Mελέτη, που δημοσιεύθηκε στο Nature Medicine, δείχνει ότι ο μελλοντικός κίνδυνος για 18 σχετιζόμενες νόσους με την παχυσαρκία μπορεί να προβλεφθεί χρησιμοποιώντας 20 συνηθισμένες μετρήσεις υγείας, όπως αποτελέσματα αιματολογικών εξετάσεων και δημογραφικά στοιχεία. Το εργαλείο θα μπορούσε να συμπληρώσει τη χρήση του ΔΜΣ, προσφέροντας έναν πιο ακριβή, εξατομικευμένο τρόπο αναγνώρισης ατόμων με αυξημένο κίνδυνο εμφάνισης παθήσεων όπως καρδιοπάθεια ή καρκίνος, οδηγώντας σε καλύτερη παρακολούθηση, έγκαιρες παρεμβάσεις και βελτιωμένα αποτελέσματα υγείας.
Η παχυσαρκία αποτελεί μια μείζονα παγκόσμια πρόκληση για την υγεία, με το 60–70% των ενηλίκων στις δυτικές χώρες να ζουν με υπέρβαρο ή παχυσαρκία. Εάν δεν αντιμετωπιστεί, η παχυσαρκία μπορεί να οδηγήσει σε πολλές παθήσεις, που κυμαίνονται από τον διαβήτη τύπου 2 και τις καρδιοπάθειες έως άλλες χρόνιες νόσους.
Ωστόσο, τα άτομα που ζουν με υπέρβαρο ή παχυσαρκία μπορεί να έχουν ριζικά διαφορετικές τροχιές υγείας, με κάποιους να παραμένουν υγιείς για χρόνια και άλλους να εμφανίζουν προβλήματα υγείας. Η έγκαιρη αναγνώριση εκείνων που διατρέχουν τον υψηλότερο κίνδυνο εμφάνισης παθήσεων θα μπορούσε να βοηθήσει τους επαγγελματίες υγείας να επιλέξουν καλύτερα την κατάλληλη παρέμβαση και να δώσουν προτεραιότητα σε θεραπείες για όσους τις έχουν περισσότερο ανάγκη.
Για να αντιμετωπίσουν αυτήν την κλινική πρόκληση, ερευνητές από το Queen Mary και το Ινστιτούτο Υγείας του Βερολίνου στο Charité ανέπτυξαν και επικύρωσαν ένα μοντέλο κινδύνου παχυσαρκίας που μπορεί να αναγνωρίσει με ακρίβεια τα άτομα με τον υψηλότερο κίνδυνο επιπλοκών σχετιζόμενων με την παχυσαρκία σε πρώιμο στάδιο.
Οι ερευνητές ανέλυσαν δεδομένα υγείας από 200.000 συμμετέχοντες με υπέρβαρο ή παχυσαρκία, των οποίων τα δεδομένα τηρούνται στην UK Biobank, μια μεγάλη πληθυσμιακή μελέτη που συνδέει λεπτομερείς αξιολογήσεις υγείας με μακροπρόθεσμα ιατρικά αρχεία. Χρησιμοποιώντας ερμηνεύσιμη μηχανική μάθηση, αξιολόγησαν περισσότερες από 2.000 μετρήσεις υγείας, συμπεριλαμβανομένων δεδομένων αιματολογικών εξετάσεων, σωματικών μετρήσεων, πληροφοριών τρόπου ζωής και μοριακών δεδομένων.
Από αυτήν την αξιολόγηση, η ομάδα αναγνώρισε 20 δείκτες υγείας που προβλέπουν αποτελεσματικότερα τον μελλοντικό κίνδυνο εμφάνισης 18 παχυσαρκίας-σχετιζόμενων νοσημάτων ή επιπλοκών, τους οποίους ονόμασαν μοντέλο OBSCORE. Το μοντέλο, το οποίο είναι απλό στη χρήση σε κλινικά περιβάλλοντα, επικυρώθηκε επίσης από τους ερευνητές στις ανεξάρτητες μελέτες Genes & Health και European Investigation into Cancer (EPIC)—Norfolk.
Πιθανός αντίκτυπος στη φροντίδα ασθενών
Μετά από περαιτέρω επικύρωση και αξιολόγηση της οικονομικής αποδοτικότητας σε κατάλληλες κλινικές δοκιμές, το OBSCORE θα μπορούσε να βοηθήσει τους γιατρούς να αναγνωρίσουν ποια άτομα που ζουν με υπέρβαρο ή παχυσαρκία μπορεί να ωφεληθούν περισσότερο από πρώιμη παρέμβαση, στενότερη παρακολούθηση ή εντατικότερη θεραπεία, πράγμα που θα μπορούσε όχι μόνο να βοηθήσει το NHS (Εθνικό Σύστημα Υγείας της Βρετανίας) αλλά και να σώσει ζωές.
Η επικεφαλής συγγραφέας της μελέτης, καθηγήτρια Claudia Langenberg, Διευθύντρια του Ινστιτούτου Έρευνας Πανεπιστημίου για την Ιατρική Ακριβείας του Queen Mary University of London και επικεφαλής της ομάδας Υπολογιστικής Ιατρικής στο Ινστιτούτο Υγείας του Βερολίνου, δήλωσε: «Με την παχυσαρκία να επηρεάζει ένα αυξανόμενο ποσοστό του παγκόσμιου πληθυσμού, η πρόληψη των μακροπρόθεσμων επιπλοκών της υγείας έχει καταστεί μείζονα πρόκληση για τα συστήματα υγείας.
«Η εργασία μας δείχνει πώς τα βαθιά φαινοτυπικά δεδομένα υγείας μεγάλης κλίμακας μπορούν να χρησιμοποιηθούν για την ανάπτυξη πλαισίων βάσει δεδομένων που αναγνωρίζουν άτομα με υψηλότερο κίνδυνο εμφάνισης επιπλοκών και μπορεί να βοηθήσουν στην υποστήριξη πιο βασισμένων στον κίνδυνο προσεγγίσεων για τη διαχείριση της παχυσαρκίας».
Οι ερευνητές βρήκαν επίσης σημαντικές διαφορές στα προφίλ κινδύνου για τις 18 σχετιζόμενες επιπλοκές που εξετάστηκαν μεταξύ ατόμων στην ίδια κατηγορία ΔΜΣ.
Είναι σημαντικό ότι εκείνα τα άτομα που αναγνωρίστηκαν ως υψηλότερου κινδύνου δεν ήταν πάντα εκείνα με τον υψηλότερο ΔΜΣ. Ένα σημαντικό ποσοστό ατόμων που προβλέφθηκε ότι βρίσκονται στον υψηλότερο κίνδυνο ήταν άτομα που ζουν με υπέρβαρο αντί για παχυσαρκία, των οποίων ο συνδυασμός μεταβολικών και κλινικών παραγόντων αύξανε την πιθανότητα εμφάνισης επιπλοκών.
Ο Δρ Kamil Demircan, DFG Walter Benjamin Fellow στο Ινστιτούτο Έρευνας Πανεπιστημίου για την Ιατρική Ακριβείας του Queen Mary University of London και στο Ινστιτούτο Υγείας του Βερολίνου, πρόσθεσε: «Δύο άτομα με παρόμοιο σωματικό βάρος μπορεί να έχουν πολύ διαφορετικούς κινδύνους εμφάνισης ασθενειών όπως ο διαβήτης ή οι καρδιακές παθήσεις.
«Με συστηματική ανάλυση ενός ευρέος φάσματος παραγόντων υγείας με τρόπο βασισμένο σε δεδομένα, εντοπίσαμε ένα μικρό σύνολο παραγόντων που, μαζί, μπορεί να βοηθήσουν στην έγκαιρη ανίχνευση ατόμων με υψηλότερο κίνδυνο, παρέχοντας μια σαφέστερη εικόνα του μελλοντικού τους κινδύνου για παθήσεις που σχετίζονται με την παχυσαρκία».
Περισσότερες πληροφορίες: Demircan, K., et al. Data-driven prioritization of high-risk individuals for weight loss interventions, Nature Medicine (2026). DOI: 10.1038/s41591-026-04353-2.