Metabola BMI – Ett nytt sätt att förutspå risken för typ 2-diabetes hos normalviktiga
Fetma och övervikt innebär en ökad risk för att utveckla typ 2-diabetes, men normalviktiga får också sjukdomen. Forskare vid Lunds universitet har upptäckt att det går att identifiera individer med normal vikt som är i riskzonen genom att mäta BMI på ett nytt sätt. De har kartlagt överviktsliknande förändringar i ämnesomsättningen som kan kopplas till en ökad risk för att utveckla typ 2-diabetes.
Epidemiologisk forskning / peer review-granskad publikation / kvantitativ studie registerbaserad studie, statistiska samband / prospektiv kohortstudie / 7663 patienter, 5 grupper samt friska frivilliga.
Risken att utveckla typ 2-diabetes kan bland annat kopplas till livsstilsfaktorer som att människor rör för lite på sig och blir överviktiga.
Men omkring 20 procent av patienter med sjukdomen är normalviktiga, och det är viktigt att identifiera vilka individer med ett normalt BMI som är i riskzonen att få typ 2-diabetes. En tidig upptäckt kan minska risken för vanliga komplikationer vid sjukdomen, som exempelvis hjärt- och kärlsjukdom och njursjukdom.
Ett internationellt forskarlag har undersökt om det går att hitta normalviktiga personer med ökad risk genom att mäta nivåerna av några av de metaboliter som är viktiga för ämnesomsättningen.
Överviktsliknande förändringar i ämnesomsättningen
– I vår studie har vi identifierat en grupp individer som har ett normalt BMI, men som trots detta har överviktsliknande förändringar i sin ämnesomsättning, säger Filip Ottosson*, korresponderande författare för studien, som har publicerats i Diabetes Care.
Forskarna har mätt förekomsten av 108 olika sorters metaboliter som är kopplade till insjuknande i diabetes i blodprover hos 7663 deltagare i tre olika befolkningsstudier i Sverige och Italien. Deltagarna placerades i fem olika grupper
• Individer med ett normalt BMI i förhållande till längd, vikt och ämnesomsättning.
• Överviktiga individer kopplat till vikt, längd och ämnesomsättning.
• Feta individer i förhållande till vikt, längd och ämnesomsättning.
• Individer med ett normalt BMI kopplat till längd och vikt, men med överviktsliknande förändringar i sin ämnesomsättning.
• Individer med ett metaboliskt BMI som var lägre än deras BMI baserat på vikt och längd.
beroende på deras metaboliska BMI. Personer med ett metaboliskt BMI som var fem BMI-enheter högre än deras vanliga BMI studerades särskilt ingående. Gruppen hade två gånger så stor risk att få typ 2-diabetes jämfört med individer som hade ett normalt BMI baserat på både vikt och ämnesomsättningen.
– Vi hoppas att forskningen kan användas för att identifiera människor med en dold risk att utveckla sjukdomen. Om vi kan fånga upp de här personerna innan sjukdomen bryter ut kan vi sätta in förebyggande åtgärder. Det skulle kunna spara stora kostnader för samhället eftersom typ 2-diabetes ofta leder till olika typer av komplikationer, säger en av medförfattarna till studien, Olle Melander, professor i internmedicin verksam vid Lunds universitets diabetescentrum och överläkare på Skånes universitetssjukhus.
Nytt sätt att screena för typ 2-diabetes
Forskarna har använt sig av maskininlärningsmetoder för att gruppera deltagare med olika metaboliska profiler och för att räkna ut risken för ett insjuknande. De följde upp vilka grupper som utvecklade typ 2-diabetes i befolkningsstudien Malmö kost cancer (MKC), där deltagare har följts under 20 år. Resultaten behöver bekräftas i en annan befolkningsstudie med liknande uppföljningstid och det behövs även studier som undersöker fler metaboliter.
– Det här kan bli ett nytt sätt att screena för typ 2-diabetes och sätta in förebyggande åtgärder hos normalviktiga människor som är i riskzonen att få sjukdomen.
Gruppen är inte hjälpt av att gå ner i vikt utan kan behöva andra åtgärder. På längre sikt är det möjligt att vi kan utveckla läkemedel som kan bidra till att sänka nivåerna för vissa metaboliter, säger Filip Ottosson, forskare inom metabolomik.
Publikation: “Metabolome-Defined Obesity and the Risk of Future Type 2 Diabetes and Mortality”
Diabetes Care, Mars 2022.
Filip Ottosson genomförde arbetet med studien när han var anställd vid Lunds universitet och knuten till Statens serum institut i Danmark. Nu är han anställd vid Statens serum institut, men fortsatt affilierad till Lunds universitet genom pågående forskningsprojekt i samarbete med professor Olle Melander samt handledaruppdrag för doktorand.
Lunds universitet grundades 1666. Här finns 40 000 studenter och över 8000 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor. Lunds universitet rankas återkommande som ett av världens 100 främsta lärosäten.
Press release Lunds Universitet
Nyhetsinfo
ABSTRACT
Obesity is a key risk factor for type 2 diabetes; however, up to 20% of patients are normal weight. Our aim was to identify metabolite patterns reproducibly predictive of BMI and subsequently to test whether lean individuals who carry an obese metabolome are at hidden high risk of obesity-related diseases, such as type 2 diabetes.
Levels of 108 metabolites were measured in plasma samples of 7,663 individuals from two Swedish and one Italian population-based cohort. Ridge regression was used to predict BMI using the metabolites. Individuals with a predicted BMI either >5 kg/m2 higher (overestimated) or lower (underestimated) than their actual BMI were characterized as outliers and further investigated for obesity-related risk factors and future risk of type 2 diabetes and mortality.
The metabolome could predict BMI in all cohorts (r2 = 0.48, 0.26, and 0.19). The overestimated group had a BMI similar to individuals correctly predicted as normal weight, had a similar waist circumference, were not more likely to change weight over time, but had a two times higher risk of future type 2 diabetes and an 80% increased risk of all-cause mortality. These associations remained after adjustments for obesity-related risk factors and lifestyle parameters.
We found that lean individuals with an obesity-related metabolome have an increased risk for type 2 diabetes and all-cause mortality compared with lean individuals with a healthy metabolome. Metabolomics may be used to identify hidden high-risk individuals to initiate lifestyle and pharmacological interventions.
www red DiabetologNytt