Proč BMI nestačí: gluteofemorální tuk a genetika distribuce jak podceňovaný rozměr kardiometabolického rizika

Narativní odborný přehled s kritickou analýzou důkazů.

Abstrakt

Problém. Body mass index (BMI) je pět desetiletí dominantním ukazatelem obezity a kardiometabolického rizika. Podle World Health Organization žilo v roce 2022 s obezitou (BMI ≥ 30 kg/m²) přibližně 890 milionů dospělých, což představuje zhruba 16 % světové dospělé populace [1]. Vztah BMI k celkové mortalitě však není lineární a v některých klinických populacích se objevuje takzvaný obesity paradox, tedy zdánlivě protektivní efekt vyšší hmotnosti. Rostoucí korpus důkazů ukazuje, že rozhodující není pouze celková adipozita (celkové množství tukové tkáně), ale i její distribuce a vzájemný poměr jednotlivých depotů.

Cíl. Kriticky přehodnotit důkazy o metabolické úloze gluteofemorálního (GFAT) a viscerálního (VAT) adipózního depa, o prediktivní síle alternativních antropometrických ukazatelů k BMI, tedy poměr obvodu pasu k bokům (waist-hip ratio, WHR), poměr obvodu pasu k výšce (waist-to-height ratio, WHtR), A Body Shape Index (ABSI), Body Roundness Index (BRI), Hip Index, o genetické architektuře distribuce tuku a o tom, co z těchto poznatků dnes reálně přináší klinická genomika.

Hlavní okruhy. (i) Mechanistická biologie adipózních depotů a hypotéza osobního tukového prahu; (ii) BMI oproti distribučním ukazatelům na tvrdých klinických endpointech (sledovaných klinických výsledcích): mortalita, incidentní diabetes 2. typu (T2D), ischemická choroba srdeční (CAD) a srdeční selhání (HF); (iii) GWAS na WHRadjBMI, depot-specifické varianty, sexuální dimorfismus, KLF14, PPARG, kauzální interpretace z Mendelovské randomizace; (iv) klinické, etické, regulační a komunikační důsledky v kontextu doporučení ESC 2024, NICE NG246, konsensu IAS/ICCR a etiky genetického testování.

Hlavní závěr. BMI není zbytečný ukazatel, ale sám o sobě nedostatečný. Nezachycuje, kde se tuk ukládá, nerozlišuje tuk od svalové hmoty a v některých klinických populacích může dávat zavádějící rizikové vzorce. V prospektivní analýze UK Biobank (n = 40 032, MRI kvantifikace) je BMI-adjustovaný GFAT asociován s nižším rizikem incidentního T2D (HR 0,84; 95% CI 0,74 až 0,95); asociace s incidentní CAD (HR 0,91; 0,83 až 1,00) je hraniční, interval spolehlivosti zahrnuje hodnotu 1,00. VAT jde opačným směrem (HR 1,45; 1,30 až 1,61 pro T2D) [3]. V populačním měřítku (n = 387 672, UK Biobank) WHR souvisí s celkovou mortalitou lineárně, s HR 1,41 na jednu směrodatnou odchylku (95% CI 1,38 až 1,43), přičemž BMI vykazuje J-tvar [5]. Genetika vysvětluje část variability distribuce tuku a osvětluje sexuální dimorfismus, ale polygenní rizikové skóre (PRS) pro distribuci tuku dnes nemá klinickou validaci ani implementaci; jednoduché antropometrické měření má bezprostřednější klinickou využitelnost.

Klíčová slova: distribuce tuku, gluteofemorální tuk, viscerální tuk, waist-to-height ratio, WHR, BMI, obesity paradox, WHRadjBMI, KLF14, PPARG, polygenní rizikové skóre, personal fat threshold.

1. Úvod

BMI drží pět desetiletí statut referenčního ukazatele obezity: v klinických doporučeních, ve veřejnozdravotních přehledech, v pojistných modelech rizika i v laické mysli. Adolphe Quetelet však v 19. století navrhl index (hmotnost dělená druhou mocninou výšky) primárně jako populační statistický nástroj k charakteristice „průměrného člověka", nikoli jako individuální diagnostickou kategorii [2]. Rozšíření BMI do individuálního rozhodování přišlo později, spolu s implicitním předpokladem, že hmotnost normalizovaná na výšku dostatečně zachycuje metabolické riziko konkrétního jedince.

Tento předpoklad naráží na data. V některých moderních velkých kohortách vykazuje asociace BMI s celkovou mortalitou tvar J nebo U: riziko roste na obou krajích spektra a poloha minima závisí na populaci, věku, kouření, reverzní kauzalitě, sledovaném endpointu a použité adjustaci; v některých analýzách padne blízko pásma, které tradiční definice klasifikují jako mírnou nadváhu [5, 11]. V klinických populacích s chronickým onemocněním (srdeční selhání, chronická obstrukční plicní nemoc, pokročilé nádory) se navíc objevuje obesity paradox, kdy vyšší BMI zdánlivě asociuje s lepší prognózou. Část tohoto paradoxu může souviset s omezeními samotného BMI jako ukazatele a s reziduálním zkreslením (reverzní kauzalita, selekce pacientů, svalová hmota, hydratace, kouření); po použití ukazatelů distribuce tuku se paradoxní vzorec v některých analýzách oslabuje nebo mizí [6].

Adipózní tkáň není metabolicky homogenní; její vlastnosti se liší mezi depoty i mezi jednotlivci, v závislosti na buněčném fenotypu, sekrečním profilu, drenáži, lipolytické kinetice, adipocytární velikosti, fibrotizaci, věku, pohlaví a metabolickém stavu. Viscerální (VAT) a gluteofemorální (GFAT) tuk jsou dva z nejvíce zkoumaných depotů a jejich odlišné biologické charakteristiky se promítají do rozdílné klinické relevance. Pro kardiometabolické riziko proto není důležité pouze celkové množství tuku, ale i jeho lokalizace a vzájemný poměr jednotlivých depotů.

Příčiny obezity i její distribuce jsou heterogenní: genetické, endokrinní, environmentální (strava, pohybová aktivita, spánek, stres, endokrinní disruptory), pohlavně a věkově modifikované. Proto jednorozměrná fundamentalizace BMI selhává. Zároveň ani protipól (přístup, který odmítá používat samotnou hmotnost jako nepřímý ukazatel zdravotního rizika a neposkytuje metabolické fenotypování) není evidence-based; centrální obezita ohrožuje i při „přijatelném" BMI a WHR souvisí s mortalitou lineárně [5, 13].

Pro epistemickou disciplínu celého článku je klíčové rozlišení tří rovin, které se v laické i polopopulární literatuře běžně zaměňují:

• Mechanismus: adipózní biologie, transport mastných kyselin, sekrece adipokinů. Tato rovina je doložena desetiletími práce in vitro, na zvířecích modelech a v humánní fyziologii.
• Asociace: populační vztah mezi variantou, ukazatelem nebo depotem a fenotypovým výsledkem. Silná, opakovaně replikovaná, ale populační; individuální velikosti účinku bývají zpravidla malé.
• Klinická predikce: spolehlivý odhad individuálního rizika z genotypu. Pro distribuci tuku dnes zůstává v experimentální fázi; WHR a antropometrická měření mají v klinice bezprostřednější využitelnost než polygenní skóre.

Cílem tohoto přehledu je zhodnotit, zda a v jaké míře distribuce tuku doplňuje BMI v predikci kardiometabolického rizika, jaké mechanismy stojí za příznivějším signálem gluteofemorálního depa, a co z genetické architektury distribuce tuku má dnes klinickou relevanci.

2. Metodika přehledu

Vyhledávání probíhalo v databázích PubMed, Web of Science a Scopus, doplněné o dokumenty European Society of Cardiology (ESC), National Institute for Health and Care Excellence (NICE), World Health Organization (WHO) a konsensus International Atherosclerosis Society / International Chair on Cardiometabolic Risk (IAS/ICCR). Časové okno bylo primárně 2020 až 2026; výchozí mechanistické práce z dřívějšího období (Manolopoulos et al. 2010, Karastergiou et al. 2012, Virtue & Vidal-Puig 2008) jsou označeny jako historicky významné reference. Datum poslední rešerše: srpen 2026.

Použité vyhledávací hesla zahrnovala kombinace výrazů „gluteofemoral fat" AND „metabolic protection", „WHRadjBMI GWAS", „waist-hip ratio mortality", „body roundness index", „adipose depot", „personal fat threshold", „KLF14 sex-specific", „PPARG Pro12Ala meta-analysis" a jejich obměny. Zařadili jsme primární humánní studie, velkokohortové GWAS, Mendelovské randomizace, systematické přehledy, metaanalýzy a klinické konsensy. Při překrývajících se důkazech jsme preferovali novější systematické přehledy a metaanalýzy před jednotlivými staršími primárními studiemi. Vyloučili jsme výlučně animální a in vitro práce (kromě historicky významných referencí citovaných pro mechanismus), preprinty bez peer review a populární texty.

Tento přehled je narativní, ne systematický; není registrován v PROSPERO, nemá reprodukovatelný protokol ani flow diagram. Jeho cílem je kritická syntéza pro klinicky informovanou veřejnost, ne meta-analytické shrnutí efektů ani vyčerpávající systematická identifikace všech dostupných důkazů. Negativní tvrzení (například „nenašli jsme RCT" nebo „PRS není klinicky implementováno") jsou proto vázána na datum poslední rešerše a mají platnost v jejím rozsahu.

3. Vědecký a mechanistický kontext

3.1 Adipózní depoty nejsou homogenní

Tuk v lidském těle není jednolitá zásoba. Klinicky a biologicky se dnes rozlišují čtyři hlavní kategorie depotů, každá s odlišnou úlohou v energetické homeostáze a v kardiometabolickém riziku [10, 12]:

• Viscerální adipózní tuk (VAT): mezenteriální, omentální a retroperitoneální; drénuje přímo do portální cirkulace, má vysokou lipolytickou aktivitu a produkuje prozánětlivé cytokiny (interleukin-6, TNF-α, MCP-1). VAT se mechanicky pojí s ektopickým ukládáním lipidů v játrech a s inzulinovou rezistencí.
• Abdominální subkutánní tuk (ASAT): pod kůží břicha; z metabolického hlediska zčásti neutrální, zčásti prekurzor VAT-podobného fenotypu při překročení kapacity bezpečné expanze.
• Gluteofemorální tuk (GFAT): v oblasti boků, stehen a hýždí; nízká lipolytická odpověď na katecholaminy, vysoká aktivita lipoproteinové lipázy (LPL). Funguje jako pomalý dlouhodobý zásobní depot mastných kyselin, s vyšší sekrecí leptinu a adiponektinu a nižší produkcí zánětlivých cytokinů [12].
• Ektopické depoty: játra (steatóza, nealkoholové ztukovatění jater, NAFLD), pankreas, epikardium, kosterní sval. Vznikají přelivem energie, když bezpečné depoty překročí svou kapacitu.

3.2 Osobní tukový práh a schopnost tukové tkáně bezpečně expandovat

Virtue a Vidal-Puig v roce 2008 formulovali hypotézu adipózní expandability [23]: každý jedinec má individuálně nastavený práh, do kterého dokážou jeho subkutánní depoty bezpečně absorbovat energetický nadbytek. Po překročení tohoto prahu se mastné kyseliny ukládají ektopicky, což nabízí mechanistický model pro vznik inzulinové rezistence a dysfunkce β-buněk pankreatu.

Empirickou podporu poskytla studie ReTUNE (Taylor et al. 2023, n = 20 pacientů s T2D při „normálním" BMI a n = 20 kontrol) [17]: 70 % pacientů dosáhlo remise diabetu (HbA1c < 48 mmol/mol bez farmakoterapie) po ztrátě mediánu 6,5 % tělesné hmotnosti, s poklesem jaterního tuku ze 4,0 % na 1,5 % a s obnovením β-buněčné funkce. ReTUNE je konzistentní s hypotézou, že část lidí může rozvinout T2D po překročení individuálního prahu bezpečného ukládání tuku i při BMI v normálním rozmezí. Malý a selektovaný vzorek však neumožňuje považovat tento model za univerzální vysvětlení a nevytváří základ pro populační doporučení.

3.3 Proč se GFAT pojí s příznivějším metabolickým profilem: navrhované mechanismy

Současná literatura podporuje tři mechanistické hypotézy, které se navzájem nevylučují:

1. Bufferová hypotéza. GFAT slouží jako kapacitní zásobní depot pro mastné kyseliny, které by jinak putovaly do jater, pankreatu nebo svalu [10, 12].
2. Endokrinní hypotéza. Sekreční profil GFAT (vyšší adiponektin, leptin bez průvodních zánětlivých signálů) může přímo modifikovat inzulinovou senzitivitu a lipidový metabolismus [4].
3. Marker adipózní flexibility. Schopnost expandovat GFAT může být ukazatelem celkové adipózní „zdravosti", tedy schopnosti systému bezpečně absorbovat energetický nadbytek [16].

Dostupná data (Agrawal et al. 2023 [3]; Karastergiou et al. 2012 [16]) naznačují, že GFAT je biologicky aktivní depot, jehož větší kapacita nebo objem se pojí s příznivějším metabolickým profilem. Pravděpodobně jde o kombinovaný model, žádná ze tří hypotéz ale nebyla ověřena samostatnou intervenční humánní studií.

3.4 Sexuální dimorfismus depotů

Ženy před menopauzou v průměru přednostně ukládají mastné kyseliny z potravy do GFAT, zatímco muži mají sklon k centrálnímu ukládání. Rozdíl regulují pohlavní steroidy modifikací aktivity LPL a hormon-senzitivní lipázy: estrogeny podporují ukládání tuku v gluteofemorální oblasti, androgeny spíše centrálně [21]. Individuální variabilita napříč pohlavími je značná.

Po menopauze pokles estrogenů souvisí s posunem distribuce tuku směrem k viscerální lokalizaci, což se klinicky promítá do růstu WHR a incidentního T2D u žen v tomto období [22]. Genetickou vrstvu sexuálního dimorfismu popíšeme v kapitole 6 na příkladu genu KLF14.

Zkratky použité v celém přehledu: BMI, body mass index; WHR, poměr obvodu pasu k obvodu boků (waist-hip ratio); WHtR, poměr obvodu pasu k výšce (waist-to-height ratio); ABSI, A Body Shape Index; BRI, Body Roundness Index; VAT, viscerální adipózní tuk; ASAT, abdominální subkutánní tuk; GFAT, gluteofemorální tuk; LPL, lipoproteinová lipáza; T2D, diabetes 2. typu; CAD, ischemická choroba srdeční (koronární arteriální onemocnění); HF, srdeční selhání; HFrEF, srdeční selhání se sníženou ejekční frakcí; MR, Mendelovská randomizace; GWAS, celogenomová asociační studie; PRS, polygenní rizikové skóre; WHRadjBMI, WHR upravený na BMI; NAFLD, nealkoholové ztukovatění jater; WC, obvod pasu (waist circumference); FPLD, familiární parciální lipodystrofie; DTC, direct-to-consumer.

4. Nosná kapitola A: gluteofemorální tuk jako depot spojený s příznivějším metabolickým profilem

4.1 Kvantitativní signál z velkokohortového MRI

Jedním z největších MRI-kvantifikovaných zdrojů důkazů o příznivé úloze GFAT je práce Agrawal et al. z Nature Communications 2023 [3]. Autoři pomocí magnetické rezonance kvantifikovali VAT, ASAT a GFAT u 40 032 účastníků UK Biobank a analyzovali asociace s prevalentním i incidentním diabetem a koronárním onemocněním. Po adjustaci na BMI (na jednu směrodatnou odchylku objemu depa) vypadají výsledky takto:

Tabulka 1. Depot-specifické asociace s kardiometabolickými výsledky po adjustaci na BMI (Agrawal et al. 2023, UK Biobank, n = 40 032 [3]).

Depot	Prevalentní T2D OR (95% CI)	Incidentní T2D HR (95% CI)	Prevalentní CAD OR (95% CI)	Incidentní CAD HR (95% CI)
VAT	2,05 (1,91 až 2,20)	1,45 (1,30 až 1,61)	1,28 (1,18 až 1,38)	1,10 (1,01 až 1,19)
GFAT	0,75 (0,71 až 0,79)	0,84 (0,74 až 0,95)	0,89 (0,84 až 0,94)	0,91 (0,83 až 1,00)

ASAT se v původní studii po adjustaci na BMI nepojil konzistentně se žádným z endpointů (asociace nedosahovaly statistické významnosti u většiny výsledků); v tabulce ho proto neuvádíme samostatně.

Signál je čitelný: při stejném BMI je větší podíl tuku v gluteofemorální oblasti spojen s nižším rizikem nového T2D i koronárního onemocnění, kdežto větší podíl viscerálního tuku jde opačným směrem. Asociace GFAT s incidentní CAD je však hraniční: interval spolehlivosti (0,83 až 1,00) zahrnuje hodnotu 1,00, a nelze ji proto prezentovat se stejnou silou jako VAT versus T2D asociaci. Výsledky jsou kompatibilní s příznivějším metabolickým profilem při větším podílu GFAT, ne však s definitivním důkazem přímého protektivního účinku. Interpretace pro praxi: kardiometabolické riziko určuje vedle celkového množství tuku i jeho lokalizace a vzájemný poměr depotů.

4.2 Mediátory: adiponektin jako částečné vysvětlení

Jak přesně se příznivý signál GFAT přenáší? Adiponektin je nejlépe prozkoumaný kandidát. Gradidge et al. (2022) v kohortě 648 afrických žen ve věku 40 až 60 let ukázali, že adiponektin byl v tomto observačním vzorku statisticky konzistentní s částečnou mediací asociace mezi gluteofemorální tukovou hmotou a inzulinovou rezistencí (20,7 %) a s triglyceridy (16,1 %) [4]. Mediátorová analýza v observační kohortě však nedokazuje biologickou kauzální dráhu: vyžaduje silné, často nesplnitelné předpoklady o neměřeném confoundingu vztahů expozice na mediátor i mediátoru na výsledek. Externí validita pro jiné populace (pohlaví, věk, etnicita) není automatická. Doplňkovými kandidáty na mediaci zůstávají aktivita LPL s pomalým turnoverem mastných kyselin, nižší katecholaminová lipolýza a menší produkce zánětlivých cytokinů ve srovnání s VAT [10, 12].

4.3 Klinická ilustrace ztráty periferního subkutánního tuku

Klinické stavy s úbytkem periferního subkutánního tuku nelze interpretovat jako přirozené experimenty izolovaného úbytku GFAT. Jde o heterogenní stavy, ve kterých působí souběžně několik mechanismů: hormonální prostředí, základní genetická příčina, infekce nebo léčba. Jejich fenotyp proto poskytuje nepřímou podporu hypotézy o důležitosti kapacity bezpečné subkutánní expanze, ne však definitivní kauzální podporu ochranného významu GFAT samotného.

Cushingův syndrom provází redistribuce tuku a metabolické komplikace (inzulinová rezistence, dyslipidemie, hypertenze, T2D a akcelerovaná ateroskleróza), které však odrážejí i systémové účinky nadbytku glukokortikoidů, ne jen samotný úbytek periferního tuku [24]. HIV-asociovaná lipodystrofie (u pacientů na kombinované antiretrovirové terapii) zahrnuje lipohypertrofii s centrálním přírůstkem tuku i lipoatrofii s úbytkem periferního a gluteofemorálního tuku, spolu s dyslipidemií a inzulinovou rezistencí, přičemž obraz je modifikován infekcí i konkrétními antiretrovirovými látkami [25]. Familiární parciální lipodystrofie (FPLD) jsou heterogenní skupina monogenních stavů (dominantní formy zahrnují varianty v LMNA, PPARG, AKT2, PLIN1); jejich fenotyp charakterizuje úbytek tuku z končetin, boků a hýždí typicky kolem puberty, s regionálním přebytkem tuku a s těžkou inzulinovou rezistencí, dyslipidemií a časným T2D [35]. Souběžně s tím však působí základní genetická porucha adipogeneze nebo struktury adipocytu.

Tyto stavy dohromady podporují hypotézu, že ztráta nebo omezená kapacita periferního subkutánního tuku může přesměrovat lipidy do ektopických depotů a zvyšovat metabolické riziko. Nejde ale o čisté modely izolovaného úbytku GFAT.

4.4 Kritické zhodnocení

Důkazová základna má tři významné limity:

Za prvé, mediátorové modely (adiponektin, leptin, LPL, adipogenní kapacita) jsou z velké části korelační; kauzální propojení na úrovni jednotlivce zůstává neúplné. Adiponektin vysvětluje v citované analýze méně než 25 % statistického signálu, zbytek je multifaktoriální a nezmapovaný.

Za druhé, samotný obvod boků (hip circumference) v kohortách EPIC vykázal jen slabě negativní asociaci s mortalitou (Christakoudi et al. 2020, n = 352 985, medián 16,1 let sledování) [9]. Silný trend naznačuje poměr waist-hip, ne obvod boků samotný. Obvod boků proto není přímou náhradou za GFAT; je jen jeho hrubým antropometrickým nepřímým ukazatelem a příznivější profil spojený s GFAT je relativní vůči VAT, ne absolutní.

Za třetí, většina velkých kohort (UK Biobank, EPIC) je preferenčně evropské etnicity a rekrutuje lidi ve středním věku. Trans-etnická a geriatrická generalizace signálu je omezena [7, 8]. Ve starších populacích navíc mírně vyšší BMI souvisí se zachovanou svalovou hmotou, což může částečně vysvětlovat U-tvar mortalitních křivek u kompozitních ukazatelů, jako je BRI (Zhang et al. 2024, NHANES 1999 až 2018, n = 32 995) [11]; o tom více v kapitole 5.

4.5 Otevřené otázky a GLP-1 agonisté

Dvě praktické otázky zůstávají bez definitivní odpovědi. První: reprodukuje cílený silový trénink dolního těla metabolicky příznivý signál z observačních studií? V rešerši k tomuto přehledu (datum poslední rešerše srpen 2026) jsme nenašli randomizovanou kontrolovanou studii, jejímž primárním cílem bylo testovat, zda izolované zvýšení objemu GFAT vede ke zlepšení klinických nebo metabolických výsledků. Existující literatura se zaměřuje buď na redukci viscerálního tuku (typicky aerobní aktivita), nebo na hypertrofii gluteálních svalů, ne na tukovou složku depa.

Druhá otázka, klinicky aktuálnější, se týká GLP-1 a duálních agonistů. MRI substudie SURPASS-3 (Gastaldelli et al., n = 502, tirzepatid 5/10/15 mg oproti inzulinu degludeku, 52 týdnů) prokázala při nejvyšší dávce tirzepatidu redukci viscerálního tuku o zhruba 28 % oproti redukci subkutánního tuku o zhruba 19 %, tedy disproporčně vyšší ztrátu VAT, metabolicky příznivý vzor [26]. Analýza tělesného složení ze SURMOUNT-1 (Look et al. 2025) popsala pokles tukové i netukové hmoty po léčbě tirzepatidem; přesná interpretace jednotlivých kompartmentů vyžaduje uvést metodu měření a denominátor (relativní pokles oproti výchozí hodnotě versus podíl na celkovém úbytku hmotnosti) [27]. Podobně jako u jiných oblastí farmakogenomiky, klinická doporučení tyto sub-nálezy do rozhodování o léčbě zatím formálně nepromítají.

5. Nosná kapitola B: BMI oproti distribučním ukazatelům na tvrdých endpointech

5.1 Proč samotný BMI nestačí

Position statement Neelanda et al. (2019) v Lancet Diabetes & Endocrinology označuje samotný BMI za nedostatečný pro klinické rozhodování o kardiometabolickém riziku [14]. Argument je prostý: BMI měří poměr hmotnosti k druhé mocnině výšky; nerozlišuje mezi svalem a tukem, mezi VAT a GFAT ani mezi hydratací a tukovou hmotou. VAT je při stejném BMI konzistentně spojen s vyšším kardiometabolickým rizikem a mechanistické i genetické důkazy podporují jeho pravděpodobnou kauzální úlohu.

Empirická podpora: v UK Biobank (n = 387 672) Khan et al. (JAMA Network Open 2023) ukázali, že vztah WHR k celkové mortalitě je lineární, s HR 1,41 na jednu směrodatnou odchylku (95% CI 1,38 až 1,43), zatímco BMI a index tukové hmoty (fat mass index) vykazovaly J-tvar (nejnižší riziko v pásmu mírně nad definicí „normální" hmotnosti) [5]. Mendelovská randomizace (MR) v téže práci poskytla geneticky podmíněnou podporu hypotéze kauzální úlohy WHR (OR 1,51; 1,32 až 1,72; u mužů silněji: OR 1,89; 1,54 až 2,32), za předpokladů MR, které nelze plně ověřit (validita instrumentů, absence horizontální pleiotropie, správné modelování kontrastů). MR závěry proto interpretujeme jako podporu hypotézy, ne jako definitivní důkaz kauzality konkrétního depa na individuální úrovni.

5.2 „Obesity paradox" jako částečný artefakt měření

Klinickou ilustrací omezení BMI je studie Butta et al. (European Heart Journal 2023), která znovu analyzovala kohortu PARADIGM-HF (n = 8 399 pacientů s HFrEF) s důrazem na antropometrické míry [6]. Při použití BMI se v této populaci objevil klasický obesity paradox, kdy vyšší hmotnost zdánlivě souvisela s lepší prognózou. Při přechodu na WHtR paradoxní vzorec vymizel; horní versus dolní kvintila WHtR měla adjustovaný HR 1,39 pro hospitalizaci pro srdeční selhání.

Výsledky podporují interpretaci, že část obesity paradoxu u srdečního selhání může být artefaktem používání BMI. WHtR v této analýze poskytl konzistentnější obraz rizika. Sama studie ale nevylučuje alternativní vysvětlení (reverzní kauzalitu, výběr pacientů, kouření, křehkost, úbytek hmotnosti při progresi onemocnění, léčebné intervence a rozdíly ve svalové hmotě), které k paradoxnímu vzorci přispívají souběžně s omezeními BMI.

5.3 Který ukazatel?

Následující tabulka shrnuje hlavní antropometrické alternativy k BMI a stav jejich důkazové základny. Sloupec „Použití a omezení" rozlišuje tři úrovně důkazu: formálně doporučený nebo operativně používaný práh, historický populační práh, a výzkumný ukazatel bez standardizovaného klinického cut-offu.

Tabulka 2. Antropometrické ukazatele: síla důkazu a klinické prahy.

Ukazatel	Definice	Klíčový důkaz	Použití a omezení	Úroveň důkazu
BMI	hmotnost / výška²	J-tvar mortality [5, 11]	Kategorie 18,5 až 24,9 „normální" apod.; populační screening, samostatně nedostatečný pro individuální rozhodování	Formálně doporučený (WHO); klasifikační
WHR	obvod pasu / obvod boků	HR 1,41/SD mortalita [5]; MR OR 1,51	WHO tradiční cutoffy > 0,90 M / > 0,85 F podle WHO Expert Consultation 2008 [36]; optimální prahy se mohou lišit podle etnicity a populace	Historický populační práh (WHO)
WHtR	obvod pasu / výška	Oslabení paradoxu u HF [6]; NICE cíl	Jednoduše komunikovatelné veřejnozdravotní pravidlo (< 0,5 pro dospělé s BMI < 35), ne samostatný diagnostický test	Formálně doporučený (NICE NG246, 2025) [19]
WC (obvod pasu)	přímé měření	10 % relativně vyšší WC odpovídá 1,48násobně vyšší mortalitě po adjustaci na BMI [20]; WC jako „vital sign" [13]	ESC 2024 [15]: při WC > 94 cm (M) a > 80 cm (F) doporučení nepřibírat dále; při WC > 102 cm (M) a > 88 cm (F) doporučení redukce hmotnosti. Tradiční WHO cutoffy (≥ 94/80 cm zvýšené riziko, ≥ 102/88 cm výrazně zvýšené) podle WHO Expert Consultation 2008 byly navrženy primárně pro evropské populace [36]	Formálně doporučený (ESC 2024, IAS/ICCR 2020) a historický populační práh (WHO)
ABSI	obvod pasu / (BMI^{2/3} · výška^{1/2})	V kohortě EPIC (n = 352 985) top-ABSI kvartil s 22 až 55 % vyšší mortalitou v rámci každé BMI kategorie [9]	Bez univerzálního klinického cut-offu	Výzkumný ukazatel
BRI	funkce obvodu pasu a výšky	U-tvar mortality (Q1 1,25; Q5 1,49) [11]	Kontinuální pásmo, extrémy rizikové; bez formálního endorsementu	Výzkumný ukazatel

Praktický pohled: WHtR je operativně nejjednodušší alternativou (obvod pasu dělený výškou, jeden měřicí pásek). NICE ho v aktualizovaném guideline NG246 doporučuje používat spolu s BMI jako praktický odhad centrální adipozity a pomůcku při posuzování zdravotních rizik u dospělých s BMI pod 35 kg/m² [19]. Obvod pasu jako rutinní ukazatel prosazuje i konsensus IAS/ICCR z roku 2020: v populační kohortě EPIC-Denmark (Bigaard et al., n > 27 000) 10 % relativní nárůst obvodu pasu odpovídal 1,48násobně (95% CI 1,36 až 1,61) vyšší celkové mortalitě v celém rozsahu obvodu pasu, u mužů i u žen, po adjustaci na BMI [13, 20].

Klinický konsensus ESC z roku 2024 (Koskinas et al., European Heart Journal [15]) uvádí při obvodu pasu > 94 cm u mužů a > 80 cm u žen doporučení nepřibírat dále; při hodnotách > 102 cm u mužů a > 88 cm u žen doporučuje redukci hmotnosti. WHO tradičně používá dvouúrovňové cutoffy obvodu pasu (≥ 94/80 cm zvýšené riziko, ≥ 102/88 cm výrazně zvýšené) definované ve WHO Expert Consultation z roku 2008; tyto prahy byly formulovány primárně pro evropské populace a jejich extrapolace podle etnicity není automatická [36]. ESC dokument zároveň explicitně uznává, že „expanze gluteálního depa (obezita gynoidního typu) je inverzně spojena s kardiometabolickým rizikem".

Metodická poznámka: WHR a WHtR jsou nepřímé ukazatele distribuce tuku a proto nenahrazují magnetickou rezonanci, počítačovou tomografii ani duální rentgenovou absorpciometrii (DEXA) a přímo neměří objem konkrétního depa. Jejich hodnota spočívá v jednoduchosti, dostupnosti a validované asociaci s tvrdými výsledky, ne v tom, že by šlo o přímou biologickou míru. Obvod pasu je vhodné měřit standardizovanou technikou (v polovině mezi dolním okrajem žeber a horním okrajem pánve, v uvolněném stoji a po přirozeném výdechu; při opakovaném sledování používat stejný protokol) a interpretovat opakovaná měření; jednorázová hodnota těsně u prahu nemá být samostatným podkladem pro samodiagnostiku.

5.4 Kritické zhodnocení

Přímá porovnání prognostické výkonnosti antropometrických ukazatelů vycházejí zejména z velkých prospektivních kohort, externích validací, kalibračních a diskriminačních analýz a reklasifikačních porovnání, ne z randomizovaných pokusů; jde o metodologicky očekávanou hierarchii důkazů pro prediktivní ukazatele. Doplňkovou kauzální vrstvu tvoří MR analýzy při splnění jejich předpokladů. WHO a národní cutoffy pro WHR pocházejí z 90. let 20. století [36]; optimální prahy se mohou lišit podle etnicity a populace a v některých neevropských kohortách mohou být potřebné nižší hodnoty. Doporučení NICE (WHtR < 0,5) je předmětem diskuse u velmi nízkých dospělých a adolescentů, kde geometrické předpoklady ukazatele neplatí univerzálně.

Na dovažek: ABSI je z metodologického hlediska nejčistším z ukazatelů nezávislých na BMI, jeho klinická adopce je ale zatím minimální. BRI ilustruje užitečné nuance za předpokladu, že asociace s mortalitou je U-tvará; extrémně nízké hodnoty pravděpodobně odrážejí frailty a sarkopenii, ne „ideální" tělesné složení. Klinická interpretace „štíhlejší = zdravější" proto neplatí univerzálně.

6. Podpůrná kapitola: genetika distribuce tuku

6.1 Škála a heritabilita

Distribuce tuku má silně dědičnou složku. Největší dosavadní metaanalýza GWAS na WHRadjBMI (Pulit et al., Human Molecular Genetics 2019, n = 694 649 účastníků evropské etnicity) identifikovala 346 nezávislých lokusů obsahujících 463 nezávislých signálů, z toho 300 nových lokusů [18]. Heritabilita založená na SNP je přitom výrazně vyšší u žen než u mužů: 25,6 % oproti 16,7 %. Přibližně třetina lokusů vykazuje sex-heterogenní efekt a v 92,4 % z těchto sex-heterogenních signálů je efekt výraznější u žen. Ancestry limit je třeba pojmenovat okamžitě: takřka všechny uvedené lokusy vycházejí z evropské etnicity a jejich přenos do jihoasijských, východoasijských a subsaharských afrických populací není zaručen [7, 8].

Twin studie z předchozích desetiletí odhadovaly celkovou heritabilitu distribuce tuku v pásmu 30 až 60 %, což je konzistentní s GWAS-based odhady po zohlednění podílu vysvětlitelné variability.

6.2 Depot-specifické varianty

První velká GWAS na MRI-kvantifikovaných objemech VAT, ASAT a GFAT (Agrawal et al., Nature Communications 2022, n = 38 965 UK Biobank) [28] identifikovala 250 nezávislých variant ovlivňujících distribuci, z toho 39 nových. Mezi top lokusy pro depot-specifické signály patří RSPO3, COBLL1 a PPARG. Sex-heterogenita byla opět výrazná: 26 signálů specifických pro ženy oproti 9 pro muže.

Depot-specifická polygenní skóre pro VAT a GFAT vykazovala opačné asociace s T2D a CAD. Výsledek podporuje hypotézu, že při podobné celkové adipozitě je lokalizace tuku důležitou doplňkovou determinantou metabolického rizika. Neznamená to ale, že celkové množství tuku přestává být relevantní. Trans-etnická replikace zůstává otevřenou úlohou i pro tuto studii.

6.3 Kauzální geny se známým mechanismem účinku

Nejlépe prozkoumanými variantami s jasným mechanistickým odkazem jsou geny KLF14 a varianta PPARG Pro12Ala.

KLF14 (krüppel-like factor 14 protein) je maternálně imprintovaný gen, který působí jako hlavní transregulátor genové exprese v adipózní tkáni [29]. Kauzální genetické varianty způsobují redukci exprese KLF14 v adipózní tkáni, větším adipocytům a posunu ukládání tuku z gynoidní do abdominální lokalizace, což se klinicky promítá do dyslipidemie a inzulinové rezistence. Fenotypový účinek se projevuje při maternální dědičnosti a v citované práci zejména u žen. Mechanisticky jde o ilustraci, proč je třeba modelovat pohlaví a dědičnost samostatně.

PPARG Pro12Ala (rs1801282) je v metaanalýzách populačně asociován s mírně nižším průměrným rizikem T2D. Metaanalýza Sarhangi et al. (Scientific Reports 2020) zahrnula 73 studií, 62 250 případů a 69 613 kontrol a stanovila OR minor G alely na 0,82 (95% CI 0,76 až 0,89) [30]. Mechanismus vede přes modulovanou adipogenezi. Individuální prognostická hodnota varianty je však omezená, velikost účinku je malá a přenosnost mezi etnicitami není automatická.

6.4 Kauzální linie: Mendelovská randomizace

Observační asociace jsou zranitelné vůči obousměrné kauzalitě a neměřeným zmatečným proměnným. Mendelovská randomizace (MR) využívá geneticky determinované variace jako instrumentální proměnné, čímž částečně obchází tato omezení, za předpokladů validity instrumentů a absence horizontální pleiotropie, které nelze plně ověřit. U WHRadjBMI je třeba navíc počítat s rizikem collider bias po adjustaci na BMI. MR závěry proto poskytují geneticky podmíněnou podporu hypotézám, ne definitivní důkaz individuální kauzality.

Zásadní prací je Lotta et al. (JAMA 2018, > 600 000 účastníků z UK Biobank, Fenland, EPIC-Norfolk a EPIC-InterAct, s DEXA validací u zhruba 18 000) [31]. Autoři identifikovali > 200 variant zvyšujících WHR a rozdělili je do dvou klastrů: „small-hip-fat" a „large-abdominal-fat". Genetická skóre reprezentující oba klastry byla v MR analýze asociována s vyšším rizikem T2D a CAD, konzistentně s hypotézou, že geneticky podmíněné rozdíly v distribuci tuku mohou souviset s kardiometabolickým rizikem nad rámec celkové adipozity; přesná kauzální interpretace však závisí na předpokladech MR a použitém modelování.

Jako doplněk této linie Martin, Yaghootkar a kol. (Diabetes 2021, DOI 10.2337/db21-0129) identifikovali 38 variant „nepříznivé adipozity" (UFA) asociovaných s vyšším subkutánním, viscerálním, jaterním i pankreatickým tukem, a 36 variant „příznivé adipozity" (FA), které navzdory zvýšení subkutánního tuku snižují jaterní tuk, ale bez konzistentního efektu na viscerální nebo pankreatické depo [32]. Jde o populační genetickou podporu teze, že u některých lidí se nadbytečná energie ukládá „bezpečněji" a že vztah mezi celkovým tukem a metabolickým rizikem není monotónní.

Multivariační MR analýza Gagnona et al. (Communications Medicine 2022, n > 400 000, UK Biobank a externí GWAS) poskytla geneticky podmíněnou podporu hypotéze, že abdominální adipozita zachycená obvodem pasu má ve vztahu k NAFLD, T2D a CAD účinek, který není zcela vysvětlen BMI nebo jaterním tukem. Konkrétně: obvod pasu na NAFLD OR 2,35 (95% CI 1,31 až 4,22; p = 4,2 x 10^-3) nezávisle na BMI, přičemž BMI po adjustaci na obvod pasu s NAFLD nezůstal významně asociován (OR 0,86; p = 0,54); obvod pasu na T2D OR 3,27 (p < 10^-79) i CAD OR 1,66 (p < 10^-36) i po adjustaci na jaterní tuk [33]. Interpretace zůstává podmíněná předpoklady použitých genetických instrumentů.

6.5 Kritické zhodnocení

Genetická linie důkazů má čtyři významné limity, které je třeba pojmenovat před jakoukoli klinickou extrapolací:

Za prvé, převážně evropská etnicita. Takřka všechny výchozí GWAS na distribuci tuku jsou založené na kohortách evropské etnicity [7]. Přenos PRS z jedné etnicity do druhé snižuje přesnost predikce několikanásobně [8]. Trans-etnická replikace je systémová díra oboru.

Za druhé, WHRadjBMI je statistický reziduál, ne přímá míra. Jde o WHR upravený na BMI regresí. To staví individuální lokusy do rizika collider bias: identifikované varianty mohou odrážet genetiku BMI, genetiku WHR nebo samotný adjustační artefakt. Interpretace jednotlivých lokusů si proto vyžaduje opatrnost.

Za třetí, žádné polygenní rizikové skóre pro distribuci tuku není klinicky implementováno v doporučení žádné odborné společnosti k datu poslední rešerše. Aktuální přehled (Jansen et al., Obesity Reviews 2024) shrnuje stav: PRS pro body composition (tělesné složení) jsou výzkumným nástrojem [34]. V tomto textu výraz „klinicky implementované" označuje doporučení k použití v odborných guidelines nebo rutinní zařazení do standardní klinické péče pro konkrétní indikaci. Velikosti účinku jednotlivých variant jsou malé, což omezuje individuální klinickou využitelnost. K limitům genetického testování obecně platí, že žádný genetický test sám o sobě nedává klinickou jistotu bez interpretace v celkovém kontextu.

Za čtvrté, síla nejsilnějších MR asociací je populační; jde o průměrnou změnu rizika na směrodatnou odchylku expozice. Individuální predikce z PRS nedosahují diskriminační síly potřebné pro klinické rozhodování o screeningu nebo terapii.

6.6 Co z genetiky distribuce tuku dnes klinicky přináší

Rozdíl mezi „mechanisticky vysvětluje" a „klinicky řídí rozhodování" je třeba držet odděleně:

• Klinicky využitelné dnes: při fenotypu vyvolávajícím podezření na familiární parciální lipodystrofii může cílené molekulárněgenetické vyšetření (typicky panel relevantních genů LMNA, PPARG, AKT2, PLIN1 a dalších, s rozsahem testování závislým na fenotypu a místní klinické praxi) potvrdit monogenní diagnózu. Výsledek ovlivňuje další diagnostické vyšetření, rodinné poradenství a individualizaci metabolického managementu, který se opírá o Multi-Society Practice Guideline Endokrinologické společnosti a partnerů [35]. Jde však o vzácné stavy a doporučení odkazují na fenotypové rozpoznání jako vstupní krok, ne na plošné genomické screeningy.
• Klinicky nevyužitelné dnes: individuální předpověď „vaše PRS říká, že budete ukládat tuk gluteofemorálně nebo viscerálně". Velikosti účinku jsou malé a PRS pro distribuci tuku nemají validaci ani implementaci v žádném klinickém doporučení; při současné praxi má jednoduché antropometrické měření bezprostřednější využitelnost než experimentální PRS.
• Správný rámec: genetika vysvětluje proč WHR záleží a proč pohlaví záleží. Zatím však nenahrazuje fyzické měření.

Tabulka 3. Kandidátní geny distribuce tuku a úroveň důkazu.

Gen / varianta	Klíčový nález	Úroveň důkazu	Hlavní limity
KLF14 (Small 2018) [29]	Maternálně imprintovaný gen; hlavní transregulátor genové exprese v adipózní tkáni; asociovaná varianta s fenotypovým efektem při maternální dědičnosti, hlavně u žen	Primární humánní asociace a mechanismus (adipocyt, KO myš)	Specifické k pohlaví a dědičnosti; neaplikovatelné univerzálně
PPARG Pro12Ala [30]	Minor G alela OR 0,82 (0,76 až 0,89) T2D; meta 131 863 účastníků	Primární humánní asociace a mechanismus	Malá individuální velikost účinku; přenosnost mezi etnicitami omezená
RSPO3 [28]	Top lokus depot-specifické GWAS	Populační asociace	Individuální mechanismus méně přímý
COBLL1 [28]	Depot-specifický signál	Populační asociace	Jako výše
FA/UFA klastry (Martin 2021) [32]	36 FA a 38 UFA variant; FA zvyšuje SC a snižuje jaterní tuk	Populační asociace a MR	Evropská etnicita; malé velikosti účinku
LMNA/PPARG/PLIN1 (FPLD) [35]	Monogenní parciální lipodystrofie	Primární klinická diagnóza; guideline	Vzácné; vyžaduje fenotypové podezření
PRS pro WHRadjBMI [18]	Populační predikce	Populační predikce	Ne klinicky implementované, výzkumné

7. Interakce gen a prostředí a osobní tukový práh

Genetická vrstva by bez environmentu byla determinismem. Není. Varianty distribuce tuku modulují citlivost; neurčují osud. Fenotyp distribuce tuku je vedle genetiky ovlivňován věkem, pohlavními hormony a prostředím; rozsah a klinický význam jednotlivých interakcí gen a prostředí zůstává předmětem výzkumu.

Osobní tukový práh (Taylor et al., ReTUNE 2023) [17] je klinicky užitečným rámcem pro integraci této interakce. Diabetes 2. typu při „normálním" BMI podle tohoto modelu reprezentuje překročení individuálního skladovacího prahu, ke kterému se jedinec svou genetikou, věkem, pohlavím a životním stylem dostal. Analogicky: metabolicky zdravá obezita není nutně stabilním stavem bez budoucího rizika; její prognóza závisí na věku, distribuci tuku, komorbiditách a délce sledování.

Stejná intervence (dietní změna, pohyb, farmakoterapie) může mít u různých lidí rozdílný efekt na distribuci tuku i na metabolický profil, nezávisle na úbytku hmotnosti. Post-menopauzální pokles estrogenů posouvá ženskou distribuci tuku směrem k viscerální [22]; tento posun ilustruje, že distribuce není fixní genetický parametr, ale mění se v průběhu života interakcí s hormonálním prostředím.

8. Klinické, etické a komunikační důsledky

8.1 Praktické doporučení

První praktický posun, který důkazová základna podporuje: měřit obvod pasu. Bez toho zůstává BMI izolovaným ukazatelem, který u lidí s centrální distribucí tuku riziko podceňuje a u lidí s větší svalovou hmotou nebo příznivější distribucí ho přeceňuje.

Konkrétně pro klinickou praxi:

• Guideline-ukotvená doporučení. U dospělých s BMI < 35 kg/m² NICE (NG246, 2025) doporučuje operativní cíl WHtR < 0,5; hodnoty 0,50 až 0,59 zařazuje do pásma zvýšené centrální adipozity, ≥ 0,60 do pásma vysoké centrální adipozity [19]. ESC clinical consensus 2024 uvádí dvouúrovňové operační prahy obvodu pasu: při > 94 cm u mužů a > 80 cm u žen doporučení nepřibírat dále, při > 102 cm u mužů a > 88 cm u žen doporučení redukce hmotnosti [15]. Interpretace má vždy zohledňovat pohlaví, věk, etnicitu a celkový klinický kontext.
• Klinická úvaha nad rámec guidelines. Při zvýšeném obvodu pasu a současně „normálním" BMI je rozumné zvážit metabolické fenotypování (lipidový profil, glykemie nalačno nebo HbA1c, jaterní transaminázy) v kontextu celkového kardiometabolického rizika a národních doporučení. Normální BMI neuklidňuje. Jde o klinickou úvahu, ne o univerzální guideline algoritmus.
• Intervenční limity. Zatím nemáme dostatek intervenčních důkazů k tvrzení, že cílené zvýšení GFAT (například izolovaným tréninkem dolní části těla) reprodukuje metabolicky příznivý signál pozorovaný v genetických a observačních studiích. Redukce celkové hmotnosti a pravidelná fyzická aktivita však mohou snižovat viscerální a ektopický tuk a zlepšovat metabolické parametry. Při farmakologické redukci hmotnosti (GLP-1 a duální agonisté) sub-studie tělesného složení naznačují disproporční ztrátu viscerálního tuku [26, 27], ale klinická doporučení tuto informaci zatím formálně nepromítají.

8.2 Etika a komunikace

Důkazová základna umožňuje formulovat pozici, která je opatrná vůči dvěma extrémům v aktuální veřejné diskusi.

Na jedné straně narativ „genes made me fat". Polygenní riziková skóre pro distribuci tuku mají malé individuální velikosti účinku; genetika neposkytuje deterministický ospravedlňující mechanismus pro metabolické riziko. Environment a životní styl mají podstatný podíl.

Na druhé straně fundamentalismus BMI a s ním spojený fat-shaming nejsou evidence-based. Celková velikost těla sama o sobě neposkytuje dostatečný obraz kardiometabolického rizika; distribuce tuku a metabolický fenotyp tuto informaci doplňují.

Zároveň je třeba upozornit na zrcadlový extrém: příznivější periferní distribuce tuku není zdravotním certifikátem. Vyšší GFAT nevylučuje vysoký VAT, MASLD, hypertenzi, T2D, dyslipidemii ani vysoké absolutní riziko při vyšším věku, kouření nebo pozitivní rodinné anamnéze. Při srovnatelné celkové adipozitě se periferní distribuce pojí s příznivějším průměrným metabolickým profilem než centrální distribuce; nejde však o individuální záruku nízkého rizika.

Nová střední pozice, konzistentní s důkazovou základnou, zní: normální BMI neuklidňuje při centrální distribuci tuku; vyšší hmotnost s převážně gluteofemorální distribucí nemá tentýž rizikový profil jako centrální obezita. Rozhoduje distribuce a metabolický profil v kombinaci s BMI, ne samotná hodnota na váze. Některé antropometrické prahy a asociace s rizikem se liší podle pohlaví; uniformní BMI kategorie tento fakt ignorují.

Ilustrace rozdílu (hypotetický scénář na demonstraci výpočtu, ne klinická diagnóza): 45letá žena vysoká 165 cm s hmotností 65 kg (BMI 23,9; v pásmu „normální" hmotnosti), obvodem pasu 92 cm a obvodem boků 103 cm má WHtR 0,56 a WHR 0,89. WHtR 0,56 patří podle NICE do pásma zvýšené centrální adipozity; obvod pasu 92 cm zároveň přesahuje oba ženské operační prahy ESC 2024 (> 80 cm pro nepřibírání dále i > 88 cm pro redukci hmotnosti). Tyto hodnoty signalizují centrální distribuci tuku navzdory BMI v referenčním pásmu. Odůvodňují klinické zhodnocení celkového metabolického rizika (lipidový profil, glykemie nebo HbA1c, případně jaterní transaminázy) v kontextu věku, rodinné anamnézy a ostatních rizikových faktorů. Neznamená to však samo o sobě diagnózu ani určující důkaz zvýšeného individuálního rizika; konkrétní klinická interpretace patří ošetřujícímu lékaři.

8.3 Regulační a etický kontext genetického testování

ESC 2024 [15] a NICE NG246 2025 [19] posouvají evropský standard doporučení směrem k explicitní integraci distribuce tuku do rutinního hodnocení rizika. IAS/ICCR konsensus z roku 2020 [13] formuluje obvod pasu jako rutinní „vital sign". Genetická diagnostika distribuce tuku jako klinický test má dnes omezené indikace, zejména podezření na monogenní parciální lipodystrofii [35]. Nabídka celogenomového sekvenování s odůvodněním „abyste věděli, kde budete ukládat tuk" neodpovídá současnému stavu poznání; polygenní skóre pro distribuci tuku nejsou klinicky validovaným nástrojem.

Klinické genetické testování má také etický a regulační rámec, který u distribuce tuku a lipodystrofií nelze obejít:

• Ochrana genetických údajů (GDPR). Genetické údaje patří mezi zvláštní kategorie osobních údajů podle GDPR. Jejich zpracování si vyžaduje identifikaci příslušného právního základu podle článku 6 GDPR a zvláštní podmínky podle článku 9 GDPR, spolu s přiměřenými technickými a organizačními opatřeními. Při klinickém genetickém vyšetření je třeba zároveň zajistit srozumitelné poučení pacienta a informovaný souhlas se zdravotním výkonem; konkrétní právní režim zpracování se může lišit podle účelu zpracování a vnitrostátní právní úpravy.
• Informovaný souhlas. Vyšetření zaměřené na monogenní lipodystrofii musí být provázeno srozumitelným informovaným souhlasem, který pokrývá rozsah panelu nebo sekvenování, možnost incidentálních nálezů (nesouvisejících s primární indikací) a nakládání s údaji.
• Genetické poradenství a rodinné důsledky. Nález monogenní lipodystrofie má implikace pro biologické příbuzné; genetické poradenství je součástí standardu péče a nemá být redukováno na vydání výsledku.
• DTC (direct-to-consumer) interpretace PRS. Přímé nabídky polygenních skóre pro distribuci tuku bez klinického kontextu mohou podporovat genetický determinismus, nevhodnou úzkost nebo falešné ujištění. Pacient by neměl na základě BMI, WHR, WHtR ani komerčního PRS měnit léky, začínat farmakoterapii ani odmítat doporučené vyšetření; taková rozhodnutí patří do rukou ošetřujícího lékaře v kontextu celkového klinického obrazu.

8.4 Upozornění

Tento článek nenahrazuje vyšetření ani individuální poradenství. Rozhodnutí o diagnostice, prevenci nebo léčbě dělá ošetřující lékař, případně specializovaný tým (kardiolog, endokrinolog, klinický genetik). Antropometrický ani genetický údaj se neinterpretuje izolovaně.

9. Diskuse

Přehled podporuje tři závěry, které drží dohromady mechanismus, populační asociaci a klinickou translační vrstvu.

Distribuce tuku poskytuje vedle BMI dodatečnou informaci o kardiometabolickém riziku. Gluteofemorální tuk při stejném BMI souvisí s nižším rizikem T2D, s hraniční asociací pro CAD; viscerální tuk souvisí s vyšším rizikem [3]. Kauzální interpretaci podporují Mendelovské randomizace identifikující klastry variant, které nezávisle zvyšují riziko [31, 32], za předpokladů MR, které nelze plně ověřit. Antropometrické ukazatele distribuce tuku, zejména obvod pasu a WHtR, poskytují vedle BMI jednoduchou nepřímou informaci o centrální adipozitě [5, 6, 19]; nenahrazují však přímé zobrazovací ani laboratorní metabolické hodnocení. Genetika vysvětluje část variability a osvětluje sexuální dimorfismus, ale polygenní skóre pro distribuci tuku dnes nemají klinickou validaci.

Zůstávají otevřené otázky: univerzálnost WHR cutoffů napříč etnicitami; dlouhodobé metabolické důsledky disproporční ztráty VAT při GLP-1 agonistech [26]; single-cell mechanismy depotové identity; a zda cílené intervence na posílení GFAT reprodukují observační signál v randomizovaných pokusech. Trans-etnická mezera zůstává systémovým limitem celé linie; takřka všechny nosné GWAS a MR analýzy vycházejí z evropské etnicity a přenos PRS snižuje přesnost predikce v ostatních populacích [7, 8].

Praktická syntéza: integrujte obvod pasu do rutinního vyšetření a tam, kde to doporučují relevantní guidelines, i WHtR (NICE NG246 při BMI < 35); při normálním BMI a zvýšeném obvodu pasu doplňte metabolické fenotypování jako klinickou úvahu v kontextu celkového rizika; polygenní skóre distribuce tuku nepoužívejte jako klinický nástroj v roce 2026. Vyšší hmotnost s převážně gluteofemorální distribucí nemá tentýž rizikový profil jako centrální obezita, ale ani samotná gluteofemorální distribuce není individuální záruka nízkého rizika; příznivější průměrný profil GFAT je relativní vůči VAT a je limitován osobní kapacitou bezpečné adipózní expanze.

10. Závěr

BMI není zbytečný ukazatel, ale sám o sobě nedostatečný. Neukáže, kde je tuk uložen, nerozliší tuk od svalové hmoty a v některých klinických populacích může vytvářet zavádějící rizikové vzorce. Gluteofemorální tuk se v populačních studiích pojí s příznivějším metabolickým profilem, viscerální tuk s méně příznivým. WHR a WHtR tuto distribuční informaci přibližují jednodušeji než BMI; genetika vysvětluje část variability, ale zatím nenahrazuje klinické měření ani metabolické vyšetření.

Praktický posun je bez radikálnosti: měřit obvod pasu, integrovat WHtR do rozvahy tam, kde ho doporučují relevantní guidelines (například NICE NG246 při BMI < 35), nepovyšovat BMI na jediný indikátor rizika a nepodléhat příslibům polygenní predikce distribuce tuku. Většina uvedených důkazů je populačních; individuální aplikace si vyžaduje klinický kontext a metabolické fenotypování. Genetika distribuce tuku patří do vysvětlující vrstvy medicíny; dnes více než do personalizované.

Literatura

1. World Health Organization. Obesity and overweight, Fact sheet. Aktualizováno 8. prosince 2025. Geneva: WHO. Dostupné z: who.int/news-room/fact-sheets/detail/obesity-and-overweight
2. Eknoyan G. Adolphe Quetelet (1796-1874), the average man and indices of obesity. Nephrology Dialysis Transplantation 2008;23(1):47-51. DOI: 10.1093/ndt/gfm517.
3. Agrawal S, Klarqvist MDR, Diamant N, et al. BMI-adjusted adipose tissue volumes exhibit depot-specific and divergent associations with cardiometabolic diseases. Nature Communications 2023;14:266. DOI: 10.1038/s41467-022-35704-5.
4. Gradidge PJL, Jaff NG, Norris SA, Toman M, Crowther NJ. The negative association of lower body fat mass with cardiometabolic disease risk factors is partially mediated by adiponectin. Endocrine Connections 2022;11(12):e220156. DOI: 10.1530/EC-22-0156.
5. Khan I, Chong M, Le A, et al. Surrogate adiposity markers and mortality. JAMA Network Open 2023;6(9):e2334836. DOI: 10.1001/jamanetworkopen.2023.34836.
6. Butt JH, Petrie MC, Jhund PS, et al. Anthropometric measures and adverse outcomes in heart failure with reduced ejection fraction: revisiting the obesity paradox. European Heart Journal 2023;44(13):1136-1153. DOI: 10.1093/eurheartj/ehad083.
7. Sirugo G, Williams SM, Tishkoff SA. The missing diversity in human genetic studies. Cell 2019;177(1):26-31. DOI: 10.1016/j.cell.2019.02.048.
8. Martin AR, Kanai M, Kamatani Y, Okada Y, Neale BM, Daly MJ. Clinical use of current polygenic risk scores may exacerbate health disparities. Nature Genetics 2019;51(4):584-591. DOI: 10.1038/s41588-019-0379-x.
9. Christakoudi S, Tsilidis KK, Muller DC, et al. A Body Shape Index (ABSI) achieves better mortality risk stratification than alternative indices of abdominal obesity: results from a large European cohort. Scientific Reports 2020;10:14541. DOI: 10.1038/s41598-020-71302-5.
10. Piché ME, Tchernof A, Després JP. Obesity phenotypes, diabetes, and cardiovascular diseases. Circulation Research 2020;126(11):1477-1500. DOI: 10.1161/CIRCRESAHA.120.316101.
11. Zhang X, Ma N, Lin Q, et al. Body Roundness Index and all-cause mortality among US adults. JAMA Network Open 2024;7(6):e2415051. DOI: 10.1001/jamanetworkopen.2024.15051.
12. Manolopoulos KN, Karpe F, Frayn KN. Gluteofemoral body fat as a determinant of metabolic health. International Journal of Obesity 2010;34(6):949-959. DOI: 10.1038/ijo.2009.286.
13. Ross R, Neeland IJ, Yamashita S, et al. Waist circumference as a vital sign in clinical practice: a consensus statement from the IAS and ICCR Working Group on Visceral Obesity. Nature Reviews Endocrinology 2020;16(3):177-189. DOI: 10.1038/s41574-019-0310-7.
14. Neeland IJ, Ross R, Després JP, et al. Visceral and ectopic fat, atherosclerosis, and cardiometabolic disease: a position statement. Lancet Diabetes & Endocrinology 2019;7(9):715-725. DOI: 10.1016/S2213-8587(19)30084-1.
15. Koskinas KC, Van Craenenbroeck EM, Antoniades C, et al. Obesity and cardiovascular disease: an ESC clinical consensus statement. European Heart Journal 2024. DOI: 10.1093/eurheartj/ehae508.
16. Karastergiou K, Smith SR, Greenberg AS, Fried SK. Sex differences in human adipose tissues, the biology of pear shape. Biology of Sex Differences 2012;3:13. DOI: 10.1186/2042-6410-3-13.
17. Taylor R, Barnes AC, Hollingsworth KG, et al. Aetiology of Type 2 diabetes in people with a 'normal' body mass index: testing the personal fat threshold hypothesis. Clinical Science 2023;137(16):1333-1346. DOI: 10.1042/CS20230586.
18. Pulit SL, Stoneman C, Morris AP, et al. Meta-analysis of genome-wide association studies for body fat distribution in 694 649 individuals of European ancestry. Human Molecular Genetics 2019;28(1):166-174. DOI: 10.1093/hmg/ddy327.
19. National Institute for Health and Care Excellence (NICE). Overweight and obesity management [NG246]. London: NICE; publikováno 14. ledna 2025, dostupné na nice.org.uk/guidance/ng246.
20. Bigaard J, Tjønneland A, Thomsen BL, Overvad K, Heitmann BL, Sørensen TIA. Waist circumference, BMI, smoking, and mortality in middle-aged men and women. Obesity Research 2003;11(7):895-903. DOI: 10.1038/oby.2003.123.
21. Price TM, O'Brien SN, Welter BH, George R, Anandjiwala J, Kilgore M. Estrogen regulation of adipose tissue lipoprotein lipase, possible mechanism of body fat distribution. American Journal of Obstetrics and Gynecology 1998;178(1):101-107. DOI: 10.1016/s0002-9378(98)70634-9.
22. Vieira-Potter VJ, Mishra G, Townsend KL. Health of adipose tissue: oestrogen matters. Nature Reviews Endocrinology 2026;22(2):76-91. DOI: 10.1038/s41574-025-01180-2.
23. Virtue S, Vidal-Puig A. It's not how fat you are, it's what you do with it that counts. PLoS Biology 2008;6(9):e237. DOI: 10.1371/journal.pbio.0060237.
24. Pivonello R, Isidori AM, De Martino MC, Newell-Price J, Biller BMK, Colao A. Complications of Cushing's syndrome: state of the art. Lancet Diabetes & Endocrinology 2016;4(7):611-629. DOI: 10.1016/S2213-8587(16)00086-3.
25. Thet D, Siritientong T. Antiretroviral therapy-associated metabolic complications: review of the recent studies. HIV/AIDS Research and Palliative Care 2020;12:507-524. DOI: 10.2147/HIV.S275314.
26. Gastaldelli A, Cusi K, Fernández Landó L, et al. Effect of tirzepatide versus insulin degludec on liver fat content and abdominal adipose tissue in people with type 2 diabetes (SURPASS-3 MRI): a substudy of the randomised, open-label, parallel-group, phase 3 SURPASS-3 trial. Lancet Diabetes & Endocrinology 2022;10(6):393-406. DOI: 10.1016/S2213-8587(22)00070-5.
27. Look M, Dunn JP, Kushner RF, et al. Body composition changes during weight reduction with tirzepatide in the SURMOUNT-1 study of adults with obesity or overweight. Diabetes, Obesity and Metabolism 2025. DOI: 10.1111/dom.16275.
28. Agrawal S, Wang M, Klarqvist MDR, et al. Inherited basis of visceral, abdominal subcutaneous and gluteofemoral fat depots. Nature Communications 2022;13:3771. DOI: 10.1038/s41467-022-30931-2.
29. Small KS, Todorčević M, Civelek M, et al. Regulatory variants at KLF14 influence type 2 diabetes risk via a female-specific effect on adipocyte size and body composition. Nature Genetics 2018;50(4):572-580. DOI: 10.1038/s41588-018-0088-x.
30. Sarhangi N, Sharifi F, Hashemian L, et al. PPARG (Pro12Ala) genetic variant and risk of T2DM: a systematic review and meta-analysis. Scientific Reports 2020;10:12764. DOI: 10.1038/s41598-020-69363-7.
31. Lotta LA, Wittemans LBL, Zuber V, et al. Association of genetic variants related to gluteofemoral vs abdominal fat distribution with type 2 diabetes, coronary disease, and cardiovascular risk factors. JAMA 2018;320(24):2553-2563. DOI: 10.1001/jama.2018.19329.
32. Martin S, Cule M, Basty N, et al. Genetic evidence for different adiposity phenotypes and their opposing influences on ectopic fat and risk of cardiometabolic disease. Diabetes 2021;70(8):1843-1856. DOI: 10.2337/db21-0129.
33. Gagnon E, Pelletier W, Gobeil É, et al. Mendelian randomization prioritizes abdominal adiposity as an independent causal factor for liver fat accumulation and cardiometabolic diseases. Communications Medicine 2022;2:130. DOI: 10.1038/s43856-022-00196-3.
34. Jansen PR, Petrus P, Verweij N, et al. Polygenic risk scores in obesity: from research to clinical practice. Obesity Reviews 2024;25(11):e13810. DOI: 10.1111/obr.13810.
35. Brown RJ, Araujo-Vilar D, Cheung PT, et al. The diagnosis and management of lipodystrophy syndromes: a Multi-Society Practice Guideline. The Journal of Clinical Endocrinology & Metabolism 2016;101(12):4500-4511. DOI: 10.1210/jc.2016-2466.
36. World Health Organization. Waist Circumference and Waist-Hip Ratio: Report of a WHO Expert Consultation, Geneva, 8-11 December 2008. Geneva: WHO; 2011. ISBN 978 92 4 150149 1.