IF15.2!徐州医科大学刘凯教授团队研究成果拿双一区TOP刊!基于MRI的脂肪分布六分型及其与脑结构、认知功能的关联!
- 2026-02-02 20:11:22
各位主任院长杰青，大家好呀!
今天小编分享的这篇文章是2026年1月在期刊《Radiology》（医学一区，IF=15.2）上发表题为:
“Association of Body Fat Distribution Patterns at MRI with Brain Structure, Cognition, and Neurologic Diseases ”
这篇文章探讨了结合多组学数据与堆叠集成机器学习方法，旨在预测乳腺癌患者新辅助化疗的疗效反应及术后复发风险。通过整合临床病理指标与基于MRI的瘤内异质性影像组学特征，为治疗前个体化疗效评估提供了新策略，有望优化临床决策并改善患者预后。
中文标题：MRI身体体脂分布模式与脑结构、认知及神经系统疾病的关联
发表期刊：Radiology
发表时间：2026年1月
影响因子：15.2/Q1
GBD数据挖掘没头绪？多组学课题卡壳？
CHARLS数据不会整合分析？
想复刻高分文章？
关注 + 后台咨询
手把手教你数据挖掘+操作指南！
解锁同款分析套路！
肥胖对大脑结构和认知的负面影响已有大量证据，但脂肪在不同解剖部位（如肝脏、胰腺、内脏）的分布差异及其对神经系统的特异性影响尚不明确。传统指标（如BMI）无法反映这种异质性。MRI技术为精确量化多个脂肪库提供了可能，亟需从整体肥胖评估转向关注脂肪分布模式。
图1.参与者筛选与研究设计
1️⃣数据来源： 对英国生物样本库进行二次分析，纳入25997名参与者（平均年龄55岁，52%为女性），均拥有完整的BMI和9个MRI衍生的脂肪量化指标。
2️⃣脂肪分布模式识别： 使用潜在剖面分析（LPA），基于8个经BMI调整后的MRI脂肪指标，分别对男女性进行数据驱动的分型。
3️⃣关联性分析： 比较不同脂肪分布剖面与大脑结构、认知表现及神经系统疾病风险的差异，以“精瘦”剖面为基准进行对照。
4️⃣统计分析： 采用协方差分析、秩次协方差分析、多变量逻辑回归等，并对多种混杂因素进行了调整。
研究思路
1️⃣数据预处理：筛选具有完整MRI脂肪量化数据的参与者，对脂肪参数进行BMI调整和标准化。
2️⃣模式识别：通过LPA识别出男性和女性中各6种具有代表性的体脂分布模式。
3️⃣关联性探索：系统比较不同脂肪分布模式在脑结构、认知功能和疾病风险上的差异。
4️⃣分层与校正：分析按性别分层，并在统计模型中校正年龄、BMI、社会经济状况等多种协变量，以确保结果的稳健性。
基于英国生物样本库数据，最终纳入25997名受试者（平均年龄55岁，52%为女性），均具备完整的MRI脂肪定量与BMI数据，并已排除统计异常值（表1）。
表1.参与者特征
潜在剖面分析识别出六种体脂分布亚型，包括胰腺优势型、肝脏优势型、瘦胖型、均衡高/低体脂型及偏瘦型。其中胰腺优势型与瘦胖型脂肪分布模式与广泛的脑灰质萎缩、认知功能下降及神经系统疾病风险增加显著相关（图2）。
图2.潜在剖面分析确定了六种脂肪分布模式
协方差分析显示，不同脂肪分布亚型与脑结构指标存在广泛显著差异。与偏瘦型相比，高脂型亚型普遍表现为全脑及灰质体积减少、白质高信号增加，其中胰腺优势型和男性瘦胖型灰质萎缩最显著。白质微结构改变及脑龄差在男性中尤为明显，呈现显著性别差异（图3）。
图3.六种表型在A脑白质特性、B皮层下体积和C皮层体积方面存在差异
体脂分布模式与认知功能关联
不同体脂亚型与认知功能存在显著关联。与偏瘦型相比，胰腺优势型和瘦胖型等高脂亚型在心理运动速度、前瞻性记忆及视觉记忆方面表现较差，其中男性瘦胖型与女性胰腺优势型认知受损尤为明显。整体认知评分下降仅见于女性胰腺优势型，凸显特定脂肪分布模式对认知功能的负面影响（图4A）。
图4A.六项认知功能测量的图表
不同体脂亚型与神经系统疾病关联分析显示，与偏瘦型相比，胰腺优势型与瘦胖型等高脂分布亚型显著增加了多种神经系统疾病风险。男性瘦胖型与焦虑、抑郁及卒中风险升高相关；女性胰腺优势型则与卒中、癫痫风险增加显著关联。情绪障碍风险在两种性别中均普遍升高，仅癫痫风险存在显著的性别交互作用（图4B）。
图4B.环形条形图显示了男性参与者和女性参与者不同脂肪分布类型中神经系统疾病的患病率
本研究通过创新的数据驱动方法，成功揭示了体脂分布模式与神经健康之间存在清晰且重要的联系。它证实了评估肥胖对大脑影响时，考虑脂肪具体分布位置的必要性，超越了传统BMI的局限。研究成果为早期识别神经系统疾病高风险人群提供了新的视角和潜在的生物标志物，对促进精准预防和健康管理具有积极的指导意义。
IF 8.0！双一区TOP刊！浙江省肿瘤医院毛伟敏团队利用机器学习构建胸腺肿瘤无创预测模型！
