糖尿病是一种影响全身多系统的慢性疾病，发病机制复杂，病情进展及并发症的发生存在异质性。目前的分型方法尚不能准确解释这种差异。聚类分析作为一种有效的多元统计分类技术，现已广泛应用于各个领域。2018年Ahlqvist团队首先将此方法应用于糖尿病的分型，该分型的目的是为糖尿病的个体化精准治疗及在糖尿病诊断时即能确定并发症风险提供更精细的分型方法，以期实现糖尿病的精准治疗及并发症的早期防治。随后，多名学者纷纷对此研究进行了验证与补充。该文将糖尿病聚类分型方法的研究进展进行综述。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
糖尿病是世界上患病人数增长速度最快的疾病。国际糖尿病联盟最新数据显示，2021年全球约5.37亿成年人患有糖尿病，预计到2030年将上升至6.43亿，2045年为7.84亿［1］。在此期间，世界人口估计增长20%，而糖尿病患者人数估计增加46%。此外，2021年约有670万成年人死于糖尿病及其并发症，占全球全因死亡人数的十分之一以上，给社会、经济带来了沉重的负担。传统的糖尿病分型方法尚不能实现个体化治疗及并发症的早期防治，聚类分型的出现为这一目标的实现提供了新方法。聚类分型是一种根据数据间的潜在联系和差异性，将相似的样本聚在同一类簇中，将不相似的样本分为不同类簇，从而揭示不同类簇的特点及相互之间关系的方法，现已广泛应用于疾病诊断分型、疾病预后分析、基因靶向治疗、流行病学及医学图像分析等领域。2018年Ahlqvist等［2］首先将此方法应用于糖尿病分型中，聚类分型为糖尿病的个体化精准治疗及在糖尿病诊断时即能确定并发症风险提供了更精细的分型方法。随后，多名学者对其进行了验证与补充。本文总结糖尿病聚类分型的相关研究，旨在为探索更有临床价值的糖尿病分型方法提供思路。
