Composite Metabolic Indices for Incident Cardiometabolic Multimorbidity: Evidence from the CHARLS and ELSA Cohorts

Wenn Menschen älter werden, sieht sich ihr Körper oft einer stillen Anhäufung gesundheitlicher Herausforderungen gegenüber. Es ist selten nur eine einzige Sache; stattdessen neigen Zustände wie Bluthochdruck, Typ-2-Diabetes und Herzerkrankungen dazu, gemeinsam aufzutreten und bilden einen Cluster, den Ärzte als kardiometabolische Multimorbidität bezeichnen. Diese Kombination ist besonders gefährlich, da sie den Körper fragiler macht, das Sterberisiko erhöht und eine schwere Last für Familien und Gesundheitssysteme darstellt. Jahrzehntelang haben sich Ärzte auf Einzelmessungen verlassen, wie etwa einen Nüchternblutzuckertest oder einen Cholesterinwert, um das Risiko einer Person zu bewerten. Diese isolierten Zahlen erfassen jedoch oft nicht das vollständige Bild davon, wie der Stoffwechsel und die Körperform eines Menschen über die Zeit miteinander interagieren. Wissenschaftler vermuteten schon lange, dass die Kombination dieser verschiedenen Signale in einem einzigen Score ein klareres Warnsystem bieten könnte, aber es blieb unklar, welche Kombination am besten funktionierte oder ob ein für eine bestimmte Gruppe von Menschen entwickeltes Werkzeug auch für eine andere Gruppe funktionieren würde.

Um diese Fragen zu beantworten, wandten sich Forscher an zwei massive, langlaufende Studien, die die Leben älterer Erwachsener seit Jahren verfolgen: eine in China und eine im Vereinigten Königreich. Durch die Untersuchung von Daten aus Tausenden von Teilnehmern in beiden Ländern versuchte das Team, fünf verschiedene zusammengesetzte Scores zu testen. Diese Scores wurden entwickelt, um Informationen darüber, wie der Körper mit Zucker und Fett umgeht, mit Messungen darüber zu verbinden, wo Fett auf dem Körper gespeichert ist. Die Forscher wollten sehen, ob diese kombinierten Werkzeuge vorhersagen konnten, wer in der Zukunft mehrere Herz- und Stoffwechselerkrankungen entwickeln würde, und ob ein spezifisches Werkzeug als das zuverlässigste über verschiedene Kulturen und Lebensstile hinweg hervorstach.

Die Studie verfolgte 8.682 ältere Erwachsene aus China und 2.422 aus dem Vereinigten Königreich, die zu Beginn der Studie frei von diesen kombinierten Krankheiten waren. Über mehrere Jahre der Nachverfolgung beobachteten die Forscher, wer neue Fälle von kardiometabolischer Multimorbidität entwickelte. Sie berechneten zu Beginn der Studie für jede Person fünf verschiedene Risikoscores. Ein Score, bekannt als TyG-WHtR, kombinierte ein Maß für die Insulinresistenz mit dem Verhältnis von Taillenumfang zu Körpergröße einer Person. Ein anderer, der ICMRS, war ein breiterer Score, der standardisierte Werte für Insulinresistenz, Körperform und ein spezifisches Typ von Cholesterinungleichgewicht zusammenfasste. Das Team verglich dann, wie gut jeder dieser fünf Scores den Ausbruch der Krankheit vorhersagte.

Die Ergebnisse zeigten, dass alle fünf Scores im Allgemeinen mit einem höheren Risiko für die Entwicklung dieser kombinierten Krankheiten verknüpft waren. Die Stärke des Zusammenhangs variierte jedoch erheblich je nach spezifischem Score und dem Land, in dem die Menschen lebten. In der chinesischen Kohorte war jeder einzelne der fünf Scores ein starker Prädiktor. Der Score, der in dieser Gruppe am besten abschnitt, war der TyG-WHtR; Menschen in der höchsten Kategorie für diesen Score hatten eine mehr als dreifach höhere Wahrscheinlichkeit, die Krankheiten zu entwickeln, verglichen mit denen in der niedrigsten Kategorie. Der zweitbeste Performer in China war ein Score namens ICMRS. In der britischen Kohorte war das Muster ähnlich, aber schwächer. Während TyG-WHtR und ICMRS signifikante Prädiktoren blieben, zeigte einer der anderen Scores, der AIP-BRI, im britischen Kollektiv keinen statistisch klaren Zusammenhang zur zukünftigen Erkrankung.

Dieser Unterschied in der Stärke zwischen den beiden Ländern war ein bedeutender Befund. Die Forscher fanden heraus, dass die Assoziation zwischen diesen metabolischen Scores und zukünftiger Krankheit in China konsistent stärker war als im Vereinigten Königreich. Beispielsweise war der mit einem höheren TyG-WHtR-Score verbundene Risikoanstieg für die chinesischen Teilnehmer viel steiler. Das Team untersuchte auch die Fähigkeit dieser Scores, zwischen denen zu unterscheiden, die krank werden würden und denen, die es nicht würden. Sie fanden heraus, dass der ICMRS-Score in beiden Ländern die beste Gesamtfähigkeit hatte, diese Gruppen zu trennen, während TyG-WHtR besonders gut darin war, das Risiko in der chinesischen Bevölkerung zu identifizieren. Als die Forscher testeten, ob diese Scores je nach Alter, Geschlecht oder Raucherstatus unterschiedlich funktionierten, waren die Ergebnisse weitgehend stabil, obwohl einige Variationen in der chinesischen Gruppe im Zusammenhang mit Adipositas und Rauchgewohnheiten auftraten.

Die Studie legt nahe, dass, obwohl kein einzelnes Werkzeug perfekt für jede Situation ist, die Kombination von metabolischen Daten mit Körperformmessungen eine bessere Sicht auf das Risiko bietet als die alleinige Betrachtung von Bluttests. Der TyG-WHtR-Score, der einfach mit einem Maßband und einem Standard-Bluttest zu berechnen ist, erwies sich als ein besonders stabiles und leistungsstarkes Werkzeug, insbesondere in der chinesischen Bevölkerung. Der ICMRS-Score, der eine etwas komplexere Berechnung erfordert, aber mehr abdeckt, zeigte die beste Gesamtfähigkeit, das Risiko über beide Populationen hinweg einzustufen. Die Forscher merkten an, dass diese Werkzeuge keinen Ersatz für eine vollständige medizinische Untersuchung sind, aber als nützliche, kostengünstige Screening-Methoden dienen könnten, um Menschen zu identifizieren, die engmaschigere Aufmerksamkeit benötigen. Die Ergebnisse unterstreichen, dass diese metabolischen Signale zwar universell sind, die Art und Weise, wie sie die Krankheit vorhersagen, jedoch je nach Population variieren kann, was darauf hindeutet, dass Risikobewertungswerkzeuge auf die spezifischen Merkmale der untersuchten Menschen abgestimmt werden müssen.