青少年1型糖尿病患者糖化血红蛋白升高与视网膜神经层变薄相关
摘要
该研究纳入294名9至21岁的1型糖尿病青少年（共578只眼），平均年龄15.8岁，中位糖化血红蛋白（HbA1c）为8.5%。通过光学相干断层扫描（OCT）测量视网膜各层厚度，发现内层神经视网膜（GCL+IPL）和外层视网膜厚度均与HbA1c呈负相关：HbA1c每升高1%，GCL+IPL厚度减少0.39 µm，外层厚度减少0.81 µm。即使尚未出现临床可见的糖尿病视网膜病变（DRD），神经层已出现变薄。
信息来源： PubMed Ophthalmology 发布于 2026年6月25日
要点速览
- 研究纳入294名9–21岁1型糖尿病青少年，中位糖尿病病程7.0年，中位HbA1c为8.5%。
- 使用Topcon Maestro OCT设备采集图像，由威斯康星阅读中心对RNFL、GCL+IPL等神经层进行标准化分割与测量。
- GCL+IPL厚度与HbA1c呈显著负相关（β = -0.39；P = .04），外层视网膜厚度亦然（β = -0.81；P = .02）。
本站解读
这项研究首次在青少年1型糖尿病群体中证实：视网膜神经层变薄不仅存在于已有眼底病变者，更早在HbA1c偏高但无DRD时就已发生——比如中位HbA1c达8.5%的队列中，GCL+IPL厚度已随血糖升高显著下降。样本量达294人、578只眼，采用前瞻性设计并在专业读片中心统一分析，方法扎实；但因DRD病例少（仅10眼为中度），对病变阶段差异的统计效力有限。
短期内难以改变临床做法：OCT目前不作为青少年糖尿病常规筛查手段，且该研究未证明层厚变化能提前预测未来血管病变，尚不能替代眼底照相或散瞳检查。它更重要的价值是提示‘神经退变’可能是糖尿病视网膜病的早期起点，未来或推动将OCT参数纳入风险分层模型。
普通人无需因此改变日常管理，控糖目标仍以指南为准；家长不必因孩子HbA1c略高就急于做OCT。如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
孩子血糖控制不太好，是不是眼睛已经悄悄受损了？
研究发现，在尚未出现临床可见眼底病变的青少年中，较高的糖化血红蛋白（HbA1c）确实与视网膜神经层（如GCL+IPL）变薄相关，提示神经层面可能早期受累。但这属于亚临床变化，不等于视力受损或需要干预。目前没有证据表明这种变薄会直接导致症状，也不改变现有随访建议。如有疑虑可咨询眼科医生。
医生让我孩子做OCT查眼睛，是不是说明问题很严重？
不是。本研究中OCT用于科研性精细测量，并非临床常规筛查手段。当前指南仍推荐青少年1型糖尿病患者从11岁或发病5年后开始定期眼底检查，方式以眼底照相或散瞳检查看为主。OCT是否需要做，应由眼科医生根据个体情况判断。如有疑虑可咨询眼科医生。
延伸阅读
AI分析显示DME患者外层视网膜结构损伤模式不同
研究利用AI辅助OCT技术，对1688名糖尿病性黄斑水肿（DME）患者的2355只眼进行横断面分析，量化了外界膜（ELM）和椭圆体带（EZ）中断比例及与积液、炎症灶、视力的关系。结果显示：21.9%的眼睛存在ELM中断，37.6%存在EZ中断；EZ中断更常见，且与炎症性高反射灶增多相关；ELM中断则与视力下降和浆液性视网膜下液负担关联最强。
AI-OCT系统可大幅减少糖尿病黄斑水肿误转诊
研究在香港开展，先通过603名糖尿病患者进行前瞻性静默验证，再在276名疑似糖尿病黄斑水肿（DME）患者中开展非劣效性随机对照试验。AI-OCT系统结合图像质量评估、DME检测与不确定性标记功能，在干预组中将DME误转诊率从69.1%降至24.1%，绝对下降45%，且敏感性保持100%。
MultiRetNet：融合眼底与OCT图像的糖尿病视网膜病变分级与DME检测模型
研究提出一种名为MultiRetNet的轻量级可解释AI模型，能同时完成糖尿病视网膜病变（DR）严重程度分级和糖尿病性黄斑水肿（DME）检测。该模型融合同一就诊中采集的彩色眼底照和光学相干断层扫描（OCT）图像，采用双EfficientNet-B0主干网络分别提取特征后拼接，再通过共享全连接层实现多任务学习。研究在425对（共850张）配对图像组成的私有数据集上训练并验证。