*僅供醫(yī)學(xué)專業(yè)人士閱讀參考

新模型基于常規(guī)檢查預(yù)測，讓糖尿病治療從“試藥”走向“精準(zhǔn)”。

撰文：吳櫻

2型糖尿病（T2DM）病理生理異質(zhì)性極高，患者對降糖藥物的反應(yīng)差異顯著。這一現(xiàn)象導(dǎo)致當(dāng)前臨床在二甲雙胍治療后選擇后續(xù)藥物時缺乏明確標(biāo)準(zhǔn)，臨床決策常依賴醫(yī)生經(jīng)驗，存在不確定性。既往基于BMI、性別等單一特征的亞組分析雖能在一定程度上解釋治療差異，但難以滿足復(fù)雜臨床場景的需求。而基因或組學(xué)分型技術(shù)雖被探索應(yīng)用，但存在成本高、操作復(fù)雜等難題，難以普及。

在國際糖尿病聯(lián)盟（IDF）2025世界糖尿病大會上，John Dennis教授團(tuán)隊公布了一項里程碑式研究（圖1）。該研究基于常規(guī)患者臨床特征開發(fā)了預(yù)測模型，可指導(dǎo)非胰島素治療的T2DM患者在首次使用二甲雙胍后的后續(xù)藥物選擇，縮短傳統(tǒng)漫長的試藥過程，顯著改善了血糖控制并降低了并發(fā)癥風(fēng)險。這項研究為糖尿病個體化治療提供了可推廣的低成本解決方案，相關(guān)成果已發(fā)表在《柳葉刀》[1]。

圖1 John Dennis教授的現(xiàn)場匯報

治療反應(yīng)差異大，傳統(tǒng)亞組分型難破局

該模型僅需利用T2DM患者開始藥物治療時的九項常規(guī)臨床特征（年齡、糖尿病病程、性別、基線HbA1c、BMI、估計腎小球濾過率、高密度脂蛋白膽固醇、總膽固醇和丙氨酸氨基轉(zhuǎn)移酶）作為預(yù)測變量，即可精確預(yù)測五種主流降糖藥物——包括二肽基肽酶-4抑制劑（DPP-4i）、胰高血糖素樣肽-1受體激動劑（GLP-1RA）、鈉-葡萄糖共轉(zhuǎn)運蛋白2抑制劑（SGLT2i）、磺脲類藥物和TZD在未來12個月HbA1c的控制效果，為T2DM患者個體化治療提供了科學(xué)依據(jù)。

下面通過兩個真實病例看看模型的預(yù)測結(jié)果。基于Glarie的臨床特征，預(yù)測出最佳的藥物是SGLT2i。而對于Anthony，他的特征與Glarie截然不同，這意味著GLP-1RA可能最適合他，而SGLT2i對他可能效果最差（圖2）。那這個工具其應(yīng)用效果如何，又存在哪些問題呢？

圖2 兩類不同特征患者的預(yù)測結(jié)果

模型驗證：多數(shù)據(jù)集證實模型有效性

研究團(tuán)隊使用多個英國數(shù)據(jù)集，參考了臨床試驗數(shù)據(jù)，包括Trimaster交叉試驗以及制藥公司主導(dǎo)的頭對頭試驗。在英國數(shù)據(jù)驗證中，接受模型預(yù)測最佳治療方案的患者，12個月后患者的HbA1c水平會降低約5mmol/mol（約2.6％），具有顯著臨床意義。研究還發(fā)現(xiàn)，GLP-1RA、SGLT2i和磺脲類藥物被推薦為最佳藥物的患者比例相對平均，而DPP-4i在模型中被預(yù)測為最佳藥物的患者比例不到1%。

研究將接受模型推薦的最佳治療方案（模型一致組）與非最佳治療方案（模型不一致組）的患者進(jìn)行對比，觀察血糖控制失敗、糖尿病并發(fā)癥等關(guān)鍵結(jié)果。結(jié)果顯示，接受模型推薦最佳治療方案且在12個月內(nèi)治療效果良好的患者，五年內(nèi)血糖控制失敗風(fēng)險降低約40%，血糖控制失敗時間推遲約2.5年。同時，這些患者發(fā)生主要心血管不良事件（MACE）或心力衰竭風(fēng)險降低約15%，腎臟疾病進(jìn)展風(fēng)險降低29%，微血管疾病風(fēng)險降低14%。不過，John Dennis教授指出，由于隨訪時間僅五年，相對較短，對于主要心血管不良事件和腎臟疾病相關(guān)風(fēng)險的評估可能存在一定局限性。

IDF問答現(xiàn)場：糖尿病精準(zhǔn)治療模型的“靈魂拷問”與未來方向

現(xiàn)場問答環(huán)節(jié)，John Dennis教授關(guān)于T2DM個性化治療模型的報告引發(fā)了熱烈討論。來自全球各地的學(xué)者圍繞模型設(shè)計、臨床應(yīng)用及未來擴(kuò)展提出了諸多尖銳問題，以下是精彩問答的深度解析：

模型設(shè)計的“取舍之道”

馬來西亞學(xué)者提問：

“您的模型中為何沒納入血壓和丙氨酸氨基轉(zhuǎn)移酶（ALT）？可以解釋為什么嗎？”

John Dennis教授回應(yīng)：

模型開發(fā)遵循“數(shù)據(jù)驅(qū)動”原則，團(tuán)隊預(yù)先篩選了在既往研究中對藥物療效差異影響最大的變量。盡管血壓是糖尿病管理的重要指標(biāo)，但研究中未發(fā)現(xiàn)其能有效預(yù)測不同藥物的降糖效果差異，因此未納入模型。這一設(shè)計旨在確保模型聚焦于核心預(yù)測因子，避免冗余變量干擾準(zhǔn)確性。ALT水平與SGLT2i的療效存在關(guān)聯(lián)。2022年《柳葉刀·數(shù)字健康》的研究顯示，ALT會影響SGLT2i與其他藥物的相對降糖效果，尤其在肝功能輕度異常的患者中，這一指標(biāo)對藥物選擇具有提示作用。

藥物選擇的“臨床爭議”

現(xiàn)場學(xué)者提問：

“模型中DPP-4i和噻唑烷二酮類藥物的推薦比例極低，但DPP-4i在臨床中廣泛使用，如何解釋？”

John Dennis教授回應(yīng)：

模型反映的是“個體化療效預(yù)測”，而非藥物整體療效排名。DPP-4i的平均降糖效果處于中等水平，且個體間差異較小，因此在模型中作為“最佳選擇”的比例不足1%。但對部分患者而言，其可能是“次優(yōu)選擇”，模型會提供藥物排序供醫(yī)生參考，而非直接排除。這提示臨床需結(jié)合患者具體情況，避免盲目遵循“平均療效”用藥。

另一學(xué)者建議：

“模型應(yīng)納入胰島素，尤其是早期發(fā)病、HbA1c>10%的年輕患者，短期胰島素治療可能誘導(dǎo)病情緩解。”

John Dennis教授回應(yīng)：

胰島素的劑量變異性大，建模難度高，但團(tuán)隊已將其列為未來研究方向。特別是對于新診斷的高血糖患者，胰島素的短期強(qiáng)化治療效果需結(jié)合病程、β細(xì)胞功能等因素綜合評估，這將是模型擴(kuò)展的重要領(lǐng)域。

療效評估的“多維挑戰(zhàn)”

香港學(xué)者提問：

“模型目前僅以HbA1c為預(yù)測終點，是否考慮納入心血管、腎臟結(jié)局？血糖控制失敗定義為HbA1c≥8.5%，若調(diào)整為更低閾值（如8%或7%），結(jié)果會如何？”

John Dennis教授回應(yīng)：

終點擴(kuò)展：選擇HbA1c作為起點是因數(shù)據(jù)完整性高，但團(tuán)隊正基于現(xiàn)有框架探索長期結(jié)局（如心血管事件、腎病進(jìn)展）。模型的核心邏輯可遷移至多維度終點，需結(jié)合真實世界數(shù)據(jù)與臨床試驗進(jìn)一步驗證。

閾值敏感性：補(bǔ)充分析顯示，即使將血糖控制失敗閾值降至7.5%，模型預(yù)測的風(fēng)險差異依然顯著。這表明模型對血糖變化的捕捉具有穩(wěn)定性，臨床可根據(jù)患者目標(biāo)靈活調(diào)整閾值。

特殊人群的“隱藏風(fēng)險”

現(xiàn)場討論延伸：

“新冠疫情后，非胰島素治療的老年患者中糖尿病酮癥酸中毒（DKA）發(fā)生率上升，模型是否涉及相關(guān)風(fēng)險預(yù)測？”

John Dennis教授回應(yīng)：

團(tuán)隊通過因果分析發(fā)現(xiàn)，SGLT2i在老年患者中的DKA風(fēng)險信號存在，但整體風(fēng)險較低。臨床使用時需關(guān)注患者病史（如既往DKA史）、脫水狀態(tài)等。模型未來可整合不良反應(yīng)數(shù)據(jù)，形成“療效-風(fēng)險”雙維度預(yù)測。

模型應(yīng)用的“現(xiàn)實考量”

現(xiàn)場學(xué)者總結(jié)：

“模型依賴常規(guī)臨床特征，是否可能加劇醫(yī)療資源分配差異？例如，貧困地區(qū)患者能否獲得同等精準(zhǔn)治療？”

John Dennis教授強(qiáng)調(diào)：

模型設(shè)計刻意排除種族、貧困程度等社會因素的影響，驗證顯示不同人群的最佳藥物預(yù)測無顯著差異。這表明模型本身具有公平性，但實際應(yīng)用需警惕醫(yī)療系統(tǒng)的執(zhí)行偏差，例如新型藥物（如GLP-1RA）的可及性可能影響最終效果。團(tuán)隊呼吁將模型與醫(yī)保政策結(jié)合，推動“低成本精準(zhǔn)醫(yī)療”落地。

結(jié)語

該模型不是一個規(guī)定性算法，而是醫(yī)生的“數(shù)據(jù)助手”。當(dāng)技術(shù)回歸臨床需求，精準(zhǔn)醫(yī)療才能真正成為改善患者預(yù)后的“利器”。未來，隨著模型的迭代與驗證，或許我們能見證糖尿病治療從“群體指南”走向“個體密碼”的歷史性轉(zhuǎn)變。

參考文獻(xiàn)：

[1]Dennis JM, et al. A five-drug class model using routinely available clinical features to optimise prescribing in type 2 diabetes: a prediction model development and validation study. Lancet. 2025 Mar 1;405(10480):701-714.

責(zé)任編輯｜小林

*"醫(yī)學(xué)界"力求所發(fā)表內(nèi)容專業(yè)、可靠，但不對內(nèi)容的準(zhǔn)確性做出承諾；請相關(guān)各方在采用或以此作為決策依據(jù)時另行核查。