《Frontiers in Endocrinology》：Risk factors and nomogram for gallbladder stones in patients with type 2 diabetes mellitus: a retrospective study based on LASSO regression
编辑推荐：
摘要翻译：
目的：探讨2型糖尿病（type 2 diabetes mellitus, T2DM）患者发生胆囊结石（gallbladder stones, GS）的相关因素，并建立用于预测该人群胆囊结石存在的列线图（nomogram），以支持早期风险分层和以预防
摘要翻译：
目的：探讨2型糖尿病（type 2 diabetes mellitus, T2DM）患者发生胆囊结石（gallbladder stones, GS）的相关因素，并建立用于预测该人群胆囊结石存在的列线图（nomogram），以支持早期风险分层和以预防为导向的管理。
方法：本回顾性研究连续纳入2023年9月至2024年12月就诊于肝胆外科和内分泌科的患者。通过电子病历收集临床数据。经过资格评估和数据收集后，将数据集按时间顺序分为训练队列（2023年9月至2024年8月）和内部时间验证队列（2024年9月至12月），两个队列均来自同一机构。模型在训练队列中开发，并使用受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）、Brier评分、校准曲线、校准截距、校准斜率和决策曲线分析（decision curve analysis, DCA）在训练队列和内部时间验证队列中进行评估。
结果：经LASSO和多因素logistic回归分析后，年龄、高血压、空腹血糖、甘油三酯、极低密度脂蛋白胆固醇（very low-density lipoprotein cholesterol, VLDL-C）和载脂蛋白A1（apolipoprotein A1, ApoA1）被保留在最终模型中。该模型显示出中等判别能力，训练队列AUC为0.713（95% bootstrap CI 0.669–0.758），内部时间验证队列AUC为0.707（95% bootstrap CI 0.630–0.781）。相应的Brier评分分别为0.166和0.180。校准截距分别为0.000和?0.063，校准斜率分别为1.000和0.872。同时检验了校准曲线和决策曲线分析。
结论：患者年龄、高血压、空腹血糖、甘油三酯、VLDL-C和ApoA1被确定为2型糖尿病患者发生胆囊结石的预测因子。该列线图显示出中等判别能力，可能有助于该人群的风险分层，但其临床实用性仍需外部验证。
论文解读文章
一、研究背景与问题
糖尿病是一种以慢性高血糖为主要特征的代谢性疾病，其发生主要与胰岛素分泌不足、胰岛素作用受损或两者兼有关。流行病学数据显示，目前全球约有5.37亿成年人患有糖尿病，其中2型糖尿病（type 2 diabetes mellitus, T2DM）是最常见的类型，占所有糖尿病病例的90%–95%。预计到2045年，糖尿病患者总数将增至7.83亿。T2DM不仅显著影响糖代谢，还常伴有多个系统损害，与循环、神经和消化系统多种并发症密切相关。胆囊结石（gallbladder stones, GS）是临床上常见的消化系统疾病，在成年人群中患病率约为10%–20%，其中约80%为胆固醇结石。尽管传统的观点认为GS发生主要与肥胖、高脂饮食、妊娠和高雌激素水平等因素相关，但越来越多的证据一致表明，与普通人群相比，T2DM患者发生GS的风险显著增加。从病理生理学角度看，这种关联可能在机制上与胰岛素抵抗有关：胰岛素抵抗不仅引起脂质代谢紊乱，还会进一步破坏胆汁成分的稳定性。此外，T2DM患者常伴有糖尿病自主神经病变，可导致胆囊收缩功能受损和排空延迟，引起胆汁淤滞，进一步增加结石形成的风险。尽管GS在T2DM人群中相对常见，但临床上仍存在诊断不足或认识不充分的情况。目前GS的诊断主要依赖影像学检查，其中腹部超声最常用，其灵敏度约为95%，特异度接近100%。
目前，T2DM患者发生GS的相关危险因素尚未完全阐明。以往研究大多采用传统统计学方法，其结果在可解释性方面仍存在一定局限。例如，仅使用传统logistic回归模型进行危险因素筛选，可能会受到变量间多重共线性的干扰，尤其是在存在许多二分类变量时，这一问题尤为突出，从而使一些潜在重要因素无法被有效识别。LASSO惩罚回归是一种适用于本研究数据结构的预测建模方法，它通过引入惩罚函数压缩变量系数，在一定程度上减轻过拟合，兼具变量选择和正则化功能，能够提高模型预测性能并增强可解释性。在处理多重共线性方面具有独特优势，特别是在自变量高度相关时，可自动移除冗余预测因子，使模型更加简约和稳健。本研究利用回顾性临床数据，采用LASSO回归结合多因素logistic回归，系统分析T2DM患者发生GS的预测因素，并构建风险预测模型。相较于常规单因素统计方法，本研究通过LASSO变量筛选显著减轻了多重共线性对模型稳定性的影响，增强了变量选择的稳健性。构建的列线图模型不仅允许对候选预测因子进行定量评估，还可能为临床实践提供直观的辅助风险评估工具。
二、研究方法概述
研究人员开展了一项回顾性队列研究。研究方案经医院伦理委员会批准（批准号：(2026) Scientific Ethics Review No. (029)）。通过筛查河北省人民医院电子病历系统中的数据，结合专家意见和相关文献，初步确定了22个候选预测指标。研究对象为2023年9月至2024年12月在河北省人民医院内分泌科和肝胆外科住院的成年T2DM患者，胆囊结石状态通过腹部超声检查评估。共筛选了883份患者记录，经资格评估后无因恶性肿瘤、严重肝肾功能障碍、自身免疫性疾病或临床数据不完整而排除的记录，最终883例患者纳入分析。纳入患者按时间顺序分为训练队列（2023年9月至2024年8月，662例）和内部时间验证队列（2024年9月至12月，221例），两个队列均来自同一机构。模型在训练队列中开发，并应用于后一队列。
关键技术方法包括：①采用LASSO回归进行变量筛选，通过10折交叉验证确定惩罚参数lambda.min（使交叉验证偏差最小的lambda值），在该惩罚水平下22个候选变量中有21个具有非零系数，仅尿酸被压缩为零；②LASSO筛选后的21个变量进入多因素logistic回归，以P<0.01为保留标准，最终确定6个预测因子；③基于多因素回归结果构建列线图预测模型；④采用多种互补指标评估模型性能，包括受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）评估判别能力、Brier评分量化总体预测误差、校准曲线、Hosmer–Lemeshow检验、校准截距和校准斜率评估校准度，以及决策曲线分析（decision curve analysis, DCA）估计潜在净获益；⑤使用2000次非参数bootstrap重采样估计AUC、Brier评分、校准截距和校准斜率的95%置信区间。此外，研究者使用Spearman相关系数评估候选预测因子之间的两两关联。
三、主要研究结果
3.1 研究队列的基线特征
共纳入883例患者，其中训练队列662例，内部时间验证队列221例。GS总检出率为24.92%（220/883），训练队列为24.32%（161/662），验证队列为26.70%（59/221），差异无统计学意义（P=0.537）。除γ-谷氨酰转移酶（gamma-glutamyl transferase, GGT）在队列间存在差异（P=0.010）外，其余人口学、临床和生化特征比较均未达到P<0.05的显著性水平。
3.2 多重共线性评估
通过Spearman相关分析评估22个候选变量间的两两关联。强相关（|r|≥0.7）见于：ALT与AST（r=0.75, P<0.001）、总胆固醇（TC）与低密度脂蛋白胆固醇（LDL-C）（r=0.93, P<0.001）、高密度脂蛋白胆固醇（HDL-C）与载脂蛋白A1（ApoA1）（r=0.82, P<0.001）。中等程度相关（0.3≤|r|<0.7）包括吸烟与饮酒（r=0.57）、体质指数（BMI）与甘油三酯（TG）（r=0.33）、年龄与病程（r=0.44）、GGT与TG（r=0.46）等。这些相关性的存在提示进一步采用LASSO回归进行变量筛选是必要的。
3.3 预测模型的建立
3.3.1 LASSO回归变量选择
采用LASSO回归进行变量筛选，使用10折交叉验证增强结果稳健性。选择lambda.min（lambda=0.001775742）作为惩罚参数，以最小化交叉验证偏差并保留可能具有信息量的弱效应或相关预测因子。在该惩罚水平下，22个候选变量中有21个具有非零系数，尿酸被压缩为零。这21个变量随后进入多因素logistic回归。
3.3.2 多因素logistic回归分析
将LASSO筛选后的21个候选预测因子纳入多因素logistic回归模型。训练队列包含161例GS事件，筛选前事件每变量（events-per-variable, EPV）为7.7（161/21）；最终六预测因子模型的EPV为26.8（161/6）。满足预设P<0.01标准的独立预测因子为：年龄（比值比[OR]=1.039, 95%置信区间[CI]：1.019–1.061）、高血压（HTN，OR=2.128, 95% CI：1.360–3.361）、空腹血糖（FBG，OR=1.086, 95% CI：1.021–1.154）、甘油三酯（TG，OR=1.536, 95% CI：1.227–1.923）、极低密度脂蛋白胆固醇（VLDL-C，OR=0.060, 95% CI：0.004–0.367）和载脂蛋白A1（ApoA1，OR=0.074, 95% CI：0.015–0.343）。
3.3.3 列线图可视化
基于六个预测因子构建了预测模型，并以列线图形式可视化。对于个体风险估计，将每个预测因子的值定位在列线图上，将相应分数相加得到总分，然后将总分投影到风险标尺上即可得出GS的预测概率。
3.3.4 判别性能
模型显示出中等判别能力。训练队列AUC为0.713（95% bootstrap CI 0.669–0.758），内部时间验证队列AUC为0.707（95% bootstrap CI 0.630–0.781）。
3.3.5 模型校准
训练队列中，Brier评分为0.166（95% bootstrap CI 0.150–0.182），校准截距为0.000（95% CI ?0.318–0.339），校准斜率为1.000（95% CI 0.745–1.290），Hosmer–Lemeshow检验χ2=5.813，P=0.668。内部时间验证队列中，Brier评分为0.180（95% bootstrap CI 0.152–0.210），校准截距为?0.063（95% CI ?0.623–0.573），校准斜率为0.872（95% CI 0.468–1.455），Hosmer–Lemeshow检验χ2=9.974，P=0.267。验证队列的点估计提示存在轻度过度预测和一定的校准压缩，但bootstrap置信区间均包含理想值0和1。
3.3.6 决策曲线分析
决策曲线分析显示，列线图在训练队列中超过“全部治疗”和“均不治疗”策略的连续阈值范围主要为8%–44%，在内部时间验证队列中为12%–46%。这些范围是依赖样本的决策分析估计值，而非经过验证的临床干预阈值。
四、讨论与结论总结
讨论部分指出，本研究中VLDL-C降低与GS风险升高显著相关，这为糖尿病血脂异常与GS形成之间的关联提供了新证据。机制上，VLDL-C作为肝脏合成和分泌的关键脂蛋白，主要负责将内源性甘油三酯和胆固醇酯运输至外周组织，当其水平下降时，肝脏胆固醇转运能力相应降低，导致进入胆汁的胆固醇增加，使胆汁胆固醇含量升高并诱导过饱和状态——这是GS形成的关键前提。TG升高被确定为影响GS发生的重要指标。胰岛素抵抗及其后的高胰岛素血症是T2DM的核心病理基础，可导致肝脏脂质代谢紊乱，表现为TG合成增加和VLDL分泌增强。高TG状态可通过调节SREBP-1c和FOXO1信号通路促进胆固醇合成，上调转运蛋白ABCG5/8表达，增加胆固醇向胆汁的排泄；同时抑制胆汁酸合成相关酶（如CYP7B1）活性，减少胆汁酸生成，最终导致胆汁酸与胆固醇比例失衡，形成有利于GS生成的过饱和状态。此外，高TG状态可通过影响FXR和LXR等核受体活性抑制胆汁酸合成和分泌，并可能通过增加胆汁中游离脂肪酸和TG水平刺激胆囊上皮分泌黏蛋白，后者可作为胆固醇晶体的成核底物，加速晶体形成和聚集。ApoA1是HDL的主要结构和功能蛋白，参与胆固醇转运和胆汁脂质稳态。研究人员指出，ApoA1在胆囊上皮细胞中通过ATP结合盒转运体A1（ABCA1）依赖性途径参与胆固醇外排和局部胆固醇稳态。在T2DM中，高糖环境下的晚期糖基化终产物（AGEs）可对ApoA1进行非酶修饰，显著削弱其促进ABCA1介导的胆固醇外排能力，并降低其抗炎和抗氧化特性，这种数量和功能上的双重损害最终导致胆汁中胆固醇/胆汁酸/卵磷脂比例失衡，加速胆固醇晶体的成核和生长。年龄和FBG升高也是GS发生的重要影响因素。年龄增长通过改变胆汁成分、降低胆囊动力学和整体代谢状态促进GS形成；FBG升高则通过胰岛素抵抗、胆汁成分改变和胆囊动力学异常发挥作用。此外，研究人员探讨了该列线图的临床相关性，指出高列线图评分可能识别出具有显著全身代谢负担而非单纯肝胆易感性的T2DM患者，GS的检出或高预测风险可能作为更广泛的心血管代谢脆弱性的早期临床预警信号，支持将孤立的肝胆预防转变为整合性代谢和心血管风险管理。
研究结论为：年龄较大、高血压、FBG升高、TG升高、VLDL-C降低和ApoA1降低是T2DM患者发生GS的独立预测因子。该列线图显示出中等判别能力，可能有助于T2DM患者的风险分层，但在常规实施前需要独立的外部验证和前瞻性影响评估。LASSO回归有助于减轻变量筛选过程中多重共线性的影响，所构建的列线图提供了一种定量评估GS风险的方法，经进一步验证后可作为早期临床风险分层的辅助工具。
