АССОЦИАЦИИ РАСЧЁТНОГО МРТ-ЖИРОВОГО ИНДЕКСА С КЛИНИКО-МЕТАБОЛИЧЕСКИМИ И ВОСПАЛИТЕЛЬНЫМИ ПОКАЗАТЕЛЯМИ У ВЗРОСЛЫХ С ФАКТОРАМИ РИСКА НЕАЛКОГОЛЬНОЙ ЖИРОВОЙ БОЛЕЗНИ ПОДЖЕЛУДОЧНОЙ ЖЕЛЕЗЫ

Актуальность.Накопление жира в поджелудочной железе связано с возрастом, ожирением и метаболическими нарушениями. Вклад отдельных метаболических и воспалительных показателей после взаимной корректировки остаётся неясным.

Цель исследования: оценить связи расчётного полуколичественного МРТ-жирового индекса поджелудочной железы с клинико-антропометрическими, метаболическими и воспалительными показателями у взрослых с факторами метаболического риска.

Материалы и методы: выполнен поперечный анализ проспективно собранных данных 150 взрослых в возрасте 30–60 лет, обследованных в Астане с 25 октября 2025 года по 30 апреля 2026 года. МРТ-жировой индекс рассчитывали по двухэховым химически-сдвиговым изображениям; он не эквивалентен стандартизированной MRI-PDFF. Применяли критерий Краскела–Уоллиса, корреляцию Спирмена, многопараметрическую гамма-регрессию и анализы чувствительности. Множественные сравнения корректировали методом Бенджамини–Хохберга.

Результаты: медиана индекса составила 5,70 [2,60–9,83] %. Наиболее выраженные положительные корреляции выявлены с возрастом (ρ=0,445), ИМТ (ρ=0,426), HbA1c (ρ=0,400), HOMA-IR (ρ=0,385), интерлейкином-6 (ρ=0,368) и инсулином (ρ=0,354); с ЛПВП связь была обратной (ρ=−0,240). В полной гамма-модели статистически значимой оставалась только связь с возрастом: отношение средних 1,510 на одно стандартное отклонение (95 % ДИ 1,254–1,818; p<0,001). Связи с полом, ИМТ и интерлейкином-6 достигали статистической значимости только в дополнительной линейной модели.

Выводы: в нескорректированном анализе МРТ-жировой индекс был связан с рядом антропометрических, метаболических и воспалительных показателей. После взаимной корректировки наиболее устойчивой была связь с возрастом. Полуколичественный характер индекса и зависимость остальных ассоциаций от модели ограничивают клиническую интерпретацию результатов.

1. Saisho, Y., Butler, A. E., Meier, J. J., et al. (2007). Pancreas volumes in humans from birth to age one hundred taking into account sex, obesity, and presence of type-2 diabetes. Clinical Anatomy, 20(8), 933-942. DOI: 10.1002/ca.20543.

2. Sepe, P. S., Ohri, A., Sanaka, S., et al. (2011). A prospective evaluation of fatty pancreas by using EUS. Gastrointestinal Endoscopy, 73(5), 987-993. DOI: 10.1016/j.gie.2011.01.015.

3. Lee, J. S., Kim, S. H., Jun, D. W., et al. (2009). Clinical implications of fatty pancreas: Correlations between fatty pancreas and metabolic syndrome. World Journal of Gastroenterology, 15(15), 1869-1875. DOI: 10.3748/wjg.15.1869.

4. Begovatz, P., Koliaki, C., Weber, K., et al. (2015). Pancreatic adipose tissue infiltration, parenchymal steatosis and beta cell function in humans. Diabetologia, 58(7), 1646-1655. DOI: 10.1007/s00125-015-3544-5.

5. Kato, S., Iwasaki, A., Kurita, Y., et al. (2019). Three-dimensional analysis of pancreatic fat by fat-water magnetic resonance imaging provides detailed characterization of pancreatic steatosis with improved reproducibility. PLOS ONE, 14(12), e0224921. DOI: 10.1371/journal.pone.0224921.

6. Wong, V. W. S., Wong, G. L. H., Yeung, D. K. W., et al. (2014). Fatty pancreas, insulin resistance, and β-cell function: A population study using fat-water magnetic resonance imag-ing. The American Journal of Gastroenterology, 109(4), 589-597. DOI: 10.1038/ajg.2014.1.

7. Heber, S. D., Hetterich, H., Lorbeer, R., et al. (2017). Pancreatic fat content by magnetic resonance imaging in subjects with prediabetes, diabetes, and controls from a general popula-tion without cardiovascular disease. PLOS ONE, 12(5), e0177154. DOI: 10.1371/journal.pone.0177154.

8. Ballester-Vallés, C., Flores-Méndez, J., Delgado-Moraleda, J., et al. (2020). Hepatic and pancreatic fat as imaging biomarkers of metabolic syndrome. Radiología (English Edition), 62(2), 122-130. DOI: 10.1016/j.rx.2019.05.010.

9. Tushuizen, M. E., Bunck, M. C., Pouwels, P. J., et al. (2007). Pancreatic fat content and beta-cell function in men with and without type 2 diabetes. Diabetes Care, 30(11), 2916-2921. DOI: 10.2337/dc07-0326.

10. van der Zijl, N. J., Goossens, G. H., Moors, C. C. M., et al. (2011). Ectopic fat storage in the pancreas, liver, and abdominal fat depots: Impact on β-cell function in individuals with impaired glucose metabolism. The Journal of Clinical Endocrinology & Metabolism, 96(2), 459-467. DOI: 10.1210/jc.2010-1722.

11. Kühn, J. P., Berthold, F., Mayerle, J., et al. (2015). Pancreatic steatosis demonstrated at MR imaging in the general population: Clinical relevance. Radiology, 276(1), 129-136. DOI: 10.1148/radiol.15140446.

12. Chin, S. O., Hwang, Y. C., Cho, I. J., Jeong, I. K., Ahn, K. J., & Chung, H. Y. (2021). Pancreatic fat accumulation is associated with decreased β-cell function and deterioration in glucose tolerance in Korean adults. Diabetes/Metabolism Research and Reviews, 37(7), e3425. DOI: 10.1002/dmrr.3425.

13. Singh, R. G., Nguyen, N. N., Cervantes, A., Alarcon Ramos, G. C., Cho, J., & Petrov, M. S. (2019). Associations between intra-pancreatic fat deposition and circulating levels of cyto-kines. Cytokine, 120, 107-114. DOI: 10.1016/j.cyto.2019.04.011.

14. Livingstone, R. S., Begovatz, P., Kahl, S., et al. (2014). Initial clinical application of mod-ified Dixon with flexible echo times: Hepatic and pancreatic fat assessments in comparison with ¹H MRS. Magnetic Resonance Materials in Physics, Biology and Medicine, 27(5), 397-405. DOI: 10.1007/s10334-013-0421-4.

15. Yoon, J. H., Lee, J. M., Lee, K. B., et al. (2016). Pancreatic steatosis and fibrosis: Quanti-tative assessment with preoperative multiparametric MR imaging. Radiology, 279(1), 140-150. DOI: 10.1148/radiol.2015142254.

16. Yuan, F., Song, B., Huang, Z., Xia, C., & Liu, X. (2018). Quantification of pancreatic fat with dual-echo imaging at 3.0-T MR in clinical application: How do the corrections for T1 and T2* relaxation effect work and simplified correction strategy. Acta Radiologica, 59(9), 1021-1028. DOI: 10.1177/0284185117745908.

17. Yu, H., Shimakawa, A., McKenzie, C. A., et al. (2008). Multiecho water-fat separation and simultaneous R2* estimation with multifrequency fat spectrum modeling. Magnetic Resonance in Medicine, 60(5), 1122-1134. DOI: 10.1002/mrm.21737.

18. Meisamy, S., Hines, C. D. G., Hamilton, G., et al. (2011). Quantification of hepatic stea-tosis with T1-independent, T2*-corrected MR imaging with spectral modeling of fat: Blinded comparison with MR spectroscopy. Radiology, 258(3), 767-775. DOI: 10.1148/radiol.10100708.

19. Kang, G. H., Cruite, I., Shiehmorteza, M., et al. (2011). Reproducibility of MRI-determined proton density fat fraction across two different MR scanner platforms. Journal of Magnetic Resonance Imaging, 34(4), 928-934. DOI: 10.1002/jmri.22701.

20. Qi, X., Zhang, F., Yao, W., Cheng, X., & Guan, L. (2026). MRI measurements of pancre-atic fat content in the general population and their relationship with age, gender, and body mass index. Medicine, 105(13), e48133. DOI: 10.1097/MD.0000000000048133.

21. Yamazaki, H., Tauchi, S., Kimachi, M., et al. (2018). Association between pancreatic fat and incidence of metabolic syndrome: A 5-year Japanese cohort study. Journal of Gastroenterology and Hepatology, 33(12), 2048-2054. DOI: 10.1111/jgh.14266.

22. Dong, X., Zhu, Q., Yuan, C., et al. (2024). Associations of intrapancreatic fat deposition with incident diseases of the exocrine and endocrine pancreas: A UK Biobank prospective cohort study. The American Journal of Gastroenterology, 119(6), 1158-1166. DOI: 10.14309/ajg.0000000000002792.

23. Tene, L., Shelef, I., Schwarzfuchs, D., et al. (2018). The effect of long-term weight-loss intervention strategies on the dynamics of pancreatic-fat and morphology: An MRI RCT study. Clinical Nutrition ESPEN, 24, 82-89. DOI: 10.1016/j.clnesp.2018.01.008.

24. Taylor, R., Al-Mrabeh, A., Zhyzhneuskaya, S., et al. (2018). Remission of human type 2 diabetes requires decrease in liver and pancreas fat content but is dependent upon capacity for β-cell recovery. Cell Metabolism, 28(4), 547-556.e3. DOI: 10.1016/j.cmet.2018.07.003.