卒中是威脅中老年人健康的主要疾病之一，其中“頸動脈易損斑塊”是重要危險因素。如何更早識別這些高危患者，一直是醫學界關注的焦點。近日，我校附屬蘇州醫院血管外科周大勇教授團隊在《心血管糖尿病學》（Cardiovascular Diabetology）《美國心臟協會雜志》（Journal of the American Heart Association） 連續發表最新研究成果，基于該團隊建立的超萬例臨床數據庫，提出了頸動脈易損斑塊的精準預測新方法。

該團隊聚焦于一個反映胰島素抵抗的指標——甘油三酯-葡萄糖指數（TyG），在《美國心臟協會雜志》（Journal of the American Heart Association）期刊發表題為“不同血糖狀態下甘油三酯-葡萄糖指數與頸動脈斑塊穩定性的相關性：一項單中心回顧性研究（Association Between Triglyceride-Glucose Index and Carotid Plaque Stability in Different Glycemic Status: A Single-Center Retrospective Study）”的研究論文。

該研究納入12068 人，探究甘油三酯 - 葡萄糖指數（TyG 指數） 與頸動脈斑塊穩定性的關聯。結果顯示，TyG 指數與不穩定頸動脈斑塊風險顯著相關（調整后 OR=2.64，95%CI：2.12-3.27）；男女間關聯相似（OR分別為2.80、2.07），60 歲以上人群關聯強于 60 歲及以下（OR 分別為 3.59 和 2.00）；糖尿病患者的關聯最高（OR=2.51）；二者呈非線性關系，TyG 指數 > 8.63是獨立危險因素，且其預測價值（AUC=0.637）優于空腹血糖（AUC=0.523）和甘油三酯（AUC=0.579）。這是首個在大規模人群中，探討不同血糖狀態下TyG與頸動脈斑塊穩定性關系的研究。

原文鏈接：https://www.ahajournals.org/doi/full/10.1161/JAHA.124.037970

另一項研究在《心血管糖尿病學》（Cardiovascular Diabetology）期刊發表，題為“基于常規血液生物標志物及其衍生指標的頸動脈易損斑塊預測機器學習模型的建立與驗證：性別相關風險模式的啟示（Development and validation of a machine learning model for predicting vulnerable carotid plaques using routine blood biomarkers and derived indicators: insights into sex-related risk patterns）”。

該研究為單中心回顧性研究，納入1701 名住院患者，基于常規血液生物標志物及衍生指標（如 TyG 指數、AIP、NLR 等）開發并驗證機器學習模型以預測易損頸動脈斑塊。結果顯示隨機森林（RF）模型表現最佳（測試集 AUC=0.847，特異性 89.4%，敏感性 64.2%）；SHAP 分析識別出性別、年齡、纖維蛋白原、NLR、肌酐等為首要預測因子，且關鍵生物標志物（如年齡、UHR、TyG）的風險貢獻存在顯著差異，RCS模型進一步證實男女易損斑塊風險軌跡的獨特性，強調性別特異性風險評估對卒中預防的重要性。

原文鏈接：https://cardiab.biomedcentral.com/articles/10.1186/s12933-025-02867-6

（供稿/附屬蘇州醫院科技部；審核/王長軍）