2型糖尿病周围神经病变风险的列线图预测模型研究.pdfVIP

E-mail:zgqkyx@ ·675· ·论著· 2 型糖尿病周围神经病变风险的列线图预测模型研究 1 2 3 4 2* 李永生 ，张学良 ，李丞 ，封志炜 ，王凯 扫描二维码 查看原文 【摘要】　背景　2 型糖尿病周围神经病变（DPN）患病率高、危害性大，目前尚无有效的治疗方法。 目的　探 讨 DPN 的危险因素，旨在建立并验证一种辅助临床预测 DPN 患者的可视化评价工具。方法　收集 2010—2019年在 新疆医科大学第一附属医院就诊的 15 020 例 2 型糖尿病（T2DM）患者，按照 3 ∶1 的比例将患者随机分为训练组（n =11 265）和验证组（n=3 755）。收集患者的一般资料和生化资料。通过 Lasso 回归分析筛选独立预测因子，在此基础 上利用多因素 Logistic 回归分析进一步探讨并建立列线图预测模型，并由验证组评估 DPN 列线图预测模型的可行性。 最后，分别采用受试者工作特征 （ROC）曲线下面积 （AUC）、校正曲线和决策曲线分析 （DCA）对预测模型的鉴别能力、 准确性和临床实用性进行评估。结果　15 020 例 T2DM 患者 中，无 DPN 患者 8 887 例，DPN 患者 6 133 例。Lasso 回 归结合多因素Logistic 回归分析结果显示 ，年龄〔OR=1.034，95%CI（1.031，1.039）〕、糖尿病视 网膜病变（DR）〔OR=11.881， 95%CI （10.756，13.135）〕、糖尿病病程〔OR= 1.070，95%CI （1.061，1.078）〕、糖化血红蛋白 （HbA ）〔OR= 1.237， 1c 95%CI （1.209，1.266）〕、高密度脂蛋白 （HDL）〔OR=0.894，95%CI （0.877，0.901）〕是T2DM 患者发生 DPN 的 影响 因素（P0.05）。利用上述变量建立列线图预测模型。训练组 中列线图预测模型预测 DPN 发生的 AUC 为 0.858 〔95%CI （0.851，0.865）〕，验证组中列线图预测模型预测 DPN 发生的 AUC 为 0.852 〔95%CI （0.840，0.865）〕。 Hosmer-Lemeshow拟合优度检验显示出较好 的拟合度 （P0.05）。DCA显示当患者的 阈值概率为 0~0.9，使用列线图 预测模型预测 DPN 风险的净收益更高。结论　本研究成功建立并验证一种高精度 的列线图预测模型（预测变量包括年 龄 、DR、糖尿病病程 、HbA 、HDL），有助于提高 DPN 高危患者的早期识别和筛选能力 。 1c 【关键词】　糖尿病，2 型 ；糖尿病神经病变 ；危险因素 ；预测模型 【中图分类号】　R 587.1　 【文献标识码】　A　DOI ：10.12114/j.issn.1007-9572.2021.02.118 李永生，张学 良，李丞 ，等 . 2 型糖尿病周围神经病变风 险的列线图预测模型研究［J ］. 中国全科医学，2022，25（6）： 675-681. ［ ］ LI Y S，ZHANG X L，LI C，et al. A predictive nomogram for the