编辑推荐：
推荐
为提升糖尿病及糖尿病前期患者骨质疏松并发症预测效能，研究人员基于 NHANES 数据，评估 9 项糖脂代谢指标（如 TyG、METS-IR），构建并验证列线图。结果显示该模型具良好预测能力，为临床筛查提供新工具。
论文解读
在全球范围内，糖尿病作为最常见的代谢性疾病，给社会带来了沉重的经济负担。而糖尿病前期作为糖代谢异常的一个阶段，却未得到与糖尿病同等的关注。在糖尿病及糖尿病前期的并发症中，相较于心血管疾病，骨质疏松并发症的研究相对不足。然而，长期高血糖会增加骨丢失风险，且糖尿病前期患者并发骨质疏松的风险甚至比糖尿病患者更为显著。早期筛查骨质疏松并发症风险较高的患者，对于更有效地管理骨质疏松及预防骨折等灾难性事件具有重要临床价值。
为解决这一问题，华中科技大学同济医学院附属同济医院等机构的研究人员开展了相关研究。他们基于 2011-2020 年的美国国家健康与营养检查调查（NHANES）数据，评估了 9 项糖脂代谢相关指标（包括甘油三酯 - 葡萄糖指数（TyG）、胰岛素抵抗代谢评分（METS-IR）等）对糖尿病及糖尿病前期患者骨质疏松风险的预测能力，并开发了一种新型列线图以优化风险分层。该研究成果发表在《Lipids in Health and Disease》。
研究人员采用了以下主要关键技术方法：将 2735 名糖尿病及糖尿病前期受试者随机分为开发队列（1914 人）和验证队列（821 人）；运用受试者工作特征（ROC）曲线分析评估糖脂代谢指标对骨质疏松风险的预测能力；通过最小绝对收缩和选择算子（LASSO）回归和多元 logistic 回归筛选预测因子以构建风险模型；利用列线图可视化模型，并通过自举重采样和内部验证评估模型性能。
研究结果
基线特征
2735 名受试者中，56.1% 为男性，平均年龄 45 岁。开发队列和验证队列的基线特征无统计学差异，表明两组具有良好的可比性。
糖脂代谢指标的预测性能
所有 9 项糖脂代谢相关指标均显示出对骨质疏松并发症的预测能力，其中 METS-IR 表现最佳（AUC=0.685），而脂质蓄积产物（LAP）表现最差（AUC=0.522）。但单一指标的 AUC 均低于 0.7，预测性能有限。
列线图的构建与验证
通过 LASSO 回归筛选出 12 个候选预测因子，进一步经多元 logistic 回归确定 5 个独立预测因子：年龄、TyG、METS-IR、TyG - 腰围（TyG-WC）和 TyG - 体重指数（TyG-BMI），并据此构建列线图。验证结果显示，该列线图在开发队列、自举重采样和验证队列中的 AUC 分别为 0.802、0.8 和 0.82，校准曲线显示预测概率与实际观察概率一致性良好，决策曲线分析（DCA）表明其具有良好的临床实用性，净重新分类改善（NRI）分析显示该模型显著提升了风险分类能力。
研究结论与讨论
本研究首次系统评估了 9 项糖脂代谢指标对糖尿病及糖尿病前期患者骨质疏松风险的预测能力，发现 METS-IR 预测性能最佳，并创新性地开发了基于糖脂代谢指标的列线图。该列线图整合了年龄和 4 项糖脂代谢指标（TyG、TyG-WC、METS-IR、TyG-BMI），这些指标可通过常规实验室检查和体格检查获得，便于临床应用，尤其适用于经济欠发达地区。研究还发现，胰岛素抵抗（IR）可能是糖脂代谢指标与骨质疏松关联的核心病理机制，IR 会导致成骨细胞和破骨细胞功能异常，进而影响骨代谢。
尽管本研究存在基于美国人群数据、横断面研究设计等局限性，但首次将糖尿病前期患者纳入研究，全面评估了糖代谢受损人群的骨质疏松风险，为临床提供了一种新颖、便捷且有效的骨质疏松并发症筛查工具，有助于优化临床决策，对早期识别高风险人群、及时干预以降低骨质疏松及其并发症的发生风险具有重要意义。
