LDL 有大顆也有小顆:小而密的更容易卡在血管壁,但決定風險的是顆粒數

抽血報告上的 LDL,看起來像一種東西。它其實是一大群長得不一樣的顆粒。有的大而蓬鬆,有的小而緻密。小而緻密的那一群比較會卡在血管壁上,心血管風險也比較高[1][2][3]。不過科學家後來發現,比起顆粒有多大,總共有幾顆更能預測風險[9][7][10]。所以真正值得加驗的不是顆粒大小,是 apoB[7]。

報告上那一行數字,背後是血液裡一整套正在進行的加工。肝臟做好膽固醇,打包成一顆一顆的小球送出去。這些小球的正式名字叫低密度脂蛋白,縮寫 LDL。它們的密度落在每毫升 1.019 到 1.063 公克之間[1][4][2]。水是 1.000,所以這些小球只比水重一點點。

血液裡的送貨球,大小不一樣

實驗室可以把 LDL 依照密度和大小分成三到七個等級[1][4][2]。分法不只一種,常見的有超高速離心、梯度膠體電泳、核磁共振、離子遷移率。

麻煩在這幾種方法各家實驗室沒有統一標準,所以「第幾級」的界線會跑掉[1][4][2]。

科學家後來把它簡化成兩型,反而好用。

一型叫 Pattern A,血液裡以大而蓬鬆的顆粒為主。另一型叫 Pattern B,以小而緻密的顆粒為主,英文縮寫 sdLDL[1][2][3]。分界通常抓在顆粒大小最小的那四分之一[1][2][5]。

Pattern B 的人不算少。每 100 位成年男性裡,大約有 30 到 35 位是這一型[1][2][5]。這份資料只給了男性的比例,女性的盛行率沒有一併提供。

它還會遺傳。1988 年有一份家族研究,用一種叫分離分析的方法,追家族裡誰是哪一型。結果指向背後可能有一個顯性的主要基因位置[1][2][5]。也就是說,這件事有一部分寫在基因裡,不是全由生活習慣決定。

一個好用的畫面:氣球和彈珠

大而蓬鬆的 LDL 像充飽氣的小氣球。小而緻密的 LDL 像一顆彈珠。

大而蓬鬆的 LDL 顆粒剖面與小而緻密的顆粒剖面並排對照,標示 Pattern A 與 Pattern B

兩者裝的貨其實差不多,體積差很多。這個體積差異,決定了它們在血管裡會遇到什麼事。

小顆粒是被改造出來的:一場血液裡的交換

小顆粒不是肝臟直接做出來的。它是大顆粒在血液裡被改造之後的樣子。

大而蓬鬆的脂蛋白顆粒經 CETP 交換貨物後核心被掏空,變成較小而緊實的顆粒

改造從肝臟開始。當肝臟做出太多三酸甘油酯,這場改造就啟動了[1][6]。

什麼時候會做太多?胰島素阻抗、代謝症候群,還有長期吃很多精緻澱粉的時候[1][6]。

接下來有兩個角色上場。

第一個叫膽固醇酯轉運蛋白,縮寫 CETP。它的工作是在不同的脂蛋白之間交換貨物。三酸甘油酯一多,它就把 LDL 裡的膽固醇酯搬出來,換成三酸甘油酯塞進去[1][6]。

第二個叫肝脂解酶。它把剛塞進去的三酸甘油酯分解掉[1][6]。

貨被換走,又被分解,氣球就消了風。剩下一顆又小又結實的球。這就是 sdLDL[1][6]。

同一條路,順手把好膽固醇拉低

這條路徑還有一個附帶結果。它在製造小顆粒的同時,也會讓 HDL-C 往下掉[1][3]。HDL-C 是高密度脂蛋白膽固醇,大家叫它好膽固醇。

肝臟過度製造三酸甘油酯後分岔成三件事:三酸甘油酯高、HDL 低、LDL 以小顆粒為主

於是三件事總是綁在一起出現:三酸甘油酯高、HDL 低、LDL 以小顆粒為主。醫學上給了它一個名字,叫血脂異常三聯徵[1][3]。

哪些人身上常看到?第二型糖尿病、代謝症候群,還有多囊卵巢症候群[1][3]。

這對看報告的人很有用。三件事裡有兩件,一般的血脂報告上就有。

為什麼小顆的比較危險?它鑽得進去,也黏得住

血管的內壁不是一道密不透風的牆。它有縫。

血管內壁橫切面:大顆粒撞上內壁後彈回血流,小顆粒穿過內皮縫隙被下方的纖維網黏住

氣球撞上去,多半彈回血流裡繼續走。彈珠鑽得進去[1]。

鑽進去之後,還有兩件事會發生。

小顆粒比較容易被氧化。拿生鏽來想像不算離譜:它接觸到氧化物質之後變質,正式的說法叫氧化修飾[1]。

它也比較會黏住血管壁裡的一種醣蛋白,叫蛋白聚醣。黏住之後就留在原地,出不來了[1]。

變質的脂肪會引來身體的清潔隊,也就是免疫細胞。清潔隊把它吞下去,自己脹成一顆一顆的泡沫細胞[1]。泡沫細胞一層一層堆起來,就是動脈硬化斑塊的原料[1]。

整個過程要好幾年,不是幾個禮拜的事。

科學家怎麼知道小顆的更危險?

前面講的都是機轉,屬於「道理上說得通」。要知道真實世界會不會出事,得去追人。

把人依 sdLDL 高低分成四等份,最高的四分之一新發生冠心病的機會是最低那群的 1.5 到 2.4 倍

MESA 和 ARIC 是兩組長期追蹤大量民眾的研究。研究人員先量每個人血液裡的 sdLDL 帶了多少膽固醇。接著追蹤好幾年,看誰後來得了冠心病[7]。

比較的方式是把大家分成四等份。拿 sdLDL-C 最高的那一份,去比最低的那一份。前者新發生冠心病的機會,是後者的 1.5 到 2.4 倍[7]。

換成人頭比較有感覺。假設最低那群 100 個人裡有 10 個人發病,最高那群大約會是 15 到 24 個。

還有一個關鍵。研究人員把一般的 LDL-C 也放進計算之後,這個差距沒有消失[7]。兩個 LDL-C 一樣的人,小顆粒多的那一位風險還是比較高。

這裡有一道證據的界線

這些研究都是「在一大群人身上觀察很多年」,不是「隨機分成兩組來比」。

四階石梯代表證據強度,sdLDL 的顆粒停在第二高的長期觀察那一階,最高的隨機比較那一階仍空著

證據強度是有階梯的。最強的是在很多人身上隨機比較過。接著是在一群人身上觀察到。再來是只在動物身上看過。最弱的是只在培養皿裡看過,或只是道理上說得通。

sdLDL 的風險證據停在第二階。還沒有人做過這樣的研究:把人隨機分成兩組,一組專門去降小顆粒。再回頭比比看,誰的心臟病比較少。

所以有一個問題仍然沒有答案。小顆粒本身是禍首,還是只是背後那組代謝問題的記號?學界還在爭論。

風向轉了:比起多大,科學家更看幾顆

近幾年的證據往另一個方向走。

比起顆粒大小,LDL 顆粒數更能預測動脈硬化性心血管疾病[9][7][10]。顆粒數的縮寫是 LDL-P,臨床上更常用的替代做法是量 apoB 的濃度。

為什麼數顆數比較準?每一顆帶著 apoB 的顆粒,不管大小,撞上血管壁都只算一顆[9][7][10]。而小顆粒每一顆裝的膽固醇又特別少[9][7][10]。

秤總重和數箱子的差別

LDL-C 這個數值,量的是所有顆粒加起來一共裝了多少膽固醇。它在秤總重。

LDL-P 和 apoB 在數箱子。

如果一個人的箱子又多又小,總重可能不重,箱子卻很多。報告上的 LDL-C 看起來還好,實際撞向血管壁的顆粒數其實不少。

加驗也不是人人都需要。美國國家脂質協會的說法是,LDL-P 通常比 LDL 大小更有參考價值[7]。

它真正有加值的情況有三種:三酸甘油酯偏高、有胰島素阻抗,或兩個數字兜不起來[7]。這裡說的兩個數字,是 LDL-C 和 apoB。其他人驗了,相對於標準血脂檢查多不出多少東西[7]。

那我可以去驗顆粒大小嗎?

目前沒有經過驗證、各家實驗室通用的 sdLDL 檢驗[4]。這項測定大多還留在研究場域[4]。

三把刻度互不相同的尺代表各實驗室標準不一,右側報告單上以主色標出 apoB 與非 HDL 膽固醇兩個替代指標

原因在方法本身。分法有好幾種,彼此的分級界線不一樣[1][4][2]。兩家實驗室的報告拿來對照,意義有限。

實務上的替代做法是看另外兩個數字。非 HDL 膽固醇和 apoB 升高,是提示小顆粒佔多數的實用指標[3]。

這裡有一個容易漏掉的族群。有 sdLDL 的人裡面,大約每 4 個就有 1 個三酸甘油酯是正常的[3]。只靠三酸甘油酯來篩,這一群會被漏掉。

能不能讓小顆變回大顆?

藥物做得到一些,幅度有限。

statin 類的降血脂藥會把 LDL 的型態往比較不危險的方向推[8]。在本來三酸甘油酯就偏高的人身上,這個效果更明顯[8]。研究比較過的是 atorvastatin,以及 ezetimibe 與 simvastatin 的合併用藥[8]。

同一份研究也看到另一件事。這類藥對膽固醇含量的作用,比對顆粒大小分布的作用大得多[8]。

要不要用藥、用哪一種、劑量多少,一律依醫師處方與藥師指示。不要自己調整或停藥。

源頭在三酸甘油酯

小顆粒的製造起點,是肝臟做出太多三酸甘油酯[1][6]。能著力的地方就在上游。

胰島素阻抗、代謝症候群、高碳水飲食三條管線匯流後通過一個可調節的閥門,下游流出小而緻密的顆粒

研究明確列出的促成因素有三個:胰島素阻抗、代謝症候群、長期高碳水化合物的飲食[1][6]。前兩個要靠醫師一起處理,第三個是自己動得了的。

減少精緻澱粉與含糖飲料、規律運動、減去腹部脂肪,都是對著同一條路徑下手。這些做法的細節屬於一般健康常識;有實證撐住的是「高碳水飲食會促成小顆粒生成」這個方向[1][6]。

結論:小顆粒確實比較危險,但現在能做的是量 apoB、處理源頭

  • LDL 不是單一一種顆粒。小而緻密的那一群更容易鑽進血管壁、被氧化、黏住不走;長期追蹤的研究裡,這類顆粒最多的人得冠心病的機會,是最少那群的 1.5 到 2.4 倍[1][7]。
  • 這個關聯來自觀察性研究,不是隨機分組的試驗。小顆粒究竟是禍首,還是背後代謝失調的記號,目前還沒有定論[7]。
  • 目前沒有標準化的 sdLDL 檢驗[4]。實務上改看 apoB 與非 HDL 膽固醇,尤其在三酸甘油酯偏高、有胰島素阻抗,或 LDL-C 與 apoB 兜不起來的時候[3][7]。

參考文獻

  1. Tsimikas S, Willerson JT, Ridker PM. C-Reactive Protein and Other Emerging Blood Biomarkers to Optimize Risk Stratification of Vulnerable Patients. Journal of the American College of Cardiology. 2006;47(8 Suppl):C19-31. DOI: 10.1016/j.jacc.2005.10.066
  2. Ivanova EA, Myasoedova VA, Melnichenko AA, Grechko AV, Orekhov AN. Small Dense Low-Density Lipoprotein as Biomarker for Atherosclerotic Diseases. Oxidative Medicine and Cellular Longevity. 2017;2017:1273042. DOI: 10.1155/2017/1273042
  3. Jellinger PS, Handelsman Y, Rosenblit PD, et al. American Association of Clinical Endocrinologists and American College of Endocrinology Guidelines for Management of Dyslipidemia and Prevention of Cardiovascular Disease. Endocrine Practice. 2017;23(Suppl 2):1-87. DOI: 10.4158/EP171764.APPGL
  4. Kanonidou C. Small Dense Low-Density Lipoprotein: Analytical Review. Clinica Chimica Acta; International Journal of Clinical Chemistry. 2021;520:172-178. DOI: 10.1016/j.cca.2021.06.012
  5. Austin MA, King MC, Vranizan KM, Newman B, Krauss RM. Inheritance of Low-Density Lipoprotein Subclass Patterns: Results of Complex Segregation Analysis. American Journal of Human Genetics. 1988;43(6):838-46.
  6. Mudd JO, Borlaug BA, Johnston PV, et al. Beyond Low-Density Lipoprotein Cholesterol: Defining the Role of Low-Density Lipoprotein Heterogeneity in Coronary Artery Disease. Journal of the American College of Cardiology. 2007;50(18):1735-41. DOI: 10.1016/j.jacc.2007.07.045
  7. Wilson PWF, Jacobson TA, Martin SS, et al. Lipid Measurements in the Management of Cardiovascular Diseases: Practical Recommendations a Scientific Statement From the National Lipid Association Writing Group. Journal of Clinical Lipidology. 2021 Sep-Oct;15(5):629-648. DOI: 10.1016/j.jacl.2021.09.046
  8. Tomassini JE, Mazzone T, Goldberg RB, et al. Effect of ezetimibe/simvastatin compared with atorvastatin on lipoprotein subclasses in patients with type 2 diabetes and hypercholesterolaemia. Diabetes, Obesity & Metabolism. 2009;11(9):855-64. DOI: 10.1111/j.1463-1326.2009.01061.x
  9. Minaee N, Masuda R, Nitschke P, et al. High resolution lipoprotein subfraction profiling identifies obesity associated distributional changes in LDL and HDL subfractions and particle ratios. International Journal of Obesity (2005). 2026;:10.1038/s41366-026-02172-6. DOI: 10.1038/s41366-026-02172-6
  10. Packard CJ. Remnants, LDL, and the Quantification of Lipoprotein-Associated Risk in Atherosclerotic Cardiovascular Disease. Current Atherosclerosis Reports. 2022;24(3):133-142. DOI: 10.1007/s11883-022-00994-z