Diabetologie » Typ-2-Diabetes

»

Neuer metabolischer BMI identifiziert Diabetesrisiko trotz Normalgewicht

Übereinander gestapelte Holzbausteine mit den Wörtern Body-Mass-Index

Quelle: © Dzmitry – stock.adobe.com

Neuer metabolischer BMI identifiziert Diabetesrisiko trotz Normalgewicht

News

Diabetologie

Typ-2-Diabetes

mgo medizin

mgo medizin Redaktion

Verlag

4 MIN

Erschienen in: diabetes heute

Der klassische Body-Mass-Index (BMI) gilt seit Jahrzehnten als Standardmaß für Übergewicht und Adipositas. Doch aktuelle Forschungsergebnisse zeigen, dass der BMI allein nicht ausreicht, um das individuelle Risiko für Stoffwechselerkrankungen wie Typ-2-Diabetes oder Fettleber zuverlässig zu erfassen. Ein neu entwickelter „metabolischer BMI“ (metBMI) kann verborgene Risiken aufdecken – und eröffnet neue Wege für die personalisierte Prävention und Therapie.

Forschende der Universitäten Leipzig und Göteborg haben mithilfe von KI-gestützten Modellen und Multi-Omics-Analysen einen neuen Score entwickelt, der auf hunderten Stoffwechselmessungen im Blut basiert. Analysiert wurden Daten von knapp 2.000 Teilnehmenden aus zwei großen schwedischen Kohortenstudien. Zusätzlich wurden das Darmmikrobiom und klassische Lebensstilparameter erfasst.

Kernergebnisse:

  • Bis zu 30 % der Menschen mit Normalgewicht weisen trotz unauffälligem BMI eine gestörte Stoffwechsellage auf.
  • Der metabolische BMI (metBMI) identifiziert diese Hochrisikogruppe zuverlässig.
  • Personen mit hohem metBMI hatten ein bis zu fünffach erhöhtes Risiko für Fettleber, Diabetes, viszerale Adipositas und Insulinresistenz.
  • Nach bariatrischen Operationen verloren Patient:innen mit hohem metBMI rund 30 % weniger Gewicht als Vergleichspersonen.

Metabolisches Profil und Darmmikrobiom

Ein zentrales Ergebnis der Studie ist die enge Beziehung zwischen dem metabolischen Risiko und der Zusammensetzung des Darmmikrobioms. Menschen mit erhöhtem metBMI zeigten eine geringere bakterielle Vielfalt und ein reduziertes Potenzial ihrer Darmflora, Ballaststoffe in gesundheitsfördernde Fettsäuren wie Butyrat umzuwandeln. Dies unterstreicht die Rolle der Mikrobiom-Metaboliten-Achse für die Pathogenese metabolischer Erkrankungen.

Bemerkenswert:
Genetische Faktoren sind für den metBMI weniger relevant als Lebensstil und Umwelt. Das unterstreicht die Bedeutung von Ernährung, Bewegung und anderen modifizierbaren Faktoren für die Prävention.

Klinische Anwendung und Perspektiven

Der metBMI basiert auf einem Panel von 66 Metaboliten, das fast die gleiche Aussagekraft wie die vollständigen Multi-Omics-Daten bietet. Das Modell ermöglicht eine präzisere Risikoabschätzung, insbesondere für Menschen mit unauffälligem BMI, und kann die Auswahl für chirurgische oder medikamentöse Interventionen verbessern. Künftig sollen dynamische Marker zur Insulinsekretion und experimentelle Studien zur Mikrobiom-Metaboliten-Achse integriert werden.

Schlussfolgerungen für die diabetologische Praxis

Der metabolische BMI (metBMI) bietet einen entscheidenden Fortschritt für die Risikostratifizierung und Prävention metabolischer Erkrankungen. Für die diabetologische Praxis bedeutet dies, dass Personen mit erhöhtem Stoffwechselrisiko künftig unabhängig vom klassischen BMI identifiziert und gezielt beraten werden können. Insbesondere bei normalgewichtigen Menschen, die bislang als „gesund“ galten, lassen sich so versteckte Risiken frühzeitig erkennen. Die Integration von Multi-Omics- und Mikrobiomdaten in die klinische Routine kann die Auswahl und den Erfolg therapeutischer Maßnahmen – etwa bei bariatrischer Chirurgie oder Lebensstilinterventionen – deutlich verbessern. Da Lebensstil und Umweltfaktoren eine zentrale Rolle für den metBMI spielen, sollten personalisierte Empfehlungen zu Ernährung, Bewegung und Mikrobiomförderung gezielt in die Beratung einfließen.

Take-Home-Message:

  • Früherkennung von Hochrisikopatient:innen, die nach BMI als „gesund“ gelten würden
  • Präzisere Indikationsstellung für präventive und therapeutische Maßnahmen
  • Potenzial für personalisierte Medizin durch Integration von Mikrobiom- und Metabolitendaten

Fazit

Der metabolische BMI ist ein vielversprechender Ansatz, um versteckte Stoffwechselstörungen frühzeitig zu erkennen und die Prävention sowie Therapie von Diabetes und anderen metabolischen Erkrankungen zu individualisieren. Die Integration von Multi-Omics-Daten und Mikrobiomprofilen könnte die Risikostratifizierung und Behandlung entscheidend verbessern.

Originalpublikation: Chakaroun RM, Pradhan M, Björnson E, Arvidsson D, Fridolfsson J, Gummesson A, Schoeler M, Mitteregger M, Smith GJ, Larsson I, Börjesson M, Blüher M, Uhlén M, Stumvoll M, Bergström G, Tremaroli V, Bäckhed F. Multi-omic definition of metabolic obesity through adipose tissue-microbiome interactions. Nat Med. 2026 Jan 2. doi: 10.1038/s41591-025-04009-7. [Paper]

Quelle: Pressemitteilung der Universität Leipzig vom 07.01.2026 : Neuer BMI deckt versteckte Stoffwechselstörung auf

Weitere Beiträge zu diesem Thema

T1D-Screening: Früherkennung mit Augenmaß oder vorschneller Schritt?

Fachartikel

Sollte Typ-1-Diabetes künftig bevölkerungsweit gescreent werden? Im Interview diskutieren Prof. Dr. Olga Kordonouri und Dr. Karl Horvath Chancen und Grenzen der Früherkennung. Im Fokus stehen vermeidbare Ketoazidosen, mögliche Belastungen für Familien, fehlende Evidenz aus RCTs und die Frage, unter welchen Bedingungen ein T1D-Screening verantwortungsvoll eingeführt werden kann.

Diabetologie

Diabetes bei Kindern und Jugendlichen

Beitrag lesen

Semaglutid bei Frauen in der Menopause: Neue Daten zu Gewicht, Herz und Migräne

Pharmaservice

Beim ECO 2026 in Istanbul wurden neue Auswertungen zu Semaglutid bei Frauen mit Adipositas in der Peri- und Postmenopause präsentiert. Post-hoc-Analysen aus STEP-UP und SELECT zeigen konsistente Gewichtsreduktionen von bis zu 22,6 % sowie eine MACE-Risikosenkung – ergänzt durch Real-World-Daten zu 42–45 % weniger Migräne und 25 % weniger Depression.

Diabetologie

Komorbiditäten von Diabetes

Beitrag lesen
Ein Mann mit Anzug sitzt vor einem geöffneten Laptop, in der Luft steht USECASE und darum sind verschiedene Tech-Symbole angeordnet.

Prädiabetes frühzeitig erkennen – KI als Werkzeug der betrieblichen Prävention

Berufspolitik

Viele Menschen mit Prädiabetes werden zu spät erkannt – oft erst, wenn der Diabetes bereits manifest ist. Ein neuer Forschungsansatz aus der Arbeitsmedizin setzt früher an: KI-Modelle sollen Risikofaktoren bereits im Betrieb sichtbar machen. Für Diabetologinnen und Diabetologen könnte das die Zuweisung in die Fachversorgung grundlegend verändern.

Diabetologie

Sonstiges

Beitrag lesen