印度农村青春期女孩前驱糖尿病的亚型(DERVAN-11)

Subtypes of pre-diabetes in rural adolescent girls from India (DERVAN-11)

作者信息Suvarna Patil, Netaji Patil, Dnyaneshwar Jadhav, Pallavi Bhat, Asmita Jadhav, Anup Nilawar, Charudatta Joglekar
PMID42710937
发布时间2026-09-08
DOI10.1136/bmjdrc-2026-006211

实验完整度

中

基于1382名农村青春期女孩队列,检测人体测量、体成分和血糖参数,开展K-means聚类及亚组分析,属横断面观察性分析。

主要模型

印度农村青春期女孩(DERVAN队列,n=1382) 前驱糖尿病亚组(n=550) 偏瘦前驱糖尿病亚组(n=314)

重点核对

前驱糖尿病诊断标准:ADA标准,即空腹血糖≥100 mg/dL或HbA1c≥5.7% 聚类变量:年龄、BMI、残差腰围、残差体脂%,标准化至均值0、SD 1.0 聚类数量由轮廓宽度确定,聚类稳定性使用Jaccard相似指数(阈值0.85)和1000次重采样检验 血糖参数:空腹血糖、HbA1c、空腹胰岛素;HOMA-IR、HOMA-β、HOMA-S及代偿β细胞反应 亚组比较使用以正常血糖/对照组为参照计算的SD评分,差异用95% CI检验

摘要

引言:前驱糖尿病在青少年人群中的患病率日益升高。我们近期报道了在印度KONKAN地区以营养不良为主的人群中建立的DERVAN队列研究中,农村青春期女孩前驱糖尿病患病率较高。我们旨在通过识别不同亚型来探究前驱糖尿病的异质性。研究设计与方法:在招募阶段测量人体测量学指标(体质指数(BMI)和腰围)和体成分(脂肪含量),以及血糖参数(葡萄糖、胰岛素和糖化血红蛋白)。采用稳态模型计算胰岛素抵抗指数(HOMA-IR)、β细胞功能指数(HOMA-β)、胰岛素敏感性指数(HOMA-S)以及针对当前胰岛素不敏感的β细胞代偿反应。前驱糖尿病采用美国糖尿病协会标准诊断。应用无监督K-means聚类和亚组分析算法来表征前驱糖尿病。我们使用BMI、腰围和脂肪含量进行表征。比较各聚类及各亚组之间的血糖参数和HOMA指数。结果:在1382名女孩中,809名(58.5%)偏瘦,550名(39.8%)为前驱糖尿病。我们基于表型特征识别出五个聚类:聚类1:年轻偏瘦(YL),聚类2:年长偏瘦(OL),聚类3:低BMI-高腰围,聚类4:正常BMI-低腰围,聚类5:肥胖。各聚类频数分别为145(26.4%)、131(23.8%)、146(26.5%)、74(13.5%)和54(9.8%)。YL和OL聚类的空腹胰岛素浓度、HOMA-IR和HOMA-β最低,但HOMA-S和针对当前胰岛素不敏感的β细胞代偿反应较高。亚组分析进一步揭示了一个独特的偏瘦前驱糖尿病表型(n=314),其BMI最低(<18.5 kg/m2),无中心性肥胖和脂肪堆积,与其余亚组相比空腹胰岛素浓度、HOMA-IR和HOMA-β最低。结论:我们在青春期女孩中证明了存在一种独特的偏瘦前驱糖尿病表型,其特征似乎与成人5型糖尿病相似,后者近期已被认为是一个独特的疾病实体。这提示需要精准的原始预防策略。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
印度农村青春期女孩中前驱糖尿病是否存在异质性,能否识别出不同的前驱糖尿病亚型?
核心机制
偏瘦前驱糖尿病表型主要由营养不良相关的胰岛素分泌缺陷驱动,而非肥胖相关的胰岛素抵抗和高胰岛素血症;β细胞代偿反应失败导致前驱糖尿病。
主要证据
对1382名女孩进行K-means聚类识别出五个聚类,亚组分析识别出偏瘦前驱糖尿病亚组(n=314),其特征为最低BMI、空腹胰岛素、HOMA-IR和HOMA-β,以及最高HOMA-S。
研究意义
提示需要重新思考以肥胖为中心的预防策略,并对营养不良青少年进行筛查和精准的原始预防干预。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

队列招募与样本采集

建立研究队列并获取基础生物样本

招募16-18岁农村青春期女孩,在DERVAN队列中采集空腹静脉血样并进行人体测量和体成分检测

2

人体测量与体成分检测

获取用于表型分类的体格和体成分参数

测量身高、体重、腰围和体脂百分比

3

血糖及生化指标检测

获取血糖参数用于诊断前驱糖尿病和计算HOMA指数

检测空腹血糖、空腹胰岛素、HbA1c、血红蛋白和铁蛋白

4

前驱糖尿病诊断与分组

依据ADA标准诊断前驱糖尿病并进行亚组分类

采用ADA标准诊断前驱糖尿病,并依据BMI类别、中心性肥胖和脂肪堆积进行亚组划分

5

K-means聚类分析

基于表型特征识别前驱糖尿病的不同聚类

使用年龄、BMI、残差腰围和残差体脂%作为聚类变量进行无监督K-means聚类

6

亚组分析与组间比较

识别聚类分析可能掩盖的独特前驱糖尿病表型

基于BMI类别、中心性肥胖和脂肪堆积组合划分五个亚组,比较各亚组间血糖参数和HOMA指数

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
身高计Easycare--
电子体重秤SECA--
卷尺SECA--
生物电阻抗分析仪MC-780TANITA Corporation--
ERBA 200生化分析仪ERBA--
Abbott Architect i1000SRAbbott--
Bio-Rad D10糖化血红蛋白分析仪Bio-Rad Laboratories--
HORIBA YUMIZEN H500HORIBA--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
队列招募与血样采集
招募年龄范围16-18岁;空腹12小时后于08:00采集静脉血;最终分析样本量1382名(排除5名T2D后)
阅读提示:Methods中'Materials and methods'首段及'Analysis sample'小节
人体测量与体成分检测
身高、体重、腰围测量精度均为0.1 cm/kg;体脂使用MC-780 TANITA生物电阻抗分析仪;脂肪堆积阈值依据Khadilkar等定义的第95百分位
阅读提示:Methods中'Anthropometry and body composition'小节
血糖参数检测
血糖使用ERBA 200(CV<5%);胰岛素使用Abbott Architect i1000SR(CV=2.0%);HbA1c使用Bio-Rad D10 HPLC(CV=2.8%);血红蛋白使用HORIBA YUMIZEN H500(CV<4.0%)
阅读提示:Methods中'Laboratory measurements'小节
前驱糖尿病诊断标准
ADA标准:IFG(空腹血糖≥100 mg/dL)或HbA1c≥5.7%;HOMA指数使用稳态模型计算;代偿β细胞反应计算为(HOMA-S×HOMA-β)/100
阅读提示:Methods中'Calculations and classifications'小节
K-means聚类分析
聚类变量为年龄、BMI、残差腰围和残差体脂%;标准化至均值0、SD 1.0;Hopkin's统计量截断值0.75;Jaccard相似指数截断值0.85,1000次重采样
阅读提示:Methods中'Statistical methods'小节
亚组分析
亚组划分基于BMI类别(thin/normal/overweight-obese)、中心性肥胖(yes/no)和脂肪堆积(yes/no);组间比较使用以正常血糖组为参照的SD评分,差异用95% CI检验
阅读提示:Methods中'Statistical methods'小节及Figure 1图注