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 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

DDG, DAG und DANK fordern Süßgetränkesteuer – und liefern die Evidenz dazu

Berufspolitik

Über 40 führende Wissenschaftlerinnen und Wissenschaftler sprechen sich klar für die Einführung einer Süßgetränkesteuer aus. Eine neue Stellungnahme bündelt die internationale Evidenz – mit konkreten Implikationen für die Prävention von ...

Diabetologie

Sonstiges

Beitrag lesen

Diabetesprävention durch Ernährung: Warum „weniger Zucker” allein nicht reicht

News

Weniger Zucker, weniger Fett – so lautet die gängige Kurzformel für gesunde Ernährung. Doch die DDG macht deutlich: Entscheidend ist das gesamte Ernährungsmuster, nicht einzelne Nährstoffe. Was das für Beratung ...

Diabetologie

Ernährung und Diabetes

Beitrag lesen
Ein Mann hält vor einem medizinischen Publikum einen Vortrag.

Remission statt Diät, Metabolom statt BMI: Risiko neu messen

Kongressberichte

Zwei Preisträger des DGIM-Kongresses 2026 rütteln an Grundannahmen der Diabetologie: Prädiabetes kann auch ohne Gewichtsreduktion remittieren – und der BMI täuscht öfter, als wir dachten. Was das für die Praxis ...

Diabetologie

Prädiabetes

Beitrag lesen