التمثيل الغذائي

الدهون الحشوية

الدهون الحشوية، المعروفة أيضاً بالسمنة البطنية، هي التراكم المفرط للدهون في التجويف البطني وهي مؤشر مهم للخطر القلبي الأيضي. تتطور عندما تفتقر الأنسجة الدهنية تحت الجلد إلى سعة كافية لتخزين طاقة إضافية (من الطعام على سبيل المثال)، مما يؤدي إلى تراكم الدهون الزائدة في أعضاء تشمل الكبد والعضلات الهيكلية والقلب^[1].

كثيراً ما يصاحب هذه الحالة ارتفاع في الأحماض الدهنية الحرة وفرط الدهون الثلاثية في الدم وإفراز مُعزَّز للسيتوكينات المُعزّزة للالتهاب، التي تُسهم في مقاومة الأنسولين وتصلب الشرايين^[2]. في Synapse، نقيس كمية الدهون الحشوية باستخدام نسبة محيط الخصر إلى الطول.

القيم الحدّية المطبقة في Synapse هي:

نقص الوزن

إلى جانب فائض الدهون الحشوية، فإن نقص الوزن أيضاً أمر مهم أيضياً. لدى البالغين، يُعرَّف نقص الوزن بأنه مؤشر كتلة جسم <18.5 كغ/م²^[66], ^[67], ^[68]. يقيّم Synapse نقص الوزن استناداً إلى مؤشر كتلة الجسم.

يمكن تحديد شدة نقص الوزن بشكل أدق وفقاً لـ DSM-5^[67]:

كثيراً ما يشير نقص الوزن إلى عجز طاقوي مزمن ويرتبط ليس فقط بانخفاض نسبة الدهون في الجسم بل أيضاً بفقدان الكتلة العضلية. ولأن العضلات الهيكلية تؤدي دوراً حاسماً في امتصاص الغلوكوز وحساسية الأنسولين^[69]، يمكن أن تؤثر الكتلة العضلية المنخفضة سلباً على الاستقلاب. كما يزيد نقص الوزن من خطر الإرهاق وانخفاض وظيفة المناعة والاختلال التنظيمي الهرموني وانخفاض كثافة العظام^[70].

التنكس الدهني للكبد (MAFLD)

يمكن أن يتطور التنكس الدهني للكبد من خلال تراكم الدهون الثلاثية في خلايا الكبد وهو مشكلة متنامية في المجتمع الحديث. ولأن التنكس الدهني للكبد كثيراً ما يرتبط بالسمنة ومقاومة الأنسولين، فإن مصطلح مرض الكبد الدهني غير الكحولي (NAFLD) يُستبدل الآن بمرض الكبد الدهني المرتبط بالأيض^[6] (MAFLD).

طُوّرت هذه الخوارزمية لتحديد المرضى المعرضين لخطر التنكس الدهني للكبد المرتبط بالأيض، الذين قد تكون تدخلات نمط الحياة أو الاستقصاءات التشخيصية الإضافية مبرَّرة لديهم. يُحدَّد خطر التنكس الدهني للكبد من خلال:

• نقاط مجمّعة مُصادَق عليها من الأدبيات.
• مؤشرات حيوية فردية مرتبطة بشكل قابل للإثبات بالتنكس الدهني للكبد.
• عوامل نمط حياة ثبت أنها تُسهم في تطور التنكس الدهني للكبد.

النقاط المجمّعة

وُصفت عدة نقاط مجمّعة^[7] تُقدّم قيمة تشخيصية مضافة في تحديد التنكس الدهني للكبد المرتبط بالأيض. يدمج Synapse فقط النقاط ذات الصلاحية المثبتة ويُوائم الاختيار مع المؤشرات الحيوية المتاحة من فحص الدم.

FLI

مؤشر الكبد الدهني (FLI) هو مؤشر قديم الاستخدام ومُصادَق عليه جيداً^[8] لفحص التنكس الدهني للكبد. قارنت دراسات متعددة^[9] FLI بتقنيات تصوير مختلفة، بما في ذلك التصوير المقطعي المحوسب و fibroscans^[10]. هذا يجعله طريقة ميسورة وموثوقة لتقييم درجة التنكس الدهني للكبد.

FLI = 100 × eˣ / (1 + eˣ)

x =   0.953 × ln(TG)
    + 0.139 × BMI
    + 0.718 × ln(GGT)
    + 0.053 × محيط الخصر
    − 15.745

و

• TG: الدهون الثلاثية (ملغ/دسل)
• BMI: مؤشر كتلة الجسم (كغ/م^2)
• GGT: غاما-غلوتاميل ترانسفيراز (U/L)
• محيط الخصر: بالسنتيمتر

تشير نتيجة FLI الأعلى إلى احتمال أكبر للتنكس الدهني للكبد. في Synapse، تُستخدم العتبات التالية^[11] لتقدير خطر التنكس الدهني للكبد:

مؤشرات حيوية فردية

إلى جانب النقاط المجمّعة المستخدمة لتحديد خطر التنكس الدهني للكبد، يمكن أيضاً للمؤشرات الحيوية الفردية أن تُوفر مزيداً من الرؤية في صحة الكبد. وفي هذا السياق، تُعدّ ناقلة أمين الألانين (ALT) وغاما-غلوتاميل ترانسفيراز (GGT) وناقلة أمين الأسبارتات (AST) مؤشرات مهمة.

ALT (GPT)

ناقلة أمين الألانين (ALT)، المعروفة أيضاً بـ GPT، هي إنزيم يوجد بشكل رئيسي في خلايا الكبد. عند حدوث تلف في الكبد أو التهاب فيه، يُفرَز المزيد من ALT إلى مجرى الدم، مما يعني أن القيم المرتفعة قد تشير إلى التنكس الدهني للكبد أو حالات كبدية أخرى^[14], ^[15].

في Synapse، تم اعتماد القيم الحدّية التالية لـ ALT^[15], ^[16], ^[17], ^[18], ^[19], ^[20]. الحد الأخضر قيمة ثابتة، أما المناطق التي فوقه فتتبع الحد الأعلى للمجال المرجعي للمختبر الذي حلّل دمك (ULN).

GGT

يلعب غاما-غلوتاميل ترانسفيراز (GGT) دوراً في استقلاب الغلوتاثيون وهو موجود أيضاً بتراكيز عالية في نسيج الكبد. قد يشير ارتفاع GGT إلى التنكس الدهني للكبد أو تشوهات القنوات الصفراوية أو الإفراط في تعاطي الكحول^[14], ^[15], ^[21].

في Synapse، تم اعتماد القيم الحدّية التالية^[22], ^[23]. وهنا أيضاً يكون الحد الأخضر ثابتاً، بينما تتبع المناطق التي فوقه قيمة ULN الخاصة بالمختبر.

ALP (الفوسفاتاز القلوي)

الفوسفاتاز القلوي (ALP) إنزيم موجود في القنوات الصفراوية والكبد والعظام. يعرضه Synapse مع عوامل الكبد كقيمة بلون: أخضر داخل المجال المرجعي للمختبر الذي حلّل دمك، وأصفر فوقه أو تحته. ولا وزن لـALP في درجة الكبد.

عوامل نمط الحياة

إلى جانب المؤشرات الكيميائية الحيوية والسريرية، يلعب نمط الحياة أيضاً دوراً حاسماً في تطور التنكس الدهني للكبد (المرتبط بالأيض) وتقدمه. ولذلك يدمج Synapse العوامل التالية في تقييم الخطر:

Alcohol

يمكن أن يُرهق الإفراط في تعاطي الكحول الكبد ويُسبّب التهاباً ويزيد من احتمال التنكس الدهني للكبد. وحتى عند مستويات الاستهلاك المتوسطة، يمكن أن يُسهم الكحول في تراكم الدهون الثلاثية في الكبد^[24].

أطعمة مُجهِدة للكبد

يمكن أن يُشكّل نمط غذائي غني بالدهون المشبعة والكربوهيدرات المكررة والسكريات المضافة عبئاً إضافياً على الكبد ويُعزز تراكم الدهون. وبالتالي تُشكّل التغييرات الغذائية مكوناً مهماً من الوقاية من التنكس الدهني للكبد وإدارته^[25].

حساسية الإنسولين

كثيراً ما ترتبط مقاومة الأنسولين بالسمنة وتزيد من خطر التنكس الدهني للكبد^[26], ^[27]. يمكن لنمط الحياة الصحي وإدارة الوزن أن يحسّنا حساسية الأنسولين، مما له تأثير إيجابي على صحة الكبد.

خطر التليّف

حين يشير FLI إلى كبد دهني مرجح، يقدّر Synapse خطر التليّف بـFIB-4 ومقياس تليّف NAFLD (NFS). ومرحلة التليّف هي أقوى مؤشر على المآل: مقارنةً بالمرحلة F0 ترتفع الوفيات المرتبطة بالكبد من 9.6 أضعاف في F2 إلى 42 ضعفًا في التشمّع^[77]. وتبدأ توصيات EASL-EASD-EASO وAASLD بـFIB-4، وتُتبع الدرجة المتوسطة أو المرتفعة بقياس صلابة الكبد (مرونة الأنسجة؛ <8 كيلوباسكال يبقى في الرعاية الأولية)^[78], ^[75].

التليّف قابل للتراجع: مع فقدان 10 % على الأقل من الوزن تراجع التليّف لدى 45 % من المشاركين واختفى التهاب الكبد الدهني لدى 90 %^[79].

تليف الكبد

لدى بعض المرضى المصابين بالتنكس الدهني للكبد المرتبط بالأيض، يؤدي الالتهاب المستمر إلى تنشيط الخلايا النجمية الكبدية وتكوين مستمر للمصفوفة خارج الخلوية^[72], ^[75]. ويؤدي ذلك إلى تليف الكبد، حيث يحل نسيج ندبي محل النسيج الكبدي الوظيفي. وتُعدّ درجة التليف أهم محدد تنبؤي للمضاعفات المرتبطة بالكبد وارتفاع الوفيات القلبية الوعائية.

في Synapse، يُقيَّم خطر تليف الكبد كلما ظهرت علامات التنكس الدهني للكبد. تُستخدم لهذا الغرض نتيجتان مُصادَق عليهما دولياً وغير جراحيتين^[71], ^[73], ^[74]: مؤشر FIB-4 ونتيجة MAFLD للتليف (NFS). يُوصى بكلتيهما كخطوة أولى في تصنيف مخاطر MASLD/MAFLD ولهما قيمة تنبؤية سلبية عالية لاستبعاد التليف المتقدم.

FIB-4 index

مؤشر FIB-4^[71], ^[73] هو نتيجة مُصادَق عليها وغير جراحية تجمع بين العمر وناقلات الأمين وعدد الصفائح الدموية لتقدير التليف الكبدي المتقدم:

FIB-4 = ( العمر (سنوات) × AST (U/L) ) / ( الصفائح الدموية (10<sup>9</sup>/L) × √ALT (U/L) )

FIB-4 <1.3 له قيمة تنبؤية سلبية تقارب 90% لاستبعاد التليف المتقدم^[73]. تتطلب القيم فوق 2.67 استقصاءات إضافية بالتصوير. القيم الحدّية المطبقة في Synapse هي:

اعتبارًا من سن 65 عامًا تكون العتبة الدنيا 2.0 بدلًا من 1.3، لأن FIB-4 يبالغ في تقدير التليّف لدى كبار السن. وعليه تكون المناطق من 65 عامًا: خطر منخفض حتى 2.0، وخطر متوسط 2.0-2.67، وخطر مرتفع فوق 2.67. ولا تتغير عتبة 2.67.

MAFLD

نتيجة MAFLD للتليف (NFS)^[71], ^[74], ^[76] هي نتيجة مُصادَق عليها ثانية تدمج العمر ومؤشر كتلة الجسم واستتباب الغلوكوز وناقلات الأمين وعدد الصفائح الدموية والألبومين:

NFS =   -1.675
      + 0.037 × العمر
      + 0.094 × BMI
      + 1.13 × IFG/السكري
      + 0.99 × AST/ALT
      − 0.013 × الصفائح الدموية
      − 0.66 × الألبومين

حيث IFG/السكري = 1 إذا كان موجوداً، وإلا 0.

لـ NFS قيمة تنبؤية سلبية تقارب 88%^[76]. العتبة الدنيا تعتمد على العمر:

اختلال التنظيم الأيضي

تستند نتيجة اختلال التنظيم الأيضي إلى متلازمة الأيض، وهي مجموعة من خمسة عوامل خطر قلبية أيضية. إذا كانت ثلاثة أو أكثر من عوامل الخطر هذه موجودة، فإن معايير متلازمة الأيض تُستوفى وهناك خطر مرتفع واضح للأمراض القلبية الأيضية^[28], ^[29].

عوامل الخطر الخمسة هذه هي:

نظراً لأن وجود عوامل الخطر هذه يشير إلى اختلال تنظيم أيضي متقدم بالفعل، اعتمد Synapse نهجاً أكثر دقة لنتيجة اختلال التنظيم الأيضي. ومن خلال تطبيق قيم حدّية أكثر صرامة، يمكننا التدخل بدقة أكبر قبل أن تستقر متلازمة الأيض بشكل كامل.

محيط الخصر

محيط الخصر مقياس بسيط لتقييم السمنة المركزية. يرتبط ارتفاع محيط الخصر بخطر قلبي أيضي أعلى. القيم الحدّية المستخدمة في معظم الإرشادات هي: >93 سم للرجال و>79 سم للنساء.

ولأن هذه القيم المعيارية لا تأخذ الطول في الاعتبار، اختار Synapse تقييماً أكثر دقة باستخدام نسبة الخصر إلى الطول^[3], ^[4].

الدهون الثلاثية

قد يشير ارتفاع الدهون الثلاثية (TG) إلى ضعف استقلاب الدهون ويُسهم في تصلب الشرايين. القيمة الحدّية الشائعة لارتفاع الدهون الثلاثية هي >150 ملغ/دسل (1.7 مليمول/لتر).

ولأن المخاطر القلبية الأيضية المرتفعة قد وُصفت أيضاً عند قيم حدّية أدنى^[30]، اعتمد Synapse العتبات التالية:

كوليسترول HDL

يُعرف كوليسترول HDL بالكوليسترول "الجيد" ويحمي جدار الأوعية الدموية بنقل الكوليسترول الفائض مجدداً إلى الكبد. قد يشير انخفاض مستوى HDL إلى زيادة الخطر القلبي الوعائي. القيم الحدّية الشائعة هي 40 ملغ/دسل للرجال و50 ملغ/دسل للنساء.

للكشف عن اختلال التنظيم الأيضي في مرحلة مبكرة، اعتمد Synapse القيم الحدّية التالية:

الضغط الانقباضي

ارتفاع ضغط الدم الانقباضي عامل خطر مهم لأمراض القلب والأوعية الدموية. في متلازمة الأيض، تُستخدم عادةً قيمة حدّية 130 ملم زئبق للضغط الانقباضي.

للكشف عن اختلال التنظيم الأيضي في مرحلة مبكرة، اعتمد Synapse القيم الحدّية التالية:

Glucose

ارتفاع سكر الدم الصيامي (أو داء السكري السابق) مكوّن أساسي من متلازمة الأيض. تُستخدم عادةً قيمة حدّية 100 ملغ/دسل (5.6 مليمول/لتر).

للكشف عن اختلال التنظيم الأيضي في الوقت المناسب، قرر Synapse أن يأخذ في الاعتبار ليس فقط سكر الدم الصيامي بل أيضاً مقاومة الأنسولين. توصف خوارزمية مقاومة الأنسولين أدناه.

مؤشر siMS

يعبّر مؤشر siMS عن شدة المتلازمة الأيضية كرقم متصل واحد بدلاً من حكم بنعم أو لا. يُحتسب كل قياس نسبةً إلى عتبته الخاصة، فتصبح التغيّرات الصغيرة مرئية.

siMS =   2 × (محيط الخصر / الطول)
       + الغلوكوز / 100
       + الدهون الثلاثية / 150
       + الضغط الانقباضي / 130
       − HDL / 40 (للرجال) أو HDL / 50 (للنساء)

يظهر المؤشر فقط عندما تكون جميع المكوّنات مقاسة. تعتمد النطاقات اللونية على الجنس:

مؤشر siMS إعلامي فقط ولا يؤثر على درجة الاختلال الأيضي.

مقاومة الأنسولين

تعد مقاومة الأنسولين (انخفاض الحساسية للأنسولين في خلايا العضلات والكبد والدهون) عموماً الخطوة الأولى القابلة للتمييز في اختلال استتباب الأيض. وكثيراً ما تمر هذه العملية دون ملاحظة لسنوات، في حين تكمن وراء تطور زيادة الوزن والتنكس الدهني للكبد وما قبل السكري وأخيراً السكري من النوع 2.

يرصد Synapse مقاومة الأنسولين من خلال الجمع بين مؤشرات الدم الحيوية وعوامل نمط الحياة. يتيح لنا هذا تقدير البدء المبكر والتقدم اللاحق بشكل أفضل. واعتماداً على قيم الدم المتاحة، تُطبَّق طرق تقييم مختلفة.

نظرة عامة على الخوارزمية

الخطوة الأولى في تقييم استتباب الغلوكوز لدى المريض هي تقدير موقعه على الطيف. لهذا الغرض، يمكن استخدام HbA1c وتركيز الغلوكوز البلازمي الصيامي.

الهيموغلوبين A1C

يعكس HbA1c (الهيموغلوبين السكري) متوسط تركيز سكر الدم على مدى الشهرين أو الثلاثة أشهر السابقة. القيم فوق 6.5% تؤكد تشخيص السكري^[32]. للأسف، لا يوجد إجماع بالنسبة لما قبل السكري ومقاومة الأنسولين^[33] وتستخدم المنظمات المختلفة عتبات مختلفة.

علاوة على ذلك، تتغير فسيولوجيا خلايا الدم الحمراء مع التقدم في العمر، مما يعني أن قيم HbA1c لدى كبار السن^[34] قد ترتفع بشكل طبيعي بمعزل عن أي ارتفاع في مستويات سكر الدم. ومن المهم لذلك أيضاً أخذ العمر في الاعتبار عند اختيار عتبات HbA1c.

استناداً إلى ما سبق، اعتمد Synapse العتبات التالية:

Glucose

إذا لم يُقَس HbA1c، فإن Synapse يُقيّم مقاومة الأنسولين باستخدام سكر الدم البلازمي الصيامي. يشير تركيز أعلى من سكر الدم الصيامي إلى أن خلايا بيتا البنكرياسية لم تعد قادرة على التعويض عن انخفاض حساسية الأنسولين.

تؤكد القياسات المتكررة فوق 126 ملغ/دسل تشخيص السكري^[32]، ولكن مرة أخرى لا يوجد إجماع على القيمة الحدّية الصحيحة (100 ملغ/دسل أو 110 ملغ/دسل) لما قبل السكري. ولذلك اعتمد Synapse العتبات التالية^[32]:

مؤشرات حيوية لمقاومة الأنسولين

تصف مقاومة الأنسولين الحالة التي يتعين فيها على خلايا بيتا البنكرياسية إنتاج المزيد من الأنسولين للتعويض عن انخفاض حساسية الأنسولين. ورغم أن هذه الحالة تؤدي دوراً حاسماً في بدء اختلال التنظيم الأيضي والسكري^[35]، فمن الصعب تحديد مقاومة الأنسولين بدقة في الممارسة السريرية.

المعيار الذهبي، وهو مشبك الغلوكوز الطبيعي (وهو إجراء مختبري دقيق للغاية لكنه جراحي)، مكلف للغاية وغير عملي للاستخدام الروتيني، مما يعني أنه يجب استخدام واسمات دون المستوى الأمثل في الرعاية الأولية كحل وسط ضروري^[36]. اختار Synapse استخدام النقاط المجمّعة أدناه بسبب أساسها العلمي الراسخ للكشف عن مقاومة الأنسولين.

HOMA

مؤشر نموذج تقييم الاستتباب (HOMA)^[37]، المعروف أيضاً بـ HOMA-IR، هو طريقة رياضية تُقدّر حساسية الأنسولين (HOMA-S) ووظيفة خلايا بيتا (HOMA-β) باستخدام قيم الغلوكوز والأنسولين الصيامية. جرى التحقق من صحة هذا النموذج مقابل مشبك الغلوكوز الطبيعي^[38] ويمكن أن يشير إلى مقاومة الأنسولين المبكرة قبل خمسة عشر عاماً^[36] من ظهور ارتفاع سكر الدم الصيامي^[39].

HOMA-IR = (سكر الدم الصيامي [مليمول/لتر] × الأنسولين الصيامي [mIU/L]) / 22.5
HOMA-β  = (20 × الأنسولين الصيامي) / (سكر الدم الصيامي − 3.5), in %
HOMA-S  = 100 % / HOMA-IR

HOMA-2^[45] هو متغير أكثر شمولاً وغير متاح للعموم من HOMA-IR، وبفضل نموذجه الأساسي غير الخطي يكون عموماً أكثر دقة^[46]. ورغم أن HOMA-IR و HOMA-2 لهما حدودهما، فإن عدة تحليلات تلوية حديثة تؤكد أن هذا المؤشر هو مؤشر حيوي مفيد للكشف المبكر عن اضطرابات الأيض وغيرها من المشاكل الصحية^[42], ^[43], ^[44]. تشمل القيود ضرورة الصيام الصارم لأكثر من اثنتي عشرة ساعة، والحساسية الواضحة لعوامل حادة مثل الإجهاد أو المرض أو النوم، وغياب الإجماع على القيم الحدّية المثلى^[35], ^[40], ^[41].

إذا كان المختبر لديه ترخيص HOMA2، فإن Synapse يستخدم تلك القيم؛ وإلا، فإن Synapse يحسب HOMA-IR مباشرة. تنطبق العتبات التالية^[47], ^[48], ^[49]:

Trig / HDL

نسبة الدهون الثلاثية إلى كوليسترول HDL (نسبة Trig/HDL) هي مؤشر بسيط وفعال من حيث التكلفة لمقاومة الأنسولين^[51], ^[52]. عند انخفاض حساسية الأنسولين، يقل امتصاص الغلوكوز في خلايا العضلات، مما يُنشئ فائضاً من الغلوكوز.

يُحوَّل هذا الفائض في الكبد عبر تخليق الدهون الجديد إلى دهون ثلاثية، تُعبَّأ بعد ذلك في البروتين الدهني VLDL ثم تُنقل جزئياً في الدم إلى HDL. يرفع ذلك محتوى الدهون الثلاثية في HDL ويخفض مستويات كوليسترول HDL^[35].

ارتفاع الدهون الثلاثية مع انخفاض كوليسترول HDL هو نمط دهني كلاسيكي وبالغ التميز لمقاومة الأنسولين. وهذا يفسر لماذا تكون نسبة Trig/HDL مؤشراً موثوقاً لمقاومة الأنسولين.

في Synapse، تُطبَّق العتبات التالية:

TYG

إلى جانب مؤشر HOMA ونسبة الدهون الثلاثية/HDL، كثيراً ما يُستشهد أيضاً بمؤشر TyG^[36] كمؤشر بديل لمقاومة الأنسولين. يُحسب هذا المؤشر باستخدام قيم الدهون الثلاثية والغلوكوز البلازمي الصيامية، وبالتالي فهو غير مكلف نسبياً وسهل الوصول إليه.

TyG = ln( الدهون الثلاثية (ملغ/دسل) × الغلوكوز الصيامي (ملغ/دسل) / 2 )

ملاحظة: هناك جدل حول طريقة الحساب الدقيقة لمؤشر TyG. يستخدم Synapse الصيغة أعلاه، التي تعطي قيماً تتراوح بين 8 و9 تقريباً. لا توجد قيمة حدّية معتمدة دولياً؛ إذ تختلف القيم باختلاف الفئة السكانية والنتيجة المدروسة. لذلك يعتمد Synapse مجموعة واحدة من القيم الحدّية للجميع، تتوافق كل منها مع نتيجة مختلفة: ارتفاع خطر السكري وأمراض القلب والأوعية الدموية بدءاً من 8.4 تقريباً^[83], ^[84], ^[85]، والمتلازمة الأيضية بدءاً من 8.75^[53]، وارتفاع خطر أمراض القلب والأوعية الدموية والوفاة عند 9.1 تقريباً^[86], ^[87], ^[88]. تكون القيم الحدّية المثلى أعلى بنحو 0.2 لدى الرجال مقارنة بالنساء^[83]؛ ولأن مؤشر TyG يُقيَّم دائماً مع المؤشرات الأخرى، لا يستخدم Synapse قيماً حدّية منفصلة حسب الجنس.

محيط الخصر

مؤشر مهم لمقاومة الأنسولين (IR) هو كمية الدهون الحشوية، التي يمكن تقييمها ببساطة عبر محيط الخصر. هذه الطريقة غير جراحية وغير مكلفة وسهلة التطبيق في الممارسة اليومية. ولأخذ الطول في الاعتبار أيضاً، اختار Synapse استخدام نسبة الخصر إلى الطول، وهو مؤشر يرتبط ارتباطاً قوياً بتطور IR وخطر الإصابة بالسكري^[54].

في Synapse، نطبّق القيم الحدّية التالية لمحيط الخصر^[4], ^[5]:

عوامل نمط الحياة

كثيراً ما تتطور مقاومة الأنسولين نتيجة نمط حياة غير صحي. ولتقييم ليس فقط درجة مقاومة الأنسولين الحالية بل أيضاً الخطر المستقبلي، يدمج Synapse مجموعة من معايير نمط الحياة في التقييم. يمنحنا ذلك صورة أكثر اكتمالاً لكل من مقاومة الأنسولين الحالية والمحتملة في المستقبل.

التدخين

لا يُقلل التدخين مباشرةً من حساسية الأنسولين^[55] فحسب، بل يُضخّم أيضاً العمليات الالتهابية المزمنة. ويُسهم التدخين المطوَّل كذلك في ارتفاع تركيزات الأحماض الدهنية الحرة في البلازما (FFA). وتقوم خلايا الكبد والخلايا الدهنية بتحويل هذه الأحماض الدهنية الحرة إلى دهون ثلاثية، مما يُعزز مقاومة الأنسولين بشكل إضافي^[56], ^[57].

النشاط البدني

لأن مقاومة الأنسولين تتطور إلى حد كبير في خلايا العضلات، فإن النشاط البدني ضروري لكل من الوقاية من هذه الحالة وإدارتها. يمكن أن يؤدي الجلوس المطوَّل إلى تطور مقاومة الأنسولين حتى في سن مبكرة، كما تُظهر الأبحاث لدى الأفراد النحيفين في العشرينيات من عمرهم^[35], ^[58].

لذلك نقيّم في Synapse أشكالاً مختلفة من النشاط البدني: تدريب القوة^[59]، وتدريب التحمل من المنطقة 2^[60]، والتمارين عالية الكثافة من المنطقة 5^[61]، والمشي^[62]، ودرجة السلوك الخامل^[58]. تُسهم كل من أشكال التمارين هذه بشكل قابل للإثبات في الوقاية من مقاومة الأنسولين وإدارتها.

نظام غذائي مُخلّ بالإنسولين

النمط الغذائي غير الصحي عامل مهم في تطور مقاومة الأنسولين. وعلى وجه الخصوص، ارتبطت الكربوهيدرات سريعة الهضم والأغذية المصنّعة وعدم كفاية تناول الألياف وتوقيت الوجبات المضطرب بتقلبات سكرية كبيرة وتطور مقاومة الأنسولين^[63], ^[64], ^[65].

خطر السكري (FINDRISC)

يقدّر FINDRISC فرصة الإصابة بالسكري من النوع 2 خلال عشر سنوات. وقد طُوّر في دراسة سكانية فنلندية، ويتنبأ بالسكري دون تحليل مخبري، بحساسية 78 إلى 81 % ونوعية 76 إلى 77 %^[80]. ويستخدم Synapse نسخة تجمع العمر ومؤشر كتلة الجسم وأدوية الضغط وارتفاع السكر السابق والجنس والدهون الثلاثية والسكري في العائلة، وتُكمل سؤال ارتفاع السكر السابق بالغلوكوز الصائم وHbA1c من المختبر. ويتبع اللون الفئات الكلاسيكية لـFINDRISC (اقتراح 25 سبتمبر 2026، لم يُعدَّل الخادم بعد).

ونمط الحياة يُجدي: ففي دراسة الوقاية من السكري الفنلندية انخفض حدوث السكري لدى ذوي تحمّل الغلوكوز المختل بنسبة 58 %^[81]، وفي برنامج DPP الأمريكي بنسبة 58 % أيضًا، مقابل 31 % مع الميتفورمين^[82].

طُوّر ورُوجع مع المجلس الاستشاري الطبي لـ Synapse.

المراجع

1. [1]Tchernof, A. & Després, J.-P. Pathophysiology of Human Visceral Obesity: An Update. Physiol Rev 93, 359–404 (2013) doi.org/10.1152/physrev.00033.2011
2. [2]Neeland, I. J. et al. Visceral and ectopic fat, atherosclerosis, and cardiometabolic disease: a position statement. Lancet Diabetes Endocrinol 7, 715–725 (2019) doi.org/10.1016/S2213-8587(19)30084-1
3. [3]Ashwell, M. Charts Based on Body Mass Index and Waist-to-Height Ratio to Assess the Health Risks of Obesity: A Review. The Open Obesity Journal vol. 3 (2011)
4. [4]Browning, L. M., Hsieh, S. D. & Ashwell, M. A systematic review of waist-to-height ratio as a screening tool for the prediction of cardiovascular disease and diabetes: 05 could be a suitable global boundary value. Nutrition Research Reviews vol. 23 247– 269 (2010) doi.org/10.1017/S0954422410000144
5. [5]Ezzatvar, Y., Izquierdo, M., Ramírez‐Vélez, R., del Pozo Cruz, B. & García‐Hermoso, A. Accuracy of different cutoffs of the waist‐to‐height ratio as a screening tool for cardiometabolic risk in children and adolescents: A systematic review and meta-analysis of diagnostic test accuracy studies. Obesity Reviews 23, (2022) doi.org/10.1111/obr.13375
6. [6]Eslam, M. et al. A new definition for metabolic dysfunction-associated fatty liver disease: An international expert consensus statement. Journal of Hepatology vol. 73 202–209 (2020) doi.org/10.1016/j.jhep.2020.03.039
7. [7]Ahn, S. B. Noninvasive serum biomarkers for liver steatosis in nonalcoholic fatty liver disease: Current and fu-ture developments. Clinical and Molecular Hepatology vol. 29 S150–S156 (2023) doi.org/10.3350/cmh.2022.0362
8. [8]Zhang, R. et al. Fatty liver index as an independent predictor of all-cause and diseasespecific mortality. Eur J Gastroenterol Hepatol 36, 1453–1463 (2024) doi.org/10.1097/MEG.0000000000002865
9. [9]Bedogni, G. et al. The fatty liver index: A simple and accurate predictor of hepatic steatosis in the general population. BMC Gastroenterol 6, (2006) doi.org/10.1186/1471-230X-6-33
10. [10]Jeong, S. et al. Validity of fatty liver prediction scores for diagnosis of fatty liver by Fibroscan. Hepatobiliary & Pancreatic Diseases International 23, 353–360 (2024) doi.org/10.1016/j.hbpd.2023.02.009
11. [11]Biciusca, T. et al. The Role of the Fatty Liver Index (FLI) in the Management of NonAlcoholic Fatty Liver Disease: A Systematic Review. Diagnostics vol. 13 (2023) doi.org/10.3390/diagnostics13213316
12. [12]Ahn, S. B. Noninvasive serum biomarkers for liver steatosis in nonalcoholic fatty liver disease: Current and fu-ture developments. Clinical and Molecular Hepatology vol. 29 S150–S156 (2023) doi.org/10.3350/cmh.2022.0362
13. [13]Jeong, S. et al. Development of a simple nonalcoholic fatty liver disease scoring system indicative of metabolic risks and insulin resistance. Ann Transl Med 8, 1414–1414 (2020) doi.org/10.21037/atm-20-2951
14. [14]Zhu, J. et al. Validation of Simple Indexes for Nonalcoholic Fatty Liver Disease in Western China: A Retrospective Cross-Sectional Study. vol. 65 (2018) doi.org/10.1507/endocrj.EJ17-0466
15. [15]Sanyal, D. et al. Profile of liver enzymes in non-alcoholic fatty liver disease in patients with impaired glucose tolerance and newly detected untreated type 2 diabetes. Indian J Endocrinol Metab 19, 597–601 (2015) doi.org/10.4103/2230-8210.163172
16. [16]Castera, L. et al. High Prevalence of NASH and Advanced Fibrosis in Type 2 Diabetes: A Prospective Study of 330 Outpatients Undergoing Liver Biopsies for Elevated ALT, Using a Low Threshold. Diabetes Care 46, 1354–1362 (2023) doi.org/10.2337/dc22-2048
17. [17]Watt, J. et al. Non-alcoholic fatty liver disease—A pilot study investigating early inflammatory and fibrotic biomarkers of NAFLD with alcoholic liver disease. Front Physiol 13, (2022) doi.org/10.3389/fphys.2022.963513
18. [18]Chen, J.-F. et al. Cumulative effects of excess high-normal alanine aminotransferase levels in relation to new-onset metabolic dysfunction-associated fatty liver disease in China. World J Gastroenterol 30, 1346–1357 (2024) doi.org/10.3748/wjg.v30.i10.1346
19. [19]Lee, J. et al. Optimal ALT threshold for the automated diagnosis of MASLD: A population-based study using iLFT. Ann Hepatol 29, 101280 (2024) doi.org/10.1016/j.aohep.2023.101280
20. [20]Martínez-Montoro, J. I. et al. Triglyceride to HDL Cholesterol Ratio for the Identification of MASLD in Obesity: A Liver Biopsy-Based Case-Control Study. Nutrients 16, 1310 (2024) doi.org/10.3390/nu16091310
21. [21]Wu, L., Zhang, M., Hu, H. & Wan, Q. Elevated gamma-glutamyl transferase has a non-linear association with incident non-alcoholic fatty liver disease in the non-obese Chinese population: a secondary retrospective study. Lipids Health Dis 20, (2021) doi.org/10.1186/s12944-021-01577-8
22. [22]Ruttmann, E. et al. γ-Glutamyltransferase as a Risk Factor for Cardiovascular Disease Mortality. Circulation 112, 2130–2137 (2005) doi.org/10.1161/CIRCULATIONAHA.105.552547
23. [23]Cho, E. J. et al. Gamma-glutamyl transferase and risk of all-cause and disease-specific mortality: a nationwide cohort study. Sci Rep 13, 1751 (2023) doi.org/10.1038/s41598-022-25970-0
24. [24]Amonker, S., Houshmand, A., Hinkson, A., Rowe, I. & Parker, R. Prevalence of alcohol-associated liver disease: a systematic review and meta-analysis. Hepatol Commun 7, (2023) doi.org/10.1097/HC9.0000000000000133
25. [25]Tsompanaki, E. et al. Systematic Review and Meta-analysis: The Role of Diet in the Development of Nonalcoholic Fatty Liver Disease. Clinical Gastroenterology and Hepatology vol. 21 1462-1474.e24 (2023) doi.org/10.1016/j.cgh.2021.11.026
26. [26]Mehta, M., Shah, J. & Joshi, U. Understanding Insulin Resistance in NAFLD: A Systematic Review and Meta-Analysis Focused on HOMA-IR in South Asians. Cureus (2024) doi.org/10.7759/cureus.70768
27. [27]Muzurović, E., Mikhailidis, D. P. & Mantzoros, C. Non-alcoholic fatty liver disease, insulin resistance, metabolic syndrome and their association with vascular risk. Metabolism 119, 154770 (2021) doi.org/10.1016/j.metabol.2021.154770
28. [28]Li, W. et al. Association Between Metabolic Syndrome and Mortality: Prospective Cohort Study. JMIR Public Health Surveill 9, (2023) doi.org/10.2196/44073
29. [29]Hui, W. S., Liu, Z. & Ho, S. C. Metabolic syndrome and all-cause mortality: a metaanalysis of prospective cohort studies. Eur J Epidemiol 25, 375–384 (2010) doi.org/10.1007/s10654-010-9459-z
30. [30]Tikhonoff, V. et al. PROGNOSTIC VALUE AND RELATIVE CUT-OFFS OF TRIGLYCERIDES PREDICTING CARDIOVASCULAR OUTCOME IN A LARGE REGIONAL-BASED ITALIAN DATABASE. Preprint at (2023) doi.org/10.1101/2023.06.23.23291840
31. [31]Whelton, P. K. et al. 2017 ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA Guideline for the Prevention, Detection, Evaluation, and Management of High Blood Pressure in Adults: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. J Am Coll Cardiol 71, e127–e248 (2018) doi.org/10.1016/j.jacc.2017.11.006
32. [32]ElSayed, N. A. et al. 2. Diagnosis and Classification of Diabetes: Standards of Care in Diabetes—2025. Diabetes Care 48, S27–S49 (2025) doi.org/10.2337/dc25-S002
33. [33]Kim, S. H. Reframing prediabetes: A call for better risk stratification and intervention. J Intern Med 295, 735–747 (2024) doi.org/10.1111/joim.13786
34. [34]van Herpt, T. T. W. et al. Lifetime risk to progress from pre-diabetes to type 2 diabetes among women and men: comparison between American Diabetes Association and World Health Organization diagnostic criteria. BMJ Open Diabetes Res Care 8, e001529 (2020) doi.org/10.1136/bmjdrc-2020-001529
35. [35]Petersen, M. C. & Shulman, G. I. Mechanisms of Insulin Action and Insulin Resistance. Physiol Rev 98, 2133–2223 (2018) doi.org/10.1152/physrev.00063.2017
36. [36]Sasaki, N., Ueno, Y. & Higashi, Y. Indicators of insulin resistance in clinical practice. Hypertension Research (2024) doi.org/10.1038/s41440-023-01566-7
37. [37]Matthews, D. R. et al. Homeostasis model assessment: insulin resistance and ?-cell function from fasting plasma glucose and insulin concentrations in man. Diabetologia 28, 412–419 (1985) doi.org/10.1007/BF00280883
38. [38]Katsuki, A. et al. Homeostasis Model Assessment Is a Reliable Indicator of Insulin Resistance During Follow-up of Patients With Type 2 Diabetes. Diabetes Care 24, 362–365 (2001) doi.org/10.2337/diacare.24.2.362
39. [39]Tabák, A. G. et al. Trajectories of glycaemia, insulin sensitivity, and insulin secretion before diagnosis of type 2 diabetes: an analysis from the Whitehall II study. The Lancet 373, 2215–2221 (2009) doi.org/10.1016/S0140-6736(09)60619-X
40. [40]Wallace, T. M., Levy, J. C. & Matthews, D. R. Use and Abuse of HOMA Modeling. http://diabetesjournals.org/care/article-pdf/27/6/1487/645883/zdc00604001487.pdf (2004) doi.org/10.2337/diacare.27.6.1487
41. [41]Song, Y. S., Hwang, Y.-C., Ahn, H.-Y. & Park, C.-Y. Comparison of the Usefulness of the Updated Homeostasis Model Assessment (HOMA2) with the Original HOMA1 in the Prediction of Type 2 Diabetes Mellitus in Koreans. Diabetes Metab J 40, 318 (2016) doi.org/10.4093/dmj.2016.40.4.318
42. [42]Lee, J., Kim, M., Jang, J.-Y. & Oh, C.-M. Assessment HOMA as a predictor for new onset diabetes mellitus and diabetic complications in non-diabetic adults: a KoGES prospective cohort study. Clin Diabetes Endocrinol 9, 7 (2023) doi.org/10.1186/s40842-023-00156-3
43. [43]Sondrup, N. et al. Effects of sleep manipulation on markers of insulin sensitivity: A systematic review and meta-analysis of randomized controlled trials. Sleep Medicine Reviews vol. 62 (2022) doi.org/10.1016/j.smrv.2022.101594
44. [44]Mehta, M., Shah, J. & Joshi, U. Understanding Insulin Resistance in NAFLD: A Systematic Review and Meta-Analysis Focused on HOMA-IR in South Asians. Cureus (2024) doi.org/10.7759/cureus.70768
45. [45]González-González, J. G. et al. HOMA-IR as a predictor of Health Outcomes in Patients with Metabolic Risk Factors: A Systematic Review and Meta-analysis. High Blood Pressure & Cardiovascular Prevention 29, 547–564 (2022) doi.org/10.1007/s40292-022-00542-5
46. [46]González-González, J. G. et al. HOMA-IR as a predictor of Health Outcomes in Patients with Metabolic Risk Factors: A Systematic Review and Meta-analysis. High Blood Pressure & Cardiovascular Prevention 29, 547–564 (2022) doi.org/10.1007/s40292-022-00542-5
47. [47]Tang, Q., Li, X., Song, P. & Xu, L. Optimal cut-off values for the homeostasis model assessment of insulin resistance (HOMA-IR) and pre-diabetes screening: Developments in research and prospects for the future. Drug discoveries & therapeutics vol. 9 380–385 (2015) doi.org/10.5582/ddt.2015.01207
48. [48]Medisch Labo Medina. HOMA 2-index: Vroegtijdige detectie van metabole aandoeningen. https://www.medina.be/nl/homa-2-index-vroegtijdige-detectie-vanmetabole- aandoeningen/#:~:text=Omdat%20de%20gevoeligheid%20van%20de,1%2C4%20wel %20al%20positief. (2022)
49. [49]Lee, C. H. et al. Optimal cut-offs of homeostasis model assessment of insulin resistance (HOMA-IR) to identify dysglycemia and type 2 diabetes mellitus: A15-year prospective study in Chinese. PLoS One 11, (2016) doi.org/10.1371/journal.pone.0163424
50. [50]Geloneze, B. et al. HOMA1-IR and HOMA2-IR indexes in identifying insulin resistance and metabolic syndrome: Brazilian Metabolic Syndrome Study (BRAMS). Arquivos Brasileiros de Endocrinologia & Metabologia 53, 281–287 (2009) doi.org/10.1590/s0004-27302009000200020
51. [51]Baneu, P. et al. The Triglyceride/HDL Ratio as a Surrogate Biomarker for Insulin Resistance. Biomedicines vol. 12 (2024) doi.org/10.3390/biomedicines12071493
52. [52]Chauhan, A., Singhal, A. & Goyal, P. TG/HDL Ratio. J Family Med Prim Care 10, 3700–3705 (2021) doi.org/10.4103/jfmpc.jfmpc_165_21
53. [53]Wan, H., Cao, H. & Ning, P. Superiority of the triglyceride glucose index over the homeostasis model in predicting metabolic syndrome based on NHANES data analysis. Sci Rep 14, 15499 (2024) doi.org/10.1038/s41598-024-66692-9
54. [54]Jamar, G. et al. Evaluation of waist-to-height ratio as a predictor of insulin resistance in non-diabetic obese individuals. A cross-sectional study. Sao Paulo Medical Journal 135, 462–468 (2017) doi.org/10.1590/1516-3180.2016.0358280417
55. [55]Bergman, B. C. et al. Novel and Reversible Mechanisms of Smoking-Induced Insulin Resistance in Humans. Diabetes 61, 3156–3166 (2012) doi.org/10.2337/db12-0418
56. [56]Zhang, C.-X., Guo, L.-K., Qin, Y.-M. & Li, G.-Y. Association of polymorphisms of adiponectin gene promoter-11377C/G, glutathione peroxidase-1 gene C594T, and cigarette smoking in nonalcoholic fatty liver disease. Journal of the Chinese Medical Association 79, 195–204 (2016) doi.org/10.1016/j.jcma.2015.09.003
57. [57]Akhavan Rezayat, A. et al. Association between smoking and non-alcoholic fatty liver disease: A systematic review and meta-analysis. SAGE Open Med 6, (2018) doi.org/10.1177/2050312117745223
58. [58]Hamburg, N. M. et al. Physical inactivity rapidly induces insulin resistance and microvascular dysfunction in healthy volunteers. Arterioscler Thromb Vasc Biol 27, 2650–2656 (2007) doi.org/10.1161/ATVBAHA.107.153288
59. [59]Boyer, W. et al. The role of resistance training in influencing insulin resistance among adults living with obesity/overweight without diabetes: A systematic review and metaanalysis. Obes Res Clin Pract 17, 279–287 (2023) doi.org/10.1016/j.orcp.2023.06.002
60. [60]Colberg, S. R. et al. Physical Activity/Exercise and Diabetes: A Position Statement of the American Diabetes Association. Diabetes Care 39, 2065–2079 (2016) doi.org/10.2337/dc16-1728
61. [61]Jelleyman, C. et al. The effects of high‐intensity interval training on glucose regulation and insulin resistance: a meta‐analysis. Obesity Reviews 16, 942–961 (2015) doi.org/10.1111/obr.12317
62. [62]Moghetti, P. et al. Walking for subjects with type 2 diabetes: A systematic review and joint AMD/SID/SISMES evidence-based practical guideline. Nutrition, Metabolism and Cardiovascular Diseases 30, 1882–1898 (2020) doi.org/10.1016/j.numecd.2020.08.021
63. [63]Ushula, T. W. et al. Dietary patterns and the risks of metabolic syndrome and insulin resistance among young adults: Evidence from a longitudinal study. Clinical Nutrition 41, 1523–1531 (2022) doi.org/10.1016/j.clnu.2022.05.006
64. [64]Li, M. et al. Trends in insulin resistance: insights into mechanisms and therapeutic strategy. Signal Transduct Target Ther 7, 216 (2022) doi.org/10.1038/s41392-022-01073-0
65. [65]McNaughton, S. A., Mishra, G. D. & Brunner, E. J. Dietary Patterns, Insulin Resistance, and Incidence of Type 2 Diabetes in the Whitehall II Study. Diabetes Care 31, 1343–1348 (2008) doi.org/10.2337/dc07-1946
66. [66]Attia, E. & Walsh, B. T. Eating Disorders: A Review. JAMA 333, 1242 (2025) doi.org/10.1001/jama.2025.0132
67. [67]First, M. B. et al. DSM-5-TR: Rationale, Process, and Overview of Changes. Psychiatr Serv 74, 869–875 (2023) doi.org/10.1176/appi.ps.20220334
68. [68]Zipfel, S. et al. Anorexia nervosa: Aetiology, assessment, and treatment. Lancet Psychiatry 2, 1099–1111 (2015) doi.org/10.1016/S2215-0366(15)00356-9
69. [69]DeFronzo, R. A. & Tripathy, D. Skeletal Muscle Insulin Resistance Is the Primary Defect in Type 2 Diabetes. Diabetes Care 32, S157–S163 (2009) doi.org/10.2337/dc09-S302
70. [70]James, D. E., Stöckli, J. & Birnbaum, M. J. The aetiology and molecular landscape of insulin resistance. Nat Rev Mol Cell Biol 22, 751–771 (2021) doi.org/10.1038/s41580-021-00390-6
71. [71]Castellana, M. et al. Fibrosis-4 Index vs Nonalcoholic Fatty Liver Disease Fibrosis Score in Identifying Advanced Fibrosis in Subjects With Nonalcoholic Fatty Liver Disease: A Meta-Analysis. Am J Gastroenterol 116, 1833–1841 (2021) doi.org/10.14309/ajg.0000000000001337
72. [72]Castera, L. et al. Noninvasive Assessment of Liver Fibrosis. N Engl J Med 393, 1715–1729 (2025) doi.org/10.1056/NEJMra2403308
73. [73]Chen, Y. et al. Diagnostic role of the fibrosis-4 index and nonalcoholic fatty liver disease fibrosis score as a noninvasive tool for liver fibrosis scoring. Medicine 103, e40214 (2024) doi.org/10.1097/MD.0000000000040214
74. [74]Kanwal, F. et al. Clinical Care Pathway for the Risk Stratification and Management of Patients With Nonalcoholic Fatty Liver Disease. Gastroenterology 161, 1657–1669 (2021) doi.org/10.1053/j.gastro.2021.07.049
75. [75]Rinella, M. E. et al. AASLD Practice Guidance on the clinical assessment and management of nonalcoholic fatty liver disease. Hepatology 77, 1797–1835 (2023) doi.org/10.1097/HEP.0000000000000323
76. [76]Sterling, R. K. et al. AASLD Practice Guideline on blood-based noninvasive liver disease assessment of hepatic fibrosis and steatosis. Hepatology 81, 321–357 (2025) doi.org/10.1097/HEP.0000000000000845
77. [77]Dulai, P. S. et al. Increased risk of mortality by fibrosis stage in nonalcoholic fatty liver disease: Systematic review and meta-analysis. Hepatology 65, 1557–1565 (2017). doi.org/10.1002/hep.29085
78. [78]European Association for the Study of the Liver (EASL), European Association for the Study of Diabetes (EASD) & European Association for the Study of Obesity (EASO). EASL-EASD-EASO Clinical Practice Guidelines on the management of metabolic dysfunction-associated steatotic liver disease (MASLD). J Hepatol 81, 492–542 (2024). doi.org/10.1016/j.jhep.2024.04.031
79. [79]Vilar-Gomez, E. et al. Weight loss through lifestyle modification significantly reduces features of nonalcoholic steatohepatitis. Gastroenterology 149, 367–378 (2015). doi.org/10.1053/j.gastro.2015.04.005
80. [80]Lindström, J. & Tuomilehto, J. The diabetes risk score: a practical tool to predict type 2 diabetes risk. Diabetes Care 26, 725–731 (2003). doi.org/10.2337/diacare.26.3.725
81. [81]Tuomilehto, J. et al. Prevention of type 2 diabetes mellitus by changes in lifestyle among subjects with impaired glucose tolerance. N Engl J Med 344, 1343–1350 (2001). doi.org/10.1056/NEJM200105033441801
82. [82]Knowler, W. C. et al. Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin. N Engl J Med 346, 393–403 (2002). doi.org/10.1056/NEJMoa012512
83. [83]Ahn, N. et al. Visceral adiposity index (VAI), lipid accumulation product (LAP), and product of triglycerides and glucose (TyG) to discriminate prediabetes and diabetes. Sci Rep 9, 9693 (2019) doi.org/10.1038/s41598-019-46187-8
84. [84]Wang, Y. et al. Association of triglyceride glucose index with incident diabetes among individuals with normal fasting triglycerides and fasting plasma glucose values: a general population-based retrospective cohort study. Front Endocrinol 16, 1598171 (2025) doi.org/10.3389/fendo.2025.1598171
85. [85]Mavraganis, G. et al. Improving cardiovascular risk stratification through the derivation and validation of an elevated triglyceride-glucose index. Diabetes Obes Metab 28, 982–993 (2026) doi.org/10.1111/dom.70270
86. [86]Barzegar, N. et al. The impact of triglyceride-glucose index on incident cardiovascular events during 16 years of follow-up: Tehran Lipid and Glucose Study. Cardiovasc Diabetol 19, 155 (2020) doi.org/10.1186/s12933-020-01121-5
87. [87]He, H.-M. et al. The additive effect of the triglyceride-glucose index and estimated glucose disposal rate on long-term mortality among individuals with and without diabetes: a population-based study. Cardiovasc Diabetol 23, 307 (2024) doi.org/10.1186/s12933-024-02396-8
88. [88]Liu, X.-C. et al. The Triglyceride-Glucose Index, an Insulin Resistance Marker, Was Non-linear Associated With All-Cause and Cardiovascular Mortality in the General Population. Front Cardiovasc Med 7, 628109 (2020) doi.org/10.3389/fcvm.2020.628109

طبّقها عمليًا

السكر

• التأثير المدمر للمشروبات الغازية على صحتك
• السكري من النوع الثالث
• انهيار السكر
• طرق أذكى لتناول الأرز
• مقاومة الأنسولين

الوزن

• الأكل بكميات أقل: كيف ولماذا
• الشعور بالشبع
• الشعور بالشبع أسرع
• الصيام المتقطع
• العجز في السعرات الحرارية
• تقليل السكر: لماذا وكيف

المؤشرات الحيوية في هذا المجال

• HbA1c
• الغلوكوز
• الإنسولين
• HOMA-IR
• ALT (GPT)
• AST (GOT)
• GGT
• ALP
• الألبومين