这项由中国PAR项目团队开展的前瞻性研究揭示了静息心率(resting heart rate, RHR)动态变化与2型糖尿病(type 2 diabetes mellitus, T2DM)发病的显著关联。研究人员采用潜伏混合模型(latent mixture modelling)对42,563名完成≥3次RHR测量的中国成人进行轨迹分析，识别出低稳定型(25.36%)、中稳定型(63.72%)、高稳定型(8.17%)和高波动型(2.75%)四种RHR演变模式。

经过13年随访，4000例新发T2DM病例分析显示：与低稳定组相比，高波动组的发病风险飙升3.76倍(OR=3.76, 95%CI 3.00-4.68)，其风险增幅显著高于中稳定组(OR=1.42)和高稳定组(OR=1.51)。更值得注意的是，RHR的年变化率、变异系数(CV)和标准差(SD)等动态指标均与T2DM风险呈剂量-反应关系。

这项研究首次系统论证了长期RHR不稳定性可作为独立于绝对值的T2DM预测因子，为糖尿病防控提供了可操作的新型生物标志物。研究者建议将RHR轨迹监测纳入高危人群筛查体系，通过捕捉"心率波动信号"实现糖尿病的早期预警和精准预防。