编辑推荐：
为优化糖尿病前期患者心血管疾病（CVD）风险预测，研究人员开发并验证相关列线图，提升预测效能。
心血管疾病（CVD）如同健康的 “头号杀手”，在全球范围内 “肆虐”，夺走无数生命。与此同时，糖尿病作为一种常见的代谢性疾病，也在不断侵蚀着人们的健康。而糖尿病前期，这个处于正常血糖与糖尿病之间的 “灰色地带”，正逐渐引起人们的重视。据统计，美国成年人中糖尿病前期的患病率是糖尿病的三倍之多，这意味着大量人群长期处于血糖异常状态，心血管疾病风险大幅增加。
令人遗憾的是，当前研究大多聚焦于糖尿病患者，对糖尿病前期患者心血管疾病风险的预测关注甚少。虽然一些新兴的代谢健康相关生物标志物，如甘油三酯 - 葡萄糖（TyG）指数、应激高血糖比（SHR）等，为预测带来了新的希望，但在实际临床应用中仍存在诸多问题。比如，这些生物标志物众多，究竟哪个预测效果最佳尚不明确；而且单个生物标志物预测能力有限，难以满足临床需求。因此，开发更精准的预测模型迫在眉睫。
为了解决这些难题，苏州大学附属儿童医院、苏州大学附属独墅湖医院等机构的研究人员展开了深入研究。他们的研究成果发表在《Lipids in Health and Disease》杂志上。
研究人员为开展这项研究，采用了多种关键技术方法。他们从美国国家健康与营养检查调查（NHANES）1999 - 2020 年的数据中筛选出 116,876 名参与者，经过严格的排除标准筛选后，最终选取 7477 名糖尿病前期患者，并将其随机分为开发队列（5233 名）和验证队列（2244 名）。通过绘制受试者工作特征（ROC）曲线比较 13 种代谢健康相关指标对 CVD 风险的预测效能；运用最小绝对收缩和选择算子（LASSO）回归等方法筛选变量；构建列线图并进行内部和外部验证，以此评估模型的性能。
研究结果如下：
- 预测效能比较：通过 ROC 曲线比较 13 种代谢健康相关指标对糖尿病前期患者 CVD 风险的预测效能，发现 TyG 指数（AUC = 0.694）在众多指标中脱颖而出，成为预测 CVD 风险最有效的代谢健康相关生物标志物，但 13 种指标整体预测价值均不高。
- 变量筛选结果：经 LASSO 回归、单因素和多因素逻辑回归分析，筛选出年龄、性别、高血压、TyG、SHR、NLR 等 9 个独立风险因素。
- 列线图构建与验证：基于筛选出的因素构建 CVD 风险列线图，该列线图可通过公式 Logit (p)= - 16.255 + 0.455×Gender + 0.042×Age + 1.619×TyG + 0.116×NLR + 0.706×Hypertension - 0.827×SHR 计算预测概率，还确定了 14.8% 的最佳临界值。通过内部和外部验证，结果显示该列线图表现良好，ROC 曲线下面积（AUC）在开发队列、内部验证和外部验证中分别为 0.803、0.834 和 0.818，校准曲线与理想线贴合良好，决策曲线分析（DCA）也证实其具有较高的净效益。
- 非线性关系检测：运用受限立方样条曲线（RCS）分析发现，糖尿病前期患者并发 CVD 的风险与 TyG、SHR 存在非线性关系，与年龄、NLR 呈正线性相关。
研究结论与讨论部分表明，TyG 指数是预测糖尿病前期患者 CVD 风险最有效的代谢健康相关生物标志物。构建的列线图整合了年龄、性别、高血压、TyG、NLR 和 SHR 等因素，显著提升了预测性能。与传统风险评估模型如弗雷明汉风险评分（FRS）和汇集队列方程（PCE）相比，该列线图具有明显优势。它综合了传统风险因素和新兴生物标志物，能更全面地反映 CVD 风险；列线图中的预测因素可通过常规实验室检测获得，便于临床应用，还开发了在线平台方便使用；经过全面验证，其性能可靠。不过，该研究也存在一些局限性，如数据为横断面数据，无法确定因果关系；研究结果仅适用于美国人群，缺乏不同国家和种族人群的外部验证；CVD 的判定依赖患者自述，可能存在回忆偏倚；未进行性别和年龄特异性分层分析等。
尽管存在不足，但这项研究意义重大。它为糖尿病前期患者心血管疾病风险评估提供了实用且准确的工具，有助于临床医生早期识别高风险患者，制定个性化的预防策略，从而降低心血管疾病的发生风险，为糖尿病前期患者的健康保驾护航。未来，期待更多研究能进一步完善该模型，使其在全球范围内发挥更大的作用。
