Redaktörens val

Kroppsfett, inte BMI, kan bättre förutse diabetesrisken

Innehållsförteckning:

Anonim

Tänk på hur mycket kroppsfett du har? Thinkstock

26 april 2018

En ny studie tyder på att vårdgivare som utför diabetesundersökningar enligt högt kroppsindex (BMI) ensam kan sakna en bit av normalviktpopulationen som faktiskt skulle kunna ha högre risk för sjukdomen.

Forskningen, publicerad i april 2018 i tidningen BMJ Open , fann att personer med en normal BMI men en hög kroppsfettprocent (en grupp som vanligen beskrivs som "skinnig fett") hade större sannolikhet för diabetes med diabetes eller typ 2-diabetes än personer med BMI som anses vara överviktiga men som har en lägre andel kroppsfett.

För att rita sina resultat, använde forskare från University of Florida (UF) information från en 1 -2006 Nationell hälso- och näringsundersökning, den senaste nationella hälsoinformationen som innehåller hela kroppen DXA-mätning. Denna teknik använder en röntgenstråle med dubbla energikällor och anses vara guldstandarden för att beräkna kroppsfett.

RELATERAD: Varför BMI är felaktig och historien bakom hur skalan kom att definiera fetma

BMI vs kroppsfett: Vilket är en bättre förutsägare för typ 2-diabetes?

Ett vanligt sätt att mäta BMI är att dividera en persons vikt i kilo med sin höjd i meter och dela igen efter höjd. Formeln fungerar för både män och kvinnor. Centers for Disease Control and Prevention (CDC) delar BMI i fyra kategorier: undervikt, normal, överviktig och fetma. Enligt de nationella instituten för hälsa är ett BMI under 18,5 underviktigt, ett BMI mellan 18,5 och 24,9 är normalt, en BMI mellan 25 och 29,9 är överviktig och ett BMI på 30 eller mer är överviktigt.

Tidigare riktlinjer från American Diabetes Association rekommenderar screening för diabetes i allmänheten hos personer med ett BMI som är 25 eller över och i den asiatiska amerikanska befolkningen med 23 eller högre.

CDC erbjuder för närvarande inte allmänt accepterade riktlinjer angående kroppsfett, så forskarna använde riktlinjer från American Association of Clinical Endocrinologists och American College of Endocrinology, som klassificerar 25 procent och högre än högt kroppsfett för män och 35 procent och högre som hög kroppsfett för kvinnor.

Forskningen fokuserade på 6 355 vuxna åldrar 40 år och över som aldrig hade diagnostiserats med diabetes. Denna representativa grupp delades sedan in i fyra undergrupper: 1) Normalvikt med normal kroppsfettprocent, 2) Normalvikt med hög kroppsfettprocent, 3) Övervikt med normal kroppsfettprocent och 4) Överviktig med hög kroppsfettprocent.

Tretton och en halv procent av personer med normal BMI och hög kroppsfett uppfyllde kriterierna för prediabetes eller diabetes, jämfört med 10,5 procent av personer med överviktig BMI, men lägre kroppsfett.

"Vanligtvis normalt BMI har uppfattats som hälsosam, så att personer med normal BMI har försummat sig i flera förebyggande omsorgsriktlinjer, säger leadforskare Ara Jo, doktor, klinisk assistent vid institutionen för hälsovård, forskning och ledning och politik vid UF College of Folkhälsovetenskap i Gainesville, Florida. "Ändå betyder normal BMI inte nödvändigtvis en hälsosam kroppssammansättning." Dr. Jo noterar att hon var särskilt förvånad över att mer än 64 procent av den normala BMI-populationen hade en högre andel kroppsfett och visade högre risk för onormal glukos jämfört med befolkningen definieras som överviktig av deras BMI.

RELATERAD: Kan tunna personer få typ 2-diabetes?

Hur studieresultaten kan påverka diabetesundersökningar baserat på BMI

Jo spekulerar på att denna studie skulle kunna underskatta värdet av att använda BMI-mätning ensam för att bestämma hälsorisken. "Kroppsvikt är en enkel och viktig proxy för att förutsäga kronisk sjukdom", säger hon, men det berättar inte hela historien. Denna tankegång kan inte bara förhindra att normala människor får hjälp med hälsosynkroniseringar, men det kan också bidra till stigmatisering mot personer med hög BMI, tillägger Jo.

Fatima Cody Stanford, MD, en fetma och läkare på Massachusetts General Hospital i Boston, som inte deltog i denna forskning, säger att studien stöder vad forskare och kliniker har länge känt: BMI i sig ger inte tillräcklig information om en persons kardiometaboliska hälsa. "BMI är en råmått för att hjälpa personer att sortera ut som kan behöva ytterligare ingrepp i förhållande till deras vikt. Jag tycker inte att det borde vara ett fristående verktyg, säger hon och tillägger att denna mätning används inte bara i USA utan globalt. "Världshälsoorganisationen använder BMI-riktlinjerna, men det finns nyanser, till exempel olika cutoffs för vissa raser och etniciteter," säger hon.

RELATERAD: Vad orsakar fetma går långt utöver vad som står på din platta

"BMI tar bara hänsyn till höjd och vikt. det tar inte hänsyn till muskelmassa och det tar inte hänsyn till en av de viktigaste sakerna, vilket är den här ideen om central adiposity eller vikt som bärs i midsektionen. Denna vikt tenderar att vara mer visceral, vilket innebär att den omger organen - när det är fett kring organen, utesluter det riktigt bra hälsa i motsats till subkutant fett, vilket är mindre skadligt, säger doktor Stanford. behöver inte nödvändigtvis en högteknologisk bildhanteringsmaskin för att ta reda på om deras risk för diabetes eller hjärtsjukdom kan vara högre - ett enkelt mätband kan göra tricket. "För varje patient som jag skärmar använder jag BMI, men jag mäter också midjemåttet som en första screening för att fånga var patientens vikt fördelas", säger Cody Stanford. "Om en kvinna har en midjemått på mer än 35 inches eller om en man har en midjemått på mer än 40 inches, leder det till mer metaboliska problem, som typ 2-diabetes, säger hon och påpekar att män bör mäta deras midjeomkrets på magenivå, inte vid midjan av byxor. "BMI kan fortfarande användas, men det är inte slutet, allt är allt för mätningar. Det är ett snabbt screeningsverktyg som indikerar att cirka 94 miljoner vuxna har fetma och det ger oss lite information om att problemet förvärras. "

RELATERAD:

Hur ditt etnicitet kan påverka din typ 2 diabetesrisk

arrow