Når BMI ser fint ud – men kroppen allerede er på vej mod sygdom

To personer kan have samme BMI – og alligevel vidt forskellig metabolisk sundhed: hvordan deres kroppe håndterer sukker, fedt og energi på måder, der former sygdomsrisikoen. Den ene kan allerede være på vej mod type 2-diabetes og hjerte-kar-sygdom, mens den anden ikke er.

“Vi ser den her uoverensstemmelse hele tiden i klinikken. Det var netop den, der motiverede os,” siger Rima M. Chakaroun, læge og forsker ved Wallenberg Laboratory, Sahlgrenska Universitetshospital i Göteborg. “BMI er let at måle, men det presser en enorm biologisk kompleksitet ned i ét tal. Det kan bruges på befolkningsniveau, men det er aldrig blevet lavet til at forklare individuel biologi.”

I klinikken mødte Chakaroun patienter, der så sunde ud, men havde svær insulinresistens, unormale lipidprofiler eller forhøjet blodtryk – og omvendt patienter med svær overvægt, som viste få metaboliske advarselstegn. Problemet, indså hun, var ikke vægten i sig selv, men alt det, vægten ikke afslører biologisk.

For at få øje på den blinde vinkel analyserede Chakaroun data fra mere end 1.400 voksne i sit andet postdocforløb, hvor hun systematisk sammenlignede flere biologiske lag. Genetik, livsstilsmål og flere omics-datasæt blev gennemgået – men det stærkeste og mest konsistente signal kom fra blodets metabolom alene.

Resultatet blev et nyt, datadrevet mål for metabolisk sundhed – metabolisk BMI, eller metBMI – beregnet ud fra cirkulerende metabolitter og designet til at fange biologisk risiko, som badevægten ikke kan se.

“Det handler ikke om at omdefinere svær overvægt af kosmetiske grunde,” understreger Chakaroun. “Det handler om at opspore biologisk risiko tidligere – før sygdommen udvikler sig.” Personer, hvis metBMI lå højere end deres målte BMI, havde to til fem gange højere risiko for at udvikle type 2-diabetes, metabolisk syndrom og fedtleversygdom – selv om de ofte ville blive vurderet som lavrisiko efter de gængse standarder.

Samlet set peger resultaterne mod en fremtid, hvor metabolisk sundhed ikke kun vurderes med vægt og målebånd, men også med molekylære signaler, der afspejler, hvordan kroppen faktisk fungerer – og dermed åbner for mere præcis forebyggelse og behandling.

Hvorfor BMI kommer til kort over for individuel biologi

I årtier har BMI været det dominerende redskab til at definere svær overvægt – både i forskningen og i klinikken. Det er enkelt, billigt og nemt at bruge i stor skala. Men begrænsningerne er lige så velkendte.

“BMI fungerede fint til det, det oprindeligt var tænkt til,” siger Chakaroun. “Men biologien ved ikke, hvor vi har lagt vores grænseværdier.”

For hende var kløften mellem tal og biologi ikke et abstrakt metodeproblem, men noget hun stødte på igen og igen i klinikken. Hun beskriver, hvordan hun så “ekstremt veltrænede mennesker” med alvorligt forstyrret blodsukkerkontrol og lipidprofiler – side om side med patienter med svær overvægt, som viste få tegn på metaboliske komplikationer. Oplevelser, der tvang hende til at gentænke, hvad vægt egentlig fortæller.

Denne uoverensstemmelse har længe været kendt i forskningen. Begreber som metabolisk sund overvægt og metabolisk usund normalvægt blev introduceret for at indfange fænomenet, men definitionerne har varieret kraftigt og bygger ofte på et snævert udvalg af kliniske markører. Ifølge Chakaroun er de stadig utilstrækkelige, fordi de ikke afspejler, hvordan stofskiftet fungerer på tværs af væv, organer og biologiske systemer.

De mennesker, der falder uden for BMI-kasserne

Det, der har ændret sig de seneste år, er muligheden for at se dybere. Storskala omics-teknologier – herunder metabolomik, proteomik og mikrobiomprofilering – gør det nu muligt at måle tusindvis af molekylære egenskaber på én gang. I stedet for at spørge, om en person overskrider en enkelt diagnostisk grænse, bliver spørgsmålet, hvordan det metaboliske system som helhed opfører sig.

“Kliniske grænseværdier er administrative værktøjer,” siger Fredrik Bäckhed, seniorforfatter på studiet og professor i molekylær medicin ved Göteborgs Universitet. “Men biologien ændrer sig ikke brat, fordi man passerer en tærskel. Individuelle molekylære lag kan godt hænge sammen med BMI, men ingen af dem giver alene et fuldt billede af den metaboliske sundhed.”

Der er meget på spil. Overvægtsrelaterede sygdomme udgør en stadigt voksende del af den globale sygdomsbyrde, og effektiv forebyggelse afhænger af, at risiko kan identificeres, før vægten – eller symptomerne – tvinger til handling.

Læs kroppens kemi – ikke tallet på vægten

For at bevæge sig ud over BMI som en grov målestok for metabolisk sundhed udviklede forskerne en ramme, der samler klassiske kliniske målinger med flere lag af molekylære data. Ambitionen var ikke at forkaste de etablerede værktøjer, men at sætte dem ind i en langt rigere biologisk kontekst.

“Hovedidéen var ikke at erstatte klinisk information,” siger Rima M. Chakaroun, “men at indlejre den i en meget mere nuanceret biologisk sammenhæng.”

Kerneanalysen tog udgangspunkt i Impaired Glucose Tolerance and Microbiota Study-kohorten – en befolkningsbaseret undersøgelse af voksne i alderen 50–65 år fra Göteborg-området, etableret af Fredrik Bäckhed i samarbejde med Göran Bergström.

Mere end 1.400 deltagere uden kendt hjerte-kar-sygdom gennemgik en omfattende fænotypning, herunder billeddannelse af kropssammensætning og blodbaseret klinisk kemi. Samtidig indsamlede forskerne data fra plasma-metabolomik, plasma-proteomik, sekventering af tarmmikrobiomet og genetiske analyser.

“Kohorten var designet til at indfange stofskiftet som et samspillende biologisk system,” siger Bäckhed, “ikke som en tjekliste over isolerede risikomarkører.”

Kan molekyler afsløre den risiko, vægten skjuler?

Med disse data i hånden stillede forskerholdet et umiddelbart kontraintuitivt spørgsmål: Kan man forudsige en persons BMI udelukkende ud fra molekylær information? Ved hjælp af maskinlæringsmodeller testede Chakaroun, hvor godt BMI lod sig forudsige på baggrund af forskellige datakilder. Modeller baseret på kostoplysninger klarede sig dårligt, mens modeller baseret på cirkulerende metabolitter konsekvent overgik alle andre.

“Vi trænede modellerne til at stille et meget præcist spørgsmål,” siger Chakaroun. “Ud fra en persons metabolitter og mikrobiom – hvilket BMI ville man så forvente, at vedkommende havde?”

Det resulterende estimat – metBMI – blev derefter holdt op mod hver deltagers faktiske BMI. Den vigtigste information lå ikke i selve forudsigelsen, men i forskellen mellem de to. Det svarede til at aflæse motoren i stedet for bilens lak – en tilgang, der kan afsløre problemer længe før de bliver synlige på overfladen.

“Hvis det BMI, vi beregner ud fra metabolitterne, er højere,” forklarer Chakaroun, “fortæller det os, at personen allerede har metaboliske forandringer, som vi normalt først ser hos mennesker med en højere kropsvægt.”

Disse afvigelser pegede på personer, hvis metaboliske tilstand lå langt fra det, deres kropsstørrelse alene ville give indtryk af – mennesker, som ellers let ville glide ubemærket igennem den rutinemæssige sundhedsvurdering.

“Man bliver ikke syg bare ved at tage på i vægt,” siger Chakaroun. “Stofskiftet udvikler sig ikke lineært.”

Gælder det også i virkeligheden?

For at sikre, at tilgangen ikke kun fungerede i én enkelt kohorte, blev rammen testet i uafhængige datasæt. Først i den svenske SCAPIS-kohorte, som repræsenterer en bredere befolkning med en højere forekomst af kardiometabolisk sygdom. Dernæst i en geografisk uafhængig kohorte af fedmeopererede patienter i Tyskland, hvor forskerne undersøgte, om metaboliske profiler før operation kunne sige noget om udfaldet efterfølgende.

“Validering på tværs af uafhængige kohorter var afgørende,” siger Fredrik Bäckhed.

Herefter spurgte teamet, om metBMI også afspejlede den faktiske sygdomsbiologi. Det gjorde de ved at sammenholde metBMI med insulinresistens, lipidprofiler, inflammatoriske markører og andre kliniske risikofaktorer.

“Det afgørende for os,” siger Chakaroun, “var, om denne ramme hang sammen med reel metabolisk risiko – ikke bare med tal på en skala.”

Samlet set etablerer analyserne metBMI som et biologisk forankret, datadrevet mål, der blotlægger svær overvægts skjulte metaboliske mangfoldighed.

“Ellers gætter vi stadig på risikoen udefra,” siger Chakaroun.

Den egentlige indsigt opstod, da forskerne satte biologien direkte op imod kropsstørrelsen.

Når kropsstørrelse og sygdomsrisiko trækker i hver sin retning

Da forskerne sammenholdt metBMI med det målte BMI, trådte et klart mønster frem: Gennemsnit justeret for BMI skjulte store individuelle forskelle. Overordnet fulgtes metBMI og BMI ad, men mange deltagere lå markant over eller under linjen.

“Det er i den spredning, risikoen gemmer sig,” siger Bäckhed. “Gennemsnit kan se betryggende ud, men den individuelle biologi fortæller en helt anden historie.”

Personer, hvis metBMI lå højere end deres faktiske BMI, udviste en række ugunstige metaboliske kendetegn. MetBMI hang tættere sammen med markører for kvaliteten af det viscerale fedt – herunder tegn på, at fedtvævet var inflammeret og opførte sig mere som et sygt organ end som et passivt energilager – end med den samlede fedtmasse alene. Det peger på, at fedtvævets biologiske adfærd kan være vigtigere end mængden af fedt i sig selv.

Selv om deres BMI var normalt eller kun let forhøjet, havde disse personer højere insulinresistens, dårligere glukosehåndtering, mere ugunstige lipidprofiler og forhøjede inflammatoriske markører.

“Metabolitter ændrer sig tidligt,” forklarer Chakaroun. “De begynder at skifte, før sygdommen er klinisk synlig – men metabolisk ligner disse personer allerede mennesker med svær overvægt.”

Når et sundt ydre dækker over metabolisk fare

Omvendt havde nogle personer med svær overvægt et lavere metBMI end forventet – et tegn på en biologisk sundere profil, end BMI alene ville give indtryk af. Chakaroun er omhyggelig med ikke at overfortolke den observation.

“Det betyder ikke, at svær overvægt er harmløst,” understreger hun. “Men det viser, at de biologiske veje, der fører til sygdom, ikke er de samme for alle.”

Den metaboliske uoverensstemmelse kunne ikke forklares med én enkelt faktor. Livsstilsparametre som kost og fysisk aktivitet bidrog til den metaboliske risiko, mens rygning ikke viste nogen klar sammenhæng – sandsynligvis fordi der var få rygere i de undersøgte kohorter. Men ingen af disse faktorer forklarede metBMI fuldt ud.

I stedet afspejlede signalet koordinerede forskydninger på tværs af hundredvis af metabolitter, proteiner og mikrobielle træk. Det pegede på en underliggende biologi, som ikke lader sig indfange af simple livsstilsmål.

Analysen afslørede også kønsspecifikke mønstre. Hos mænd var metBMI tættere knyttet til lipidmetabolisme og fysisk aktivitet, mens det hos kvinder var stærkere forbundet med inflammatoriske og immunrelaterede signalveje. Metabolisk mangfoldighed følger med andre ord ikke én enkelt biologisk sti.

Omkring en fjerdedel til en tredjedel af de cirkulerende metabolitter, der bidrog til metBMI, var forbundet med tarmmikrobiomet – et tegn på, hvor central en rolle tarmens mikrober spiller i udformningen af den samlede metaboliske risiko.

En samlet biologisk forskydning – ikke tilfældig støj

Noget af det mest opsigtsvækkende var, at flere af de mikrobielle signaturer ikke alene kunne spores til klassiske tarmbakterier, men også til arter, der normalt forbindes med munden. Som Bäckhed forklarer, afspejler det en øget forekomst af aerotolerante, mundrelaterede bakterier i tarmen – et tegn på ændrede tarmmiljøer hos personer med forhøjet metBMI.

Det, der især slog forskerne, var mønstrenes konsistens på tværs af datalag.

“Det, der overraskede os mest, var, hvor ensartet signalet var på tværs af omics-lagene,” siger Chakaroun. “Det ligner en systemisk biologisk forandring – ikke bare tilfældig støj i data.”

Afgørende var også, at metBMI indfangede risikosammenhænge, som traditionelle mål overså. MetBMI var tæt forbundet med forløb af metabolisk sygdom, men viste ingen robust sammenhæng med subklinisk åreforkalkning. Det tyder på, at målet er specifikt for metabolisk dysfunktion snarere end kardiovaskulær sygdom i bred forstand.

Da metBMI blev føjet til statistiske modeller sammen med BMI, forsvandt mange af de tidligere stærke sammenhænge mellem BMI og kardiometaboliske risikomarkører – mens metBMI bevarede sin forklaringskraft.

“På sin vis,” siger Chakaroun, “opsamler metBMI meget af den biologiske information, som BMI kun pegede på indirekte.”

Hvorfor den samme behandling ikke virker ens for alle

Disse mønstre gik igen i den uafhængige SCAPIS-valideringskohorte, som omfatter personer med mere fremskreden metabolisk sygdom. Også her delte metBMI deltagerne op i metabolisk forskellige undergrupper med markant forskellige risikoprofiler.

I kohorten af fedmeopererede patienter viste der sig et tilsvarende billede. Her hang de præoperative metaboliske signaturer sammen med resultaterne efter operationen, hvilket peger på, at metBMI kan have værdi som prædiktor for behandlingsrespons.

Konkret tabte personer med et højt metBMI omkring 30 procent mindre vægt efter fedmekirurgi end forventet ud fra BMI alene. Det understreger, at biologisk undertype kan påvirke effekten selv af de mest effektive overvægtsbehandling.

“Vægttab er ikke det samme som metabolisk forbedring,” siger Chakaroun. “Og forskellige biologiske veje kan reagere meget forskelligt på den samme intervention.”

Samlet set peger resultaterne på, at svær overvægt ikke er én entydig tilstand, men et spektrum af metaboliske tilstande – nogle synlige på vægten, andre kun aflæselige i biologien.

Hvorfor risikoen kan vokse, før vægten gør

Opdagelsen af metabolisk uoverensstemmende overvægtstilstande rejser grundlæggende spørgsmål om, hvordan svær overvægt diagnosticeres, overvåges og behandles. For Chakaroun er hovedpointen ikke, at svær overvægt skal omdefineres – men at risikoen skal.

“Det handler ikke om at omdefinere svær overvægt,” siger hun. “Det handler om at omdefinere metabolisk risiko. Metabolisk sygdom starter ikke ved en BMI-grænse. Den starter i biologien.”

Målet er at kunne gribe ind, før sygdommen bliver tydelig – og langt sværere at vende.

Personer med normalt BMI, men forhøjet metabolisk risiko, kan i princippet identificeres år før traditionelle markører slår alarm. Timing er afgørende, understreger Chakaroun.

“Når type 2-diabetes eller hjerte-kar-sygdom først er etableret, er det meget vanskeligere at ændre forløbet,” siger hun. “Det er i de tidlige stadier – før sygdommen er klinisk åbenbar – at man virkelig kan gøre en forskel.”

Hvorfor “sund overvægt” sjældent er en varig tilstand

Resultaterne komplicerer samtidig begrebet metabolisk sund overvægt. Selvom nogle personer med svær overvægt i studiet havde en lavere metabolisk belastning, er Chakaroun forsigtig med at opfatte det som en stabil eller beskyttende tilstand.

“Du kan godt mangle metaboliske komplikationer lige nu,” siger hun, “men biologi er dynamisk. Det kan ændre sig.”

Studiet rejser også praktiske og etiske spørgsmål. Dybdegående multi-omics-profiler er stadig dyre og teknisk krævende, og forskerne er tydelige om, hvad deres resultater ikke skal bruges til.

Det er ikke et argument for, at alle skal gennemgå omfattende molekylær kortlægning, understreger Chakaroun – men et redskab til at forstå, hvilke biologiske signaler der faktisk betyder noget.

Fra kompleks biologi til brugbare markører

I stedet ser Chakaroun arbejdet som et skridt på vejen mod at identificere netop de signaler, der bærer mest information. I studiet bevarede et reduceret panel på blot 66 metabolitter en stor del af metBMI’s forklaringskraft – et tegn på, at der findes mere skalerbare veje frem.

“Dataene hjælper os med at forstå, hvilke biologiske signaler der virkelig er centrale,” siger hun, “og hvilke forenklede markører det på sigt kan give mening at bruge i den kliniske hverdag.”

En anden konsekvens handler om valg af behandling. Hvis svær overvægt dækker over flere biologiske veje, kan én ensartet indsats være utilstrækkelig – eller i værste fald misvisende.

“Forskellige metaboliske signaturer kan reagere meget forskelligt på livsstilsændringer, medicin eller kirurgi,” siger Chakaroun. “En bedre stratificering kan både forbedre behandlingsresultaterne og den måde, vi bruger sundhedsressourcerne på.”

Fra kropsstørrelse til egentlig sygdomsforudsigelse

Ud over svær overvægt kan rammen potentielt udvides til andre komplekse, multifaktorielle tilstande. Ifølge Chakaroun er logikken ikke bundet til vægt.

“Denne tilgang er ikke begrænset til svær overvægt,” siger hun.

I tråd med det kunne metBMI kun i begrænset omfang forklares af genetiske risikoscorer. Det tyder på, at de mønstre, modellen fanger, i høj grad afspejler modificerbar biologi snarere end genetisk forudbestemmelse.

“Det er ikke statiske mønstre,” siger Fredrik Bäckhed. “De afspejler biologiske processer, som vi måske kan påvirke – og et skift fra brede, beskrivende kategorier til en mere mekanistisk forståelse af sygdom.”

Alligevel opfordrer forskerne til forsigtighed. Der er behov for longitudinelle studier for at afgøre, hvor stabile de metaboliske undertyper er over tid – og hvordan klinikere konkret bør handle på baggrund af den viden.

“Potentialet er stort,” siger Chakaroun, “men oversættelsen til praksis skal være evidensbaseret.”

“Og biologisk funderet,” tilføjer Bäckhed. “Ellers risikerer vi blot at erstatte ét stumpt redskab med et andet – og igen overse de samme mennesker.”