Журнал "Гастроэнтерология" Том 57, №1, 2023

Мета дослідження — вивчити особливості ліпідного та вуглеводного обміну у хворих на гастроентерологічні захворювання залежно від індексу маси тіла (ІМТ). Матеріали та методи. Обстежено 40 пацієнтів із гастроентерологічними захворюваннями, медіана віку становила 37 (24; 51) років, серед обстежених було 13 жінок (32,5 %) і 27 чоловіків (67,5 %). Пацієнти були розподілені на 3 групи: I — 20 хворих з показником ІМТ, що перевищує норму; II — 11 хворих з показником ІМТ, що нижче за норму; III — 9 пацієнтів з нормальним показником ІМТ. Контрольну групу для оцінки результатів лабораторних досліджень становили 15 практично здорових осіб. У сироватці крові визначали вміст загального холестерину (ХС), тригліцеридів (ТГ), холестерину ліпопротеїнів високої щільності (ХС ЛПВЩ), холестерину ліпопротеїнів низької щільності (ХС ЛПНЩ), холестерину ліпопротеїнів дуже низької щільності (ХС ЛПДНЩ), глюкози та інсуліну. Розраховували коефіцієнт атерогенності (КА) та індекс інсулінорезистентності (HOMA-IR). Статистичну обробку результатів здійснювали за допомогою пакета прикладних програм Statistica 6.1. Результати. У пацієнтів з хворобами органів травлення, які мали підвищений ІМТ, встановлено розвиток атерогенної дисліпідемії, на що вказувало вірогідне зниження сироваткового вмісту ХС ЛПВЩ в 1,7 раза (р = 0,003) та підвищення ТГ в 1,9 раза (р = 0,002), ХС ЛПДНЩ — в 1,4 раза (р = 0,05) і КА — в 2 рази (р = 0,03) порівняно з контролем. У пацієнтів зі зниженим та нормальним ІМТ значимих ознак розвитку атеросклеротичних процесів встановлено не було. Порушення вуглеводного обміну спостерігалося у 47,5 % гастроентерологічних хворих, причому значення показника HOMA-IR у хворих з підвищеним ІМТ було вище в 2,9 раза (р < 0,05) порівняно із пацієнтами зі зниженим ІМТ та в 2,5 раза (р < 0,05) — з нормальним ІМТ. З’ясовано, що підвищення ІМТ асоційоване зі збільшенням у сироватці крові вмісту ТГ (r = 0,381; р = 0,017), ХС ЛПНЩ (r = 0,383; р = 0,016), КА (r = 0,566; р < 0,001), інсуліну (r = 0,651; р = 0,0001) та HOMA-IR (r = 0,681; р = 0,0001), а також ІМТ негативно корелює з умістом ХС ЛПВЩ (r = –0,448; р = 0,004). Одночасно встановлено зворотний кореляційний зв’язок між HOMA-IR та рівнем ХС ЛПВЩ (r = –0,389; р = 0,016), а також прямий зв’язок індексу інсулінорезистентності з КА (r = 0,437; р = 0,006). Висновки. Встановлені кореляційні зв’язки підтверджують гіпотезу щодо впливу ІМТ на розвиток дисліпідемії та інсулінорезистентності у пацієнтів з гастроентерологічними захворюваннями, що обґрунтовує доцільність включення показників біоімпедансометрії в алгоритм прогнозування метаболічних порушень у цієї категорії хворих.

Background. The purpose of the study is to investigate the peculiarities of lipid and carbohydrate metabolism in patients with gastrointestinal diseases depending on the body mass index (BMI). Materials and methods. Forty patients with digestive disorders were examined, 13 women (32.5 %) and 27 men (67.5 %) whose median age was 37 (24; 51) years. The patients were divided into 3 groups: I — 20 people with BMI exceeding the norm; II — 11 patients with a BMI below the norm; III — 9 patients with normal BMI. The control group for evaluating the results of laboratory tests consisted of 15 practically healthy people. Total cholesterol, triglycerides (TG), high-density lipoprotein cholesterol (HDL-C), low-density lipoprotein cholesterol (LDL-C), very low-density lipoprotein cholesterol (VLDL-C), glucose and insulin serum levels were evaluated. The atherogenic index (AI) and Homeostatic Model Assessment of Insulin Resistance (HOMA-IR) were calculated. Statistical processing of the results was carried out using the Statistica 6.1 software package. Results. In patients with digestive diseases who had an increased BMI, the development of atherogenic dyslipidemia was detected, as indicated by a probable decrease in serum content of HDL-C by 1.7 times (p = 0.003) and an increase in TG by 1.9 times (p = 0.002), VLDL-C by 1.4 times (p = 0.05), AI by 2 times (p = 0.03) compared to the controls. No significant signs of the development of atherosclerotic processes were found in patients with reduced and normal BMI. Carbohydrate metabolism disorders were observed in 47.5 % of patients with gastrointestinal diseases, and HOMA-IR in patients with increased BMI was 2.9 times higher (p < 0.05) compared to those with reduced BMI and 2.5 times (p < 0.05) higher — with normal BMI. It was found that an increase in BMI is associated with an increase in serum TG (r = 0.381; p = 0.017), LDL-С (r = 0.383; p = 0.016), AI (r = 0.566; p < 0.001), insulin (r = 0.651; p = 0.0001) and HOMA-IR (r = 0.681; p = 0.0001), as well as that BMI is negatively correlated with the content of HDL-С (r = –0.448; p = 0.004). At the same time, an inverse correlation was found between HOMA-IR and the level of HDL-С (r = –0.389; p = 0.016), and a direct relationship between the index of insulin resistance and AI (r = 0.437; p = 0.006). Conclusions. The revealed correlations confirm the hypothesis of the BMI influence on the development of dyslipidemia and insulin resistance in patients with gastrointestinal diseases. This substantiates the expediency of including bioimpe­dance measurements into the algorithm for predicting metabolic disorders in this category of patients.

гастроентерологія; діагностика; індекс маси тіла; ліпідний обмін; вуглеводний обмін

gastroenterology; diagnosis; body mass index; lipid metabolism; carbohydrate metabolism

1. Nutrition in Patients with Inflammatory Bowel Diseases: A Narrative Review / L. Roncoroni et al. Nutrients. 2022. Vol. 14. № 4. P. 751. 
2. Guía Práctica ESPEN: nutrición clínica en las enfermedades del hígado [ESPEN Practical Guideline: clinical nutrition in liver di–sease] / S.C. Bischoff et al. Nutr Hosp. 2022. Vol. 39. № 2. P. 434-472. 
3. Burden and Cost of Gastrointestinal, Liver, and Pancreatic Diseases in the United States: Update 2021 / A.F. Peery et al. Gastroenterology. 2022. Vol. 162. № 2. P. 621-644. 
4. Piché M.E., Tchernof A., Després J.P. Obesity Phenotypes, Diabetes, and Cardiovascular Diseases. Circ Res. 2020. Vol. 126. № 11. P. 1477-1500. 
5. Chooi Y.C., Ding C., Magkos F. The epidemiology of obesity. Metabolism. 2019. № 92. P. 6-10.
6. Pan X.F., Wang L., Pan A. Epidemiology and determinants of obesity in China. Lancet Diabetes Endocrinol. 2021. Vol. 9. № 6. P. 373-392.
7. Horesh A., Tsur A.M., Bardugo A., Twig G. Adolescent and childhood obesity and excess morbidity and mortality in young adulthooda. Systematic Review. Curr Obes Rep. 2021. Vol. 10. № 3. P. 301-310.
8. Wiebe N., Stenvinkel P., Tonelli M. Associations of Chronic Inflammation, Insulin Resistance, and Severe Obesity With Morta–lity, Myocardial Infarction, Cancer, and Chronic Pulmonary Disease. JAMA Netw Open. 2019. Vol. 2. № 8. P. e1910456.
9. Obesity II: Establishing causal links between chemical exposures and obesity / J.J. Heindel et al. Biochem Pharmacol. 2022. № 199. P. 115015. 
10. Underweight patients are the highest risk body mass index group for perioperative adverse events following stand-alone anterior lumbar interbody fusion / T.D. Ottesen et al. Spine J. 2022. Vol. 22. № 7. P. 1139-1148. 
11. Association Between Body Mass Index and Morbidity and Mortality During Hospitalization After Trauma / S.S. Soliman et al. J Trauma Nurs. 2022. Vol. 29. № 2. P. 80-85. 
12. Body mass index, waist circumference and waist:hip ratio as predictors of cardiovascular risk — a review of the literature / R. Huxley et al. Eur J Clin Nutr. 2010. Vol. 64. № 1. P. 16-22. 
13. Evaluation of the Relationships between Simple Anthropometric Measures and Bioelectrical Impedance Assessment Variables with Multivariate Linear Regression Models to Estimate Body Composition and Fat Distribution in Adults: Preliminary Results / D. da Cunha de Sá-Caputo et al. Biology (Basel). 2021. Vol. 10. № 11. P. 1209. 
14. Ugras S. Evaluating of altered hydration status on effectiveness of body composition analysis using bioelectric impedance analysis. Libyan J. Med. 2020. № 15. P. 1741904. 
15. Ward L.C. Bioelectrical impedance analysis for body composition assessment: reflections on accuracy, clinical utility, and standardisation. Eur J Clin Nutr. 2019. Vol. 73. № 2. P. 194-199. 
16. Systematic Review: The Impact and Importance of Body Composition in Inflammatory Bowel Disease / N.S. Ding et al. J Crohns Colitis. 2022. Vol. 16. № 9. P. 1475-1492.
17. The Effect of BMI on Blood Lipids and Dyslipidemia in Lactating Women / L. Yu et al. Nutrients. 2022. Vol. 14. № 23. P. 5174. 
18. Different Risk for Hypertension, Diabetes, Dyslipidemia, and Hyperuricemia According to Level of Body Mass Index in Japanese and American Subjects / M. Kuwabara et al. Nutrients. 2018. Vol. 10. № 8. P. 1011.
19. Metabolic Profiles in Obese Children and Adolescents with Insulin Resistance / M. Kostovski et al. Open Access Maced J Med Sci. 2018. Vol. 6. № 3. P. 511-518.
20. Moszak M., Szulińska M., Bogdański P. You Are What You Eat — The Relationship between Diet, Microbiota, and Metabolic Disorders — A Review. Nutrients. 2020. Vol. 12. № 4. P. 1096. 
21. Coenzyme Q10 in Cardiovascular and Metabolic Diseases: Current State of the Problem / V.I. Zozina et al. Curr Cardiol Rev. 2018. Vol. 14. № 3. P. 164-174.
22. Lunardi C.C., Petroski E.L. Body mass index as a marker of dyslipidemia in children. Arq Bras Cardiol. 2009. Vol. 93. № 1. P. 22-27.
23. Caballero B. Humans against Obesity: Who Will Win? Adv Nutr. 2019. Vol. 10. Suppl 1. P. S4-S9. 
24. Metabolically healthy and unhealthy obesity phenotypes in the general population: the FIN-D2D Survey / Р. Pajunen et al. BMC Public Health. 2011. № 11. P. 754. 
25. Tucker L.A. Insulin Resistance and Biological Aging: The Role of Body Mass, Waist Circumference, and Inflammation. BioMed Research International. 2022. Vol. 2022. P. 2146596. 
26. Dyslipidemia in relation to body mass index and insulin resistance in Chinese women with polycystic ovary syndrome / Y. Hong et al. J Biol Regul Homeost Agents. 2011. Vol. 25. № 3. P. 365-374.