基于多因素回归分析建立2型糖尿病周围神经病变的风险回归方程.pdfVIP

糖尿病新世界2025年1月·论著·

DOI：10.16658/j.cnki.1672-4062.2025.01.005

基于多因素回归分析建立2型糖尿病周围神经

病变的风险回归方程

张阳，曲俊生，程雪兵，王洪省，黄娜

潍坊医学院附属医院内分泌代谢病科，山东潍坊261000

[摘要]目的基于多因素Logistic回归分析结果建立2型糖尿病周围神经病变（diabeticperipheralneuropathy,

DPN）的风险回归方程。方法回顾性选取2021年3月—2024年3月潍坊医学院附属医院收治的110例2型

糖尿病（type2diabetesmellitus,T2DM）患者的临床资料，根据是否并发周围神经病变分为T2DM组（n=82，单

纯T2DM）和DPN组（n=28，发生DPN），比较两组患者临床特征指标水平，采用多因素Logistic回归分析T2DM

并发DPN的相关因素，建立判断DPN的风险回归方程。结果DPN组患者年龄、高血压病史占比人数、胰岛

素抵抗指数（homeostaticmodelassessmentofinsulinresistance,HOMA-IR）、空腹血糖（fastingplasmaglucose,

FPG）、糖化血红蛋白（glycatedhemoglobinA1c,HbA1c）及血清Wnt1诱导型信号通路蛋白1（Wnt1-inducible

signalingpathwayprotein1,WISP1）水平均高于T2DM组，差异均有统计学意义（P均0.05）。多因素Logistic回

归分析结果显示，血清WISP1、HOMA-IR、FPG及HbA1c是T2DM患者并发DPN的影响因素（P均0.05）。根

据多因素Logistic回归分析结果建立T2DM并发DPN的风险回归方程Y=0.454+1.333×（HOMA-IR）+0.895×

（FPG）+1.904×（HbA1c）+1.150×（血清WISP1），受试者操作特征曲线分析显示，该方程判断DPN的曲线下面

积为0.837，灵敏度和特异度分别为0.857和0.659。结论血清WISP1、HOMA-IR、FPG及HbA1c是T2DM并发

DPN的影响因素，基于上述因素建立的风险回归方程有助于判断DPN风险。

[关键词]糖尿病周围神经病变；多因素回归分析；风险回归方程；预测价值

[中图分类号]R587.2[文献标识码]A[文章编号]1672-4062（2025）01（a）-0005-04

RiskRegressionEquationofType2DiabetesPeripheralNeuropathy

BasedonMultivariateRegressionAnalysis

ZHANGYang,QUJunsheng,CHENGXuebing,WANGHongsheng,HUANGNa

DepartmentofEndocrinologyandMetabolism,AffiliatedHospitalofWeifangMedicalCollege,Weifang261000,Shan‐

dong,China

[Abstract]ObjectiveBasedontheresultsofmultivariateLogisticregressionanalysis,theriskregressionequationof

type2diabeticperipheralneuropathy(