目前，2型糖尿病管理临床指南尚无法做到基于患者特定因素作出个体化推荐。近期Diabetes Care上发表的一项研究中，麻省理工学院的Bertsimas D 等人基于k-近邻分类器的方法利用波士顿医学中心1999~2014年间的10 806例2型糖尿病患者之电子病历创建了一种与标准管理相比能改善2型糖尿病患者健康结局的、以数据为驱动的个体化糖尿病管理流程。

　　针对48 140次患者就诊对该流程的性能进行了检验，结果发现，在68.2%的随诊中该流程的推荐与标准管理推荐相一致。但是，在流程推荐与标准管理有所不同时，与标准管理相比，根据该流程推荐治疗后的平均糖化血红蛋白（HbA_1c）水平更低（7.93% vs. 8.37%，差异为0.44±0.03%；P<0.001）（见表1）。

表1. 新操作流程的性能

　　上述结果提示，与标准管理相比，个体化糖尿病管理能显著改善2型糖尿病患者的HbA_1c。基于电子病历的管理推荐流程有助于为糖尿病管理及患者结局改善提供重要信息。

　　该研究首次提供了基于大型电子病历数据库的2型糖尿病个体化管理操作方法。可喜的是，与标准管理推荐相比，该方法可使患者随诊时的平均HbA_1c降低0.44%。这种方法整合患者特异性的人口统计学数据及病史数据来个体化地指导治疗决策，最终确定和选择最佳治疗方案。

　　需强调的是，与其他基于机器学习的方法相比，基于k-近邻分类器的方法临床应用起来更灵活，更有意义。在特定人群（如慢性肾脏疾病患者及老年患者）中，该研究所创建的个体化管理流程很容易与疾病管理方法相融合，能为患者带来显著获益。

　　此外，临床实践中该个体化管理流程可与现有电子病历系统相整合从而基于病历记录、通过对电子病历之数据进行分析作出推荐，为每位患者提供个体化的治疗方案。更加难能可贵的是，该方法可非常直观并具有可视性，能概述相关推荐证据，提供不同治疗方案的预期结局。但是，目前该方法尚不能就个体化的血糖控制目标值作出推荐。另外，该方法目前只是旨在优化健康结局，未来有必要进一步创建能同时优化不良事件结局的、更全面的管理流程。

　　该研究的局限性在于：①采用的是现有电子病历系统的回顾性数据，未对患者进行治疗分组；②电子病历数据未涉及社会经济学因素及患者喜好等对治疗决策具有重要影响的信息，也缺乏患者应用处方药物的实际情况之信息；③鉴于缺乏足够数据，未将GLP-1受体激动剂单独作为一类药物；④研究人群可能无法代表整个美国人群。尽管存在上述局限性，但是，该研究还是为糖尿病个体化管理的获益提供了强有力的证据。未来，有必要采用其他医院及机构的数据对这种数据驱动的个体化管理方法进行验证。随着大规模基因组数据的涌现，该方法有望进一步整合上述基因组数据更好地实现2型糖尿病的个体化治疗。

　　Diabetes Care. 2017;40(2):210-217.

☞Diabetes Care：住院睡眠不好？小心高血糖！

☞Diabetologia：肝脏三酰甘油含量与GDM：适度能量限制的影响

☞ Diabetologia：胰岛自身抗体阳性儿童血清肽标志物有助于T1DM早期防治

☞ Diabetologia：铁：多少才算过量？