智能穿戴设备可以识别胰岛素抵抗了

《Nature》（自然）发表来自谷歌研究团队的重磅研究（下图），该研究建立了一套全新的预测模型，仅通过智能穿戴设备数据、人口学信息与常规血检指标，即可高效识别胰岛素抵抗。

当前临床缺乏便捷、低成本的胰岛素抵抗筛查手段。金标准高胰岛素正葡萄糖钳夹试验操作复杂、成本高昂；常用的稳态模型评估胰岛素抵抗指数（HOMA-IR）需同时检测空腹血糖与胰岛素，胰岛素检测未纳入常规体检，难以大规模普及。临床常规筛查仅关注空腹血糖、糖化血红蛋白，无法敏感识别早期胰岛素抵抗。

该研究共纳入1165名受试者，中位年龄45岁，以HOMA-IR为金标准，阈值设定为2.9，高于该值判定为胰岛素抵抗，1.5以下为胰岛素敏感，介于两者之间为胰岛素敏感性受损。

进一步分析发现，胰岛素抵抗人群具有清晰的特征规律：静息心率更高、心率变异性与每日步数更低，甘油三酯显著升高，高密度脂蛋白胆固醇与白蛋白/球蛋白比值降低，体重指数与HOMA-IR呈明显正相关。值得关注的是，20%血糖正常的受试者已存在胰岛素抵抗，这类隐匿高危人群可通过该模型被有效识别。#注册营养师[超话]#