糖尿病并发冠心病风险预测模型的构建、评价与验证

目的 基于大数据筛选糖尿病(Diabetes Mellitus,DM)并发冠心病(Coronary Heart Disease,CHD)的关键因素,构建风险预测模型,为DM并发CHD患者的早期诊断和干预提供依据.方法 首先,采用"mice"软件包对原始数据进行数据清洗,构建新数据集并对其进行差异分析;其次,对新数据集按 7∶3 随机分为建模组和验证组两组;再次,对建模组依次进行Lasso、单因素与多因素Logistic分析,筛选DM并发CHD的独立影响因素,并构建风险预测模型;最后,利用受试者工作特征曲线(Receiver Operating Characteristic,ROC)、决策曲线分析法(Decision Curve Analysis,DCA)、校准曲线(Calibration Curve,CC)对建模组和验证组进行内部评价和内部验证.结果 共纳入 2 980 例DM患者的临床数据(建模组2 086 例;验证组894 例);建模组数据采用机器学习算法筛选出的影响因素有患病种类、高血压、高脂血、动脉粥样硬化、颈动脉狭窄、脂肪肝、其他慢性肝病、心肌梗死、心功能不全及心力衰竭、心律失常、其他内分泌疾病、年龄、高密度脂蛋白胆固醇(1～1.6 mmol/L)、低密度脂蛋白胆固醇(0～3.4 mmol/L)、总蛋白、磷脂以及部分活化凝血酶原时间等,并利用其成功构建风险预测模型;该模型的内部评价与内部验证的ROC曲线下的面积(Area Under Curve,AUC)分别是 0.948 和 0.946,DCA净获益率分别为(1%～99%)和(1%～100%),且两组的校准曲线高度一致.结论 DM并发CHD风险预测模型具有准确性、一致性、区分性与实用性等价值,可为患者的预防、诊断与治疗提供重要依据.