肝脏脂肪含量升高与1型糖尿病患者的胰岛素抵抗之间存在独立相关性

《JHEP Reports》：Elevated liver fat content is independently associated with insulin resistance in people with type 1 diabetes

　　乔纳森·梅尔滕斯（Jonathan Mertens）| 马滕·斯平霍文（Maarten Spinhoven）| 里·布拉斯彭宁（Rie Braspenning）| 弗洛里斯·范赫维尔（Floris Vanhevel）| 伊芙琳·迪林克（Eveline Dirinck）| 克里斯托夫·德布洛克（Christophe De Block）| 斯文·弗兰克（Sven Francque）
安特卫普大学实验医学与儿科实验室，比利时安特卫普

**摘要**
**背景**
胰岛素抵抗与一般人群中的代谢功能障碍相关性脂肪性肝病（MASLD）有关，但在1型糖尿病（T1D）患者中其与MASLD的关系尚未得到充分阐明。
**方法**
我们进行了40 mU/m2/min的高胰岛素血症-稳态钳夹（HEC）实验，以量化全身葡萄糖处置率（M值，mg/kg/min）。进一步使用13C葡萄糖呼气试验（13C-GBT）和估计的葡萄糖处置率（eGDR）评估胰岛素敏感性。通过磁共振光谱法测量肝脏脂肪含量（LFC），并进行了振动控制瞬态弹性成像（VCTE）。参与者根据平均LFC ≤5.56%的标准以1:1的比例分为MASLD组和非MASLD组。
**结果**
我们研究了39名T1D成人患者（糖尿病病程27±13年；HbA1c 6.9% [6.5-7.8%]）。平均M值为4.41±2.37 mg/kg/min。MASLD组的LFC高于非MASLD组（8.2% [6.5-18.7%] vs 3.0% [2.3-3.6%]，p<0.001）。MASLD组的M值显著较低（2.92±1.39 mg/kg/min vs 6.41±2.46 mg/kg/min，p<0.001）。LFC与M值呈强烈相关性（rs -0.72，p<0.001）。在线性回归分析中，M值独立预测了log转化后的LFC（B -0.22，p<0.001；R2=0.47）。较低的M值与MASLD相关（调整后的OR 3.12，95% CI 1.17-8.37，p=0.024）。13C-GBT（aOR 1.54，95% CI 1.03-2.33，p=0.033）和eGDR（aOR 1.61，95% CI 1.09-2.38，p=0.016）也与MASLD独立相关。
**结论**
胰岛素抵抗与T1D患者的MASLD独立相关。

**影响与意义**
本研究揭示了MASLD与T1D患者胰岛素抵抗之间的关联机制的局限性。我们使用金标准和实用的非侵入性方法证明了LFC与胰岛素抵抗之间的强相关性。这些发现可能有助于临床医生识别具有代谢风险的T1D患者，尽管需要进一步的研究来明确筛查和针对性干预是否能改善预后。

**引言**
代谢功能障碍相关性脂肪性肝病（MASLD）是一种常见疾病，影响全球约四分之一的人口（1）。MASLD的特征是在至少一个临床心血管代谢风险因素存在的情况下肝脏脂质含量增加（2）。MASLD的范围从单纯的脂肪肝到脂肪性肝炎（MASH），可能伴随或不伴随肝脏纤维化，后者可进展为肝硬化（3）。T1D患者中MASLD的患病率明显低于一般人群（16-20%）（3, 4, 5）。虽然历史上T1D患者对胰岛素抵抗的易感性较低，但最近观察到一种新的临床表型，即自身免疫性糖尿病与显著胰岛素抵抗共存，这种现象常被称为“双重糖尿病”（6, 7）。尽管更新的MASLD命名和定义有助于通过胰岛素抵抗的临床指标诊断MASLD，但直接证明胰岛素抵抗与T1D患者肝脏脂肪沉着之间联系的证据仍然有限，主要是因为胰岛素抵抗的量化存在显著挑战。金标准方法——高胰岛素血症-稳态钳夹（HEC）具有侵入性且需要专业操作，不适合常规临床使用。最近，一种简单的13C葡萄糖呼气试验（13C-GBT）已被证明可以直接测量胰岛素依赖性葡萄糖代谢中的全身胰岛素敏感性（8）。另一种指标——估计的葡萄糖处置率（eGDR）也被提出（9）。本研究旨在使用已建立的经典方法描述T1D患者中胰岛素抵抗与肝脏脂肪沉着之间的关系。次要目标是使用更适合常规临床使用的非侵入性方法（13C-GBT和eGDR）确认这种关联，探索与MASLD相关的遗传多态性，并评估胰岛素抵抗与MASLD独立相关的程度。

**研究对象与方法**
研究对象为在安特卫普大学医院糖尿病门诊就诊的T1D成人患者。T1D的诊断通过β细胞自身抗体的阳性检测和低C肽水平（< 0.2 nmol/L）来确认（10）。参与者来自两项正在进行的前瞻性试验（NCT04623320和NCT04664036），分别评估13C-GBT与HEC的准确性，以及T1D患者中MASLD的自然患病率和特征，后者还包括单核苷酸多态性（SNPs）的遗传分析（3, 8）。同意参与这两项研究的参与者也被邀请参加本分析子研究。因此，本研究是对在伦理批准下收集的前瞻性数据（20/40/515和18/32/361）进行的预定义子分析。
考虑到探索性设计，招募计划招募20名MASLD患者和20名非MASLD患者，基于可行性考量和预期主要代谢结果的效果量。在招募期间，对符合资格的门诊患者进行了前瞻性筛查。为了确保MASLD病例的充分代表性，主动接触了具有内脏脂肪特征的患者。最终分组完全基于磁共振光谱法（MRS）测得的肝脏脂肪含量（LFC）。未对参与者进行人口统计学或代谢特征的匹配。当每组各有20名参与者且数据完整时，招募结束。
所有参与者在代谢检测前均接受了排除标准筛查。排除标准包括：（1）除MASLD以外的其他肝脏疾病；（2）每天酒精摄入量超过20克（女性）或30克（男性），通过标准化问卷评估；（3）MRS禁忌症（如植入物或幽闭恐惧症）；（4）妊娠或哺乳期；（5）脆性糖尿病或HbA1c > 9.0%，以避免葡萄糖毒性对周围胰岛素敏感性的干扰（11）。
参与者首先接受了腹部超声和振动控制瞬态弹性成像（VCTE）。根据肝脏相对于肾皮质的超声回声变化，将参与者暂时分类为MASLD组或非MASLD组。随后通过MRS测量肝脏脂肪含量。LFC > 5.56%被用作MASLD的界定标准（12）。如果超声与MRS结果不一致，最终分组仅基于MRS结果确定。

**研究方案**
研究方案符合《赫尔辛基宣言》，并获得安特卫普大学医院伦理委员会批准（20/40/515和18/32/361）。所有参与者在参与前均签署了书面知情同意书。

**基线特征**
所有参与者均接受了人体测量评估（年龄、身高、体重指数（BMI）、腰围（WC）以及收缩压和舒张压的测量（即5分钟仰卧休息后三次连续自动测量的最低值）。血液实验室检测包括血红蛋白A1c（HbA1c）、肌酐、通过慢性肾脏疾病流行病学协作（CKD-EPI）方程计算的估计肾小球滤过率（eGFR）、肝酶（丙氨酸氨基转移酶[ALT]、天冬氨酸氨基转移酶[AST]、γ-谷氨酰转移酶[GGT]）和血脂谱（甘油三酯、总胆固醇、高密度脂蛋白胆固醇[HDL-c]、低密度脂蛋白胆固醇[LDL-c]）。24小时内每公斤体重的总日胰岛素剂量（TDI）通过注射治疗的总剂量或胰岛素泵用户的30天平均值来确定。

**基因分型**
使用标准程序提取全血DNA（13）。采用预先设计的TaqMan基因分型试剂盒（Thermo Fisher Scientific，Waltham，MA，USA）对目标SNPs进行分型：rs1260326（葡萄糖激酶调节蛋白[GCKR]）、rs641738（O-酰基转移酶结构域[MBOAT7]）、rs738409（含patatin样磷脂酶结构域的蛋白质3 [PNPLA3]）和rs58542926（跨膜6超家族2 [TM6SF2]）。TaqMan试剂盒按照制造商协议在Bio-Rad CFX384 Real-Time 384孔PCR qPCR检测系统（Bio-Rad，Hercules，CA，USA）上使用。每种变异型分别编码为0、1或2个风险等位基因拷贝。为了评估遗传倾向对肝脏脂肪沉着的影响，我们使用了以下公式计算的肝脏脂肪含量多基因风险评分（PRS-HFC）：0.266 × PNPLA3的风险等位基因数量 + 0.274 × TM6SF2的风险等位基因数量 + 0.065 × GCKR的风险等位基因数量 + 0.063 × MBOAT7的风险等位基因数量（14, 15, 16）。由于样本量较小，且PNPLA3和TM6SF2变异与一般人群中的LFC关联更强，我们还计算了简化的PRS（PRS-HFC2）：0.266 × PNPLA3的风险等位基因数量 + 0.271 × TM6SF2的风险等位基因数量（14, 15）。

**控制衰减参数（CAPTM）**
所有参与者在初次超声筛查前禁食一夜后接受了VCTE。执行者（JM）获得了Echosens的认证。VCTE使用FibroScan? 502设备（Echosens，巴黎，法国）进行。该设备具有M和XL两种探头，探头的选择由自动探头选择算法根据皮肤-肝脏距离决定。根据EASL指南，我们将CAPTM值定义为超过275 dB/m，无论使用哪种探头，其敏感性和阳性预测值均超过90%（17）。同时进行了肝脏硬度测量（LSM），LSM > 8.0 kPa被定义为显著肝纤维化的高风险。

**肝脏脂肪沉着量化**
肝脏脂肪沉着量化成像研究使用1.5 T MAGNETOM Aera磁共振扫描仪（Siemens Healthcare，埃尔兰根，德国）和syngo MR E11软件（运行Liverlab临床应用程序）进行。在三个感兴趣区域内测量LFC，LFC平均值 > 5.56%被用作MASLD的界定标准（12）。所有磁共振成像评估由一位认证的放射科专家（FVH）完成，所有图像的解读和评分也由同一专家进行（MS）。对其他参与者数据均保持盲态。

**全身胰岛素敏感性测量**
HEC按照DeFronzo等人的方案（18）在禁食一夜后进行。在双臂插入两根静脉导管，用于胰岛素（Actrapid，Novo Nordisk）和葡萄糖输注以及血液采样。胰岛素输注从T = 0开始，初始剂量为80 mU/m2体表面积/分钟，随后维持40 mU/m2体表面积/分钟，持续时间至少180分钟。如果开始时血糖水平在90-180 mg/dL之间，则调整胰岛素输注剂量以实现血糖稳定，并完全抑制肝脏的内源性葡萄糖生成（EGP）。之后停止输注，每隔5分钟监测一次血糖，直至达到90 mg/dL（定为T = 0）。平均而言，此过程需30分钟。血糖初始值超过180 mg/dL的参与者将重新安排时间。通过适当葡萄糖输注将血糖稳定在90 mg/dL，并通过每5分钟采集一次血样进行监测。M值（mg/kg/min）基于研究最后30分钟的葡萄糖输注速率计算，代表高胰岛素状态下的葡萄糖处置率。根据Tam等人的研究（19），使用< 4.9 mg/kg/min的临界值来识别具有临床意义的胰岛素抵抗患者。HEC后，受试者在血糖稳定或上升的情况下方可离开。

**13C葡萄糖呼气试验（13C-GBT）**
参与者接受了13C-GBT操作指南的培训，摄入含有25 mg 13C标记D-葡萄糖（Cambridge Isotope Laboratories Inc., Andover, MA, USA）和12 g橙味果糖的溶液。要求他们在摄入葡萄糖混合物后每15分钟收集一次基线呼气样本，直至摄入后150分钟。维持与HEC前相同的空腹血糖条件。在摄入前给予快速作用胰岛素以匹配测试溶液中的12 g碳水化合物。基线呼气样本与摄入后90分钟使用的呼气样本进行比较。使用无气体渗透性的呼气样本管（Campro Scientific GmbH，柏林，德国）测量Δ13CO2（Δ13CO2 [δ‰]），以此评估胰岛素依赖性葡萄糖代谢。13CO2的测量采用同位素比质谱仪（Abca2，Sercon，Crewe，UK）完成。

**数据分析**
所有数据经过统计分析。二氧化碳呼出量<2.0%的呼吸样本被认为是不可接受的，导致参与者被排除在外。质量控制由专门实验室人员进行，他们对参与者的其他所有研究结果不知情。

**估计的葡萄糖代谢率**
估计的葡萄糖代谢率（eGDR）使用以下公式计算：
eGDR (mg/kg/min) = 21.158 + (-0.09 * WC) + (-3.407 * 高血压) + (-0.551 * HbA1c (%))
高血压定义为收缩压（>140 mm Hg）或舒张压（>90 mm Hg）升高，或正在使用抗高血压药物。

**统计分析**
连续数据以均值±标准差（SD）或中位数[四分位数范围]（IQR）表示，而分类数据则以频率和百分比（%）呈现。连续数据的正态性通过Kolmogorov-Smirnov检验和直方图以及Q-Q图进行评估。两组之间的差异使用配对t检验或Mann-Whitney U检验进行分析，而多组之间的比较则使用单因素方差分析（ANOVA）或Kruskal-Wallis检验。相关性根据分布情况使用Spearman等级相关系数或Pearson相关系数进行评估。分类数据比较使用卡方检验或Fisher精确检验。线性回归用于评估胰岛素抵抗和LFC作为连续变量之间的相关性。逻辑回归用于识别与LFC > 5.56%独立相关的因素，并计算95%置信区间（CI）。通过计算方差膨胀因子来评估预测因子的共线性。

**研究设计**
这项初步研究旨在生成关于有和无MASLD个体之间M值差异的初步数据，并探索LFC与胰岛素抵抗之间的关系。因此，未进行预先的统计功效计算。鉴于其探索性设计，招募计划包括20名有MASLD的参与者和20名无MASLD的参与者，基于招募的可行性和主要结果的预期效应大小。

**样本量与统计功效**
鉴于此样本量，该研究具有足够的统计功效来检测M值之间的显著组间差异（大约Cohen’s d ≥ 0.8）以及肝脂肪含量与M值之间的中等到强相关性（r ≥ 0.5）。所有分析的统计显著性阈值设为p < 0.05。数据使用SPSS Statistics版本27（IBM Corp., Armonk, NY, USA）进行分析。图表使用GraphPad Prism 8.4（GraphPad Software, Inc., San Diego, CA）制作。

**结果**
**基线特征**
最终分析共纳入39名成年人，其中19人在MASLD组。MASLD组中有1名受试者在完成HEC后退出了研究。所有通过超声波检测出的肝脂肪变性的病例都通过MRS进行了确认（图1）。所有具有肝脂肪变性的受试者均符合诊断标准。28名受试者的13C-GBT结果符合分析条件。研究参与者的基线特征总结在表1中。MASLD组的受试者显示出显著更高的BMI、更大的WC、升高的血清甘油三酯水平以及更低的HDL水平，这些都是代谢综合征的组成部分。MASLD组的肝硬度更高，但两组之间的肝纤维化存在情况没有差异。从HEC得出的较低M值（2.92 ± 1.39 mg/kg/min vs 6.41 ± 2.46 mg/kg/min，p < 0.001）证实了同时患有MASLD的个体具有更明显的胰岛素抵抗。MASLD组的受试者的血糖控制也较差，这从较高的HbA1c水平可以看出，尽管他们接受了更多的TDI治疗。

**图1. 研究选择流程图**
MASLD：代谢功能障碍相关性脂肪肝病；MRS：磁共振波谱；HEC：高胰岛素血症-正常血糖钳夹；13C-GBT：13C葡萄糖呼气测试。所有接受超声波筛查的受试者还在同一筛查过程中进行了Fibroscan?振动控制瞬时弹性成像检查。当每组的初始筛查达到最大容量（每组最多20人）时，任何额外的符合条件的受试者均被从这些组中排除（n = 25）。进行磁共振波谱（MRS）的操作者不知道之前的筛查结果。没有出现基于超声波的错误分组情况。为了确保13C葡萄糖呼气样本的准确收集，设立了≥2%的CO2阈值，低于此阈值的样本被排除在进一步分析之外。*有一个人因个人原因退出了研究。

**表1. 整体队列的基线特征及按MRS肝脂肪量化确定的MASLD存在与否分层**
| 参数 | MASLD组 | 无MASLD组 |
|-----------------|-----------|------------|
| BMI, kg/m2 | 28.4 ± 5.6 | 26.3 ± 4.8 |
| WC, cm | 100 ± 18 | 88 ± 15 |
| 舒张压, mm Hg | 79 ± 8 | 79 ± 7 |
| 收缩压, mm Hg | 133 ± 14 | 139 ± 14 |
| 动脉高血压, n (%) | 25 (64.1) | 14 (73.7) |
| 糖尿病持续时间, years | 27 ± 13 | 27 ± 13 |
| HDL, mmol/mol | 52 [48 - 62] | 59 [52 - 62] |
| HbA1c, % | 6.9 [6.5 - 7.8] | 7.6 [6.9 - 7.8] |
| 甘油三酯, mg/dL | 88 [59 - 150] | 136 [115 - 182] |
| LDL, mg/dL | 87 ± 29 | 84 ± 28 |
| PNPLA3 ≥ 1风险等位基因, n (%) | 16 (41.0) | 9 (47.4) |
| TM6SF2 ≥ 1风险等位基因, n (%) | 8 (20.5) | 7 (36.8) |
| GCKR, ≥ 1风险等位基因, n (%) | 22 (65.4) | 9 (47.4) |
| MBOAT7, ≥ 1风险等位基因, n (%) | 20 (51.3) | 10 (52.6) |
| PRS-HFC | 0.19 [0.07 - 0.54] | 0.33 [0.07 - 0.60] |
| eGFR, mL/min/1.73m2 | 106 [93 - 122] | 99 [87 - 126] |
| AST, IU/L | 23 [21 - 29] | 23 [22 - 29] |
| ALT, IU/L | 25 [19 - 35] | 27 [23 - 44] |
| GGT, IU/L | 21 [15 - 37] | 29 [17 - 37] |
| TG, mg/dL | 88 [59 - 150] | 136 [115 - 182] |
| HDL, mg/dL | 49 [43 - 55] | 46 [38 - 50] |
| LDL, mg/dL | 87 ± 29 | 87 ± 31 |
| 血糖控制, % | 5.3 [2.9 - 8.2] | 8.2 [6.5 - 18.7] |
| 肝硬度, kPa | 5.4 [4.5 - 6.3] | 5.1 [4.3 - 5.6] |
| M-value, mg/kg/min | 4.41 ± 2.37 | 2.92 ± 1.39 |
| Δ13CO2, δ‰ | 5.32 ± 1.93 | 4.34 ± 1.66 |
| eGDR, mg/kg/min | 5.34 [4.34 - 6.45] | 4.36 [3.99 - 5.14] |
| 肝脂肪含量, % | 5.34 [4.34 - 6.45] | 4.36 [3.99 - 5.14] |
| CAPTM, dB/m2 | 78 ± 68 | 27 ± 48 |
| LSM, kPa | 5.4 [4.5 - 6.3] | 6.0 [5.4 - 7.5] |
| LSM > 8.0 kPa, n (%) | 2 (5.6) | 2 (11.1) |

**统计显著性**
所有分析的统计显著性阈值设为p < 0.05。数据使用SPSS Statistics版本27进行分析，图表使用GraphPad Prism 8.4制作。

**结论**
总体而言，MASLD组的BMI、WC、血清甘油三酯和收缩压显著高于无MASLD组，这些指标都是代谢综合征的组成部分。MASLD组的肝硬度也更高，但两组之间的肝纤维化没有差异。从HEC得出的较低M值（2.92 ± 1.39 mg/kg/min vs 6.41 ± 2.46 mg/kg/min，p < 0.001）证实了MASLD个体具有更明显的胰岛素抵抗。MASLD组的受试者血糖控制较差，表现为HbA1c水平较高。底部面板中的水平虚线表示基于CAPTM（> 275 dB/m）的国际公认的肝脂肪变性临界值（17）。R2表示线性回归分析解释的方差百分比。M值与CAPTM显示出中等的线性关联（R2：0.38，B：-17.312，95% CI为-24.957至-9.66，p < 0.001）。在比较Δ13CO2和eGDR与CAPTM时，Δ13CO2显示出最强的关联（R2：0.51，B：-24.092，95% CI为-34.147至-14.037，p < 0.001），而eGDR的关联较弱（R2：0.21，B：-11.283，95% CI为-18.873至-3.693，p = 0.005）。

**逻辑回归**
在单变量逻辑回归中，较低的M值与MASLD相关（OR：2.42，95% CI：1.39 - 4.22，p = 0.002，每降低一个单位的M值）。即使调整了年龄、性别、糖尿病持续时间和BMI后，这种关联仍然显著（OR：3.12，95% CI：1.17 - 8.37，p = 0.024）。将BMI替换为WC也得到了类似的结果（OR：3.24，95% CI：1.15 - 9.13，p = 0.026）。在进一步调整了甘油三酯（OR M值：2.76，95% CI：1.08 - 7.04，p = 0.034）、TDI/kg（OR M值：3.14；95% CI：1.38 - 7.18，p = 0.007）和PRS-HFC（OR：3.41，95% CI：1.47 - 7.90，p = 0.004）后，这种关联仍然稳健。PRS-HFC本身也与MASLD相关。将PRS-HFC替换为PRS-HFC2得到了相似的结果。PRS-HFC × M值的交互作用并不显著。

当用其他胰岛素抵抗标志物替换M值时，Δ13CO2（OR：2.56，95% CI：1.20 - 5.56，p = 0.014）和eGDR（OR：1.41，95% CI：1.09 - 1.81，p = 0.008）在调整后的模型中仍与MASLD相关。使用CAPTM定义的脂肪变性作为结局时，M值、Δ13CO2和eGDR的结果相当。所有回归分析均见表3。

**表3. 胰岛素抵抗标志物与肝脂肪变性关联的逻辑回归模型**
**A面板。MASLD作为结局**
标志物 | 调整后OR | 95% CI | p值
---- | ------ | ------ | -----
M值 | 无 | 2.42 | 139 - 4.22 | 0.002
M值 | 年龄、性别、糖尿病持续时间、BMI | 3.12 | 1.17 - 8.37 | 0.024
M值 | 年龄、性别、糖尿病持续时间、WC | 3.24 | 1.15 - 9.13 | 0.026
M值 | 年龄、性别、糖尿病持续时间、BMI、甘油三酯 | 2.76 | 1.08 - 7.04 | 0.034
M值 | 年龄、性别、糖尿病持续时间、BMI、TDI/kg | 3.14 | 1.38 - 7.18 | 0.007
M值 | 年龄、性别、糖尿病持续时间、BMI、PRS-HFC | 3.41 | 1.47 - 7.90 | 0.004
M值 | 年龄、性别、糖尿病持续时间、BMI、PRS-HFC 2 | 3.62 | 1.39 - 9.39 | 0.008
13C-GBT | 年龄、性别、糖尿病持续时间、BMI | 2.56 | 1.20 - 5.56 | 0.014
eGDR | 年龄、性别、糖尿病持续时间、BMI | 1.41 | 1.09 - 1.81 | 0.008
PRS-HFC | 年龄、性别、糖尿病持续时间、BMI、M值 | 1.06 | 1.00 - 1.13 | 0.043
PRS-HFC 2 | 年龄、性别、糖尿病持续时间、BMI、M值 | 1.09 | 1.00 - 1.17 | 0.041

**B面板。CAPTM定义的脂肪变性作为结局**
M值 | 年龄、性别、糖尿病持续时间、BMI | 2.86 | 1.37 - 5.88 | 0.005
13C-GBT | 年龄、性别、糖尿病持续时间、BMI | 1.75 | 1.12 - 2.78 | 0.015
eGDR | 年龄、性别、糖尿病持续时间、BMI | 1.79 | 1.12 - 2.86 | 0.015

**讨论**
本研究探讨了1型糖尿病患者（T1D）中胰岛素抵抗与肝脂肪变性之间的相关性。我们观察到，葡萄糖利用率（M值），即来自HEC的胰岛素敏感性的金标准指标，与通过MRS评估的肝脂质含量之间存在强烈且独立的相关性。此外，患有MASLD的个体的M值显著低于未患MASLD的个体。几乎所有肝脂肪变性的参与者都表现出显著的胰岛素抵抗，其M值< 4.9 mg/kg/min。胰岛素抵抗的严重程度与肝脂质含量呈正相关，表明较高的胰岛素抵抗程度与更严重的肝脂肪变性相关。进行HEC需要高度训练的人员，耗时且具有侵入性，因此在临床实践中不太常用。我们证明，专为1型糖尿病患者设计的较简单的胰岛素抵抗指标（如13C-GBT和eGDR）也与LFC显著相关，并且能够以类似的准确性识别MASLD。无论使用MRS还是CAPTM来确定脂肪变性，这种关联都成立，这巩固了我们的发现，并为临床实践提供了替代方案。后者在我们研究人群中，基于MR和CAPTM的MASLD诊断结果完全重叠，进一步证实了这一点。

不出所料，患有MASLD的个体具有更大的腰围（WC）、更高的BMI、更高的收缩压和升高的甘油三酯水平以及较低的HDL水平。所有这些发现都与显著的胰岛素抵抗临床表型一致。重要的是，即使调整了BMI，胰岛素抵抗与LFC之间的关联仍然显著。这种独立的相关性使我们的发现与先前在非T1D人群中的流行病学报告相符，可能进一步支持胰岛素抵抗在T1D中参与肝脂肪变性发展的作用。有趣的是，任何胰岛素抵抗指标与甘油三酯的结合都增加了线性回归中的R2值，表明这些组合参数增加了对LFC变异性的解释。鉴于甘油三酯反映了肝脂质代谢，添加甘油三酯后R2的增加可能表明循环中的甘油三酯水平提供了超出胰岛素抵抗本身的额外信息。另一方面，甘油三酯和胰岛素抵抗在代谢上相互关联，与其他4个代谢综合征标准相比，甘油三酯受日常波动的影响更大。这也解释了为什么当使用eGDR作为胰岛素抵抗的替代指标时，R2增加得更明显，因为eGDR包含更多静态成分。

Llaurado等人的先前研究在32名超重1型糖尿病患者和年龄、性别及BMI匹配的对照组中测量了HEC值和LFC（21）。该研究结合D-[3-3H]葡萄糖输注来评估全身和肝脏的胰岛素抵抗。作者得出结论，T1D患者的LFC较低，体重和甘油三酯能最好地预测T1D患者的LFC，而外周脂解在匹配的对照组中决定了LFC。他们没有将LFC与胰岛素抵抗相关联，因为这不是他们的研究目的。此外，该研究的受试者平均BMI为28.9 ± 0.7 kg/m2，但没有具体说明有多少受试者属于肥胖范围，这意味着MASLD阳性受试者的代表性不足。事实上，我们的先前研究表明，肥胖是T1D中MASLD的主要风险因素（3, 4, 22）。当前的研究补充了之前的流行病学研究，表明尽管肥胖已被确认为MASLD的风险因素，但它也是胰岛素抵抗的临床标志（3, 5）。

值得注意的是，MASLD患者表现出更大的WC、更高的BMI、更高的收缩压、升高的甘油三酯水平和较低的HDL水平。所有这些发现都与显著的胰岛素抵抗临床表型一致。重要的是，即使调整了BMI，胰岛素抵抗与LFC之间的关联仍然显著。这种独立的胰岛素抵抗与LFC之间的关联与之前的研究结果一致，并可能进一步证实胰岛素抵抗在T1D中促进肝脂肪变性的作用（3, 4, 7）。有趣的是，任何胰岛素抵抗指标与甘油三酯的组合都增加了线性回归中的R2值，表明这些组合参数增加了对LFC变异性的解释。鉴于甘油三酯反映了肝脂质代谢，加入甘油三酯后R2的增加可能表明循环中的甘油三酯水平提供了超出单独胰岛素抵抗的额外信息。另一方面，甘油三酯和胰岛素抵抗在代谢上是相互关联的，与其他4个代谢综合征标准相比，甘油三酯受日变异性影响更大。这也解释了为什么当使用eGDR作为胰岛素抵抗的替代指标时R2增加更多。

Llaurado等人的另一项研究在32名超重1型糖尿病患者和年龄、性别及BMI匹配的对照组中测量了HEC值和LFC（21）。该研究使用HEC结合D-[3-3H]葡萄糖输注来评估全身和肝脏的胰岛素抵抗。作者得出结论，T1D患者的LFC较低，体重和甘油三酯最能预测T1D患者的LFC，而外周脂解决定了匹配对照组的LFC。他们没有将LFC与胰岛素抵抗相关联，因为这不是他们的研究目标。此外，该研究的受试者平均BMI为28.9 ± 0.7 kg/m2，没有具体说明有多少受试者属于肥胖范围，这意味着MASLD阳性受试者的代表性不足。确实，我们的先前研究表明，肥胖是T1D中MASLD的主要风险因素（3, 4, 22）。当前的研究增加了之前的流行病学研究，表明肥胖虽然是MASLD的风险因素，但它也是胰岛素抵抗的临床标志（3, 5）。

值得注意的是，外周脂解在甘油三酯流向肝脏的过程中起着关键作用，胰岛素诱导的脂解受到抑制会导致肝脂质积累。Llaurado等人发现，与对照组相比，T1D患者的胰岛素介导的内源性葡萄糖生成和脂解受到更大程度的抑制，但如上所述，该研究中感兴趣的受试者代表性不足（21）。另一项研究比较了T1D患者和无糖尿病对照组的内肝脂质含量，但没有发现其与胰岛素敏感性之间的显著关联（23）。然而，Llaurado等人和Perseghin等人的研究都有：（1）样本量有限（分别为32名和19名参与者），（2）仅包括超重或瘦弱的受试者，（3）将他们的发现与健康的对照组进行了比较，而不是评估T1D人群中不同程度的胰岛素抵抗，（4）没有包括LFC增加的参与者，从而限制了线性相关的可能性。我们的研究采用了更全面的方法，包括M值（0.88至10.12 mg/kg/min）、LFC（1.9至27.6%）和BMI（17.5至44.6 kg/m2）范围更广的参与者。因此，我们能够在对数线性和逻辑回归中发现胰岛素抵抗与LFC之间的显著且强相关，并具有稳健的统计功效。即使用非侵入性方法替换金标准方法，这种相关性仍然存在，进一步巩固了我们的发现。

文献表明，1型糖尿病患者（T1D）的胰岛素敏感性受损（24）。自身免疫性胰岛素缺乏和临床上显著的胰岛素抵抗的结合通常被称为“双重糖尿病”（6, 25, 26）。越来越多的证据表明，“双重糖尿病”的存在增加了长期并发症的风险，包括微血管和大血管并发症（27, 28, 29）。鉴于MASLD与胰岛素抵抗之间的强相关性，以及后者作为独立的心血管风险因素的地位，以及越来越怀疑前者也可能是独立风险因素，我们的数据支持识别和评估T1D患者中MASLD的潜在存在的重要性（4, 30, 31, 32, 33）。问题是，MASLD和胰岛素抵抗是否各自独立地与增加的风险谱相关，还是它们在对心血管疾病的影响上呈共线性。尽管如此，鉴于MASLD是一种与不良肝脏或心血管结局风险增加相关的隐性疾病，对于T1D患者来说，怀疑存在显著的胰岛素抵抗应促使医生对这些患者进行MASLD筛查。

T1D患者中MASLD相对较低的发病率背后的机制尚不清楚。尽管肥胖是一个主要风险因素，但并非所有T1D和肥胖患者都会发展成MASLD，这表明可能存在疾病特异性的保护因素（3, 4, 5）。一种可能的机制涉及门脉胰岛素动态的改变。在T1D患者中，由于缺乏内源性胰岛素产生，门脉系统中的胰岛素浓度显著改变。通常情况下，当胰腺β细胞分泌胰岛素时，胰岛素会通过门脉系统，经历首次通过效应。然而，T1D患者通过外周注射胰岛素，绕过了这一首次通过效应，改变了外周-门脉胰岛素梯度（21, 34）。脂肪分配，即脂肪储存的组织分布，反映了脂肪生成和脂肪氧化之间的平衡。在T1D中，这可能会由于上述提到的外周-门脉胰岛素分布的改变而受到影响。这导致肝脏脂解受到抑制减少。全身胰岛素抵抗，特别是在一般人群中与高胰岛素血症相结合，通过多种途径进一步促进脂肪性肝病的发展。脂肪组织中的胰岛素抵抗会增加脂解，导致游离脂肪酸释放到循环中，随后被肝脏吸收和储存（35）。此外，皮下脂肪组织的异常脂肪分配和储存能力的受损可能促进脂肪在肝脏中的沉积。肝胰岛素抵抗还会损害葡萄糖异生抑制，同时维持脂肪生成信号通路，从而促进肝脏脂质合成（35, 36）。在肝细胞中，胰岛素刺激PI3K信号通路，激活固醇调节元件结合蛋白-1c（SREBP-1c），这是参与脂肪酸和甘油三酯合成的关键调节因子。SREBP-1c与碳水化合物反应元件结合蛋白（ChREBP）共同增强关键脂肪生成酶的表达，从而促进从头脂肪生成（7, 37, 38）。高血糖可以独立于胰岛素刺激这一通路，表明高血糖也可能促进T1D中的肝脂质合成（39）。最近的一项荟萃分析显示，MASLD和T1D患者具有更高的HbA1c和TDI，后者表明全身胰岛素抵抗，这可能与上述途径一致（5）。然而，这些假设需要在该特定人群中进行更多的专门研究。

此外，我们使用已建立的MASLD相关SNPs和多基因风险评分探讨了遗传易感性对肝脂肪变性的潜在贡献。虽然各组之间的个体变异分布没有显著差异，但我们观察到MASLD患者中TM6SF2风险等位基因的患病率有增加的趋势。此外，PRS-LFC与MASLD独立相关，支持遗传易感性在T1D中肝脂肪积累中的作用。重要的是，在遗传风险和胰岛素抵抗之间未观察到任何相互作用，这表明在该队列中，胰岛素抵抗与肝脏脂质积累之间的关系在很大程度上独立于遗传易感性。这些发现可能表明遗传因素可能导致个体间肝脏脂肪含量的差异，然而鉴于样本量有限，这些结果应谨慎解读，并需要在更大规模的队列中得到验证。从临床角度来看，评估胰岛素抵抗有助于识别出可能从靶向检测代谢性脂肪肝（MASLD）中受益的1型糖尿病患者（T1D）。目前的欧洲指南不推荐对1型糖尿病患者进行常规的MASLD筛查，主要是因为关于疾病严重程度的数据存在矛盾，以及常用筛查工具的诊断准确性有限（2）。此外，与2型糖尿病患者等群体相比，1型糖尿病患者的MASLD总体患病率和疾病自然史似乎不那么明显，尽管目前缺乏描述MASLD自然史的随访研究（40, 41）。然而，表现出明显胰岛素抵抗的1型糖尿病患者可能代表一个代谢上易感的亚群，他们具有更高的肝脏脂肪变性风险和心血管风险（4, 5, 42）。因此，在这种情况下评估胰岛素抵抗可能具有重要的临床意义，因为它可以促使在多个治疗领域采取更彻底的措施。首先是在体重管理方面，肠促胰岛素类似物已被证明对1型糖尿病患者有效（22, 43, 44, 45）。其次，增加体力活动有助于降低胰岛素抵抗。最后，不应忽视降低心血管风险的传统目标（如戒烟、控制血脂和血压）。

我们的研究有几个优点，但也存在一些局限性。首先，我们研究了一个包含39名具有不同胰岛素敏感性水平的成年人样本，确保了对代谢控制的全面评估。研究包括了有和没有肝脏脂肪变性的参与者，这使其与仅与无脂肪变性对照组进行比较的研究有所不同。尽管该研究事先没有设定足够的统计功效，但观察到的MASLD组与对照组之间的M值差异很大（Cohen’s d = 1.7）。对于这种效应大小，现有的样本量（每组20人）提供了超过99%的统计功效，表明尽管是试点设计，胰岛素抵抗的组间差异仍然可以被可靠地检测到。其次，该研究采用了金标准方法（MRS用于肝脂肪含量（LFC）和HEC用于胰岛素敏感性测量），以最小化测量误差。考虑到成本和技术挑战，也考虑了其他实用替代方法（CAPTM和13C-GBT /eGDR），并在临床实践中进行了验证。由于没有进行示踪增强型HEC，因此无法进一步分析组织特异性胰岛素抵抗与LFC之间的相关性。需要强调的是，MASLD组与无MASLD组之间的1:1比例并不反映自然患病率，这可能会使效应估计值相对于未经选择的1型糖尿病患者群体偏高。因此，由于阳性预测值和阴性预测值依赖于自然患病率，我们的研究中没有计算这些值。因此，需要进一步进行纵向研究，以验证胰岛素抵抗指标在自然患病率队列中的诊断MASLD或预测MASLD进展的准确性。第三，我们的研究包含了与MASLD相关的SNP的探索性数据，结果显示在校正PRS-HFC后，胰岛素抵抗与MASLD之间的关联仍然存在。第四个值得注意的点是HEC过程中胰岛素输注率相对较低，这是为了尽量减少HEC后的低血糖风险。最近的一项综述指出，尤其是肝胰岛素抵抗严重的患者需要更高的胰岛素输注率来完全抑制空腹血糖（EGP）（46）。然而，为了确保EGP得到完全抑制，在初始高血糖的情况下（主要是胰岛素抵抗严重的患者），HEC持续时间被延长（47）。最后，需要认识到，由于我们的研究是横断面的，因此无法确定因果关系。需要进一步的纵向研究来确认胰岛素抵抗是1型糖尿病中MASLD的病理生理驱动因素，并探讨提高胰岛素敏感性是否可以减少LFC。

**结论**
胰岛素抵抗和肝脏脂肪变性在1型糖尿病患者中相关，且这一关联不受BMI、年龄、糖尿病持续时间和性别的影响。这些发现具有重要的临床意义，因为具有双重糖尿病表型的患者发生MASLD的风险增加。

**数据可用性**
由于患者隐私和患者同意的限制，无法向外部研究人员分享任何个别患者数据。不过，欢迎提出合作研究提案。经合理请求后，可以通过电子邮件（[e-mail]）获取汇总数据。

**利益冲突声明**
ED曾担任诺和诺德（Novo Nordisk）、艾利 Lilly 和勃林格殷格海姆（Boehringer Ingelheim）的顾问。CDB报告了为雅培（Abbott）、阿斯利康（AstraZeneca）、勃林格殷格海姆（Boehringer-Ingelheim）、A. Menarini Diagnostics、礼来（Eli Lilly）、美敦力（Medtronic）、诺和诺德（Novo Nordisk）和罗氏（Roche）提供的顾问费和演讲报酬，以及来自阿斯利康（AstraZeneca）、勃林格殷格海姆（Boehringer-Ingelheim）、Indigo Diabetes 和诺和诺德（Novo Nordisk）的研究支持。SF获得了安斯利康（Astellas）、Falk Pharma、Genfit、Gilead Sciences、GlympsBio、Janssens Pharmaceutica、Inventiva、默克雪兰诺（Merck Sharp & Dome）、辉瑞（Pfizer）和罗氏（Roche）的资助。他曾担任Abbvie、Actelion、Aelin Therapeutics、Aligos Therapeutics、艾尔建（Allergan）、安斯利康（AstraZeneca）、拜耳（Bayer）、勃林格殷格海姆（Boehringer Ingelheim）、布里斯托尔-迈尔斯施贵宝（Bristol-Meyers Squibb）、CSL Behring、Coherus、Echosens、Eisai、Enyo、Galapagos、Galmed、Genetech、Genfit、Gilead Sciences、Intercept、Inventiva、Janssens Pharmaceutica、Julius Clinical、Madrigal、Medimmune、默克雪兰诺（Merck Sharp & Dome）、NGM Bio、诺华（Novartis）、诺和诺德（Novo Nordisk）和罗氏（Roche）的顾问。他曾为这些公司担任讲师。其他作者均无需要披露的利益关系。

**作者贡献**
JM、SF 和 CDB 构思了整个研究。JM 解释了分析结果，可视化了数据，并撰写了手稿。JM 和 MB 协调并监督了数据收集工作。JM、SF 和 CDB 获得了分析所需的资金。JM 设计了统计分析方法。JM、MS 和 FV 执行并监督了所有磁共振成像检查。所有作者都参与了研究计划的制定，解释了数据，并对稿件的科学内容进行了严格的审稿。所有作者都访问了研究的所有数据，批准了最终提交的稿件，并同意对工作的所有方面负责。SF 和 CDB 是这项工作的担保人，他们完全访问了研究中的所有数据，核实了数据的准确性，并对数据和分析的完整性负责。JM、SF 和 CDB 最终决定了稿件的发表。

**财务支持声明**
JM 从安特卫普大学（BOF，Antigoon ID: 44430）获得了博士学位资助，并从比利时肝脏研究协会（BASL）获得了研究资助。SF 拥有弗兰德斯研究基金会（FWO）提供的资深临床研究员奖学金（1802154N）。