编者按：新年将至，怀着对新的一年的憧憬和向往，我们又要开始立起“减肥的flag”了。说到体重，正如刚刚结束的 Obesity Week 2023倡导，肥胖可绝不是单纯的生活方式不佳，而是一种复杂、多病因的慢性疾病，因此对于肥胖群体我们应当去除污名化，始终给予尊重、帮助，以最优的风险评估模式评估并管理体重，从而最大程度帮助肥胖患者降低肥胖带来的包括心血管风险在内的多种不良预后。现有的肥胖评估手段包括我们熟知和临床常用的体重指数、腰围、腰臀比、颈围等，上述参数在预测肥胖患者的心血管风险时效应似乎参差不齐；近年来，基于中心性肥胖与心血管疾病（cardiovascular disease，CVD）密切相关，逐渐出现的中心性肥胖相关的测量参数，尤其是内脏脂肪指数（visceral adiposity index，VAI）得到了广泛的关注。基于VAI，国内学者提出了更符合国人标准的中国人内脏脂肪指数（Chinese visceral adiposity index，CVAI），并有越来越多的研究提示CVAI与CVD密切相关。CVAI与CVD究竟存在怎样的联系？

1.肥胖仅仅是缺少意志力或自律性的结果吗？不！

体重偏见(weight bias)是指与体重增加相关的负面想法，体重污名化（weight stigma）是针对个体因其体重和体型较大而产生的歧视性想法和行为，例如认为“肥胖人群缺乏意志力和自律性”、“懒惰”等等1，2。但其实，肥胖是一种由多种生物学因素和社会环境因素共同参与的慢性疾病3，遗传因素、神经因素、内分泌因素等，都可以导致肥胖的发生3，4；在近期的Obesity Week 2023会议中，有多个专题会重点探讨了体重偏见和体重污名化，强调肥胖绝不是单纯的生活方式不佳，而是一种复杂、多病因的慢性疾病，因此 对于肥胖群体我们应当去除污名化，始终给予尊重、帮助。另外，肥胖不仅仅是体重的增加，同时导致诸多肥胖相关并发症，如心血管疾病、糖尿病、骨关节炎等5。为了更好地帮助肥胖患者，我们亟需更客观地定义和评估肥胖，以最优的风险评估模式评估并管理体重。那么，现有的肥胖评估方法有哪些？

2.肥胖只看体重指数（body mass index，BMI）就够吗？不然，不然…

01 临床常用肥胖评估指标

现有肥胖评估方法可以大致分为2类：①人体测量学指标：临床常用的人体测量学指标包括（Body Mass Index BMI）、腰围（waist circumference，WC)、臀围（hip circumference，WH）、腰高比（waist-to-height ratio，WHtR）和腰臀比（waist-to-hip ratio，WHR）、颈围（neck circumference，NC）等，各指标的定义、测量/计算方法见表1（其中BMI、WC为国内标准）；上述方法因简单经济，在临床上应用相对广泛；然而，上述指标也具有一定的局限性，如不能区分体内的脂肪/肌肉/骨骼、不能很好的反映脂肪分布尤其是内脏脂肪等6；②影像学技术：电子计算机断层扫描（computed tomography，CT）、核磁共振成像（magnetic resonance imaging，MRI）可以精准显示身体不同部位的脂肪分布，超声、生物电阻抗分析方法（bioelectrical impedance analysis，BIA）及双能X线吸收测量法（dual energy X-ray absorptiometry，DEXA）也可以相对准确地评估内脏脂肪7。然而，影像技术存在价格昂贵、存在辐射等，限制了其临床推广。值得强调的是，在众多评估指标中，BMI因其便利性，在全球多部指南8-10中被推荐用于肥胖的诊断评估。

02、不同肥胖评估指标对心血管风险的预测价值

从肥胖的心血管风险角度出发，不同部位的脂肪组织因功能学差异导致的心血管风险不同，内脏脂肪被认为通过多种途径与代谢综合征及CVD的发生发展密切相关19。因此，临床常用的肥胖指标逐渐从强调体重的BMI逐渐增加了能一定程度反映内脏脂肪的WC。在此基础上，结合对动脉粥样硬化及其他心血管疾病发生发展至关重要的血脂水平，可能对肥胖患者的心血管风险评估具有较高价值。基于此， VAI应运而生。Amato等人利用数学模型，将BMI、WC、血清甘油三酯（triglyceride，TG）和高密度脂蛋白胆固醇（high density lipoprotein-cholesterol，HDL-C）相结合，在国外人群中建立了VAI，并通过CT证实VAI与内脏脂肪分布高度相关，多项研究均证实了VAI与CVD风险密切相关20。基于此，国内学者提出了更符合国人标准的CVAI21。

3. 什么是CVAI？

基于VAI的基础，为了更好地反映中国人内脏脂肪分布及代谢情况，考虑到内脏脂肪的分布受到人种、年龄等多因素影响，Xia等在VAI的基础上进一步纳入了年龄因素，经CT值矫正，在中国人群中建立了CVAI并同样验证了该指数与代谢异常密切相关21。此后，关于CVAI与心血管疾病尤其是发病率最高的冠心病的相关性研究逐年增多。

VAI和CVAI计算公式如下。

男性：VAI=WC/(39.68+1.88×BMI)×TG/1.03×1.31/HDL-C

女性：VAI=WC/(36.58+1.89×BMI) ×TG/0.81×1.52/HDL-C20

男性：CVAI=-267.93+ 0.68×年龄+0.03×BMI+ 4.00×WC+ 22.00×lgTG-16.32×HDL-C

女性：CVAI=-187.32+ 1.71×年龄+4.23×BMI+ 1.12×WC+ 39.76×lgTG-11.66×HDL-C21

式中VAI为内脏脂肪指数，WC为腰围，BMI为体重质数，TG为甘油三脂，HDL-C为高密度脂蛋白胆固醇，CVAI为中国人内脏脂肪指数。

01、CVAI与冠心病危险因素的相关性：

糖尿病、高血压和血脂异常，它们常常相互联系形成代谢综合征（metabolic syndrome，MetS），增加全身动脉粥样硬化的风险，进一步增加冠心病的发病风险。研究显示，CVAI与传统肥胖评估指标相比，显著增加上述冠心病危险因素发生风险。

a)糖尿病：Han23等在一项包含12237名中国人的队列研究中比较了CVAI、VAI及传统肥胖指标对2型糖尿病发生的预测价值，结果提示CVAI在所有肥胖指标中拥有最大受试者操作特征曲线下面积（area under the receiver operating characteristic curve，AUROC)，其AUROC为0.702 (95%置信区间[confidence interval，CI]为0.694~0.710，P<0.001)，显著优于其他肥胖评估指标VAI、WC、BMI和WhtR （P均<0.001）。

b)高血压：Han24等人对10304名中国成年人进行了为期6年的随访，比较了CVAI、VAI、WC和BMI与高血压发生的相关性。结果显示，在矫正多因素后CVAI每增加1.0-标准差（standard deviation，SD），男性高血压风险增加9% (95%CI为1.02~1.16，P<0.05)，女性风险增加14% (95%CI为1.06~1.22，P<0.05)，且经受试者操作特征曲线（receiver operating characteristic，ROC）分析，无论性别，CVAI对高血压的预测价值均显著优于VAI、WC和BMI (P均< 0.05)。此外，Li25等在逾3万名受试者的横断面研究中同样发现经多因素矫正后，CVAI的最高四分位数组相对最低四分位数组高血压前期风险增加1.747倍（95%CI为2.460~3.068，P<0.001），高血压风险增加2.475倍（95%CI为3.158~3.824，P<0.001），在对年龄、血糖及肌酐等因素分层分析后，结果提示CVAI与高血压前期及高血压发生仍显著相关，其相关性仍强于VAI、BMI、WC、WHtR和WHR。

c) 代谢综合征：Duan26等在1452名中国受试者中，探究了CVAI对MetS的诊断能力，经ROC分析结果显示，CVAI和VAI在诊断MetS的能力存在性别差异，在女性中CVAI（AUROC为0.870， 95%CI为0.842~0.898），优于VAI （AUROC为0.815， 95%CI为0.776~0.854）；而男性中VAI （AUROC为0.896， 95%CI为0.870~0.923）却优于CVAI (AUROC为0.835， 95%CI为0.803~0.866），总体上上述两个指标对诊断MetS准确度均较高。

02、CVAI与动脉粥样硬化

a)CVAI与颈动脉粥样硬化：颈动脉中内膜厚度（carotid intima-media thickness，c-IMT）是诊断颈动脉粥样硬化的重要依据27，而颈动脉粥样硬化是全身动脉粥样硬化的重要标志。目前认为，c-IMT对于冠心病的严重程度具有良好的预测价值28。一项纳入了4075名中国人群的横断面研究探讨了CVAI与超声下c-IMT的相关性29，结果提示经多因素矫正后，CVAI与c-IMT呈非线性关系（P<0.05），CVAI高于106时人群颈动脉粥样硬化风险显著增加，CVAI可作为c-IMT发生的独立预测指标（比值比[odd ratio，OR]= 1.937 ，95 %CI为1.824~2.134 ，P<0.001）。

b)CVAI与冠心病：Xie30等对42165名无冠心病的中国受试者进行了中位3.36年随访，比较了CVAI与VAI、WC、BMI、WhtR和脂质蓄积产物（lip accumulation product，LAP）与冠心病的关系，ROC分析显示，CVAI对冠心病的预测能力最强（AUROC为0.687，95%CI为0.654~0.720，P< 0.001），且在性别分层分析中，CVAI与冠心病发生的风险在男性中更为密切。

c) CVAI与卒中：Zhang31等对7242例中国中-老年人群进行为期84个月的中位随访，结果提示在调整多个传统风险因素后，CVAI每增加1.0-SD，卒中风险增加17%，风险比（hazard ratio，HR）:1.17，95%CI(1.07~1.28)；根据四分位数分类，与 CVAI最低组比较， CVAI低、中、高组发生卒中风险分别增加47%、62%、70%，限制性立方样条结果显示CVAI与卒中风险之间存在剂量依赖效应c) 。

综上所述，研究显示CVAI对中国动脉粥样硬化患者的筛查中具有一定价值，未来在大规模研究中，计算CVAI同时考虑炎症指标如超敏C反应蛋白等综合评分，或许将更有助于筛选出动脉粥样硬化高风险人群并尽早干预。

肥胖已成为我国当前重要的公共卫生问题之一，作为一种多因素疾病，肥胖的发生不仅与生活方式相关，也与遗传，神经，内分泌等多种生物学因素相关。管理肥胖首先要消除体重偏见和污名化，使患者正确认识疾病原因，建立体重管理的信心，采取积极措施以有效管理体重。目前临床常用肥胖评估指标均能在不同程度上反映心血管风险，其中评估中心性肥胖的指标尤其是CVAI可能比传统筛查指标预测心血管风险方面存在优势，但CVAI需要计算，且尚无前瞻性长期随访研究证实CVAI与CVD风险的研究，亟待未来进一步探索。

参考文献

1. Endocrine Practice. 2023;29:417-427.

2. Nature Medicine. 2020;26:485-497.

3. Front Psychol. 2014 Sep 1;5:925.

4. Nature Reviews Endocrinology. 2019;15:288-298.

5. QJM: An International Journal of Medicine. 2018;111:437-443.

6. 中国预防医学杂志. 2022;23:321-339.

7. Nutrition. 2019;62:25-31.

8. Journal of the American College of Cardiology. 2014;63:2985-3023.

Diabetes Care. 2023 Jan 1;46:S111-S1279. .

10. Endocrine Practice. 2023;29:305-340.

11. 中华全科医师杂志. 2020;19:95-101.

12. 中国食物与营养. 2013;19:70-74

13. BMC Med. 2014 Nov 7;12207.

14. Obesity. 2013;21:1571-1577.

15. European Heart Journal. 2018;39:397-406.

16. Obesity Research & Clinical Practice. 2020;14:151-157.

17. Medicine (Baltimore). 2020 Jul 24;99(30):e20176.

18. 中华高血压杂志. 2022;30:1054-1060.

19. The Lancet Diabetes &amp; Endocrinology. 2019;7:715-725.

20. Diabetes Care. 2010;33:920-922.

21. Scientific Reports. 2016;6:38214.

22. Int J Mol Sci. 2022 Jan 12;23(2):786.

23. Diabetes Metab Res Rev. 2021;37:e3370.

24. Br J Nutr. 2021;126:612-620.\

25. Front Endocrinol (Lausanne). 2022;13:921997.

26. Front Endocrinol (Lausanne). 2022;13:1016581.

27. Eur J Prev Cardiol. 2016;23:Np1-np96.

28. Echocardiography. 2022;39:1054-1063.

29. Nutrients. 2023 Feb 18;15(4):1023.

30. Nutr Metab Cardiovasc Dis. 2022;32:550-559.

31. Transl Med. 2023;21:518.