综述：种族、民族与祖先在全球糖尿病研究中的复杂性：推动公平与科学完整性的叙事回顾与观点

这篇开创性综述系统探讨了糖尿病研究中的群体差异问题，强调需超越欧洲人群数据局限，倡导多学科方法整合遗传（如polygenic scores）、环境（如double-burden of malnutrition）和社会决定因素（如structural racism）。作者提出精准定义群体术语（race/ethnicity/ancestry）的框架，驳斥群体标签直接决定疾病风险的简化论，指出代谢容量-负荷模型（capacity-load model）和药物基因组学差异（如XPNPEP2基因多态性）对糖尿病异质性的解释力，为全球糖尿病防控的公平性提供新范式。

　　

引言

全球糖尿病负担呈现显著人群异质性：2型糖尿病（T2D）和妊娠糖尿病（GDM）在亚洲、非洲和拉丁美洲人群发病率最高，而1型糖尿病（T1D）则在欧洲裔人群中更常见。这种差异背后是遗传背景、环境暴露和社会结构因素的复杂交织。当前糖尿病研究严重依赖高收入国家欧洲裔人群数据，如DCCT和UKPDS研究，但占全球人口60%的亚洲和20%的非洲人群代表性不足，导致研究成果外推受限。

术语定义争议

群体分类术语存在重大争议："种族"（race）作为社会建构概念易被误用为遗传替代指标，NASEM报告明确反对其在遗传研究中的使用；"民族"（ethnicity）涵盖地理、文化等更广维度，能反映结构性歧视（如racism）对健康的影响；"祖先"（ancestry）常混淆地理起源与遗传相似性。作者建议根据研究目的选择术语：探究种族主义时保留race，分析文化因素用ethnicity，遗传研究需明确标注"基因推断祖先"（genetically inferred ancestry）或"地理祖先"（geographical ancestry）。

遗传因素的局限与突破

尽管HLA单倍型对T1D风险贡献显著，T2D和GDM作为多基因疾病，数百个SNP仅能解释部分风险。全基因组研究揭示：欧洲人群低频变异在其他群体可能常见（如rs9923231影响华法林代谢），凸显多样性研究价值。但群体分层（population stratification）导致假关联风险，如UK Biobank中白人群体内部细微遗传差异仍可能混淆结果。新兴统计方法证明跨群体共享风险因素效应相似，但多基因评分（polygenic scores）的临床应用仍受医疗资源不平等限制。

环境决定因素的关键作用

"代谢容量-负荷模型"（capacity-load model）阐释了生命早期营养不良（限制代谢容量发育）与后期肥胖（增加代谢负荷）的协同危害。印度数据显示：2005-2016年间女性"矮小伴肥胖"比例增长53%，这种双重营养不良（double-burden）表型显著升高糖尿病风险。移民研究显示：成人迁移至高热量环境地区可使糖尿病风险迅速上升，而第二代移民社会经济地位改善可部分抵消该风险。

药物反应的群体差异

药物基因组学案例显示：ACE抑制剂相关血管性水肿在非裔中风险高三倍（与XPNPEP2基因相关），但群体标签预测药物疗效可靠性有限。最新跨群体对照试验发现：年龄、性别和BMI等非遗传因素对降糖药反应的影响可能超过群体差异。作者警告将群体作为药物选择代理可能加剧医疗不平等，推荐基于临床特征的精准分层治疗。

结论与行动倡议

破解糖尿病群体差异需打破学科壁垒：

1. 遗传研究应结合精细群体分层与混杂控制

2. 环境研究需关注生命历程（如capacity-load模型）和代际传递

3. 临床实践应优先验证可改变因素（如肥胖、压力）

4. 术语使用必须透明化，期刊应强制作者明确定义

5. 加强中低收入国家（LMICs）本土研究，如印度糖尿病预防计划（IDPP）显示生活方式干预对亚洲人群的有效性

该框架为理解糖尿病健康差异提供了超越简单遗传决定论的系统视角，强调只有通过整合生物医学与社会科学的"原因的原因"（causes of causes）分析，才能实现真正的健康公平。