糖尿病健康风险评估表(糖尿病患者风险)

idiabetes 2025年03月10日 16:50 0

文章目录：

1、腰臀比越高，糖尿病风险越大？肥胖患者需警惕！
2、纪立农教授团队发表重要科研成果！AI赋能临床诊疗，构建1型糖尿病并发症风险自主评估模型
3、第一篇：血糖警报解密——糖尿病诊断与分型指南

腰臀比越高，糖尿病风险越大？肥胖患者需警惕！

编者按

糖尿病已经成为全球范围内日益严重的公共卫生问题。肥胖是糖尿病的主要危险因素之一，而如何准确评估肥胖与糖尿病风险之间的关系，已成为医学研究的重要方向。近年来，腰臀比（WHpR）作为一种既简便又高效的评估身体成分的方法，正日益受到业界的广泛关注。传统上，体重指数（BMI）被广泛用于评估个体的肥胖程度，但越来越多的研究表明，BMI并不能完全反映脂肪分布和脂肪类型的差异。近期，一项发表在Annals of Medicine杂志的研究结果表明[1]，相较于BMI、腰围（WC）及腰高比（WHtR），WHpR在揭示腹部肥胖状况、评估β细胞功能及预测超重或肥胖个体罹患T2DM风险上展现出更为显著的优势。

哪种肥胖测量指标更能预测超重或肥胖个体的T2DM风险，仍存在争议

增加的脂肪储存是T2DM的主要危险因素，肥胖人群患T2DM的风险是非肥胖人群的4~9倍。尽管双能X射线吸收法（DEXA）、CT和MRI等影像学检查可以精确评估脂肪分布，但这些方法成本高昂且不便于日常使用。因此，研究中常用较为简便的测量方法，如BMI、WC、WHpR和WHtR，已被研究用于评估体脂肪并预测在临床实践和研究环境中发生T2DM的风险。然而，关于哪种测量方法能够更准确地估计T2DM风险，以及WC、WHR或WHtR是否优于BMI单独使用来预测T2DM风险，仍存在争议。

尽管与肥胖相关的胰岛素抵抗在T2DM早期阶段起着关键作用，但最终导致T2DM发生的决定性因素是由于β细胞功能下降所引起的胰岛素分泌不足。肥胖人群的β细胞分泌能力通常最初会增加以代偿胰岛素抵抗，随后逐渐减弱，导致血糖控制进一步恶化。目前，关于肥胖人群体脂测量指标与β细胞功能（BCF）之间关系的数据有限且存在争议。本研究旨在确定哪些常用的肥胖测量指标更能反映β细胞功能，并预测超重或肥胖受试者的T2DM风险，并通过前瞻性队列数据验证这些结果。

WHpR与胰岛β细胞功能和腹部脂肪分布的关联性较其他肥胖测量指标更为显著

WHpR是腰部围度与臀部围度的比值，计算方法为腰围/臀围，是评价中心性肥胖的重要指标。本研究包含两个部分：前瞻性横断面研究和前瞻性生物样本库数据验证分析。肥胖指标采用BMI、WC、WHpR和WHtR。主要结果包括横断面研究中的β细胞功能指标和来自UK Biobank数据的糖尿病发生情况。

研究共纳入了1497例超重或肥胖的受试者（中位年龄29岁，41%为男性）和UK Biobank数据库中322 023例在基线时无糖尿病的人群（平均年龄56.83岁，50.4%为男性）。研究结果发现，无论葡萄糖代谢状态如何，WHpR与β细胞功能和腹部脂肪分布的关联强于其他三种肥胖测量指标。WHpR与糖尿病风险呈正相关，使用风险比（HR）尺度时，WHpR每增加1个标准差，糖尿病风险的HR=2.311（95%CI：2.250~2.374）。

该研究结果表明，WHpR是反映内脏脂肪分布、估算体脂百分比以及预测超重或肥胖人群患T2DM风险的更优指标。内脏脂肪通过吸引炎症免疫细胞并分泌促炎细胞因子和脂肪因子，在胰岛素抵抗和T2DM的发展中起着关键作用。然而，直接测量内脏脂肪需要先进的成像技术，这在常规临床实践中往往不切实际。研究表明，WHpR与内脏脂肪分布的关联最为紧密，使其成为理想的替代标志物，适用于筛查目的。在临床实践中广泛采用WHpR，能够帮助临床医生识别出患T2DM风险较高的个体，从而促进早期干预，预防或延缓疾病的发展。

WHpR 比其他指标更能反映人体中央脂肪的分布情况

在评估超重或肥胖人群患T2DM的风险方面，WHpR相较于BMI、WC和WHtR具有显著优势。这是因为WHpR能够更精确地反映无T2DM人群中早期基础胰岛素分泌能力的下降，以及T2DM患者晚期胰岛素分泌功能的衰退。一个合理的解释是，WHpR更能准确体现人体中央脂肪的分布情况。鉴于内脏脂肪的积累早在肥胖发展的初期就已经显现，因此，与BMI、WC或WHtR相比，WHpR作为一种更为敏感的筛查工具，可以更早识别出有T2DM风险的个体，从而为早期采取生活方式或药物干预措施以延缓T2DM的发生提供依据。

此外，在区分代谢综合征（MetS）方面，WHpR也优于其他指标。原因如下：首先，腹腔内脂肪组织对糖尿病风险的影响远大于臀部和大腿区域的皮下脂肪组织；其次，WC和WHtR无法有效区分皮下脂肪和内脏脂肪；最后，腰臀比通过测量臀部脂肪大小并用臀围校正腰围，考虑了皮下脂肪组织的影响。这一点尤为重要，因为女性型脂肪分布模式与更好的胰岛素敏感性相关，而男性型脂肪分布模式则不然。因此，WHpR能更好地反映相对的男性型/女性型脂肪分布，从而更准确地反映胰岛素敏感性，优于其他人体测量指标。

结语

随着T2DM在全球范围内的流行，特别是在中国患病率显著增加的背景下，识别高风险个体并及时进行干预变得尤为重要。腰臀比作为一种简单、有效且经济的工具，能够较好地反映腹部脂肪的分布情况，是糖尿病风险评估中的重要补充指标。结合BMI和腰臀比的综合评估，能够为糖尿病的早期筛查和管理提供更为准确的信息。

参考文献：1.Liu N, et al. Ann Med. 2025. PMID: 39921368

纪立农教授团队发表重要科研成果！AI赋能临床诊疗，构建1型糖尿病并发症风险自主评估模型

引言：微血管并发症是1型糖尿病患者因血糖控制不佳而常见且严重的临床不良结局，也是患者高度关注的核心健康问题。然而，传统的筛查方式通常依赖于医疗保健服务体系的充分可及性，同时患者普遍缺乏医学专业知识，这些因素共同导致了微血管并发症的早期识别面临诸多挑战。

为解决这一问题，北京大学人民医院内分泌科纪立农教授团队通过机器学习算法，成功构建了一种1型糖尿病微血管并发症风险的自我评估模型。该模型旨在帮助患者在非医疗环境中自主评估微血管并发症的发生风险，从而实现早期识别与干预，提升疾病管理的效率与效果。

该研究成果已于2024年11月在国际知名期刊Diabetes, Obesity and Metabolism在线发表，北京大学人民医院内分泌科临床八年制博士生胡晓丹、刘蔚医师为共同第一作者，蔡晓凌教授和纪立农教授为共同通讯作者。

创新方法赋能1型糖尿病并发症筛查

1型糖尿病患者常面临微血管并发症的风险，主要包括糖尿病视网膜病变、糖尿病肾病、糖尿病神经病变，对患者的生活质量和健康状况产生重大影响。早期识别这些风险对于及时干预和改善患者的预后至关重要。

然而，传统的筛查方式依赖于医疗保健专业人员，不仅耗时耗资，还存在可及性有限的问题。为此，本研究旨在开发并验证一种基于机器学习的算法，帮助1型糖尿病患者自主评估其微血管并发症的发生风险。这一创新方法将有助于促进早期干预，实现个性化治疗，从而进一步改善患者的管理和预后。

研究方法：研究团队利用“中国 1 型糖尿病整合医疗管理模式项目”数据库作为模型构建集，基于XGBoost算法和交叉验证，构建了糖尿病肾病、糖尿病视网膜病变和糖尿病周围神经病变这三种微血管并发症风险的自我识别模型。

进一步的，研究团队在“糖星在线”在线社群对上述算法的有效性进行了外部验证，以评估其泛化能力和实际应用价值。

北大人民医院团队开发自我评估模型：精准识别三大糖尿病并发症风险

1.糖尿病视网膜病变识别模型

根据特征重要性筛选变量（病程、血糖监测频率、饮食习惯、糖尿病教育和心理健康状态），构建糖尿病视网膜病变风险识别模型。在内部验证中，模型AUROC达到0.889（95% CI 0.870-0.908）；在外部验证中，AUROC达到0.762。

图1 糖尿病视网膜病变识别模型

2.糖尿病肾病识别模型

根据特征重要性筛选变量（病程、血糖监测频率、饮食习惯、医保种类和心理健康状态），构建糖尿病肾病风险识别模型。在内部验证中，模型AUROC达到0.844（95% CI 0.775-0.913）；在外部验证中，AUROC达到0.718。

图2 糖尿病肾病识别模型

3.糖尿病周围神经病变识别模型

根据特征重要性筛选变量（病程、血糖监测频率、饮食习惯和心理健康状态），构建糖尿病周围神经病变风险识别模型。在内部验证中，模型AUROC达到0.839（95% CI 0.818-0.860）；在外部验证中，AUROC达到0.721。

图3 糖尿病周围神经病变识别模型

专家点评

纪立农教授

北京大学人民医院内分泌科主任

100多年前，胰岛素的发明彻底改写了1型糖尿病的自然病程，使这种曾经的致死性疾病转变为一种可以通过长期良好血糖控制而实现与常人相近生活质量的慢性疾病。近年来，随着1型糖尿病在诊断、治疗及管理领域的不断进展，医患双方对控制这一疾病的信心显著增强。然而，早期识别风险并进行有效干预，仍然是1型糖尿病长期管理中的核心环节。

在慢性病诊疗过程中，赋能患者，使其作为健康管理的主体，积极参与糖尿病的日常管理，不仅具有重要的医疗价值，还能带来心理和社会层面的积极影响。通过机器学习算法，患者可通过简单的问卷填写，精准评估个体化的并发症发生风险，为患者提供了便捷的工具。这种方法能够有效推动患者自主就医，实现早期发现、早期治疗，从而改善疾病预后，为1型糖尿病的管理开启了新的篇章。

作者简介

胡晓丹

共同第一作者

北京大学临床医学八年制在读

刘蔚

共同第一作者

北京大学人民医院内分泌科副主任医师，副教授，硕士生导师
毕业于北京大学医学部，博士学位，2015-2016年美国北卡罗来纳大学教堂山分校营养学系进修
长期从事内分泌代谢病的临床、教学和医疗工作
发表 SCI 论文 22篇，核心期刊4篇，其中第一作者在Diabetes Care等杂志发表SCI论文11篇
主持国家自然科学基金项目1项，校级基金1项，院级基金2项

蔡晓凌

共同通讯作者

北京大学人民医院内分泌科
内分泌科主任医师、博士研究生导师
在糖尿病药物治疗学、糖尿病与炎症、糖尿病并发症等领域开展了一系列研究，其研究成果发表在Frontiers in Endocrinology、BMC Medicine、Cardiovascular Diabetology等高质量SCI期刊
兼任中华医学会糖尿病学分会青年委员、中华医学会糖尿病学分会教育学组委员、中国女医师协会糖尿病专委会委员、北京医学会糖尿病分会委员

纪立农

共同通讯作者

北京大学人民医院内分泌科主任
北京大学糖尿病中心主任，博士生导师
带领的团队作为“卫生部临床重点专科”和“北京市糖尿病领域临床研究中心”获多项国家自然科学基金支持，并担任国家重大科研项目包括863、重点研发项目及北京市科委重大课题的首席科学家
在国内外一流专业杂志（包括在New England Journal of Medicine、Lancet、British Medical Journal、Lancet Diabetes & Metabolism、Diabetes Care、Nat Rev Endocrinol、Genetic Medicine、Diabetes、Cardiovascular Diabetology等）上发表论文400余篇，2020-2023连续4年入选Elsevier高被引学者

本视频/资讯/文章的内容不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。