《Cardiovascular Diabetology》:BMI-residualized data uncovers a cluster of people with type 2 diabetes and increased serum ferritin protected from cardiovascular disease
编辑推荐:
为探究 2 型糖尿病(T2D)患者血清铁蛋白水平与心血管疾病(CVD)风险的关系,研究人员对 49,506 名患者开展回顾性队列研究。结果发现,BMI 残差化血清铁蛋白水平较高的 T2D 患者,心血管事件风险更低,这有助于优化 T2D 患者心血管风险分层策略。
在健康领域,2 型糖尿病(T2D)就像一颗 “定时炸弹”,威胁着全球无数人的健康。它不仅发病率持续攀升,还伴随着一系列严重并发症,其中心血管疾病(CVD)最为棘手。一直以来,血清铁蛋白水平与心血管疾病之间的关系充满谜团。有的研究说高血清铁蛋白可能促进动脉粥样硬化,可也有研究发现它或许对心血管有保护作用。同时,常用的肥胖评估指标 BMI,在衡量 T2D 患者心血管疾病风险时,也存在明显缺陷。这些矛盾和不足,让医生们在评估 T2D 患者心血管疾病风险时困难重重,迫切需要更精准的方法。
为了破解这些难题,来自西班牙、瑞典、英国等多个国家研究机构的研究人员联合开展了一项研究。该研究成果发表在《Cardiovascular Diabetology》杂志上。
研究人员开展了一项回顾性队列研究,数据来源于西班牙加泰罗尼亚地区多中心、基于人群的初级医疗登记系统 SIDIAP 数据库。该数据库包含了 800 多万人的信息,研究人员从中筛选出 49,506 名 35 岁及以上确诊为 T2D 的患者,这些患者被随访至少 10 年。
在研究过程中,研究人员主要运用了以下关键技术方法:一是聚类分析,通过整合线性建模、残差提取、降维和无监督聚类等步骤,分析与心血管风险相关的生物标志物数据,以此来识别患者亚组;二是 Cox 比例风险模型,用于评估各亚组与脑血管事件、冠状动脉事件和主要不良心血管事件(MACE)之间的关联。
研究结果如下:
患者聚类情况 :通过聚类分析,研究人员发现了五个不同的患者聚类。这些聚类在血清葡萄糖、糖化血红蛋白(HbA1 c)、血脂谱、血压和血清铁蛋白水平等方面存在差异。其中,有一个聚类的患者血清铁蛋白水平相对于其 BMI 异常高,这一特征十分引人注目。
生存分析结果 :生存分析显示,高血清铁蛋白聚类的患者在脑血管疾病、冠状动脉疾病和 MACE 这三个方面的无病生存率更高。具体而言,在男性中,该聚类患者发生脑血管事件的风险比(HR)为 0.68(95% 置信区间 [CI]:0.53 - 0.87),冠状动脉事件的 HR 为 0.65(95% CI 0.49 - 0.88),MACE 的 HR 为 0.68(95% CI 0.56 - 0.83);在女性中,脑血管事件的 HR 为 0.81(95% CI 0.67 - 0.92),冠状动脉事件的 HR 为 0.73(95% CI 0.57 - 0.95),MACE 的 HR 为 0.79(95% CI 0.67 - 0.92)。这表明,相对于 BMI 而言,血清铁蛋白水平较高的 T2D 患者,发生心血管事件的风险更低。
研究结论和讨论部分指出,该研究揭示了 T2D 患者群体中存在不同的聚类,每个聚类具有独特的临床特征和生物标志物模式。其中,血清铁蛋白水平高于 BMI 预测值的聚类,对多种心血管疾病具有显著的保护作用。这一发现意义重大,它表明在评估 T2D 患者心血管疾病风险时,应综合考虑铁蛋白水平和 BMI,为临床医生提供了新的风险分层思路。
然而,该研究也存在一定局限性。例如,由于血清铁蛋白并非 T2D 患者的常规检测项目,研究数据仅占原始数据库的一小部分,可能存在选择偏倚;虽然研究调整了多个协变量,但仍无法排除残余混杂因素的影响;研究人群平均年龄较高,可能限制了研究结果对年轻 T2D 患者的适用性。
尽管如此,这项研究为 T2D 与心血管疾病关系的研究开辟了新方向。未来,研究人员需要在更多独立队列中验证这些聚类,深入探索其潜在机制,明确其在临床风险分层和管理中的实际应用价值,为 T2D 患者的心血管疾病防治提供更有力的支持。
鎵撹祻
涓嬭浇瀹夋嵎浼︾數瀛愪功銆婇€氳繃缁嗚優浠h阿鎻ず鏂扮殑鑽墿闈剁偣銆嬫帰绱㈠浣曢€氳繃浠h阿鍒嗘瀽淇冭繘鎮ㄧ殑鑽墿鍙戠幇鐮旂┒
10x Genomics鏂板搧Visium HD 寮€鍚崟缁嗚優鍒嗚鲸鐜囩殑鍏ㄨ浆褰曠粍绌洪棿鍒嗘瀽锛�
娆㈣繋涓嬭浇Twist銆婁笉鏂彉鍖栫殑CRISPR绛涢€夋牸灞€銆嬬數瀛愪功
鍗曠粏鑳炴祴搴忓叆闂ㄥぇ璁插爞 - 娣卞叆浜嗚В浠庣涓€涓崟缁嗚優瀹為獙璁捐鍒版暟鎹川鎺т笌鍙鍖栬В鏋�
涓嬭浇銆婄粏鑳炲唴铔嬬櫧璐ㄤ簰浣滃垎鏋愭柟娉曠數瀛愪功銆�