编辑推荐：
2 型糖尿病（T2DM）患者心血管疾病（CVD）风险高，传统评估方法有局限。研究人员开展关于 VAI、CI、LAP 对 T2DM 患者 CVD 风险预测的研究，结果显示这些指标预测能力有限，表明传统评估方法或更可靠，为临床评估提供参考。
在健康医学领域，2 型糖尿病（Type 2 diabetes mellitus，T2DM）如同潜伏在人群中的 “健康杀手”，悄无声息地威胁着人们的生命健康。T2DM 可不是简单的血糖升高，它就像一场代谢的 “大乱斗”，常常伴随着一系列代谢异常问题。高血糖、胰岛素抵抗、血脂异常、高血压，还有那让人头疼的腹部肥胖，这些问题交织在一起，使得 T2DM 患者患心血管疾病（Cardiovascular Disease，CVD）的风险直线上升。而且，身体里那些促炎细胞因子也来 “捣乱”，进一步加剧了这种风险，让肥胖、糖尿病和心血管疾病之间的关系变得更加紧密。
在临床实践中，评估肥胖程度对于估算心血管风险至关重要。传统的测量指标，像体重指数（Body Mass Index，BMI）、腰围和腰高比，虽然应用广泛，但它们在准确反映内脏脂肪及其代谢后果方面存在短板。就好比用一把不太精准的尺子去量东西，总是差那么一点。于是，为了能更精确地评估心血管和代谢风险，一些新的人体测量指标应运而生，比如内脏脂肪指数（Visceral Adiposity Index，VAI）、圆锥指数（Conicity Index，CI）和脂质蓄积产物（Lipid Accumulation Product，LAP）。
VAI 综合了 BMI、腰围、甘油三酯和高密度脂蛋白胆固醇等指标，是一个能反映内脏脂肪功能障碍和心脏代谢风险的性别特异性指标；CI 通过腰围、体重和身高计算得出，能体现中心脂肪堆积和身体脂肪分布情况，还被认为可以预测冠心病风险和胰岛素抵抗；LAP 则把腰围和空腹甘油三酯水平结合起来，用来代表脂质过度蓄积，和糖尿病以及心血管疾病的结局都有关系。
尽管有不少研究关注过这些指标与 T2DM 或心血管疾病的关联，但大多数研究要么是单独评估某个指标，要么是在普通人群中进行研究。对于这些指标在预测 T2DM 患者心血管风险方面的直接比较，相关研究还存在空白。为了填补这一空白，来自 Band?rma Education and Research Hospital 的研究人员开展了一项很有意义的研究。他们想知道，VAI、CI 和 LAP 这几个新的人体测量指标，能不能有效地预测 T2DM 患者的心血管疾病风险呢？
研究人员从 2023 年 10 月到 2024 年 6 月，在 Band?rma Training and Research Hospital 选取了 371 名年龄在 19 - 64 岁的住院 T2DM 患者作为研究对象。在研究过程中，他们先对患者进行了人体测量，获取了腰围、BMI 等数据，然后通过这些数据计算出 VAI、CI 和 LAP 的值。接着，他们利用系统性冠状动脉风险评估（Systematic Coronary Risk Estimation，SCORE）模型来估算患者 10 年的心血管疾病风险，并借助受试者工作特征（Receiver Operating Characteristic，ROC）曲线来评估这些指标的预测性能。
研究结果
- 患者基本信息：在参与研究的 T2DM 患者中，64.9% 的人年龄在 65 岁及以上。参与者里女性占 54.7%，80.9% 已婚，69.5% 的受教育程度为小学及以下，11.9% 的人每天至少抽一支烟，8.1% 的人有不同频率和数量的饮酒习惯。每周至少进行 150 分钟中等强度体育活动的人占 40.2%。在 19 - 64 岁年龄组中，吸烟者、饮酒者和进行体育活动者的比例与整体有所不同。
- 心血管疾病风险评估：研究发现，年龄≥65 岁的个体，其平均 SCORE 风险显著更高（p < 0.001），有 70.4% 被归为高风险人群。
- 新指标预测能力评估：通过 ROC 分析发现，VAI、CI 和 LAP 的辨别能力有限。VAI 的曲线下面积（Area Under the Curve，AUC）值为 0.454，CI 为 0.563，LAP 为 0.468。而且在两个年龄组中，这些指标与 SCORE 模型之间都没有显著的相关性。
研究结论与讨论
综合这项研究的结果来看，VAI、CI 和 LAP 在预测 T2DM 患者心血管疾病风险方面的能力有限。这一发现意义重大，它提醒临床医生和研究人员，在评估 T2DM 患者心血管疾病风险时，不能过分依赖这些新的人体测量指标。传统的风险评估方法，比如 SCORE 模型，可能在这一人群中仍然更可靠。这就好比在选择过河的工具时，虽然有了新的小船，但经过测试发现还是旧桥更稳当。
当然，这项研究也为后续的研究指明了方向。未来的研究可以进一步探索影响这些指标预测能力的因素，或者尝试将这些新指标与其他指标结合起来，看看是否能提高对 T2DM 患者心血管疾病风险的预测准确性。同时，也可以扩大研究样本量，在不同地区、不同种族的 T2DM 患者中进行研究，以验证本次研究结果的普遍性。
从整体上看，这项研究虽然发现了新指标在预测 T2DM 患者心血管疾病风险方面的不足，但却为心血管疾病风险评估领域的发展提供了宝贵的经验和启示，让我们在探索更精准、更有效的风险评估方法的道路上又前进了一步。
研究人员开展这项研究时，主要运用了以下关键技术方法：
- 样本选取：选取了 2023 年 10 月 - 2024 年 6 月在 Band?rma Training and Research Hospital 住院的 19 - 64 岁 T2DM 患者作为样本。
- 指标计算：通过人体测量获取腰围、BMI 等数据，进而计算 VAI、CI 和 LAP。
- 风险评估：利用 SCORE 模型估算 10 年心血管疾病风险，采用 ROC 曲线评估指标预测性能。
