CT评估肾周脂肪特征对糖尿病肾病风险分层及进展预测的增量价值

本研究针对糖尿病肾病(DKD)风险分层和进展预测的临床需求，通过腹部CT定量分析肾周脂肪组织(PAT)特征，发现PAT指数(PATI)和CT衰减值可独立预测KDIGO高风险分层，且PAT衰减值对DKD快速进展具有增量预测价值，为DKD早期干预提供了新型影像学生物标志物。

　　

糖尿病肾病(DKD)作为2型糖尿病(T2DM)最常见的微血管并发症，全球约40%患者受累，不仅是终末期肾病(ESRD)的主要诱因，更与心血管疾病风险升高密切相关。当前临床依赖肾小球滤过率(GFR)和尿白蛋白分级的KDIGO风险分层体系存在预测局限性，而腹部肥胖尤其是肾周脂肪组织(PAT)的特殊解剖位置和内分泌功能，使其成为潜在的新型生物标志物。尽管既往研究提示超声测量的PAT厚度与肾功能相关，但CT作为脂肪定量金标准，可同步评估PAT面积(反映含量)和CT衰减值(反映质量)，其与DKD风险分层的关联尚未阐明。

为破解这一科学问题，研究人员开展了一项回顾性队列研究，纳入404例接受腹部CT检查的T2DM患者，按KDIGO标准分为低、中、高、极高风险四组。通过测量PAT指数(PATI)和CT衰减值(Hounsfield单位)，结合多因素Logistic回归和Cox比例风险模型，首次系统评估了CT-PAT特征对DKD风险分层及进展的预测效能。

关键技术方法包括：1) 基于腹部CT的PAT定量分析(测量面积和衰减值)；2) KDIGO风险分层系统(GFR联合白蛋白尿分级)；3) 多因素Logistic回归分析高风险组预测因子；4) Cox回归模型评估125例随访患者的DKD快速进展预测指标。

【研究结果】
临床特征分析显示，随着KDIGO风险等级升高，患者收缩压、BMI、糖尿病病程显著增加(P<0.01)，胰岛素使用率从低风险组的26.1%升至极高风险组的55.2%。

多因素Logistic回归证实，PATI(OR=1.32, P<0.001)和PAT衰减值(OR=1.08, P=0.023)是预测高/极高KDIGO风险类别的独立因素，其预测效能超越传统指标如BMI和腰围。

在125例随访患者中，Cox分析发现PAT衰减值(HR=1.21, P=0.021)和血红蛋白水平(HR=0.89, P=0.031)是DKD快速进展的独立预测因子，提示脂肪组织质量变化可能早于肾功能显性恶化。

【结论与意义】
该研究首次建立CT-PAT特征与KDIGO风险分层的定量关联，揭示PAT衰减值作为脂肪组织功能状态的影像学标志，对DKD预后评估具有增量价值。其创新性体现在：1) 突破传统形态学测量，引入CT衰减值作为脂肪质量指标；2) 证实PAT特征可补充现有临床预测模型；3) 为DKD机制研究提供新视角——PAT可能通过分泌脂肪因子和炎症因子参与肾脏病变。

研究局限性包括回顾性设计和样本量限制，未来需前瞻性验证PAT指标在DKD精准管理中的应用价值。论文发表于《Journal of Diabetes and its Complications》，为糖尿病肾病防治提供了重要的影像学评估工具和理论依据。