糖尿病人群心血管疾病（CVD）的发生率是正常人的2~4倍，其70%的死亡源于较高的CVD风险。针对这些患者，有效预测CVD风险可以为他们提供更具成本效益的医疗保健服务。然而事实上，目前CVD风险预测模型包括Framingham Heart study和ATPIII，都不是基于2型糖尿病人群的。

中国糖尿病人群占世界糖尿病总数的25%，有必要建立基于中国2型糖尿病人群的CVD风险预测模型与工具。针对这一情况，中国香港科学家进行了一项回顾性队列研究，建立和验证了针对中国2型糖尿病患者的偱证CVD风险预测模型，并将研究结果发表于2018年2月的《Diabetes Obes Metab》杂志上。

研究纳入了中国137935例既往无CVD病史的18~79岁2型糖尿病患者，他们于2010年1月1日~2010年12月31日接受了公共初级卫生保健服务。

在中位随访5年的衍生队列中，在模型建立队列中，使用Cox比例风险回归确定预测因素和年龄间的相互作用。而在模型验证队列中，使用Harrell的C统计和校准曲线验证队列以评估模型的识别和校准。基于已建立的模型设计了网络计算器和图表。

研究结果显示，无论男女， CVD高风险预测因素为年龄较大、吸烟、较长的糖尿病病程、使用降压药和胰岛素、较高的体重指数、糖化血红蛋白、收缩压和舒张压、总胆固醇与高密度脂蛋白胆固醇的比值（TC/HDL-C）、尿蛋白与肌酐的比值以及较低的估计的肾小球滤过率。与年龄的相互作用因素证实，TC/HDL-C比值在年轻男女中具有较高的权重；吸烟状态和糖化血红蛋白仅在年轻男性中具有较高的权重。

研究人员表示，新建立的风险预测模型比为中国糖尿病患者建立的其他CVD预测模型表现更好。研究结果表明，CVD风险预测模型应具有糖尿病和种族特异性。虽然在Framingham CVD风险预测模型中也考虑了这一问题，但它主要用于一般人群，用于糖尿病患者可能高估或低估风险。此外，该研究首次证明了年龄和性别对预测因素的交互作用，以及肌酐比值和估计肾小球滤过率在糖尿病患者CVD风险预测模型中的重要性。

综上，研究者建立的模型（转化为网络计算器和彩色编码图），可作为偱证可视辅助工具，帮助医生快速评估中国2型糖尿病患者的5年CVD风险，并指导干预。

“糖尿病就是心血管病”，作为一种新的临床理念正在国内外叫响。糖尿病所带来的一系列CVD并发症，成为剥夺这些患者生命的第一大“杀手”。如果能为糖尿病患者准确预测CVD风险，并尽早实施干预，这无疑是糖尿病患者的福音。

（选题审校：林巧楠 编辑：石岩）

（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：该研究提供了可供临床广泛使用的可视化图表工具，疾病模型来源为中国糖尿病人群，适用性较好，可在临床实践中对该模型不断进行改进与验证，真正建立属于中国糖尿病人群的CVD风险预测工具。）

<img src="20160519-cdn9128.jpg" alt="扫码参与互动" align="center"/>