Usimamizi wa kisukari cha aina ya 2 hauhusu kupunguza sukari ya damu pekee. Ili kupunguza matatizo ya moyo na mishipa, ubongo, figo na mishipa yanayohusiana na kisukari, ni muhimu kudhibiti kwa pamoja sukari ya damu, shinikizo la damu na kiwango cha kolesteroli atherogenic katika damu. Mwongozo wa China wa 2024 wa kisukari cha aina ya 2 unaeleza mbinu hii kupitia lengo la pamoja la “3B”, linalofafanuliwa kwa HbA1c chini ya %7,0, shinikizo la damu chini ya 130/80 mmHg na LDL cholesterol chini ya 2,6 mmol/L.

Utafiti huu ulichunguza data za mwanzo za watu wazima 8.592 wenye kisukari cha aina ya 2 walioingizwa katika mfumo wa usajili wa iCaReMe nchini China kati ya Julai 2023 na Machi 2024. Washiriki waliainishwa kuwa wenye uzito mdogo, uzito wa kawaida, uzito kupita kiasi na obese kulingana na mipaka ya body mass index mahususi kwa jamii ya China. Watafiti walilinganisha udhibiti wa glycemia, shinikizo la damu, LDL cholesterol, matatizo, matumizi ya dawa na kiwango cha kufikia malengo yote matatu kwa wakati mmoja kati ya makundi ya uzito wa mwili.

Miongoni mwa washiriki waliokuwa na vipimo vyote vitatu kamili, kiwango cha kufikia lengo la 3B kilikuwa %6,7 katika kundi la uzito wa kawaida, %4,9 katika kundi la uzito kupita kiasi, %4,2 katika kundi la uzito mdogo na %3,0 tu katika kundi la obese. Baada ya kuzingatia umri, jinsia, muda wa kisukari, matumizi ya sigara na pombe, elimu, shughuli za kimwili na historia ya ugonjwa wa macrovascular; odds ya kufikia lengo la 3B ilikuwa ya chini kwa wenye uzito kupita kiasi na ya chini sana kwa obese ikilinganishwa na kundi la uzito wa kawaida.

Mojawapo ya matokeo muhimu zaidi ya utafiti ni kuonyesha kwamba hatari haiwezi kuelezwa kwa uzito mkubwa wa mwili pekee. Katika washiriki obese, hypertension, dyslipidemia, hyperuricemia, mzunguko wa kiuno na triglycerides vilikusanyika katika mwelekeo usiofaa; huku katika washiriki wenye uzito mdogo, udhibiti wa glycemia ulikuwa dhaifu, matumizi ya insulin yalikuwa ya juu sana na mzigo wa matatizo ya macrovascular ulikuwa wa kushangaza. Kwa hiyo, uzito mdogo wa mwili kwa mtu mwenye kisukari cha aina ya 2 haumaanishi moja kwa moja hatari ndogo ya cardiometabolic.

Hata hivyo, utafiti ni wa cross-sectional. Matokeo hayathibitishi kwamba obesity husababisha moja kwa moja kushindwa kufikia malengo au kwamba uzito mdogo husababisha moja kwa moja ugonjwa wa mishipa. Mahusiano kati ya matumizi ya dawa na kufikia malengo pia hayawezi kutafsiriwa kama athari za dawa; kwa sababu wagonjwa ambao ni vigumu zaidi kudhibiti wanaweza kuwa wamepewa matibabu makali zaidi. Aidha, utafiti huu bado ni preprint ambayo haijapitia uhakiki wa wenzao.

Tatizo kuu linaloshughulikiwa na utafiti

Katika matibabu ya kisukari cha aina ya 2, matumizi ya kila siku mara nyingi huzingatia viashiria vya sukari ya damu, hasa HbA1c. Hata hivyo, sehemu kubwa ya mzigo wa ugonjwa na vifo vinavyohusiana na kisukari haitokani na hyperglycemia pekee; shinikizo la damu la juu, matatizo ya lipid yenye atherogenic, uharibifu wa figo na mwingiliano wao pia huchangia.

Kwa hiyo, badala ya kuuliza kama thamani moja ya maabara imedhibitiwa, utafiti ulilenga swali pana zaidi: Kwa kiwango gani mtu mwenye kisukari cha aina ya 2 anaweza kufikia kwa pamoja malengo ya sukari ya damu, shinikizo la damu na LDL cholesterol, na je mafanikio hayo hubadilika kulingana na body mass index?

Vipengele vitatu vilivyotumiwa katika utafiti ni:

• Lengo la glycemia: HbA1c < %7,0
• Lengo la shinikizo la damu: systolic blood pressure <130 mmHg na diastolic blood pressure <80 mmHg
• Lengo la LDL cholesterol: LDL-C <2,6 mmol/L

Ili mshiriki achukuliwe kuwa “amefikia lengo la 3B”, masharti yote matatu yalipaswa kutimizwa kwa wakati mmoja. Kwa mfano, hata kama HbA1c na LDL-C zilikuwa ndani ya lengo, ikiwa shinikizo la damu lilikuwa juu ya 130/80 mmHg, mtu hakuhesabiwa kuwa amefikia lengo la pamoja.

Hoja ya endpoint hii ya pamoja inaweza kuonyeshwa kwa namna ifuatayo kwa lengo la maelezo. Uhusiano huu haukuwasilishwa kama equation tofauti katika utafiti; umeandikwa hapa ili kufanya ufafanuzi wa malengo matatu uonekane kihisabati:

\[ 3B = \mathbf{1}(HbA1c < 7{,}0\%) \times \mathbf{1}(SBP < 130 \land DBP < 80) \times \mathbf{1}(LDL\text{-}C < 2{,}6) \]

Hapa SBP inawakilisha systolic blood pressure, DBP diastolic blood pressure, LDL-C low-density lipoprotein cholesterol na kiashiria 1 kama sharti husika limetimizwa. Ikiwa hata sharti moja halijatimizwa, product inakuwa sifuri; yaani lengo la pamoja la 3B linachukuliwa kuwa halijafikiwa.

Kwa nini body mass index ilichunguzwa?

Body mass index ni kipimo rahisi cha anthropometric kinachotathmini uzito kulingana na urefu. Formula ya msingi iliyotumiwa wazi katika utafiti ni:

\[ BMI = \frac{\text{Vücut ağırlığı (kg)}}{\left[\text{Boy (m)}\right]^2} \]

BMI ni kifupi cha Kiingereza body-mass index na kwa Kiswahili hutumiwa kama body mass index au kiashiria cha uzito kwa urefu. Kwa mfano, mtu mwenye uzito wa 70 kg na urefu wa 1,70 metre ana BMI ya takriban 24,2 kg/m². Hata hivyo, BMI haiwezi kutenganisha mafuta na misuli. Watu wawili wenye BMI sawa wanaweza kuwa na kiasi tofauti cha mafuta na misuli.

Watafiti hawakutumia uainishaji wa jumla wa Shirika la Afya Duniani, bali mipaka iliyoainishwa kwa watu wazima wa China:

• Uzito mdogo: BMI <18,5 kg/m²
• Uzito wa kawaida: BMI 18,5 hadi <24,0 kg/m²
• Uzito kupita kiasi: BMI 24,0 hadi <28,0 kg/m²
• Obese: BMI ≥28,0 kg/m²

Tofauti hii ni muhimu kwa sababu katika jamii za Asia Mashariki, hatari ya metabolic inaweza kuonekana kabla ya mipaka ya juu ya BMI inayotumiwa katika baadhi ya jamii za Magharibi. Hata hivyo, utafiti huu haukulinganisha mipaka kati ya makabila; uliweka tu uainishaji mahususi wa China.

Pengo la fasihi ambalo utafiti ulijaribu kujibu

Tafiti za awali zimeonyesha kwamba obesity inaweza kufanya udhibiti wa sukari ya damu, shinikizo la damu au lipid kuwa mgumu zaidi kila moja kivyake. Imeelezwa pia kwamba watu wenye kisukari cha aina ya 2 na BMI ya chini wanaweza kuwa na sifa za kliniki tofauti na obesity, kama upungufu wa pancreatic beta-cell, frailty au matatizo ya lishe.

Hata hivyo, sehemu muhimu ya tafiti za awali haikuchunguza kufikiwa kwa malengo matatu ya cardiometabolic kwa pamoja. Mahusiano yasiyo ya mstari hayakutathminiwa vya kutosha, na baadhi ya tafiti zilifanywa kabla ya matumizi mapana ya GLP-1 receptor agonists na SGLT2 inhibitors nchini China.

Kwa hiyo utafiti huu ulilenga kutathmini pamoja vipengele vitatu:

• Wasifu wa hatari ya cardiometabolic unaobadilika katika safu ya BMI,
• Kufikiwa kwa malengo ya HbA1c, shinikizo la damu na LDL-C kila moja na kwa pamoja,
• Usambazaji wa dawa za kisukari, hypertension na lipid katika makundi tofauti ya uzito.

Uteuzi wa washiriki na mtiririko wa utafiti

Kohorti ya mwanzo ya iCaReMe China Registry ilikuwa na watu wazima 9.000 wenye kisukari cha aina ya 2. Watu 408 waliokuwa na taarifa za urefu au uzito zilizokosekana walitolewa, na uchanganuzi wa mwisho ulifanywa kwa washiriki 8.592.

Usambazaji wa sampuli ya mwisho ulikuwa:

Median age ya sampuli ilikuwa miaka 55, median duration ya kisukari ilikuwa miaka 5,8, na wanaume walikuwa %60,9. Kundi la obese lilikuwa takriban miaka minane dogo kuliko kundi la uzito wa kawaida: median ages zilikuwa 50 na 58. Median duration ya kisukari ilikuwa miaka 3,7 kwa obese na miaka 6,9 kwa uzito wa kawaida. %57,1 ya washiriki obese walikuwa wametambuliwa ndani ya miaka mitano iliyopita, ikilinganishwa na %40,6 katika kundi la uzito wa kawaida.

Tofauti hii ni muhimu hasa wakati wa kutafsiri viwango vya matatizo. Kuonekana kwa kiwango cha chini cha baadhi ya matatizo ya macrovascular yaliyoimarika katika kundi la obese hakumaanishi obesity ni kinga. Umri mdogo na muda mfupi wa ugonjwa unaweza kumaanisha kuwa muda mdogo umepita kwa matatizo kujitokeza.

Viashiria vya kliniki vilibadilikaje BMI ilipoongezeka?

Mzunguko wa kiuno uliongezeka kutoka 76 cm hadi 102 cm, na waist/height ratio kutoka 0,46 hadi 0,60; shinikizo la damu, triglyceride, fasting glucose, uric acid na ALT pia kwa ujumla zilisogea upande usiofaa. Median triglyceride ilikuwa 2,1 mmol/L katika kundi la obese na 1,0 mmol/L katika kundi la uzito mdogo. HDL-C ilishuka kutoka 1,4 mmol/L katika kundi la uzito mdogo hadi 1,1 mmol/L katika makundi ya uzito kupita kiasi na obese.

Hata hivyo, HbA1c haikuonyesha uhusiano rahisi na wa mstari na uzito. Median HbA1c ya chini zaidi ilikuwa %7,8 katika kundi la uzito wa kawaida. Thamani ilikuwa %8,5 katika kundi la uzito mdogo na %8,4 katika kundi la obese. Kwa maneno mengine, udhibiti wa glycemia ulionekana kuwa na tatizo katika mwisho wa chini na wa juu wa usambazaji wa BMI.

Viwango vya kufikia kila lengo

Lengo la glycemia lilifikiwa kwa kiwango cha juu zaidi katika kundi la uzito wa kawaida. Kiwango cha %21,6 katika kundi la uzito mdogo kinaonyesha kwamba kuwa mwembamba si sawa na udhibiti mzuri wa glycemia. Katika kundi la obese pia ni karibu mmoja kati ya washiriki wanne tu aliyefikia lengo la HbA1c.

Uhusiano kati ya lengo la shinikizo la damu na BMI ulikuwa wa mpangilio zaidi. Mafanikio yalishuka kutoka %48,4 katika uzito mdogo hadi %35,8 katika uzito wa kawaida, %25,9 katika uzito kupita kiasi na %20,0 katika obese. Matokeo haya yanaonyesha kwamba shinikizo la damu ni kipengele muhimu hasa kinachopunguza mafanikio ya 3B kadiri BMI inavyoongezeka.

Mabadiliko katika mafanikio ya LDL-C yalikuwa madogo zaidi. Kiwango kilikuwa %45,6 katika uzito mdogo, %45,1 katika uzito wa kawaida na %40,3 katika obese. Kwa hiyo, utafiti haukuonyesha kupungua kwa nguvu na kwa mpangilio kwa lengo la LDL-C kama kulivyoonekana kwa shinikizo la damu.

Malengo yote matatu yalipozingatiwa pamoja, viwango vilikuwa vya chini sana katika makundi yote. Hata katika kundi la uzito wa kawaida lenye matokeo bora zaidi, ni %6,7 tu iliyofikia malengo yote kwa wakati mmoja. Hii ni takriban mtu mmoja kati ya 15.

Katika hesabu ya 3B, washiriki waliokuwa na vipimo kamili vya HbA1c, shinikizo la damu na LDL-C pekee walijumuishwa. Kwa hiyo, denominators za makundi zilikuwa chini ya ukubwa wa jumla wa makundi ya BMI:

• Uzito mdogo: watu 3/72, %4,2
• Uzito wa kawaida: watu 140/2.098, %6,7
• Uzito kupita kiasi: watu 139/2.844, %4,9
• Obese: watu 50/1.670, %3,0

Kwa sababu kundi la uzito mdogo lilikuwa na washiriki wachache kwa jumla na pia watu wachache wenye data kamili ya 3B, kutokuwa na uhakika kwa makadirio ya kundi hili ni kubwa zaidi. Vipindi vipana vya kujiamini vya kundi la uzito mdogo katika grafu pia vinaonyesha hali hii.

Ramani ya hatari iliyostandardishwa ilionyesha nini?

Watafiti walibadilisha median za makundi za vigezo vya kliniki kuwa z-scores ili kuziweka katika scale moja na kuunda heatmap. HDL-C na eGFR zilicodingiwa kinyume; kwa hivyo rangi za joto ziliwakilisha wasifu usiofaa zaidi katika kila mstari, na rangi baridi wasifu bora zaidi.

Heatmap iliweka wazi mifumo miwili tofauti ya kliniki:

• Mfumo wa BMI ya juu: Katika kundi la obese, mzunguko wa kiuno, fasting na postprandial glucose, shinikizo la damu, LDL-C, triglyceride, uric acid, UACR na ALT vilikusanyika katika mwelekeo usiofaa zaidi.
• Mfumo wa BMI ya chini: Katika kundi la uzito mdogo, shinikizo la damu na lipid zilionekana bora zaidi kwa kiasi, lakini HbA1c ilikuwa mbaya zaidi. Kundi hili lilionyesha muundo wa hatari tofauti na wasifu wa metabolic unaohusishwa kwa kawaida na obesity.

Matokeo haya yanaonyesha kwamba kisukari cha aina ya 2 hakiendelei kwa mfano mmoja wa kibayolojia kwa wagonjwa wote. Katika BMI ya juu, viashiria vinavyohusiana na adiposity na insulin resistance vinaonekana zaidi; katika BMI ya chini, udhibiti duni wa glycemia na ugonjwa wa mishipa uliokwisha kujengeka vinaweza kuwa muhimu zaidi.

Hatari ya macrovascular katika kundi la uzito mdogo

Kiwango cha jumla cha matatizo ya macrovascular kilikuwa cha juu zaidi katika kundi la uzito mdogo kwa %21,7. Coronary artery disease iliripotiwa kwa %15,6 na historia ya stroke kwa %10,1 katika kundi hili. Kiwango cha jumla cha matatizo ya macrovascular katika kundi la obese kilikuwa %13,1.

Hata hivyo, ulinganisho huu hauthibitishi kwamba BMI ya chini husababisha ugonjwa wa mishipa au kwamba obesity hulinda mishipa. Kundi la uzito mdogo linaweza kuwa la wazee zaidi, kuwa na historia ndefu ya ugonjwa au ugonjwa mkali unaweza kuwa ulisababisha kupungua kwa uzito. Watafiti wanajadili uwezekano huu kama reverse causality: kupungua kwa uzito kunakotokana na ugonjwa kunaweza kufanya BMI ya chini na matatizo kuonekana pamoja kitakwimu.

Waandishi pia wanataja uwezekano wa pancreatic beta-cell insufficiency, frailty, malnutrition au muscle loss katika watu wenye kisukari cha aina ya 2 wenye uzito mdogo. Hata hivyo, utafiti haukupima taratibu hizi moja kwa moja. Kwa sababu hali ya lishe, sarcopenia na matukio ya hypoglycemia hayakujumuishwa katika uchanganuzi, haya ni maelezo yanayowezekana, si yaliyothibitishwa.

Matatizo ya microvascular na viashiria vya figo

Jumla ya frequency ya matatizo ya microvascular ilikuwa %46,1 katika uzito kupita kiasi, %45,7 katika obese na %36,4 katika uzito mdogo. Kiwango cha albuminuria kilionekana kuongezeka kutoka %45,1 katika uzito mdogo hadi %54,7 katika obese, lakini tofauti kati ya makundi haikufikia umuhimu wa kitakwimu; P iliyojaripotiwa ilikuwa 0,176.

Kiwango cha chronic kidney disease hakikubadilika sana kati ya makundi na kilibaki takriban kati ya %9,2 na %11,5. Kwa hiyo, utafiti hauonyeshi kwamba chronic kidney disease iliyofafanuliwa kliniki huongezeka kwa uhakika kadiri BMI inavyoongezeka.

Kuonekana kwa median eGFR ya juu zaidi katika kundi la obese hakupaswi pia kutafsiriwa kiotomatiki kama afya bora ya figo. Kundi hili pia ni dogo zaidi kwa umri. Aidha, eGFR peke yake haionyeshi vipengele vyote vya uharibifu wa figo; viashiria kama UACR na albuminuria hutoa taarifa tofauti.

Hypertension, dyslipidemia na hyperuricemia

Comorbidities za cardiometabolic zilihusiana sana na BMI:

• Hypertension ilikuwa %30,2 katika uzito mdogo na %49,1 katika obese.
• Dyslipidemia ilikuwa %26,7 katika uzito mdogo na %53,1 katika obese.
• Hyperuricemia ilikuwa %3,4 katika uzito mdogo na %20,1 katika obese.

Usambazaji huu unaonyesha kwamba katika kundi la obese, vipengele vingi vya hatari ya metabolic hukusanyika kwa mtu mmoja. Kuzingatia HbA1c pekee kunaweza kusababisha kupuuza maeneo mengine ya hatari kama shinikizo la damu, lipid na uric acid.

Uchambuzi uliorekebishwa wa kitakwimu ulionyesha nini?

Watafiti walifanya multivariable logistic regression wakitumia kundi la uzito wa kawaida kama reference. Modeli ilirekebishwa kwa umri, jinsia, muda wa kisukari, sigara, pombe, kiwango cha elimu, frequency ya shughuli za kimwili na historia ya ugonjwa wa macrovascular.

OR 0,69 katika kundi la uzito kupita kiasi inaonyesha kwamba baada ya kuzingatia vigezo vingine, odds ya kufikia lengo la 3B ilikuwa takriban %31 chini kuliko kundi la uzito wa kawaida. OR 0,37 katika kundi la obese inalingana na odds takriban %63 chini.

Hapa “odds” si sawa na probability ya moja kwa moja. Kwa hiyo, OR 0,37 haipaswi kusomwa kuwa kiwango cha mafanikio kimepungua hasa kwa %63. Aidha, adjustment ya regression haibadilishi data ya uchunguzi kuwa jaribio la sababu.

Ingawa kiwango kibichi cha mafanikio ya 3B katika kundi la uzito mdogo kilikuwa chini kuliko uzito wa kawaida, OR iliyorekebishwa inaweza kuwa juu ya 1. Marekebisho kwa umri, muda wa ugonjwa na vigezo vingine yanaweza kubadilisha estimate. Hata hivyo, muda wa kujiamini ni mpana sana kutoka 0,52 hadi 2,52 na P=0,726. Hii haionyeshi kwamba uzito mdogo una faida; inaonyesha data ya kundi hili haitoshi kuamua mwelekeo kwa uhakika.

Uhusiano usio wa mstari kati ya BMI na mafanikio ya lengo

Watafiti hawakuishia kugawanya BMI katika makundi manne; waliichunguza pia kama kigezo endelevu. Kwa hili walitumia restricted cubic spline models zenye knots nne katika percentiles za 5., 35., 65. na 95. za usambazaji wa BMI.

Restricted cubic spline inakubali kwamba uhusiano hauhitaji kuwa mstari ulionyooka. Kwa hiyo, inaweza kuchunguza mahusiano ya curve bila kudhani kwamba kila ongezeko la BMI lina athari ya ukubwa uleule kwenye matokeo.

Mafanikio ya lengo la HbA1c yalionyesha curve ya inverted U. Probability iliyorekebishwa ya kufikia lengo ilifikia kilele cha %34,8 karibu na BMI 22,1 kg/m². Kadiri BMI ilivyokwenda chini au juu ya kiwango hiki, probability ya mafanikio ilipungua.

Vipindi vya kujiamini katika mwisho wa BMI ya chini ni vipana. Sababu kuu ni kwamba kulikuwa na washiriki 99 tu wenye uzito mdogo na idadi ya observations hupungua kwenye mwisho wa usambazaji wa BMI. Kwa hiyo, umbo la curve hasa katika BMI ya chini sana linahitaji kutafsiriwa kwa tahadhari zaidi.

Mafanikio ya lengo la shinikizo la damu yalipungua kwa utaratibu kadiri BMI ilivyoongezeka. Uhusiano huu unaendana na kushuka kutoka %48,4 hadi %20,0 katika ulinganisho wa makundi manne.

Lengo la LDL-C lilionyesha mwenendo tambarare kiasi katika safu ya BMI. Mabadiliko katika ncha za curve yanapaswa kutafsiriwa pamoja na vipindi vipana vya kujiamini. Utafiti haukuonyesha kwamba mafanikio ya LDL-C hubadilika kwa nguvu kulingana na BMI kama shinikizo la damu.

Probability ya mafanikio ya pamoja ya 3B ilibaki chini katika safu yote ya BMI na kwa ujumla ilipungua kadiri BMI ilivyoongezeka. Hii inaonyesha kwamba hata kama kipengele kimoja kiko ndani ya lengo, kushindwa kwa kipengele kingine hupunguza haraka matokeo ya pamoja.

Matumizi ya dawa yalibadilikaje kulingana na makundi ya BMI?

Usambazaji wa matibabu ulitofautiana wazi kati ya makundi ya BMI:

%68,7 ya washiriki wenye uzito mdogo walitumia insulin, ilhali kiwango hiki kilikuwa %35,7 katika kundi la obese. Usambazaji huu unaweza kuendana na wazo kwamba kundi la uzito mdogo lina beta-cell insufficiency kubwa zaidi au udhibiti mgumu zaidi wa glycemia; hata hivyo, utafiti haukupima beta-cell reserve moja kwa moja.

Matumizi ya GLP-1 receptor agonist yaliongezeka kutoka %5,1 katika uzito mdogo hadi %32,1 katika obese. Matumizi ya SGLT2 inhibitor pia yaliongezeka kutoka %16,2 hadi %45,4. Matumizi ya metformin yaliongezeka pamoja na BMI, huku DPP-4 inhibitors na alpha-glucosidase inhibitors yakibadilika kinyume.

Ingawa washiriki obese walikuwa na matumizi ya juu zaidi ya matibabu mapya ya kupunguza glucose, walikuwa na kiwango cha chini zaidi cha mafanikio ya 3B. Hii haionyeshi kwamba dawa hizo hazina ufanisi. Katika picha ya cross-sectional, watu wenye matibabu makali zaidi wanaweza kuwa wale waliokuwa na hatari kubwa zaidi au ambao udhibiti wao ulikuwa mgumu zaidi mwanzoni. Hii huitwa confounding by indication.

Kwa maneno mengine, madaktari huenda waliwapa wagonjwa obese ambao glucose na hatari ya cardiometabolic ilikuwa vigumu zaidi kudhibiti GLP-1 receptor agonist au SGLT2 inhibitor. Kwa sababu utafiti haukuwagawa wagonjwa kwa nasibu kwa matibabu, haiwezekani kulinganisha moja kwa moja ufanisi kati ya wanaotumia na wasiotumia dawa hizi.

Matumizi ya antihypertensive yaliongezeka kutoka %23,2 hadi %44,1 kadiri BMI ilivyoongezeka, huku mafanikio ya lengo la shinikizo la damu yakishuka katika mwelekeo huo kutoka %48,4 hadi %20,0. Hii pia inaonyesha kwamba matumizi ya dawa zaidi si sawa kiotomatiki na kufikia lengo vizuri zaidi; matibabu yanaweza kuwa yameongezwa kama jibu kwa mzigo mkubwa wa hatari.

Matumizi ya statin yalikuwa %36,3 katika kundi la uzito kupita kiasi lakini yakabaki %28,6 katika obese. Watafiti wanaunganisha kutokulingana huku na uwezekano wa clinical inertia katika usimamizi wa hatari ya cardiovascular. Hata hivyo, muundo wa cross-sectional hauwezi kubaini sababu ya tofauti hii kwa uhakika.

Je, matokeo yalibadilika baada ya kuongeza vigezo vya dawa kwenye modeli?

Katika sensitivity analysis, idadi ya makundi ya dawa za kupunguza glucose, insulin, GLP-1 receptor agonist, SGLT2 inhibitor, antihypertensive na statin viliongezwa kwenye modeli. Umbo la jumla la curves lilibaki kwa kiasi kikubwa.

Mabadiliko yanayoonekana zaidi yalikuwa katika modeli ya lengo la glycemia. Kabla ya adjustment ya dawa, kilele cha probability ya kufikia lengo la HbA1c kilikuwa takriban %34,8; baada ya adjustment ya dawa kilishuka hadi %26,2. Peak BMI ilisogea kidogo tu kutoka 22,1 hadi 22,3 kg/m².

Katika curves za shinikizo la damu, LDL-C na 3B kwa pamoja, hakuna mabadiliko makubwa ya umbo baada ya adjustment ya dawa. Matokeo haya yanaonyesha kwamba mifumo ya BMI iliyozingatiwa haiwezi kuelezwa na aina ya dawa inayotumiwa pekee. Hata hivyo, adjustment ya kitakwimu katika data ya uchunguzi haiwezi kuondoa tofauti zote zisizopimwa za matibabu na wagonjwa.

Maana kwa maisha ya kila siku na huduma za afya

Ujumbe mkuu wa utafiti ni kwamba namba kwenye mizani haiwezi peke yake kutenganisha mgonjwa salama na mwenye hatari. Kwa mtu obese mwenye kisukari cha aina ya 2, glucose inaweza kuwa imedhibitiwa lakini shinikizo la damu na LDL-C zikabaki nje ya lengo. Kwa mtu mwenye uzito mdogo, shinikizo la damu na lipid zinaweza kuonekana bora zaidi huku HbA1c ikiwa juu, hitaji la insulin likiwa kubwa na historia ya cardiovascular disease ikiwa nzito.

Kwa hiyo, tathmini ya vitendo haipaswi kuishia kwenye swali “uzito uko juu?”. Matokeo yanaunga mkono tathmini ya pamoja ya HbA1c, shinikizo la damu, LDL-C, viashiria vya figo, historia ya matatizo na hali ya lishe-misuli.

Hata hivyo, utafiti haukujaribu ni dawa ipi inapaswa kutolewa kwa mtu fulani. Hakukuwa na ulinganisho wa intervention unaothibitisha moja kwa moja kwamba matibabu ya kupunguza uzito, marekebisho ya insulin au matumizi ya statin huboresha matokeo. Matokeo hutoa ushahidi wa uchunguzi kwa usimamizi wa hatari wa kibinafsi na wa vipengele vingi.

Nguvu za utafiti

• Uchambuzi unategemea sampuli kubwa ya maisha halisi ya watu 8.592 kutoka vituo vingi.
• Makundi ya BMI mahususi kwa jamii ya China yalitumika.
• Si malengo moja moja tu, bali pia kufikiwa kwa malengo yote matatu kwa wakati mmoja kulichunguzwa.
• Kundi la kisukari cha aina ya 2 lenye uzito mdogo, ambalo halijachunguzwa sana, lilitathminiwa kando.
• Mahusiano yasiyo ya mstari kati ya BMI na matokeo yalichambuliwa kwa restricted cubic spline models.
• Multivariable adjustment ilifanywa kwa umri, jinsia, muda wa ugonjwa na vigezo vingine muhimu.
• Data zilizokosekana katika regression zilitibiwa kwa multiple imputation by chained equations yenye data sets 20.
• Uhusiano wa mifumo ya matibabu na matokeo ulitathminiwa katika sensitivity analysis tofauti.

Mapungufu ya utafiti

• Muundo wa cross-sectional: Kwa sababu vipimo vilitoa picha ya kipindi kimoja cha mwanzo, haiwezekani kuanzisha sababu na matokeo.
• Reverse causality: Uzito mdogo huenda haukusababisha matatizo; ugonjwa mkali au wa muda mrefu huenda ulisababisha kupungua kwa uzito.
• Confounders zisizopimwa: Hali ya lishe, sarcopenia na matukio ya hypoglycemia hayakujumuishwa katika modeli.
• Kizuizi cha kimuundo cha BMI: BMI haiwezi kutenganisha fat mass, muscle mass na usambazaji wa mafuta mwilini.
• Ukubwa mdogo wa kundi la uzito mdogo: Watu 99 pekee katika kundi hili huongeza kutokuwa na uhakika wa spline na regression estimates.
• Vipengele vya matokeo vilivyokosekana: Kiwango cha 3B kilihesabiwa kwa watu waliokuwa na vipimo vyote vitatu pekee.
• Generalizability: Washiriki walitoka vituo vya usajili vya hospitali nchini China; matokeo hayawezi kuhamishwa moja kwa moja kwa makabila, maeneo au mifumo mingine ya afya.
• Hali ya peer review: Utafiti bado ni preprint ambayo haijapitia peer review huru.

Utafiti unasema nini na hausomi nini?

Matokeo yanayoungwa mkono na utafiti:

• Mafanikio ya lengo la 3B ni ya chini katika makundi yote ya BMI yaliyotathminiwa.
• Ikilinganishwa na uzito wa kawaida, odds iliyorekebishwa ya kufikia 3B ni ndogo kwa uzito kupita kiasi na obese.
• Mafanikio ya lengo la shinikizo la damu hupungua kwa utaratibu kadiri BMI inavyoongezeka.
• Mafanikio ya lengo la HbA1c yanaonyesha uhusiano wa inverted U katika safu ya BMI.
• Washiriki wenye uzito mdogo huunda subgroup tofauti ya kliniki yenye udhibiti duni wa glycemia, matumizi makubwa ya insulin na mzigo mkubwa wa matatizo ya macrovascular.
• Ingawa matumizi ya dawa mpya za kupunguza glucose ni makubwa zaidi katika obese, udhibiti wa pamoja wa risk factors ni wa chini.

Matokeo ambayo utafiti haujathibitisha:

• Haijathibitishwa kwamba obesity husababisha moja kwa moja kushindwa kufikia lengo la 3B.
• Haijaonyeshwa kwamba uzito mdogo husababisha moja kwa moja coronary disease au stroke.
• Haiwezekani kuhitimisha kwamba GLP-1 receptor agonists au SGLT2 inhibitors hazina ufanisi.
• Haijathibitishwa kwamba thamani fulani ya BMI ni ideal au treatment target kwa watu wote wenye kisukari cha aina ya 2.
• Utafiti hautoi prescription binafsi, dhamana ya mafanikio ya kliniki au kupungua kwa matatizo ya muda mrefu.
• Utafiti huu si randomized controlled clinical trial na haukujaribu athari ya matibabu.

Mbinu na Matokeo ya Utafiti

Muundo wa utafiti

Utafiti ni secondary cross-sectional analysis ya data za mwanzo za iCaReMe China Registry, ambayo ni prospektiva, multicentre na observational registry. Watu wazima waliokuja kwa routine care kati ya Julai 2023 na Machi 2024 na kuwa na diagnosis iliyothibitishwa ya kisukari cha aina ya 2 walitathminiwa.

Washiriki waliandikishwa mfululizo na investigators wa vituo, written informed consent ilipatikana, na data ziliingizwa kupitia standardized case report forms kwenye secure web-based electronic data system.

Vigezo vilivyopimwa

• Sifa za demografia na kijamii-kiuchumi
• Matumizi ya sigara na pombe
• Urefu, uzito na mzunguko wa kiuno
• Systolic na diastolic blood pressure
• HbA1c, fasting na postprandial glucose
• LDL-C, HDL-C na triglyceride
• Serum creatinine, eGFR na UACR
• Muda wa kisukari na comorbidities
• Matatizo ya macrovascular na microvascular
• Dawa za glucose-lowering, antihypertensive, lipid-lowering na antithrombotic

Mbinu za kitakwimu

• Vigezo endelevu vilifupishwa kama median na interquartile range au mean na standard deviation kulingana na distribution.
• Tofauti za vigezo endelevu kati ya makundi manne ya BMI zilitathminiwa kwa Kruskal-Wallis test.
• Kwa categorical variables, chi-square test ilitumika, na Fisher exact test wakati expected cell count ilikuwa chini ya tano.
• Mahusiano endelevu na yasiyo ya mstari kati ya BMI na kufikia malengo yalitathminiwa kwa restricted cubic spline models zenye knots nne.
• Multivariable logistic regression ilitumika kwa kufikia lengo la 3B, na kundi la uzito wa kawaida likawa reference.
• Modeli kuu ilirekebishwa kwa umri, jinsia, muda wa kisukari, sigara, pombe, elimu, shughuli za kimwili na historia ya macrovascular disease.
• Katika sensitivity analysis, treatment intensity, insulin, GLP-1 receptor agonist, SGLT2 inhibitor, antihypertensive na statin use pia viliongezwa kwenye modeli.
• Data zilizokosekana katika regression na spline analyses zilitibiwa kwa multiple imputation by chained equations yenye data sets 20.
• Uchambuzi ulikuwa two-sided na P<0,05 ilikubaliwa kuwa kizingiti cha umuhimu wa kitakwimu.
• Stata/SE 17.0 ilitumika kwa descriptive analyses na Python 3.10 kwa visualizations.

Muhtasari wa kiufundi wa matokeo makuu

Maadili na ufadhili

Utafiti uliripotiwa kuwa umeidhinishwa na Ethics Committee ya Peking University People’s Hospital, written informed consent ikapatikana kutoka kwa washiriki, na utafiti ukaendeshwa kwa kuzingatia Declaration of Helsinki na kanuni za ICH-GCP.

Utafiti uliungwa mkono na National Clinical Key Specialty Construction Program ya China na kufadhiliwa na AstraZeneca Investment (China) Co., Ltd. Waandishi wanasema kwamba taasisi ya msaada na sponsor haikuwa na jukumu katika muundo wa utafiti, ukusanyaji wa data, uchanganuzi, tafsiri, kuandika ripoti au uamuzi wa kuchapisha.

Maelezo ya Chanzo na Mbinu

Maudhui haya yanatokana na utafiti wenye kichwa “Body-mass index and cardiometabolic target achievement in Chinese adults with type 2 diabetes: a multicentre cross-sectional study” ulioandaliwa na Jingya Yan, Wenjia Yang, Xiaoling Cai, Ming Liu, Yanbing Li, Qiuhe Ji, Bo Feng, Nanwei Tong na Linong Ji.

Utafiti ni uchanganuzi wa multicentre, hospital-based na cross-sectional wa data za mwanzo za iCaReMe China Registry. Maandishi asilia ya utafiti yana kauli wazi “This preprint research paper has not been peer reviewed”. Kwa hiyo, utafiti unapaswa kuchukuliwa kama preprint ambayo haijapitia peer review. Matokeo yanapaswa kusomwa kwa kuzingatia uwezekano wa peer review ya baadaye na mabadiliko yanayoweza kufanywa kwenye maandishi.

Utafiti si interventional wala randomized controlled clinical trial. Kwa sababu washiriki hawakupewa treatment maalum kwa madhumuni ya utafiti, haiwezekani kufanya causal comparison ya ufanisi wa drug classes. Matumizi ya dawa yaliyoonekana yanaonyesha prescribing patterns katika routine clinical practice.

Muundo wa cross-sectional wa utafiti hauruhusu kuanzisha causality. Hasa, uhusiano kati ya BMI ya chini na macrovascular disease unaweza kuathiriwa na reverse causality. Utafiti pia una mapungufu ya BMI kutotenganisha mafuta na misuli, kundi dogo la uzito mdogo, vigezo visivyopimwa vya lishe na sarcopenia, na generalizability inayotegemea sampuli ya hospitali nchini China.

Makala hii imeandaliwa kwa kutegemea tu mbinu, majedwali, vielelezo, matokeo ya namba, tafsiri na mapungufu ya utafiti uliopakiwa. Hakuna dai la athari ya kliniki, dhamana ya matibabu, ubora wa dawa, usalama, causality au mafanikio ya uwanjani ambalo halipo katika utafiti lililoongezwa.