本文由Liao等人于2025年发表在《Cardiovascular Diabetology》期刊上，题为《Association between Estimated Glucose Disposal Rate and Cardiovascular Diseases in Patients with Diabetes or Prediabetes: A Cross-Sectional Study》。该研究旨在探讨估计葡萄糖处置率（Estimated Glucose Disposal Rate, EGDR）与糖尿病患者或糖尿病前期患者心血管疾病（Cardiovascular Disease, CVD）及其亚型之间的关联。

研究背景

心血管疾病（CVD）是全球范围内导致发病和残疾的主要原因，尤其是糖尿病和胰岛素抵抗（Insulin Resistance, IR）患者中，CVD的风险显著增加。胰岛素抵抗是CVD、代谢综合征和代谢功能障碍相关脂肪肝病（MAFLD）的重要危险因素。尽管高胰岛素-正常血糖钳夹技术（Hyperinsulinemic-Euglycemic Clamp, HIEG）是评估胰岛素抵抗的金标准，但其操作复杂且耗时，不适合大规模人群研究。因此，研究者开发了多种替代指标，如甘油三酯-葡萄糖指数（Triglyceride-Glucose Index, TyG）、胰岛素抵抗稳态模型评估指数（Homeostasis Model Assessment of Insulin Resistance, HOMA-IR）等。EGDR是基于腰围、高血压和糖化血红蛋白（HbA1c）计算的指标，最初用于评估1型糖尿病患者的胰岛素抵抗，并在2型糖尿病患者中显示出与HIEG技术的高度相关性。然而，EGDR与CVD及其亚型之间的关联尚未得到充分研究。

研究方法

研究使用了1999年至2016年美国国家健康与营养调查（NHANES）的数据，纳入了10,690名糖尿病或糖尿病前期患者。研究采用了三种机器学习方法（SVM-RFE、XGBoost和Boruta算法）筛选关键变量，并建立了逻辑回归模型评估EGDR与CVD的关联。研究还通过ROC曲线、C统计量、净重分类改善指数（Net Reclassification Improvement, NRI）、综合判别改善指数（Integrated Discrimination Improvement, IDI）等方法评估模型性能，并进行了亚组分析以探讨不同亚组中的关联。

研究结果

研究结果显示，EGDR较高的患者CVD患病率较低。多变量逻辑回归模型和限制性立方样条（Restricted Cubic Spline, RCS）曲线表明，EGDR与CVD、冠状动脉疾病（Coronary Artery Disease, CAD）、心力衰竭（Congestive Heart Failure, CHF）和中风（Stroke）的患病风险呈负相关。模型评估显示，完全调整后的模型比基础模型具有更好的性能。EGDR的AUC值在未调整模型中显著高于其他胰岛素抵抗替代指标，在完全调整模型中略高。亚组分析表明，结果具有稳健性。

结论

研究得出结论，EGDR较低与糖尿病或糖尿病前期患者CVD及其亚型的患病风险增加显著相关。EGDR在评估CVD及其亚型关联方面表现出优于其他胰岛素抵抗替代指标的性能。

研究亮点

1. 重要发现：EGDR与CVD及其亚型呈负相关，且在糖尿病和糖尿病前期患者中表现出较好的预测性能。
2. 方法创新：研究采用了三种机器学习算法进行变量筛选，确保了模型的优越性和有效性。
3. 研究对象特殊性：研究聚焦于糖尿病和糖尿病前期患者，填补了EGDR与CVD关联研究的空白。

研究意义

该研究为糖尿病和糖尿病前期患者的心血管疾病风险评估提供了新的指标，具有重要的临床应用价值。未来的纵向研究可以进一步验证EGDR与CVD及其亚型之间的因果关系，并探讨其在其他人群中的适用性。