*僅供醫學專業人士閱讀參考

中國之聲持續發力

撰文：醫學界報道組

接續上篇，紀立農教授團隊在ADA 2025上的另外5項研究成果同樣看點十足。“醫學界內分泌頻道”下篇聚焦三大臨床熱點：肥胖如何精準治？《柳葉刀》提出的“臨床肥胖”新定義在CHARLS、ELSA、NHANES三個隊列中驗證，預測心血管事件和死亡風險的能力顯著優于傳統定義——尤其是心血管死亡風險HR達3.14。更重要的是，紀立農團隊首次在中國肥胖人群中以病理生理表型（腦饑餓型、胃腸饑餓型、情緒饑餓型、低代謝型）指導GLP-1RA治療，12個月平均體重下降15.1%，且各表型改善機制各異，真正做到“同藥異效，精準靶向”。此外，基于Transformer的T-PDM-CVD模型，僅用常規基線變量就能同時預測糖尿病前期人群未來10年的糖尿病和心血管病風險，外部驗證AUC分別達到0.81和0.75。還有CGM揭示的腎上腺皮質功能不全患者隱匿性低血糖、早發2型糖尿病體成分聚類分析，以及1型糖尿病免疫代謝圖譜——內容豐富，不容錯過。

六、基于Transformer模型的糖尿病前期人群2型糖尿病與心血管疾病風險聯合預測（1153-OR）

作者：王頌，孟曠宇，胡偉，劉翔宇，黃齊，紀立農，吳壽嶺，鄒顯彤

★研究背景：

本研究旨在開發并驗證一種基于Transformer架構的雙頭預測模型，用于同時評估糖尿病前期人群未來10年2型糖尿病（T2D）和心血管疾病（CVD）的發生風險，從而實現更全面、精準的風險分層。

★研究方法：

本研究納入開灤隊列中18,848例糖尿病前期人群用于模型構建及內部驗證，并在英國生物樣本庫（UKB）中46,828例糖尿病前期人群進行外部驗證。基于transformer模型，本研究構建T-PDM-CVD（Transformer model for diabetes and CVD progression）模型，納入16項基線變量，包括人口學特征及實驗室指標。模型性能從判別能力、校準能力及臨床實用性三個方面進行綜合評估。采用受試者工作特征曲線下面積（AUC）評價模型區分能力，利用校準曲線評估預測風險與實際發生風險的一致性，并通過決策曲線分析評價模型在不同閾值概率下的凈獲益，并評估該模型對危險分層的效果。

★研究結果：

本研究采用Transformer模型進行預測分析，在12組不同參數設置中比較模型表現，并根據內部驗證集的AUC篩選出最佳模型，構建最終T-PDM-CVD模型。在內部驗證中，T-PDM-CVD模型對T2D和CVD的預測AUC分別為0.72（95%CI：0.70-0.73）和0.64（95%CI：0.63-0.65）；在外部驗證中，模型表現進一步提升，T2D和CVD的AUC分別為0.81（95%CI：0.80-0.82）和0.75（95%CI：0.74-0.76），顯示出良好的泛化能力。校準曲線顯示模型預測風險與實際風險一致性較好，決策曲線分析表明該模型在較寬閾值范圍內具有較好的臨床獲益。

在外部驗證隊列中，基于模型預測的T2D與CVD風險，對UKB中糖尿病前期個體進行二維風險分層（2×2分組）。與低T2D-CVD風險組相比，單純高T2D風險組發生糖尿病風險最高（HR=3.31，95%CI：3.13-3.50），單純高CVD風險組心血管事件風險最高（HR=1.93，95%CI：1.77-2.10）。雙高風險組在T2D及CVD方面均呈風險升高，提示該模型能夠有效識別不同疾病風險特征的亞群人群。

★研究結論：

T-PDM-CVD模型在輸入常規基線變量的情況下可同時預測糖尿病前期人群未來T2D與CVD風險的聯合預測，具有良好的判別能力、校準能力及臨床應用價值。該模型操作簡便、預測快捷，可用于門診及體檢場景中的糖尿病早期風險識別，輔助精準分層管理和個體化干預。

七、基于病理生理的肥胖表型的胰高血糖素樣肽-1受體激動劑（GLP-1RA）的療效與安全性評估（2610-P）

作者：王依然，林矗，蔡曉凌，紀立農

肥胖是一種高度異質性疾病，基于病理生理機制的肥胖分型雖已納入指南，但針對中國人群、以表型為導向評估GLP-1RA療效與安全性的研究仍為空白。

本研究為前瞻性隊列研究，納入845例計劃接受GLP-1RA治療的肥胖患者，依據核心病理生理特征將其分為腦饑餓型、胃腸饑餓型、情緒饑餓型、低代謝型四大表型，以治療12個月體重下降百分比為主要終點，并評估饑餓評分、抑郁評分、身體成分、代謝指標等多維次要終點，監測藥物不良事件。

★研究結果顯示：

GLP-1RA在四種表型中均實現了相近且顯著的減重效果，平均體重較基線下降15.1%，證實了該藥物在中國肥胖人群中穩定可靠的減重能力。更具臨床價值的是，藥物對核心病理生理缺陷的改善呈現出鮮明的表型特異性，與各型核心發病機制高度契合：腦饑餓型患者餐后30分鐘饑餓評分降幅最大，提示中樞饑餓感知的改善；腦饑餓型與胃腸饑餓型的餐后120分鐘饑餓感改善優于低代謝型，提示對外周飽腹感信號的更強調控；情緒饑餓型患者的抑郁評分降幅明顯高于腦饑餓型與低代謝型，在減重的同時伴隨更明顯的情緒狀態改善。安全性方面，各表型不良事件均以輕度胃腸道反應為主，組間無顯著差異，嚴重不良事件發生率極低。

★研究提示：

GLP-1RA可針對性地糾正不同表型的病理生理缺陷，實現殊途同歸的減重療效。該結果為以病理生理表型為指導的肥胖精準管理模式提供了循證依據，支持臨床醫生根據患者表型特征制定個體化GLP-1RA治療策略。

八、連續葡萄糖監測揭示糖皮質激素替代治療腎上腺皮質功能不全患者的血糖波動特征（1915-P）

作者：張瑞，任倩，劉蔚，周翔海，韓學堯，紀立農

腎上腺皮質功能不全患者需終身接受糖皮質激素替代治療，低血糖是該病典型臨床表現，但長期激素替代能否恢復人體生理性血糖節律，用藥方案與血糖波動的關聯尚不明確。

本研究納入27 例激素劑量穩定超過 1 個月的腎上腺皮質功能不全患者，并匹配 54 名年齡、性別、BMI 一致的健康對照人群，采用盲法開展為期 14 天的連續血糖監測（CGM），系統分析全天、晝夜及三餐時段的血糖達標時長占比（TIR）、高低血糖時長占比（TAR、TBR）、血糖波動系數等多項核心指標，同時探究激素用藥頻次、藥物種類、發病病因對血糖譜的影響。

★研究結果顯示：

即便接受生理劑量糖皮質激素替代治療，腎上腺皮質功能不全患者仍存在顯著異常的血糖波動模式：夜間無癥狀低血糖多見，午餐、晚餐后高血糖時長明顯增加，全天TIR減少，血糖波動幅度、變異系數均顯著高于健康人群。進一步亞組分析發現，每日兩次激素給藥較每日單次給藥更利于平穩午餐時段血糖；氫化可的松治療患者早午餐時段高血糖風險高于潑尼松使用者；免疫檢查點抑制劑（ICIs）誘發的腎上腺皮質功能不全患者，早、晚餐時段血糖水平與血糖波動幅度顯著更高。研究發現腎上腺皮質功能不全患者低血糖多無自覺癥狀，常規檢測極易漏診。

★研究指出：

連續動態血糖監測能夠精準捕捉腎上腺皮質功能不全患者隱匿的無癥狀低血糖與餐后血糖異常，揭示不同激素用藥方案、不同病因患者的血糖差異特征。未來可基于CGM監測數據，為這類特殊人群的個體化用藥優化與血糖管理提供了全新的臨床依據。

九、早發新診斷2型糖尿病患者的體成分聚類分析與多基因風險評分研究（2601-P）

作者：張瑞，任倩，巴天皓，韓學堯，紀立農

早發新診斷2型糖尿病患者在體成分上存在顯著異質性，本研究旨在通過聚類分析識別該人群的體成分表型，并探究不同表型間臨床代謝指標及多基因評分的差異。

研究納入START隊列（早發初診糖尿病研究）中的256名患者，均為≤40歲的早發初診2型糖尿病患者，其中男性174名、女性82名。研究采用生物電阻抗分析法測量患者體成分，以體重指數（BMI）、體脂率（BFP）、骨骼肌指數（SMI）為核心指標，通過K-means聚類分析方法對患者的體成分進行分類。對比不同體成分分型患者的臨床特征，并分析2型糖尿病聚類特異性多基因評分（pPS）在各分型間的差異。

★研究結果顯示：

男女患者中均識別出5種不同的體成分表型，分別為：聚類1（超重肌多脂少型）、聚類2（相對正常體重型）、聚類3（超重脂多肌少型）、聚類4（肥胖型）、聚類5（重度肥胖型）。臨床特征方面，男女患者中，聚類5（重度肥胖型）均表現出最高的血壓、空腹胰島素、谷丙轉氨酶（ALT）、谷草轉氨酶（AST）、尿酸、胰島素分泌指數（HOMA-β）、胰島素抵抗指數（HOMA-IR）及瘦素水平；聚類2（相對正常體重型）則呈現最理想的代謝狀態，甘油三酯（TG）、尿酸（UA）、空腹胰島素、瘦素水平及HOMA-IR均最低。遺傳易感性方面，包括肥胖、體脂及脂肪營養不良相關的聚類特異性多基因評分（pPS）在各體成分分型間均無顯著差異。

★研究結論表明：

早發初診2型糖尿病患者可分為不同的體成分表型，且各表型間代謝特征差異顯著；該人群的體成分表型與遺傳易感性無明顯關聯，提示環境因素可能對該人群的肥胖發揮更重要的作用，而環境因素通常具有可逆性，為該類患者個體化干預的必要性提供了依據。

十、1型糖尿病免疫表型-代謝特征圖譜——一項橫斷面研究（2424-P）

作者：楊文楓，林矗，蔡曉凌，李宗霖，呂芳，楊文嘉，張明霞，李娟，殷賽，霍勇然，紀立農

本研究旨在探索1型糖尿病患者外周血各免疫細胞亞群水平與臨床指標之間的關系。研究共納入192名患者，大部分患者存在Th1、Th17等促炎細胞亞群水平的升高，以及Th2、Tregs等抑炎細胞亞群的降低。

結果發現，高齡與Th1細胞上升、Tregs細胞下降顯著相關（P<0.05），更高的濾泡輔助T細胞（pTfh）水平與更高的胰島素抗體（IAA）陽性率（OR=1.43, 95% CI: 1.05-1.96）、更高的陽性抗體數量（OR=1.53, 95% CI: 1.11-2.13）顯著相關，HbA1c≥7.0%的患者中Th17細胞水平升高的比例顯著高于HbA1c<7.0%的患者（40.4% vs 31.7%）。

小結

下篇最核心的臨床啟示有三點：第一，肥胖管理應超越BMI ，基于病理生理表型選擇 GLP-1RA 可提升個體化治療的精準度；第二， AI 模型（ Transformer ）可低成本、高效率地在門診或體檢場景中實現糖尿病前期人群的雙風險分層，高 T2D 風險組糖尿病風險增加 3.3 倍，高 CVD 風險組心血管事件風險增加近 2 倍；第三，特殊人群（腎上腺皮質功能不全、早發糖尿病、 1 型糖尿病）的精細監測與分型，恰恰是提升臨床診治水平的關鍵突破口。上下兩篇完整呈現了紀立農團隊在 ADA 2025 上的學術全景，歡迎收藏轉發，也期待大會現場更多精彩數據揭曉。

責任編輯：蕾蕾

*“醫學界”力求所發表內容專業、可靠，但不對內容的準確性做出承諾；請相關各方在采用或以此作為決策依據時另行核查。