糖尿病前期中西醫(yī)結(jié)合早期診斷的國內(nèi)外進展與挑戰(zhàn)

【摘要】 糖尿病前期是一種表現(xiàn)為空腹血糖受損、糖耐量異常或兩者的混合狀態(tài)的疾病，屬于中醫(yī)“脾癉”范疇。隨著現(xiàn)代生活模式的改變，糖尿病前期的患病率不斷升高，具有和糖尿病相當(dāng)?shù)念A(yù)后風(fēng)險，及時診斷并早期干預(yù)至關(guān)重要。本文從中醫(yī)學(xué)和現(xiàn)代醫(yī)學(xué)兩個角度梳理了糖尿病前期的起源與定義，發(fā)現(xiàn)早在《素問》成書時，中醫(yī)學(xué)便已對“脾癉”形成了一定的認識。隨著循證醫(yī)學(xué)的發(fā)展和規(guī)范化臨床研究的實施，我國逐步構(gòu)建了具有中醫(yī)特色的規(guī)范化糖尿病前期臨床實踐指南。在診斷方面，血糖檢測指標(biāo)類型和閾值、中醫(yī)證候診斷、中西醫(yī)結(jié)合診斷模型、疾病風(fēng)險評分模型、生物標(biāo)志物、可穿戴設(shè)備等多種無創(chuàng)中西醫(yī)結(jié)合診斷方法不斷完善，但多針對糖尿病患者的預(yù)防而非糖尿病前期的早期診斷和篩查；餐后1 h血糖可能是未來診斷糖尿病前期或糖尿病高危人群的新指標(biāo)，但需進一步研究證實以推廣使用。針對糖尿病前期中西醫(yī)結(jié)合早期診斷面臨的診斷標(biāo)準(zhǔn)的動態(tài)性、篩查流程的復(fù)雜性、臨床癥狀的不典型性、疾病的低知曉性等挑戰(zhàn)，未來需不斷更新和完善診斷標(biāo)準(zhǔn)，融合數(shù)字化健康管理和可穿戴設(shè)備，充分發(fā)揮中醫(yī)優(yōu)勢，構(gòu)建針對糖尿病前期人群的基于中醫(yī)宏觀表征與組學(xué)微觀數(shù)據(jù)相結(jié)合的疾病診斷模型，開發(fā)更簡便、快捷的中西醫(yī)結(jié)合篩查方法，實現(xiàn)糖尿病前期的“早篩查、早診斷、早干預(yù)、早康復(fù)”。

【關(guān)鍵詞】 糖尿病前期；脾癉；早期診斷；中西醫(yī)結(jié)合；糖尿病預(yù)防

【中圖分類號】 R 587.1 【文獻標(biāo)識碼】 A DOI：10.12114/j.issn.1007-9572.2024.0328

Domestic and International Advances and Challenges in Early Diagnosis of Prediabetes with Integrated Chinese and Western Medicine

PENG Hongye1，2，3，JING Yanan1，2，LIU Dianchun3，WANG Ying4，XUE Xue5，LU Chunli1，2*

1.Guangdong Provincial Research Center of Integration of Traditional Chinese Medicine and Western Medicine in Metabolic Diseases（Institute of Chinese medicine）/Guangdong Pharmaceutical University，Guangzhou 510006，China

2. Key Laboratory of Glucolipid Metabolic Disorder，Ministry of Education of China，Guangzhou 510006，China

3. Beijing University of Chinese Medicine，Beijing 100029，China

4. Department of Traditional Chinese Medicine，Beixiaguan Community Health Service Center，Haidian District，Beijing 100082，China

5.Department of Nephrology/Shizhen Laboratory，Hubei Provincial Hospital of Traditional Chinese Medicine，Hubei University of Chinese Medicine，Wuhan 430006，China

*Corresponding author：LU Chunli，Research assistant；E-mail：Jennylu@bucm.edu.cn

【Abstract】 Prediabetes is a condition characterized by impaired fasting glucose，impaired glucose tolerance，or a combination of both，which is classified under the category of \"Pi Dan\" in Traditional Chinese Medicine（TCM）. With the changes in modern lifestyles，the prevalence of prediabetes is continuously rising，carrying a risk comparable to diabetes prognosis. Therefore，timely diagnosis and early intervention are crucial. This article reviewed the origins and definitions of prediabetes from both TCM and modern medical perspectives，revealing that TCM had already recognized \"Pi Dan\" as early as the composition of the \"SuWen\". With the development of evidence-based medicine and the implementation of standardized clinical research，China has gradually established the standardized clinical practice guidelines for prediabetes with TCM characteristics. Regarding diagnosis，diagnostic indicators and thresholds for monitoring blood glucose levels，various non-invasive integrated TCM and modern medical diagnostic methods，including TCM syndrome diagnosis，integrated TCM and Western medicine diagnostic models，disease risk scoring models，biomarkers，and wearable devices，have been continuously improved. However，its primary focus lies in diabetes prevention rather than the early detection and screening of prediabetes. Besides，1-hour plasma glucose may be a new outcome for prediabetes diagnosis or identifying high-risk diabetes populations in the future. However，further research is required to validate its broader application. Addressing the challenges of dynamic diagnostic standards，complex screening processes，atypical clinical symptoms，and low disease awareness during early prediabetes diagnosis，it is imperative to continuously update and refine diagnostic standards. The integration of digital health management and wearable devices should be promoted to fully capitalize on TCM strengths in constructingt disease diagnostic models that combine TCM macro manifestations and omics microdata for prediabetes. Simplified and expedited integrated TCM and modern medical screening methods can facilitate early screening，early diagnosis，early intervention，and early recovery for prediabetes.

【Key words】 Prediabetic state；Pi Dan；Early diagnosis；Integrated traditional Chinese medicine amp; western medicine；Diabetes prevention

糖尿病前期（prediabetes），又稱前驅(qū)糖尿病、血糖調(diào)節(jié)受損，歸屬于中醫(yī)“脾癉”范疇，是指從正常糖代謝向糖尿?。郯?型糖尿病、2型糖尿?。╰ype 2 diabetes mellitus，T2DM）、特殊類型糖尿病及妊娠期糖尿?。╣estational diabetes mellitus，GDM）］轉(zhuǎn)化的中間發(fā)展階段，此階段患者的血糖水平高于正常，但尚未達到糖尿病的診斷標(biāo)準(zhǔn)，其主要表現(xiàn)為空腹血糖受損（impaired fasting glucose，IFG）、糖耐量異常（impaired glucose tolerance，IGT）以及同時存在IFG和IGT［1］。慢性高血糖狀態(tài)與多個器官，如眼睛、腎臟、心臟等的長期損害和功能障礙密切相關(guān)，糖尿病前期具有和糖尿病相當(dāng)?shù)念A(yù)后風(fēng)險［2］。糖尿病前期（ICD-11編號5A40.Z）已成為一種明確的疾?。?］。隨著《“健康中國2030”規(guī)劃綱要》［4］和《“十四五”國民健康規(guī)劃》等政策的頒布，我國對糖尿病防治工作予以高度重視。然而目前，臨床工作者和普通公眾對糖尿病前期的認知度普遍偏低、疾病漏診率較高?；?7萬人群的流行病學(xué)調(diào)查顯示，我國糖尿病前期患病率高達38.1%，糖尿病漏診率高達63.3%［5］。本文旨在通過系統(tǒng)梳理糖尿病前期的起源和定義、診斷標(biāo)準(zhǔn)和方法的演變，闡明當(dāng)前中西醫(yī)結(jié)合在糖尿病前期篩查和診斷方面存在的主要挑戰(zhàn)，并提出針對性建議，以期發(fā)現(xiàn)更簡便、更精確的篩查措施，實現(xiàn)“早診斷、早干預(yù)、早康復(fù)”。

1 糖尿病前期（脾癉）的起源與定義

1.1 中醫(yī)學(xué)對脾癉的認識及演變

中醫(yī)學(xué)雖未提出“糖尿病前期”的概念，但其對糖尿病前期的認識（包括病因病機、診斷、治療）卻遠早于西方，且具有獨特的診斷方法與治療特色。隨著醫(yī)學(xué)標(biāo)準(zhǔn)化的進步，有不少針對糖尿病防治和糖尿病前期診療的中醫(yī)指南與共識文件發(fā)布和實施。中醫(yī)學(xué)認為糖尿病前期屬于消渴發(fā)展前端的“脾癉”范疇，早在《素問·奇病論》即言“有病口甘者……名為脾癉……此肥美之所發(fā)也，此人必數(shù)食甘美而多肥也……故其氣上溢，轉(zhuǎn)為消渴”。而后，隨著對疾病認識的完善，病機圍繞熱生，逐漸細化包括中滿內(nèi)熱、痰熱或濕熱交結(jié)。目前強調(diào)動態(tài)認識疾病，認為“郁、熱、虛、損”貫穿了“脾癉-消渴”的整個病變過程，并可兼雜痰、瘀、毒等病理產(chǎn)物［6］。

隨著循證醫(yī)學(xué)的發(fā)展和規(guī)范化中醫(yī)藥臨床研究的實施，通過系統(tǒng)收集、分析和評價相關(guān)研究成果，我國也發(fā)布了糖尿病防治和糖尿病前期的相關(guān)中醫(yī)指南，為糖尿病前期的中醫(yī)診療提供了科學(xué)、系統(tǒng)的指導(dǎo)意見，使其逐步實現(xiàn)標(biāo)準(zhǔn)化。在《糖尿病前期中醫(yī)藥循證臨床實踐指南》［7］、《糖尿病前期病證結(jié)合診療指南》［8］、《國家糖尿病基層中醫(yī)防治管理指南（2022）》［9］和《糖尿病中醫(yī)防治指南》［10］中，認為糖尿病前期的中醫(yī)證型包括肝郁氣滯證［7-9］、濕熱蘊結(jié)證［7-9］、脾虛濕困證［7-9］、脾胃壅滯證［8］和氣陰兩虛［7-8］5個證型。綜上，中醫(yī)學(xué)對脾癉的認識較早，隨著時間的演變和中醫(yī)藥標(biāo)準(zhǔn)化研究的深入，對該病的認識不斷全面和深入，針對糖尿病前期的中醫(yī)藥循證指南不斷系統(tǒng)化，證候診斷和治療的手段不斷全面化。

1.2 現(xiàn)代醫(yī)學(xué)對糖尿病前期的認識

IGT的概念由美國國家糖尿病數(shù)據(jù)組（National Diabetes Data Group，NDDG）于1979年首次提出，定義為血漿葡萄糖水平介于正常和糖尿病之間，即空腹血糖（fasting plasma glucose，F(xiàn)PG）lt;7.8 mmol/L，口服葡萄糖耐量試驗（oral glucose tolerance test，OGTT）餐后2 h血糖（2-hours plasma glucose，2 hPG）為7.8～11.1 mmol/L，以取代原來“化學(xué)性、潛在性、邊緣性、亞臨床狀態(tài)、無癥狀糖尿病”等無明確診斷標(biāo)準(zhǔn)的術(shù)語［11］。1985年世界衛(wèi)生組織（World Health Organization，WHO）正式采用該術(shù)語，隨后IGT被糖尿病界廣為推薦和使用。1991年CHARLES等［12］首次提出IFG的概念，定義為FPG升高但糖耐量正常的人群，即FPG 6.1～7.8 mmol/L，2 hPGlt;7.8 mmol/L。1997年美國糖尿病協(xié)會（American Diabetes Association，ADA）正式采納IFG這一概念，并建議調(diào)整其診斷閾值為6.1～7.0 mmol/L，以滿足糖尿病的新診斷標(biāo)準(zhǔn)［13］。1999年WHO正式使用IFG這一概念，并將患有IGT和/或IFG的受試者統(tǒng)稱為血糖調(diào)節(jié)受損（impaired glucose regulation，IGR）。2003年1月ADA的國際專家委員會（International Expert Committee，IEC）將IFG和IGT正式命名為糖尿病前期［14］。由此可見，最初學(xué)者對糖尿病前期的認識局限于糖耐量的異常，隨后逐漸意識到IFG的特殊性。隨著時間的推移和研究的深入，糖尿病前期的定義和診斷標(biāo)準(zhǔn)不斷完善，旨在早期識別出更高比例的高危人群，降低糖尿病的發(fā)病率。

我國對“糖尿病前期”的認識，最早可追溯到1974年，伍漢文［15］首次提出“隱性糖尿病”，又稱“化學(xué)糖尿病”，指代FPG正?；蛏?，但口服或靜脈葡萄糖耐量試驗不正常的人群，這與糖尿病前期的定義類似。2004年，《中國糖尿病防治指南》（試行本）（節(jié)選）［16］首次明確提出血糖調(diào)節(jié)受損的概念，與國際糖尿病相關(guān)定義和診斷標(biāo)準(zhǔn)接軌，指出“糖尿病前期”是處于正常和糖尿病血糖水平之間的中間時期，包括IFG（FPG 6.1～7.0 mmol/L）和IGT（OGTT 2 hPG 7.8～11.1 mmol/L）。此后，我國相繼頒布糖尿病前期相關(guān)指南，將其視為獨立疾病進行診療，以規(guī)范糖尿病前期的防治［7-8］。由此可見，最初我國并沒有將糖尿病前期視為一個獨立的疾病類別，而是以糖尿病為中心，在其防治基礎(chǔ)上提出糖尿病前期這一階段性概念；同時也沒有提出針對糖尿病前期人群的篩查建議，以實現(xiàn)早識別、早干預(yù)。

綜上，與國際研究進程相比，盡管我國在指南的制訂上稍顯滯后，但對糖尿病前期這一疾病的認識或為更早；同時，國內(nèi)指南融合了中醫(yī)學(xué)的優(yōu)勢，形成了具備中醫(yī)特色的防治指南與共識，突破了單一治療模式的局限，為疾病的多維防治提供了新視角。

2 糖尿病前期的中西醫(yī)結(jié)合早期診斷方法現(xiàn)狀與不足

2.1 中醫(yī)證候診斷

盡管辨證分型在疾病診斷后進行，但辨證論治是中醫(yī)特色所在，證候診斷也是認識和了解疾病發(fā)生發(fā)展趨勢的重要依據(jù)。早期中醫(yī)對糖尿病前期的診斷與治療沒有統(tǒng)一的標(biāo)準(zhǔn)，醫(yī)生依據(jù)經(jīng)驗技能進行診斷與治療，缺乏循證證據(jù)支撐。直至2017年發(fā)布的《糖尿病前期中醫(yī)藥循證臨床實踐指南》，首次從中醫(yī)視角對糖尿病前期的臨床實踐規(guī)范提出診療建議，目前中醫(yī)類指南對于糖尿病前期的證候診斷基本統(tǒng)一，主要包含5個證型［7-9］。然而上述證候的診斷依賴于臨床醫(yī)生的經(jīng)驗判斷，缺乏對中醫(yī)證候辨證的量化、標(biāo)準(zhǔn)化的相關(guān)研究，尤其是對糖尿病前期領(lǐng)域的證候研究還未有突破。

2.2 結(jié)合表觀與微觀的中西醫(yī)結(jié)合精準(zhǔn)診斷模型

隨著組學(xué)技術(shù)的發(fā)展與成熟，糖尿病前期的診斷不斷標(biāo)準(zhǔn)化和精準(zhǔn)化。系統(tǒng)生物學(xué)推動的組學(xué)技術(shù)與中醫(yī)的“整體觀”高度契合，為實現(xiàn)中醫(yī)證候的標(biāo)準(zhǔn)化和量化研究提供了重要方法學(xué)支撐。精準(zhǔn)醫(yī)學(xué)的發(fā)展為融合中西醫(yī)理念、開發(fā)結(jié)合中醫(yī)宏觀表征與組學(xué)微觀數(shù)據(jù)的診斷模型提供了新路徑。這種結(jié)合旨在超越中醫(yī)依賴臨床經(jīng)驗和現(xiàn)代醫(yī)學(xué)依賴設(shè)備精確度的局限，利用中西醫(yī)各自優(yōu)勢，發(fā)揮協(xié)同效應(yīng)，拓展疾病診斷的范疇［17-18］。

在中西醫(yī)結(jié)合診斷模型構(gòu)建上，鑒于舌象是一種宏觀表征，根據(jù)中醫(yī)全息理論，其可以反映全身臟腑功能，是辨病、辨證的重要依據(jù)，現(xiàn)有研究常將舌診與機器學(xué)習(xí)相結(jié)合，以實現(xiàn)舌象的客觀化、標(biāo)準(zhǔn)化。既往研究證實舌部特征的差異變化可以反映糖代謝異常，將中醫(yī)舌診與機器學(xué)習(xí)技術(shù)相結(jié)合構(gòu)建糖尿病前期風(fēng)險預(yù)測模型是切實可行的。然而鑒于該領(lǐng)域的發(fā)文量較少且沒有專門針對糖尿病前期的中西醫(yī)結(jié)合診斷模型，因此本文納入糖尿病中西醫(yī)結(jié)合診斷模型。LI等［19］基于1 512例受試者的舌象圖片發(fā)現(xiàn)，舌象診斷糖尿病和糖尿病前期的受試者工作特征曲線下面積（area under the curve，AUC）可分別高達0.84和0.88。與之相似，另一項基于1 710例受試者的研究發(fā)現(xiàn)，基于舌面圖片構(gòu)建糖尿病前期診斷模型，其AUC為0.91，精確度為0.69，召回率為0.95［20］。WU等［21］研究發(fā)現(xiàn)基于腸道菌群可以有效識別糖代謝異常群體，AUC為0.78?；谥嗅t(yī)宏觀表征與組學(xué)微觀數(shù)據(jù)的中西醫(yī)結(jié)合診斷模型有望實現(xiàn)“1+1gt;2”的預(yù)期效果，提高疾病診斷效能。ZHANG等［22］通過采集296名糖尿病受試者和531名非糖尿病受試者的舌頭圖像，采用分割合并法和色度閾值法分離舌體和舌苔，以提取的舌圖像顏色和紋理特征作為輸入變量，以支持向量機的方法構(gòu)建糖尿病診斷模型，發(fā)現(xiàn)基于中醫(yī)舌象的糖尿病診斷方法具有重要價值、數(shù)字化舌診具有可行性。YUAN等［23］基于中醫(yī)宏觀表征—舌象與組學(xué)微觀數(shù)據(jù)—舌苔菌群構(gòu)建胃癌診斷模型，AUC可達0.92～0.94。然而目前尚未構(gòu)建專門針對糖尿病前期的中西醫(yī)結(jié)合診斷模型，該領(lǐng)域有待學(xué)者進一步探索。

此外，疾病風(fēng)險評分模型便捷、經(jīng)濟，是糖尿病前期的重要篩查方法，但檢索國內(nèi)外數(shù)據(jù)庫發(fā)現(xiàn)目前尚沒有專門針對糖尿病前期的疾病風(fēng)險評分模型，因此本文納入國內(nèi)外各類型的糖尿病（包括1型糖尿病、T2DM、特殊類型糖尿病及GDM）疾病風(fēng)險評分模型進行比較與分析，各類型的糖尿病疾病風(fēng)險評分/預(yù)測模型包括中國糖尿病風(fēng)險評分（Chinese Diabetes Risk Score，CDRS）［24］、芬蘭糖尿病評分（Finnish Diabetes Risk Score，F(xiàn)INDRISC）［25］、加拿大糖尿病風(fēng)險評分（Canadian Diabetes Risk Score，CANRISK）［26］、印度糖尿病風(fēng)險評分（Indian Diabetes Risk Score，IDRS）［27］和ADA 風(fēng)險評分［28］等，詳見表1。這些風(fēng)險評分最初用于糖尿病的篩查，后逐漸擴展至糖尿病前期、GDM、糖尿病并發(fā)癥等相關(guān)領(lǐng)域，未來建立專門針對糖尿病前期的疾病風(fēng)險評分模型，有助于早期識別糖尿病前期人群，提高模型的臨床實用性。其中，CDRS是基于中國4萬余例成年人數(shù)據(jù)開發(fā)的篩查工具，由年齡、性別、腰圍、BMI、收縮壓和糖尿病家族史組成，評分范圍0～51分，最佳截斷值為25分［24］。FINDRISC是應(yīng)用最廣、使用條目最多的全球糖尿病和糖尿病前期的篩查模型［29］，包含年齡、BMI、腰圍、日?；顒铀?、飲食習(xí)慣、抗高血壓藥物的使用情況、高血糖病史以及糖尿病家族史等因素。與CDRS相比，F(xiàn)INDRISC富含生活習(xí)慣和用藥史信息［25］，這提示未來在優(yōu)化CDRS效能時，可考慮納入生活方式等要素。值得注意的是，近年在構(gòu)建疾病篩查模型時，多數(shù)學(xué)者通常不再細分糖尿病前期和糖尿病患者，而將其統(tǒng)稱為糖代謝異常群體，以區(qū)別健康對照者。如學(xué)者 BAHIJRI等［30］基于性別、年齡、腰圍、高血糖史和糖尿病家族史5個變量建立SADRISC模型，以識別糖代謝異常人群，靈敏度可達0.72，特異度約0.69，AUC可達0.76。PEI等［31］基于年齡、性別、婚姻狀態(tài)、教育程度、BMI、高血壓病史、心血管/卒中病史、高脂血癥病史、糖尿病病史、心血管/卒中家族史、吸煙史、睡眠時間、體育活動、工作壓力等14個變量構(gòu)建J48決策樹模型，識別糖代謝異常人群，模型的準(zhǔn)確率可達90.3%，精確度為89.7%，召回率為90.3%。DONG等［32］基于年齡、BMI、腰臀比、收縮壓、腰圍、睡眠時間、吸煙狀況、每周劇烈娛樂活動時間等8個因素構(gòu)建機器學(xué)習(xí)模型，其識別糖代謝異常人群的AUC可達0.822。然而，將糖尿病前期和糖尿病患者視為同一整體人群在建模過程中會降低其在臨床實際應(yīng)用中的效能，無法早期針對性發(fā)現(xiàn)糖尿病前期潛在患者。疾病風(fēng)險評分模型不依賴于實驗室檢測，通過簡單問答即可讓患者自我評估，便于在社區(qū)及初級保健環(huán)境中應(yīng)用。然而，其穩(wěn)健性、普適性和精確度有待進一步評估，目前只適用于初步篩查。此外，構(gòu)建專門針對糖尿病前期篩查的疾病風(fēng)險評分模型也可能是未來的重點研究方向。

隨著精準(zhǔn)醫(yī)學(xué)的發(fā)展，生物標(biāo)志物逐漸成為糖尿病前期篩查的重要指標(biāo)之一，并被國內(nèi)外臨床實踐指南推薦（詳見表1）。脂聯(lián)素是一種由脂肪細胞分泌的保護性因子，可以較為精確地反映胰島素敏感性和葡萄糖代謝狀況，通過單次抽血檢測即可獲得，是預(yù)測糖尿病早期風(fēng)險的重要指標(biāo)［33-35］，《糖尿病高危人群篩查及干預(yù)專家共識》［36］推薦以脂聯(lián)素為代表的生物標(biāo)志物作為糖尿病風(fēng)險篩查的手段之一。此外，腫瘤壞死因子［37-38］、成纖維細胞生長因子［39］、白介素［40］、血清1，5-脫水葡萄糖醇［41］、晶狀體晚期糖基化終末產(chǎn)物［42］等也與糖尿病風(fēng)險顯著相關(guān)，可能是預(yù)測糖尿病高危人群的潛在指標(biāo)，但其特異性、可操作性以及經(jīng)濟效益成本有待進一步研究［35］。與此同時，LUO等［43］發(fā)現(xiàn)白介素17D、白介素18受體1、碳酸酐酶5a、白介素1受體2型和基質(zhì)細胞外磷酸糖蛋白可能是識別糖尿病前期的潛在生物標(biāo)志物。MONFARED等［44］研究發(fā)現(xiàn)miRNA-135a可以作為糖尿病前期的候選生物標(biāo)志物，靈敏度為51.2%，特異度為52.5%。然而這些新發(fā)現(xiàn)的生物標(biāo)志物在臨床實踐中的實際應(yīng)用效能有待驗證?；谏飿?biāo)志物的診斷方法相較于OGTT，可縮短人群的診斷時間，步驟和流程簡單，且結(jié)果更為精準(zhǔn)，無需反復(fù)抽血和特殊飲食準(zhǔn)備。組學(xué)技術(shù)的快速發(fā)展為基于生物標(biāo)志物的新診斷方法的開發(fā)提供了有力技術(shù)支撐，具有廣闊的應(yīng)用前景。然而，目前糖尿病前期領(lǐng)域的生物標(biāo)志物尚未與中醫(yī)關(guān)聯(lián)，且研究成本較高，如何以最低的經(jīng)濟成本開發(fā)具備中醫(yī)特色的生物標(biāo)志物是未來值得深入探索的問題。

綜上所述，目前國內(nèi)外在糖尿病前期診斷模型的構(gòu)建上多借助于人口學(xué)、實驗室指標(biāo)等現(xiàn)代醫(yī)學(xué)數(shù)據(jù)，尚未結(jié)合中醫(yī)特色與優(yōu)勢，調(diào)查信息較局限，在一定程度上限制了模型的適用性和預(yù)測效能；同時在研究對象上多側(cè)重于糖代謝異常群體（糖尿病前期及糖尿?。狈ｉT針對糖尿病前期的診斷模型。因此，依靠現(xiàn)代醫(yī)學(xué)手段，融合中醫(yī)學(xué)特色與優(yōu)勢，構(gòu)建專門針對糖尿病前期的中西醫(yī)結(jié)合診斷模型具有重要臨床價值。中醫(yī)的癥狀、體征、舌脈等特征蘊含重要信息，可為疾病早期診斷提供獨特視角。此外，目前雖已有學(xué)者提出通過融合中醫(yī)四診信息、中醫(yī)經(jīng)典著作、圖像資料、影音資料、心理行為等多模態(tài)數(shù)據(jù)，構(gòu)建智能中醫(yī)輔助決策系統(tǒng)，但尚處于研究起步階段。未來有望通過整合中醫(yī)元素，提高模型的全面性和精確性；結(jié)合現(xiàn)代組學(xué)技術(shù)和人工智能手段將生物標(biāo)志物與中醫(yī)診斷方法進行有效整合，開發(fā)出更為先進和精準(zhǔn)的疾病風(fēng)險評估工具，用于人群篩查和基本體檢項目。

2.3 血糖相關(guān)指標(biāo)的診斷和篩查方法

糖尿病前期的診斷隨著對糖尿病人群逐漸精細化管理而出現(xiàn)，并通過下調(diào)血糖指標(biāo)閾值定義人群范圍，因此，血糖檢測是最直接的糖尿病前期診斷手段，包括靜脈血漿血糖檢測、OGTT、糖化血紅蛋白（hemoglobin A1c，HbA1c）檢測等，其中，F(xiàn)PG和2 h PG是診斷糖尿病前期的核心指標(biāo)。對于IGT類型，除1979年NDDG和1985年WHO定義為FPGlt;7.8 mmol/L、2 hPG 7.8～11.1 mmol/L外，后續(xù)標(biāo)準(zhǔn)均統(tǒng)一調(diào)整為FPGlt;7.0 mmol/L，

2 hPG 7.8～11.1 mmol/L；對于IFG類型，1999年WHO將其定義為FPG 6.1～7.0 mmol/L，2003年ADA將其定義為5.6～7.0 mmol/L。我國指南對FPG與2 hPG的范圍界定大多采用1999年WHO標(biāo)準(zhǔn)，除2014年《中國成人2型糖尿病預(yù)防的專家共識精要》［47］和2017年《糖尿病前期中醫(yī)藥循證臨床實踐指南》［7］選擇了更低的診斷標(biāo)準(zhǔn)（2003 ADA指南）（國內(nèi)外指南對血糖指標(biāo)閾值演變見圖1）。此外，針對糖尿病前期的診斷閾值隨著新的研究成果不斷下調(diào)。盡管這種動態(tài)的調(diào)整過程給疾病的篩查和診斷帶來了一定挑戰(zhàn)，但旨在更精確地識別糖尿病前期患者，實現(xiàn)早期干預(yù)，減緩或降低糖尿病的發(fā)生、發(fā)展。

除FPG和2 hPG外，近年最新研究顯示，餐后1 h血糖（1-hour plasma glucose，1 hPG）可能成為未來診斷糖尿病前期或篩查糖尿病高危人群的新指標(biāo)。TRICò等［48］研究發(fā)現(xiàn)1 hPG≥7.4 mmol/L與較差的臨床和代謝表型相關(guān)，可能是肥胖青少年進展為糖尿病前期的獨立預(yù)測因子。2024年3月“大慶研究”Ⅱ期項目——中國糖尿病預(yù)防研究（China Diabetes Prevention Program，CDPP）基于30年隨訪數(shù)據(jù)的事后分析結(jié)果發(fā)現(xiàn)，即使在糖耐量正常（2 hPGlt;7.8 mmol/L）的情況下，非糖尿病人群中1 hPG≥8.6 mmol/L的受試者，其發(fā)展為T2DM及其長期并發(fā)癥的風(fēng)險也顯著升高［49］。一項長達6～10年的隊列研究發(fā)現(xiàn)，發(fā)展為糖尿病前期的群體，1 hPG首次≥8.6 mmol/L的時間早于2 hPG首次≥7.8 mmol/L的時間，換言之，1 hPG≥8.6 mmol/L能更早地識別出潛在糖尿病前期群體［50］?；谏鲜龆囗椗R床研究結(jié)果，國際糖尿病聯(lián)盟（International Diabetes Federation，IDF）2024年也建議［51］使用1 hPG≥8.6 mmol/L診斷糖尿病前期，1 hPG≥11.6 mmol/L診斷糖尿病。盡管已有多項研究初步表明，1 hPG或許可以取代2 hPG成為診斷糖尿病前期的強有力標(biāo)志物，減少檢測時間和經(jīng)濟成本，更靈敏地預(yù)測糖尿病、心血管疾病、微血管病和死亡率［50，52］，但1 hPG仍需進一步驗證其在不同種族和年齡段群體中的普適性、準(zhǔn)確性，才可以大規(guī)模推廣應(yīng)用。

HbA1c作為一種特定形式的血紅蛋白，可以反映近2～3個月的平均血糖水平情況［53］。但考慮到早期HbA1c檢測方法存在缺乏標(biāo)準(zhǔn)化、成本較高以及儀器設(shè)備限制等問題，ADA和WHO并未將其作為診斷糖尿病和糖尿病前期的依據(jù)。隨著美國國家糖化血紅蛋白標(biāo)準(zhǔn)化計劃、日本糖尿病學(xué)會、日本臨床化學(xué)學(xué)會和國際臨床化學(xué)家聯(lián)盟（International Federation of Clinical Chemists，IFCC）HbA1c工作組的成立，HbA1c的檢測逐漸實現(xiàn)高度標(biāo)準(zhǔn)化。2004年IFCC開發(fā)了一種新的參考測量系統(tǒng)以標(biāo)準(zhǔn)化HbA1c的檢測，使其結(jié)果可以在不同時間和不同種族人群中得到統(tǒng)一應(yīng)用［54-55］。鑒于HbA1c具有與糖尿病并發(fā)癥的強相關(guān)性、樣本采集后的穩(wěn)定性、檢測方式的便利性（可隨時獲取，不需要空腹）等優(yōu)勢，2009年IFC開始建議使用HbA1c診斷糖尿病和糖尿病前期［56］；2010年ADA指南采納了該建議，并推薦使用HbA1c≥6.5%診斷糖尿病、HbA1c 5.7%～6.4%診斷糖尿病前期［57-58］；2011年WHO建議在條件具備的國家和地區(qū)使用HbA1c診斷糖尿病，然而并未推薦HbA1c作為糖尿病前期的診斷依據(jù)；為了與國際接軌，2010年我國開始啟動“中國HbA1c教育計劃”；2020年《中國2型糖尿病防治指南（2020年版）》［45］和《國家糖尿病基層中醫(yī)防治管理指南（2022）》［9］提出，可將HbA1c列入糖尿病的補充診斷；2023年版《中國成人糖尿病前期干預(yù)的專家共識》首次指出，具備條件的醫(yī)療機構(gòu)可將HbA1c作為糖尿病前期的診斷標(biāo)準(zhǔn)［1］?；? 080例受試者的數(shù)據(jù)表明，HbA1c診斷糖尿病的AUC為0.844，靈敏度為61.8%，特異度為95.7%；診斷糖尿病前期的效能相對偏低，AUC僅為0.583［59］。由此可見，國內(nèi)HbA1c標(biāo)準(zhǔn)化檢測和推廣應(yīng)用落后于國際十余年，目前應(yīng)用到糖尿病前期人群的檢測尚屬于起步階段。此外，盡管HbA1c不易受到餐前或餐后血糖波動的干擾，但HbA1c的結(jié)果可能受到貧血、血紅蛋白變異、腎功能不全等疾病的影響，無法像FPG和2 hPG直接精準(zhǔn)診斷糖尿病前期。但是，HbA1c作為一個可以反映一段時間內(nèi)血糖的穩(wěn)態(tài)指標(biāo)，檢測流程簡易，未來仍有望在更多指南中被推薦用于糖尿病前期和糖尿病高危人群的篩查。

隨著對糖尿病前期認識的不斷深入，基于血糖的檢測方法不斷完善和發(fā)展，目前仍然將FPG和2 hPG作為診斷糖尿病前期的核心指標(biāo)，但其操作流程復(fù)雜，尚不能作為糖尿病前期人群篩查的檢測方式。未來，應(yīng)當(dāng)從精準(zhǔn)化個體診斷和便捷化人群篩查出發(fā)，不僅需要進一步開發(fā)和驗證1 hPG對糖尿病前期診斷的敏感性和準(zhǔn)確性，同時，需要開發(fā)和驗證便捷化的檢測手段，以提高對人群篩查的覆蓋度，實現(xiàn)糖尿病前期的早期發(fā)現(xiàn)，以便對疾病早干預(yù)。

2.4 以可穿戴設(shè)備為載體的數(shù)智化診斷方法

隨著數(shù)字技術(shù)和第五代移動通信技術(shù)的發(fā)展，“互聯(lián)網(wǎng)+”健康管理和數(shù)字醫(yī)療成為新的疾病預(yù)防和管理模式［60］。數(shù)字化血糖儀和持續(xù)葡萄糖監(jiān)測（continuous glucose monitoring，CGM）在糖尿病前期、糖尿病以及糖尿病高危人群的監(jiān)測和篩查領(lǐng)域表現(xiàn)出巨大潛力。其一，可穿戴設(shè)備能夠提供連續(xù)、動態(tài)、實時、全面的血糖監(jiān)測譜，在任意時間點捕獲預(yù)警信號，進而降低漏診率，實現(xiàn)對疑似高危人群的“早篩查”；其二，通過提供可視化數(shù)據(jù)，輔助醫(yī)患制訂更加個性化和有效的管理計劃，實現(xiàn)“早干預(yù)”；其三，持續(xù)的血糖監(jiān)測可以促使患者自主地調(diào)整飲食、運動、睡眠等生活習(xí)慣，有效地管理血糖，及時發(fā)現(xiàn)血糖異常狀態(tài)，長期維持健康狀態(tài)；同時線上實時互動縮短了醫(yī)患交流所需的空間距離，提高患者依從性，增強對患者的管理，實現(xiàn)“早康復(fù)”。

盡管可穿戴設(shè)備展示了良好的應(yīng)用前景，但目前臨床證據(jù)相對缺乏，相關(guān)橫斷面研究表明，CGM區(qū)分健康受試者與IGT/糖尿病患者的準(zhǔn)確率為91.4%，區(qū)分IGT與糖尿病患者的準(zhǔn)確率為79.5%［61］。PATEL等［62］進一步發(fā)現(xiàn)腕戴可穿戴設(shè)備比腰戴可穿戴設(shè)備可以更準(zhǔn)確地預(yù)測糖尿病前期患者的血糖控制情況，這可能與腕部更接近心臟和大血管位置，可以更準(zhǔn)確地捕獲心率、血流動態(tài)等有關(guān)；而腹部脂肪堆積可能降低設(shè)備的敏感性。BLIUDZIUS等［63］發(fā)現(xiàn)使用可穿戴設(shè)備監(jiān)測體力活動有助于改善糖尿病前期患者的自我健康管理，尤其是在控制血脂方面。盡管當(dāng)前研究證據(jù)的數(shù)量相對不足，但是《5G+“三早”糖尿病健康管理中國專家共識（2024）》［64］建議應(yīng)用5G智能可穿戴設(shè)備可有效開展風(fēng)險因素居家監(jiān)測和糖尿病風(fēng)險預(yù)警。雖然CGM為患者提供了連續(xù)監(jiān)測血糖的便利，降低了頻繁手指采血的需要，但也存在一定局限。首先，CGM測量的是皮下組織間液中的葡萄糖水平，這可能滯后于血液中的葡萄糖水平變化；其次，CGM需要穿透皮膚植入，這種有創(chuàng)性操作可能引發(fā)排斥反應(yīng)，盡管設(shè)備不斷更新?lián)Q代，但是高血糖患者仍然有較高的傷口感染風(fēng)險；此外，CGM的成本較高，盡管發(fā)射器和接收器可充電重復(fù)使用，但傳感器為一次性使用，一般為7～14 d，傳感器初次使用1～2 d和有效期前的1～2" d精準(zhǔn)性均較差，由于目前尚缺乏在我國本土的大樣本循證醫(yī)學(xué)證據(jù)，CGM也未納入我國醫(yī)療保險系統(tǒng)?？傊?，CGM目前推薦已確診糖尿病1年以上且具有經(jīng)濟實力的患者使用，但對糖尿病前期的研究仍屬空白。

因此，未來的血糖監(jiān)測技術(shù)發(fā)展方向應(yīng)更加注重精確化、無創(chuàng)化、低成本化；同時，不僅限于監(jiān)測血糖變化，還應(yīng)結(jié)合人工智能技術(shù)，拓展到血壓、心率等其他代謝指標(biāo)的監(jiān)測。這將使得基于監(jiān)測結(jié)果的個性化數(shù)據(jù)分析更為立體、全面和具體，能夠根據(jù)患者的活動和飲食習(xí)慣提供基于時間線的個性化建議，從而多維度地指導(dǎo)患者調(diào)整生活方式和治療方案，實現(xiàn)綜合性的健康管理。此外，可穿戴設(shè)備，如可佩戴式血壓計、數(shù)字化體重秤/體脂秤也逐漸應(yīng)用于超重/肥胖、高血壓等糖尿病高危人群的監(jiān)測［65-66］。未來可穿戴設(shè)備在慢性疾病領(lǐng)域?qū)⒕哂袕V泛的適用性，值得深入探索其多領(lǐng)域、多場景的應(yīng)用效果。

3 糖尿病前期中西醫(yī)早期診斷面臨的挑戰(zhàn)及應(yīng)對方法

隨著現(xiàn)代生活模式的變化及超重和肥胖人群的增加，糖尿病前期和糖尿病高危人群的患病率不斷攀升。這種趨勢不僅擴大了潛在糖尿病患者基數(shù)，還將加劇慢性疾病的整體防治負擔(dān)。隨著對糖尿病的深入研究和主動干預(yù)的實施，學(xué)術(shù)界已經(jīng)開始重視糖尿病前期的早期篩查和防治管理工作。糖尿病前期的篩查和診斷方法已涵蓋中醫(yī)證候診斷、中西醫(yī)結(jié)合診斷模型、疾病風(fēng)險評分模型、生物標(biāo)志物、血糖指標(biāo)（FPG、OGTT 1 h/2 h PG、HbA1c）、可穿戴設(shè)備等多種方式，且在不斷豐富和完善，但在實踐中仍面臨一些挑戰(zhàn)，主要表現(xiàn)在以下幾個方面：

其一，診斷方法多樣、閾值動態(tài)變化。糖尿病前期仍然是一個不斷完善的概念和領(lǐng)域，其診斷閾值及方法隨著時間演變和研究進展在不斷動態(tài)調(diào)整（表2），這要求醫(yī)務(wù)人員，尤其是基層醫(yī)生，緊跟國際前沿，及時掌握最新研究進展并應(yīng)用于臨床，使早期篩查的精準(zhǔn)度和覆蓋面最大化。

其二，缺乏便捷的人群篩查方法。糖尿病前期的診斷金標(biāo)準(zhǔn)——OGTT，存在操作復(fù)雜、需要多次采血、耗時長等問題，不適宜大規(guī)模推廣［67］。開發(fā)更簡便、快捷的糖尿病前期篩查方法，仍是一個嚴峻挑戰(zhàn)。中醫(yī)在疾病早期識別方面擁有潛在優(yōu)勢，“治未病”理念與糖尿病前期的防治原則高度契合，未來基于中醫(yī)的癥狀和體征構(gòu)建診斷和預(yù)測模型可能是早期識別糖尿病前期的重要方法之一。此外，數(shù)字化健康管理應(yīng)用程序和可穿戴設(shè)備具有簡便、實時監(jiān)測等優(yōu)勢［62］，可實現(xiàn)糖尿病風(fēng)險因素的居家監(jiān)測，尤其適宜于老年慢性疾病患者，在進行充分評估與驗證后值得推廣應(yīng)用。

其三，疾病知曉度、重視度普遍不足。無論是基層醫(yī)護人員，還是普通公眾，對糖尿病前期的知曉率普遍偏低［68］。由于該病癥狀多不典型，重視度亦相對不足。加深對這一疾病的認識是實現(xiàn)早期篩查和診斷的基礎(chǔ)，因此提升公眾，特別是高危人群對糖尿病前期的認知度和重視度，是防止糖尿病發(fā)生、發(fā)展的關(guān)鍵所在。

此外，缺乏糖尿病高危人群的篩查與管理。糖尿病高危人群作為一個特殊群體，血糖尚處于正常范圍，但其患糖尿病、心血管事件乃至死亡的風(fēng)險顯著增加，因此其與糖尿病前期患者需同等管理。然而目前尚缺乏針對糖尿病高危人群的標(biāo)準(zhǔn)篩查和管理共識。如何有效地識別和干預(yù)這些高危群體將是未來若干年的研究重點。

4 小結(jié)

隨著研究的進展，糖尿病前期的診斷方法不斷完善和全面，其閾值在不斷下調(diào)以擴大篩查范圍，降低漏診率。然而，現(xiàn)有的診斷方法無法全面覆蓋所有潛在糖尿病前期患者群體，學(xué)者仍在不斷探索更精準(zhǔn)、更便捷的篩查措施，以實現(xiàn)早期篩查、及時診斷的目的。中醫(yī)在疾病早期識別方面具有潛在優(yōu)勢，“治未病”理念與糖尿病前期防治理念高度契合，未來基于中醫(yī)宏觀表征和現(xiàn)代醫(yī)學(xué)微觀數(shù)據(jù)的中西醫(yī)結(jié)合疾病診斷模型有望突破現(xiàn)有研究的局限，進一步提高篩查精確度，實現(xiàn)“早篩查、早診斷、早干預(yù)、早康復(fù)”。

作者貢獻：彭紅葉負責(zé)資料收集、繪制圖表、文

章撰寫；荊雅楠負責(zé)繪制圖表、文章修訂；留典淳、王瑩、薛雪負責(zé)文章修訂；魯春麗負責(zé)文章構(gòu)思與設(shè)計、文章修訂、文章的質(zhì)量控制，對論文整體負責(zé)。

本文無利益沖突。

魯春麗https：//orcid.org/0000-0003-2939-1327

參考文獻

中華醫(yī)學(xué)會內(nèi)分泌學(xué)分會，中華醫(yī)學(xué)會糖尿病學(xué)分會，中國醫(yī)師協(xié)會內(nèi)分泌代謝科醫(yī)師分會，等. 中國成人糖尿病前期干預(yù)的專家共識［J］. 中華內(nèi)分泌代謝雜志，2020，36（5）：371-380. DOI：10.3760/cma.j.cn311282-20200115-00022.

ECHOUFFO-TCHEUGUI J B，PERREAULT L，JI L N，et al. Diagnosis and management of prediabetes：a review［J］. JAMA，2023，329（14）：1206-1216. DOI：10.1001/jama.2023.4063.

ICD-11 Coding Tool［EB/OL］.［2024-07-19］. https：//icd.who.int/ct/icd11_mms/en/release.

印發(fā)《“健康中國 2030”規(guī)劃綱要》［N］. 人民日報，2016- 10-26（001）.

WANG L M，PENG W，ZHAO Z P，et al. Prevalence and treatment of diabetes in China，2013-2018［J］. JAMA，2021，326（24）：2498-2506. DOI：10.1001/jama.2021.22208.

逄冰，劉文科，林軼群，等. 論“態(tài)靶因果” 辨治方略在2型糖尿病中的應(yīng)用［J］. 中華中醫(yī)藥雜志，2017，32（7）：2864-2866.

方朝暉，仝小林，段俊國，等. 糖尿病前期中醫(yī)藥循證臨床實踐指南［J］. 中醫(yī)雜志，2017，58（3）：266-270. DOI：10.13288/j.11-2166/r.2017.03.023.

中國醫(yī)師協(xié)會中西醫(yī)結(jié)合醫(yī)師分會內(nèi)分泌與代謝病學(xué)專業(yè)委員會. 糖尿病前期病證結(jié)合診療指南［J］. 世界中醫(yī)藥，2021，16（4）：533-538. DOI：10.3969/j.issn.1673-7202.2021.04.002.

中華中醫(yī)藥學(xué)會糖尿病基層防治專家指導(dǎo)委員會. 國家糖尿病基層中醫(yī)防治管理指南（2022）［J］. 中華糖尿病雜志，2023，

15（2）：100-117.

中華中醫(yī)藥學(xué)會. 糖尿病中醫(yī)防治指南［J］. 中國中醫(yī)藥現(xiàn)代遠程教育，2011，9（4）：148-151. DOI：10.3969/j.issn.1672-2779.2011.04.111.

National Diabetes Data Group. Classification and diagnosis of diabetes mellitus and other categories of glucose intolerance. National Diabetes Data Group［J］. Diabetes，1979，28（12）：1039-1057. DOI：10.2337/diab.28.12.1039.

CHARLES M A，F(xiàn)ONTBONNE A，THIBULT N，et al. Risk factors for NIDDM in white population. Paris prospective study［J］. Diabetes，1991，40（7）：796-799. DOI：10.2337/diab.40.7.796.

American Diabetes Association. Report of the expert committee on the diagnosis and classification of diabetes mellitus［J］. Diabetes Care，1997，20（7）：1183-1197. DOI：10.2337/diacare.20.7.1183.

Expert Committee on the Diagnosis and Classification of Diabetes Mellitus. Report of the expert committee on the diagnosis and classification of diabetes mellitus［J］. Diabetes Care，2003，26（Suppl 1）：S5-20. DOI：10.2337/diacare.26.2007.s5.

伍漢文. 化學(xué)糖尿病的定義 ［J］. 國外醫(yī)學(xué)參考資料（內(nèi)科學(xué)分冊），1974（2）：90-91.

衛(wèi)生部疾病控制司，中華醫(yī)學(xué)會糖尿病學(xué)分會. 《中國糖尿病防治指南》（試行本）（節(jié)選）［J］. 中國慢性病預(yù)防與控制，2004，12（6）：283-285. DOI：10.3969/j.issn.1004-6194.2004.06.022.

彭紅葉，魯春麗，黃曉強，等. 多組學(xué)技術(shù)在中醫(yī)藥領(lǐng)域中的應(yīng)用現(xiàn)狀與前景分析［J］. 中醫(yī)雜志，2024，65（8）：775-781. DOI：10.13288/j.11-2166/r.2024.08.002.

TRAN K A，KONDRASHOVA O，BRADLEY A，et al. Deep learning in cancer diagnosis，prognosis and treatment selection［J］. Genome Med，2021，13（1）：152. DOI：10.1186/s13073-021-00968-x.

LI J，CHEN Q，HU X，et al. Establishment of noninvasive diabetes risk prediction model based on tongue features and machine learning techniques ［J］. Int J Med Inform，2021，149（1）：104429. DOI：10.1016/j.ijmedinf.2021.104429.

LI J，YUAN P，HU X J，et al. A tongue features fusion approach to predicting prediabetes and diabetes with machine learning［J］. J Biomed Inform，2021，115：103693. DOI：10.1016/j.jbi.2021.103693.

WU H，TREMAROLI V，SCHMIDT C，et al. The gut microbiota in prediabetes and diabetes：a population-based cross-sectional study［J］. Cell Metab，2020，32（3）：379-390.e3. DOI：10.1016/j.cmet.2020.06.011.

ZHANG J F，XU J T，HU X J，et al. Diagnostic method of diabetes based on support vector machine and tongue images［J］. Biomed Res Int，2017，2017：7961494. DOI：10.1155/2017/7961494.

YUAN L，YANG L，ZHANG S C，et al. Development of a tongue image-based machine learning tool for the diagnosis of gastric cancer：a prospective multicentre clinical cohort study［J］. E Clinical Medicine，2023，57：101834. DOI：10.1016/j.eclinm.2023.101834.

ZHOU X H，QIAO Q，JI L N，et al. Nonlaboratory-based risk assessment algorithm for undiagnosed type 2 diabetes developed on a nation-wide diabetes survey［J］. Diabetes Care，2013，36（12）：3944-3952. DOI：10.2337/dc13-0593.

LINDSTR?M J，TUOMILEHTO J. The diabetes risk score：a practical tool to predict type 2 diabetes risk［J］. Diabetes Care，2003，26（3）：725-731. DOI：10.2337/diacare.26.3.725.

ROBINSON C A，AGARWAL G，NERENBERG K. Validating the CANRISK prognostic model for assessing diabetes risk in Canada's multi-ethnic population［J］. Chronic Dis Inj Can，2011，32（1）：19-31.

MOHAN V，DEEPA R，DEEPA M，et al. A simplified Indian Diabetes Risk Score for screening for undiagnosed diabetic subjects［J］. J Assoc Physicians India，2005，53：759-763.

BANG H，EDWARDS A M，BOMBACK A S，et al. Development and validation of a patient self-assessment score for diabetes risk［J］. Ann Intern Med，2009，151（11）：775-783. DOI：10.7326/0003-4819-151-11-200912010-00005.

NIETO-MARTINEZ R，BARENGO N C，RESTREPO M，et al. Large scale application of the Finnish Diabetes Risk S core in Latin American and Caribbean populations：a descriptive study［J］. Front Endocrinol，2023，14：1188784. DOI：10.3389/fendo.2023.1188784.

BAHIJRI S，AL-RADDADI R，AJABNOOR G，et al. Dysglycemia risk score in Saudi Arabia：a tool to identify people at high future risk of developing type 2 diabetes［J］. J Diabetes Investig，2020，11（4）：844-855. DOI：10.1111/jdi.13213.

PEI D M，YANG T F，ZHANG C P. Estimation of diabetes in a high-risk adult Chinese population using J48 decision tree model［J］. Diabetes Metab Syndr Obes，2020，13：4621-4630. DOI：10.2147/DMSO.S279329.

DONG W N，TSE T Y E，MAK L I，et al. Non-laboratory-based risk assessment model for case detection of diabetes mellitus and pre-diabetes in primary care［J］. J Diabetes Investig，2022，

13（8）：1374-1386. DOI：10.1111/jdi.13790.

尤麗麗，張秀薇，張小云，等. 廣東地區(qū)無代謝性疾病自然人群脂聯(lián)素參考值的建立［J］. 中華糖尿病雜志，2020，12（4）：216-220. DOI：10.3760/cma.j.cn115791-20191111-00421.

WANG Y L，MENG R W，KUNUTSOR S K，et al. Plasma adiponectin levels and type 2 diabetes risk：a nested case-control study in a Chinese population and an updated meta-analysis［J］. Sci Rep，2018，8（1）：406. DOI：10.1038/s41598-017-18709-9.

WOO Y C，TSO A W，XU A M，et al. Combined use of serum adiponectin and tumor necrosis factor-alpha receptor 2 levels was comparable to 2-hour post-load glucose in diabetes prediction［J］. PLoS One，2012，7（5）：e36868. DOI：10.1371/journal.pone.0036868.

中國女醫(yī)師協(xié)會糖尿病專業(yè)委員會，《中華健康管理學(xué)雜志》編輯委員會，中國健康促進基金會. 糖尿病高危人群篩查及干預(yù)專家共識［J］. 中華健康管理學(xué)雜志，2022，16（1）：7-14. DOI：10.3760/cma.j.cn115624-20211111-00677.

AKASH M S，REHMAN K，CHEN S Q. Role of inflammatory mechanisms in pathogenesis of type 2 diabetes mellitus［J］. J Cell Biochem，2013，114（3）：525-531. DOI：10.1002/jcb.24402.

AGUIRRE V，WERNER E D，GIRAUD J，et al. Phosphorylation of Ser307 in insulin receptor substrate-1 blocks interactions with the insulin receptor and inhibits insulin action［J］. J Biol Chem，2002，277（2）：1531-1537. DOI：10.1074/jbc.M101521200.

GAWLIK K，MILEWICZ T，PAWLICA-GOSIEWSKA D，et al. Fibroblast growth factor 21 in gestational diabetes mellitus and type 2 diabetes mellitus［J］. J Diabetes Res，2023，10：4024877. DOI：10.1155/2023/4024877.

WANG X，BAO W，LIU J，et al. Inflammatory markers and risk of type 2 diabetes：a systematic review and meta-analysis［J］. Diabetes Care，2013，36（1）：166-175. DOI：10.2337/dc12-0702.

MALKAN U Y，GUNES G，CORAKCI A. Rational diagnoses of diabetes：the comparison of 1，5-anhydroglucitol with other glycemic markers［J］. Springerplus，2015，4：587. DOI：10.1186/s40064-015-1389-5.

SALAZAR J，NAVARRO C，ORTEGA á，et al. Advanced glycation end products：new clinical and molecular perspectives［J］. Int J Environ Res Public Health，2021，18（14）：7236. DOI：10.3390/ijerph18147236.

LUO H，BAUER A，NANO J，et al. Associations of plasma proteomics with type 2 diabetes and related traits：results from the longitudinal KORA S4/F4/FF4 Study［J］. Diabetologia，2023，66（9）：1655-1668. DOI：10.1007/s00125-023-05943-2.

MONFARED Y K，HONARDOOST M，SAROOKHANI M R，et al. Circulating miR-135 may serve as a novel co-biomarker of HbA1c in type 2 diabetes［J］. Appl Biochem Biotechnol，2020，191（2）：623-630. DOI：10.1007/s12010-019-03163-2.

中華醫(yī)學(xué)會糖尿病學(xué)分會. 中國2型糖尿病防治指南（2020年版）［J］. 國際內(nèi)分泌代謝雜志，2021，41（5）：482-548. DOI：10.3760/cma.j.cn121383-20210825-08063.

中華醫(yī)學(xué)會糖尿病學(xué)分會. 中國2型糖尿病防治指南（2017年版）［J］. 中華糖尿病雜志，2018，10（1）：4-67. DOI：10.3760/cma.j.issn.1674-5809.2018.01.003.

童于真，童南偉. 中國成人2型糖尿病預(yù)防的專家共識精要［J］. 中國實用內(nèi)科雜志，2014，34（7）：671-677. DOI：10.7504/nk2014060203.

TRICò D，GALDERISI A，MARI A，et al. One-hour post-load plasma glucose predicts progression to prediabetes in a multi-ethnic cohort of obese youths［J］. Diabetes Obes Metab，2019，21（5）：1191-1198. DOI：10.1111/dom.13640.

PENG M Y，HE S Y，WANG J P，et al. Efficacy of 1-hour postload plasma glucose as a suitable measurement in predicting type 2 diabetes and diabetes-related complications：a post hoc analysis of the 30-year follow-up of the Da Qing IGT and Diabetes Study［J］. Diabetes Obes Metab，2024，26（6）：2329-2338. DOI：10.1111/dom.15547.

HA J，CHUNG S T，BOGARDUS C，et al. One-hour glucose is an earlier marker of dysglycemia than two-hour glucose［J］. Diabetes Res Clin Pract，2023，203：110839. DOI：10.1016/j.diabres.2023.110839.

BERGMAN M，MANCO M，SATMAN I，et al. International Diabetes Federation Position Statement on the 1-hour post-load plasma glucose for the diagnosis of intermediate hyperglycaemia and type 2 diabetes［J］. Diabetes Res Clin Pract，2024，209：111589. DOI：10.1016/j.diabres.2024.111589.

BUYSSCHAERT M，BERGMAN M，VALENSI P. 1-h post-load plasma glucose for detecting early stages of prediabetes［J］. Diabetes Metab，2022，48（6）：101395. DOI：10.1016/j.diabet.2022.101395.

趙騰飛，費愛華. 糖化血紅蛋白對急性胰腺炎危險分層及預(yù)后評估的應(yīng)用價值［J］. 醫(yī)學(xué)研究雜志，2024，53（4）：166-170，176. DOI：10.11969/j.issn.1673-548X.2024.04.031.

HOELZEL W，WEYKAMP C，JEPPSSON J O，et al. IFCC reference system for measurement of hemoglobin A1c in human blood and the national standardization schemes in the United States，Japan，and Sweden：a method-comparison study［J］. Clin Chem，2004，50（1）：166-174. DOI：10.1373/clinchem.2003.024802.

ROHLFING C，WIEDMEYER H M，LITTLE R，et al. Biological variation of glycohemoglobin［J］. Clin Chem，2002，48（7）：1116-1118.

GILLETT M J. International Expert Committee report on the role of the A1c assay in the diagnosis of diabetes：diabetes care［J］. Clin Biochem Rev，2009，32（7）：1327-1334. DOI：10.2337/dc09-9033.

American Diabetes Association. Standards of medical care in diabetes—2010［J］. Diabetes Care，2010，33（Suppl 1）：S11-61. DOI：10.2337/dc10-S011.

ASSOCIATION A D. Diagnosis and classification of diabetes mellitus［J］. Diabetes Care，2010，33（Suppl 1）：S62-69. DOI：10.2337/dc10-S062.

黃麗霞，張靜，董彩霞，等. 糖代謝異常的糖化血紅蛋白診斷切點值的研究［J］. 中國糖尿病雜志，2023，31（7）：500-504. DOI：10.3969/j.issn.1006-6187.2023.07.004.

NORDYKE R J，APPELBAUM K，BERMAN M A. Estimating the impact of novel digital therapeutics in type 2 diabetes and hypertension：health economic analysis［J］. J Med Internet Res，2019，21（10）：e15814. DOI：10.2196/15814.

ACCIAROLI G，SPARACINO G，HAKASTE L，et al. Diabetes and prediabetes classification using glycemic variability indices from continuous glucose monitoring data［J］. J Diabetes Sci Technol，2018，12（1）：105-113. DOI：10.1177/1932296817710478.

PATEL M S，POLSKY D，SMALL D S，et al. Predicting changes in glycemic control among adults with prediabetes from activity patterns collected by wearable devices［J］. NPJ Digit Med，2021，4（1）：172. DOI：10.1038/s41746-021-00541-1.

BLIUDZIUS A，PURONAITE R，TRINKUNAS J，et al. Research on physical activity variability and changes of metabolic profile in patients with prediabetes using Fitbit activity trackers data［J］. Technol Health Care，2022，30（1）：231-242. DOI：10.3233/THC-219006.

中華醫(yī)學(xué)會健康管理學(xué)分會. 5G+“三早” 糖尿病健康管理中國專家共識（2024）［J］. 中華健康管理學(xué)雜志，2024，18（3）：161-173. DOI：10.3760/cma.j.cn115624-20231215-00342.

WRIGHT E E，SUBRAMANIAN S. Evolving use of continuous glucose monitoring beyond intensive insulin treatment［J］. Diabetes Technol Ther，2021，23（S3）：S12-18. DOI：10.1089/dia.2021.0191.

RIZOS E C，KANELLOPOULOU A，F(xiàn)ILIS P，et al. Difference on glucose profile from continuous glucose monitoring in people with prediabetes vs. normoglycemic individuals：a matched-pair analysis［J］. J Diabetes Sci Technol，2024，18（2）：414-422. DOI：10.1177/19322968221123530.

卞文軒，何云強，付麒，等. 我國胰島功能評估方法和應(yīng)用的初步調(diào)查［J］. 中國糖尿病雜志，2024，32（3）：161-168. DOI：10.3969/j.issn.1006-6187.2024.03.001.

林樂韋華，歐倩瀅，林璐，等. 海南省城鄉(xiāng)居民糖尿病患病率及合并其他慢性代謝性疾病調(diào)查［J］. 中國熱帶醫(yī)學(xué)，2021，21（9）：839-844. DOI：10.13604/j.cnki.46-1064/r.2021.09.05.

（收稿日期：2024-04-10；修回日期：2024-08-15）

（本文編輯：趙躍翠）

基金項目：廣州市科學(xué)技術(shù)局2024年度基礎(chǔ)與應(yīng)用基礎(chǔ)研究專題項目資助（2024A04J4734）

引用本文：彭紅葉，荊雅楠，留典淳，等.糖尿病前期中西醫(yī)結(jié)合早期診斷的國內(nèi)外進展與挑戰(zhàn)［J］. 中國全科醫(yī)學(xué)，2025，28（3）：262-272. DOI：10.12114/j.issn.1007-9572.2024.0328. ［www.chinagp.net］

PENG H Y，JING Y N，LIU D C，et al. Domestic and international advances and challenges in early diagnosis of prediabetes with integrated Chinese and western medicine［J］. Chinese General Practice，2025，28（3）：262-272.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.