- 單次空腹抽血算出的 HOMA-IR 本來就會晃動，而且主要反映肝臟。兩次單一數字的差距，不足以判斷代謝變好或變壞。
- 減重 5% 到 8% 先改善肝臟與脂肪，超過 15% 才大幅改善肌肉。瘦掉的多是肌肉，或同時睡得少、動得少，HOMA-IR 都可能上升。
- 先核對空腹條件、活動量、睡眠、藥物、生病與身體組成，再考慮複檢，或換用 HOMA2-IR、Matsuda 指數確認。
體重明明掉了，報告上的 HOMA-IR 卻比上次高。這多半不代表代謝變差了。常見的原因有三種：指數本身容易晃動、瘦掉的量或組成不對、空腹那一刻的數字被別的因素推高[1][3]。所以下結論之前，先確認抽血條件，再看身體組成，必要時再驗一次。
這篇會帶你看懂：HOMA-IR 怎麼算出來、為什麼一次數字不夠穩、減重減掉什麼會影響結果，以及什麼時候換用 HOMA2-IR 比較合適。
HOMA-IR 怎麼算：一管空腹血，兩個數字相乘
胰島素在做什麼？吃進去的糖會進到血液裡，胰島素負責把糖送進細胞。細胞對胰島素反應變鈍，就叫胰島素阻抗。這時胰臟只好分泌更多胰島素，才能把血糖壓住。
HOMA-IR 就是用來估算這件事的數字。它不是機器直接量出來的。它用空腹血糖和空腹胰島素，套一條公式算出來。原始版本在 1985 年由 Matthews 提出[6]。
公式很簡單：空腹胰島素乘以空腹血糖，再除以 405。這裡胰島素的單位是 µU/mL，血糖是 mg/dL。舉一組假設的數字：胰島素 10、血糖 90，算出來大約是 2.2。
它便宜，手算就能完成。所以到今天，大型族群篩檢用的還是這一版。多數心血管代謝研究，也是用它來分析[9][10]。
它看的主要是肝臟，不是全身
空腹一整晚時，血液裡的糖大多是肝臟放出來的。胰島素這時的工作，是叫肝臟少放一點糖。肝臟不太聽話，空腹胰島素就得拉高，HOMA-IR 也跟著變大。
研究室有一種更準的方法，叫鉗夾試驗。做法是一邊打胰島素、一邊打葡萄糖。研究人員觀察身體要吃進多少糖，血糖才能維持穩定。它量的是全身，包括肌肉和脂肪。
HOMA-IR 跟鉗夾試驗量到的肝臟阻抗，相關得不錯。可是它看不到肌肉和脂肪那一端。所以兩者有時會走向不同的方向[1][6]。
打個比方，HOMA-IR 像是只盯著一家工廠的出貨口。出貨順不順，大致反映工廠的狀況。可是倉庫裡堆了什麼、生產線卡在哪，它看不到。肝臟是那個出貨口，肌肉和脂肪是倉庫。這個比方有個漏洞：肝臟本身也會被胰島素指揮，不只是一個被動的出口。
這一點跟減重直接有關。減重改善的部位，不一定剛好是 HOMA-IR 看得到的那一塊。肌肉變好了，HOMA-IR 未必反映得出來[2]。
一次抽血就下結論，為什麼不夠穩？
同一個人隔幾天再抽一次，HOMA-IR 可能就不一樣。醫學上說它的「個人內變異係數高」。意思是自己跟自己比，數字也會晃。
原因在公式本身。兩個數字相乘，任何一個晃一下，結果就跟著晃。再用剛才的假設：血糖一樣是 90。胰島素從 10 變成 13，HOMA-IR 就從 2.2 跳到 2.9。
胰島素是荷爾蒙，本來就會起伏。前一晚睡得好不好、壓力大不大、吃了什麼，都可能讓它上下移動。這種起伏不一定代表身體真的變了。
原始設計其實不是只抽一次。它的驗證方式，是把三次空腹抽血取平均，再拿來評估一個人[1][6]。健檢報告上的數字，幾乎都只來自單次抽血。兩次單一數字互相比，看到的差距，可能有一部分只是正常晃動。
三次取平均有什麼用？每一次的起伏有高有低，平均起來會互相抵掉一部分。剩下的數字，才比較接近這個人真正的狀態。單次抽血少了這一步，所以更容易被某一天的狀況牽著走。
所以看到數字變高，第一步不是換飲食法。先回想抽血前一晚：有沒有空腹足夠的時間？有沒有熬夜？那幾天有沒有生病？
瘦了幾公斤、瘦掉的是什麼，結果差很多
體重計看不出你瘦掉的是脂肪還是肌肉。對胰島素阻抗來說，這兩件事的意義完全不同。
先看減重的幅度。體重減少 5% 到 8%，先改善的是肝臟和脂肪組織。肌肉對胰島素的反應要大幅改善，需要減掉超過 15% 的體重[3]。
換成實際數字比較好懂。一位 80 公斤的人，減掉 4 到 6.4 公斤，落在前面那一段。要減到 12 公斤以上，肌肉才會明顯受惠。
再看瘦掉的成分。有三種情況，瘦下來的可能有不少是肌肉。第一種是飲食限制得太嚴。第二種是中間生了一場病。第三種是本身肌肉流失得快，醫學上叫肌少症。
肌肉是身體吃糖的大戶。肌肉少了，胰島素敏感度就未必會變好。這種情況下，HOMA-IR 有可能不降反升[3]。
有人用磁振造影量過：減重前的身體組成決定變化
這件事有研究直接量過。研究人員用全身磁振造影，把減重前後的脂肪和肌肉一塊一塊算清楚。
他們看到什麼？減重前的身體組成，能明顯預測減重後胰島素和 HOMA 怎麼變。這裡的身體組成，包括去脂體重，也包括內臟脂肪和皮下脂肪怎麼分布[2]。
這是觀察性研究，看到的是關聯。它沒有隨機分組，所以不能證明因果。但它說明了一件事：同樣瘦五公斤，每個人的結果可以很不一樣。
比較有用的追問是：這次瘦掉的，有多少是肌肉？手邊如果有身體組成分析，把減重前後兩份並排看。這會比只看體重清楚得多。
節食本身，也可能把空腹數字推高
減重這個過程，對身體來說是一種壓力。熱量吃得少的時候，身體會分泌比較多的升糖荷爾蒙。皮質醇和腎上腺素就是其中兩種。
它們的工作，是在缺乏能量時把血糖撐住。這些荷爾蒙一多，空腹血糖或胰島素就可能暫時被往上推。HOMA-IR 是兩者相乘，數字自然變大。
而同一段時間裡，肌肉和脂肪對胰島素的反應，可能正在變好。數字變大，跟組織變差，是兩件可以同時存在的事。
這一段的證據位置要說清楚。它屬於「道理上說得通」的機轉推論。目前沒有附上直接量過這件事的研究。所以它是一個值得考慮的可能，不能當成唯一的解釋。
因為這種上升是暫時的，複檢的時間點就很重要。可以跟醫師討論，挑一個飲食比較穩定、不是熱量限制最嚴的時候再抽。
睡眠、作息與活動量：跟體重無關的推手
有些因素跟體重無關，卻會讓胰島素阻抗變嚴重。睡得太少是一項，作息日夜顛倒是另一項。基因和某些荷爾蒙狀態，也會讓同樣體重的人有不同表現。這些因素的影響，可能抵銷、甚至超過減掉脂肪的好處[4]。
活動量最容易被忽略。有些人減重靠的是少吃。同一段時間，卻因為忙碌、受傷或疲倦，動得比以前少。
肌肉長時間不用，會從好幾條路削弱胰島素的作用。第一條是身體裡的發炎變多。第二條是粒線體效率變差，它是細胞裡的發電廠。第三條是一種叫神經醯胺的脂質在細胞裡堆積。第四條是血脂跟著變差[5]。
這些路線是把實驗室與臨床觀察拼在一起得到的。它們指出一件事：只看體重，會漏掉活動量這條線索。
回頭想一想這段期間。睡眠時數有沒有變少？輪班有沒有變多？一週運動的次數，跟減重前比是多了還是少了？
判斷之前，先把這幾件事對一遍
在認定「減重反而變差」之前，先逐項確認這幾件事[1]：
- 空腹條件：兩次抽血是不是都在標準的空腹條件下進行？
- 活動量：這段期間運動是變多還是變少？
- 睡眠：睡眠時數與作息有沒有明顯改變？
- 藥物：有沒有開始使用類固醇這類會影響血糖的藥？
- 生病：抽血前幾天有沒有感冒、發燒或其他急性病？
- 身體組成：瘦下來的是脂肪還是肌肉？
清單對完還看不出原因，下一步是重新抽血。另一個方法，是換一個比較穩的指標。HOMA2-IR 和 Matsuda 指數都是選項。目的只有一個：分清楚身體真的變了，還是指數本身的誤差。
看診時，把減重前後兩次報告一起帶去。也記下這段期間的體重變化、運動和睡眠狀況。正在吃的藥，全部寫成一張單子。醫師拿到這些資料，才判斷得出數字背後的原因。
HOMA2-IR 改了什麼？
HOMA2-IR 是 1998 年推出的電腦模型版本。原版只用一條直線公式。新版把原本的非線性方程式真正解了出來[1][6]。
直線公式的意思是：輸入放大幾倍，結果就照比例放大。身體的反應不是這樣走的。血糖和胰島素升到某個程度，各個器官的反應會轉彎。電腦模型把這些轉彎也算進去。
它多算進了三件原版沒算的事。第一是肝臟和周邊組織各自的阻抗。第二是腎臟從尿液流失的糖。第三是胰島素前身的分泌量。
它也照現在的胰島素檢驗方法重新校正過。原版公式在血糖太高時不適用。HOMA2 可以輸入更寬的範圍，包括超過 180 mg/dL 的血糖[7][8]。
它還可以改用 C 胜肽來估算 β 細胞的功能。β 細胞是胰臟裡製造胰島素的細胞。胰島素被清除的速度不穩定時，用 C 胜肽比較可靠。
最後，它的數字經過標準化。在正常族群裡，HOMA2-IR 等於 1。β 細胞功能等於 100%，胰島素敏感度也等於 100%[7][8]。
什麼時候該用 HOMA2？原版為什麼還在用？
需要比較精確的時候，HOMA2 比較合適。例如研究要同時評估肝臟和周邊組織。又例如要用 C 胜肽估算 β 細胞功能。還有一種情況，是空腹血糖已經超出原版驗證過的範圍。
追蹤一個人會不會走向糖尿病時，HOMA2 的指標預測得比較好。有一份研究追蹤了中國年輕與中年族群，看到的就是這個結果[7][8]。
那原版為什麼還沒被淘汰？HOMA2 要用專門的計算軟體。不同版本的軟體，算出來的數字不一致。過去幾十年的心血管結果研究，又大多用原版做。為了跟這些研究互相比較，有些研究團隊刻意繼續用原版[10]。
不管用哪一版，有兩個限制都一樣。第一，沒有國際公認的診斷切點。第二，它會受到年齡、性別和種族影響。它也還沒在所有族群驗證過，老年人、兒童和肢端肥大症患者都是例子[1][6]。
所以報告上的切點，只能當參考。同一個人前後比較時，要確認兩次用的是同一版算法。
結論：HOMA-IR 升高，先排除量測與生活變化，再談代謝變差
- 單次空腹抽血算出的 HOMA-IR 本來就會晃動，而且主要反映肝臟。兩次單一數字的差距，不足以判斷代謝變好或變壞。
- 減重 5% 到 8% 先改善肝臟與脂肪，超過 15% 才大幅改善肌肉。瘦掉的多是肌肉，或同時睡得少、動得少，HOMA-IR 都可能上升。
- 先核對空腹條件、活動量、睡眠、藥物、生病與身體組成，再考慮複檢，或換用 HOMA2-IR、Matsuda 指數確認。
參考文獻
- Frigerio F, Vitozzi A, Piciocchi C, et al. Capturing metabolic syndrome: new thresholds for insulin resistance and novel body composition indices. International Journal of Obesity (2005). 2026;50(3):654-661. DOI: 10.1038/s41366-025-01993-1
- Pourhassan M, Glüer CC, Pick P, Tigges W, Müller MJ. Impact of weight loss-associated changes in detailed body composition as assessed by whole-body MRI on plasma insulin levels and homeostatis model assessment index. European Journal of Clinical Nutrition. 2017;71(2):212-218. DOI: 10.1038/ejcn.2016.189
- Klein S, Gastaldelli A, Yki-Järvinen H, Scherer PE. Why Does Obesity Cause Diabetes?. Cell Metabolism. 2022;34(1):11-20. DOI: 10.1016/j.cmet.2021.12.012
- Gastaldelli A, Choi E, Conde-Knape K, et al. Insulin resistance in the 21st century: new takes on an old problem—2025 Diabetes, Diabetes Care, and Diabetologia Expert Forum. Diabetologia. 2026. DOI: 10.1007/s00125-026-06853-9
- Yaribeygi H, Maleki M, Sathyapalan T, Jamialahmadi T, Sahebkar A. Pathophysiology of Physical Inactivity‐Dependent Insulin Resistance: A Theoretical Mechanistic Review Emphasizing Clinical Evidence. Journal of Diabetes Research. 2021;2021:7796727. DOI: 10.1155/2021/7796727
- Biagetti B, Aulinas A, Casteras A, Pérez-Hoyos S, Simó R. HOMA-IR in acromegaly: a systematic review and meta-analysis. Pituitary. 2021;24(2):146-158. DOI: 10.1007/s11102-020-01092-6
- Ristić GG, Subota V, Stanisavljević D, et al. Impact of disease activity on impaired glucose metabolism in patients with rheumatoid arthritis. Arthritis Research & Therapy. 2021;23(1):95. DOI: 10.1186/s13075-021-02476-0
- Fan B, Wu H, Shi M, et al. Associations of the HOMA2‐%B and HOMA2‐IR with progression to diabetes and glycaemic deterioration in young and middle‐aged Chinese. Diabetes/Metabolism Research and Reviews. 2022;38(5):e3525. DOI: 10.1002/dmrr.3525
- Lu M, Guo J, Yang P, Ma T, Zhang M. Insulin resistance markers HOMA-IR, TyG and TyG-BMI index in relation to heart failure risk: NHANES 2011-2016. PloS One. 2025;20(9):e0331740. DOI: 10.1371/journal.pone.0331740
- Tsai SF, Yang CT, Liu WJ, Lee CL. Development and Validation of an Insulin Resistance Model for a Population Without Diabetes Mellitus and Its Clinical Implication: A Prospective Cohort Study. EClinicalMedicine. 2023;58:101934. DOI: 10.1016/j.eclinm.2023.101934
