Der Body-Mass-Index verändert die schützende Verbindung von körperlicher Aktivität mit chronischer Nierenerkrankung: Eine prospektive Kohortenstudie

Zusammenfassung

Diese prospektive Kohortenstudie mit über 11.000 Erwachsenen zeigt, dass höhere körperliche Aktivität mit einem geringeren CKD-Risiko einhergeht, mit stärkeren Effekten bei höherem BMI. Jeder Anstieg um 1000 MET-Minuten pro Woche war mit einer stärkeren Risikoreduktion bei Fettleibigkeit (HR = 0,72) verbunden als bei übergewichtigen Personen (HR = 0,84).

Zusammenfassung

Die Wechselwirkung zwischen körperlicher Aktivität (PA) und Body-Mass-Index (BMI) im Risiko für chronische Nierenerkrankungen (CKD) ist nicht klar definiert. Diese Studie zielte darauf ab, die unabhängigen und gemeinsamen Auswirkungen von PA und BMI auf die Inzidenz von CKD im Kontext der öffentlichen Gesundheit zu untersuchen. Diese prospektive Kohortenanalyse umfasste 11.597 Erwachsene mit normaler Nierenfunktion aus der Shanghai Suburban Adult Cohort and Biobank (SSACB). PA (MET-min/woche) und BMI (kg/m²) wurden zu Beginn bewertet und während der Nachsorge nicht aktualisiert. Der einfallende CKD wurde definiert als eine geschätzte glomeruläre Filtrationsrate (eGFR) <60 mL/min/1,73 m² und/oder ein Urin-Albumin-zu-Kreatinin-Verhältnis (ACR) ≥30 mg/g bei der Nachbeobachtung, was mit den KDIGO-Kriterien übereinstimmt. Cox-Regressionsmodelle wurden verwendet, um Haupteffekte und die PA×BMI-Interaktion zu bewerten. Über eine mediane Nachbeobachtung von 3,0 Jahren traten 485 CKD-Fälle auf. Ein höheres PA war mit einem geringeren CKD-Risiko verbunden (pro 1000 MET-min/woche: HR = 0,91, 95%-KI: 0,84–0,98). Eine signifikante Wechselwirkung wurde beobachtet (P = 0,031), was darauf hindeutet, dass der Schutzeffekt von PA bei höheren BMI-Werten ausgeprägter war. Konkret war jeder Anstieg des PA um 1000 MET-Minuten pro Woche mit einer stärkeren Reduktion des CKD-Risikos bei Adipositas (HR = 0,72) im Vergleich zu Übergewichtigen (HR ≈ 0,84) assoziiert. Die schützende Wirkung von PA auf das CKD-Risiko wird durch den BMI beeinflusst, wobei bei Personen mit Übergewicht oder Fettleibigkeit größere Vorteile beobachtet werden. Diese Ergebnisse unterstützen die Priorisierung kombinierter PA- und Gewichtsmanagementstrategien für Hochrisikopopulationen.

Einleitung

Chronische Nierenerkrankung (CKD) ist ein großes und wachsendes globales Gesundheitsproblem, gekennzeichnet durch eine hohe Prävalenz und starke Zusammenhänge mit kardiovaskulärer Morbidität, Sterblichkeit und verminderter Lebensqualität¹. Die Belastung ist besonders erheblich in China², wo rasche Alterung der Bevölkerung und die zunehmende Prävalenz von Stoffwechselstörungen, insbesondere Fettleibigkeit und körperliche Inaktivität, zu einer großen CKD-Population beigetragen haben. Dieser Trend setzt Gesundheitssysteme erheblich unter Druck und unterstreicht die Notwendigkeit effektiver, skalierbarer Präventionsstrategien, die auf veränderbare Risikofaktoren abzielen. Solche Prioritäten spiegeln sich in nationalen Initiativen wider, die integrierte Lebensstilinterventionen zur Bekämpfung von Fettleibigkeit und damit verbundenen chronischen^Krankheiten betonen.

Unter den Risikofaktoren für CKD stechen zwei miteinander verbundene, veränderbare Lebensstilelemente aufgrund ihrer hohen Prävalenz und tiefgreifenden Auswirkungen hervor: körperliche Inaktivität und Fettleibigkeit⁴. Umfangreiche epidemiologische Evidenz hat unabhängig einen Zusammenhang zwischen höheren Gewohnheits- und körperlichen Aktivitätsniveaus (PA) mit einem geringeren Risiko für eine einfallende CKD und einem langsameren Rückgang der Nierenfunktion^{in Verbindung gebracht}. Die Schutzmechanismen sind multifaktoriell und umfassen Verbesserungen der Blutdruckkontrolle, der Insulinsensitivität, des Lipidstoffwechsels und der systemischen Entzündung. Gleichzeitig sind erhöhter Body-Mass-Index (BMI) und Fettleibigkeit gut etablierte, wirksame Treiber von Nierenerkrankungen, hauptsächlich durch Bahnen der glomerulären Hyperfiltration, Fettgewebedysfunktion und die Förderung eines pro-inflammatorischen, pro-fibrotischen Zustands, wobei longitudinale Studien die Auswirkungen eines lebenslangen BMI-Anstiegs auf das kardio-renal-metabolische Risiko bestätigen⁶. In der klinischen Praxis und in der öffentlichen Gesundheitsberatung werden die Förderung von PA und Gewichtsmanagement oft parallel als Grundpfeiler der kardiovatalen Gesundheit empfohlen.

Aus biologischer Sicht ist eine Wechselwirkung zwischen PA und BMI plausibel. Personen mit einem höheren BMI erleben häufig stärkeren metabolischen Stress, systemische Entzündungen, endotheliale Dysfunktion und eine erhöhte hämodynamische Belastung der Nieren, was alle zur Entwicklung von CKD beiträgt. Es wurde gezeigt, dass körperliche Aktivität diese negativen Wege verbessert, indem sie die Insulinsensitivität erhöht, die entzündliche Signalübertragung reduziert und die Gefäß- sowie Stoffwechselfunktion verbessert⁷. Da Menschen mit Übergewicht oder Fettleibigkeit typischerweise mit einer höheren kardiometabolischen Belastung beginnen, können die physiologischen Vorteile einer erhöhten körperlichen Aktivität in dieser Gruppe ausgeprägter sein. Dies liefert eine biologische Begründung dafür, ob der BMI den Zusammenhang zwischen körperlicher Aktivität und CKD-Risiko verändert.

Es besteht jedoch eine entscheidende Lücke im Verständnis, wie PA und BMI gemeinsam das CKD-Risiko beeinflussen. Die meisten Studien haben diese Faktoren als unabhängige oder additive Beitragende untersucht ^7,8, während ihre potenzielle Wechselwirkung seltener bewertet wurde. Aus physiologischer Sicht können die Auswirkungen von PA je nach BMI-Niveau variieren, insbesondere bei Personen mit Übergewicht oder Fettleibigkeit. Die vorhandenen Belege für diese potenzielle Wechselwirkung bleiben jedoch begrenzt und inkonsistent, und es ist unklar, ob der Schutzeffekt von PA sich zwischen den Körpergewichtskategorien unterscheidet. Die Klärung dieser Interaktion ist wichtig, um die Risikostratifizierung zu verbessern und gezieltere Präventionsstrategien zu ermöglichen. Basierend auf diesen Überlegungen haben wir die Hypothese aufgestellt, dass der BMI den Zusammenhang zwischen körperlicher Aktivität und dem auftretenden CKD-Risiko verändert. Die Ziele waren, (1) die unabhängigen Zusammenhänge von PA und BMI mit dem Risiko einer einfallenden CKD zu untersuchen; (2) Bewertung der Wechselwirkung zwischen PA und BMI; und (3) die potenzielle Anwendung dieser Interaktion zur Risikostratifizierung und personalisierten Intervention zu bewerten.

Protokoll

Von allen an der Studie beteiligten Probanden wurde eine informierte Zustimmung eingeholt. Eine schriftliche informierte Zustimmung wurde von den Patienten/den Patienten zur Veröffentlichung dieses Artikels eingeholt.

Studiendesign und Population

Diese prospektive Kohortenstudie basierte auf der Shanghai Suburban Adult Cohort and Biobank (SSACB)⁹, einer laufenden gemeindebasierten Studie, die in früheren Publikationen detailliert beschrieben wurde. Kurz gesagt nutzte das SSACB eine mehrstufe, geschichtete Cluster-Stichprobenmethode, um Erwachsene im Alter von 20–74 Jahren aus Vorortgemeinden in Shanghai mit einem mehrstufigen, geschichteten Cluster-Stichprobendesign zu rekrutieren. Die Baseline-Umfrage wurde von Juni 2016 bis Dezember 2017 durchgeführt, wobei die erste Nachuntersuchung von Juni 2019 bis August 2020 stattfand. Für die vorliegende Analyse bezogen wir Teilnehmer ein, die vollständige Ausgangs- und Nachbeobachtungsdaten vorweisen. Wir schlossen Personen mit (1) geschätzter glomerulärer Filtrationsrate (eGFR) bei Baseline <60 mL/min/1,73 m^², einem Urinalbumin-zu-Kreatinin-Verhältnis (ACR) ≥30 mg/g oder einer bekannten CKD-Vorgeschichte aus; (2) schwere Erkrankung (z. B. Krebs, Schlaganfall, Zirrhose); oder (3) fehlende Daten zu körperlicher Aktivität, BMI, Serumkreatinin oder wichtigen Kovariaten. Teilnehmer mit fehlenden Daten wurden vor der Analyse ausgeschlossen, und ein Complete-Case-Ansatz wurde angewandt. Der Anteil der ausgeschlossenen Teilnehmer aufgrund fehlender Daten war gering (<5 %), was die Wahrscheinlichkeit erheblicher Verzerrung minimierte. Nach Ausschlüssen wurden 11.597 Teilnehmer mit normaler Ausgangs-Nierenfunktion in die longitudinale Analyse eingeschlossen.

Beurteilung der körperlichen Aktivität (Primärexposition)

Zu Beginn wurde die gewohnheitsmäßige PA mit einem validierten Fragebogen bewertet, der aus dem International Physical Activity Questionnaire (IPAQ)¹⁰ adaptiert wurde. Die Teilnehmer berichteten die Häufigkeit (Tage pro Woche) und Dauer (Minuten pro Tag) verschiedener Aktivitäten in den Bereichen Arbeit, Transport, Hausarbeit und Freizeitbewegung in den letzten 7 Tagen. Der metabolische Äquivalent der Aufgabe (MET) für jede Aktivität wurde gemäß dem Compendium of Physical Activities¹¹ von 2000 zugewiesen. Das gesamte wöchentliche PA-Volumen wurde als Summe der MET-Minuten pro Woche (MET-min/Woche) über alle Bereiche hinweg berechnet. Für die Primäranalyse wurde die PA als kontinuierliche Variable behandelt, die pro 1000 MET-min/wöchentliche Steigerung angegeben wird.

Bewertung des Body-Mass-Index (Effektmodifikator)

Körpergewicht und Körpergröße wurden von geschultem Personal nach standardisierten Protokollen doppelt gemessen. Der BMI wurde als Gewicht (kg) geteilt durch Größe zum Quadrat (^m2) berechnet. Zur Analyse wurde der BMI sowohl als kontinuierliche Variable (pro 1 kg/m^²-Erhöhung) als auch als kategorische Variable nach chinesischen Standards analysiert: Untergewicht (<18,5 kg/m^²), Normalgewicht (18,5–23,9 kg/m^²), Übergewicht (24,0–27,9 kg/m^²) und Fettleibigkeit (≥28,0 kg/m^²)^12,13.

Feststellung der voranfallenden CKD (Hauptergebnis)

Das Hauptergebnis war eine auftretende CKD, definiert als die Entwicklung entweder: eines eGFR < 60 mL/min/1,73 m² oder eines Urin-Albumin-zu-Kreatinin-Verhältnisses (ACR) ≥ 30 mg/g bei der Nachbeobachtung bei Teilnehmern mit normaler Basis-Nierenfunktion. Diese Definition entspricht den Kriterien Kidney Disease: Improving Global Outcomes (KDIGO) für die Diagnose von CKD¹⁴. Nüchternde venöse Blut- und Punkturinproben wurden zu Beginn und Nachuntersuchung entnommen. Serumkreatinin wurde mit enzymatischen Methoden auf einem Roche Cobas C702-Analysator gemessen. Die Albuminkonzentration im Urin wurde mittels Immunturbidimetrie bestimmt, und die Kreatininkonzentration des Urins wurde mit enzymatischer Methode gemessen, beide mit einem Roche Cobas C501-Analysator. ACR wurde als Urinalbumin (mg/dL) / Urinkreatinin (mg/dL) berechnet und in mg/g angegeben. Die eGFR wurde mit der Chronischen Nierenerkrankung (CKD-EPI)-Gleichung berechnet, die für die chinesische Bevölkerung angepasst wurde¹⁵. Teilnehmer mit Ausgangs-eGFR ≥ 60 mL/min/1,73 m² und ACR < 30 mg/g sowie ohne vorherige CKD-Diagnose galten als gefährdet. Die Nachbeobachtungszeit wurde vom Basisbefragungsdatum bis zum Datum der Nachbeobachtung berechnet. Teilnehmer, die bei der Nachbeobachtung entweder das eGFR- oder ACR-Kriterium erfüllten, wurden als Vorfall-CKD-Fall eingestuft.

Bewertung der Kovariaten

Potenzielle Störer wurden a priori auf Basis der etablierten Literatur ausgewählt und zu Beginn mittels Fragebogen und klinischer Messung bewertet. Dazu gehörten:

Demografisch und sozioökonomisch: Alter (durchgehend), Geschlecht (männlich/weiblich), Bildungsniveau (Analphabet/keine Schulbildung, Grundschule, Mittelschule, Oberstufe oder höher) ^{16, 17, 18}.

Lebensstilverhalten¹⁹: Rauchstatus (ja/nein; definiert als >1 Zigarette/Tag für ≥6 Monate), Alkoholkonsum (ja/nein; definiert als Trinken >3 Mal pro Woche für ≥6 Monate).

Krankengeschichte: Selbstberichtete familiäre Vorgeschichte von CKD (ja/nein), vom Arzt diagnostizierter Bluthochdruck (ja/nein; oder SBP/DBP ≥140/90 mmHg), Typ-2-Diabetes mellitus (ja/nein; oder Nüchternglukose ≥7,0 mmol/L oder HbA1c ≥6,5 %) und Hyperlipidämie (ja/nein; oder Erfüllung der Lipidkriterien)^20,21. Bluthochdruck, Diabetes und Hyperlipidämie wurden entweder auf selbstberichteter ärztlicher Diagnose oder klinischen Messungen während der Ausgangsuntersuchung definiert.

Statistische Analyse

Die Ausgangsmerkmale wurden zwischen Teilnehmern verglichen und denen mit einer einfallenden CKD. Kontinuierliche Variablen wurden mit Welchs t-Test analysiert, und kategoriale Variablen wurden mit Pearsons Chi-Quadrat-Test verglichen. Die Daten wurden je nach Bedarf als Mittelwert (SD) oder Zahl (Prozent) dargestellt. Die Zusammenhänge von PA, BMI und deren Wechselwirkung mit dem einfallenden CKD-Risiko wurden mit Cox-Proportionalhazard-Regressionsmodellen bewertet. Die Annahme der proportionalen Gefahren wurde anhand von Schoenfeld-Residuen bewertet.

Es wurden zwei Modelle erstellt: ein Haupteffektmodell, das PA (pro 1000 MET-min/Woche) und BMI (pro 1 kg/m^²) als unabhängige Variablen enthielt, sowie ein Interaktionsmodell, das die Haupteffekte und einen multiplikativen Interaktionsterm (PA × BMI) enthielt. Die statistische Signifik der Interaktion wurde mittels eines Likelihood-Ratio-Tests bewertet, bei dem Modelle mit und ohne den Interaktionsterm verglichen wurden.

Alle Modelle wurden auf vordefinierte Kovariaten angepasst, die a priori basierend auf klinischer Relevanz und früherer Literatur ausgewählt wurden, einschließlich Alter, Geschlecht, Bildungsniveau, Rauchstatus, Alkoholkonsum, familiärer Vorgeschichte von CKD, Bluthochdruck, Hyperlipidämie und Diabetes. Diese Kovariaten wurden a priori basierend auf klinischer Relevanz und biologischer Plausibilität ausgewählt. Die Ergebnisse wurden als Hazard Ratios (HRs) mit 95%-Konfidenzintervallen (KI) angegeben.

Um die Wechselwirkung zwischen BMI und PA weiter zu interpretieren, wurden die bedingten Effekte von PA auf das CKD-Risiko bei ausgewählten BMI-Werten (21, 25 und 30 kg/m²) geschätzt, die die Kategorien Normalgewicht, Übergewicht und Fettleibigkeit jeweils^13,22 repräsentieren. Diese Werte wurden auf Basis häufig verwendeter Referenzpunkte in epidemiologischen Studien zur Effektmodifikation²³ gewählt. Vorhergesagte Hazard Ratios (HRs) über verschiedene PA-Stufen hinweg wurden mit dem vollständig angepassten Interaktionsmodell berechnet und entsprechend visualisiert. Um die potenzielle nichtlineare Assoziation zwischen BMI und einfallender CKD weiter zu bewerten, wurde eine Regression mit eingeschränkter kubischer Spline (RCS) im Rahmen der Cox-Proportional-Gefahren durchgeführt. Der BMI wurde als kontinuierliche Variable modelliert, wobei drei bis vier Knoten auf empfohlenen Perzentilen platziert wurden. Die Gesamt- und nichtlinearen Assoziationen wurden mit Wald-Tests bewertet.

Für die klinische Interpretation wurden die Teilnehmer in 12 Untergruppen nach PA-Werten (<600, 600–3000, ≥3000 MET-min/wöche) eingeteilt, basierend auf den WHO-Fitnessrichtlinien²⁴ und BMI-Kategorien (Untergewicht, Normalgewicht, Übergewicht, Fettleibigkeit). Die Inzidenzraten von CKD (pro 100 Personenjahre) wurden für jede Untergruppe berechnet. Diese Untergruppen wurden weiter in drei Risikostufen (niedrig, mittlere und hoch) basierend auf beobachteten Inzidenzmustern eingeteilt.

Die absolute Risikoreduktion (ARR) und die Anzahl der zu behandelnden Werte (NNT) wurden berechnet, um die potenziellen Auswirkungen einer Erhöhung des PA von unzureichenden Niveaus (<600 MET-min/Woche) zu höheren Aktivitätskategorien abzuschätzen. Alle statistischen Analysen wurden mit R-Software (Version 4.5.2, RRID:SCR_001905; R Foundation for Statistical Computing). Ein zweiseitiger P-Wert < 0,05 galt als statistisch signifikant.

Ergebnisse

Ausgangsmerkmale der Studienpopulation

Diese Studie umfasste letztlich 11.597 Teilnehmer mit normaler Nierenfunktion und einer mittleren Nachbeobachtungszeit von 3,0 Jahren. Der Teilnehmerauswahlprozess ist in Abbildung 1 dargestellt.

Diskussion

Diese prospektive Kohortenstudie zeigt eine statistische Wechselwirkung zwischen PA und BMI bei der Prävention von CKD. Ein höherer PA war mit einem geringeren Risiko für CKD verbunden, und eine signifikante Interaktion zeigte, dass diese protektive Assoziation bei höheren BMI-Werten stärker war. Die scheinbare Abschwächung der Assoziation bei normalgewichtigen Personen sollte mit Vorsicht interpretiert werden, da dies wahrscheinlich eher ein geringeres Ausgangsrisiko als ein tatsächlich...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Item	Hersteller / Quelle	Identifier
Biochemischer Analysator	Roche Diagnostics	Cobas C702
Biochemischer Analysator	Roche Diagnostics	Cobas C501
Fragebogen zur körperlichen Aktivität	International Physical Activity Questionnaire (IPAQ)	https://sites.google.com/site/theipaq/
Statistische Software	R Foundation for Statistical Computing	RRID:SCR_001905