首页 > 论文范文 > 医药卫生论文 > 内科论文 > 2型糖尿病论文 > 2型糖尿病患者证素分布及并发症风险的回顾性横断面研究

2型糖尿病患者证素分布及并发症风险的回顾性横断面研究

2025-07-05 73 上传者：管理员

摘要：目的基于最高体重指数（maxBMI），探讨2型糖尿病患者中医证素及其与并发症风险的关系。方法采用回顾性横断面研究设计，收集住院2型糖尿病患者的临床资料，提取患者年龄、性别、吸烟史、饮酒史、2型糖尿病病程、糖化血红蛋白（HbA1c）水平、并发症以及中医证型，根据中医证型提取病位证素与病性证素。通过电话调查患者自我报告的最高体重，计算maxBMI；将maxBMI≥24kg/m2患者分为脾瘅组，maxBMI<24kg/m2的分为消瘅组。分析两组患者中医证型及证素分布情况。再采用倾向性评分匹配方法平衡两组间基线特征，比较两组患者的证型、证素分布差异及大血管、微血管并发症风险。结果纳入1178例2型糖尿病患者，其中1034例脾瘅组患者的病位证素前三位的为脾（351例，33.95%）、肝（240例，23.21%）、胃（139例，13.44%），而144例消瘅组患者病位证素前三位的为脾（57例，39.58%）、肝（34例，23.61%）、肾（17例，11.81%）；病性证素方面，脾瘅患者以气虚（481例，46.52%）、痰（353例，22.73%）、湿（241例，23.31%）多见，而消瘅患者则以气虚（84例，58.33%）、阴虚（44例，30.56%）多见。经过倾向性评分匹配后，两组患者各132例，在病位证素分布上的差异无统计学意义（P>0.05），但脾瘅组患者的痰证素显著高于消瘅组患者（P=0.006）。在并发症风险方面，脾瘅患者发生大血管并发症的风险显著高于消瘅患者（OR=2.04,P=0.010），而在微血管并发症的发生方面，两组间差异无统计学意义（P>0.05）。结论病性证素痰在2型糖尿病脾瘅患者中更常见，脾瘅患者大血管并发症风险高于消瘅患者。

关键词：
2型糖尿病
倾向性评分匹配
最高体重指数
消瘅
脾瘅
证素
加入收藏

2024年文献［1］报道，随着我国经济的快速增长，全国糖尿病患病率也迅速上升。糖尿病及其并发症的一级预防是重要的公共卫生事件［2］。肥胖是2型糖尿病及其并发症的重要危险因素［3］，体重指数（BMI）是判定肥胖常用的标准，既往研究［4-5］多分析患者入组时的BMI与2型糖尿病并发症之间的关系。然而体重是一个动态变化的过程，且疾病本身亦会引起体重变化，因此需要多个维度的体重资料来评估体重与2型糖尿病之间的关系。最高体重指数（maxBMI）已被多项研究证实与2型糖尿病及其并发症密切相关［6-8］，但目前临床研究中较少关注maxBMI对2型糖尿病患者的影响。本团队基于多年临床经验，认为2型糖尿病可分为“脾瘅”和“消瘅”两类［9-10］，脾瘅主要表现为形体肥胖，患者膏、脂、痰、湿、瘀蓄积日久，蕴化而成毒，损伤脏腑脉络，以大血管病变和微血管病变为主；而消瘅患者体型正常或消瘦，少见痰、浊、脂、膏等病理产物胶结蓄积、壅聚血脉，血管病变较脾瘅患者少［11］。因此本研究收集2型糖尿病患者病历资料，将maxBMI处于超重、肥胖的归为脾瘅范畴，其他的归为消瘅范畴，以探究基于maxBMI分类的脾瘅、消瘅患者证候及证素特点以及并发症特点，从而为临床诊疗提供依据。

1、资料

1.1　诊断标准糖尿病诊断标准

［12］需至少满足以下条件之一：1）空腹血糖≥7mmol/L，空腹为至少8h未摄入能量；2）餐后2小时血糖（2hPG）≥11.1mmol/L；3）糖化血红蛋白（HbA1c）≥6.5%；4）具有典型的高血糖症状，随机血糖≥11.1mmol/L。参考中国肥胖问题工作组对我国超重/肥胖的定义［13］，将脾瘅定义为患者maxBMI≥24kg/m2，消瘅定义为maxBMI＜24kg/m2。

1.2　纳入标准

1）符合糖尿病诊断标准；2）年龄≥18岁；3）病历资料及理化检查结果完整。

1.3　排除标准

1）1型糖尿病、妊娠糖尿病及其他特殊类型糖尿病；2）1个月内出现糖尿病急性并发症，包括糖尿病酮症酸中毒、高血糖高渗综合征；3）合并心、肝、肾严重功能不全；4）合并恶性肿瘤、精神类疾病；5）正处于妊娠期或哺乳期；6）患有影响代谢指标的疾病，如库欣综合征、泌乳素瘤、系统性红斑狼疮等；7）合并影响体重的疾病如甲状腺异常、继发性肥胖，正在口服减肥药物。

1.4　研究对象

采用横断面研究方法，回顾性收集2020年1月1日至2021年8月31日于中国中医科学院广安门医院内分泌科住院治疗的2型糖尿病患者病例信息1178例，其中男性682例（57.9%），女性496例（42.1%），年龄59（51，66）岁，2型糖尿病病程10（4，16）年。通过电话获得患者截至住院时自我报告的既往最高体重（女性排除妊娠期间体重），计算maxBMI，其中脾瘅组患者共1034例（87.8%），消瘅组患者共144例（12.2%）。

2、方法

2.1　证素

提取住院病历中的中医辨证是在一位主任医师的指导下，由一位主治医师和一位副主任医师共同确定，再经过一位主任医师的审核。参考《证素辨证学》［14］将规范后的中医证型拆解为病位证素与病性证素，例如肝胆湿热证分解为肝胆、湿、热。对于证型名称无法拆分或存在未规范的证素如气逆、冲任等则保留原有的证素。证素拆分由二位副主任医师共同确定。2.2　证型术语规范

参考国家中医药管理局颁布的《中医临床诊疗术语第2部分：证候》［15］规范住院病历中的术语，规范病历中的中医证型名称，将辨证类似的证型，如湿热下注证、湿浊内蕴证、湿热痹阻证、湿热蕴阻证、湿热证、湿热中阻证统一为湿热内蕴证。将证素完全相同的证型也规范为同一名称。

2.3　临床数据采集

数据采集前对调查员进行统一培训，规范询问方式和数据记录标准。经过培训的调查员采用预先设计的结构化问卷（包含体重变化时间轴、体重测量方式提示等内容）通过电话采集患者自报的住院前体重史（女性排除妊娠期体重）及身高信息。再通过比较患者住院期间身高测量值与自报身高，交叉验证数据可靠性，最大程度保证所采集数据的准确性和真实性，计算maxBMI。排除数据存疑病例（如明显不合理的身高、体重数据）。maxBMI=最高体重（kg）/身高（m）2。从电子病历系统中提取患者以下信息：年龄、性别、吸烟史、饮酒史、2型糖尿病病程、HbA1c水平以及并发症数据。依据《中国2型糖尿病防治指南（2020年版）》［12］对研究中包含的大血管、微血管并发症（冠心病、脑梗死、脑卒中、颈动脉斑块、周围动脉疾病、糖尿病视网膜病变、糖尿病肾脏病变和糖尿病神经病变）进行逐一提取。2.4　统计学方法

使用R4.4.0软件和Zstats1.0平台进行统计分析。采用双侧检验，以P＜0.05为差异具有统计学意义。计数资料用例（%）表示，使用卡方检验或Fisher精确检验；计量资料均不符合正态分布，用M（Q1，Q3）表示，使用Mann-WhitneyU检验；分类变量采用卡方检验。为了减少组间人数差异可能带来的偏倚，采用倾向性评分匹配（PSM）方法进行组间平衡，使用标准化均数差异（SMD）评估两组在协变量上的平衡性。使用Logistic回归模型计算每位患者的倾向性评分，协变量包括年龄、性别、病程、HbA1c水平、吸烟史和饮酒史。根据倾向性评分，使用最近邻匹配方法以1∶1的比例进行匹配。建立多因素Logistic回归模型，分析脾瘅和消瘅分组对大血管并发症和微血管并发症发生的独立影响。将脾瘅/消瘅分组作为主要自变量，协变量包括年龄、性别、吸烟史、饮酒史、HbA1c水平、病程，计算每个变量的回归系数（β）、优势比（OR）及其95%置信区间（95%CI）。

3、结果

3.11178例2型糖尿病患者中医证型分布情况

1178例2型糖尿病患者共有证型181个，出现1501次，出现频次≥10的有33个证型，按出现频次由高到低排名前五位的证型依次是气阴两虚证（148次）、痰瘀互结证（105次）、血瘀证（91次）、气虚血瘀证（81次）、肝郁脾虚证（69次）。详见附表1（扫描本文二维码获取）。脾瘅组患者共有164个证型，出现1304次，消瘅组患者共有66个证型，共出现195次。表1示，对两组患者证型分布中前十位的相同证型进行比较，脾瘅组患者气阴两虚证、肝郁脾虚证分布显著少于消瘅组患者（P＜0.05）。

3.2　两组患者证素分布比较

将提取出的证素进行分类，其中病位证素16个，共计1093次；病性证素22个，共计2594次。表2示，两组患者前四个常见病位证素分布比较差异均无统计学意义（P＞0.05）。表3示，两组患者病性证素频次前七位均含有气虚、热、血瘀、湿、阴虚、痰、气滞，且两组患者在气虚、热、湿、阴虚、痰病性证素的分布差异有统计学意义（P＜0.05）。

3.3采用PSM方法前后两组患者临床资料特征比较

采用PSM方法进行组间平衡，表4示，倾向性评分匹配之前，两组患者性别分布差异有统计学意义（P＜0.01）。通过倾向性评分进行1∶1匹配后，最终两组各获得132例患者的样本。在匹配后的各项基线特征中，两组间的协变量分布大部分已趋于平衡。

3.4　匹配后两组患者证素分布情况比较

表5示，匹配后病位证素中两组患者病位证素分布差异无统计学意义（P＞0.05）。表6示，在病性证素方面，脾瘅组患者痰的频次显著高于消瘅组（P＜0.01）；其他病性证素如气虚、热、阴虚、湿、气滞等在两组患者中的分布差异均无统计学意义（P＞0.05）。

3.5　匹配后两组患者发生大血管、微血管并发症的影响因素分析

表7示，在单变量分析中，与消瘅组相比，脾瘅组发生大血管并发症的风险显著增加（P＜0.05）。在多因素分析中，控制了年龄、性别、吸烟史、饮酒史、HbA1c水平和2型糖尿病病程协变量后，脾瘅组发生大血管并发症的风险仍显著高于消瘅组（P＜0.05）。在微血管并发症的发生方面，单变量以及多因素的回归分析中两组之间差异均无统计学意义（P＞0.05）。

表1　两组2型糖尿病患者常见证型（前10位）中的相同证型分布比较

表2　两组2型糖尿病患者前4个常见病位证素分布比较

表3　两组2型糖尿病患者前7个常见病性证素分布比较

表4　采用倾向性评分匹配方法前后两组2型糖尿病患者基线特征比较

表5　匹配后两组2型糖尿病患者前4个常见病位证素分布比较

表6　匹配后两组2型糖尿病患者前7个常见病性证素分布比较

表7　匹配后两组2型糖尿病患者大血管、微血管并发症风险的Logistic回归分析

4、讨论

本研究基于“脾瘅-消瘅”理论框架，首次将maxBMI作为量化指标进行临床分型，揭示2型糖尿病不同亚型的中医证素分布特征及其与大血管并发症的关联。结果表明，以maxBMI≥24kg/m2为特征的脾瘅组患者病性证素痰多见，其大血管并发症风险较以maxBMI＜24kg/m2为特征的消瘅组患者显著升高。

2型糖尿病在中医古籍中属于“消渴”范畴。临床辨证方法多种多样，且中医辨证与医师的主观认识有较大关联，将证型拆分为证素，是根据证候辨识病变本质认识的过程［16］，可执简驭繁，更好地寻找患者共有的特性［17］。本研究结果显示，1178例2型糖尿病患者病位证素主要在脾、肝、胃、肾，病性证素主要是气虚、热、血瘀、阴虚。病性证素中气虚在脾瘅组和消瘅组患者中均占首位，与气虚为消渴的基础病机的观点［18-19］相符。

本研究引入“最高体重指数（maxBMI）”这一评估指标，将本团队提出的“脾瘅-消瘅”理论转化为可量化的临床分型。相较于BMI，maxBMI更能反映患者生命早期的代谢负荷，这与现代医学提出的“代谢记忆”现象高度契合［20-21］。本研究结果显示，通过询问maxBMI这一简易方法判别脾瘅、消瘅，对于了解患者核心病机、证候表现、并发症风险具有意义，并可进一步辅助中医治疗。

采用PSM方法后，本研究发现脾瘅患者痰证素分布高于消瘅组（22.73%、9.09%，P=0.006）。脾瘅患者先天禀赋丰腴，加之后天饮食失节，致中焦气机壅滞，痰浊内生；而消瘅患者多因禀赋不足，以脾虚胃热为主［22］，痰浊生成之机较少，故证素分布迥异。本研究多因素Logistic回归分析结果显示，脾瘅患者大血管并发症发生风险是消瘅组的2.04倍（95%CI1.18，3.50）。另有研究［23］也提示痰湿是糖尿病大血管并发症的关键证素，且与并发症的病变程度呈正相关。

有研究发现体重正常的糖尿病患者反而具有更高的死亡风险［24-26］，提示单纯BMI难以全面反映疾病演进规律，尤需警惕因药物干预或生活方式管理致体重下降者，此类患者虽当前BMI达标，仍需注意其大血管并发症的风险，这可能与肥胖的长期效应相关［27］。因此对于脾瘅患者需痰瘀并治，治法上活血化瘀之外，还需注重消痰化浊［28］。

本研究为横断面研究，无法评估maxBMI与2型糖尿病并发症患病率的因果关系，未来可进一步采用多中心的前瞻性的队列研究评价不同时期BMI以及并发症的关系。此外，证素、证型诊断主要依赖医师主观判断，后续研究可建立证候要素的量化诊断模型，提升辨证的精准度。

参考文献:

[6]魏文,刘盛元,曾芳芳,等黑龙江省部分地区成年人既往最大体重指数与2型糖尿病关系的研究[J].中华流行病学杂志,2010,31(3):251-255.

[9]郑玉娇,苟筱雯,逄冰,等.“糖络病”学说及其诊疗要点发微[J].中医杂志,2019,60(22):1920-1923.

[10]胡诗宛,王思成,赵林华,等.以“糖络病”为糖尿病中医病名的合理性与临床意义[J].中医杂志,2024,65(19):1963-1966,1971.

[11]宋军,仝小林.消瘅考[J].中国中医基础医学杂志,2009,15(9):652-653.

[12]中华医学会糖尿病学分会.中国2型糖尿病防治指南(2020年版)[J].中华糖尿病杂志,2021,13(4):315-409.

[13]中国肥胖问题工作组.中国成人超重和肥胖症预防与控制指南(节录)[J].营养学报,2004,26(1):1-4.

[14]朱文锋.证素辨证学[M].北京:人民卫生出版社,2008.

[15]国家市场监督管理总局,中国国家标准化管理委员会.中医临床诊疗术语第2部分:证候[S].北京:中国标准出版社,2021.

[16]朱文锋.证素辨证研究钩玄[J].河南中医,2009,29(1):1-4.

基金资助:国家科技重大专项(2023ZD0509300);中央高水平中医医院临床研究和成果转化能力提升项目(HLCMHPP2023084);中国中医科学院广安门医院临床医学研究中心建设专项(2022LYJSZX01);