Lifestyle and Metabolic Risk Factors in Patients with Nonalcoholic Fatty Liver Disease: A Cross-Sectional Study

技术摘要：非酒精性脂肪肝患者的生活方式与代谢风险因素

问题陈述
非酒精性脂肪肝（NAFLD）是一个快速增长的全球健康问题，在亚洲和南亚人群中的患病率不断上升。虽然传统上被视为一种良性疾病，但很大一部分患者会进展为非酒精性脂肪性肝炎（NASH）、肝硬化和肝细胞癌。其发病机制是多因素的，与肥胖、胰岛素抵抗、2型糖尿病、血脂异常和高血压密切相关。尽管存在全球性的负担，但关于巴基斯坦人群中生活方式、代谢风险因素与 NAFLD 之间具体关联的数据仍然匮乏。本研究通过调查具有 NAFLD 特征的巴基斯坦成年人的统计学、临床、人体测量学、饮食和生化特征，旨在填补这一空白。

研究方法
这是一项于 2023 年 2 月至 20 24 年 1 月期间在巴基斯坦伊斯兰堡 Shifa 国际医院进行的横断面研究。

• 参与者： 共有 211 名具有超声波脂肪肝证据的成年患者入组。排除标准包括饮酒、病毒性肝炎（B 型或 C 型）、其他导致肝脂肪变性的原因、年龄低于 18 岁以及使用肝毒性药物。
• 数据收集： 使用经过预测试的调查表收集人口统计学、临床和生活方式数据。人体测量指标包括 BMI、腰围和腰臀比。饮食摄入量通过为期一周的食物频率回顾进行评估，并由营养师利用 Harris-Benedict 公式进行分析，以确定热量和宏量营养素需求。
• 实验室检查： 测量了空腹血糖、HbA1c、血脂谱（总胆固醇、LDL、HDL、甘油三酯）以及丙氨酸氨基转移酶（ALT）水平。进行了乙肝和丙肝血清学检测，以确认排除标准。
• 统计分析： 数据使用 SPSS 21 版本进行分析。连续变量以平均值 ± 标准差表示，分类变量以频率和百分比表示。关联性通过卡方检验进行评估，p 值 < 0.05 被认为具有统计学显著性。

主要结果

• 人口统计学： 研究人群的平均年龄为 46.8 ± 10.3 岁，女性比例显著偏高（75.8%）。
• 症状学： 最常见的症状是疲劳（89.6%）、乏力（84.8%）和消化不良（72.5%）。
• 代谢共病： 观察到糖尿病（41.2%）和高血压（44.1%）的高患病率。
• 人体测量学： 大多数患者属于超重或肥胖（62.6% 为肥胖）。男女患者普遍存在腰围和腰臀比升高的现象。
• 生活方式因素： 81.6% 的参与者报告生活方式久坐不动，仅 19.4% 进行定期锻炼。
• 饮食摄入： 与直觉相反，大多数患者报告的热量摄入低于其年龄和身高所需的热量。虽然碳水化合物和蛋白质摄入量通常处于正常范围，但脂肪摄入量往往低于推荐水平。值得注意的是，报告较低热量摄入的患者其 BMI 显著更高（p=0.000）。
• 生化发现： 包括 HbA1c、甘油三酯和 LDL 胆固醇升高，以及 HDL 胆固醇降低。约四分之一的患者表现出 ALT 水平升高。
• 关联性： 糖尿病、高血压和较高 BMI 的患病率随年龄增长而显著增加，且在女性中更高。女性报告的体力活动水平显著低于男性。在血脂参数与年龄或性别之间未发现显著关联，尽管异常情况广泛存在。

核心贡献

• 特定人群数据： 本研究提供了关于巴基斯坦 NAFLD 患者代谢和生活方式风险因素患病率的关键基线数据，该地区在这一特定人口统计方面的现有文献较少。
• 症状特征： 它刻画了该人群 NAFLD 的临床表现，强调了疲劳和乏力是主要的症状，这支持了在临床评估中纳入疲劳评估。
• 生活方式-代谢联系： 研究强调了巴基斯坦 NAFLD 患者中久坐行为、肥胖与代谢综合征组成部分（糖尿病、高血压、血脂异常）之间的强相关性。
• 饮食悖论： 研究识别了自我报告的热量摄入与 BMI 之间可能存在的差异，表明漏报或代谢适应可能发挥了作用，值得使用更客观的饮食评估方法进行进一步研究。

意义与主张
作者主张，代谢异常和不健康的生活方式在巴基斯坦 NAFLD 成年人中高度盛行。研究强调，该人群中的 NAFLD 并非孤立存在的疾病，而是与肥胖、缺乏运动和代谢共病深度交织在一起。

研究结果的意义在于潜在的早期干预。作者认为，早期的代谢风险评估和有针对性的生活方式干预——特别是侧重于体重管理、饮食调整和增加体力活动——可以减少疾病进展及相关并发症。此外，研究建议应将风险因素筛查计划整合到 NAFLD 患者的管理中。作者得出结论，解决这些可调节的风险因素对于防止向晚期肝脏疾病进展并改善该人群的整体健康状况至关重要。

承认的局限性
论文谦虚地指出了几项局限性：横断面设计无法推断因果关系；依赖超声波检查限制了对轻度脂肪变的敏感性；缺乏健康对照组；采用来自单一中心的便利抽样，可能限制了普适性；以及仅使用了单变量分析，未能通过多元回归来评估独立预测因子或混杂效应。此外，依赖自我报告的饮食数据引入了漏报偏差的可能性。