1 型糖尿病患者脉络膜厚度：亚临床颈动脉粥样硬化的潜在预测指标

为探究 1 型糖尿病（T1DM）患者亚临床颈动脉粥样硬化预测指标，研究发现脉络膜厚度可作补充，助力风险评估。

　　在健康医学领域，心血管疾病一直是威胁人类健康的重要因素。对于 1 型糖尿病（T1DM）患者而言，他们患心血管疾病的风险更是比普通人群高出许多，大约是 10 倍之多，且过早出现的动脉粥样硬化是 T1DM 成年人死亡的主要原因之一。亚临床动脉粥样硬化（SCA）作为动脉粥样硬化的早期阶段，悄无声息地发展，却与未来心血管事件密切相关。早期发现 SCA，就如同在疾病发展的道路上设置了一道 “预警关卡”，能为干预和阻止疾病进展争取宝贵机会。

以往研究虽已证实 T1DM 患者颈动脉内膜中层厚度（cIMT）增加、斑块负担加重，但对于如何更精准地预测 T1DM 患者的亚临床颈动脉粥样硬化，仍缺乏有效的方法。光学相干断层扫描（OCT）作为一种先进的非侵入性成像技术，能清晰呈现视网膜、脉络膜等眼部结构，为探索眼部与心血管疾病的关联带来了新希望。然而，OCT 测量参数与 T1DM 患者亚临床颈动脉粥样硬化之间的关系尚不明确。

在此背景下，来自华盛顿大学医学院、巴塞罗那圣十字圣保罗医院等多个机构的研究人员开展了一项重要研究，相关成果发表在《Scientific Reports》上。他们试图通过研究，明确 OCT 测量参数在 T1DM 患者亚临床颈动脉粥样硬化预测中的价值，为临床早期风险评估提供更有力的依据。

为了深入探究这一问题，研究人员进行了一项回顾性分析。他们从西班牙加泰罗尼亚地区同一公共卫生组织的两家大学医院，招募了 340 名确诊为 T1DM 的成年人。这些参与者需满足糖尿病病程超过 1 年、肾功能正常（估算肾小球滤过率 [eGFR]>60 mL/min/1.73 m² ）、尿白蛋白排泄率 < 300 mg/g，且未患有已确诊的心血管疾病或糖尿病足病等条件。同时，排除了存在特定眼科疾病的患者，确保研究结果不受干扰。

研究人员收集了参与者的多项临床和人口统计学信息，包括年龄、性别、体重、吸烟习惯等，还对他们进行了全面的眼科检查、颈动脉血管超声扫描。在眼科检查中，使用光谱域 OCT（SD-OCT）测量视网膜神经纤维层（RNFL）和神经节细胞层 / 内丛状层（GCL/IPL）复合体厚度，利用增强深度成像 OCT（EDI-OCT）精确测量脉络膜厚度。颈动脉血管超声扫描则用于评估颈动脉内膜 - 中膜厚度（IMT）和识别动脉粥样硬化斑块。此外，研究人员运用机器学习模型，分析眼科指标与传统风险因素之间的复杂关系，以提高对颈动脉斑块存在的预测能力。

研究结果令人瞩目。在最初的 340 名受试者中，98 人因 OCT 图像数据缺失或眼科排除标准被排除，最终纳入 242 名患者，其中 67 人（27.6%）存在颈动脉斑块。有颈动脉斑块的患者年龄更大、T1DM 病程更长、BMI 略高，且高血压、血脂异常、吸烟、糖尿病视网膜病变（DR）的患病率更高，肾功能相对更差。

在 OCT 测量指标方面，与无颈动脉斑块的患者相比，有斑块患者的 RNFL 和 GCL/IPL 复合体厚度无显著差异，但双眼的中心凹下和颞侧脉络膜厚度显著降低，左侧眼的鼻侧脉络膜厚度也明显减少。

机器学习模型显示，年龄、高血压、血脂异常、吸烟和 DR 是颈动脉斑块存在的重要预测因素。虽然眼科测量指标对模型的贡献相对较小，但所有脉络膜厚度参数在双眼的重要变量排名中都较为靠前，且脉络膜厚度与颈动脉斑块风险呈负相关，即脉络膜厚度越薄，颈动脉斑块风险越高。

在模型性能上，预测颈动脉斑块的受试者工作特征曲线下面积（AUROC）较高，表明模型具有良好的区分能力。然而，由于数据集不平衡，阳性样本识别存在局限性，平衡准确率显示模型在处理不平衡数据时具有一定有效性，但平均精度（AUPR）较低，说明模型在准确识别阳性样本方面仍面临挑战。

这项研究意义重大。它首次全面探索了 OCT 衍生的眼科测量指标在预测 T1DM 患者颈动脉斑块中的作用，为临床医生提供了新的视角。脉络膜厚度有可能成为心血管风险的早期标志物，辅助传统风险因素评估，帮助医生更精准地识别需要进一步心血管评估的 T1DM 患者，尤其是在眼科和内分泌科的临床环境中，为早期干预和预防心血管疾病提供了潜在的依据。不过，该研究也存在一些局限性，如研究的横断面性质无法确定因果关系、样本量较小、未评估颈动脉斑块大小和狭窄程度等。未来需要更大规模、前瞻性的研究来进一步验证这些发现，完善对 T1DM 患者心血管风险的评估体系。

总之，这项研究为 T1DM 患者亚临床颈动脉粥样硬化的预测开辟了新的方向，尽管还有待完善，但无疑为心血管疾病的早期防治带来了新的曙光，有望在未来的临床实践中发挥重要作用。