致编辑：感谢Vaag博士对我们近期发表的文章《2型糖尿病亚型与精准医学：方法学挑战与基于预测的替代方法》提出的深刻见解与评论。我们的叙述性综述聚焦于数据驱动糖尿病亚型的方法学局限性，并论证了个体化预测模型可能对精准治疗（即选择正确的治疗方案）和精准预后（即预测临床结局）更有用。Vaag博士的来信进一步扩展了这些论点，同时也质疑了这些亚型在病理生理学见解和精准诊断（即完善糖尿病诊断表征）方面的效用。

作为统计学家和流行病学家，我们赞赏Vaag博士基于生物学和临床依据对糖尿病亚型提出的批评。我们同意，亚型之间的遗传差异可能是由用于分类的临床特征差异（如HOMA）所驱动的，而非反映不同的病因。从方法学角度来看，Aoki等人的一项模拟研究也探讨了紧密关联的HOMA-IR和HOMA-B指标所带来的挑战。他们发现，相关的HOMA指标可能导致在应用数据驱动聚类方法时识别出虚假的聚类，这进一步表明其在病理生理学见解方面的潜力有限。与此形成对比的是，近期的个体化预测模型在不使用HOMA指标的情况下已展现出良好的临床效用，而是依赖于更直接且易于获取的临床特征（如糖尿病病程、eGFR）。

关于精准诊断，Vaag博士认为，与其专注于这些糖尿病亚型，不如需要更多创新方法来厘清心血管代谢疾病的复杂病因和病理生理学。的确，一个重要的问题是该领域应如何进行以及是否应继续推进糖尿病亚型分类工作。关于临床和方法学局限性的日益增长的证据，引发了对基于已发表算法的数据驱动亚型分类是否为最具前景的前进方向的质疑。事实上，早在2006年，Gale就告诫不要过度关注疾病分类，他指出："我们常规地将患者归为某一类型糖尿病的尝试（……）既不完全是合理的，也不可衡量，也无实用价值。"与这一观点一致，目前的证据表明，通过进一步开发和验证个体化预测模型可能会取得更大的进展，正如第二次糖尿病精准医学倡议（PMDI）共识报告所强调的那样。尽管如此，如果研究人员选择继续研究糖尿病亚型，重要的是要时刻关注其局限性，这也是我们在叙述性综述中试图讨论的内容。