*仅供医学专业人士阅读参考
中国之声持续发力
撰文：医学界报道组
接续上篇，纪立农教授团队在ADA 2025上的另外5项研究成果同样看点十足。“医学界内分泌频道”下篇聚焦三大临床热点：肥胖如何精准治？《柳叶刀》提出的“临床肥胖”新定义在CHARLS、ELSA、NHANES三个队列中验证，预测事件和死亡风险的能力显著优于传统定义——尤其是心血管死亡风险HR达3.14。更重要的是，纪立农团队首次在中国肥胖人群中以病理生理表型（脑饥饿型、胃肠饥饿型、情绪饥饿型、低代谢型）指导GLP-1RA治疗，12个月平均体重下降15.1%，且各表型改善机制各异，真正做到“同药异效，精准靶向”。此外，基于Transformer的T-PDM-CVD模型，仅用常规基线变量就能同时预测糖尿病前期人群未来10年的糖尿病和心血管病风险，外部验证AUC分别达到0.81和0.75。还有CGM揭示的肾上腺皮质功能不全患者隐匿性低血糖、早发2型糖尿病体成分聚类分析，以及1型糖尿病免疫代谢图谱——内容丰富，不容错过。
六、基于Transformer模型的糖尿病前期人群2型糖尿病与心血管疾病风险联合预测（1153-OR）
作者：王颂，孟旷宇，胡伟，刘翔宇，黄齐，纪立农，吴寿岭，邹显彤
★研究背景：
本研究旨在开发并验证一种基于Transformer架构的双头预测模型，用于同时评估糖尿病前期人群未来10年2型糖尿病（T2D）和心血管疾病（CVD）的发生风险，从而实现更全面、精准的风险分层。
★研究方法：
本研究纳入开滦队列中18,848例糖尿病前期人群用于模型构建及内部验证，并在英国生物样本库（UKB）中46,828例糖尿病前期人群进行外部验证。基于transformer模型，本研究构建T-PDM-CVD（Transformer model for diabetes and CVD progression）模型，纳入16项基线变量，包括人口学特征及实验室指标。模型性能从判别能力、校准能力及临床实用性三个方面进行综合评估。采用受试者工作特征曲线下面积（AUC）评价模型区分能力，利用校准曲线评估预测风险与实际发生风险的一致性，并通过决策曲线分析评价模型在不同阈值概率下的净获益，并评估该模型对危险分层的效果。
★研究结果：
本研究采用Transformer模型进行预测分析，在12组不同参数设置中比较模型表现，并根据内部验证集的AUC筛选出最佳模型，构建最终T-PDM-CVD模型。在内部验证中，T-PDM-CVD模型对T2D和CVD的预测AUC分别为0.72（95%CI：0.70-0.73）和0.64（95%CI：0.63-0.65）；在外部验证中，模型表现进一步提升，T2D和CVD的AUC分别为0.81（95%CI：0.80-0.82）和0.75（95%CI：0.74-0.76），显示出良好的泛化能力。校准曲线显示模型预测风险与实际风险一致性较好，决策曲线分析表明该模型在较宽阈值范围内具有较好的临床获益。
在外部验证队列中，基于模型预测的T2D与CVD风险，对UKB中糖尿病前期个体进行二维风险分层（2×2分组）。与低T2D-CVD风险组相比，单纯高T2D风险组发生糖尿病风险最高（HR=3.31，95%CI：3.13-3.50），单纯高CVD风险组心血管事件风险最高（HR=1.93，95%CI：1.77-2.10）。双高风险组在T2D及CVD方面均呈风险升高，提示该模型能够有效识别不同疾病风险特征的亚群人群。
★研究结论：
T-PDM-CVD模型在输入常规基线变量的情况下可同时预测糖尿病前期人群未来T2D与CVD风险的联合预测，具有良好的判别能力、校准能力及临床应用价值。该模型操作简便、预测快捷，可用于门诊及体检场景中的糖尿病早期风险识别，辅助精准分层管理和个体化干预。
七、基于病理生理的肥胖表型的胰高血糖素样肽-1受体激动剂（GLP-1RA）的疗效与安全性评估（2610-P）
作者：王依然，林矗，蔡晓凌，纪立农
肥胖是一种高度异质性疾病，基于病理生理机制的肥胖分型虽已纳入指南，但针对中国人群、以表型为导向评估GLP-1RA疗效与安全性的研究仍为空白。
本研究为前瞻性队列研究，纳入845例计划接受GLP-1RA治疗的肥胖患者，依据核心病理生理特征将其分为脑饥饿型、胃肠饥饿型、情绪饥饿型、低代谢型四大表型，以治疗12个月体重下降百分比为主要终点，并评估饥饿评分、抑郁评分、身体成分、代谢指标等多维次要终点，监测药物不良事件。
★研究结果显示：
GLP-1RA在四种表型中均实现了相近且显著的减重效果，平均体重较基线下降15.1%，证实了该药物在中国肥胖人群中稳定可靠的减重能力。更具临床价值的是，药物对核心病理生理缺陷的改善呈现出鲜明的表型特异性，与各型核心发病机制高度契合：脑饥饿型患者餐后30分钟饥饿评分降幅最大，提示中枢饥饿感知的改善；脑饥饿型与胃肠饥饿型的餐后120分钟饥饿感改善优于低代谢型，提示对外周饱腹感信号的更强调控；情绪饥饿型患者的抑郁评分降幅明显高于脑饥饿型与低代谢型，在减重的同时伴随更明显的情绪状态改善。安全性方面，各表型不良事件均以轻度胃肠道反应为主，组间无显著差异，严重不良事件发生率极低。
★研究提示：
GLP-1RA可针对性地纠正不同表型的病理生理缺陷，实现殊途同归的减重疗效。该结果为以病理生理表型为指导的肥胖精准管理模式提供了循证依据，支持临床医生根据患者表型特征制定个体化GLP-1RA治疗策略。
八、连续葡萄糖监测揭示糖皮质激素替代治疗肾上腺皮质功能不全患者的血糖波动特征（1915-P）
作者：张瑞，任倩，刘蔚，周翔海，韩学尧，纪立农
肾上腺皮质功能不全患者需终身接受糖皮质激素替代治疗，低血糖是该病典型临床表现，但长期激素替代能否恢复人体生理性血糖节律，用药方案与血糖波动的关联尚不明确。
本研究纳入27 例激素剂量稳定超过 1 个月的肾上腺皮质功能不全患者，并匹配 54 名年龄、性别、BMI 一致的健康对照人群，采用盲法开展为期 14 天的连续血糖监测（CGM），系统分析全天、昼夜及三餐时段的血糖达标时长占比（TIR）、高低血糖时长占比（TAR、TBR）、血糖波动系数等多项核心指标，同时探究激素用药频次、药物种类、发病病因对血糖谱的影响。
★研究结果显示：
即便接受生理剂量糖皮质激素替代治疗，肾上腺皮质功能不全患者仍存在显著异常的血糖波动模式：夜间无症状低血糖多见，午餐、晚餐后高血糖时长明显增加，全天TIR减少，血糖波动幅度、变异系数均显著高于健康人群。进一步亚组分析发现，每日两次激素给药较每日单次给药更利于平稳午餐时段血糖；氢化可的松治疗患者早午餐时段高血糖风险高于泼尼松使用者；免疫检查点抑制剂（ICIs）诱发的肾上腺皮质功能不全患者，早、晚餐时段血糖水平与血糖波动幅度显著更高。研究发现肾上腺皮质功能不全患者低血糖多无自觉症状，常规检测极易漏诊。
★研究指出：
连续动态血糖监测能够精准捕捉肾上腺皮质功能不全患者隐匿的无症状低血糖与餐后血糖异常，揭示不同激素用药方案、不同病因患者的血糖差异特征。未来可基于CGM监测数据，为这类特殊人群的个体化用药优化与血糖管理提供了全新的临床依据。
九、早发新诊断2型糖尿病患者的体成分聚类分析与多基因风险评分研究（2601-P）
作者：张瑞，任倩，巴天皓，韩学尧，纪立农
早发新诊断2型糖尿病患者在体成分上存在显著异质性，本研究旨在通过聚类分析识别该人群的体成分表型，并探究不同表型间临床代谢指标及多基因评分的差异。
研究纳入START队列（早发初诊糖尿病研究）中的256名患者，均为≤40岁的早发初诊2型糖尿病患者，其中男性174名、女性82名。研究采用生物电阻抗分析法测量患者体成分，以体重指数（BMI）、体脂率（BFP）、骨骼肌指数（SMI）为核心指标，通过K-means聚类分析方法对患者的体成分进行分类。对比不同体成分分型患者的临床特征，并分析2型糖尿病聚类特异性多基因评分（pPS）在各分型间的差异。
★研究结果显示：
男女患者中均识别出5种不同的体成分表型，分别为：聚类1（超重肌多脂少型）、聚类2（相对正常体重型）、聚类3（超重脂多肌少型）、聚类4（肥胖型）、聚类5（重度肥胖型）。临床特征方面，男女患者中，聚类5（重度肥胖型）均表现出最高的血压、空腹胰岛素、谷丙转氨酶（ALT）、谷草转氨酶（AST）、尿酸、胰岛素分泌指数（HOMA-β）、胰岛素抵抗指数（HOMA-IR）及瘦素水平；聚类2（相对正常体重型）则呈现最理想的代谢状态，甘油三酯（TG）、尿酸（UA）、空腹胰岛素、瘦素水平及HOMA-IR均最低。遗传易感性方面，包括肥胖、体脂及脂肪营养不良相关的聚类特异性多基因评分（pPS）在各体成分分型间均无显著差异。
★研究结论表明：
早发初诊2型糖尿病患者可分为不同的体成分表型，且各表型间代谢特征差异显著；该人群的体成分表型与遗传易感性无明显关联，提示环境因素可能对该人群的肥胖发挥更重要的作用，而环境因素通常具有可逆性，为该类患者个体化干预的必要性提供了依据。
十、1型糖尿病免疫表型-代谢特征图谱——一项横断面研究（2424-P）
作者：杨文枫，林矗，蔡晓凌，李宗霖，吕芳，杨文嘉，张明霞，李娟，殷赛，霍勇然，纪立农
本研究旨在探索1型糖尿病患者外周血各免疫细胞亚群水平与临床指标之间的关系。研究共纳入192名患者，大部分患者存在Th1、Th17等促炎细胞亚群水平的升高，以及Th2、Tregs等抑炎细胞亚群的降低。
结果发现，高龄与Th1细胞上升、Tregs细胞下降显著相关（P<0.05），更高的滤泡辅助T细胞（pTfh）水平与更高的胰岛素抗体（IAA）阳性率（OR=1.43, 95% CI: 1.05-1.96）、更高的阳性抗体数量（OR=1.53, 95% CI: 1.11-2.13）显著相关，HbA1c≥7.0%的患者中Th17细胞水平升高的比例显著高于HbA1c<7.0%的患者（40.4% vs 31.7%）。
小结
下篇最核心的临床启示有三点：第一，肥胖管理应超越BMI ，基于病理生理表型选择 GLP-1RA 可提升个体化治疗的精准度；第二， AI 模型（ Transformer ）可低成本、高效率地在门诊或体检场景中实现糖尿病前期人群的双风险分层，高 T2D 风险组糖尿病风险增加 3.3 倍，高 CVD 风险组心血管事件风险增加近 2 倍；第三，特殊人群（肾上腺皮质功能不全、早发糖尿病、 1 型糖尿病）的精细监测与分型，恰恰是提升临床诊治水平的关键突破口。上下两篇完整呈现了纪立农团队在 ADA 2025 上的学术全景，欢迎收藏转发，也期待大会现场更多精彩数据揭晓。
责任编辑：蕾蕾
*“医学界”力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。
广瑞网配资提示：文章来自网络，不代表本站观点。
