《Medical Care》：Predictive value of metabolic and inflammatory indices (TGI, TG/HDL-C, and PIV) for complications in type 2 diabetes mellitus: A retrospective cohort study
编辑推荐：
本综述中心思想在于，针对2型糖尿病（T2DM）这一伴随慢性低度炎症的复杂代谢性疾病，通过回顾性队列分析（n=450），首次同时评估了甘油三酯-葡萄糖指数（TGI）、甘油三酯与高密度脂蛋白胆固醇比值（TG/HDL-C）和泛免疫炎症值（PIV）三项指标对糖尿病并发症的预测价值。研究发现，有并发症者三项指标均显著更高，且它们与并发症存在中度至强相关性，是独立的预测因子（TGI的OR=2.12， PIV的OR=1.94， TG/HDL-C的OR=1.83）。研究创新性地构建了整合三项指标的联合预测模型，其诊断效能（AUC=0.846）优于任一单项指标。结果表明，这些从常规检验中衍生的指标可作为低成本、便捷的补充工具，用于T2DM患者的综合风险分层，推动早期干预和个体化管理。
引言
2型糖尿病（T2DM）是一种以胰岛素抵抗、胰岛素分泌受损和慢性低度炎症为特征的复杂进行性代谢性疾病，已成为全球主要健康挑战，影响着全球超过5亿人，并显著增加发病、死亡和医疗成本。虽然高血糖是T2DM的标志，但越来越多的证据表明，慢性炎症和代谢失调在糖尿病并发症的发病机制中起着关键作用。鉴于糖尿病相关并发症的巨大负担，迫切需要可靠且易于获取的生物标志物来支持早期风险分层。传统的血糖指标可能无法充分捕捉导致并发症的潜在代谢和炎症紊乱。近年来，一些源自常规实验室检查的指标作为评估胰岛素抵抗、血脂异常和全身炎症的实用工具而受到关注。
方法
本研究是一项回顾性队列研究，在Gaziantep City培训与研究医院内科进行。研究纳入2023年10月1日至2025年4月18日期间就诊、诊断为T2DM的成年患者。所有参与者均随访至少1年，且有完整的临床和实验室数据。收集人口统计学特征、临床数据和实验室参数。计算了三个复合指标：甘油三酯/高密度脂蛋白胆固醇比值（TG/HDL-C）、甘油三酯-葡萄糖指数（TGI）和泛免疫炎症值（PIV）。其中，TGI的计算公式为 ln [TG (mg/dL)?×?空腹血糖 (mg/dL)/2]，PIV的计算公式为（中性粒细胞计数?×?单核细胞计数?×?血小板计数）/淋巴细胞计数。统计分析包括组间比较、相关性分析、逻辑回归分析和受试者工作特征（ROC）曲线分析，以评估这些指标对糖尿病并发症的预测价值。
结果
研究共纳入450名T2DM患者，平均年龄为58.4±10.2岁，54.2%为女性。平均糖尿病病程为7.3±4.8年，平均糖化血红蛋白（HbA1c）为8.1±1.2%。总计285名患者（63.3%）存在一种或多种糖尿病并发症，最常见的是周围神经病变（18.9%），其次是糖尿病视网膜病变（16.0%）、糖尿病肾病（15.1%）和大血管并发症（13.3%）。
与无并发症的患者相比，有并发症的患者年龄更大、糖尿病病程更长、HbA1c和身体质量指数（BMI）更高。在代谢指标方面，并发症组的空腹血糖、甘油三酯和TG/HDL-C比值显著升高，而高密度脂蛋白胆固醇（HDL-C）水平更低。同时，并发症组的TGI也显著更高。在炎症指标方面，并发症组的PIV值显著更高，伴随着中性粒细胞和单核细胞计数增加，以及淋巴细胞计数减少。
相关性分析显示，糖尿病病程、HbA1c、TG/HDL-C、TGI和PIV与并发症的存在均呈正相关，其中TGI（R=0.68）、PIV（R=0.65）和TG/HDL-C（R=0.62）呈现中度至强相关性。逻辑回归分析确认，TGI（比值比 (OR)=2.12）、PIV（OR=1.94）和TG/HDL-C比值（OR=1.83）是糖尿病并发症的独立预测因子。
ROC曲线分析进一步量化了各指标的预测效能。TGI显示出最高的诊断准确性，曲线下面积（AUC）为0.813（95%置信区间 (CI): 0.767–0.859），最佳临界值>8.95时，敏感性和特异性分别为81.4%和77.6%。PIV的AUC为0.794（95% CI: 0.748–0.840），最佳临界值>420。TG/HDL-C比值的AUC为0.782（95% CI: 0.734–0.829），最佳临界值>4.5。值得注意的是，一个整合了TGI、TG/HDL-C和PIV三项指标的联合预测模型，表现出了最高的判别性能，其AUC达到0.846（95% CI: 0.802–0.890），优于任何单项指标。该图直观展示了各预测指标及联合模型的ROC曲线，清晰呈现了其诊断效能的比较。
讨论
本研究证实了TG/HDL-C、TGI和PIV与T2DM患者并发症的显著相关性，并展现了良好的预测价值。TGI作为最强的独立预测因子，与既往研究认为其是胰岛素抵抗的可靠指标，并与心血管事件和糖尿病肾病进展相关的结论一致。TG/HDL-C比值作为一个简单但信息丰富的胰岛素抵抗和心血管风险的替代标志物，其价值在本研究中也得到支持。PIV作为一个反映全身免疫炎症状态的复合指标，虽然在肿瘤学和心血管领域研究较多，但本研究证明了其在糖尿病代谢性疾病背景下的预测潜力，表明其可用于该人群的综合免疫代谢风险评估。
本研究的突出亮点在于首次同时评估了这三项指标，并证明了它们的预测价值具有互补性。将代谢和炎症信号整合到一个统一的风险评估模型中，增强了对高风险个体的早期识别能力。联合模型（AUC=0.846）优于任何单项指标的优越性能，强调了将多病理生理领域纳入单一预测框架的价值。
临床意义
从临床角度看，使用TGI、TG/HDL-C和PIV可能提供一种实用、低成本的方案，以增强常规糖尿病护理中的风险分层。这些指标中任何一项升高，尤其是联合升高，都可以帮助临床医生识别出发生微血管或大血管并发症风险增加的患者。在这种情况下，临床医生可考虑更早地转诊至内分泌科或眼科，更频繁地监测肾功能或神经系统症状，或启动更积极的心脏代谢风险降低策略。由于这些指标来源于标准的实验室参数，它们可以很容易地整合到现有的临床工作流程中，无需额外成本或检测负担。因此，将这些标志物纳入风险评估方案，可能有助于对高风险T2DM患者进行更早的干预和更个体化的管理。
局限性
本研究也存在一些局限性。首先，回顾性设计限制了建立因果关系的可能。其次，作为单中心研究，其普适性可能有限。第三，未评估纵向结局，如死亡率或特定并发症的进展。此外，并发症状态提取自电子健康记录，临床文件、诊断编码和医生报告的差异可能影响了一些结果的分类。
结论
综上所述，TGI、TG/HDL-C比值和PIV均与糖尿病并发症的存在显著相关，并展现出有意义的个体预测价值。更重要的是，整合这三项指标的联合模型提供了优于任何单一标志物的诊断性能（AUC=0.846）。这些易于获取的指标可作为简单、易得且经济有效的工具，用于支持T2DM患者的早期风险分层。未来需要进行前瞻性和多中心研究来验证这些发现，并探索将组合标志物策略纳入常规糖尿病管理的临床效用。
