编辑推荐：
糖尿病患者死亡率高，为探究血红蛋白、白蛋白、淋巴细胞和血小板（HALP）评分与糖尿病患者全因和心血管死亡风险的关系，研究人员分析 2154 名患者数据。结果显示 HALP 评分与死亡风险呈 L 型关系，或可作预测指标，助力评估患者预后。
糖尿病，这个如今在全球肆虐的 “健康杀手”，正严重影响着无数人的生活。它就像一颗隐藏在身体里的定时炸弹，悄无声息地引发一系列严重并发症，心血管疾病、肾衰竭等都与之紧密相连，更大大增加了患者的死亡风险。即便现代医学在血糖控制、高血压和高血脂治疗上取得了不少进展，可糖尿病患者的死亡率依旧居高不下。这让医学研究者们困惑不已，也更加坚定了他们寻找新的突破口、挖掘更多预后因素的决心，只为能提高糖尿病患者的生存几率。
在探索的道路上，越来越多的证据表明，身体里的系统性炎症、免疫状态以及营养状况，就像三个紧密合作的 “小怪兽”，在糖尿病的发生、发展和预后过程中起着至关重要的作用。不少能反映身体免疫或营养状态的血液指标也逐渐进入人们的视野，像预后营养指数（PNI）、淋巴细胞与单核细胞比值（LMR）等。而血红蛋白、白蛋白、淋巴细胞和血小板（HALP）评分，这个由 Chen 等人提出的综合工具，能把血红蛋白、白蛋白、淋巴细胞和血小板计数结合起来，对身体的炎症和营养状态进行全面评估。它一开始是用来评估癌症预后的，后来在急性缺血性中风、慢性阻塞性肺疾病急性加重（AECOPD）等疾病的预后评估中也发挥了作用。可奇怪的是，在糖尿病领域，HALP 评分和患者生存结局之间的关系却一直无人问津。
为了填补这一空白，研究人员以美国国家健康和营养检查调查（NHANES）的数据为 “钥匙”，打开了探索的大门。他们从 2003 - 2016 年的调查数据中精心挑选出 2154 名糖尿病患者作为研究对象，跟踪他们的死亡率数据直到 2019 年 12 月 31 日。在这场 “数据大战” 中，研究人员运用了 Cox 回归模型，像侦探一样仔细评估 HALP 评分与死亡率之间的关联；还利用限制立方样条（RCS），寻找可能存在的非线性关系；对于确定的阈值附近的数据，采用两段式 Cox 比例风险模型进行深入分析。
经过长时间的 “战斗”，研究人员收获了重要成果：在平均长达 90 个月的随访过程中，26.23%（565 人）的患者不幸离世，其中 7.71%（166 人）是因为心血管疾病。Cox 回归模型显示，HALP 评分处于最高四分位数的患者，和最低四分位数的患者相比，全因死亡率（风险比 HR = 0.59，95% 置信区间 CI：0.43 - 0.83，p = 0.002）和心血管死亡率（HR = 0.38，95% CI：0.22 - 0.66，p < 0.001）都明显更低。从 RCS 曲线中还发现了有趣的 L 型关系，全因死亡率的阈值是 49.81，心血管死亡率的阈值是 48.78，当 HALP 评分低于这些阈值时，患者的死亡率就会上升（p < 0.001）。
这项研究成果意义非凡，它发表在《Diabetes Research and Clinical Practice》上，为糖尿病患者的预后评估提供了新的思路和方法。HALP 评分就像是一个 “信号灯”，医生可以通过它快速判断患者的死亡风险，从而制定更有针对性的治疗方案。这不仅能让患者得到更好的医疗照护，还可能降低糖尿病患者的死亡率，为全球糖尿病防治事业注入新的活力。
研究人员主要运用了以下关键技术方法：数据来源于美国国家健康和营养检查调查（NHANES），采用分层多阶段概率抽样法收集数据。统计分析时，使用 Cox 回归模型评估 HALP 评分与死亡率的关联，通过限制立方样条（RCS）分析非线性关系，利用两段式 Cox 比例风险模型处理阈值附近数据 。
研究结果具体如下：
- 死亡率情况：在中位随访 90 个月期间，2154 名患者中有 565 人死亡（26.23%），其中 166 人（7.71%）死于心血管疾病。
- Cox 回归模型分析：对比 HALP 评分最低四分位数组，最高四分位数组的患者全因死亡率和心血管死亡率风险更低。
- RCS 曲线分析：HALP 评分与死亡率之间存在 L 型关系，全因死亡率阈值为 49.81，心血管死亡率阈值为 48.78，低于阈值时死亡率增加。
研究结论表明，HALP 评分与美国糖尿病患者的全因死亡率和心血管死亡率密切相关。这意味着 HALP 评分有望成为评估糖尿病患者临床预后和死亡风险的有力工具。在讨论部分，研究人员强调了 HALP 评分在预测糖尿病患者死亡风险方面的重要作用，虽然目前还需要更多研究来进一步验证其临床应用价值，但这一发现无疑为糖尿病的临床管理带来了新的曙光，为未来的研究和治疗指明了方向，或许在不久的将来，HALP 评分会成为糖尿病诊疗过程中的常规指标，为改善糖尿病患者的健康状况发挥重要作用。
