ҰЙҚЫ БЕЗІНІҢ АЛКОГОЛЬСІЗ МАЙЛЫ АУРУЫНЫҢ ҚАУІП ФАКТОРЛАРЫ БАР ЕРЕСЕКТЕРДЕГІ КЛИНИКАЛЫҚ-МЕТАБОЛИКАЛЫҚ ЖӘНЕ ҚАБЫНУ КӨРСЕТКІШТЕРІМЕН ЕСЕПТЕЛГЕН МРТ МАЙ ИНДЕКСІНІҢ АССОЦИАЦИЯСЫ

Ұйқы безінде майдың жиналуы жас ұлғаюымен, семіздікпен және метаболикалық бұзылыстармен байланысты. Өзара түзетуден кейін жекелеген метаболикалық және қабыну көрсеткіштерінің үлесі анық емес.

Зерттеудің мақсаты: метаболикалық қауіп факторлары бар ересектерде ұйқы безінің есептік жартылай сандық МРТ-май индексінің клиникалық-антропометриялық, метаболикалық және қабыну көрсеткіштерімен байланысын бағалау.

Материалдар мен әдістер: Астанада 2025 жылғы 25 қазаннан 2026 жылғы 30 сәуірге дейін тексерілген 30–60 жастағы 150 ересектің проспективті жиналған деректеріне көлденең талдау жүргізілді. МРТ-май индексі екі жаңғырықты химиялық ығысу кескіндері бойынша есептелді; ол стандартталған MRI-PDFF-ке тең емес. Краскел–Уоллис критерийі, Спирмен корреляциясы, көппараметрлі гамма-регрессия және сезімталдық талдаулары қолданылды. Көптік салыстырулар Бенджамини–Хохберг әдісімен түзетілді.

Нәтижелері: индекстің медианасы 5,70 [2,60–9,83] % болды. Ең айқын оң корреляциялар жаспен (ρ=0,445), ДСИ-мен (ρ=0,426), HbA1c (ρ=0,400), HOMA-IR (ρ=0,385), интерлейкин-6 (ρ=0,368) және инсулинмен (ρ=0,354) анықталды; ЖТЛП-мен байланыс кері болды (ρ=−0,240). Толық гамма-модельде тек жаспен байланыс статистикалық мәнді болып қалды: бір стандартты ауытқуға шаққандағы орташа мәндер қатынасы 1,510 (95 % СА 1,254–1,818; p<0,001). Жыныспен, ДСИ-мен және интерлейкин-6-мен байланыстар тек қосымша сызықтық модельде статистикалық мәнді болды.

Қорытынды: түзетілмеген талдауда МРТ-май индексі бірқатар антропометриялық, метаболикалық және қабыну көрсеткіштерімен байланысты болды. Өзара түзетуден кейін жаспен байланыс ең тұрақты болды. Индекстің жартылай сандық сипаты және басқа байланыстардың модельге тәуелділігі нәтижелердің клиникалық түсіндірілуін шектейді.

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.