文献类型：期刊文章

作　　者：李永生[1] 张学良[2] 李丞[3] 封志炜[4] 王凯[2]

LI Yongsheng;ZHANG Xueliang;LI Cheng;FENG Zhiwei;WANG Kai(School of Public Health,Xinjiang Medical University,Urumqi 830011,China;Department of Medical Engineering and Technology,Xinjiang Medical University,Urumqi 830011,China;The First Affiliated Hospital of Xinjiang Medical University,Urumqi 830054,China;School of Continuing Education,Xinjiang Medical University,Urumqi 830011,China)

机构地区：[1]新疆医科大学公共卫生学院,新疆维吾尔自治区乌鲁木齐830011 [2]新疆医科大学医学工程技术学院,新疆维吾尔自治区乌鲁木齐830011 [3]新疆医科大学第一附属医院,新疆维吾尔自治区乌鲁木齐830054 [4]新疆医科大学继续教育学院,新疆维吾尔自治区乌鲁木齐830011

出　　处：《中国全科医学》

基　　金：新疆维吾尔自治区自然科学基金资助项目(2019D01C215)。

年　　份：2022

卷　　号：25

期　　号：6

起止页码：675-681

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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15020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=11265)和验证组(n=3755)。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15020例T2DM患者中,无DPN患者8887例,DPN患者6133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_(1c))〔OR=1.237,95%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(P<0.05)。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(P>0.05)。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_(1c)、HDL),有助于提高DPN高危患者的早期识别和筛选能力。

关 键 词：糖尿病,2型  糖尿病神经病变 危险因素  预测模型  

分 类 号：R587.1]