EASD糖尿病精準治療：從「狹路相逢」到「針鋒相對」

2017年EASD上分別發佈了「Precision medicine in common diabetes」和「Clustering of diabetes into novel subgroups provides improved prediction of outcome」二項演講，前者談到了如何基於患者的特點，建立一種模型預測哪種治療對哪種患者療效以及耐受性最好【如下圖】。

後者則談到糖尿病的五種亞型以及以助於臨牀結局的預測。研究相關內容均已分別出版在今年的Diabetes care 和 Lancet雜誌中。對於兩項研究的內容，今年ADA中關於精準醫學主題報告中也對此兩項研究成果作爲範例引經據典【查看詳情：糖尿病的精準醫學：精彩研究和病例盤點】。

今年的EASD，「Precision medicine in common diabetes」的研究者再次發表演講，對兩種方法進行了更深層次的分析探討，更準確的說，應該說是對後者進行碾壓，當然，只不過方式比較優雅，完全符合英國人一貫的紳士氣質。稍後可能會有文章發表，也可能沒有，不過「Clustering of diabetes into novel subgroups provides improved prediction of outcome」的研究者對此的回應可能會是：呵呵，你們說的都對，你們是最棒的。

在今年的EASD演講中，研究者對兩種分類方法在以下四個方面進行了分析探討：

5種亞型的分類是否具有可重複性

亞型分類之間的疾病進展和併發症發生是否不同

亞型分類是否有助於預測藥物療效

相對簡單的臨牀變量【如診斷年齡，性別，BMI，基線HbA1C】在預測結局方面是否要優於亞型分類

研究者通過使用ADOPT臨牀研究中的數據進行驗證。根據不同變量【GAD抗體，BMI，診斷時年齡，HbA1C，HOMA-β功能，HOMA-IR】進行聚類分析後，將T2DM分成五個亞型。

1. 亞型人羣分佈及構成

ADOPT研究中五種人羣中分佈情況，與Ahlqvist教授研究中的分佈類似【圖1，圖2】。

圖1. Ahlqvist教授研究和ADOPT研究中亞型人羣分佈（HbA1C，BMI，Age，HOMA-B，HOMA-IR分層）

圖2. Ahlqvist教授研究和ADOPT研究中亞組人羣構成

2. HbA1C進展速度比較

在ADOPT研究的分類亞型中，SIRD和MARD二種亞型的HbA1C進展速度更緩慢，且獨立於治療方案【圖3】。相比四種亞型分類（未納入SAD：自身免疫性糖尿病），通過簡單的臨牀指標進行的迴歸分析的決定係數R2相更高【圖4】，說明通過簡單的臨牀指標進行分類更能解釋HbA1C變化，而且右圖顯示通過單個指標分層【診斷年齡】即可區分出HbA1C的進展速度。