编辑推荐：
为解决识别 2 型糖尿病（T2D）风险因素以预防精神疾病（SMI）患者患 T2D 的问题，研究人员对 618,203 名退伍军人开展研究。结果发现 4 种精神疾病及相关药物会增加 T2D 风险，这有助于临床判断和用药选择。
在当今社会，糖尿病已成为一个全球性的健康难题，尤其是 2 型糖尿病（T2D）的发病率正急剧上升。而严重精神疾病（SMI）患者中 T2D 的共病情况更是普遍，这不仅大幅增加了患者的发病风险，还显著缩短了他们的寿命。然而，目前对于 T2D 风险因素的了解还不够深入，缺乏有效的预防措施。为了填补这一空白，来自美国 VISN 4 Mental Illness Research Education and Clinical Center（MIRECC）等机构的研究人员开展了一项意义重大的研究。
研究人员收集了 618,203 名退伍军人从 2009 年 10 月 1 日至 2020 年 9 月 30 日的医疗数据，并对其进行了深入分析。通过严格的数据质量控制，最终确定了 543,979 名退伍军人的有效数据进行研究。在研究过程中，研究人员利用电子健康记录（EHR）中的信息，对退伍军人进行了详细的表型定义，包括 T2D、SMI（涵盖精神分裂症（SZ）、分裂情感性障碍（SZA）、双相情感障碍（BD）和重度抑郁症（MDD））等诊断信息，同时收集了用药情况、身高、体重等数据。
在统计分析阶段，研究人员首先计算了 T2D 的患病率，并比较了不同性别、种族 / 民族和精神疾病诊断亚组之间的差异。随后，他们采用弹性网络回归（EN）和逻辑回归等方法，构建了 T2D 预测模型，以确定与 T2D 风险相关的因素。
研究结果令人瞩目。在 T2D 患病率方面，2019 年队列中 T2D 的患病率为 25.2%。进一步分析发现，所有精神疾病组的 T2D 平均患病率均高于非 SMI 对照组（NSC）。不同精神疾病组的 T2D 患病率呈现出不同的模式，例如 SZ 和 SZA 组的 T2D 患病率在较早年龄段就开始上升，且 SZA 组在 40 多岁后患病率增长超过 SZ 组。在不同种族 / 民族中，西班牙裔（HIS）、非裔美国人（AA）、亚裔（AS）和美国印第安人（AI）在 75 岁时 T2D 患病率较高。
通过预测逻辑回归模型，研究人员发现多个因素与 T2D 风险显著相关。年龄、体重指数（BMI）、性别、部分种族 / 民族类别以及精神疾病诊断（SZ、SZA、MDD 和 BD）均对 T2D 风险有重要影响。例如，男性患 T2D 的几率是女性的 2.63 倍；与欧洲裔美国人（EA）组相比，AA 组患 T2D 的几率增加 1.32 倍。此外，城市地区的退伍军人患 T2D 的几率比农村地区低；丧偶状态与 T2D 风险增加相关，而离婚状态则与 T2D 风险略有降低相关。
在精神科药物方面，使用选择性 5 - 羟色胺再摄取抑制剂（SSRI）和情绪稳定剂（不包括锂）的退伍军人患 T2D 的几率比未使用这两种药物的人高 2.11 倍。同时，第一代抗精神病药物（APM）与 T2D 风险增加相关，而锂和第二代 APM 则与 T2D 风险降低相关。另外，BMI 与年龄、BMI 与性别以及性别与部分种族 / 民族之间的相互作用对 T2D 风险也有显著影响。
这项研究成果发表在《Schizophrenia》上，具有重要的意义。它不仅证实了先前已知的 T2D 风险因素，还进一步揭示了不同精神科药物家族对 T2D 风险的影响。研究结果有助于指导临床医生为 SMI 患者选择更合适的药物，从而降低 T2D 的发病风险，改善患者的健康状况。此外，该研究为未来开发 T2D 风险预测工具奠定了基础，有望在临床实践中得到广泛应用。
研究人员为开展此项研究，用到的主要关键技术方法包括：收集 VISN4 地区退伍军人的电子健康记录（EHR）数据作为样本队列；运用弹性网络回归（EN）进行变量选择，通过对回归系数施加 LASSO 和岭惩罚（L1 和 L2）来减少模型复杂性；使用逻辑回归分析确定与 T2D 相关的因素，评估各变量对 T2D 风险的影响。
研究结论和讨论部分进一步强调了研究的重要意义。研究表明，多种因素共同作用影响着 T2D 的发病风险，精神疾病和相关药物在其中扮演着重要角色。然而，研究也存在一定的局限性，如样本主要由 EA 男性组成，无法确定糖尿病与药物使用及精神疾病之间的因果关系，缺乏家族史和生活方式等信息。尽管如此，该研究仍然为后续研究指明了方向，未来可进一步探讨衰老和药物暴露对 T2D 风险的影响，以及如何更好地控制和预防 T2D 等代谢综合征在脆弱人群中的发生。
