По всем вопросам звоните:

+7 495 274-22-22

УДК: 616–084 DOI:10.33920/med-08-2201-04

Современные подходы к скрининг-диагностике риска метаболического синдрома на основе интегральных клинико-лабораторных показателей (обзор литературы)

Безрукова Галина Александровна д-р мед. наук, доцент, главный научный сотрудник отдела медицины труда Саратовского медицинского научного центра гигиены, ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения», 410022, Россия, г. Саратов, ул. Заречная, д. 1А, стр. 1, Е-mail: bezrukovagala@yandex.ru, https://orcid.org/0000-0001-9296-0233
Новикова Тамара Анатольевна канд. биол. наук, доцент, зав. лабораторией гигиены труда Саратовского медицинского научного центра гигиены, Саратовский медицинский научный центр «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения» Роспотребнадзора, 410022, Россия, г. Саратов, ул. Заречная, д. 1А, стр. 1, Е-mail: sarnii@yandex.ru, https://orcid.org/0000-0003-1463-0559
Микеров Анатолий Николаевич д-р биол. наук, руководитель Саратовского медицинского научного центра гигиены, ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения» Роспотребнадзора, 410022, Россия, г. Саратов, ул. Заречная, д. 1А, стр. 1, Е-mail: sarnii@yandex.ru, https://orcid.org/0000-0002-0670-7918

Широкая распространенность метаболического синдрома (МС), его высокая коморбидность с болезнями системы кровообращения и сахарным диабетом 2 типа, а также возможность обратимости кардиометаболического риска при адекватной профилактике и здоровом образе жизни обуславливают высокую значимость раннего выявления МС при массовых профилактических обследованиях. На основе обобщения современного отечественного и зарубежного опыта использования интегральных клинико-лабораторных показателей в скрининг-диагностике МС рассмотрены преимущества, ограничения, недостатки и пороговые значения физиологической нормы наиболее востребованных косвенных антропометрических индексов центрального и абдоминального ожирения (индекс массы тела, окружность талии, отношение окружности талии к росту, индекс формы тела), суррогатных маркеров дисфункции жировой ткани (индекс накопления липидов и индекс висцерального ожирения), неинсулиновых методов выявления расстройства углеводного обмена (метаболический индекс), критериев атерогенности плазмы крови (холестерин не липопротеидов высокой плотности, индекс риска Кастелли II, холестериновый коэффициент атерогенности, индекс атерогенного риска плазмы). Показано, что использование расчетных соотношений рутинных антропометрических данных (вес, рост, окружность талии) и биохимических показателей (уровень глюкозы, общего холестерина, холестерина липопротеидов высокой плотности, триглицеридов), позволяет повысить чувствительность и прогностическую значимость общепризнанных критериев кардиометаболического риска при массовых скрининг-обследованиях населения.

Литература:

1. Elhadad M.A., Wilson R., Zaghlool S.B., Huth C., Gieger C., Grallert H., Graumann J., Rathmann W., Koenig W., Sinner M.F., Hveem K., Suhre K., Thorand B., Jonasson C., Waldenberger M., Peters A. Metabolic syndrome and the plasma proteome: from association to causation. Cardiovasc. Diabetol. 2021; 20 (1): 111. DOI: 10.1186/s12933-021-01299-2.

2. Рекомендации по ведению больных с метаболическим синдромом. Клинические рекомендации МЗ РФ. Москва. 2013 [Электронный ресурс]. — Режим доступа: https://mzdrav.rk.gov.ru›file›mzdrav_180420 (дата обращения: 17.08.2021).

3. Recommendations for the management of patients with metabolic syndrome. Clinical guidelines Ministry of Health of the Russian Federation. 2013. Available at: https://mzdrav.rk.gov.ru›file›mzdrav_180420. (accessed 17 August 2021). (In Russian).

4. Abbafati C., Machado D.B., Cislaghi B., Salman O.M., Karanikolos M., Mckee M., et al. Global burden of 87 risk factors in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden Of Disease Study 2019. The Lancet. 2020; 396 (10258): 1223–1249. DOI: 10.1016/S0140-6736(20)30752-2.

5. Hassannejad R., Sharrouf H., Haghighatdoost F., Kirk B., Amirabdollahian F. Diagnostic Power of Circulatory Metabolic Biomarkers as Metabolic Syndrome Risk Predictors in Community-Dwelling Older Adults in Northwest of England (A Feasibility Study). Nutrients. 2021; 13 (7): 2275. DOI: 10.3390/nu13072275.

6. Успенский Ю.П., Петренко Ю.В., Гулунов З.Х., Шапорова Н.Л., Фоминых Ю.А., Ниязов Р.М. Метаболический синдром. СПб., 2017. — 60 с.

7. Herath H.M.M., Weerasinghe N.P., Weerarathna T.P., Amarathunga A. A Comparison of the Prevalence of the Metabolic Syndrome among Sri Lankan Patients with Type 2 Diabetes Mellitus Using WHO, NCEP-ATP III, and IDF Definitions. Int. J. Chronic. Dis. 2018: 7813537. DOI: 10.1155/2018/7813537.

8. Баланова Ю.А., Имаева А.Э., Куценко В.А., Капустина А.В., Муромцева Г.А., Евстифеева С.Е., Максимов С.А., Карамнова Н.С., Яровая Е.Б., Шальнова С.А., Драпкина О.М. Метаболический синдром и его ассоциации с социально-демографическими и поведенческими факторами риска в российской популяции 25–64 лет. Кардиоваскулярная терапия и профилактика. 2020; 19 (4): 2600. DOI: 10.15829/1728-8800-2020-2600.

9. Ford E.S., Giles W.H., Dietz W.H. Prevalence of the metabolic syndrome among US adults: findings from the third National Health and Nutrition Examination Survey. JAMA. 2002; 287 (3): 356–259. DOI: 10.1001/jama.287.3.356.

10. Tune J.D., Goodwill A.G., Sassoon D.J., Mather K.J. Cardiovascular consequences of metabolic syndrome. Transl. Res. 2017; 183: 57–70. DOI: 10.1016/j.trsl.2017.01.001.

11. Saeed A.A. Prevalence of Metabolic Syndrome and Its Components among Saudi Young Adults 18–30 Years of Age. Open Journal of Endocrine and Metabolic Diseases. 2019; 9: 49–59. DOI: 10.4236/ojemd.2019.94005.

12. Wander P.L., Boyko E.J., Leonetti D.L., McNeely M.J., Kahn S.E., Fujimoto W.Y. Change in visceral adiposity independently predicts a greater risk of developing type 2 diabetes over 10 years in Japanese Americans. Diabetes Care. 2013; 36 (2): 289–293. DOI: 10.2337/dc12 с-0198.

13. Брель Н.К., Коков А.Н., Груздева О.В. Достоинства и ограничения различных методов диагностики висцерального ожирения. Ожирение и метаболизм. 2018; 15 (4): 3–8. DOI: 10.14341/OMET9510.

14. Faerstein E., Winkelstein W.Jr. Adolphe Quetelet: statistician and more. Epidemiology. 2012; 23 (5): 762–773. DOI: 10.1097/ EDE.0b013e318261c86f.

15. Scott D., Park M.S., Kim T.N., Ryu J.Y., Hong H.C., Yoo H.J., Baik S.H., Jones G., Choi K.M. Associations of Low Muscle Mass and the Metabolic Syndrome in Caucasian and Asian Middle-aged and Older Adults. J. Nutr. Health Aging. 2016; 20 (3): 248–255. DOI: 10.1007/s12603-015-0559-z. PMID: 26892573.

16. Millar S.R., Perry I.J., Phillips C.M. Assessing cardiometabolic risk in middle-aged adults using body mass index and waistheight ratio: are two indices better than one? A cross-sectional study. Diabetology & Metabolic Syndrome. 2015; 7 (1): 73. DOI: 10.1186/s13098-015-0069-5.

17. Tran N.T.T., Blizzard C.L., Luong K.N., Truong N.L.V., Tran B.Q., Otahal P. The importance of waist circumference and body mass index in cross-sectional relationships with risk of cardiovascular disease in Vietnam. PLoS One. 2018; 13 (5): e0198202. DOI: 10.1371/journal.pone.0198202.

18. Сваровская А.В., Гарганеева А.А. Антропометрические индексы ожирения и кардиометаболический риск: есть ли связь? Кардиоваскулярная терапия и профилактика. 2021; 20 (4): 2746. DOI: 10.15829/1728-8800-2021-2746.

19. Katzmarzyk P.T., Bray G.A., Greenway F.L., Johnson W.D., Newton R.L., Ravussin E., Ryan D.H., Bouchard C. Ethnic-specific BMI and waist circumference thresholds. Obesity. 2011; 19 (6): 1272–1278. DOI: 10.1038/oby.2010.319.

20. World Gastroenterology Organisation global guideline: Obesity. Milwaukee (WI): World Gastroenterology Organisation 2011. Available at: https://www.worldgastroenterology.org/guidelines/global-guidelines/.

21. Krakauer N.Y., Krakauer J.C. A new body shape index predicts mortality hazard independently of body mass index. PLoS One. 2012; 7 (7): e39504. DOI: 10.1371/journal.pone.0039504.

22. Christakoudi S., Tsilidis K.K., Muller D.C, Bueno-de-Mesquita B., Ellingjord-Dale M., Ward H.A., Aune D., Riboli E. A Body Shape Index (ABSI) achieves better mortality risk stratification than alternative indices of abdominal obesity: results from a large European cohort. Scientific Reports. 2020; 10: 14541. DOI: 10.1038/s41598-020-71302-5.

23. Jayedi A., Soltani S., Zargar M.S., Khan T.A., Shab-Bidar S. Central fatness and risk of all cause mortality: systematic review and dose-response meta-analysis of 72 prospective cohort studies. BMJ. 2020; 370: m3324. DOI: 10.1136/bmj.m3324.

24. Amirabdollahian F., Haghighatdoost F. Anthropometric Indicators of Adiposity Related to Body Weight and Body Shape as Cardiometabolic Risk Predictors in British Young Adults: Superiority of Waist-to-Height Ratio. J. Obesity. 2018; 1: 8370304. DOI: 10.1155/2018/8370304.

25. Suliga E., Ciesla E., Głuszek-Osuch M., Rogula T., Głuszek S., Kozieł D. The Usefulness of Anthropometric Indices to Identify the Risk of Metabolic Syndrome. Nutrients. 2019; 11 (11): 2598. DOI: 10.3390/nu11112598.

26. Гайворонский И.В., Ничипорук Г.И., Гайворонский И.Н., Ничипорук Н.Г. Биоимпедансометрия как метод оценки компонентного состава тела человека (обзор литературы). Вестник СПбГУ. 2017; 12 (4): 365–384. DOI: 10.21638/11701/ spbu11.2017.406.

27. Арутюнов Г.П., Бабак С.Л., Васюк Ю.А. Верткин А.Л., Драпкина О.М., Лопатин Ю.М., Петров В.И., Ткачева О.Н., Чумакова Г.А. Диагностика, лечение, профилактика ожирения и ассоциированных с ним заболеваний (Национальные клинические рекомендации), 2017 [Электронный ресурс]. — Режим доступа: https://scardio.ru/content/Guidelines/ project/Ozhirenie_klin_rek_proekt.pdf. (дата обращения: 20.08.2021).

28. Arutyunov GP, Babak SL, Vasyuk YuA, Drapkina O. M., Lopatin Yu. M., Petrov V. I., Tkacheva O. N., Chumakova G. A. Diagnosis, treatment, prevention of obesity and its associated diseases (National clinical guidelines), 2017. Available at: https://scardio.ru/ content/Guidelines/project/Ozhirenie_klin_rek_proekt.pdf. (accessed 20 August 2021). (In Russian)

29. Kahn H.S. The «lipid accumulation product» performs better than the body mass index for recognizing cardiovascular risk: a population-based comparison. BMC. Cardiovasc. Disord. 2005; 5: 26. DOI: 10.1186/1471-2261-5-26.

30. Kahn H.S. The Lipid Accumulation Product Is Better Than BMI for Identifying Diabetes. Diabetes Care. 2006; 29 (1): 151–153. DOI: 10.2337/diacare.29.01.06.dc05-1805.

31. Hosseinpanah F., Barzin M., Erfani H., Serahati S., Ramezani Tehrani F., Azizi F. Lipid accumulation product and insulin resistance in Iranian PCOS prevalence study. Clin. Endocrinol. (Oxf). 2014; 81 (1): 52–57. DOI: 10.1111/cen.12287. Epub 2013 Aug 9. PMID: 23844634.

32. Motamed N., Razmjou S., Hemmasi G., Maadi M., Zamani F. Lipid accumulation product and metabolic syndrome: a population-based study in northern Iran, Amol. J. Endocrinol. Invest. 2016; 39 (4): 375–382. DOI: 10.1007/s40618-015-0369-5.

33. Ray L., Ravichandran K., Nanda S.K. Comparison of lipid accumulation product index with body mass index and waist circumference as a predictor of metabolic syndrome in Indian population. Metab. Syndr. Relat. Disord. 2018; 16 (5): 240–245. DOI: 10.1089/met.2017.0119.

34. Ayundini G., Astrella C., Tahapary D., Soewondo P. A Systematic Review on the Association between Lipid Accumulation Product Index and Type 2 Diabetes Mellitus. J. ASEAN Fed. Endocr. Soc. 2019; 34 (1): 16–20. DOI: 10.15605/jafes.034.01.04.

35. Du T., Yu X., Zhang J., Sun X. Lipid accumulation product and visceral adiposity index are effective markers for identifying the metabolically obese normal-weight phenotype. Acta Diabetol. 2015; 52 (5): 855–863. DOI: 10.1007/s00592-015-0715-2.

36. Канева А.М., Бойко Е.Р. Индекс накопления липидов (lipid accumulation product, LAP) — современный клинико-биохимический маркер ожирения у человека. Анализ риска здоровью. 2019; 2: 164–174. DOI: 10.21668/health.risk/2019.2.18.

37. Канева А.М., Потолицына Н.Н., Бойко Е.Р. Диапазон варьирования значений индекса накопления липидов (lipid accumulation product, LAP) у здоровых жителей европейского Севера России. Ожирение и метаболизм. 2020; 17 (2): 179–186. DOI: 10.14341/omet11278.

38. Amato M.C., Giordano C., Galia M., Criscimanna A., Vitabile S., Midiri M., Galluzzo A; AlkaMeSy Study Group. Visceral Adiposity Index: a reliable indicator of visceral fat function associated with cardiometabolic risk. Diabetes care. 2010; 33 (4): 920–922. DOI: 10.2337/dc09-1825.

39. Amato M.C., Giordano C., Pitrone M., Galluzzo A. Cut-off points of the visceral adiposity index (VAI) identifying a visceral adipose dysfunction associated with cardiometabolic risk in a Caucasian Sicilian population. Lipids Health Dis. 2011; 10: 183. DOI: 10.1186/1476-511X-10-183.

40. Shin K.-A., Kim Y.-J. Usefulness of surrogate markers of body fat distribution for predicting metabolic syndrome in middleaged and older Korean populations. Diabetes, Metabolic Syndrome and Obesity: Targets and Therapy. 2019; 12: 2251–2259. DOI: 10.2147/DMSO.S217628.

41. Bijari M., Jangjoo S., Emami N., Raji S., Mottaghi M., Moallem R., Jangjoo A., Saberi A. The Accuracy of Visceral Adiposity Index for the Screening of Metabolic Syndrome: A Systematic Review and Meta-Analysis. International Journal of Endocrinology. 2021; 8: 1–14. DOI: 10.1155/2021/6684627.

42. Лавренова Е.А., Драпкина О.М. Инсулинорезистентность при ожирении: причины и последствия. Ожирение и метаболизм. 2020; 17 (1): 48–55. DOI: 10.14341/omet9759.

43. Ройтберг Г.Е., Дорош Ж.В., Шархун О.О., Ушакова Т.И., Трубино Е.А. Возможности применения нового метаболического индекса при оценке инсулинорезистентности в клинической практике. Рациональная Фармакотерапия в Кардиологии. 2014; 10 (3): 264–274.

44. Мадянов И.В. Косвенные способы оценки инсулинорезистентности при метаболическом синдроме. РМЖ. 2021; 2: 10–12.

45. Madyanov I.V. Indirect methods for assessing insulin resistance in metabolic syndrome. RMJ. 2021; 2: 10–12. (In Russian)

46. Ройтберг Г.Е. Метаболический синдром. М.: МЕДпресс-информ. 2021, 120 с.

47. Roytberg G.E. Metabolic syndrome. Moscow: MEDpress-inform. 2021. (In Russian)

48. Adedokun A.K., Olisekodiaka M.J., Adeyeye D.A., Muhibi A.M., Ojokuku O.H., Adepeju A.A., Onifade A.A., Taofik A., Ajibola K.A., Shen M.R. Castelli Risk Index, Atherogenic Index of Plasma, and Atherogenic Coefficient: Emerging Risk Predictors of Cardiovascular Disease in HIV-Treated Patients. Saudi Journal of Medical and Pharmaceutical Sciences. 2017; 3: 1101–1110. DOI: 10.21276/sjmps.2017.3.10.15.

49. Olamoyegun M.A., Akinlade A.T., Fawale M.B., Ogbera A.O. Dyslipidaemia as a risk factor in the occurrence of stroke in Nigeria: prevalence and patterns. Pan. Afr. Med. J. 2016; 25: 72. DOI: 10.11604/pamj.2016.25.72.6496.

50. Nordestgaard B.G., Langlois M.R., Langsted A., Chapman M.J., Aakre K.M., Baum H. Quantifying atherogenic lipoproteins for lipid-lowering strategies: Consensus-based recommendations from EAS and EFLM. Atherosclerosis. 2020; 294: 46–61. DOI: 10.1016/j.atherosclerosis.2019.12.005.

51. Castelli W.P., Abbott R.D., McNamara P.M. Summary estimates of cholesterol used to predict coronary heart disease. Circulation. 1983; 67 (4): 730–734. DOI: 10.1161/01.cir.67.4.730.

52. Климов А.Н., Никульчева Н.Г. Обмен липидов и липопротеидов и его нарушения. СПб: Питер Ком, 1999. 512 с.

53. Klimov A.N., Nikul’cheva N.G. Lipid and lipoprotein metabolism and its disorders. St. Petersburg: Peter Kom. 1999. (In Russian)

54. Dobiasova M., Frohlich J., Sedova M., Cheung M.C., Brown B.G. Cholesterol esterification and atherogenic index of plasma correlate with lipoprotein size and findings on coronary angiography. J. Lipid Res. 2011; 52 (3): 566–571. DOI: 10.1194/jlr.P011668.

55. Канева А.М., Бойко Е.Р. Индексы липидного обмена: информативность и клиническое значение при оценке атерогенности липидного профиля крови. Медицинский академический журнал. 2017; 17 (1): 41–50. DOI: 10.17816/ MAJ17141-50.

1. Elhadad M.A., Wilson R., Zaghlool S.B., Huth C., Gieger C., Grallert H., Graumann J., Rathmann W., Koenig W., Sinner M.F., Hveem K., Suhre K., Thorand B., Jonasson C., Waldenberger M., Peters A. Metabolic syndrome and the plasma proteome: from association to causation. Cardiovasc. Diabetol. 2021; 20 (1): 111. DOI: 10.1186/s12933-021-01299-2.

2. Recommendations for the management of patients with metabolic syndrome. Clinical guidelines Ministry of Health of the Russian Federation. 2013. Available at: https://mzdrav.rk.gov.ru›file›mzdrav_180420. (accessed 17 August 2021). (In Russian).

3. Abbafati C., Machado D.B., Cislaghi B., Salman O.M., Karanikolos M., Mckee M., et al. Global burden of 87 risk factors in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden Of Disease Study 2019. The Lancet. 2020; 396 (10258): 1223–1249. DOI: 10.1016/S0140-6736(20)30752-2.

4. Hassannejad R., Sharrouf H., Haghighatdoost F., Kirk B., Amirabdollahian F. Diagnostic Power of Circulatory Metabolic Biomarkers as Metabolic Syndrome Risk Predictors in Community-Dwelling Older Adults in Northwest of England (A Feasibility Study). Nutrients. 2021; 13 (7): 2275. DOI: 10.3390/nu13072275.

5. Uspensky Yu.P., Petrenko Yu.V., Gulunov Z.Kh., Shaporova N.L., Fominykh Yu.A., Niyazov R. M. Metabolic syndrome. St. Petersburg, 2017. (In Russian).

6. Herath H.M.M., Weerasinghe N.P., Weerarathna T.P., Amarathunga A. A Comparison of the Prevalence of the Metabolic Syndrome among Sri Lankan Patients with Type 2 Diabetes Mellitus Using WHO, NCEP-ATP III, and IDF Definitions. Int. J. Chronic. Dis. 2018: 7813537. DOI: 10.1155/2018/7813537.

7. Balanova Yu.A., Imaeva A.E., Kutsenko V.A., Kapustina A.V., Muromtseva G.A., Evstifeeva S.E., Maksimov S.A., Karamnova N.S., Yarovaya E.B., Shalnova S.A., Drapkina O.M. Metabolic syndrome and its associations with socio-demographic and behavioral risk factors in the Russian population aged 25–64 years. Kardiovaskulyarnaya terapiya i profilaktika (Cardiovascular Therapy and Prevention). 2020; 19 (4): 2600. DOI: 10.15829/1728-8800-2020-2600. (In Russian)

8. Ford E.S., Giles W.H., Dietz W.H. Prevalence of the metabolic syndrome among US adults: findings from the third National Health and Nutrition Examination Survey. JAMA. 2002; 287 (3): 356–259. DOI: 10.1001/jama.287.3.356.

9. Tune J.D., Goodwill A.G., Sassoon D.J., Mather K.J. Cardiovascular consequences of metabolic syndrome. Transl. Res. 2017; 183: 57–70. DOI: 10.1016/j.trsl.2017.01.001.

10. Saeed A.A. Prevalence of Metabolic Syndrome and Its Components among Saudi Young Adults 18 — 30 Years of Age. Open Journal of Endocrine and Metabolic Diseases. 2019; 9: 49–59. DOI: 10.4236/ojemd.2019.94005.

11. Wander P.L., Boyko E.J., Leonetti D.L., McNeely M.J., Kahn S.E., Fujimoto W.Y. Change in visceral adiposity independently predicts a greater risk of developing type 2 diabetes over 10 years in Japanese Americans. Diabetes Care. 2013; 36 (2): 289–293. DOI: 10.2337/dc12 с-0198.

12. Brel NK, Kokov AN, Gruzdeva OV. Advantages and disadvantages of diff erent methods for diagnosis of visceral obesity. Ozhirenie i metabolizm (Obesity and metabolism). 2018; 15 (4): 3–8. DOI: 10.14341/OMET9510. (In Russian)

13. Faerstein E., Winkelstein W.Jr. Adolphe Quetelet: statistician and more. Epidemiology. 2012; 23 (5): 762–773. DOI: 10.1097/ EDE.0b013e318261c86f.

14. Scott D., Park M.S., Kim T.N., Ryu J.Y., Hong H.C., Yoo H.J., Baik S.H., Jones G., Choi K.M. Associations of Low Muscle Mass and the Metabolic Syndrome in Caucasian and Asian Middle-aged and Older Adults. J. Nutr. Health Aging. 2016; 20 (3): 248–255. DOI: 10.1007/s12603-015-0559-z. PMID: 26892573.

15. Millar S.R., Perry I.J., Phillips C.M. Assessing cardiometabolic risk in middle-aged adults using body mass index and waistheight ratio: are two indices better than one? A cross-sectional study. Diabetology & Metabolic Syndrome. 2015; 7 (1): 73. DOI: 10.1186/s13098-015-0069-5.

16. Tran N.T.T., Blizzard C.L., Luong K.N., Truong N.L.V., Tran B.Q., Otahal P. The importance of waist circumference and body mass index in cross-sectional relationships with risk of cardiovascular disease in Vietnam. PLoS One. 2018; 13 (5): e0198202. DOI: 10.1371/journal.pone.0198202.

17. Svarovskaya A.V., Garganeeva A.A. Anthropometric obesity indices and cardiometabolic risk: is there an association? Kardiovaskulyarnaya terapiya i profilaktika. (Cardiovascular Therapy and Prevention). 2021; 20 (4): 2746. DOI: 10.15829/17288800-2021-2746. (In Russian)

18. Katzmarzyk P.T., Bray G.A., Greenway F.L., Johnson W.D., Newton R.L., Ravussin E., Ryan D.H., Bouchard C. Ethnic-specific BMI and waist circumference thresholds. Obesity. 2011; 19 (6): 1272–1278. DOI: 10.1038/oby.2010.319.

19. World Gastroenterology Organisation global guideline: Obesity. Milwaukee (WI): World Gastroenterology Organisation 2011. Available at: https://www.worldgastroenterology.org/guidelines/global-guidelines/.

20. Krakauer N.Y., Krakauer J.C. A new body shape index predicts mortality hazard independently of body mass index. PLoS One. 2012; 7 (7): e39504. DOI: 10.1371/journal.pone.0039504.

21. Christakoudi S., Tsilidis K.K., Muller D.C, Bueno-de-Mesquita B., Ellingjord-Dale M., Ward H.A., Aune D., Riboli E. A Body Shape Index (ABSI) achieves better mortality risk stratification than alternative indices of abdominal obesity: results from a large European cohort. Scientific Reports. 2020; 10: 14541. DOI: 10.1038/s41598-020-71302-5.

22. Jayedi A., Soltani S., Zargar M.S., Khan T.A., Shab-Bidar S. Central fatness and risk of all cause mortality: systematic review and dose-response meta-analysis of 72 prospective cohort studies. BMJ. 2020; 370: m3324. DOI: 10.1136/bmj.m3324.

23. Amirabdollahian F., Haghighatdoost F. Anthropometric Indicators of Adiposity Related to Body Weight and Body Shape as Cardiometabolic Risk Predictors in British Young Adults: Superiority of Waist-to-Height Ratio. J. Obesity. 2018; 1: 8370304. DOI: 10.1155/2018/8370304.

24. Suliga E., Ciesla E., Głuszek-Osuch M., Rogula T., Głuszek S., Kozieł D. The Usefulness of Anthropometric Indices to Identify the Risk of Metabolic Syndrome. Nutrients. 2019; 11 (11): 2598. DOI: 10.3390/nu11112598.

25. Gaivoronskiy I.V., Nichiporuk G.I., Gaivoronskiy I.N., Nichiporuk N.G. Bioimpedansometry as a method of the component bodystructure assessment (review). Vestnik SPbGU (Vestnik SPbSU). 2017; 12 (4): 365–384. DOI: 10.21638/11701/ spbu11.2017.406. (In Russian)

26. Arutyunov GP, Babak SL, Vasyuk YuA, Drapkina O. M., Lopatin Yu. M., Petrov V. I., Tkacheva O. N., Chumakova G. A. Diagnosis, treatment, prevention of obesity and its associated diseases (National clinical guidelines), 2017. Available at: https://scardio. ru/ content/Guidelines/project/Ozhirenie_klin_rek_proekt.pdf. (accessed 20 August 2021). (In Russian)

27. Kahn H.S. The «lipid accumulation product» performs better than the body mass index for recognizing cardiovascular risk: a population-based comparison. BMC. Cardiovasc. Disord. 2005; 5: 26. DOI: 10.1186/1471-2261-5-26.

28. Kahn H.S. The Lipid Accumulation Product Is Better Than BMI for Identifying Diabetes. Diabetes Care. 2006; 29 (1): 151–153. DOI: 10.2337/diacare.29.01.06.dc05-1805.

29. Hosseinpanah F., Barzin M., Erfani H., Serahati S., Ramezani Tehrani F., Azizi F. Lipid accumulation product and insulin resistance in Iranian PCOS prevalence study. Clin. Endocrinol. (Oxf). 2014; 81 (1): 52–57. DOI: 10.1111/cen.12287. Epub 2013 Aug 9. PMID: 23844634.

30. Motamed N., Razmjou S., Hemmasi G., Maadi M., Zamani F. Lipid accumulation product and metabolic syndrome: a population-based study in northern Iran, Amol. J. Endocrinol. Invest. 2016; 39 (4): 375–382. DOI: 10.1007/s40618-015-0369-5.

31. Ray L., Ravichandran K., Nanda S.K. Comparison of lipid accumulation product index with body mass index and waist circumference as a predictor of metabolic syndrome in Indian population. Metab. Syndr. Relat. Disord. 2018; 16 (5): 240–245. DOI: 10.1089/met.2017.0119.

32. Ayundini G., Astrella C., Tahapary D., Soewondo P. A Systematic Review on the Association between Lipid Accumulation Product Index and Type 2 Diabetes Mellitus. J. ASEAN Fed. Endocr. Soc. 2019; 34 (1): 16–20. DOI: 10.15605/jafes.034.01.04.

33. Du T., Yu X., Zhang J., Sun X. Lipid accumulation product and visceral adiposity index are effective markers for identifying the metabolically obese normal-weight phenotype. Acta Diabetol. 2015; 52 (5): 855–863. DOI: 10.1007/s00592-015-0715-2.

34. Kaneva A.M., Bojko E.R. Lipid accumulation product or lap as an up-to-date clinical biochemical marker of human obesity. Analiz riska zdorov’yu (Health Risk Analysis). 2019; 2: 164–174. DOI: 10.21668/health.risk/2019.2.18. (In Russian)

35. Kaneva AM, Potolitsyna NN, Bojko ER. Range of values for lipid accumulation product (LAP) in healthy residents of the European North of Russia. Ozhirenie i metabolizm (Obesity and metabolism). 2020; 17 (2): 179–186. DOI: 10.14341/ omet11278. (In Russian)

36. Amato M.C., Giordano C., Galia M., Criscimanna A., Vitabile S., Midiri M., Galluzzo A; AlkaMeSy Study Group. Visceral Adiposity Index: a reliable indicator of visceral fat function associated with cardiometabolic risk. Diabetes care. 2010; 33 (4): 920–922. DOI: 10.2337/dc09-1825.

37. Amato M.C., Giordano C., Pitrone M., Galluzzo A. Cut-off points of the visceral adiposity index (VAI) identifying a visceral adipose dysfunction associated with cardiometabolic risk in a Caucasian Sicilian population. Lipids Health Dis. 2011; 10: 183. DOI: 10.1186/1476-511X-10-183.

38. Shin K.-A., Kim Y.-J. Usefulness of surrogate markers of body fat distribution for predicting metabolic syndrome in middleaged and older Korean populations. Diabetes, Metabolic Syndrome and Obesity: Targets and Therapy. 2019; 12: 2251–2259. DOI: 10.2147/DMSO.S217628.

39. Bijari M., Jangjoo S., Emami N., Raji S., Mottaghi M., Moallem R., Jangjoo A., Saberi A. The Accuracy of Visceral Adiposity Index for the Screening of Metabolic Syndrome: A Systematic Review and Meta-Analysis. International Journal of Endocrinology. 2021; 8: 1–14. DOI: 10.1155/2021/6684627.

40. Lavrenova E.A., Drapkina O.M. Insulin resistance in obesity: pathogenesis and effects. Ozhirenie i metabolizm (Obesity and metabolism). 2020; 17 (1): 48–55. DOI: 10.14341/omet9759. (In Russian)

41. Roytberg G.E., Dorosh J.V., Sharkhun O.O., Ushakova T.I., Trubino E.A. New metabolic index use potentialities in evaluation оf insulin resistance in clinical practice. Racional’naya Farmakoterapiya v Kardiologii (Ration. Pharmacother Cardiol). 2014; 10 (3): 264–274. (In Russian)

42. Madyanov I.V. Indirect methods for assessing insulin resistance in metabolic syndrome. RMZH (RMJ). 2021; 2: 10–12. (In Russian)

43. Roytberg G.E. Metabolic syndrome. Moscow: MEDpress-inform. 2021. (In Russian)

44. Adedokun A.K., Olisekodiaka M.J., Adeyeye D.A., Muhibi A.M., Ojokuku O.H., Adepeju A.A., Onifade A.A., Taofik A., Ajibola K.A., Shen M.R. Castelli Risk Index, Atherogenic Index of Plasma, and Atherogenic Coefficient: Emerging Risk Predictors of Cardiovascular Disease in HIV-Treated Patients. Saudi Journal of Medical and Pharmaceutical Sciences. 2017; 3: 1101–1110. DOI: 10.21276/sjmps.2017.3.10.15.

45. Olamoyegun M.A., Akinlade A.T., Fawale M.B., Ogbera A.O. Dyslipidaemia as a risk factor in the occurrence of stroke in Nigeria: prevalence and patterns. Pan. Afr. Med. J. 2016; 25: 72. DOI: 10.11604/pamj.2016.25.72.6496.

46. Nordestgaard B.G., Langlois M.R., Langsted A., Chapman M.J., Aakre K.M., Baum H. Quantifying atherogenic lipoproteins for lipid-lowering strategies: Consensus-based recommendations from EAS and EFLM. Atherosclerosis. 2020; 294: 46–61. DOI: 10.1016/j.atherosclerosis.2019.12.005.

47. Castelli W.P., Abbott R.D., McNamara P.M. Summary estimates of cholesterol used to predict coronary heart disease. Circulation. 1983; 67 (4): 730–734. DOI: 10.1161/01.cir.67.4.730.

48. Klimov A.N., Nikul’cheva N.G. Lipid and lipoprotein metabolism and its disorders. St. Petersburg: Peter Kom. 1999. (In Russian)

49. Dobiasova M., Frohlich J., Sedova M., Cheung M.C., Brown B.G. Cholesterol esterification and atherogenic index of plasma correlate with lipoprotein size and findings on coronary angiography. J. Lipid Res. 2011; 52 (3): 566–571. DOI: 10.1194/jlr.P011668.

50. Kaneva A.M., Boyko E.R. Lipid exchange indexes: information capacity and clinical meaning in the course of valuation of atherogenicity of lipimic index of blood. Medicinskij akademicheskij zhurnal (Medical Academic Journal). 2017; 17 (1): 41–50. DOI: 10.17816/MAJ17141-50. (In Russian)

В настоящее время в результате нарушений и расстройств пищевого поведения, малоподвижного образа жизни и роста распространенности среди населения лиц с повышенной массой тела и ожирением метаболический синдром трансформировался в общемировую проблему общественного здравоохранения и профилактической медицины [1]. В соответствии с Российскими рекомендациями по ведению больных с метаболическим синдромом (МС) [2] основными проявлениями данного патологического состояния являются абдоминальное ожирение, артериальная гипертензия, гипергликемия, инсулинорезистентность (ИР), повышенный уровень триглицеридов (ТГ) плазмы крови и снижение концентрации холестерина липопротеидов высокой плотности (ХС-ЛПВП).

Современное посимптомное формирование диагноза МС (МКБ-10)1 на основе вышеперечисленных критериев, практически идентичных глобальным модифицируемым факторам риска (ФР) преждевременной смертности от болезней системы кровообращения (БСК) и сахарного диабета 2 типа (повышенный индекс массы тела и ожирение, высокая концентрация глюкозы сыворотки крови натощак, повышенный уровень холестерина не липопротеидов высокой плотности, гипертриглицеридемия, артериальная гипертензия) [3], позволяет отожествлять полифакторный кардиометаболический риск (КМР) с метаболическим синдромом [4]. Несмотря на то что клинический диагноз «метаболический синдром» не входит в МКБ 10-го пересмотра, в качестве термина он продолжает использоваться в медицинской литературе [5], в том числе в зарубежных и отечественных клинических рекомендациях и других экспертных документах [2].

Общемировая распространенность МС колеблется от 10 до 84 % в зависимости от региона, городской или сельской среды, состава изучаемой популяции (пол, возраст, раса и этническая принадлежность) и используемой методологии выявления факторов КМР [6]. По данным отечественных исследователей [7], доля лиц с МС среди взрослого населения Российской Федерации в возрасте 25−64 лет в среднем составляет 33 % и имеет положительную корреляцию с возрастом обследованных. Ранее аналогичная взаимосвязь между частотой диагностики МС и старением популяции была установлена при анализе распространенности метаболического синдрома среди взрослых американцев, выявившем ассоциированный с возрастным фактором прогрессирующий рост доли лиц с МС (10 % у лиц в возрасте 20–29 лет, 20 % в возрастной группе 40–49 лет и 45 % среди 60–69-летних) [8].

Для Цитирования:
Безрукова Галина Александровна, Новикова Тамара Анатольевна, Микеров Анатолий Николаевич, Современные подходы к скрининг-диагностике риска метаболического синдрома на основе интегральных клинико-лабораторных показателей (обзор литературы). Санитарный врач. 2022;1.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: