摘要：在2型糖尿病（T2MD）的治疗领域，如何精准选择降糖药物，实现血糖的有效控制并预防并发症，一直是临床医生和患者共同关注的焦点。然而，当前的T2MD治疗指南在指导个性化用药方面存在局限性，主要依据心肾风险分层，却未就如何根据个体差异优化降糖治疗给出明确建议。
*仅供医学专业人士阅读参考
还在为降糖药选择发愁？这款工具一秒就能给出最佳答案，快试试！
撰文：吴樱
在2型糖尿病（T2MD）的治疗领域，如何精准选择降糖药物，实现血糖的有效控制并预防并发症，一直是临床医生和患者共同关注的焦点。然而，当前的T2MD治疗指南在指导个性化用药方面存在局限性，主要依据心肾风险分层，却未就如何根据个体差异优化降糖治疗给出明确建议。
在临床实践中，由于缺乏有效的预测工具，医生在面对众多降糖药物时，难以抉择最适合患者的药物。因此，患者往往需要经历多次尝试，才能找到最适合自己的治疗方案。这一过程不仅耗时耗力，还可能因血糖长期控制不佳而增加并发症的风险。
回应个体化治疗需求——
在线预测模型助力临床决策
近日，一项发表于《柳叶刀》的重要研究带来了新的突破，首次开发并验证了一个预测模型，该模型使用了T2MD患者开始药物治疗时的九项常规临床特征（年龄、糖尿病病程、性别、基线HbA1c、BMI、估计肾小球滤过率、高密度脂蛋白胆固醇、总胆固醇和丙氨酸氨基转移酶）作为预测变量。能够精确预测五种主流降糖药物——包括二肽基肽酶-4抑制剂（DPP-4i）、胰高血糖素样肽-1受体激动剂（GLP-1RA）、钠-葡萄糖共转运蛋白2抑制剂（SGLT2i）、磺脲类药物和噻唑烷二酮类在未来12个月HbA1c的控制效果（图1），为T2MD患者个体化治疗提供了科学依据[1]。
图1 预测T2MD患者最佳降糖治疗的5类药物模型
工具链接：https://www.diabetesgenes.org/t2-treatment/
注：该版本为测试版
工具示例
体重正常、无CKD并发症的患者，女性、65岁、糖尿病病程2年，不吸烟，BMI22kg/m2，基线HbA1c75mmol/mol（约9%），eGFR 91mL/min/1.73m²，血清肌酐85umol/L，ALT30U/L，总胆固醇4.3mmol/L，HDL 1.4mmol/L。
图2 举例计算结果
将上述信息录入，计算结果显示，未来12个月，选择GLP-1RA的降糖效果是最好的（HbA1c降幅约为20mmol/mol，即从基线的9%降低至7.2%），其次是SGLT2i、SU、TZD和DPP-4i。
肥胖与血脂异常的患者，男性、45岁、糖尿病病程5年，吸烟，BMI 31kg/m2，基线HbA1c 72mmol/mol（约8.7%），eGFR 90mml/min/1.72m2，血清肌酐82 umol/L，ALT 30U/L，总胆固醇 5.2mmol/L，HDL 0.88mmol/L。
将上述信息录入，计算结果显示，未来12个月，选择SGLT2i的降糖效果是最好的，其次是GLP-1RA、磺脲类药物、噻唑烷二酮类药物和DPP-4i。
模型准确性高：
预测与实际降糖效果相符
降糖效果：模型预测的12个月HbA1c获益与实际观察到的获益高度一致。研究表明，如果患者起始用药类别与模型预测的最佳治疗方案一致时，与起始用药类别与模型预测不一致的情况相比，12个月后患者的HbA1c水平会降低约5mmol/mol（约2.6％）。
长期获益：与模型不一致的治疗方案相比，采用模型推荐的最佳治疗方案与5年内血糖控制失败风险减少38%、主要心血管不良事件风险降低、肾脏疾病进展风险减小以及微血管并发症风险下降均呈现出相关性。
临床实践差距：2019年来，英国仅17.8%的处方与模型推荐一致，这表明该模型在提高人群血糖控制水平方面具有巨大潜力。
临床意义：从“一刀切”到“量体裁衣”
1
突破指南局限
当前指南虽强调SGLT2i和GLP-1RA的心肾保护作用，但未细化降糖疗效的个体差异。例如，部分患者使用磺脲类的短期降糖效果可能优于新型药物，模型可帮助识别这类人群。
2
优化治疗顺序
在临床决策中，医生可将模型预测结果与药物的非血糖相关心肾益处、副作用、药物可及性和成本等因素综合考虑，制定更全面、个性化的治疗方案。
3
降低医疗成本
模型基于常规临床数据，无需复杂的检测，成本低廉，无需额外的检测或费用。易于在全球大多数国家的临床实践中推广应用。
4
降低并发症风险
模型能够精准预测T2DM患者的最优降糖治疗药物，帮助医生选择更有效的药物，改善血糖控制，减少额外降糖治疗的需求，显著延长患者使用稳定降糖治疗的时间，降低糖尿病并发症风险。
研究展望：持续优化，迈向精准医疗新高度
研究人员也指出了研究存在的局限性，如部分药物（如GLP-1RA司美格鲁肽和替尔泊肽）因数据不足未纳入模型，CPRD分析可能存在偏倚，以及缺少药物依从性数据等。未来，随着更多个体水平数据的积累，研究团队计划将新的药物纳入模型，并对模型进行校准优化。同时，进一步临床实践验证。这一验证过程将为工具的进一步推广提供关键数据支持。
这项基于五药分类模型的研究为T2DM的个性化治疗提供了创新思路和有力工具，有望推动糖尿病管理临床实践向精准医疗迈进，让更多患者受益于精准化的降糖治疗。随着研究的不断深入和模型的持续优化，相信在未来，T2DM的治疗将更加科学、高效，患者的生活质量和健康状况也将得到更大改善。
参考文献：
[1]Dennis JM, et al. A five-drug class model using routinely available clinical features to optimise prescribing in type 2 diabetes: a prediction model development and validation study. Lancet. 2025 Mar 1;405(10480):701-714.
*"医学界"力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。
来源：桦君谈健康