文献类型：期刊文章

作　　者：韩俊杰[1] 武迪[2] 陈志胜[3] 肖扬[1] 森干[1]

HAN Junjie;WU Di;CHEN Zhisheng;XIAO Yang;SEN Gan(School of Medical Engineering Technology,Xinjiang Medical University,Urumqi 830017,China;School of Public Health,Xinjiang Medical University,Urumqi 830017,China;Ili Prefecture Center for Disease Prevention and Control,Yining 835099,China)

机构地区：[1]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市830017 [2]新疆医科大学公共卫生学院,新疆维吾尔自治区乌鲁木齐市830017 [3]伊犁州疾病预防控制中心,新疆维吾尔自治区伊犁哈萨克自治州伊宁市835099

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(2022D01A311,2022D01C184)。

年　　份：2024

卷　　号：27

期　　号：9

起止页码：1054-1061

语　　种：中文

收录情况：BDHX、BDHX2023、JST、RCCSE、ZGKJHX、核心刊

摘　　要：背景糖尿病肾病(DN)是糖尿病患者常见的并发症,对其发生风险进行预测与验证,有助于提前识别高风险患者并采取干预措施,以避免或延缓肾脏疾病的进展。目的分析影响2型糖尿病(T2DM)患者并发DN的风险因素,构建T2DM患者发生DN风险的预测模型并进行验证。方法选取2016年1月—2021年6月在新疆医科大学第一附属医院住院的5810例T2DM患者为研究对象,根据是否并发DN将患者分为DN组(481例)和非DN组(5329例)。对其中481例DN患者和非DN患者依据性别、年龄(±2岁)进行1∶1病例对照匹配,将匹配后的962例T2DM患者根据2∶1比例随机分为训练组(n=641)和验证组(n=321)。收集患者的基础数据,如临床特征、实验室检查结果及其他相关数据。采用LASSO回归优化筛选变量,利用多因素Logistic回归分析建立列线图预测模型。分别采用受试者工作特征(ROC)曲线、Hosmer-Lemeshow校准曲线和决策曲线分析(DCA)评价预测模型的区分度、校准度以及预测模型的临床有效性。结果DN组与非DN组患者性别、年龄、BMI、糖尿病病程、白细胞计数、总胆固醇、三酰甘油、低密度脂蛋白胆固醇、血清肌酐、高血压、收缩压、舒张压、糖化血红蛋白载脂蛋白B、24 h尿微量总蛋白、定性尿蛋白比较,差异有统计学意义(P<0.05)。采用LASSO回归分析方法,筛选出5个与T2DM患者发生DN风险相关的预测变量,结合多因素Logistic回归分析结果显示,糖尿病病程、总胆固醇、血清肌酐、高血压、定性尿蛋白是T2DM患者并发DN的危险因素(P<0.05)。训练组DN发生风险的ROC曲线下的面积(AUC)为0.866(95%CI=0.839~0.894),验证组DN发生风险的AUC为0.849(95%CI=0.804~0.889)。Hosmer-Lemeshow校准曲线拟合度较好(训练组P=0.748;验证组P=0.986)。DCA显示当患者的阈值概率为0.15~0.95时,使用列线图预测模型预测T2DM患者发生DN风险更有益。结论本研究发现糖尿病病程、总胆�

关 键 词：糖尿病,2型  糖尿病肾病 危险因素  列线图 预测模型  决策曲线分析  

分 类 号：R587.1]