编者按：

金秋桂馥，智汇米兰。9月28日~10月2日，第62届欧洲糖尿病研究协会年会（EASD2026）于意大利米兰盛大召开。作为全球糖尿病领域的学术高地，本届大会汇聚了世界各地的顶尖智慧，共有200余项中国学者的研究成果入选，向世界展示了糖尿病研究的“中国力量”。

中山大学附属第一医院李延兵教授团队共有4项研究入选简短口头报告（Short Oral，SO）。研究内容涵盖新型代谢-炎症复合死亡风险标志物CTI、基于多病共存构建的代谢衰老时钟、介导β细胞凋亡的miRNA分子机制，以及基于LSTM人工智能算法的胰岛素强化治疗剂量预测模型，完成从风险预判、机制解析到AI精准治疗的全链条探索，为糖尿病管理提供了极具价值的中国证据。以下为4项研究的介绍。

SO 007，310

CRP-TyG指数与糖尿病前期及糖尿病患者死亡风险的关联：来自两项全国性前瞻性队列研究的证据

郑梓安、唐松文、刘家兴、李延兵、刘烈华

背景与目的

胰岛素抵抗和慢性低度炎症是糖尿病前期及糖尿病患者不良预后的核心驱动因素。甘油三酯-葡萄糖（TyG）指数和C反应蛋白（CRP）是反映上述通路的可靠生物标志物，但传统指标无法捕捉代谢-炎症的联合负担。C反应蛋白-甘油三酯葡萄糖指数（CTI）作为一种新型复合标志物，可能有助于改善风险分层。本研究旨在探讨CTI与糖尿病前期或糖尿病成人患者全因死亡、心血管疾病（CVD）死亡及非CVD死亡之间的关联。

材料与方法

本观察性队列研究纳入来自NHANES（2005~2018年）的6948例糖尿病前期或糖尿病成人患者，并选取CHARLS（2011~2020年）的2843例患者作为外部验证。CTI按以下公式计算：CTI=ln[甘油三酯（mg/dl）×空腹血糖（mg/dl）/2]+0.412×ln[CRP（mg/dl）]。基线CTI按四分位数分组进行分析，以最低四分位数（Q1）作为参照组。采用Cox比例风险模型、限制性立方样条（RCS）、亚组分析和敏感性分析评估CTI与全因死亡、CVD死亡和非CVD死亡的关联。

结果

在纳入6948例受试者的NHANES队列中，共记录890例全因死亡。经多变量校正后，与最低四分位数（Q1）相比，最高CTI四分位数（Q4）受试者的全因死亡风险显著增加（HR 1.40，95%CI：1.14~1.72；趋势P=0.001），CVD死亡风险（HR 1.65，95%CI：0.97~2.83；趋势P=0.069）和非CVD死亡风险（HR 1.47，95%CI：1.13~1.92；趋势P=0.001）亦升高。该关联在多项敏感性分析中保持稳健。RCS分析显示，CTI与全因死亡、CVD死亡和非CVD死亡呈线性正剂量-反应关系。在CHARLS验证队列中，与最低四分位数（Q1）相比，最高CTI四分位数（Q4）仍与全因死亡风险增加相关（HR 2.56，95%CI：1.60~4.10）。

结论

在美国与中国大型队列中，较高的CTI水平与糖尿病前期及糖尿病患者的全因死亡、非CVD死亡风险增加独立相关，并呈线性关联。CTI可作为有价值的整合标志物，用于风险分层及指导糖代谢异常人群的个体化心血管代谢风险管理。

SO 004，289

MetAge Clock：一种量化代谢异常所加速的衰老并追踪疾病负担、死亡风险及治疗应答的代谢年龄时钟

唐松文、刘家兴、孙天露、刘博苑、柯文、陈薪、刘烈华、李延兵

目的

代谢功能障碍可能加速生物衰老，但目前缺乏能够在疾病进展和治疗反应中有效量化这一过程的临床适用工具。本研究旨在基于常规临床指标，开发并验证一种可解释、可扩展的代谢衰老时钟——MetAge Clock，用于评估系统性代谢衰老及其与多病共存、死亡风险和干预反应的关系。

方法

本研究采用多阶段研究设计，使用LASSO筛选出7个与代谢恶化全过程密切相关的核心生物标志物，构建MetAge及其简化版Light-MetAge。在美国国家健康与营养调查（NHANES）中评估MetAge与衰老表型、代谢特征、疾病负担、医疗利用及死亡率的关联；在CHARLS队列中验证Light-MetAge的跨人群风险分层能力；在CALERIE2热量限制试验和一项新诊断2型糖尿病（T2DM）强化治疗队列中，评估MetAge相关指标对代谢干预的响应性及其与1年血糖缓解的关系。

结果

MetAge与端粒长度呈负相关，与胰岛素抵抗、内脏脂肪、致动脉粥样硬化脂质谱、肝脏脂肪变性及系统性炎症等多个代谢维度显著相关。在NHANES中，MetAge对全因死亡的auROC达86.9%，C-index为0.857；代谢加速（MetAge-Accel>0）与糖尿病（OR=3.89）、高尿酸血症（OR=2.22）和卒中（OR=1.61）等代谢疾病及不良心血管结局事件显著相关。在CHARLS队列中，Light-MetAge同样表现出对多种未来发病风险的良好预判能力，尤其在预测全因死亡和卒中方面具有较好的区分性能。在CALERIE2中，热量限制组MetAge-Accel在18和24个月时较基线显著下降；在T2DM队列中，实现1年缓解的患者在治疗前以及治疗后均表现出更低的Light-MetAge和Light-MetAge-Accel。多因素回归显示，基线Light-MetAge每增加1岁，缓解可能性显著降低4%（OR=0.96，P<0.05）。

结论

MetAge Clock是一种基于常规临床指标的代谢衰老评估工具，精准量化了代谢异常所导致的衰老加速，能够有效捕捉不同人群中的系统性代谢衰老负担、疾病和死亡风险，并反映代谢干预后的生理状态改善。

SO 024，435

Hsa-miR-502-3p通过靶向SLC25A13促进线粒体β细胞凋亡，并与T2DM短期强化胰岛素治疗后的缓解相关

唐松文、柯文、郑梓安、李延兵、刘烈华

背景与目的

短期胰岛素强化治疗（SIIT）可恢复新诊断T2DM患者的β细胞功能并诱导缓解，但其机制尚不明确。前期数据提示，基线循环hsa-miR-502-3p水平较低可预测SIIT治疗后的长期缓解。本研究旨在探讨hsa-miR-502-3p在β细胞功能障碍中的作用。

材料与方法

利用GEO数据集分析hsa-miR-502-3p的表达水平，并在db/db小鼠胰岛及暴露于糖脂毒性的MIN6细胞中，采用荧光原位杂交（FISH）与实时荧光定量PCR（RT-qPCR）验证表达结果。在hsa-miR-502-3p过表达后，评估转录组谱、β细胞凋亡、增殖及葡萄糖刺激胰岛素分泌（GSIS）情况。通过活性氧（ROS）、JC-1实验评估线粒体功能。采用双荧光素酶报告基因实验进行靶标验证。

结果

与健康对照相比，T2DM患者血清（1.4倍，P=0.09）和胰岛（1.2倍）中hsa-miR-502-3p水平升高。该上调在db/db小鼠胰岛及暴露于糖脂毒性的MIN6细胞中得到证实。经SIIT治疗后，循环hsa-miR-502-3p水平下降（P<0.05）。MIN6细胞功能实验显示，hsa-miR-502-3p过表达可增加活化型caspase-3表达（2倍）、减少EdU阳性细胞约30%，并损害GSIS（胰岛素刺激指数：1.33 vs. 对照组3.34）。同时，细胞内ROS水平升高，线粒体膜电位下降。双荧光素酶实验证实hsa-miR-502-3p靶向SLC25A13的3'UTR（非翻译区），该基因是苹果酸-天冬氨酸穿梭的关键组分。GSVA富集分析显示线粒体凋亡通路显著富集。

结论

糖脂毒性可上调hsa-miR-502-3p，后者通过靶向SLC25A13诱导线粒体介导的β细胞凋亡。较低的基线血清hsa-miR-502-3p水平可能反映较大的残余β细胞量，并可预测SIIT治疗后持续的无药缓解。

SO 078，861

基于LSTM的胰岛素剂量预测模型在T2DM患者短期胰岛素强化治疗中的疗效：一项随机对照试验

曹玉萍、刘莎莉、梁巍巍、刘娟、李延兵、黄知敏

背景与目的

使用胰岛素泵的短期胰岛素强化治疗（IIT）可改善β细胞功能和胰岛素敏感性。但治疗期间的胰岛素剂量调整依赖临床医生经验，易造成临床结局差异。团队前期基于22年IIT临床数据，开发了一种数据驱动的、采用长短期记忆（LSTM）算法的胰岛素剂量预测模型。本随机对照试验旨在评估该模型的有效性和安全性。

材料与方法

T2DM住院患者按1:1随机分配至模型指导组或医生经验组。新诊断患者胰岛素泵治疗持续9天，非初治患者持续6天。治疗期间采用持续葡萄糖监测（CGM）。主要结局指标为目标范围内时间（TIR，3.9~10.0mmol/L）和低于目标范围时间（TBR，<3.9mmol/L）。次要结局指标为治疗期间胰岛素总剂量及针对血糖波动进行抢救性调整的频率。

结果

共181例患者（年龄：54.5岁[四分位距40~62]，BMI：25.4kg/m²[23.1~28.0]，HbA1c 10.1%[8.9~11.8]）完成研究（模型指导组90例，医生经验组91例）。在新诊断患者（n=62）中，模型指导组与医生经验组的TIR相当（88.7%[81.2~92.1] vs. 90.9%[80.4~96.5]，P=0.29）；在非初治患者（n=119，糖尿病病程9.5年[3.0~15.8]）中，TIR亦相当（84.2%[71.3~91.3] vs. 81.1%[72.2~91.0]，P=0.73）。新诊断患者中，模型指导组的TBR略高（2.4%[1.2~6.2] vs. 1.0% [0.3~2.4]；P=0.04），但在非初治患者中两组TBR相当（1.1% [0.2~2.9] vs. 0.6%[0~2.0]，P=0.17）。除模型指导组初始胰岛素剂量相对较高外（新诊断：0.62U/kg[0.55~0.71] vs. 0.50U/kg[0.42~0.58]，P=0.00；非初治：0.61U/kg[0.56~0.68] vs. 0.53U/kg[0.45~0.68]，P=0.04），两组IIT治疗期间胰岛素总用量相当。值得注意的是，模型指导组需要的抢救性调整次数显著少于医生经验组（新诊断：0[0~2] vs. 2[0~4]，P=0.01；非初治：0[0~1] vs. 3 [1~4]，P<0.01）。

结论

本研究表明，基于LSTM的胰岛素剂量预测模型在短期IIT中可达到与经验丰富的医生相当的血糖控制效果，且未出现具有临床意义的低血糖，并减少了抢救性调整负担。