肥胖与代谢异常已成为全球公共卫生领域长期面临的难题之一。随着生活方式变化和人口老龄化叠加，超重、肥胖人群规模持续扩大，由此带来的高血压、糖脂代谢紊乱以及动脉粥样硬化等问题，与心脏病、脑卒中等重大疾病风险紧密有关。临床实践中，如何大量人群中尽早识别真正的高危者、并对不同风险等级采取差异化干预，是提升防治效率的关键环节。 问题在于，传统评估方式存在一定局限。长期以来，体重、体质指数以及代谢综合征等指标被广泛用于风险判断，但这些方法往往更擅长描述“体型”或“是否已达诊断阈值”，对一些代谢尚未显著异常、却已存在血管损伤隐患的人群识别不足。同时，一些体重或体质指数偏高者并不必然对应高心血管风险，若仅凭单一指标决策，可能出现对高风险者漏判、对低风险者过度干预等情况，影响资源配置和干预效果。 造成上述问题的重要原因，是肥胖并非单一维度的体重增加，而是与脂肪分布、代谢状态、慢性炎症以及肝脏等器官功能改变相互交织的综合结果。比如同样的体重水平，内脏脂肪与皮下脂肪比例不同，带来的胰岛素抵抗、炎症反应和血管内皮损伤风险可能差异显著；又如慢性低度炎症和肝脏代谢负担增加，往往早于明显临床事件出现，却容易在常规筛查中被忽视。风险评估若不能反映这些关键环节，就难以把握心血管疾病的真实走向。 针对这个临床痛点，中南大学湘雅二医院周后德教授团队提出代谢肥胖分型法，构建了更接近疾病机理的综合评估框架。该方法将三类核心信息纳入统一体系：一是体型与脂肪分布相关指标，用以刻画脂肪沉积特征；二是血压、空腹血糖、血脂等经典代谢健康指标，反映代谢稳态与传统危险因素水平；三是与代谢紊乱和血管损伤密切相关、但过去在常规评估中关注不足的关联指标，包括炎症水平（如C反应蛋白）、肝酶、尿酸等。通过整合上述指标，体系可将个体划分为五个风险等级，便于临床快速判断并制定分层管理策略。相关成果已在线发表于《前沿研究杂志》。 从影响层面看，该分型法的价值不仅在于“多指标叠加”，更在于提升对隐匿风险的敏感性。研究团队在不同年龄、性别与种族人群中对模型性能进行验证，结果显示该体系在区分高风险与低风险上表现突出，有望弥补传统工具对部分隐匿性高风险人群识别不足的问题。更重要的是，体系提示存在一类“表面状态尚可、但未来风险偏高”的人群，为公共卫生层面的早筛与临床层面的早干预提供了更明确的指向。 在对策层面，代谢肥胖分型法强调可干预因素的组合识别。相关指标多可通过生活方式调整、药物治疗和规范随访得到改善，这意味着分层评估并非停留在“风险告知”，而是能够直接服务于个体化管理路径：对高风险者，应更早、更密集地开展血压、血糖、血脂与炎症相关指标监测，综合干预饮食结构、体重管理、运动处方，并在必要时进行药物治疗与合并症管理；对中低风险者，则可通过科学减重、规律运动和持续随访降低转归风险，避免“一刀切”式管理带来的依从性下降或医疗资源浪费。对于基层医疗机构来说，若能在体检与慢病管理中引入更精细的风险分层，有助于提高筛查效率，推动慢病防控由“以体重为中心”向“以疾病风险为中心”转变。 展望未来，随着肥胖相关疾病负担持续上升，更精准的风险识别工具将成为推动防治关口前移的重要支撑。代谢肥胖分型法提供了一种将体脂分布、代谢状态与炎症、肝脏等关联环节贯通的评估思路，有望为肥胖与代谢异常人群的长期管理提供新范式。下一步，如何在更大规模真实世界人群中验证其稳定性，如何与现有体检体系和慢病管理流程衔接，如何形成可推广的临床路径与随访标准，将决定其在公共卫生与临床实践中的落地成效。另外，风险分层能力的提升也意味着健康教育与政策干预需要更精细化，以更具针对性的资源投入实现更高的防治收益。
这项研究不仅填补了国际空白，也标志着我国在代谢性疾病防控领域取得重要进展；基于科学分型的个性化健康管理，有望成为应对慢性病挑战的新途径。该成果的推广应用将为健康中国建设提供有力支持。