Methodenartikel

Standardisiertes Protokoll zur frühzeitigen kardiometabolischen Beurteilung bei metabolischer Dysfunktion assoziierter steatotischer Lebererkrankung

0 Aufrufe

⸱

DOI:

10.3791/70593

⸱

29. September 2026

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Clinical Research Department, Experimental Metabolism and Clinical Research Laboratory, 2Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado (ISSSTE), Laboratory of Biochemistry and Experimental Medicine, 3Cardiology Department, Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado (ISSSTE), 4Facultad de Enfermería y Nutrición, Universidad Autónoma de San Luis Potosí, 5Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada (CICATA), Instituto Politécnico Nacional (IPN)

In diesem Artikel

Zusammenfassung

Dieses Protokoll beschreibt einen standardisierten Arbeitsablauf zur frühen kardiometabolischen Beurteilung bei Erwachsenen mit metabolisch assoziiertem fettigem Leberleiden (MASLD), der die Bewertung der entzündungsfördernden Ernährung, biochemische Biomarker, Echokardiographie und Karotis-Ultraschalluntersuchung einschließlich standardisierter Erfassungs-, Qualitätskontroll- und Datenvalidierungsverfahren integriert, um die Reproduzierbarkeit zu verbessern.

Zusammenfassung

Die metabolische dysfunktionsassoziierte fettleberbedingte Lebererkrankung (MASLD) ist mit einer chronischen, niederschwelligen Entzündung und einem erhöhten Risiko für kardiovaskuläre Erkrankungen verbunden. Die frühe Erkennung subklinischer kardiometabolischer Veränderungen bleibt herausfordernd, da standardisierte Protokolle, die die Bewertung der entzündungsfördernden Wirkung der Ernährung mit objektiven kardiovaskulären Bildgebungsverfahren kombinieren, begrenzt sind. Dieses Protokoll beschreibt einen reproduzierbaren Arbeitsablauf zur Untersuchung des Zusammenhangs zwischen dem entzündungsfördernden Potenzial der Ernährung und frühen kardiometabolischen Veränderungen bei Erwachsenen mit bestätigter MASLD. Die Teilnehmer werden gemäß standardisierter Einschlusskriterien rekrutiert, und die hepatische Steatose wird mittels Ultraschall bestätigt. Die Nahrungsaufnahme wird mithilfe eines validierten, semiquantitativen Ernährungsfragebogens (FFQ) erfasst, aus dem der Ernährungs-Entzündungs-Index (DII) nach der ursprünglichen, literaturbasierten Methodik berechnet wird. Die kardiometabolische Beurteilung umfasst anthropometrische Messungen, nüchterne biochemische Analysen, die Berechnung des Triglycerid-zu-High-Density-Lipoprotein-Cholesterin-(TG/HDL-C)-Verhältnisses und des Atherogenitätsindex des Plasmas (AIP), die Quantifizierung entzündlicher Biomarker mittels enzymgekoppelter Immunadsorption (ELISA), die transthorakale Echokardiographie zur Beurteilung der diastolischen Funktion des linken Ventrikels anhand des Gewebe-Doppler-abgeleiteten E/e′-Verhältnisses sowie die bilaterale Karotis-Ultraschalluntersuchung zur Messung der Intima-Media-Dicke der Arteria carotis (CIMT). Standardisierte Erhebungsverfahren, vordefinierte Qualitätskontrollschritte und Datenauswertungsprüfungen werden integriert, um methodische Konsistenz und Reproduzierbarkeit sicherzustellen. Beispielergebnisse zeigen die standardisierten Daten, die durch das Protokoll generiert werden, einschließlich der DII-Klassifizierung, entzündlicher Biomarkerprofile, echokardiographischer Parameter und CIMT-Messungen, und implizieren keine bestätigenden biologischen Zusammenhänge. Dieses Protokoll bietet einen detaillierten, reproduzierbaren methodischen Rahmen für klinische und translationsmedizinische Studien, die den Zusammenhang zwischen der entzündungsfördernden Belastung durch die Ernährung und frühen kardiometabolischen Veränderungen bei Erwachsenen mit MASLD untersuchen.

Einleitung

Die metabolische Dysfunktion assoziierte fettleberbedingte Lebererkrankung (MASLD) ist weltweit die häufigste chronische Lebererkrankung und betrifft etwa ein Drittel der erwachsenen Bevölkerung. Neben einem fortschreitenden hepatischen Schaden zeichnet sich MASLD durch eine chronische, niedriggradige Entzündung, Insulinresistenz, endotheliale Dysfunktion und eine beschleunigte Atherosklerose aus1,2. Herz-Kreislauf-Erkrankungen sind eine der Hauptursachen für Morbidität und Mortalität bei Personen mit MASLD, was die Notwendigkeit zuverlässiger Ansätze unterstreicht, frühe kardiometa­bolische Veränderungen zu erkennen, bevor sich klinisch manifeste Herz-Kreislauf-Erkrankungen entwickeln3,4. Ziel dieses Protokolls ist es, einen standardisierten und reproduzierbaren Arbeitsablauf zur integrierten Beurteilung der entzündungsfördernden Ernährungsbelastung, systemischer Entzündungen und früher subklinischer kardiovaskulärer Dysfunktion bei Erwachsenen mit MASLD bereitzustellen. Dieses Protokoll richtet sich an klinische und translationsmedizinische Studien, die das frühe kardiometa­bolische Risiko vor dem Auftreten klinisch signifikanter Herz-Kreislauf-Erkrankungen in dieser Population untersuchen.

Zunehmende Evidenz zeigt, dass die Ernährung eine entscheidende Rolle bei der Entstehung und Progression von MASLD spielt. Ernährungsmuster, die durch einen hohen Konsum von ultrageverarbeiteten Lebensmitteln, gesättigten Fetten, raffinierten Kohlenhydraten und zugesetzten Zuckern gekennzeichnet sind, fördern oxidativen Stress, endotheliale Dysfunktion, Immunaktivierung und chronische systemische Entzündungen5,6. Umgekehrt dämpfen Ernährungsmuster, die reich an Ballaststoffen, Polyphenolen, Omega-3-Fettsäuren und antioxidativen Mikronährstoffen sind, entzündliche Signalwege, die mit metabolischer Dysfunktion und kardiovaskulären Erkrankungen assoziiert sind6,7.

Der Ernährungsentzündungsindex (DII) wurde entwickelt, um das entzündungsfördernde Potenzial der gewohnheitsmäßigen Ernährungsaufnahme mithilfe eines aus der Literatur abgeleiteten Bewertungssystems zu schätzen, das auf den Wirkungen von 45 Nahrungsbestandteilen auf entzündliche Biomarker basiert, darunter C-reaktives Protein (CRP), Interleukin (IL)-1β, IL-4, IL-6, IL-10 und Tumornekrosefaktor-α (TNF-α)8. Höhere DII-Werte wurden in unterschiedlichen Bevölkerungsgruppen mit erhöhten zirkulierenden entzündlichen Mediatoren, Insulinresistenz, metabolischem Syndrom, Typ-2-Diabetes mellitus und kardiovaskulären Erkrankungen assoziiert9,10.

Obwohl die DII mit ungünstigen Stoffwechselergebnissen assoziiert wurde, haben vergleichsweise wenige Studien die Bewertung der entzündlichen Wirkung der Ernährung mit objektiven kardiovaskulären Bildgebungsverfahren kombiniert, um frühe kardiovaskuläre Veränderungen bei Personen mit MASLD zu erfassen4,11. Zu den frühesten Anzeichen einer kardio-metabolischen Schädigung zählen die subklinische diastolische Dysfunktion des linken Ventrikels, beurteilt anhand des aus der Gewebe-Doppler-Bildgebung abgeleiteten E/e′-Verhältnisses, das einen erhöhten Fülldruck des linken Ventrikels widerspiegelt und ein frühes Merkmal der diabetischen und metabolischen Kardiomyopathie darstellt12,13, sowie die Dicke der Intima-Media-Schicht der Arteria carotis (CIMT), ein validierter Surrogatmarker für subklinische Atherosklerose, der künftige kardiovaskuläre Ereignisse unabhängig vorhersagt14,15.

Im Vergleich zur konventionellen kardiometabolischen Evaluation, die hauptsächlich auf anthropometrischen Messungen, routinemäßigen biochemischen Tests und isolierten kardiovaskulären Risikofaktoren basiert, integriert dieses Protokoll die Beurteilung der entzündungsfördernden Wirkung der Ernährung, die Profilierung entzündlicher Biomarker, die echokardiographische Untersuchung der diastolischen Funktion sowie die Karotissonographie in einen einzigen standardisierten Arbeitsablauf. Dieser integrierte Ansatz ermöglicht die gleichzeitige Bewertung der Ernährungsexposition, systemischer Entzündungen und subklinischer kardiovaskulärer Umbauprozesse mithilfe nichtinvasiver Verfahren, die in klinischen Forschungsumgebungen weit verbreitet sind. Obwohl multimodale Ansätze zur Verbesserung der Charakterisierung einer frühen kardiovaskulären Dysfunktion bei Stoffwechselerkrankungen vorgeschlagen wurden, sind standardisierte Implementierungsprotokolle weiterhin begrenzt.

Zur Ergänzung der konventionellen Beurteilung des Lipidprofils schließt dieses Protokoll auch das Verhältnis von Triglyceriden zu High-Density-Lipoprotein-Cholesterin (TG/HDL-C) sowie den Atherogenen Index des Plasmas (AIP) ein, der als log (TG/HDL-C) berechnet wird. Der AIP spiegelt das Gleichgewicht zwischen atherogenen und anti-atherogenen Lipoproteinen wider und hat sich als Surrogatmarker für kleine, dichte Low-Density-Lipoprotein-(LDL-)Partikel, Insulinresistenz, endotheliale Dysfunktion und verbleibendes kardiovaskuläres Risiko etabliert. Folglich ermöglicht der AIP eine umfassendere Bewertung der atherogenen Dyslipidämie und weist eine gute Diskriminationsfähigkeit zur Identifizierung von Personen mit erhöhtem kardiovaskulärem Risiko auf, insbesondere bei Personen mit Stoffwechselstörungen wie MASLD16,17.

Darüber hinaus beinhaltet dieses Protokoll eine Reihe zirkulierender inflammatorischer Biomarker, um die biologischen Mechanismen, die die Ernährungsbedingte Entzündungspotenz mit kardiometabolischen Schäden bei MASLD verbinden, genauer zu charakterisieren. Diese Biomarker wurden ausgewählt, da sie zentrale Rollen bei der Rekrutierung von Leukozyten, der Aktivierung der angeborenen Immunität, der pro- und anti-inflammatorischen Signalübertragung, der endothelialen Dysfunktion und der Insulinresistenz spielen. Die gleichzeitige Bestimmung dieser Mediatoren ermöglicht eine umfassendere Charakterisierung der systemischen Entzündung im Vergleich zu CRP allein und vertieft das Verständnis der mechanistischen Zusammenhänge zwischen der entzündlichen Belastung durch die Ernährung und frühen kardiovaskulären Schäden bei MASLD1,18,19.

Daher bietet dieses Protokoll eine standardisierte und reproduzierbare Methodik zur Beurteilung des Zusammenhangs zwischen der entzündungsfördernden Wirkung der Ernährung und frühen kardiometabolischen Veränderungen bei Erwachsenen mit MASLD, indem es die Erfassung der Ernährung, die Profilierung entzündlicher Biomarker, biochemische Analysen, Echokardiographie und Karotis-Ultraschalluntersuchungen integriert. Durch die Einbindung standardisierter Messverfahren und vordefinierter Qualitätskontrollschritte ist dieser Arbeitsablauf darauf ausgelegt, die Reproduzierbarkeit zwischen verschiedenen Untersuchern und Studienzentren zu erleichtern und gleichzeitig klinische und translationsmedizinische Forschung zum frühen kardiometabolischen Risiko bei MASLD zu unterstützen.

Protokoll

Das Studienprotokoll wurde von den Institutionellen Forschungs- und Forschungsethik-Komitees des Nationalen medizinischen Zentrums „20 de Noviembre“, Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado (ISSSTE), Mexiko-Stadt, Mexiko, genehmigt (Genehmigungs-ID: 04-118-2025). Führen Sie alle Verfahren gemäß der Deklaration von Helsinki und den geltenden nationalen Vorschriften für Forschung mit menschlichen Teilnehmern durch. Ziehen Sie vor der Einschreibung schriftliche, informierte Einwilligungen von allen Teilnehmern ein. Schützen Sie die Vertraulichkeit der Teilnehmer, indem Sie verschlüsselte Studienkennungen für alle klinischen, laboranalytischen, diätetischen und bildgebenden Daten verwenden.

1. Rekrutierung der Teilnehmer und Beurteilung der Eignung

  1. Teilnehmer rekrutieren
    1. Rekrutieren Sie Erwachsene im Alter von ≥18 Jahren mit Verdacht auf metabolisch assoziierte fettige Lebererkrankung (MASLD) zwischen 2025 und 2026.
    2. Erklären Sie vor der Einschreibung die Studienziele, Verfahren, potenziellen Risiken und Maßnahmen zum Schutz der Vertraulichkeit.
    3. Holen Sie vor Durchführung jeglicher Studienverfahren eine schriftliche, informierte Einwilligung von jedem Teilnehmer ein.
  2. MASLD bestätigen
    1. Führen Sie eine abdominelle Sonographie gemäß standardisierter institutioneller Verfahren durch.
    2. Bestätigen Sie eine hepatische Steatose durch Nachweis einer erhöhten hepatischen Echogenität im Vergleich zur Nierenrinde sowie einer akustischen Dämpfung in tieferen Gewebeschichten.
    3. Stellen Sie die Diagnose MASLD durch Bestätigung einer hepatischen Steatose und des Vorliegens mindestens eines kardiometabolischen Risikofaktors gemäß aktuellen Konsenskriterien.
      HINWEIS: Führen Sie alle sonographischen Untersuchungen nach demselben Aufnahmeprotokoll durch und, wenn möglich, stets durch denselben erfahrenen Radiologen, um die vom Untersucher abhängige Variabilität zu minimieren.
  3. Eignung bewerten
    1. Schließen Sie Teilnehmer ein, die alle vorab definierten Eignungskriterien erfüllen und eine schriftliche, informierte Einwilligung abgegeben haben.
    2. Schließen Sie Teilnehmer mit signifikantem Alkoholkonsum aus.
    3. Schließen Sie Teilnehmer mit signifikanter Alkoholkonsum, viraler Hepatitis (HBV oder HCV), autoimmuner Lebererkrankung, medikamenteninduzierter Leberschädigung, hereditären Lebererkrankungen, Schwangerschaft, aktiver Malignität, dekompensierter Herzinsuffizienz oder anderen chronischen Lebererkrankungen aus, die die kardiometabolische Beurteilung beeinträchtigen könnten.
      HINWEIS: Schützen Sie die Vertraulichkeit der Teilnehmer, indem Sie jedem Teilnehmer eine codierte Studien-ID zuweisen, Namen, Krankenaktennummern und andere personenbezogene Daten aus den Forschungsdatenbanken entfernen und Echokardiographie- sowie Karotissonographiebilder in einer gesicherten institutionellen Datenbank speichern.

2. Fragebogen zur Häufigkeit des Lebensmittelkonsums

  1. Wählen Sie das Instrument zur Beurteilung der Ernährung aus
    1. Wählen Sie einen validierten, semiquantitativen Ernährungsfragebogen (FFQ), der für die Studienpopulation geeignet ist.
      HINWEIS: Verwenden Sie FFQs, die zuvor gegenüber wiederholten 24-Stunden-Ernährungserhebungen oder Ernährungstagebüchern validiert wurden. In diesem Protokoll wurde der 140-postige, semiquantitative FFQ von ENSANUT verwendet, um die gewohnheitsmäßige Aufnahme über die letzten 7 Tage zu erfassen20,21.
  2. Bereiten Sie die Ernährungserfassung vor
    1. Schulen Sie alle Interviewer anhand standardisierter schriftlicher Anweisungen, bevor die Rekrutierung der Teilnehmer beginnt.
    2. Standardisieren Sie die Durchführung des Fragebogens, die Schätzung der Portionengrößen, die Interpretation der Antworten und die Datenaufzeichnung bei allen Interviewern.
  3. Führen Sie den FFQ durch
    1. Führen Sie den FFQ in einem persönlichen Interview durch.
    2. Weisen Sie die Teilnehmer an, ihre gewohnheitsmäßige Nahrungsmittel- und Getränkeaufnahme während des vom FFQ vorgegebenen Bezugszeitraums anzugeben.
    3. Erfassen Sie Nahrungsmittel, die sowohl an Wochentagen als auch an Wochenenden konsumiert werden.
    4. Schließen Sie vorübergehende Ernährungsänderungen aufgrund akuter Erkrankungen, Krankenhausaufenthalte oder kurzfristiger therapeutischer Maßnahmen aus.
  4. Erheben Sie die Ernährungsaufnahme
    1. Notieren Sie den Nahrungsmittelkonsum anhand der vorgegebenen Frequenzkategorien des FFQ.
    2. Schätzen Sie die Portionengrößen mithilfe standardisierter Haushaltsutensilien, Lebensmittelmodelle, Fotografien oder Referenzportionstabellen.
    3. Klären Sie unvertraute Lebensmittel, Portionsgrößen oder Frequenzkategorien, ohne die Antworten der Teilnehmer zu beeinflussen.
      HINWEIS: Überprüfen Sie die Datengüte, indem Sie jeden ausgefüllten FFQ unmittelbar nach dem Interview begutachten. Identifizieren Sie fehlende Angaben oder widersprüchliche Antworten und klären Sie Unstimmigkeiten direkt mit dem Teilnehmer, bevor die Daten in die Studiendatenbank eingegeben werden.
  5. Berechnen Sie die tägliche Ernährungsaufnahme
    1. Wandeln Sie die angegebenen Konsumfrequenzen in die durchschnittliche tägliche Aufnahme (Portionen/Tag) um.
    2. Wandeln Sie die Portionengrößen gemäß dem FFQ-Handbuch in Gramm oder Milliliter pro Tag um.
    3. Berechnen Sie die tägliche Nährstoffaufnahme mithilfe der geeigneten Lebensmitteldatenbank und einer Software zur Ernährungsanalyse.
    4. Wenden Sie dasselbe Verfahren zur Nährstoffberechnung bei allen Teilnehmern an.
      PAUSEPUNKT: Bewahren Sie die ausgefüllten FFQs nach der Qualitätsprüfung sicher auf und verarbeiten Sie sie zu einem späteren Zeitpunkt zur Nährstoffanalyse und zur Berechnung des Dietary Inflammatory Index (DII).

3. Schätzung des entzündungsfördernden Ernährungsindex

HINWEIS: Der Dietary Inflammatory Index (DII) ist ein aus der Literatur abgeleitetes Algorithmus, das das inflammatorische Potenzial der gewohnheitsmäßigen Ernährungsaufnahme anhand von Daten schätzt, die mithilfe eines validierten Ernährungserhebungsinstruments erhoben wurden8.

  1. Bereiten Sie die Daten zur Nahrungsaufnahme vor
    1. Konvertieren Sie alle FFQ-Antworten mithilfe einer standardisierten Lebensmitteltabelle und Ernährungsanalyse-Software in tägliche Nährstoffaufnahmen.
    2. Wenden Sie das gleiche Verfahren zur Nährstoffberechnung auf alle Teilnehmer an.
  2. Wählen Sie die Nahrungsbestandteile aus
    1. Identifizieren Sie die für die DII-Berechnung verfügbaren Nahrungsbestandteile.
    2. Berechnen Sie den DII ausschließlich anhand der Nahrungsbestandteile, die durch den ausgewählten FFQ und die Lebensmitteltabelle zuverlässig erfasst wurden.
    3. Wenden Sie denselben Satz an Nahrungsbestandteilen auf alle Teilnehmer an.
      HINWEIS: Weisen Sie Nahrungsbestandteilen, die nicht gemessen wurden, keinen Wert von null zu.
  3. Berechnen Sie standardisierte Werte
    1. Vergleichen Sie die Aufnahme jedes Nahrungsbestandteils mit dem entsprechenden globalen Referenzmittelwert und der Standardabweichung gemäß der ursprünglichen DII-Methodik8.
    2. Berechnen Sie den standardisierten Wert anhand der folgenden Gleichung:
    3. Standardisierter Wert = (Aufnahme des Teilnehmers − Globaler Referenzmittelwert) ÷ Globale Referenzstandardabweichung
  4. Berechnen Sie zentrierte Perzentile
    1. Konvertieren Sie jeden standardisierten Wert in ein zentriertes Perzentil gemäß der ursprünglichen DII-Methodik.
    2. Berechnen Sie das zentrierte Perzentil anhand der folgenden Gleichung:
    3. Zentriertes Perzentil = (Perzentil × 2) − 1
  5. Berechnen Sie die Einzelwerte des DII
    1. Multiplizieren Sie das zentrierte Perzentil mit dem entzündungsfördernden Effektwert, der jedem Nahrungsbestandteil in der ursprünglichen DII-Datenbank zugeordnet ist8.
    2. Wiederholen Sie die Berechnung für alle verfügbaren Nahrungsbestandteile.
    3. Einzelwert des DII = Zentriertes Perzentil × Entzündungsfördernder Effektwert
  6. Berechnen Sie den Gesamt-Dietary Inflammatory Index (DII)
    1. Summieren Sie die Einzelwerte des DII, um den Gesamt-DII-Wert für jeden Teilnehmer zu erhalten.
    2. Interpretieren Sie negative Werte als eine eher antiinflammatorische Ernährungsweise.
    3. Interpretieren Sie positive Werte als eine eher proinflammatorische Ernährungsweise.
  7. Klassifizieren Sie die Teilnehmer
    1. Ordnen Sie die Teilnehmer entsprechend ihren DII-Werten.
    2. Teilen Sie die Teilnehmer anhand der Verteilung in der Studienpopulation in Quartile ein.
  8. Führen Sie Qualitätskontrollen durch
    1. Verwenden Sie für alle Teilnehmer denselben FFQ, dieselbe Lebensmitteltabelle, dieselbe Ernährungsanalyse-Software und dieselbe DII-Berechnungsmethode.
    2. Überprüfen Sie alle Ernährungsprotokolle vor der Analyse auf fehlende Angaben, unplausible Energieaufnahme und Dateneingabefehler.
    3. Berechnen Sie den DII unabhängig für eine zufällige Stichprobe von Teilnehmern, um die Genauigkeit der Berechnung zu überprüfen.
    4. Dokumentieren Sie alle in die DII-Berechnung einbezogenen Nahrungsbestandteile und berichten Sie über nicht verfügbare Bestandteile.

4. Bewertung der MASLD

  1. Bestätigen Sie die Lebersteatose, wie in 1.2.2. angegeben.
    ANMERKUNG: Wenn immer möglich, sollte dieselbe erfahrene Radiologin bzw. derselbe erfahrene Radiologe alle Untersuchungen unter Verwendung identischer Aufnahmeparameter durchführen, um die vom Bediener abhängige Variabilität zu minimieren.
  2. Beurteilung des Alkoholkonsums
    1. Beurteilen Sie den Alkoholkonsum mithilfe eines standardisierten klinischen Interviews.
    2. Schließen Sie Teilnehmer aus, deren Alkoholkonsum die aktuellen diagnostischen Schwellenwerte für MASLD überschreitet.
  3. Ausschluss sekundärer Ursachen der hepatischen Steatose
    1. Schließen Sie Teilnehmer mit chronischer Virushepatitis (HBV oder HCV) aus.
    2. Schließen Sie Teilnehmer mit autoimmuner Lebererkrankung, medikamenteninduzierter Leberschädigung, hereditären Lebererkrankungen, Schwangerschaft, aktiver Malignität oder anderen chronischen Lebererkrankungen aus, die die kardiometabolische Beurteilung beeinträchtigen könnten.
  4. Beurteilung kardiometabolischer Risikofaktoren
    1. Bestimmen Sie den Body-Mass-Index (BMI) und klassifizieren Sie Übergewicht oder Adipositas als BMI ≥25 kg/m2.
    2. Beurteilen Sie Typ-2-Diabetes mellitus anhand eines nüchternen Plasma-Glukosespiegels >125 mg/dL.
    3. Beurteilen Sie eine metabolische Dysregulation, indem Sie das Vorliegen von mindestens zwei der folgenden Kriterien bestätigen: erhöhter Taillenumfang, Blutdruck ≥130/85 mmHg, Triglyceride ≥150 mg/dL, HDL-C <40 mg/dL bei Männern oder <50 mg/dL bei Frauen, nüchternes Plasma-Glukose 100–125 mg/dL oder HbA1c 5,7 %–6,4 %, oder erhöhte Marker der Insulinresistenz, wie HOMA-IR.
  5. Stellen Sie die Diagnose MASLD, wenn eine hepatische Steatose bestätigt ist und mindestens ein kardiometabolischer Risikofaktor gemäß den aktuellen Konsenskriterien vorliegt.

5. Bewertung des kardio-metabolischen Risikos

  1. Erfassen Sie demografische und anthropometrische Messungen
    1. Notieren Sie Alter, Geschlecht, Krankengeschichte, derzeitige Medikamente und diagnostizierte kardiometabolische Erkrankungen, einschließlich Typ-2-Diabetes mellitus und arterieller Hypertonie.
    2. Messen Sie Körpergröße und Körpergewicht mit kalibrierten Geräten.
    3. Berechnen Sie den Body-Mass-Index (BMI), indem Sie das Körpergewicht (kg) durch das Quadrat der Körpergröße (m2) teilen.
    4. Messen Sie den Taillenumfang in der Mitte zwischen der unteren Kante des letzten Rippenbogens und dem Darmbeinkamm mithilfe eines nicht dehnbaren Maßbandes.
  2. Bestimmen Sie biochemische Marker des kardiometabolischen Risikos mittels routinemäßiger automatisierter klinischer Labormethoden.
    1. Entnehmen Sie nüchterne Blutproben gemäß den institutionellen Laborverfahren.
    2. Messen Sie biochemische Marker, einschließlich Gesamtcholesterin, HDL-C, LDL-C, Triglyceride, nüchternes Plasma-Glukose, HbA1c und nüchternes Insulin, mittels routinemäßiger automatisierter klinischer Labortests.
      HINWEIS: Automatisierte klinische Labortests bestimmen in der Regel Gesamtcholesterin und Triglyceride mithilfe enzymatisch-farbmetrischer Assays; HDL-C und LDL-C mithilfe direkter homogener enzymatisch-farbmetrischer Assays; nüchternes Plasma-Glukose mithilfe einer enzymatischen Hexokinase-Methode; HbA1c mithilfe der Hochleistungsflüssigkeitschromatographie (HPLC); und nüchternes Insulin mithilfe eines chemilumineszenten Immunoassays.
    3. Berechnen Sie die Homeostasemodellbewertung für Insulinresistenz (HOMA-IR).
    4. Berechnen Sie das Verhältnis von Triglyceriden zu HDL-Cholesterin (TG/HDL-C).
    5. Berechnen Sie den atherogenen Index des Plasmas (AIP) wie folgt:
      AIP = log (TG/HDL-C)
  3. Messen Sie entzündliche Biomarker im Plasma
    HINWEIS: Behandeln Sie humane biologische Proben gemäß den institutionellen Biosicherheitsvorschriften und Standardpräventionsmaßnahmen. Tragen Sie geeignete PSA, verwenden Sie sterile Materialien und aseptische Techniken, transportieren Sie Proben in verschlossenen Behältern und entsorgen Sie biologische Abfälle gemäß den institutionellen Vorschriften.
    1. Erwerb und Aufbereitung von Blutproben
      1. Entnehmen Sie 15 mL nüchternes venöses Blut aus der Vena cubitalis unter sterilen Bedingungen in geeignete Röhrchen mit Antikoagulanz.
      2. Drehen Sie die Röhrchen vorsichtig 8–10 Mal um. Zentrifugieren Sie 10 Minuten bei 2.000 × g und 4 °C.
      3. Überführen Sie den plasmatischen Überstand in ein beschriftetes steriles Röhrchen und portionieren Sie ihn nach Bedarf. Lagern Sie die Aliquots bis zur Analyse bei −80 °C.
    2. Durchführung des ELISA
      1. Bereiten Sie Standardlösungen und Probenverdünnungen vor. Geben Sie 100 µL der Standards, Kontrollen und angemessen verdünnten Plasma-Proben dupliziert in die dafür vorgesehenen Antikörper-beschichteten Vertiefungen.
      2. Inkubieren Sie 2,5 Stunden bei Raumtemperatur unter leichtem Schütteln. Aspirieren Sie den Inhalt und waschen Sie die Vertiefungen dreimal mit jeweils 300 µL PBS mit 0,05 % Polysorbat 20 (PBST), pH 7,2–7,4, wobei nach dem letzten Waschschritt restliche Flüssigkeit entfernt wird.
      3. Geben Sie 100 µL Detektionsantikörper hinzu und inkubieren Sie 1 Stunde bei Raumtemperatur. Waschen Sie die Platte, geben Sie 100 µL Streptavidin-HRP hinzu und inkubieren Sie 30–60 Minuten bei Raumtemperatur. Wiederholen Sie den Waschschritt.
      4. Geben Sie 100 µL TMB-Substrat zur Farbentwicklung hinzu. Inkubieren Sie 20–30 Minuten bei Raumtemperatur im Dunkeln. Fügen Sie die Stopplösung hinzu.
      5. Messen Sie die Absorption bei 450 nm mithilfe eines Mikroplatten-Readers. Berechnen Sie die Analytkonzentrationen anhand der Standardkurve.
      6. Analysieren Sie jede Plasma-Probe dupliziert und berechnen Sie den Mittelwert für die statistische Auswertung.
      7. Fügen Sie Kalibrationsstandards und Qualitätskontrollproben in jeden analytischen Durchlauf ein.
      8. Stellen Sie sicher, dass die duplizierten Messungen das vordefinierte Variationskoeffizienten-Kriterium erfüllen. Wiederholen Sie die Messungen, wenn das Kriterium überschritten wird oder technische Fehler auftreten.
      9. Notieren Sie die endgültigen Ergebnisse unter Verwendung codierter Teilnehmer-Identifikatoren. Wahren Sie die Anonymität der Proben während der gesamten Laboranalyse.
  4. Beurteilung der diastolischen Funktion des linken Ventrikels mittels Echokardiographie
    1. Vorbereitung des Probanden und der Ausrüstung
      1. Lassen Sie den Probanden vor der Bildaufnahme mindestens 10 Minuten ruhig liegen.
      2. Positionieren Sie den Probanden in linker Seitenlage und befestigen Sie EKG-Elektroden zur Synchronisation des Herzzyklus.
      3. Nehmen Sie alle Bilder während ruhiger Atmung auf, wobei die Atembewegung minimiert wird.
      4. Verwenden Sie ein hochauflösendes Ultraschallsystem mit einem 2–5 MHz Phased-Array-Transducer, der Pulsed-Wave-Doppler und Gewebe-Doppler-Bildgebung ermöglicht.
      5. Verwenden Sie nach Möglichkeit während der gesamten Studie identische Ultraschallgeräte, Transducer-Einstellungen und Aufnahmeparameter.
        HINWEIS: Führen Sie alle Untersuchungen gemäß den aktuellen Empfehlungen der American Society of Echocardiography und der European Association of Cardiovascular Imaging12,22 durch.
    2. Aufnahme standardisierter echokardiographischer Bilder
      1. Erstellen Sie standardmäßige parasternale Langachsen-, parasternale Kurzachsen-, apikale Vierkammer-, apikale Zweikammer- und apikale Langachsenansichten.
      2. Optimieren Sie Verstärkung, Tiefe, Sektorbreite und Bildrate vor der Doppler-Aufnahme.
    3. Messung des Mitralklappenflusses
      1. Positionieren Sie das Pulsed-Wave-Doppler-Messvolumen zwischen den Spitzen der Mitralklappenblätter in der apikalen Vierkammeransicht.
      2. Notieren Sie die frühe (E) und späte (A) transmurale Einströmgeschwindigkeit.
      3. Nehmen Sie mindestens drei aufeinanderfolgende Herzzyklen zur Analyse auf.
    4. Durchführung der Gewebe-Doppler-Bildgebung
      1. Aktivieren Sie die Pulsed-Wave-Gewebe-Doppler-Bildgebung in der apikalen Vierkammeransicht.
      2. Positionieren Sie das Messvolumen nacheinander am septalen und lateralen Mitralklappenring.
      3. Halten Sie den Ultraschallstrahl so parallel wie möglich zur myokardialen Bewegung.
      4. Notieren Sie drei aufeinanderfolgende Herzzyklen an jeder Ringposition.
    5. Berechnung der Ringgeschwindigkeiten
      1. Messen Sie die septalen und lateralen e′-Geschwindigkeiten.
      2. Bilden Sie den Mittelwert aus drei Herzzyklen für jede Ringposition.
      3. Berechnen Sie die mittlere Ring-e′-Geschwindigkeit.
    6. Berechnung des E/e′-Verhältnisses
      1. Berechnen Sie das durchschnittliche E/e′-Verhältnis, indem Sie die Mitralklappen-E-Geschwindigkeit durch die mittlere Ring-e′-Geschwindigkeit teilen.
      2. Geben Sie septale und laterale E/e′-Verhältnisse separat an, wenn verfügbar.
        HINWEIS: Zur Qualitätskontrolle nehmen Sie mindestens drei aufeinanderfolgende Herzzyklen während stabiler Atmung auf und bilden Sie den Mittelwert aus drei unabhängigen Messungen für jede echokardiographische Variable. Speichern Sie alle digitalen Bilder zur Offline-Analyse durch mindestens zwei geschulte Operateure, die gegenüber Labor- und Ernährungsdaten verblindet sind, und bewerten Sie die Inter-Operator-Reproduzierbarkeit vor der endgültigen Datenanalyse.
  5. Beurteilung subklinischer Atherogenese durch Messung der Carotis-Intima-Media-Dicke
    1. Vorbereitung des Probanden und der Ausrüstung
      1. Führen Sie die Carotis-Ultraschalluntersuchung mit einem hochauflösenden Ultraschallsystem durch, das mit einem 7–15 MHz Linear-Array-Gefäßtransducer ausgestattet ist.
      2. Lassen Sie den Probanden mindestens 10 Minuten in Rückenlage ruhen, bevor die Bildaufnahme erfolgt.
      3. Positionieren Sie den Hals leicht überstreckt und drehen Sie den Kopf etwa 30–45° von der zu untersuchenden Seite weg.
      4. Vermeiden Sie eine übermäßige Kopfdrehung, um die Gefäßgeometrie zu erhalten und die Bildqualität zu optimieren.
      5. Verwenden Sie nach Möglichkeit für alle Probanden dasselbe Ultraschallsystem, denselben Transducer, dieselben Aufnahmeeinstellungen und dieselbe Analyse-Software.
    2. Durchführung der Carotis-Ultraschalluntersuchung
      1. Untersuchen Sie die rechte und linke A. carotis separat.
      2. Identifizieren Sie die A. carotis communis, die Carotis-Bulbula, die A. carotis interna und die A. carotis externa in der Querebene.
      3. Drehen Sie den Transducer, um eine Längsabbildung mit klar definierten Lumen-Intima- und Media-Adventitia-Grenzflächen zu erhalten.
      4. Optimieren Sie Bildtiefe, Fokuszonenlage und Gesamtverstärkung vor der Messung.
    3. Messung der Carotis-Intima-Media-Dicke
      1. Definieren Sie CIMT als den Abstand zwischen der vorderen Kante der Lumen-Intima-Grenzfläche und der vorderen Kante der Media-Adventitia-Grenzfläche.
      2. Wählen Sie ein plaquenfreies Segment der Fernwand der distalen A. carotis communis etwa 10 mm proximal zur Carotis-Bulbula aus.
        HINWEIS: Schließen Sie die Carotis-Bulbula oder die A. carotis interna nicht in die primäre CIMT-Messung der A. carotis communis ein, es sei denn, diese Regionen sind als vordefinierte Studienendpunkte festgelegt.
    4. Berechnung der CIMT
      1. Nehmen Sie mindestens drei Messungen von jeder A. carotis vor.
      2. Berechnen Sie die mittlere CIMT für die rechte und linke A. carotis separat.
      3. Berechnen Sie die Gesamtmittlere CIMT als Durchschnitt der rechten und linken Mittelwerte.
      4. Notieren Sie die maximale plaquenfreie CIMT auf jeder Seite als sekundäre deskriptive Variable.
    5. Interpretation der CIMT
      1. Analysieren Sie die CIMT primär als kontinuierliche Variable.
      2. Wenden Sie einen vordefinierten, studienspezifischen CIMT-Schwellenwert (<0,7 mm oder ≥0,7 mm) nur für repräsentative kategoriale Analysen an, wenn angebracht.
      3. Notieren Sie Carotis-Plaques separat von den CIMT-Messungen.
        HINWEIS: Verwenden Sie für repräsentative Analysen einen CIMT-Schwellenwert von ≥0,7 mm; verwenden Sie bei Verfügbarkeit alters- und geschlechtsspezifische Referenzwerte. Stellen Sie die Qualitätskontrolle durch geschulte Sonographen, codierte Bilder und verblindete, unabhängige Analyse durch mindestens zwei Untersucher sicher. Bewerten Sie die Inter- und Intra-Beobachter-Reliabilität mittels ICCs mit 95 % Konfidenzintervallen und wiederholen Sie Messungen, wenn die arteriellen Grenzflächen unzureichend sichtbar sind.

6. Statistische Analyse

  1. Schätzen Sie die Stichprobengröße
    1. Schätzen Sie die erforderliche Stichprobengröße entsprechend dem primären Studienziel und der erwarteten Effektgröße.
    2. Verwenden Sie ein Signifikanzniveau (α) von 0,05 und einer statistischen Power von mindestens 80 %.
  2. Bewerten Sie die Verteilung stetiger Variablen mithilfe eines geeigneten Normalitätstests, beispielsweise des Shapiro-Wilk-Tests.
  3. Statistische Tests auswählen
    1. Analysieren Sie normalverteilte kontinuierliche Variablen mit dem Student'schen t-Test. t-Test.
    2. Analyse nicht normalverteilter stetiger Variablen mithilfe des Mann-Whitney-Tests U Test.
    3. Vergleichen Sie mehr als zwei Gruppen mithilfe der einfaktoriellen Varianzanalyse (ANOVA) oder des Kruskal-Wallis-Tests, je nach Eignung.
    4. Kategoriale Variablen wurden mittels Chi-Quadrat-Test oder exaktem Fisher-Test analysiert.
    5. Untersuchen Sie die Zusammenhänge zwischen normalverteilten Variablen mithilfe der Pearson-Korrelationsanalyse.
    6. Beurteilen Sie Assoziationen zwischen nicht normalverteilten Variablen mithilfe der Rangkorrelationsanalyse nach Spearman23,24,25.
  4. Anpassung an Störvariablen
    1. Führen Sie gegebenenfalls multivariable Regressionsanalysen durch, um die unabhängige Assoziation zwischen dem Dietary Inflammatory Index und kardiometabolischen Endpunkten zu bewerten.
    2. Passen Sie Regressionsmodelle an klinisch relevante Störvariablen an, einschließlich Alter, Geschlecht, Body-Mass-Index, Taillenumfang, Komorbiditäten, Raucherstatus, körperliche Aktivität und Medikamente, die entzündliche Biomarker beeinflussen können.26.
  5. Betrachten Sie eine zweiseitige p Wert <0,05 statistisch signifikant.
  6. Bericht über statistische Analysen
    1. Stetige Variablen als Mittelwert angeben ± Standardabweichung oder Median (Interquartilsabstand), je nach Eignung.
    2. Kategoriale Variablen als Häufigkeiten und Prozentangaben darstellen.
    3. Berichten Sie Effektgrößen zusammen mit den entsprechenden 95 % Konfidenzintervallen, falls zutreffend.

Ergebnisse

Bei allen Teilnehmern wurde MASLD durch standardisierte hepatische Sonographie bestätigt. Die Studienpopulation war hinsichtlich Alter und Geschlecht angeglichen, und die häufigsten Komorbiditäten waren Typ-2-Diabetes mellitus, systemische arterielle Hypertonie und Dyslipidämie, wie in Tabelle 1 zusammengefasst. Die Rohdaten, die den repräsentativen Analysen zugrunde liegen, sind in Zusatzdatei 1 enthalten.

Als repräsentative Anwendung des Protokolls wurde der Ernährungsentzündungsindex (DII) als Indikator für das entzündliche Potenzial der Ernährung analysiert. Explorative Analysen zeigten eine moderate positive Korrelation zwischen DII und dem E/e′-Verhältnis (Spearman's ρ = 0.50, p < 0.05), während zwischen DII und CIMT keine signifikante Korrelation beobachtet wurde (Spearman's ρ = 0.40, p = 0.81; Abbildung 1). Die DII–CIMT-Korrelation sollte daher als exploratives, nicht signifikantes Ergebnis interpretiert werden.

Repräsentative biochemische Analysen zeigten, dass Teilnehmer mit MASLD höhere Konzentrationen von Plasma-Glukose, HbA1c und Triglyceriden sowie ein erhöhtes kardiovaskuläres Risiko aufwiesen, was sich in erhöhten Verhältnissen von Triglyceriden zu HDL-Cholesterin (TG/HDL-C) und im Atherogenitätsindex des Plasmas widerspiegelte. Die subklinische Atherosklerose wurde weiterhin durch Stratifikation der Teilnehmer entsprechend der CIMT untersucht. Repräsentative Analysen zeigten, dass eine erhöhte CIMT nicht mit dem Körpergewicht, dem Body-Mass-Index oder dem Taillenumfang assoziiert war, jedoch mit dem Vorliegen einer MASLD (Tabelle 2).

Die Anwendbarkeit des Protokolls wird weiterhin durch die vordefinierten Kriterien zur Teilnehmerklassifizierung veranschaulicht. Den Teilnehmern, die dem höchsten DII-Quartil (Q4) zugeordnet wurden, entsprach die Untergruppe mit der größten diätetischen entzündlichen Belastung, während jene in Q1 der geringsten entzündlichen Exposition entsprachen. Ebenso wurden Teilnehmer mit einem CIMT ≥0,7 mm als Personen mit erhöhter subklinischer Atherosklerose klassifiziert, während E/e′-Werte >14 auf einen erhöhten linksventrikulären Füllungsdruck und eine diastolische Dysfunktion hindeuteten. Diese vordefinierten Schwellenwerte bieten einen standardisierten Rahmen zur Interpretation diätetischer, vaskulärer und kardialer Befunde und ermöglichen reproduzierbare Vergleiche des kardiometabolischen Risikos zwischen den Teilnehmergruppen.

figure-results-1
Abbildung 1: Repräsentative Zusammenhänge zwischen dem Ernährungs-Entzündungs-Index und frühen kardiometabolischen Parametern. (A) Korrelation zwischen dem Ernährungs-Entzündungs-Index (DII) und dem E/e′-Verhältnis, einem echokardiographischen Marker des Füllungsdrucks des linken Ventrikels. (B) Korrelation zwischen DII und der Intima-Media-Dicke der Arteria carotis (CIMT), analysiert als stetige Variable. Die vorab definierte CIMT-Schwelle von 0,7 mm wurde nur für repräsentative kategoriale Analysen verwendet und sollte nicht als universeller diagnostischer Grenzwert interpretiert werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

ohne MASLDmit MASLDp-Wert
(n = 10)(n = 15)
Alter (Jahre) 42 (37 – 48)41 (39 – 43)0.37
männliches Geschlecht n (%)4 (40,0)8 (53,3)0,4
Fastend-Glukose (mg/dL)88 (83 – 94)105 (98 – 125)0,01
HbA1c5,9 (5,5 – 6,1)6,4 (6,0 – 7,2)0,02
TG (mg/dL)120 (74 – 147)219 (108 – 297)0,02
HDLc (mg/dL)41 (37 – 46)48 (30 – 57)0,43
TG/HDL-C-Verhältnis2,5 (1,8 – 4,9)5,1 (2,6 – 6,7)0,04
AIP0,32 (0,24 – 0,41)0,42 (0,35 – 0,62)0,04
CRP (mg/dL)0,8 (0,4 – 1,0)1,1 (0,2 – 1,3)0,23

Tabelle 1: Repräsentative demografische, biochemische und kardiometabolische Merkmale entsprechend dem MASLD-Status. Basislinie-Demografie und repräsentative biochemische sowie kardiometabolische Parameter bei Teilnehmern ohne MASLD und mit MASLD. Stetige Variablen sind als Median (Interquartilsabstand) angegeben, kategoriale Variablen als n (%). Gruppenvergleiche erfolgten mittels des Student’schen t-Tests oder des Mann-Whitney-U-Tests für stetige Variablen und des exakten Fisher-Tests für kategoriale Variablen. Abkürzungen: MASLD = metabolische Dysfunktion assoziierte fettleberbedingte Lebererkrankung; HbA1c = glykiertes Hämoglobin; TG = Triglyceride; HDL-C = Cholesterin der hochdichten Lipoproteine; AIP = atherogener Index des Plasmas; CRP = C-reaktives Protein.

Frühe AtherogeneseFortgeschrittene Atherogenesep-Wert
CIMT < 0,7 (n = 18)CIMT ≥ 0,7 (n = 7)
Gewicht (kg) 73,4 ± 18,070,0 ± 10,60,4
BMI (kg/m2) 30,0 ± 5,2429,0 ± 4,430,46
WC (cm)90,5 ± 7,596,5 ± 2,890,48
MASLD8 (44,4)7 (100)0,01

Tabelle 2: Repräsentative anthropometrische Merkmale entsprechend der Dicke der Intima-Media der Arteria carotis. Repräsentative anthropometrische Merkmale und Prävalenz von MASLD, stratifiziert nach Dicke der Intima-Media der Arteria carotis (CIMT). Die Teilnehmer wurden entweder als Personen mit früher subklinischer Atherosklerose (CIMT <0,7 mm) oder mit erhöhter subklinischer Atherosklerose (CIMT ≥0,7 mm) klassifiziert. Stetige Variablen sind als Mittelwert ± Standardabweichung angegeben, kategoriale Variablen als n (%). Gruppenvergleiche erfolgten mittels Students t-Test, Mann-Whitney-U-Test oder Chi-Quadrat-Test, je nach Eignung. Abkürzungen: BMI = Body-Mass-Index; WC = Taillenumfang; CIMT = Dicke der Intima-Media der Arteria carotis.

Zusatzdatei 1: Die Rohdaten, die für die in dieser Studie beschriebenen Analysen verwendet wurden. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Diskussion

Die hier beschriebenen Methoden stellen einen standardisierten Arbeitsablauf bereit, um zu untersuchen, ob eine kardiometabolische und atherogene Belastung mit der metabolisch assoziierten fettigen Lebererkrankung (MASLD) assoziiert ist, basierend auf der Hypothese, dass eine leberbedingte Stoffwechselstörung zur frühen Atherogenese beiträgt27,28. Der vorgeschlagene Arbeitsablauf definiert standardisierte Verfahren für die Probandenauswahl, die Ernährungsbewertung, die Quantifizierung von Biomarkern, die kardiovaskuläre Bildgebung, die Qualitätskontrolle und die Datenvalidierung, um die methodische Konsistenz und Reproduzierbarkeit zu verbessern. Nach Möglichkeit werden alle Messungen mit identischer Ausrüstung, standardisierten Aufnahme-Parametern, geschultem Personal, doppelter Überprüfung und verblindeter Bildanalyse durchgeführt, um die vom Bediener abhängige Variabilität zwischen verschiedenen Forschern und Institutionen zu minimieren. Die Ernährungsbewertung mittels eines strukturierten, bildunterstützten Nahrungsmittelfragebogens (FFQ) ist ein entscheidender Bestandteil, da die Berechnung des DII von der Genauigkeit der selbstberichteten Nahrungsaufnahme abhängt. Die Verwendung standardisierter Referenzportionen und visueller Hilfsmittel verringert Erinnerungsbias und verbessert die Vergleichbarkeit zwischen Individuen29,30. Ebenso ermöglicht die Schätzung des Ernährungs-Inflammations-Index (DII) anhand der globalen Referenzdatenbank mit 45 Ernährungsparametern eine standardisierte Beurteilung des entzündungsfördernden Potenzials der Ernährung in unterschiedlichen Populationen8,9. Eine Fehlklassifizierung der Nahrungsaufnahme in diesem Stadium könnte die Assoziationen mit kardiometabolischen Endpunkten abschwächen. Darüber hinaus ermöglicht die Integration biochemischer Marker, der echokardiographischen Beurteilung der linksventrikulären diastolischen Funktion (E/e′) und der Dicke der Carotis-Intima-Media (CIMT) eine umfassende Bewertung des frühen kardiometabolischen Risikos. Die strikte Einhaltung der richtlinienbasierten Protokolle minimiert die vom Bediener abhängige Variabilität und gewährleistet zuverlässige und reproduzierbare kardiovaskuläre Messungen12,15,22.

Es ist wichtig zu betonen, dass der DII dazu gedacht ist, die interindividuelle Variabilität des entzündlichen Potenzials der Ernährung zu charakterisieren, und nicht dazu, MASLD zu diagnostizieren oder kardiometabolische Erkrankungen unabhängig vorherzusagen. Daher wird nicht erwartet, dass alle Personen mit MASLD erhöhte DII-Werte aufweisen, und ein hoher DII bedeutet nicht zwangsläufig fortgeschrittene kardiometabolische Auffälligkeiten. Stattdessen nutzt dieses Protokoll den DII als Stratifikationsvariable, um zu untersuchen, ob eine Zunahme der entzündlichen Ernährungsbelastung mit fortschreitenden subklinischen kardiovaskulären Veränderungen über das gesamte MASLD-Spektrum hinweg assoziiert ist. Zur Verbesserung der Durchführbarkeit beinhaltet das Protokoll einen populationsadaptierten FFQ, der die Implementierung in klinischen Settings erleichtert. Obwohl umfassendere Ernährungsinstrumente ein breiteres Spektrum an Nährstoffen erfassen, haben vereinfachte FFQs eine akzeptable Validität bei der Schätzung des DII und ernährungsbedingter entzündlicher Muster gezeigt31.

Das Protokoll beinhaltet außerdem standardisierte Qualitätskontrollverfahren, um die Reproduzierbarkeit während labor- und bildgebender Untersuchungen zu verbessern. Standardisierte Blutentnahme, zeitnahe Probenvorbereitung, geeignete Lagerbedingungen, codierte Probenkennzeichnung, doppelte Laboranalysen und die Einbeziehung von Qualitätskontrollproben minimieren analytische Variabilität. Ebenso verringern standardisierte Patientenpositionierung, Doppler-Ausrichtung, Aufnahmeebenen und die Mittelwertbildung mehrerer Herzzyklen die Variabilität bei echokardiographischen Messungen, während die bilaterale CIMT-Bestimmung unter Verwendung eines standardisierten, plaquenfreien Abschnitts der weitseitigen A. carotis communis sowie eine unabhängige, verblindete Bildauswertung die Reproduzierbarkeit vaskulärer Messungen verbessern. Dieser Arbeitsablauf ist an unterschiedliche Forschungsumgebungen anpassbar und ermöglicht es Zentren mit begrenzter Laborinfrastruktur, eine Ernährungserfassung, anthropometrische Beurteilung und eine ultraschallbasierte kardiovaskuläre Untersuchung durchzuführen, bevor sie je nach verfügbaren Ressourcen und Studienzielen zusätzliche molekulare oder entzündliche Biomarker einbeziehen.

Eine zusätzliche Stärke dieses Arbeitsablaufs liegt in seiner Fähigkeit, Teilnehmer mit diskordanten Phänotypen zu identifizieren, beispielsweise Personen mit einem stark proinflammatorischen Ernährungsmuster, jedoch ohne Anzeichen von kardiometabolischen Auffälligkeiten, oder umgekehrt solche mit relativ niedrigen DII-Werten trotz nachgewiesener kardiometabolischer Beeinträchtigung. Solche Befunde können Einblicke in die komplexen Wechselwirkungen zwischen Ernährungsmustern, Insulinempfindlichkeit, viszeraler Adipositas, körperlicher Aktivität, genetischen und epigenetischen Faktoren, pharmakologischer Therapie, Schlafqualität und anderen umweltbedingten Determinanten der kardiometabolischen Gesundheit liefern. Längsschnittstudien, die dieses standardisierte Protokoll anwenden, könnten den Zusammenhang zwischen der entzündlichen Belastung durch die Ernährung und dem Fortschreiten kardiometabolischer Erkrankungen bei MASLD weiter erhellen.

Mehrere Einschränkungen dieses Protokolls sollten berücksichtigt werden. Das Querschnittsdesign schließt kausale Schlussfolgerungen bezüglich der Beziehung zwischen der entzündungsfördernden Wirkung der Ernährung und der kardiometabolischen Schädigung aus. Zudem spiegelt der DII gewohnheitsmäßige Ernährungsmuster wider, nicht jedoch akute entzündliche Reaktionen, und die selbstberichtete Erfassung der Ernährung ist anfällig für Erinnerungsbias32. Die ausschließliche Verwendung von C-reaktivem Protein (CRP) als systemischem Entzündungsmarker könnte subtile entzündliche Veränderungen im Vergleich zu einer umfassenderen Zytokine-Profilierung unterschätzen33. Ebenso hängt die Reproduzierbarkeit der CIMT von dem untersuchten arteriellen Segment, der Wandauswahl, der zeitlichen Abstimmung auf den Herzzyklus und der Anzahl der durchgeführten Messungen ab. Daher sind eine kontinuierliche CIMT-Analyse und eine populationsbezogene, auf Perzentilen basierende Interpretation vorzuziehen, während die im repräsentativen Ergebnis verwendete Schwelle von ≥0,7 mm als vorgegebene, studienspezifische analytische Grenze und nicht als universelle klinische Schwelle betrachtet werden sollte. Wichtig ist, dass dieses Protokoll als Arbeitsablauf zur frühen Beurteilung des kardiometabolischen Risikos gedacht ist und nicht als diagnostischer oder prognostischer Algorithmus. Im Gegensatz zu herkömmlichen Ansätzen zur kardiometabolischen Untersuchung bei Patienten mit MASLD, die hauptsächlich auf anthropometrischen Messungen, Blutdruckbestimmung, glykämischem Status, leberbezogenen biochemischen Tests und Lipidprofilierung zur Abschätzung des kardiovaskulären Risikos beruhen34,35, integriert dieser Arbeitsablauf fünf komplementäre Bereiche: (i) die entzündliche Belastung durch die Ernährung, quantifiziert mittels des DII, (ii) die biochemische kardiometabolische Profilierung, (iii) zirkulierende entzündliche Biomarker, (iv) die echokardiographische Beurteilung der diastolischen Funktion des linken Ventrikels anhand des E/e′-Verhältnisses und (v) die CIMT als Marker für eine frühe, subklinische Atherosklerose. Zusammen bieten diese komplementären Untersuchungen einen standardisierten, nichtinvasiven und reproduzierbaren Rahmen zur Identifizierung früher metabolischer und vaskulärer Veränderungen, bevor eine klinisch manifeste kardiovaskuläre Erkrankung auftritt, und ergänzen dabei – anstatt sie zu ersetzen – die konventionelle kardiometabolische Screening-Strategie1,3,12,15,34,35,36,37,38,39.

Offenlegungen

Die Autoren haben nichts offenzulegen.

Danksagungen

Die Autoren danken für die finanzielle Unterstützung durch das Institutionelle Programm E015.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
ELISA-Assay-Kit Abcamab65328ELISA-Assay-Kits, kolorimetrisch, Abcam für 96-Well-Platten
Mikroplattenreader für Absorption, SunriseTecan 30190079Nachweismodus: Absorption; Wellenlängenbereich: 340 nm - 750 nm; Filterwellenlänge: 405 nm, 450 nm, 492 nm, 620 nm; Plattenformat: 96-Well-Platten
SphygmomanometerHomecareANEROIDE 1000100 % Baumwoll-Selbstverstellarmband mit Haken, Erwachsenen-Arterienanzeigemanschette
Ultraschall zur Messung der CIMTPhilips EPIQ7L12-3 Broadband Linear Array TransducerLinearer Wandler (Broadband Linear Array Transducer)

Referenzen

  1. Rinella ME, et al. A multisociety Delphi consensus statement on new fatty liver disease nomenclature. J Hepatol. 2023;79(6):1542-1556.
  2. Younossi ZM, et al. The global epidemiology of nonalcoholic fatty liver disease and nonalcoholic steatohepatitis: a systematic review. Hepatology. 2023;77(4):1335-1347.
  3. Byrne CD, Targher G. NAFLD: a multisystem disease. J Hepatol. 2015;62(1 Suppl).
  4. Paik JM, et al. Changes in the global burden of chronic liver diseases from 2012 to 2017: the growing impact of NAFLD. Hepatology. 2020;72(5):1605-1616.
  5. Monteiro CA, Cannon G, Lawrence M, Costa Louzada ML. Ultra-processed foods, diet quality, and health using the NOVA classification system. Food and Agriculture Organization of the United Nations; Rome; 2019.
  6. Schwingshackl L, et al. Adherence to healthy dietary patterns and risk of chronic diseases: an updated umbrella review of meta-analyses of prospective cohort studies. Nutrients. 2021;13(10):3395.
  7. Medina-Remón A, et al. Polyphenol intake from a Mediterranean diet decreases inflammatory biomarkers related to atherosclerosis: a substudy of the PREDIMED trial. Br J Clin Pharmacol. 2017;83(1):114-128.
  8. Shivappa N, et al. Designing and developing a literature-derived, population-based Dietary Inflammatory Index. Public Health Nutr. 2014;17(8):1689-1696.
  9. Shivappa N, et al. Dietary inflammatory index and cardiovascular risk and mortality: a meta-analysis. Nutrition. 2019;59:56-64.
  10. Vissers LET, et al. The relationship between the Dietary Inflammatory Index and risk of cardiovascular disease, cardiovascular mortality, and all-cause mortality: a prospective cohort study. Am J Clin Nutr. 2017;105(5):1113-1119.
  11. Mazidi M, et al. Dietary inflammatory index and cardiometabolic risk in US adults. Atherosclerosis. 2018;276:23-27.
  12. Nagueh SF, et al. Recommendations for the evaluation of left ventricular diastolic function by echocardiography: an update from the American Society of Echocardiography and the European Association of Cardiovascular Imaging. J Am Soc Echocardiogr. 2016;29(4):277-314.
  13. Paulus WJ, Tschöpe C. A novel paradigm for heart failure with preserved ejection fraction: comorbidities drive myocardial dysfunction and remodeling through coronary microvascular endothelial inflammation. J Am Coll Cardiol. 2013;62(4):263-271.
  14. Lorenz MW, et al. Prediction of clinical cardiovascular events with carotid intima-media thickness: a systematic review and meta-analysis. Circulation. 2007;115(4):459-467.
  15. Touboul PJ, et al. Mannheim carotid intima-media thickness and plaque consensus (2004-2006-2011): an update on behalf of the Advisory Board of the 3rd, 4th and 5th Watching the Risk Symposia. Cerebrovasc Dis. 2012;34(4):290-296.
  16. Dobiásová M. Atherogenic index of plasma [log(triglycerides/HDL-cholesterol)]: theoretical and practical implications. Clin Chem. 2004;50(7):1113-1115.
  17. Niroumand S, et al. Atherogenic index of plasma: a marker of cardiovascular disease. Med J Islam Repub Iran. 2015;29:240.
  18. Tilg H, Moschen AR. Evolution of inflammation in nonalcoholic fatty liver disease: the multiple parallel hits hypothesis. Hepatology. 2010;52(5):1836-1846.
  19. Francque SM, et al. Non-alcoholic fatty liver disease: a patient guideline. JHEP Rep. 2021;3(5):100322.
  20. Denova-Gutiérrez E, et al. Validity of a food frequency questionnaire to assess food intake in Mexican adolescent and adult population. Salud Publica Mex. 2016;58(6):617-628.
  21. Denova-Gutiérrez E, et al. Relative validity of a food frequency questionnaire to identify dietary patterns in an adult Mexican population. Salud Publica Mex. 2016;58(6):608-616.
  22. Lang RM, et al. Recommendations for cardiac chamber quantification by echocardiography in adults: an update from the American Society of Echocardiography and the European Association of Cardiovascular Imaging. Eur Heart J Cardiovasc Imaging. 2015;16(3):233-270.
  23. Cohen J. Statistical power analysis for the behavioral sciences. 2nd ed. Lawrence Erlbaum Associates; Hillsdale, NJ; 1988.
  24. Shapiro SS, Wilk MB. An analysis of variance test for normality: complete samples. Biometrika. 1965;52(3-4):591-611.
  25. Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. J R Stat Soc Series B Stat Methodol. 1995;57(1):289-300.
  26. Greenland S, Pearce N. Statistical foundations for model-based adjustments. Annu Rev Public Health. 2015;36:89-108.
  27. Targher G, et al. Increased prevalence of cardiovascular disease in type 2 diabetic patients with non-alcoholic fatty liver disease. Diabet Med. 2006;23(4):403-409.
  28. Lonardo A, et al. Hypertension, diabetes, atherosclerosis and NASH: Cause or consequence J Hepatol. 2018;68(2):335-352.
  29. Willett W. Nutritional epidemiology. 3rd ed. Oxford University Press; New York; 2013.
  30. Thompson FE, Subar AF. Dietary assessment methodology. In: Coulston AM, Boushey CJ, Ferruzzi MG, Delahanty LM, editors. Nutrition in the prevention and treatment of disease. 4th ed. Academic Press; London; 2017:5-48.
  31. Cavicchia PP, et al. A new dietary inflammatory index predicts interval changes in serum high-sensitivity C-reactive protein. J Nutr. 2009;139(12):2365-2372.
  32. Freedman LS, et al. Pooled results from 5 validation studies of dietary self-report instruments using recovery biomarkers for energy and protein intake. Am J Epidemiol. 2014;180(2):172-188.
  33. Pearson TA, et al. Markers of inflammation and cardiovascular disease: application to clinical and public health practice: a statement for healthcare professionals from the Centers for Disease Control and Prevention and the American Heart Association. Circulation. 2003;107(3):499-511.
  34. European Association for the Study of the Liver, European Association for the Study of Diabetes, European Association for the Study of Obesity. EASL-EASD-EASO clinical practice guidelines on the management of metabolic dysfunction-associated steatotic liver disease. J Hepatol. 2024;81(3):492-542.
  35. Arnett DK, et al. 2019 ACC/AHA guideline on the primary prevention of cardiovascular disease: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Circulation. 2019;140(11).
  36. Ruiz-Canela M, Bes-Rastrollo M, Martínez-González MA. The role of dietary inflammatory index in cardiovascular disease, metabolic syndrome and mortality. Curr Cardiol Rep. 2016;18(7):60.
  37. Targher G, Day CP, Bonora E. Risk of cardiovascular disease in patients with nonalcoholic fatty liver disease. N Engl J Med. 2010;363(14):1341-1350.
  38. Calder PC, et al. Dietary factors and low-grade inflammation in relation to overweight and obesity. Br J Nutr. 2011;106(Suppl 3).
  39. Estruch R, et al. Primary prevention of cardiovascular disease with a Mediterranean diet supplemented with extra-virgin olive oil or nuts. N Engl J Med. 2018;378(25).

Nachdrucke und Genehmigungen

Tags

Dietary Inflammatory Indexhepatische SteatoseKarotis-Sonographieechokardiographische BeurteilungEntzündungsbiomarkerTriglycerid-HDL-Quotientatherogener Index

Dieser Artikel wurde veröffentlicht

Video demnächst verfügbar

Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.