【CMT&CHTV 文献精粹】
导语：这是一项基于ALTITUDE和CANVAS临床试验数据的新研究，专门针对2型糖尿病（T2D）患者开发了一个新的心力衰竭（HF）风险预测模型。该模型考虑了SGLT2抑制剂的使用，并识别了NT-proBNP水平、TnT水平和BMI作为新发HF的独立预测因子。通过内部和外部验证，模型显示出高区分度和有效性，为临床医生提供了一个评估和管理T2D患者HF风险的实用工具。研究还指出模型在不同HF亚型和年轻人群中的适用性需进一步验证。
2型糖尿病（T2D）患者面临的心力衰竭（HF）风险显著高于一般人群，且一旦发生HF，其预后通常较差。这一挑战在临床实践中尤为突出，因为HF的早期识别和干预对于改善T2D患者的长期健康至关重要。在这方面，钠-葡萄糖共转运蛋白2（SGLT2）抑制剂的出现为T2D患者的心血管保护带来了新的希望，但这些新型药物的长期效果及其对HF风险预测模型的影响尚未完全明确。并且，针对T2D患者HF风险的预测模型目前还不够完善，尤其缺乏将SGLT2抑制剂治疗纳入考量的综合模型。这些模型的精确性对于早期识别高风险患者、实施预防策略、优化治疗方案以及改善预后具有重要意义。
为解决这一问题，2024年3月，《Diabetes, Obesity and Metabolism》杂志发表了一篇题为《Prediction of new-onset heart failure in patients with type 2 diabetes derived from ALTITUDE and CANVAS》的文章，利用ALTITUDE和CANVAS两项大型临床试验的数据，开发了一个新的HF风险预测模型。该模型考虑了SGLT2抑制剂的使用情况，为临床提供了一个更为精确的HF风险预测工具，不仅可以帮助医生更好地评估T2D患者的HF风险，也为个性化的疾病管理和治疗决策提供了重要的依据。
研究方法
ALTITUDE研究是一项大型全球多中心、随机、双盲、对照试验，旨在探讨伴有慢性肾病或（和）心血管病的2型糖尿病患者在ACEI或ARB治疗基础上加用阿利吉仑的获益；CANVAS研究是一项随机、对照临床研究，旨在评估卡格列净用于心血管治疗的有效性、安全性及风险-获益比。本研究是基于ALTITUDE和CANVAS两项临床试验数据的二次分析研究，旨在创建和验证一个新的预测模型，以识别T2D患者中新发HF的高危人群。研究包括ALTITUDE试验中的5081名患者和CANVAS试验安慰剂组的996名患者，受试者均无HF病史且在基线时进行了N末端B型钠尿肽前体（NT-proBNP）测量。研究通过Cox回归分析开发了多变量预测模型，并在CANVAS试验的安慰剂组和经过canagliflozin治疗1年的患者中进行了外部验证。
研究结果
核心预测因子的识别
本研究的核心成果之一是确定了NT-proBNP水平、TnT水平和BMI作为新发心力衰竭（HF）的独立预测因子。在ALTITUDE队列中，这些指标与新发HF的风险显著相关。其中，NT-proBNP水平的增加与新发HF风险的增加最为显著相关，其风险比（HR）为2.579（95% CI 2.188–3.041），而TnT水平和BMI的HR分别为1.271（95% CI 1.091–1.480）和1.387（95% CI 1.216–1.582）。
表：基于ALTITUDE和CANVAS的心力衰竭多变量预测模型
模型的内部与外部验证
该预测模型在ALTITUDE队列中的C统计值为0.828，表明模型具有较高的区分度。在CANVAS试验的安慰剂组中，模型的C统计值为0.800，进一步证实了模型的外部有效性。值得注意的是，在经过1年的canagliflozin治疗后，CANVAS治疗组的C统计值增加至0.847，这一提升具有统计学意义（P < 0.001），表明模型在经过SGLT2抑制剂治疗的患者中仍然保持了良好的预测能力。
风险评分公式的制定
研究者还开发了一个基于Cox比例风险模型的风险评分公式，用于计算新发HF的风险。该公式包括年龄、BMI、钙通道阻滞剂的使用、UACR、HbA1c水平、TnT水平和NT-proBNP水平等变量。通过R软件包‘OptimalCutpoints’计算，确定了风险评分的最优截断点为9.29，用于识别新发HF风险最高的患者。
与现有预测模型的比较
研究人员还在ALTITUDE和CANVAS数据集上测试了现有的WATCH-DM风险评分的表现，结果表明，当将NT-proBNP和TnT这两个生物标志物加入WATCH-DM模型后，其预测能力显著提高，C统计值分别增加至0.841和0.818。这一发现强调了在高风险患者中测量这些生物标志物的重要性。
总结
这些结果对于糖尿病和心血管疾病管理领域具有重要的临床意义。通过早期识别HF的高风险患者，可以及时实施预防措施，如生活方式的改变、药物治疗等，从而可能降低HF的发病率。该模型的建立为临床医生提供了一个简单、实用的工具，有助于在日常临床实践中更好地评估和管理T2D患者的HF风险。此外，该研究还为未来研究提供了方向，即探索基于生物标志物的预防策略，并进一步验证该模型在不同人群中的适用性。
尽管该研究在预测模型的开发和验证方面取得了显著成果，但也存在一些局限性。例如，研究未提供关于HF类型的详细信息（如射血分数降低的HF [HFrEF] 与射血分数保留的HF [HFpEF]），这可能影响模型在不同HF亚型患者中的适用性。此外，由于研究人群的年龄较大，模型在年轻人群中的预测性能尚未得到验证。未来的研究需要在更广泛的人群和不同的临床环境中进一步验证该模型的预测性能，并探索针对不同HF亚型的定制化风险预测工具。
参考文献：
Said F, Arnott C, Voors AA, et al. Prediction of new-onset heart failure in patients with type 2 diabetes derived from ALTITUDE and CANVAS [J]. Diabetes Obes Metab. 2024 Apr 8. doi: 10.1111/dom.15592. Epub ahead of print. PMID: 38584567.
编辑：连翘
二审：清扬
三审：应泉
排版：半夏
