] Jin, R., Wang, X., Li, X., Yang, J., Liu, B., Wei, L., et al. (2022) Appendicular Skeletal Muscle Index and Hba1c Evaluate Liver Steatosis in Patients with Metabolic Associated Fatty Liver Disease. Frontiers in Medicine, 9, Article ID: 919502.
https://doi.org/10.3389/fmed.2022.919502
[16] Prado, C.M.M., Wells, J.C.K., Smith, S.R., Stephan, B.C.M. and Siervo, M. (2012) Sarcopenic Obesity: A Critical Appraisal of the Current Evidence. Clinical Nutrition, 31, 583-601.
https://doi.org/10.1016/j.clnu.2012.06.010
[17] Zhou, T., et al. (2023) Restoring Skeletal Muscle Mass as an Independent Determinant of Liver Fat Deposition Improvement in MAFLD. Skeletal Muscle, 13, Article No. 23.
[18] 中国2型糖尿病防治指南(2020年版) [J]. 中国实用内科杂志, 2021, 41(8): 668-695.
[19] 薛芮, 范建高. 代谢相关脂肪性肝病新定义的国际专家共识简介[J]. 临床肝胆病杂志, 2020, 36(6): 1224-1227.
[20] 中华医学会肝病学分会. 代谢相关(非酒精性)脂肪性肝病防治指南(2024年版) [J]. 中华肝脏病杂志, 2024, 32(5): 418-434.
[21] 中华医学会内分泌学分会. 非酒精性脂肪性肝病与相关代谢紊乱诊疗共识(第二版) [J]. 中华内分泌代谢杂志, 2018, 34(7): 549-549.
[22] Friedman, S.L., Neuschwander-Tetri, B.A., Rinella, M. and Sanyal, A.J. (2018) Mechanisms of NAFLD Development and Therapeutic Strategies. Nature Medicine, 24, 908-922.
https://doi.org/10.1038/s41591-018-0104-9
[23] Stranges, S., Dorn, J.M., Muti, P., Freudenheim, J.L., Farinaro, E., Russell, M., et al. (2004) Body Fat Distribution, Relative Weight, and Liver Enzyme Levels: A Population-Based Study. Hepatology, 39, 754-763.
https://doi.org/10.1002/hep.20149
[24] Zhang, S., Wang, L., Yu, M., Guan, W. and Yuan, J. (2022) Fat Mass Index as a Screening Tool for the Assessment of Non-Alcoholic Fatty Liver Disease. Scientific Reports, 12, Article No. 20219.
[25] Fujita, S., Rasmussen, B.B., Cadenas, J.G., Drummond, M.J., Glynn, E.L., Sattler, F.R., et al. (2007) Aerobic Exercise Overcomes the Age-Related Insulin Resistance of Muscle Protein Metabolism by Improving Endothelial Function and Akt/Mammalian Target of Rapamycin Signaling. Diabetes, 56, 1615-1622.
https://doi.org/10.2337/db06-1566
[26] Guillet, C., Prod’homme, M., Balage, M., Gachon, P., Giraudet, C., Morin, L., et al. (2004) Impaired Anabolic Response of Muscle Protein Synthesis Is Associated with S6K1 Dysregulation in Elderly Humans. The FASEB Journal, 18, 1586-1587.
https://doi.org/10.1096/fj.03-1341fje
[27] 周婷, 叶俊昭, 罗玲, 王伟, 冯世亭, 董智, 卓淑瑜, 钟碧辉. 恢复骨骼肌质量是MAFLD肝脏脂肪沉积改善的独立决定因素[J]. 骨骼肌, 2023, 13(1): 23.
[28] Jin, R., Wang, X., Li, X., Yang, J., Liu, B., Wei, L., et al. (2022) Appendicular Skeletal Muscle Index and HbA1c Evaluate Liver Steatosis in Patients with Metabolic Associated Fatty Liver Disease. Frontiers in Medicine, 9, Article ID: 919502.
https://doi.org/10.3389/fmed.2022.919502
[29] Hashimoto, Y., Osaka, T., Fukuda, T., Tanaka, M., Yamazaki, M. and Fukui, M. (2016) The Relationship between Hepatic Steatosis and Skeletal Muscle Mass Index in Men with Type 2 Diabetes. Endocrine Journal, 63, 877-884.
https://doi.org/10.1507/endocrj.ej16-0124
[30] Mukund, K. and Subramaniam, S. (2019) Skeletal Muscle: A Review of Molecular Structure and Function, in Health and Disease. WIREs Systems Biology and Medicine, 12, e1462.
https://doi.org/10.1002/wsbm.1462
[31] 周淑晶, 闫慧娴, 夏雪培, 等. 减重对2型糖尿病合并超重肥胖患者肌肉含量的临床观察[J]. 北京医学, 2023, 45(11): 934-937.
[32] Voss, S.C., Nikolovski, Z., Bourdon, P.C., et al. (2016) The Effect of Cumulative Endurance Exercise on Leptin and Adiponectin and Their Role as Markers to Monitor Training Load. Biology of Sport, 33, 23-28.
[33] Gondim, O.S., Camargo, V.T.N.d., Gutierrez, F.A., Martins, P.F.d.O., Passos, M.E.P., Momesso, C.M., et al. (2015) Benefits of Regular Exercise on Inflammatory and Cardiovascular Risk Markers in Normal Weight, Overweight and Obese Adults. PLOS ONE, 10, e0140596.
https://doi.org/10.1371/journal.pone.0140596
[34] Sam, S. and Mazzone, T. (2014) Adipose Tissue Changes in Obesity and the Impact on Metabolic Function. Translational Research, 164, 284-292.
https://doi.org/10.1016/j.trsl.2014.05.008
[35] Martín, A.I., Priego, T. and López-Calderón, A. (2018) Hormones and Muscle Atrophy. In: Xiao, J.J., Ed., Muscle Atrophy, Springer, 207-233.
https://doi.org/10.1007/978-981-13-1435-3_9
[36] Shulman, G.I. (2014) Ectopic Fat in Insulin Resistance, Dyslipidemia, and Cardiometabolic Disease. New England Journal of Medicine, 371, 1131-1141.
https://doi.org/10.1056/nejmra1011035
[37] Aleffi, S., Petrai, I., Bertolani, C., Parola, M., Colombatto, S., Novo, E., et al. (2005) Upregulation of Proinflammatory and Proangiogenic Cytokines by Leptin in Human Hepatic Stellate Cells. Hepatology, 42, 1339-1348.
https://doi.org/10.1002/hep.20965
[38] Lee, S., Lee, H., Kwon, Y., Lee, S.E., Cho, Y., Kim, J., et al. (2014) Adenylyl Cyclase-Associated Protein 1 Is a Receptor for Human Resistin and Mediates Inflammatory Actions of Human Monocytes. Cell Metabolism, 19, 484-497.
https://doi.org/10.1016/j.cmet.2014.01.013
[39] Cleasby, M.E., Jamieson, P.M. and Atherton, P.J. (2016) Insulin Resistance and Sarcopenia: Mechanistic Links between Common Comorbidities. Journal of Endocrinology, 229, R67-R81.
https://doi.org/10.1530/joe-15-0533
[40] Kalinkovich, A. and Livshits, G. (2017) Sarcopenic Obesity or Obese Sarcopenia: A Cross Talk between Age-Associated Adipose Tissue and Skeletal Muscle Inflammation as a Main Mechanism of the Pathogenesis. Ageing Research Reviews, 35, 200-221.
https://doi.org/10.1016/j.arr.2016.09.008
[41] Pierantonelli, I. and Svegliati-Baroni, G. (2019) Nonalcoholic Fatty Liver Disease: Basic Pathogenetic Mechanisms in the Progression from NAFLD to Nash. Transplantation, 103, e1-e13.
https://doi.org/10.1097/tp.0000000000002480
[42] Bellini, M.I., Urciuoli, I., Del Gaudio, G., Polti, G., Iannetti, G., Gangitano, E., et al. (2022) Nonalcoholic Fatty Liver Disease and Diabetes. World Journal of Diabetes, 13, 668-682.
https://doi.org/10.4239/wjd.v13.i9.668
[43] Hallsworth, K., Fattakhova, G., Hollingsworth, K.G., Thoma, C., Moore, S., Taylor, R., et al. (2011) Resistance Exercise Reduces Liver Fat and Its Mediators in Non-Alcoholic Fatty Liver Disease Independent of Weight Loss. Gut, 60, 1278-1283.
https://doi.org/10.1136/gut.2011.242073
[44] Bacchi, E., Negri, C., Targher, G., Faccioli, N., Lanza, M., Zoppini, G., et al. (2013) Both Resistance Training and Aerobic Training Reduce Hepatic Fat Content in Type 2 Diabetic Subjects with Nonalcoholic Fatty Liver Disease (the RAED2 Randomized Trial). Hepatology, 58, 1287-1295.
https://doi.org/10.1002/hep.26393
[45] Nabi, O., Lapidus, N., Boursier, J., de Ledinghen, V., Petit, J., Kab, S., et al. (2023) Lean Individuals with NAFLD Have More Severe Liver Disease and Poorer Clinical Outcomes (NASH-CO Study). Hepatology, 78, 272-283.
https://doi.org/10.1097/hep.0000000000000329
[46] 曾静, 范建高. 《代谢相关(非酒精性)脂肪性肝病防治指南2024年版》解读[J]. 中国动脉硬化杂志, 2024, 32(7): 553-557.
http://kns.cnki.net/kcms/detail/43.1262.R.20240618.1423.002.html
, 2024-06-23.