Бимодальный набор данных для исследований диабета

Почему это важно для людей с диабетом или тех, кто беспокоится о заболевании

Диабет затрагивает сотни миллионов людей во всем мире, но исследователям по‑прежнему трудно предсказать, у кого разовьются серьёзные осложнения, такие как почечная недостаточность, потеря зрения или сердечно‑сосудистые заболевания. Одно из ключевых препятствий — нехватка крупных, детализированных и реалистичных наборов данных, которые отражают, как диабет взаимодействует с остальными системами организма во времени. В этой статье представлен новый богатый набор данных почти шести тысяч пациентов, который может помочь учёным создать более точные инструменты прогнозирования и углубить понимание развития диабета в повседневной клинической практике.

Большая выборка реальных пациентов, а не небольшие исследовательские образцы

Авторы собрали информацию о 5 922 человеках, проходивших лечение в крупном диабетическом центре в Шанхае в течение двухмесячного периода. В отличие от многих ранних исследований, которые включали лишь несколько десятков или сотен добровольцев, этот набор данных отражает тех пациентов, с которыми действительно сталкиваются врачи: взрослых в возрасте от 18 до 91 года с широким диапазоном телосложения, уровней сахара в крови, длительности болезни и осложнений. Все личные идентификаторы были удалены для защиты конфиденциальности, а названия переменных стандартизированы, чтобы исследователи по всему миру могли легко понимать и повторно использовать эти данные.

Два типа данных, дающих более полную картину

Этот ресурс описывается как «бимодальный», то есть сочетает числовые измерения с структурированной, текстоподобной информацией о медицинской истории и образе жизни пациентов. В общей сложности для каждого пациента доступно 190 различных признаков. Сюда входят антропометрические показатели, такие как индекс массы тела (ИМТ); несколько измерений уровня глюкозы; подробные панели печёночных, почечных и общеклинических анализов крови; и маркеры продукции инсулина. Наряду с этими числами приведены записи о привычках курения и употребления алкоголя, типе работы, осведомлённости о симптомах диабета, семейном анамнезе и наличии осложнений, таких как заболевания сердца, инсульт, поражение нервов, проблемы со зрением или диабетическая стопа. В совокупности эти уровни дают более цельное представление о том, как диабет взаимодействует с организмом и повседневной жизнью.

Заполнение пробелов, оставленных предыдущими наборами данных по диабету

Статья ставит новый набор данных в контекст, сравнивая его с несколькими известными общедоступными ресурсами. Некоторые существующие коллекции отслеживают пациентов с использованием продвинутых технологий мониторинга глюкозы и ведут круглосуточный учёт сахара, но часто им недостаёт данных об осложнениях. Другие сосредоточены на молекулярных деталях у очень небольшого числа людей, что затрудняет экстраполяцию на реальные клиники. Некоторые предоставляют непрерывные измерения глюкозы, но упускают ключевые фоновые факторы, например длительность заболевания или состояние почек. В отличие от них, новый набор данных объединяет множество систем сразу — контроль сахара, функцию печени и почек, показатели крови, образ жизни и историю осложнений — что делает его особенно пригодным для построения моделей машинного обучения, направленных на прогнозирование будущих рисков или классификацию различных паттернов заболевания.

Проверка медицинской правдоподобности чисел

Чтобы показать надёжность данных, исследователи провели серию проверок, соответствующих ожиданиям клиницистов. Они изучили связь массы тела и уровня сахара, обнаружив, что более высокий ИМТ обычно сопровождается повышенными уровнями глюкозы натощак и после приёма пищи, при этом большинство значений находится в правдоподобных клинических пределах. Они проанализировали распределение измерений сахара по группе пациентов и обнаружили типичные для диабета 2‑го типа шаблоны: многие пациенты сконцентрированы в более высоких категориях веса с перекосом в сторону повышенного уровня двухчасовой глюкозы после приёма пищи. Также проверили согласованность натощаковых и постпрандиальных измерений у одного и того же человека и исследовали, как стадии почечной функции соотносятся со средними уровнями глюкозы. Наконец, подтвердили, что уровни инсулина в крови тесно связаны со стандартным индексом инсулинорезистентности, как и ожидается по базовой физиологии.

Что это значит для будущей помощи и исследований

Проще говоря, в этой статье не проверяют новый препарат или диету; вместо этого представлены исходные данные, необходимые для создания и оценки более интеллектуальных инструментов ухода за пациентами с диабетом. Поскольку набор данных большой, детализированный и общедоступный, учёные могут использовать его для обучения алгоритмов, которые раньше выявляют пациентов с высоким риском, определяют, какие комбинации факторов риска наиболее значимы, или сравнивают подгруппы людей с разными паттернами осложнений. При разумном использовании и в сочетании с другими источниками такие данные могут помочь переместить уход за пациентами с диабетом от модели «один подход для всех» к более персонализированным прогнозам и, в конечном счёте, к лучшей профилактике наиболее опасных последствий заболевания.

Цитирование: Li, J., Zheng, H., Zhou, Y. et al. A bimodal dataset for diabetes research. Sci Data 13, 652 (2026). https://doi.org/10.1038/s41597-026-06923-y

Ключевые слова: набор данных по диабету, клинические данные, машинное обучение, осложнения при диабете, прогнозирование риска