编者按：2026年美国糖尿病协会科学年会（ADA2026）上，北京大学人民医院纪立农/邹显彤课题组携3项前沿成果亮相，其中1项为口头报告，2项为壁报展示。其团队基于Transformer架构构建了糖尿病前期2型糖尿病（T2DM）与心血管疾病（CVD）联合预测模型，实现精准分层；超长效胰高糖素样肽-1受体激动剂（GLP-1RA）月制剂佐维格鲁肽（ZT002）在亚组分析中表现亮眼，超90%糖尿病前期患者血糖逆转至正常；同时，研究还深入探讨了“临床肥胖”新定义在多队列中的预后价值。本刊特邀邹显彤副研究员现场解读，共探慢病管理新策略。
基于Transformer模型的糖尿病前期人群T2DM与CVD风险联合预测
1153-OR
王颂
北京大学2019级临床医学八年制在读
王颂，孟旷宇，胡伟，刘翔宇，黄齐，纪立农，吴寿岭，邹显彤
北京大学人民医院，开滦总医院，南京大学计算机学院
背景与目的
本研究旨在开发并验证一种基于Transformer架构的双头预测模型，用于同时评估糖尿病前期人群未来10年T2DM和CVD的发生风险，从而实现更全面、精准的风险分层。
方法
本研究纳入开滦队列中18 848例糖尿病前期人群用于模型构建及内部验证，并在英国生物样本库（UKB）中46 828例糖尿病前期人群中进行外部验证。基于transformer模型，本研究构建T-PDM-CVD（Transformer model for diabetes and CVD progression）模型，纳入16项基线变量，包括人口学特征及实验室指标。模型性能从判别能力、校准能力及临床实用性三个方面进行综合评估。采用受试者工作特征曲线下面积（AUC）评价模型区分能力，利用校准曲线评估预测风险与实际发生风险的一致性，并通过决策曲线分析评价模型在不同阈值概率下的净获益，并评估该模型对危险分层的效果。
结果
本研究采用Transformer模型进行预测分析，在12组不同参数设置中比较模型表现，并根据内部验证集的AUC筛选出最佳模型，构建最终T-PDM-CVD模型。在内部验证中，T-PDM-CVD模型对T2DM和CVD的预测AUC分别为0.72（95%CI：0.70~0.73）和0.64（95%CI：0.63~0.65）；在外部验证中，模型表现进一步提升，T2DM和CVD的AUC分别为0.81（95%CI：0.80~0.82）和0.75（95%CI：0.74~0.76），显示出良好的泛化能力。校准曲线显示模型预测风险与实际风险一致性较好，决策曲线分析表明该模型在较宽阈值范围内具有较好的临床获益。
在外部验证队列中，基于模型预测的T2DM与CVD风险，对UKB中糖尿病前期个体进行二维风险分层（2×2分组）。与低T2DM-CVD风险组相比，单纯高T2DM风险组发生糖尿病风险最高（HR 3.31，95%CI：3.13~3.50），单纯高CVD风险组心血管事件风险最高（HR 1.93，95%CI：1.77~2.10）。双高风险组在T2DM及CVD方面均呈风险升高，提示该模型能够有效识别不同疾病风险特征的亚群人群。
结论
T-PDM-CVD模型在输入常规基线变量的情况下可同时实现糖尿病前期人群未来T2DM与CVD风险的联合预测，具有良好的判别能力、校准能力及临床应用价值。该模型操作简便、预测快捷，可用于门诊及体检场景中的糖尿病早期风险识别，辅助精准分层管理和个体化干预。
《国际糖尿病》
团队为何选择Transformer架构构建糖尿病前期人群的T2DM与CVD联合预测模型？
邹显彤副研究员：糖尿病前期与疾病自然病程密切相关。既往研究多聚焦于糖尿病前期进展为T2DM风险，相应治疗策略也主要围绕延缓或阻断这一结局。然而，糖尿病前期人群本身CVD风险亦显著升高。因此，临床上需要同时管理该人群向T2DM进展和向CVD进展两类风险。
在模型架构设计之初，并不必然采用Transformer模型来完成这一任务。但为了在满足临床应用需求的同时，解析糖尿病前期向T2DM及CVD进展的机制，模型需整合多模态数据，包括临床数据、组学数据及影像数据。为此，需要一个功能强大的解码器，故最终选择了Transformer架构。
本次在ADA会议上汇报的内容，聚焦于跨队列验证中完全基于临床数据建模的部分。该模型从临床实用角度出发，能够预测糖尿病前期人群向两种不同结局的进展风险，并实现人群分层。基于模型分层结果可见，糖尿病前期人群中至少有30%的个体CVD风险显著增高，约15%的个体需单独控制CVD风险而其自身向T2DM进展风险相对较低。上述人群的精准区分有助于制定更具针对性的治疗策略。
《国际糖尿病》
相比传统模型，Transformer模型在处理多维数据与变量交互方面有何独特优势？该模型在UKB外部验证中的AUC高于内部验证，如何解读这一现象？
邹显彤副研究员：Transformer模型的核心优势在于其能够高效处理多维度变量间的复杂交互，且随着模态数量的增加，这一优势愈发显著。然而，在仅使用常规临床变量的建模场景中，Transformer相较于简单的线性回归模型并未展现出明显优势。相反，当整合组学、影像等多模态数据后，Transformer模型的预测性能显著提升，区分度可达80%~85%以上，远超传统CVD预测模型。需要指出的是，由于不同队列间多模态数据的可获得性差异较大，跨队列验证多模态大模型面临现实困难，因此本次报告仍聚焦于基于临床变量的简单模型。
关于该模型在UKB外部验证中AUC高于内部验证的现象，这是一个值得关注的反常结果。研究团队在建模过程中筛选了12组参数，并选取内部验证表现最优的一组参数进行外部验证，结果显示外部验证性能反而优于内部验证。其具体机制尚不明确，可能涉及未纳入当前模型的组学或其他模态数据所隐含的跨队列信息偏差，有待进一步研究。
《国际糖尿病》
单纯高T2DM风险组的未来糖尿病风险最高，而单纯高CVD风险组的心血管事件风险最高，这对临床分层管理有何指导意义？基于仅需常规基线变量的特点，您认为该模型是否适合在门诊或体检场景推广？其临床价值如何？
邹显彤副研究员：在风险分层分析中，单纯高T2DM风险组未来糖尿病发生风险最高，其治疗重点应聚焦于糖尿病预防。目前已有充分证据支持在糖尿病高危人群中应用二甲双胍、吡格列酮、阿卡波糖（尤其在中国人群中）等药物以延缓糖尿病进展。而对于单纯高CVD风险组，其糖尿病进展风险相对较低，预防心血管事件不应局限于降糖药物。例如，二甲双胍在糖尿病前期人群中缺乏明确的心血管获益证据，因此该类患者更需要全面的心血管风险管理，包括他汀类药物、降压药及阿司匹林等标准治疗。对于同时具有高T2DM风险和高CVD风险的双高风险人群，治疗策略应更为综合，可考虑使用GLP-1RA，尤其合并肥胖者，以同时降低心血管风险并预防糖尿病进展。此外，T2DM与CVD风险均低的患者疾病进展缓慢，可能无需药物干预。
该模型的所有预测变量均为临床常规或体检常见指标，入组标准仅依赖糖化血红蛋白（HbA1c）或血糖水平，这使其特别适合在门诊或体检场景中推广应用。我们团队正是基于这一目的，放弃了复杂的主诉或影像数据解码方法，选择了简洁的临床变量构建双头模型，并计划在未来将其推向临床或与其他机构合作推广。若该模型能够验证不同风险分组对应不同的优选治疗方案，其指导医生和患者进行个体化治疗的临床价值将不言而喻。
每月一次给药的佐维格鲁肽（ZT002）用于超重或肥胖合并糖尿病前期的成年人：一项基于ZT002 Ⅱ期临床研究的亚组分析
1725-P
纪立农1,11，高蕾莉1,11，邹显彤1,11，张俊清2，姜宏卫3，成志锋4，柳德学5，田军航6，王昆7，术红燕8，董晓林9，刘丽10,11，宋晓英10,11，赵瑞华10,11，张旭家10,11，张媛媛10,11
1北京大学人民医院；2北京大学第一医院；3河南科技大学第一附属医院；4哈尔滨医科大学附属第四医院；5南阳医学高等专科学校第一附属医院；6洛阳市第三人民医院；7南京市江宁医院；8淄博市市立医院；9济南市中心医院；10北京质肽生物医药科技有限公司；11内分泌与代谢性疾病创新药械研发北京市重点实验室
背景与目的
佐维格鲁肽（ZT002）为新型超长效GLP-1RA，采用每月一次的长间隔给药方案。既往一项为期24周的Ⅱ期临床试验已证实，佐维格鲁肽可显著降低超重及肥胖人群的体重，且整体安全性与耐受性良好。本研究进一步开展亚组分析，旨在探讨佐维格鲁肽对超重或肥胖且合并糖尿病前期受试者的血糖改善作用。
方法
本研究为一项多中心、随机、双盲、安慰剂对照的Ⅱ期临床研究，入组人群为非糖尿病超重（24 kg/m2≤BMI<28 kg/m2，且合并至少1种合并症）和肥胖（BMI≥28 kg/m2）人群。受试者随机接受皮下注射佐维格鲁肽经剂量递增至80 mg或160 mg每4周一次（Q4W）、80 mg或160 mg每2周一次（Q2W），或匹配的安慰剂，治疗时长为24周。研究中糖尿病前期亚组定义为：基线HbA1c≥5.7%，且第24周具备有效HbA1c检测数据的受试者。主要终点为第24周时实现HbA1c<5.7%的受试者比例。
结果
在303例随机入组受试者中，共116例符合糖尿病前期亚组定义。该亚组各治疗组间基线特征整体均衡：女性占48.3%，平均年龄33.4岁，平均BMI 35.3 kg/m2，平均HbA1c 5.9%。治疗第24周时，佐维格鲁肽各剂量组实现HbA1c<5.7%的受试者比例均显著高于安慰剂组：佐维格鲁肽80 mg Q4W组、160 mg Q4W组、80 mg Q2W组、160 mg Q2W组分别为93.5%、96.4%、90.5%、100.0%，而安慰剂组仅为22.2%。治疗24周时，佐维格鲁肽各剂量组受试者的体重较基线变化百分比均显著优于安慰剂组，各组体重降幅分别为10.8%、12.8%、12.9%、12.8%，安慰剂组仅下降0.8%，组间差异均具有显著统计学意义（所有P<0.0001）。研究中最常见的不良事件以胃肠道反应为主，多为轻中度；未发生因不良事件导致的治疗终止。
结论
本研究为期24周的治疗结果显示，GLP-1RA月制剂佐维格鲁肽能够有效逆转超重或肥胖合并糖尿病前期人群的血糖水平至正常范围内。
邹显彤副研究员在ADA年会现场
现场访谈
INTERVIEW@ADA2026
《国际糖尿病》
除了口头报告，您还参与了两项以壁报形式展示的研究，其中一项是新型超长效GLP-1RA佐维格鲁肽（ZT002）在超重/肥胖合并糖尿病前期人群中的Ⅱ期亚组分析，请您对该研究结果进行介绍并解读。
邹显彤副研究员：佐维格鲁肽（ZT002）是一种超长效GLP-1RA，给药频率为每月一次。目前国内外同类月制剂产品较少，该药已进入Ⅲ期临床阶段。去年ADA年会上，ZT002的Ⅱ期减重数据已作报告。该研究中约半数入组患者为超重/肥胖合并糖尿病前期，本次壁报展示的亚组分析旨在观察该药对糖尿病前期人群血糖水平的影响。
结果显示，ZT002具有显著的降糖效应：超过90%的糖尿病前期患者血糖恢复正常化，其疗效较安慰剂提高约70%。然而，该亚组分析存在一定局限性：由于ZT002单次给药后药物在体内完全代谢需至少4周，研究终点时测得的血糖正常率仍可能受到残留药物作用的影响，尚不能真实反映糖尿病前期的逆转持续性。未来需要延长无药物干预的观察期，以评估停药后血糖长期改善的能力。尽管如此，该药在糖尿病前期人群中展现出优异的降糖疗效。后续若成功开发降糖适应证，ZT002有望成为首个GLP-1RA月制剂，为众多糖尿病患者提供便捷的新治疗选择。
临床前肥胖与临床肥胖在多个队列中的临床结局
2654-P
黄齐
李思童
黄齐1,2，李思童1,2，纪立农1,2，邹显彤1,2
1北京大学人民医院内分泌与代谢科，内分泌与代谢性疾病创新药械研发北京市重点实验室；2北京大学医学部，北京大学糖尿病中心
背景
《柳叶刀·糖尿病与内分泌学》委员会近期提出了“临床肥胖”的新定义，即在脂肪过度蓄积的基础上，伴有器官功能障碍或日常活动受限。然而，这一定义在不同人群中的预后价值尚不明确。
方法
本研究将该委员会提出的临床肥胖标准应用于3个大型队列，分别为中国健康与养老追踪调查（CHARLS）、英国老龄化纵向研究（ELSA）以及美国国家健康与营养检查调查（NHANES）。根据是否存在肥胖及器官功能障碍，研究对象被分为4组：非肥胖且无器官功能障碍（对照组）、非肥胖但有器官功能障碍、临床前肥胖、临床肥胖。研究通过校正非肥胖对照人群中器官功能障碍的患病率，估算临床肥胖的患病率。采用Cox比例风险模型评估临床肥胖与全因死亡、心血管死亡及心血管事件风险之间的关联。
结果
在CHARLS、ELSA和NHANES队列中，临床肥胖的患病率分别为2.50%、6.18%和9.08%。临床肥胖在老年人和男性中的患病率较低。与对照组相比，临床肥胖与更高的心血管风险相关。进一步分析显示，与临床前肥胖相比，临床肥胖在CHARLS队列（HR 2.50，95%CI：1.32~4.71）和ELSA队列（HR 1.80，95%CI：1.02~3.16）中均与更高的心血管事件风险相关；在NHANES队列中，临床肥胖则与更高的全因死亡风险（HR 1.88，95%CI：1.23~2.87）和心血管死亡风险（HR 3.14，95%CI：1.51~6.53）相关。
结论
在目前诊断标准下，临床肥胖在老年人和男性中的患病率较低，提示该定义在这些人群中的区分能力仍需进一步评估。尽管如此，临床肥胖能够稳定预测心血管事件和死亡风险，说明其具有较高的预后价值。
现场访谈
INTERVIEW@ADA2026
《国际糖尿病》
另一项研究探讨了临床前肥胖与临床肥胖在多个队列中的临床结局，请您介绍一下这项研究及其意义。
邹显彤副研究员：这项研究已被Obesity杂志接收，即将正式发表。该研究基于《柳叶刀·糖尿病与内分泌学》提出的临床肥胖定义，该定义不仅要求BMI符合相关标准，还纳入腰围等指标，并强调需要存在肥胖相关器官损害或生活受限才能诊断临床肥胖。已有多个团队在不同队列中报告了临床肥胖的患病率，但本研究的创新之处在于计算患病率时，采用肥胖合并器官损害的比例减去非肥胖人群中合并器官损害的比例。需要说明的是，这并不能真正证明器官损害是由肥胖直接导致的，但至少扣除了非肥胖人群中也存在的器官损害比例，从而使结果更为公平。按此方法得出的临床肥胖患病率显著低于其他研究。
进一步分析不同人群（临床前肥胖、临床肥胖、非肥胖无器官损害、非肥胖合并器官损害）的长期预后发现，在老年人群中，非肥胖合并器官损害者的多种疾病风险显著升高，提示这些器官损害主要与年龄相关，而非肥胖所致。这引发了一个重要问题：现行临床肥胖定义是否适用于老年人群？老年人是否需要独特的临床肥胖诊断标准及其预后评估？这将是未来肥胖定义更新中需要解决的关键问题。 2 comments
基于Transformer模型的糖尿病前期人群T2DM与CVD风险联合预测
1153-OR
王颂
北京大学2019级临床医学八年制在读
王颂，孟旷宇，胡伟，刘翔宇，黄齐，纪立农，吴寿岭，邹显彤
北京大学人民医院，开滦总医院，南京大学计算机学院
背景与目的
本研究旨在开发并验证一种基于Transformer架构的双头预测模型，用于同时评估糖尿病前期人群未来10年T2DM和CVD的发生风险，从而实现更全面、精准的风险分层。
方法
本研究纳入开滦队列中18 848例糖尿病前期人群用于模型构建及内部验证，并在英国生物样本库（UKB）中46 828例糖尿病前期人群中进行外部验证。基于transformer模型，本研究构建T-PDM-CVD（Transformer model for diabetes and CVD progression）模型，纳入16项基线变量，包括人口学特征及实验室指标。模型性能从判别能力、校准能力及临床实用性三个方面进行综合评估。采用受试者工作特征曲线下面积（AUC）评价模型区分能力，利用校准曲线评估预测风险与实际发生风险的一致性，并通过决策曲线分析评价模型在不同阈值概率下的净获益，并评估该模型对危险分层的效果。
结果
本研究采用Transformer模型进行预测分析，在12组不同参数设置中比较模型表现，并根据内部验证集的AUC筛选出最佳模型，构建最终T-PDM-CVD模型。在内部验证中，T-PDM-CVD模型对T2DM和CVD的预测AUC分别为0.72（95%CI：0.70~0.73）和0.64（95%CI：0.63~0.65）；在外部验证中，模型表现进一步提升，T2DM和CVD的AUC分别为0.81（95%CI：0.80~0.82）和0.75（95%CI：0.74~0.76），显示出良好的泛化能力。校准曲线显示模型预测风险与实际风险一致性较好，决策曲线分析表明该模型在较宽阈值范围内具有较好的临床获益。
在外部验证队列中，基于模型预测的T2DM与CVD风险，对UKB中糖尿病前期个体进行二维风险分层（2×2分组）。与低T2DM-CVD风险组相比，单纯高T2DM风险组发生糖尿病风险最高（HR 3.31，95%CI：3.13~3.50），单纯高CVD风险组心血管事件风险最高（HR 1.93，95%CI：1.77~2.10）。双高风险组在T2DM及CVD方面均呈风险升高，提示该模型能够有效识别不同疾病风险特征的亚群人群。
结论
T-PDM-CVD模型在输入常规基线变量的情况下可同时实现糖尿病前期人群未来T2DM与CVD风险的联合预测，具有良好的判别能力、校准能力及临床应用价值。该模型操作简便、预测快捷，可用于门诊及体检场景中的糖尿病早期风险识别，辅助精准分层管理和个体化干预。
现场访谈
INTERVIEW@ADA2026《国际糖尿病》
团队为何选择Transformer架构构建糖尿病前期人群的T2DM与CVD联合预测模型？
邹显彤副研究员：糖尿病前期与疾病自然病程密切相关。既往研究多聚焦于糖尿病前期进展为T2DM风险，相应治疗策略也主要围绕延缓或阻断这一结局。然而，糖尿病前期人群本身CVD风险亦显著升高。因此，临床上需要同时管理该人群向T2DM进展和向CVD进展两类风险。
在模型架构设计之初，并不必然采用Transformer模型来完成这一任务。但为了在满足临床应用需求的同时，解析糖尿病前期向T2DM及CVD进展的机制，模型需整合多模态数据，包括临床数据、组学数据及影像数据。为此，需要一个功能强大的解码器，故最终选择了Transformer架构。
本次在ADA会议上汇报的内容，聚焦于跨队列验证中完全基于临床数据建模的部分。该模型从临床实用角度出发，能够预测糖尿病前期人群向两种不同结局的进展风险，并实现人群分层。基于模型分层结果可见，糖尿病前期人群中至少有30%的个体CVD风险显著增高，约15%的个体需单独控制CVD风险而其自身向T2DM进展风险相对较低。上述人群的精准区分有助于制定更具针对性的治疗策略。
《国际糖尿病》
相比传统模型，Transformer模型在处理多维数据与变量交互方面有何独特优势？该模型在UKB外部验证中的AUC高于内部验证，如何解读这一现象？
邹显彤副研究员：Transformer模型的核心优势在于其能够高效处理多维度变量间的复杂交互，且随着模态数量的增加，这一优势愈发显著。然而，在仅使用常规临床变量的建模场景中，Transformer相较于简单的线性回归模型并未展现出明显优势。相反，当整合组学、影像等多模态数据后，Transformer模型的预测性能显著提升，区分度可达80%~85%以上，远超传统CVD预测模型。需要指出的是，由于不同队列间多模态数据的可获得性差异较大，跨队列验证多模态大模型面临现实困难，因此本次报告仍聚焦于基于临床变量的简单模型。
关于该模型在UKB外部验证中AUC高于内部验证的现象，这是一个值得关注的反常结果。研究团队在建模过程中筛选了12组参数，并选取内部验证表现最优的一组参数进行外部验证，结果显示外部验证性能反而优于内部验证。其具体机制尚不明确，可能涉及未纳入当前模型的组学或其他模态数据所隐含的跨队列信息偏差，有待进一步研究。
《国际糖尿病》
单纯高T2DM风险组的未来糖尿病风险最高，而单纯高CVD风险组的心血管事件风险最高，这对临床分层管理有何指导意义？基于仅需常规基线变量的特点，您认为该模型是否适合在门诊或体检场景推广？其临床价值如何？
邹显彤副研究员：在风险分层分析中，单纯高T2DM风险组未来糖尿病发生风险最高，其治疗重点应聚焦于糖尿病预防。目前已有充分证据支持在糖尿病高危人群中应用二甲双胍、吡格列酮、阿卡波糖（尤其在中国人群中）等药物以延缓糖尿病进展。而对于单纯高CVD风险组，其糖尿病进展风险相对较低，预防心血管事件不应局限于降糖药物。例如，二甲双胍在糖尿病前期人群中缺乏明确的心血管获益证据，因此该类患者更需要全面的心血管风险管理，包括他汀类药物、降压药及阿司匹林等标准治疗。对于同时具有高T2DM风险和高CVD风险的双高风险人群，治疗策略应更为综合，可考虑使用GLP-1RA，尤其合并肥胖者，以同时降低心血管风险并预防糖尿病进展。此外，T2DM与CVD风险均低的患者疾病进展缓慢，可能无需药物干预。
该模型的所有预测变量均为临床常规或体检常见指标，入组标准仅依赖糖化血红蛋白（HbA1c）或血糖水平，这使其特别适合在门诊或体检场景中推广应用。我们团队正是基于这一目的，放弃了复杂的主诉或影像数据解码方法，选择了简洁的临床变量构建双头模型，并计划在未来将其推向临床或与其他机构合作推广。若该模型能够验证不同风险分组对应不同的优选治疗方案，其指导医生和患者进行个体化治疗的临床价值将不言而喻。
每月一次给药的佐维格鲁肽（ZT002）用于超重或肥胖合并糖尿病前期的成年人：一项基于ZT002 Ⅱ期临床研究的亚组分析
1725-P
纪立农1,11，高蕾莉1,11，邹显彤1,11，张俊清2，姜宏卫3，成志锋4，柳德学5，田军航6，王昆7，术红燕8，董晓林9，刘丽10,11，宋晓英10,11，赵瑞华10,11，张旭家10,11，张媛媛10,11
1北京大学人民医院；2北京大学第一医院；3河南科技大学第一附属医院；4哈尔滨医科大学附属第四医院；5南阳医学高等专科学校第一附属医院；6洛阳市第三人民医院；7南京市江宁医院；8淄博市市立医院；9济南市中心医院；10北京质肽生物医药科技有限公司；11内分泌与代谢性疾病创新药械研发北京市重点实验室
背景与目的
佐维格鲁肽（ZT002）为新型超长效GLP-1RA，采用每月一次的长间隔给药方案。既往一项为期24周的Ⅱ期临床试验已证实，佐维格鲁肽可显著降低超重及肥胖人群的体重，且整体安全性与耐受性良好。本研究进一步开展亚组分析，旨在探讨佐维格鲁肽对超重或肥胖且合并糖尿病前期受试者的血糖改善作用。
方法
本研究为一项多中心、随机、双盲、安慰剂对照的Ⅱ期临床研究，入组人群为非糖尿病超重（24 kg/m2≤BMI<28 kg/m2，且合并至少1种合并症）和肥胖（BMI≥28 kg/m2）人群。受试者随机接受皮下注射佐维格鲁肽经剂量递增至80 mg或160 mg每4周一次（Q4W）、80 mg或160 mg每2周一次（Q2W），或匹配的安慰剂，治疗时长为24周。研究中糖尿病前期亚组定义为：基线HbA1c≥5.7%，且第24周具备有效HbA1c检测数据的受试者。主要终点为第24周时实现HbA1c<5.7%的受试者比例。
结果
在303例随机入组受试者中，共116例符合糖尿病前期亚组定义。该亚组各治疗组间基线特征整体均衡：女性占48.3%，平均年龄33.4岁，平均BMI 35.3 kg/m2，平均HbA1c 5.9%。治疗第24周时，佐维格鲁肽各剂量组实现HbA1c<5.7%的受试者比例均显著高于安慰剂组：佐维格鲁肽80 mg Q4W组、160 mg Q4W组、80 mg Q2W组、160 mg Q2W组分别为93.5%、96.4%、90.5%、100.0%，而安慰剂组仅为22.2%。治疗24周时，佐维格鲁肽各剂量组受试者的体重较基线变化百分比均显著优于安慰剂组，各组体重降幅分别为10.8%、12.8%、12.9%、12.8%，安慰剂组仅下降0.8%，组间差异均具有显著统计学意义（所有P<0.0001）。研究中最常见的不良事件以胃肠道反应为主，多为轻中度；未发生因不良事件导致的治疗终止。
结论
本研究为期24周的治疗结果显示，GLP-1RA月制剂佐维格鲁肽能够有效逆转超重或肥胖合并糖尿病前期人群的血糖水平至正常范围内。
邹显彤副研究员在ADA年会现场
现场访谈
INTERVIEW@ADA2026
《国际糖尿病》
除了口头报告，您还参与了两项以壁报形式展示的研究，其中一项是新型超长效GLP-1RA佐维格鲁肽（ZT002）在超重/肥胖合并糖尿病前期人群中的Ⅱ期亚组分析，请您对该研究结果进行介绍并解读。
邹显彤副研究员：佐维格鲁肽（ZT002）是一种超长效GLP-1RA，给药频率为每月一次。目前国内外同类月制剂产品较少，该药已进入Ⅲ期临床阶段。去年ADA年会上，ZT002的Ⅱ期减重数据已作报告。该研究中约半数入组患者为超重/肥胖合并糖尿病前期，本次壁报展示的亚组分析旨在观察该药对糖尿病前期人群血糖水平的影响。
结果显示，ZT002具有显著的降糖效应：超过90%的糖尿病前期患者血糖恢复正常化，其疗效较安慰剂提高约70%。然而，该亚组分析存在一定局限性：由于ZT002单次给药后药物在体内完全代谢需至少4周，研究终点时测得的血糖正常率仍可能受到残留药物作用的影响，尚不能真实反映糖尿病前期的逆转持续性。未来需要延长无药物干预的观察期，以评估停药后血糖长期改善的能力。尽管如此，该药在糖尿病前期人群中展现出优异的降糖疗效。后续若成功开发降糖适应证，ZT002有望成为首个GLP-1RA月制剂，为众多糖尿病患者提供便捷的新治疗选择。
临床前肥胖与临床肥胖在多个队列中的临床结局
2654-P
黄齐
李思童
黄齐1,2，李思童1,2，纪立农1,2，邹显彤1,2
1北京大学人民医院内分泌与代谢科，内分泌与代谢性疾病创新药械研发北京市重点实验室；2北京大学医学部，北京大学糖尿病中心
背景
《柳叶刀·糖尿病与内分泌学》委员会近期提出了“临床肥胖”的新定义，即在脂肪过度蓄积的基础上，伴有器官功能障碍或日常活动受限。然而，这一定义在不同人群中的预后价值尚不明确。
方法
本研究将该委员会提出的临床肥胖标准应用于3个大型队列，分别为中国健康与养老追踪调查（CHARLS）、英国老龄化纵向研究（ELSA）以及美国国家健康与营养检查调查（NHANES）。根据是否存在肥胖及器官功能障碍，研究对象被分为4组：非肥胖且无器官功能障碍（对照组）、非肥胖但有器官功能障碍、临床前肥胖、临床肥胖。研究通过校正非肥胖对照人群中器官功能障碍的患病率，估算临床肥胖的患病率。采用Cox比例风险模型评估临床肥胖与全因死亡、心血管死亡及心血管事件风险之间的关联。
结果
在CHARLS、ELSA和NHANES队列中，临床肥胖的患病率分别为2.50%、6.18%和9.08%。临床肥胖在老年人和男性中的患病率较低。与对照组相比，临床肥胖与更高的心血管风险相关。进一步分析显示，与临床前肥胖相比，临床肥胖在CHARLS队列（HR 2.50，95%CI：1.32~4.71）和ELSA队列（HR 1.80，95%CI：1.02~3.16）中均与更高的心血管事件风险相关；在NHANES队列中，临床肥胖则与更高的全因死亡风险（HR 1.88，95%CI：1.23~2.87）和心血管死亡风险（HR 3.14，95%CI：1.51~6.53）相关。
结论
在目前诊断标准下，临床肥胖在老年人和男性中的患病率较低，提示该定义在这些人群中的区分能力仍需进一步评估。尽管如此，临床肥胖能够稳定预测心血管事件和死亡风险，说明其具有较高的预后价值。
现场访谈
INTERVIEW@ADA2026
《国际糖尿病》
另一项研究探讨了临床前肥胖与临床肥胖在多个队列中的临床结局，请您介绍一下这项研究及其意义。
邹显彤副研究员：这项研究已被Obesity杂志接收，即将正式发表。该研究基于《柳叶刀·糖尿病与内分泌学》提出的临床肥胖定义，该定义不仅要求BMI符合相关标准，还纳入腰围等指标，并强调需要存在肥胖相关器官损害或生活受限才能诊断临床肥胖。已有多个团队在不同队列中报告了临床肥胖的患病率，但本研究的创新之处在于计算患病率时，采用肥胖合并器官损害的比例减去非肥胖人群中合并器官损害的比例。需要说明的是，这并不能真正证明器官损害是由肥胖直接导致的，但至少扣除了非肥胖人群中也存在的器官损害比例，从而使结果更为公平。按此方法得出的临床肥胖患病率显著低于其他研究。
进一步分析不同人群（临床前肥胖、临床肥胖、非肥胖无器官损害、非肥胖合并器官损害）的长期预后发现，在老年人群中，非肥胖合并器官损害者的多种疾病风险显著升高，提示这些器官损害主要与年龄相关，而非肥胖所致。这引发了一个重要问题：现行临床肥胖定义是否适用于老年人群？老年人是否需要独特的临床肥胖诊断标准及其预后评估？这将是未来肥胖定义更新中需要解决的关键问题。 2 comments
京公网安备 11010502033361号
发布留言