失明和下肢截肢是最令人恐惧的糖尿病并发症。尽管这些并发症的发病率高、对患者的影响很大，但目前缺乏用于识别有极高风险失明和截肢的糖尿病患者的方法。最近Julia Hippisley-Cox和Carol Coupland的研究（见本期第123页；doi:10.1136/bmj.h5441）填补了这一空白，该研究使用的数据来自于QResearch，一个大型临床数据库，源自于英国全科医疗所使用的电子病历记录¹。

该研究使用的数据来自763个英国全科医疗中心约455 000例糖尿病患者的电子病历记录。与该研究相同的数据源（QResearch）和统计学方法也应用于其他风险评估工具——例如QRISK系统，现在被英国国家健康体系（NHS）采纳应用于心血管疾病发生及进展的风险评估²。将初级医疗记录的数据与其他数据来源如NHS医院情景统计的数据相链接。作者随后应用了Cox比例风险模型分别得出10年失明和截肢的风险方程式。

随后使用两个不同全科医疗数据集（QResearch和临床医疗研究数据总库）的数据对该方程式进行验证。在该方程式的验证中，两个风险预测模型表现良好，能够分别解释约41％和32％随时间变化导致的截肢和失明，通过C统计值计算而得的分辨力较高。在其工作的最后阶段，作者开发了一个网页版的计算器，可供临床医生输入患者数据，或是患者可以输入自己的数据，来得出这些并发症的10年风险³。

该研究的研究规模以及对全科医疗和自我管理的潜在影响值得称贺。过去在糖尿病方面的风险预测研究的规模远远小于该研究。举例来说，英国前瞻性糖尿病研究（UKPDS）的样本量在5 100例患者左右⁴。UKPDS中的极少患者在随访中发展成为失明（n=116）或截肢（n= 45），因此很难得到预测这些并发症的精确方法。也同样缺乏种族方面的数据。相反，在QResearch研究中，在随访阶段有4 822例患者出现下肢截肢，8 063例患者发生失明，且有关于种族的数据。最终模型中的风险因素，如截肢风险模型中的年龄、种族、血压、贫困、糖化血红蛋白和吸烟，是基于糖尿病并发症的前期研究中我们所期望看到的，对每一项风险因素的影响进行量化也十分有用。

由于全球糖尿病的患病率持续增长，糖尿病的发病规模以及其对患者、医生、健康系统和社会的影响巨大且不断上升。糖尿病性眼病目前是英国处于工作年龄人群失明的第二大常见原因，也是全球失明的常见原因之一^5,6。之前一项应用NHS医院情景统计的研究发现，糖尿病相关截肢的发生率正在增长，很大程度上与2型糖尿病的患病率增加有关⁷。英格兰每年发生7 000例糖尿病相关截肢，表明了这一并发症对患者和健康系统的影响⁸。

这个新的风险预测模型能有助于建立更为个体化整体方法的基础，在患者中处理这些并发症。糖尿病人群首次能够根据自身特点，接受个体化的风险评分。他们也能够知道生活方式和自我管理的改变——如戒烟或改善糖尿病控制如何影响这些风险，因此能够在糖尿病人群中促进建立更多以患者为中心的护理⁹。对NHS来说，该风险预测模型可以在糖尿病人群中进行分级，因此能够让那些具有最高并发症风险的人群获得目标资源。当NHS面临着前所未有的经济压力时，对资源的定向应用就显得尤为重要¹⁰。

然而仍旧存在一些警告。首先，我们需要在实际中测试该模型是否能够改善糖尿病人群的管理，使得失明和截肢的发生率降低。其次，由于全球糖尿病的负担，我们也需要来测试该模型在英国之外的影响，尤其在那些糖尿病患病率最高的国家¹¹。

由QResearch系统开发得到的风险预测模型是体现NHS电子医疗记录和行政数据库数据价值的实例之一。这些数据具有非常大的潜力，可以改善NHS临床医疗，为患者提供信息来帮助他们为自己的健康作出更好的决定。然而，我们仍需要克服政治、组织以及技术障碍来更好地使用这些数据，以便NHS、医生、公众和患者能从中完全获益¹²。