近日，中南大学湘雅二医院周后德教授课题组传来消息，其创新研发的全新风险分型与预测系统——MetsObesity，为全球肥胖相关心血管疾病的预防带来了全新解决方案，相关研究成果已在线发表于Journal of Advanced Research(影响因子 13)。

肥胖和代谢性疾病已成为全球最严重的公共健康问题之一，更是心脏病和脑卒中等严重疾病的重要诱因。长期以来，医生主要依靠体重、体质指数(BMI)或代谢综合征等传统方法来评估相关风险。然而，这些方法存在明显不足，难以精准识别那些表面看似健康，实则未来可能发生严重心脑血管事件的人群。因此，开发更加精准、可靠的风险评估工具成为临床亟待解决的难题。

周后德教授团队通过大数据分析与建模，从海量临床指标中系统性筛选出与长期心血管事件最相关的核心预测因子——既涵盖传统代谢及体型指标，也纳入炎症水平、肝酶、尿酸等以往易被忽视但关联紧密的指标，确保了筛选结果的科学性和针对性。

基于这些核心预测因子，团队成功研发出MetsObesity系统。该系统是全球首个将体脂分布与代谢指标、炎症状态及肝脏相关指标相结合的综合风险评估系统，能够预测未来15年心脑血管疾病风险。

为验证MetsObesity的性能，团队将其与BMI、腰围、体脂百分比、传统代谢综合征定义等临床常用评估工具进行了直接对比。结果显示，MetsObesity在心脑血管疾病预测方面具有显著优势，并在不同年龄、性别、种族中重复验证了其稳定可靠的模型性能。

与传统评估工具不同，MetsObesity仅纳入可干预的危险因素，这些因素可通过生活方式调整、药物治疗和规范医疗等手段加以改善，具备极强的临床实用性。它将个体清晰划分为五个风险等级，从低风险到极高风险，方便临床医生快速进行风险评估，为后续诊疗决策提供有力依据。

MetsObesity有望彻底改变肥胖及代谢异常人群的管理模式，将关注重点从单纯的“体重本身”转向“真实疾病风险”。医生借助该系统，能够更早识别高风险人群，制定个体化的预防策略，将有限的医疗资源集中用于真正需要干预的人群，还能更直观地向患者解释风险，促进患者积极改变生活方式，在疾病预防阶段发挥着尤为重要的价值。

随着全球肥胖率在发达国家和发展中国家持续攀升，MetsObesity以其简单、经济、可推广的特点，适用于基层医疗机构、医院以及人群筛查项目。该系统不依赖昂贵设备，也不局限于特定人群的体重标准，具备显著的全球应用潜力。

通过实现早期识别和及时干预，MetsObesity为预防心脑血管疾病提供了一种全新而有力的解决方案，也为精准医学和预防医学的未来发展奠定了重要基础。