编辑推荐：
为探究 sdLDL-C 与糖尿病（DM）关系，研究人员开展大规模队列研究，发现二者呈非线性正相关，意义重大。
在当今社会，糖尿病（Diabetes mellitus，DM）这个 “甜蜜的负担” 日益成为全球健康的重大挑战。据估算，到 2045 年，全球糖尿病患者将从 2019 年的 4.63 亿激增至 7 亿。它就像一颗 “定时炸弹”，会显著增加心血管疾病、慢性肾病和视网膜病变等各种并发症的发生风险，严重威胁着人们的健康。而小而密低密度脂蛋白胆固醇（small dense low-density lipoprotein cholesterol，sdLDL-C），这种密度大于 1.034 g/mL、平均粒径小于 25.5 nm 的物质，比其他低密度脂蛋白胆固醇（LDL-C）亚类更具致动脉粥样硬化性，与动脉粥样硬化、代谢综合征和冠心病等疾病密切相关。然而，关于 sdLDL-C 水平与糖尿病发病之间的关系，科学界却知之甚少。为了填补这一关键空白，吉林大学第一医院的研究人员开展了一项大规模多中心回顾性队列研究，相关成果发表在《BMC Endocrine Disorders》杂志上。
研究人员利用 Rich Healthcare Group 提供的数据集，该数据集可通过 Dryad Data Platform 自由访问。研究最初纳入了 685,277 名 20 岁及以上、在 2010 年 1 月 1 日至 2016 年 12 月 31 日期间至少进行过两次体检的成年人。经过一系列严格的排除标准筛选，最终确定了 118,080 名参与者。
在研究过程中，研究人员使用了多种关键技术方法。首先，通过标准化问卷收集参与者的人口统计学信息、人体测量数据、生活方式习惯、糖尿病家族史以及血压等数据。然后，在参与者至少禁食 8 小时后采集静脉血样，利用自动生化分析仪测量包括甘油三酯（TG）、血清肌酐（Scr）、LDL-C、高密度脂蛋白胆固醇（HDL-C）等多种生化指标。此外，研究采用特定公式（sdLDL-C
）来估算 sdLDL-C 水平。最后，运用 Cox 比例风险回归模型、立方样条函数、平滑曲线拟合以及两段式 Cox 比例风险回归等统计方法进行数据分析。
研究结果主要包括以下几个方面：
- 基线特征：研究共纳入 118,080 名参与者，平均年龄 44.31±13.08 岁，其中男性占 53.95%。按 sdLDL-C 四分位数分组后发现，sdLDL-C 最高四分位数（Q4 组）的参与者往往年龄更大、多为男性、当前饮酒和吸烟者，且收缩压（SBP）、舒张压（DBP）、体重指数（BMI）以及多种生化指标水平更高，而 HDL-C 水平在 Q1 组最高。
- 糖尿病发病率：在平均 3.10 年的随访期间，2737 名（2.32%）参与者患上了糖尿病。sdLDL-C 四分位数越高，糖尿病发病率越高，如 Q1 组发病率为 0.67%，Q4 组则高达 4.32%。
- 单因素分析：单因素 Cox 回归分析确定了多个与糖尿病风险相关的因素，包括 sdLDL-C、年龄、BMI、SBP、DBP 等，其中 HDL-C 和女性性别是糖尿病的保护因素。
- sdLDL-C 与糖尿病的相关性：多变量分析显示，无论是否调整混杂因素，sdLDL-C 与糖尿病风险均显著相关。在最高 sdLDL-C 四分位数组，糖尿病风险比最低四分位数组增加了 194%。
- 敏感性分析：敏感性分析在排除肥胖、高血压或空腹血糖（FPG）≥6.1 mmol/L 的个体后，仍证实了 sdLDL-C 与糖尿病风险的显著正相关。并且，计算得出的 E 值表明未测量的混杂因素对二者关系影响较小。
- 非线性关系评估：通过 Cox 比例风险回归模型结合立方样条函数和平滑曲线拟合，发现 sdLDL-C 水平与糖尿病风险之间存在非线性关系，转折点为 29.49 mg/dL。当 sdLDL-C 低于该转折点时，每增加一个单位，糖尿病风险增加 8%；高于该转折点时，风险增加 3%。
研究结论和讨论部分指出，该大规模回顾性队列研究揭示了 sdLDL-C 与糖尿病发病风险之间的非线性正相关关系，且 sdLDL-C 水平低于 29.49 mg/dL 时，与糖尿病风险的关联更强。这表明降低 sdLDL-C 水平可能有助于降低糖尿病风险，尤其是当 sdLDL-C 水平低于转折点时。sdLDL-C 有望成为糖尿病风险分层的有价值生物标志物，可应用于临床实践，帮助识别糖尿病高风险个体，从而进行早期干预，如调整生活方式或开展针对性治疗。不过，该研究也存在一些局限性，例如未进行口服葡萄糖耐量测试、缺乏 sdLDL-C 的重复测量、研究对象局限于中国人群等。未来还需要在更多样化的人群中开展研究，进一步验证这些发现，并探索将 sdLDL-C 纳入常规临床风险评估框架的可行性，以提高糖尿病预防策略的精准性，改善患者的健康状况。
