Гетерогенность метаболических фенотипов у мальчиков-подростков с экзогенно-конституциональной формой ожирения

Изучена гетерогенность метаболических показателей у мальчиков-подростков с диагнозом «экзогенно-конституциональное ожирение» на основе кластерного анализа. Обследовано 123 случайно отобранных пациента в возрасте от 14 до 17 лет с установленным диагнозом «экзогенно-конституциональное ожирение». Статистический анализ предполагал использование описательных и аналитических методов, в частности, направленных на выделение кластеров биохимических показателей, в числе которых уровень глюкозы в сыворотке натощак, уровень инсулина, уровень общего холестерина, липопротеинов низкой плотности (ЛПНП), очень низкой плотности (ЛПОНП), высокой плотности (ЛПВП) и триглицеридов. Выявлено 2 кластера наблюдений. Первый кластер составили 72 пациента (58,5%), для которых были характерны значения уровня глюкозы натощак немного ниже среднего, значения уровня инсулина выше среднего, значения общего уровня холестерина, триглицеридов, ЛПНП и ЛПОНП выше среднего, значения уровня ЛПВП ниже среднего («метаболически нездоровое» ожирение). Во второй кластер вошел 51 подросток (41,5%). Для этих пациентов были характерны противоположные тенденции метаболических показателей («метаболически здоровое» ожирение). Подростки, отнесенные к первому кластеру, были немного старше, имели более высокие значения массы тела, индекса массы тела (ИМТ) и z-скора ИМТ, достоверно более высокие показатели индекса HOMA-IR. Артериальная гипертензия и неалкогольная жировая болезнь печени были диагностированы статистически значимо чаще у подростков из этого кластера. Заключение. Мальчики-подростки с ожирением представляют собой гетерогенную группу с точки зрения значений важнейших метаболических показателей.

кластерный анализ, метаболически здоровое ожирение, ожирение, подростки

1. Di Cesare M., Sorić M., Bovet P. et al. The epidemiological burden of obesity in childhood: a worldwide epidemic requiring urgent action. BMC Medicine. 2019;17(1):212. doi: 10.1186/s12916-019-1449-8.

2. Ogden C.L., Carroll M. D., Curtin L. R., McDowell M. A., Tabak C. J., Flegal K. M. Prevalence of Overweight and Obesity in the United States, 1999-2004. JAMA. 2006;295(13):1549-55. doi: 10.1001/jama.295.13.1549.

3. Steinberger J., Daniels S. R., Eckel R. H. et al. Progress and Challenges in Metabolic Syndrome in Children and Adolescents. Circulation. 2009;119(4):628-47. doi: 10.1161/CIRCULATIONAHA.108.191394.

4. Hales C.M., Carroll M. D., Fryar C. D., Ogden C. L. Prevalence of obesity among adults and youth: United States, 2015-2016. NCHS Data Brief. 2017;288:1-8.

5. WHO Regional Office for Europe. Report on the fifth round of data collection, 2018-2020. Copenhagen: WHO Regional Office for Europe; 2022.

6. Peterkova V.A., Bezlepkina O. B., Bolotova N. V. et al. Clinical guidelines «Obesity in children». Problems of Endocrinology. 2021;67(5):67-83. (In Russ.) doi: 10.14341/probl12802.@@ Петеркова В. А., Безлепкина О. Б., Болотова Н. В. и др. Клинические рекомендации «Ожирение у детей». Проблемы Эндокринологии. 2021;67(5):67-83. doi: 10.14341/probl12802.

7. Kansra A.R., Lakkunarajah S., Jay M. S. Childhood and Adolescent Obesity: A Review. Front Pediatr. 2020;8:581461. doi: 10.3389/fped.2020.581461.

8. Qasim A., Turcotte M., de Souza R. J. et al. On the origin of obesity: identifying the biological, environmental and cultural drivers of genetic risk among human populations. Obesity Reviews. 2018;19(2):121-49. doi: 10.1111/obr.12625.

9. Boswell N., Byrne R., Davies P. S.W. Aetiology of eating behaviours: A possible mechanism to understand obesity development in early childhood. Neuroscience & Biobehavioral Reviews. 2018;95:438-48. doi: 10.1016/j.neubiorev.2018.10.020.

10. Shah B., Tombeau Cost K., Fuller A., Birken C. S., Anderson L. N. Sex and gender differences in childhood obesity: contributing to the research agenda. BMJ nutrition, prevention & health. 2020;3(2):387-90. doi: 10.1136/bmjnph-2020-000074.

11. Garnett S.P., Högler W., Blades B. et al. Relation between hormones and body composition, including bone, in prepubertal children123. The American Journal of Clinical Nutrition. 2004;80(4):966-72. doi: 10.1093/ajcn/80.4.966.

12. Wabitsch M., Blum W. F., Muche R. et al. Contribution of androgens to the gender difference in leptin production in obese children and adolescents. The Journal of Clinical Investigation. 1997;100(4):808-13. doi: 10.1172/JCI119595.

13. Cooper A.J., Gupta S. R., Moustafa A. F., Chao A. M. Sex/Gender Differences in Obesity Prevalence, Comorbidities, and Treatment. Current Obesity Reports. 2021;10(4):458-66. doi: 10.1007/s13679-021-00453-x.

14. Wang V.H.C., Min J., Xue H. et al. What factors may contribute to sex differences in childhood obesity prevalence in China? Public Health Nutrition. 2018;21(11):2056-64. doi: 10.1017/S1368980018000290.

15. Nikitina I.L., Vtornikova N. I., Kelmanson I. A. Clinical heterogeneity of sleep quality, emotional and behavioral characteristics, and eating habits in adolescents with obesity: A cluster analysis. European Journal of Pediatrics. 2024;183(4):1571-84. doi: 10.1007/s00431-023-05406-1.

16. Camhi S.M., Waring M. E., Sisson S. B., Hayman L. L., Must A. Physical Activity and Screen Time in Metabolically Healthy Obese Phenotypes in Adolescents and Adults. Journal of Obesity. 2013;2013:984613. doi: 10.1155/2013/984613.

17. Brandao I., Martins M. J., Monteiro R. Metabolically Healthy Obesity-Heterogeneity in Definitions and Unconventional Factors. Metabolites. 2020;10(2):1-29. doi: 10.3390/metabo10020048.

18. Vukovic R., Dos Santos T. J., Ybarra M., Atar M. Children With Metabolically Healthy Obesity: A Review. Front Endocrinology. 2019;10:1-11. doi: 10.3389/fendo.2019.00865.

19. Tataranni P. Treatment of obesity: should we target the individual or society? Current pharmaceutical design. 2003;9(15):1151-63.

20. Prince R.L., Kuk J. L., Ambler K. A., Dhaliwal J., Ball G. D.C. Predictors of Metabolically Healthy Obesity in Children. Diabetes Care. 2014;37(5):1462-8. doi: 10.2337/dc13-1697.

21. Sénéchal M., Wicklow B., Wittmeier K. et al. Cardiorespiratory Fitness and Adiposity in Metabolically Healthy Overweight and Obese Youth. Pediatrics. 2013;132(1): e85-e92. doi: 10.1542/peds.2013-0296.

22. Mangge H., Zelzer S., Puerstner P. et al. Uric acid best predicts metabolically unhealthy obesity with increased cardiovascular risk in youth and adults. Obesity. 2013;21(1): E71-E7. doi: 10.1002/oby.20061.

23. Vukovic R., Mitrovic K., Milenkovic T. et al. Insulin-sensitive obese children display a favorable metabolic profile. European Journal of Pediatrics. 2013;172(2):201-6. doi: 10.1007/s00431-012-1867-5.

24. Camhi S.M., Katzmarzyk P. T. Prevalence of Cardiometabolic Risk Factor Clustering and Body Mass Index in Adolescents. The Journal of Pediatrics. 2011;159(2):303-7. doi: 10.1016/j.jpeds.2011.01.059.

25. Damanhoury S., Newton A. S., Rashid M., Hartling L., Byrne J. L.S., Ball G. D.C. Defining metabolically healthy obesity in children: a scoping review. Obesity Reviews. 2018;19(11):1476-91. doi: 10.1111/obr.12721.

26. Blüher S., Schwarz P. Metabolically healthy obesity from childhood to adulthood - Does weight status alone matter? Metabolism. 2014;63(9):1084-92. doi: 10.1016/j.metabol.2014.06.009.

27. Bervoets L., Massa G. Classification and clinical characterization of metabolically “healthy” obese children and adolescents. 2016;29(5):553-60. doi: jpem-2015-0395.

28. Weghuber D., Zelzer S., Stelzer I. et al. High Risk vs. “Metabolically Healthy” Phenotype in Juvenile Obesity - Neck Subcutaneous Adipose Tissue and Serum Uric Acid are Clinically Relevant. Exp Clin Endocrinol Diabetes. 2013;121(07):384-90. doi: 10.1055/s-0033-1341440.

29. Brambilla P., Lissau I., Flodmark C. E. et al. Metabolic risk-factor clustering estimation in children: to draw a line across pediatric metabolic syndrome.Int J Obes (Lond). 2007;31(4):591-600. doi: 10.1038/sj.ijo.0803581.

30. Qiu W., Joe H. clusterGeneration: Random cluster generation (with specified degree of separation). R package version 1.3.8. 2023. Avalaible at: https://cran.r-project.org/web/packages/clusterGeneration/cluster-Generation.pdf. Accessed: 05.05.2024.

31. Van der Maaten L., Hinton G. Visualizing data using t-SNE. Journal of machine learning research. 2008;9(11):2579-605.

32. Tibshirani R., Walther G., Hastie T. Estimating the number of clusters in a data set via the gap statistic. Journal of the Royal Statistical Society: Series B (Statistical Methodology). 2001;63(2):411-23. doi: 10.1111/1467-9868.00293.

33. Dalmaijer E.S., Nord C. L., Astle D. E. Statistical power for cluster analysis. BMC Bioinformatics. 2022;23(1):205. doi: 10.1186/s12859-022-04675-1.

34. The jamovi project (2022). jamovi. (Version 2.3) [Computer software]. Available at: https://www.jamovi.org. Accessed: 05.05.2024.

35. JASP Team (2020). JASP (Version 0.14.1)[Computer software].

36. Heinzle S., Ball G. D., Kuk J. L. Variations in the prevalence and predictors of prevalent metabolically healthy obesity in adolescents. Pediatr Obes. 2016;11(5):425-33. doi: 10.1111/ijpo.12083.

37. Camhi S.M., Whitney Evans E., Hayman L. L., Lichtenstein A. H., Must A. Healthy eating index and metabolically healthy obesity in U.S. adolescents and adults. Preventive Medicine. 2015;77:23-7. doi: 10.1016/j.ypmed.2015.04.023.

38. Kurtoglu S., Hatipoglu N., Mazicioglu M., Kendirici M., Keskin M., Kondolot M. Insulin resistance in obese children and adolescents: HOMA-IR cut-off levels in the prepubertal and pubertal periods. J Clin Res Pediatr Endocrinol. 2010;2(3):100-6. doi: 10.4274/jcrpe.v2i3.100.

39. Weigensberg M.J., Ball G. D.C., Shaibi G. Q., Cruz M. L., Gower B. A., Goran M. I. Dietary Fat Intake and Insulin Resistance in Black and White Children. Obesity Research. 2005;13(9):1630-7. doi: 10.1038/oby.2005.200.

40. Vinciguerra F., Tumminia A., Baratta R. et al. Prevalence and Clinical Characteristics of Children and Adolescents with Metabolically Healthy Obesity: Role of Insulin Sensitivity. Life (Basel). 2020;10(8):1-13. doi: 10.3390/life10080127.

41. Xepapadaki E., Nikdima I., Sagiadinou E. C., Zvintzou E., Kypreos K. E. HDL and type 2 diabetes: the chicken or the egg? Diabetologia. 2021;64(9):1917-26. doi: 10.1007/s00125-021-05509-0.

42. Bauer K.W., Marcus M. D., El Ghormli L., Ogden C. L., Foster G. D. Cardio-metabolic risk screening among adolescents: understanding the utility of body mass index, waist circumference and waist to height ratio. Pediatric Obesity. 2015;10(5):329-37. doi: 10.1111/ijpo.267.

43. Eckel N., Li Y., Kuxhaus O., Stefan N., Hu F. B., Schulze M. B. Transition from metabolic healthy to unhealthy phenotypes and association with cardiovascular disease risk across BMI categories in women (the Nurses’ Health Study): 30 year follow-up from a prospective cohort study. The Lancet Diabetes & Endocrinology. 2018;6(9):714-24. doi: 10.1016/S2213-8587(18)30137-2.

44. Kouvari M., Panagiotakos D. B., Yannakoulia M. et al. Transition from metabolically benign to metabolically unhealthy obesity and 10-year cardiovascular disease incidence: The ATTICA cohort study. Metabolism - Clinical and Experimental. 2019;93:18-24. doi: 10.1016/j.metabol.2019.01.003.

45. Trayhurn P. Adipokines: inflammation and the pleiotropic role of white adipose tissue. Br J Nutr. 2022;127(2):161-4. doi: 10.1017/S0007114521003962.

46. Gregor M.F., Hotamisligil G. S. Inflammatory Mechanisms in Obesity. 2011;29:415-45. doi: 10.1146/annurev-immunol-031210-101322.

47. Dobson R., Burgess M. I., Sprung V. S. et al. Metabolically healthy and unhealthy obesity: differential effects on myocardial function according to metabolic syndrome, rather than obesity.International Journal of Obesity. 2016;40(1):153-61. doi: 10.1038/ijo.2015.151.