探秘 1 型糖尿病:中国内脏脂肪指数(CVAI)与亚临床颈动脉粥样硬化的紧密关联

【字体: 时间:2025年05月04日 来源:Cardiovascular Diabetology 8.5

编辑推荐:

  为探究肥胖和胰岛素抵抗相关指标(OIRIs)与 1 型糖尿病(T1D)患者亚临床颈动脉粥样硬化(SCA)的关系,研究人员开展相关研究。结果显示,CVAI 与 SCA 关联最强。这为评估 T1D 患者 SCA 风险提供新方向,助力疾病防治。

  在全球范围内,1 型糖尿病(T1D)如同一个隐匿的健康 “杀手”,悄然影响着数百万患者的生活。它不仅发病年龄早,而且并发症发展迅速,其中心血管疾病(CVD)更是导致 T1D 患者死亡率居高不下的重要原因。想象一下,在患者的身体里,血管就像一条条高速公路,而亚临床颈动脉粥样硬化(SCA)就如同道路上悄悄出现的 “暗坑”,它是动脉粥样硬化的早期阶段,若能提前发现并干预,就能避免许多严重心血管事件的发生。然而,传统的肥胖和胰岛素抵抗评估方法存在局限性,虽然一些肥胖和胰岛素抵抗相关指标(OIRIs)已被发现与 CVD 有关,但它们与 T1D 患者 SCA 的关系却一直模糊不清。为了填补这一知识空白,来自空军军医大学第一附属医院等机构的研究人员挺身而出,开启了这项意义非凡的研究。
研究人员开展了一项横断面研究,从 2008 年 10 月至 2021 年 6 月,对空军军医大学第一附属医院收治的 1269 例经典 T1D 患者的住院病历进行了初步审查,最终 418 例符合标准的成年患者被纳入研究。研究过程中,研究人员收集了患者丰富的信息,包括人口统计学资料、人体测量数据、生化指标以及用药史等。同时,他们计算了多种 OIRIs,如身体质量指数(BMI)、腰高比(WHtR)、中国内脏脂肪指数(CVAI)等,并对患者进行了标准化的颈动脉超声检查,以此来判断是否存在 SCA。

在研究结果部分,首先来看参与者的基线特征。418 例参与者中,男性占 52.15%,中位年龄 31.0(24.0 - 45.0)岁,SCA 患病率为 21.29%。与无 SCA 的患者相比,有 SCA 的患者年龄更大、糖尿病病程更长,且多项临床参数和血脂水平更高,使用的药物也更多。

接着是 OIRIs 与 SCA 的关联。通过逻辑回归分析,研究人员发现,在调整了潜在混杂因素后,CVAI、eGDRWHR和 eGDRWC与 SCA 的存在独立相关。具体来说,CVAI 每增加 1.0 个标准差(SD),SCA 的发生风险增加(OR,95% CI:1.68,1.16 - 2.47);eGDRWHR每增加 1.0 个 SD,SCA 发生风险降低(OR,95% CI:0.44,0.22 - 0.82);eGDRWC每增加 1.0 个 SD,SCA 发生风险降低(OR,95% CI:0.49,0.24 - 0.93)。

在诊断性能方面,通过受试者工作特征(ROC)曲线和曲线下面积(AUC)比较发现,CVAI 的诊断性能优于其他指标,其 AUC 达到 0.732(95% CI:0.686 - 0.774),最佳截断值为 56.307,灵敏度为 62.92%,特异性为 75.38%。

进一步的亚组分析显示,CVAI 与 SCA 的关联在女性、年龄≥31 岁、糖尿病病程≥5 年、非吸烟者、无糖尿病家族史和患有高血压的患者中更为显著。限制立方样条(RCS)分析表明,在总体人群和女性中,CVAI 与 SCA 呈线性正相关,但在男性中无显著关联。

在评估 CVAI 对 SCA 的增量诊断性能时,研究发现,将 CVAI 添加到 Steno 1 型风险引擎(ST1RE)中虽可改善重新分类,但并未增强 ST1RE 对 SCA 的整体判别能力。

最后,通过敏感性分析进一步验证了 CVAI 与 SCA 的关联。多项分析表明,即使在排除使用二甲双胍治疗的患者或肥胖 / 超重患者后,CVAI 与 SCA 的正相关关系依然存在。

综合研究结论和讨论部分,这项研究首次系统地探究和比较了多种 OIRIs 与 T1D 患者 SCA 的关联,发现 CVAI 与 SCA 的关联最强。这一发现意义重大,它为 T1D 患者 SCA 风险评估提供了一个潜在的重要指标。CVAI 作为一个基于常规临床测量的便捷指标,若能在未来的前瞻性研究中进一步验证其临床价值,将有望在 T1D 患者的临床管理中发挥关键作用,帮助医生更早地发现 SCA 风险,制定更精准的治疗策略,从而降低 T1D 患者心血管疾病的发生风险,改善患者的生活质量和预后。

研究人员在开展研究时,主要运用了以下关键技术方法:首先是数据收集,从医院病历中获取大量患者的多方面信息;然后进行多种肥胖和胰岛素抵抗相关指标(OIRIs)的计算;利用颈动脉超声技术评估颈动脉内膜中层厚度(cIMT)和斑块情况;采用逻辑回归分析、ROC 曲线分析、亚组分析、RCS 分析等多种统计方法对数据进行深入处理和分析,以探究各指标与 SCA 的关系。

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号