Adipokines and a risk for metabolic disturbances in different types of female obesity


如何引用文章

全文:

详细

Aim. To investigate the effects of adiponectin and leptin on the development of metabolic disturbances in women with android and gynoid fat distribution. Subjects and methods. A total of 101 women aged 40 to 65 years were examined. Anthropometric measurements were made; overweight and obese women with a waist/hip (W/H) ratio of less than 0.83 were referred to as a gynoid fat distribution (GFD) group; and those with a W/H ratio of 0.83 or more were to an android fat distribution (AFD) group. The serum concentrations of triglycerides, high-density lipoprotein cholesterol, and glucose were measured; the levels of insulin, leptin, and adiponectin were determined by enzyme immunoassay. Insulin resistance (IR), HOMA IR, and visceral obesity index (VOI) were calculated. Results. With the same excess adipose tissue accumulation, the women with GFD had a less magnitude of hormonal and metabolic disturbances than those with AFD, whose HOMA-IR also pointed to the presence of IR. VOI was insignificantly higher in the women with GFD and 2.4-fold greater than that in normal weight (NW) women. In the women with GFD and AFD, the concentration of leptin was higher than that in the NW women, which was characteristic of obesity, but the concentration of adiponectin proved to be significantly lower in the patients with AFD and to be unchanged in those with GFD as compared with that in the NW women. Conclusion. The women with AFD are typified by a high VOI, hypoadiponectinemia, IR, and metabolic disturbances, which determine a high risk for cardiovascular events and type 2 diabetes mellitus. In the women with GFD, obesity is associated with normal adiponectinemia and a low VOI and, in terms of hormonal and metabolic characteristics, may be characterized as metabolically healthy obesity.

作者简介

V Selyatitskaya

«Научный центр клинической и экспериментальной медицины» СО РАМН

Новосибирск, Россия

B Pinkhasov

«Научный центр клинической и экспериментальной медицины» СО РАМН

Новосибирск, Россия

A Karapetyan

«Научный центр клинической и экспериментальной медицины» СО РАМН

Новосибирск, Россия

O Kuzminova

«Научный центр клинической и экспериментальной медицины» СО РАМН

Новосибирск, Россия

参考

  1. Kelly T, Yang W, Chen C-S, Reynolds K, He J. Global burden of obesity in 2005 and projections to 2030. Int J Obes. 2008;32: 1431-1437.
  2. Swinburn BA, Sacks G, Hall KD, McPherson K, Finegood DT, Moodie ML, Gortmaker SL. The global obesity pandemic: shaped by global drivers and local environments. Lancet. 2011;378(9793):804-814.
  3. Pinkhasov BB, Selyatitskaya VG, Karapetyan AR. Bright light enhances the efficiency of physical activity in combination with a restrictive diet. Health. 2014;6(3):202-211.
  4. Taylor AE, Ebrahim S, Ben-Shlomo Y, Martin RM, Whincup PH, Yarnell JW, Wannamethee SG, Lawlor DA. Comparison of the associations of body mass index and measures of central adiposity and fat mass with coronary heart disease, diabetes, and all-cause mortality: a study using data from 4 UK cohorts. Am J Clin Nutr. 2010;91(3):547-556.
  5. Hossain P, Kawar B, Nahas ME. Obesity and diabetes in the developing world — a growing challenge. N Engl J Med. 2007;356(3): 213-215.
  6. Bastien M, Poirier P, Lemieux I, Despres J-P. Overview of epidemiology and contribution of obesity to cardiovascular disease. Prog Cardiovasc Dis. 2014;56:369-381.
  7. Matthias B. The distinction of metabolically ‘healthy’ from ‘unhealthy’ obese individuals. Curr Opinion Lipidol. 2010;21(1):38-43.
  8. Hamer M, Stamatakis E. Metabolically healthy obesity and risk of all-cause and cardiovascular disease mortality. J Clin Endocrinol Metab. 2012;97(7):2482-2488.
  9. Flehmig G, Scholz M, Kloting N, Fasshauer M, Tonjes A, Stumvoll M, Youn B-S, Bluher M. Identification of adipokine clusters related to parameters of fat mass, insulin sensitivity and inflammation. Plos One. 2014;9(6):e99785.
  10. Nakamura K, Fuster JJ, Walsh K. Adipokines: A link between obesity and cardiovascular disease. J Cardiol. 2014;63(4):250-259.
  11. Dalton M, Cameron AJ, Zimmet PZ, Shaw JE, Jolley D, Dunstan DW, Welborn TA, Committee SAD. Waist circumference, waist-hip ratio and body mass index and their correlation with cardiovascular disease risk factors in Australian adults. J Intern Med. 2003;254(6):555-563.
  12. Zyriax BC, Schoeffauer M, Klipstein-Grobusch K, Boeing H, Windler E. Differential association of anthropometric parameters with coronary risk in women — data of the CORA study. Obes Facts. 2011;4(5):358-364.
  13. Matsuzawa Y. Establishment of a concept of visceral fat syndrome and discovery of adiponectin. Proc Jpn Acad, Ser. 2010;86(2): 131-141.
  14. McCarty MF. A paradox resolved: the postprandial model of insulin resistance explains why gynoid adiposity appears to be protective. Med Hypotheses. 2003;61(2):173-176.
  15. Hamdy O, Porramatikul S, Al-Ozairi E. Metabolic obesity: the paradox between visceral and subcutaneous fat. Curr Diabetes Rev. 2006;2(4):367-373.
  16. Pinkhasov BB, Selyatitskaya VG, Karapetyan AR, Astrakhantseva EL. Metabolic syndrome in men and women with upper or lower types of body fat distribution. Health. 2012;4(12):1381-1389.
  17. Alfadda AA. Circulating adipokines in healthy versus unhealthy overweight and obese subjects. Int J Endocrinol. 2014;ID170434:7 p. doi: 10.1155/2014/170434.
  18. Amato MC, Giordano C, Galla M, Cricimanna A, Vitabile S, Midiri M, Galluzzo A. Visceral adiposity index. A reliable indicator of visceral fat function associated with cardiometabolic risk. Diabetes Care. 2010;33(4):920-922.
  19. Despres J-P, Arsenault BJ, Cote M, Cartier A, Lemieux I. Abdominal obesity: the cholesterol of the 21st century? Can J Cardiol. 2008;24:7-12.
  20. Кириллова О.О., Ворожко И.В., Гаппарова К.М., Чехонина Ю.Г., Сенцова Т.Б., Тутельян В.А. Адипокины и метаболизм ключевых пищевых веществ у больных с ожирением. Терапевтический архив. 2014;1:45-48.
  21. Weyer C, Funahashi T, Tanaka S, Hotta K, Matsuzawa Y, Pratley RE, Tataranni A. Hypoadiponectinemia in obesity and type 2 diabetes: close association with insulin resistance and hyperinsulinemia. J Clin Endocrinol & Metab. 2001;86(5):1930-1935.
  22. Nigro E, Scudiero O, Monaco ML, Palmieri A, Mazzarella G, Costagliola C, Bianco A, Daniele A. New insight into adiponectin role in obesity and obesity-related diseases. BioMed Res Int. 2014; ID 658913:14 p.
  23. De Almeida AR, Monte-Alegre S, Zanini MB, Souza AL, Etchebehere M, Gontijo AR. Association between prehypertension, metabolic and inflammatory markers, decreased adiponectin and enhanced insulinemia in obese subjects. Nutrit & Metabol. 2014;11:25.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Consilium Medicum, 2015

Creative Commons License
此作品已接受知识共享署名-非商业性使用-相同方式共享 4.0国际许可协议的许可。
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».