纪立农教授:预测心血管-肾脏-代谢征综合征临床结局的新方法丨2024PUDF
发布时间:2024-05-19   |   来源:医脉通
关键词: 2024PUDF
相关专栏
纪立农

医脉通整理报道,未经授权请勿转载。

审核:纪立农教授

 

2024年5月18日,由北京大学糖尿病中心、《中国糖尿病杂志》、中国医学救援协会联合主办的第二十届“2024北大糖尿病论坛”于北京隆重召开。

 

1716094239178877.jpg

2024北大糖尿病论坛会场

 

本次论坛以“心肾代谢”为核心议题,为全球顶尖专家学者提供一个广泛交流的平台,共同探讨糖尿病及其并发症的前沿研究和最新防治策略。会上,北京大学人民医院纪立农教授以“预测心血管-肾脏-代谢征综合征(CKM)临床结局的新方法”为题发表了精彩学术讲座,本文将会议精要概述如下,供各位读者学习参考。

 

1716094263420433.jpg

纪立农教授发言

 

专家介绍:北京大学人民医院内分泌科主任,北京大学糖尿病中心主任,博士生导师,享受国务院特殊津贴。现任中国老年保键研究会内分泌与代谢病分会主任委员,中国药促会糖尿病与代谢性疾病药物临床研究专业委员会主任委员,中国卒中学会副会长,,中华医学会理事,中国预防学会常务理事,中国老年保健医学研究会常务理事,北京市医学会内分泌专业委员会主任委员,北京围手术期医学会会长,世界卫生组织顾问,国际糖尿病联盟亚洲西太平洋地区(IDF-WPR)糖尿病政策组成员。

 

当前:CKM预测方法的优势和局限

 

纪立农教授强调,目前各国指南均推荐使用分层工具来进行疾病的危险分层,如美国糖尿病学会(ADA)、美国心脏协会(AHD)、美国心脏病学会(ACC)推荐使用PCE评分来进行心血管风险评估,中国指南推荐使用China-PAR评分进行10年心血管风险评估。另外,在肾脏病方面,2024年全球肾脏病预后组织(KDIGO)指南推荐根据尿白蛋白/肌酐比值(UACR)和肾小球滤过率(GFR)来预测慢性肾脏病(CKD)预后,但此类模型对于糖尿病患者或已出现CKM的患者的临床管理有何指导作用?目前仍缺乏基于预测模型来进行不同干预模式的相关研究。


近期,AHA/ACC对心血管预测模型进行了更新,推出了PREVENT预测模型,相较于此前的PCE模型,新添加了有关肾脏的生物标志物UACR、有关糖尿病的生物标志物糖化血红蛋白(HbA1c)以及生活方式及社会经济因素,可单独或整体预测动脉粥样硬化性心血管疾病(ASCVD)、心衰(HF)、ASCVD+HF三种结局。该预测模型分为三个风险等级,对于(CKM)3期患者,均可归为高风险(即未来10年风险≥20%)人群。


该模型拥有众多优势,如可预测全部心血管疾病(CVD)风险、移除了种族分类而增添了社会剥夺指数(SDI)、降低了风险预测年龄、提供了肾脏及代谢增强模型等,但同样还存在一些问题,如对于不同CKM分期、不同基础疾病患者,该模型的准确度是否一致?是否可适用于其他国家人群?新型生物标志物即治疗效果是否需要考虑在内?此外,目前尚缺乏该模型对临床诊疗方案的指导,这些问题都有待于今后进一步的研究和改进。


纪立农教授指出,既往的大多数CKD风险模型都是基于健康人群所开发,但这些风险模型在糖尿病中的准确度便会明显下降,而在2型糖尿病(T2DM)中开发的预测模型相比在普通人群中开发的模型的准确度普遍更高,在中国人群中也显示出较高的预测能力,但此类预测模型对CKM临床结局的预测仍有很多可改进的空间。


探索:对CKM临床结局预测的改进


随着机器学习深入人类生活中的方方面面,其在医疗领域也逐渐发挥了愈发重要的作用,作为中国糖尿病领域的领军人物,纪立农教授团队同样尝试将机器学习融入到新型预测模型的开发过程中。当前研究成果显示,基于机器学习所开发的CVD风险模型可显著提高模型预测能力。


本文小结


既往关于CKM的预后模型存在一定的局限性,但随着人工智能在医疗领域发挥愈发重要的作用,基于机器学习所开发的CVD风险模型可显著提高模型预测能力,进一步对CVD风险进行分层,早期发现药物治疗效应,识别“应答者”,并应用于临床工作中以指导患者治疗策略的调整。未来,临床上仍需要进一步的随机对照研究(RCT)来对这些发现进行验证,并依靠新模型的开发为临床诊疗工作带来更实用、更有价值的指导。

(本网站所有内容,凡注明来源为"医脉通",版权均归医脉通所有,未经授权,任何媒体、网站或个人不得转载,否则将追究法律责任,授权转载时须注明"来源:医脉通"。本网注明来源为其他媒体的内容为转载,转载仅作观点分享,版权归原作者所有,如有侵犯版权,请及时联系我们。)
0
收藏
添加表情
全部评论
我要投稿
发表评论
扫码分享

微信扫码分享

回到顶部