科学网—每3位患者中竟有2人不知自己有糖尿病？这些知识你得懂！|预印生活快线（三）-MDPI开放科学的博文
精选
已有 239 次阅读
2025-11-13 17:57
| 个人分类: 预印本专栏 | 系统分类: 科研笔记
根据国际糖尿病联盟（IDF）2025年最新发布的《糖尿病地图集》，中国以1.48亿的成人糖尿病患病人数居 全球首位 [1]；更值得警惕的是，我国糖尿病 知晓率仅有36.7% ，这意味着每3位糖尿病患者中，就有约2人尚未察觉自身患病[2]。这一数字的背后，不仅提醒我们糖尿病防控形势的严峻，也凸显了 科学研究与公众认知之间的距离 。
作为致力于加速科研交流的预印本平台，Preprints.org相信知识共享即是健康守护。正值11月14日联合国糖尿病日来临之际，我们特别整理了相关领域的预印本研究：这既是帮助您更清楚地了解糖尿病相关知识的窗口，也是我们共同推动全球防治研究持续进步的途径——我们期待 通过预印本推动知识即时流动 ，实现更广泛的健康知识普及，并促进疾病整体防治水平的提升。
特别声明：
本文参考了Preprints.org平台的多项预印本研究成果撰写而成，意在为您的健康生活提供科学参考。需特别说明的是， 本文内容仅作健康科普用途，不能替代专业医疗诊断与治疗建议 。若您出现任何健康异常症状， 请及时咨询执业医师 。
欢迎浏览Preprints.org官网了解更多有关平台和预印本的信息：
https://www.preprints.org/?mtm_campaign=sciencenet-post
01 两分钟读懂糖尿病
(1) 病因与分类
糖尿病一种由 胰岛素分泌不足 或 利用障碍 引发的，以高血糖为标志的严重慢性疾病[1]。临床上，糖尿病常见类型分为 1型糖尿病（T1DM）、2型糖尿病（T2DM） 和 妊娠糖尿病 3类，我国糖尿病人群中 T2DM患者占90%以上 [2]。
1型糖尿病主要是由于 自身免疫系统异常攻击胰岛β细胞 所致[3]；
2型糖尿病的发病多与个人 不良的生活方式 （如不健康饮食、缺乏运动、久坐、吸烟等）有关[4]；
妊娠糖尿病则指妊娠前糖代谢正常， 在妊娠期因妊娠诱发的暂时性糖尿病 [5]。
表1：糖代谢状态分类（WHO 1999年）[2]
在我国，20岁~39岁的人群中糖尿病的发病率超过3%，发病趋势明显年轻化[6]，打破了“糖尿病是老年病”的传统认知。那么， 罹患糖尿病对个人究竟意味着什么？ 我们为什么要对其高度重视？
(2) 常见并发症
作为一种慢性代谢疾病，糖尿病并非单纯的“血糖高”，而是会引发肾功能衰竭、心脑血管疾病、视网膜病变等严重并发症，对个体的生活质量乃至寿命都构成潜在威胁：
肾病、肠胃病
糖尿病的代谢异常会导致慢性低度炎症，这种炎症会损害肾脏的结构与功能，进而 引发糖尿病肾脏疾病（DKD） ，该病的主要表现是尿中蛋白增多和肾功能不断恶化。作为导致终末期肾病的重要危险因素，DKD在糖尿病患者中的发病率高达 20%至50% [7]。
此外，糖尿病还可累及胃肠道，引发 食管、胃及肠道 等多部位病变，临床表现包括吞咽困难、反流、腹痛、腹胀、恶心呕吐、腹泻、便秘等[8]。研究还发现， DKD进展与胃肠道症状相关 ——进展性DKD患者的胃肠道症状发生频率和严重程度显著高于稳定期患者[9]。
血脑屏障功能及痴呆
长期血糖偏高会悄悄伤害大脑：它会让大脑的“保护屏障”变脆弱，有害物质更容易进去；还会让大脑没法正常利用糖分，慢慢变得对胰岛素不敏感，再加上身体里的炎症和有害物质堆积，会损伤大脑里的神经细胞，最后让人更容易出现 记忆力下降、认知变差 ，甚至得 老年痴呆 的风险[10]。
视网膜病变
视网膜病变是糖尿病 最常见的微血管并发症 ，也是全球范围内导致获得性视力丧失的主要原因之一[11]。高糖环境使光感受器细胞 代谢亢进 ，产生过量的 视网膜内活性氧（ROS） ，这些物质会损伤细胞的核心结构，从而引发一系列破坏性反应，导致 视网膜血管渗漏和神经细胞加速死亡[12,13] 。
然而，上述症状仅是糖尿病危害的冰山一角，远非全部——糖尿病可累及全身几乎所有组织与器官[10]。因此，早期诊断与干预是阻断其进展的关键。幸运的是，不断深入的医学研究正在不断为此绘制新的“路线图”。接下来，我们将聚焦关键突破，介绍这些研究进展。
02 糖尿病防治前沿
(1) 糖尿病预警，看眼就知道？
在糖尿病早期诊断的探索中，多项研究将目光投向了眼部这一“窗口”，试图通过精准识别视网膜病变来捕捉疾病的早期信号。
其中一项研究聚焦于 糖尿病视网膜病变出现前的血管损伤 。 研究团队开发了一种 超像素分割（SpS）算法 ，通过分析眼部光学相干断层扫描（OCT）图像，提取了脉络膜面积（CA）与脉络膜光学图像密度（COID）两个核心参数。研究结果显示，与健康人相比， 糖尿病患者的CA显著减小，而COID显著升高 。这证实了CA和COID可作为糖尿病早期眼部血管损伤的潜在生物标志物，为临床提供了一种非侵入、易推广的检测方法，有望在视网膜病变发生前发现血管异常[14]。
另一项研究则致力于 解决糖尿病视网膜病变精准诊断的瓶颈问题 。 针对传统手动阅片效率低下、以及现有AI模型在多阶段诊断中准确率不足的情况，该研究设计了 两种基于深度学习的诊断方案 ：一种是对眼底照片进行图像增强（如提升对比度、锐化细节）后再输入AI模型进行训练；另一种则是直接使用原始图像。
结果对比鲜明：经过图像增强的方案，其AI诊断准确率高达98.7%，能够精准区分从无病变到严重病变的各个阶段；而未经优化的方案，准确率仅为80%多。该研究开发出能 识别视网膜病变五个阶段（无、轻度、中度、重度、增殖性）的深度学习模型 ，证实了图像增强能显著提升AI的诊断性能，为基层医疗机构提供了一种接近专家水平、适用于大规模筛查的自动化诊断方案[15]。
图1：糖尿病视网膜病变的五期（按严重程度排序）[15]
(2) AI预测糖尿病，到底有多准？
有研究采用5个公开数据集，比较评估了多种 机器学习（ML）模型与深度学习（DL）模型 在糖尿病进展预测中的性能。结果显示，模型性能高度依赖数据集特性。具体而言， ML模型适合小样本、结构化数据集（如基层医疗筛查），DL模型适合大样本、高维度数据集（如大型医院大数据分析） ，且糖尿病预测模型选择需结合数据集规模、特征类型，不可直接套用文献基准，需用机构实际数据验证[16]。
同时，也有研究者开始探索 通用人工智能 在糖尿病管理中的潜力。 例如，一项研究系统评估了ChatGPT在糖尿病预测中的表现。研究以血糖、血压、BMI等患者数据为输入，基于真实数据集，测试了零样本（直接提问）、少样本（提供示例）、链式思考（逐步推理）等多种交互方式，并优化了提问设计与关键数据筛选。结果显示，ChatGPT 的糖尿病预测准确率最高可达77%左右。尽管 ChatGPT整体未超越传统机器学习与深度学习模型 ，但可作为 疾病预测的补充工具 ，通过数据预处理与结果解读辅助医生决策 [17]。
每一项前沿探索都令人振奋，我们也期待未来有更多的研究成果能够在开放、无障碍的学术交流中加速流动，碰撞出新的火花，并最终转化为普惠的诊疗利器，守护每一位糖尿病患者的健康与希望。
为方便大家系统阅读，我们特将本文参考的多篇预印本（均已通过同行评审后正式发表于MDPI期刊）整理成 《2025 World Diabetes Day Special》主题书单 ，欢迎点击探索！
参考文献
[1] IDF. IDF Diabetes Atlas 2025.
[2] 中华医学会糖尿病学分会. 中国糖尿病防治指南. 中华糖尿病杂志 2025 , 17 , 16-139.
[3] 俞慧友; 李静月. 1型糖尿病发病新机制发现. 科技日报 2025 , 002 .
[4] Ardisson Korat, A. V.; Willett, W. C.; Hu, F. B. Diet, lifestyle, and genetic risk factors for type 2 diabetes: a review from the Nurses' Health Study, Nurses' Health Study 2, and Health Professionals' Follow-up Study. Current Nutrition Reports 2014 , 3 , 345–354.
[5] 关怀; 尚丽新. 妊娠期糖尿病流行现状. 中国实用妇科与产科杂志 2015 , 31 , 91-94.
[6] 张智超. 糖尿病年龄分布特点及发病年轻化相关因素研究. 基层医学论坛 2018 , 22 , 1304-1305.
[7] Jonny, J.; Sitepu, E.C.; Lister, I.N.E.; Chiuman, L.; Putranto, T.A. The Potential of Anti-Inflammatory DC Immunotherapy in Improving Proteinuria in Type 2 Diabetes Mellitus. Vaccines 2024 , 12 , 972.
[8] Du, Y. T.; Rayner, C. K.; Jones, K. L.; Talley, N. J.; Horowitz, M. Gastrointestinal Symptoms in Diabetes: Prevalence, Assessment, Pathogenesis, and Management. Diabetes care 2018 , 41 , 627–637.
[9] Fedulovs, A.; Tzivian, L.; Zalizko, P.; Ivanova, S.; Bumane, R.; Janeviča, J.; Krūzmane, L.; Krustins, E.; Sokolovska, J. Progression of Diabetic Kidney Disease and Gastrointestinal Symptoms in Patients with Type I Diabetes. Biomedicines 2023 , 11 , 2679.
[10] Wątroba, M.; Grabowska, A.D.; Szukiewicz, D. Effects of Diabetes Mellitus-Related Dysglycemia on the Functions of Blood–Brain Barrier and the Risk of Dementia. Int. J. Mol. Sci. 2023 , 24 , 10069.
[11] Taylor, B.E.; Howell, S.J.; Lee, C.; Taylor, Z.; Barber, K.; Taylor, P.R. Diabetes-Mediated STEAP4 Enhances Retinal Oxidative Stress and Impacts the Development of Diabetic Retinopathy. Antioxidants 2025 , 14 , 205.
[12] Du, Y.; Veenstra, A.; Palczewski, K.; Kern, T.S. Photoreceptor Cells Are Major Contributors to Diabetes-Induced Oxidative Stress and Local Inflammation in the Retina. Proceedings of the National Academy of Sciences 2013 , 110 , 16586–16591.
[13] Kowluru, R. A.; Chan, P.-S. Oxidative stress and diabetic retinopathy. Journal of Diabetes Research 2007 , 43603.
[14] Otin, S.; Mallen-Gracia, V.; Pérez-Maña, L.; Ávila, F.J.; García-Martin, E. A Superpixel-Based Algorithm for Detecting Optical Density Changes in Choroidal Optical Coherence Tomography Images of Diabetic Patients. Sensors 2025 , 25 , 3619.
[15] Alwakid, G.; Gouda, W.; Humayun, M. Deep Learning-Based Prediction of Diabetic Retinopathy Using CLAHE and ESRGAN for Enhancement. Healthcare 2023 , 11 , 863.
[16] Ayoade, O.B.; Shahrestani, S.; Ruan, C. Machine Learning and Deep Learning Approaches for Predicting Diabetes Progression: A Comparative Analysis. Electronics 2025 , 14 , 2583.
[17] Alomari, E. Evaluating ChatGPT for Disease Prediction: A Comparative Study on Heart Disease and Diabetes. BioMedInformatics 2025 , 5 , 33.
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。 链接地址： https://blog.sciencenet.cn/blog-3516770-1510116.html
上一篇： Social Sciences：职场人别躺平！如何打破拖延的恶性循环？ 下一篇： Metals：吉林大学的张志强教授创建特刊——轻质金属材料的成形与加工技术
主题：糖尿病|健康|预印本|每3位患者中竟有2人|2型糖尿病