2型糖尿病发病风险预测模型常用评价方法

目的建立并最优化糖尿病2年发病风险预测模型,为预测模型的构建与优化提供分析框架。方法本研究数据来自2011—2012年北京市房山区心脑血管疾病慢性病队列调查,于2014年进行随访调查。问卷调查一般人口学特征、生活方式和疾病情况;并进行体格检查和实验室测定。排除基线调查为糖尿病的患者,最终纳入3 127名符合条件的研究对象。采用logistic回归建立糖尿病2年发病风险预测模型,调整原始模型参数构建新模型1、2、3,从整体表现、区分度、校准度3个方面评价模型预测性能,确定最优模型。绘制决策分析曲线评价最优模型净收益。采用R 3.6.1软件进行χ2检验。结果研究人群的糖尿病2年发病率为5.98%。建立的原始模型参数包括吸烟、降脂药使用史、口服葡萄糖耐量试验后2 h血糖、空腹血糖与体质指数共5个变量。新模型1在原始模型基础上纳入糖尿病家族史变量,与原始模型相比,预测能力改善最大为最优模型,净重新分类指数为0.044(95%CI:0.004～0.084),决定系数为0.325,Brier得分为0.046,受试者工作特征曲线的曲线下面积为0.880(95%CI:0.856～0.903),在最优切点处的灵敏度为85.0%,特异度为79.4%;Hosmer-Lemeshow检验无统计学意义(P0.05);内部验证曲线下面积为0.875(95%CI:0.870～0.879)。决策曲线分析结果显示,原始模型和最优模型的净收益均高于全人群策略,但二者净收益无较大差异。结论净重新分类指数可有效评估模型的改进程度,建议研究者在模型构建过程中选取恰当的指标或方法综合评估模型的性能,优化模型的预测能力。     

基于人工神经网络算法的2型糖尿病发病风险预测模型的构建

目的基于人工神经网络(ANN)算法构建2型糖尿病发病风险预测模型,为预测一般人群的糖尿病发病风险提供依据。方法对象来自2011—2012年北京市房山区心脑血管慢性病队列调查,共纳入3 153名调查对象。基线调查和2014年的随访调查均由经过统一培训的调查员对调查对象进行问卷调查、体格检查和实验室检测。数据集按照7∶3的比例随机分为训练集和测试集。利用ANN预测一般人群2型糖尿病3年发病风险,模型纳入20项环境因素(包括研究对象的一般信息、既往病史和体检指标)以及28个单核苷酸多态性(SNP)位点信息,包含1个输入层、1个输出层、2个密集连接(dense)隐藏层,3个丢弃(dropout)层。结果模型在训练集中准确率为0.936,敏感度为0.783,特异度为0.892;在测试集中准确率为0.940,敏感度为0.721,特异度为0.882。特征重要度排名前5位的输入变量为空腹血糖(FPG)和口服葡萄糖耐量试验(OGTT)的检测结果。结论 ANN可以准确预测糖尿病发病风险,为识别糖尿病高危人群,给予早期干预提供依据。     

基于支持向量机建立环境和遗传因素对2型糖尿病的预测模型

目的 探讨支持向量机在环境和遗传因素对2型糖尿病预测中的应用前景.方法 建模数据库来源于2001 - 2004年中国双生子登记系统,以是否发生2型糖尿病为预测标签,以13个环境因素和5个遗传因素为预测因子,应用Matlab软件建立基于支持向量机的预测模型.结果 环境因素对2型糖尿病的预测模型中,应用线性核函数拟合模型,回代训练样本准确率和预测检验样本准确率分别为82.50％和87.50％,当考虑遗传因素共同作用后,回代训练样本准确率和预测检验样本准确率分别提高1.67％和2.88％;两个预测模型中,应用径向基核函数拟合模型,回代训练样本准确率为100.00％,但预测检验样本准确率仅为86.54％,模型均出现过度拟合现象;应用sigmoid核函数拟合模型,回代训练样本准确率为81.67％,预测检验样本准确率为86.54％,预测效果略差.在环境和遗传因素对2型糖尿病的预测模型中,应用线性核函数拟合模型时,灵敏度为93.33％,特异度为71.42％,优于基于径向基核函数和sigmoid核函数的预测模型.结论 基于线性核函数建立的模型对2型糖尿病发生的预测效果较好,并且综合环境和遗传因素共同作用对2型糖尿病的预测准确率要高于仅考虑环境因素的预测效果,应用支持向量机在解决小样本、非线性、高维模型识别问题中具有良好的应用前景.     

妊娠期糖尿病发病风险预测模型构建与评价

目的 分析妊娠期糖尿病（GDM）的相关危险因素,建立妊娠期糖尿病发病风险预测模型,为个体GDM发病风险预测及早期干预提供依据。方法 回顾性分析919名患妊娠期糖尿病孕妇与同期分娩的949名未患妊娠期糖尿病孕妇的既往病历资料,采用单因素分析和多因素logistic回归分析孕妇孕早期GDM的独立危险因素,构建GDM发病风险预测模型,采用Homser-Lemeshow拟合优度检验、拟合优度校正图、受试者工作特征曲线 （ROC）对该模型进行评估,采用deLong’s test进行AUC显著性差异检验。结果 基于巨大儿史、糖化血红蛋白、空腹血糖、血红蛋白、白细胞计数、活化部分凝血活酶时间及胚胎移植GDM发病风险模型,拟合程度检验 P =0.443＞0.05,验证集ROC曲线下面积（ AUC ）为0.836（95% CI :0.8019~0.838）,灵敏度为78.8%,特异度为78.6%,与训练集ROC曲线下面积无显著性差异（ P ＞0.05）。结论 基于危险因素构建的妊娠期糖尿病风险预测模型有较好的预测性能和泛化能力,能早期预测孕妇GDM发病风险并实施早期干预措施,从而降低GDM发病率。     

2型糖尿病与恶性肿瘤发病风险关系的队列研究

目的 探讨2型糖尿病与恶性肿瘤发病风险之间的关系。方法 利用浙江省慢性病监测信息管理系统收集2007－2013年监测队列中糖尿病、恶性肿瘤患者及相关信息,采用累积发病率、RR值及其95%CI等指标分析2型糖尿病与恶性肿瘤间的关系。结果 2007－2013年共收集327 268例2型糖尿病患者并随访778 439人年,累计新发恶性肿瘤7 435例,恶性肿瘤发病率为955.12/10万,标化发病率为458.05/10万。相较非糖尿病人群,糖尿病患者恶性肿瘤发病风险增加(RR=1.68,95%CI:1.68～1.70),其中20～39岁组2型糖尿病患者恶性肿瘤发病风险最高(RR=4.34,95%CI:3.54～5.32);随年龄增加,风险降低,但≥60岁组发病风险仍存在关联(RR=1.21, 95%CI:1.18～1.25)。结论 2型糖尿病患者中恶性肿瘤的发病风险增加。     

静息心率与2型糖尿病发病风险的Meta分析

目的 系统评价静息心率与2型糖尿病发病风险的关系。方法 通过检索中国知网、万方、PubMed和Web of Science数据库,查找关于静息心率与2型糖尿病发病风险的队列研究,按照严格的纳入排除标准筛选文献、提取数据并进行质量评价,运用Stata 11.0软件对纳入的文献进行综合分析,并按种族、静息心率测量方法、随访时间、样本量对文献进行亚组分析。结果 共纳入11篇队列研究文献,总样本量为212 891人。分析结果显示,与静息心率最低分类组相比,静息心率最高分类组人群2型糖尿病发病风险的合并效应值RR=1.54,95% CI:1.29~1.84,亚组分析结果显示,亚洲人和高加索人2型糖尿病发病风险分别为1.67（1.38~2.03）和1.29（1.02~1.62）。Begg's检验（P=0.350）和Egger's检验（P=0.662）未发现发表偏倚。结论 静息心率升高可以增加2型糖尿病发病风险,提示控制静息心率能够降低2型糖尿病的发病风险。     

喝酸奶可降低2型糖尿病发病风险

<正>英国剑桥大学研究人员发现,进食酸奶可能降低2型糖尿病的患病风险。研究是从1993¹997年参加该项目的401997年参加该项目的40⁷9岁的英国男女4127人作为对象进行研究。结果显示,全乳制品、高脂乳制品(脂肪含量3.9%以上)、牛奶(全脂、低脂)、奶酪、高脂发酵乳制品等的摄取,与糖尿病患病风险之间不存在关联。另外,在摄入低脂乳制     

白细胞介素-10与2型糖尿病发病风险的关联性

2型糖尿病(T2DM)发病过程常伴随白细胞介素-1β(IL-1β)、白细胞介素-6(IL-6)、干扰素-γ(IFN-γ)及肿瘤坏死因子-α(TNF-α)等细胞因子水平的改变,这些细胞因子能抑制胰岛素分泌、诱导β细胞凋亡及引起外周胰岛素抵抗,与T2DM的发生密切相关。白细胞介素-10(IL-10)作为一种重要的抑制性细胞因子,能够抑制IL-1β、IL-6、IFN-γ及TNF-α等细胞因子的合成以及作用的发挥,保护胰岛功能和改善外周胰岛素抵抗,在T2DM的发生发展过程中起着重要作用,本文对IL-10及其基因多态性与T2DM发生风险的关系进行综述。     

基于循证医学的出生缺陷发病风险预测模型

目的  在循证医学的基础上利用Rothman-Keller模型建立出生缺陷发病风险预测模型, 为中国有针对性的制定干预措施提供依据。 方法  通过评价Meta分析的文献获得出生缺陷危险因素及相应比值比(odds ratio, OR)值, 构建Rothman-Keller模型的危险评分表, 再利用模拟数据构建模型, 确定风险预测危险程度划分界值, 并采用实际数据验证。 结果  通过17篇文献收集了先天畸形家族史和居住地有污染源等20个出生缺陷的主要危险因素。在山西省的实际数据中, Rothman-Keller模型筛选出的高危人群实际发病率为10.9%, 并与其他组有统计学差异(χ²=147.58, P < 0.001)。除此之外, Rothman-Keller模型能将先天畸形家族史的患者100%识别到高危人群。 结论  通过中国出生缺陷的Meta分析文献, 找出出生缺陷主要危险因素, 构建风险预测模型, 可用于预测出生缺陷的发病风险, 帮助筛选高危人群。同时为预测其他疾病的发病风险提供了思路。     

2型糖尿病患者糖尿病足发病风险筛查结果研究

目的 调查2型糖尿病患者糖尿病足发病风险筛查结果,为糖尿病足防治工作提供借鉴资料。方法 采用方便抽样方法,通过县域医疗卫生事业发展项目的慢病规范化管理培训班招募卫辉地区基层医疗机构中从事慢病管理的专业技术人员作为调查员,对其管理辖区内的2型糖尿病患者开展糖尿病足风险评估及相关因素的问卷调查,采用描述性分析方法对发病风险筛查结果进行分析,通过单、多因素分析方法对糖尿病足发病风险的影响因素进行分析。结果 共对2 190例2型糖尿病患者完成调查及糖尿病足发病风险评估,其中男性1 207例,女性983例;年龄46～75岁,以56～65岁所占比例较高,占48.95%;糖尿病病程1～35年,1～5年所占比例较高（43.93%）。糖尿病足相关知识知晓者1 237例,知晓率为56.48%。糖尿病足发病风险筛查中低风险1 355例,高风险835例,分别占61.87%、38.13%。多因素logistic回归分析结果显示年龄（OR=1.031）、糖尿病病程（OR=2.004）、糖尿病并发症（OR=2.886）、血糖控制水平（OR=0.292）、糖尿病足相关知识知晓情况（OR=0.738）、自我效能（OR=...     

基于区域健康数据平台开发2型糖尿病患者糖尿病足发病预测模型及其应用

目的 基于区域健康信息平台,构建成年2型糖尿病患者的糖尿病足发病风险预测模型。方法 利用宁波市鄞州区域健康信息平台,纳入2015年1月1日至2022年12月31日≥18岁新发2型糖尿病患者,按照7∶3的比例随机划分为训练集与测试集。使用LASSO回归模型和双向逐步回归模型分别筛选危险因素,并进行模型对比。使用净重新分类指数、综合判别改善指数以及一致性指数作为模型比较的指标。构建单因素和多因素Cox比例风险回归模型,并绘制列线图,计算曲线下面积（AUC）作为模型验证的区分度评价指标,绘制校准曲线检验其校正能力。结果 LASSO回归模型与双向逐步回归模型差异无统计学意义,选取较优的双向逐步回归模型作为最终模型。纳入的因素包括发病年龄、性别、糖化血红蛋白、估计肾小球滤过率、服用血管紧张素Ⅱ受体阻滞剂类药物及吸烟史。训练集中预测5年和7年糖尿病足发病风险的AUC值（95%CI）分别为0.700（0.650~0.749）和0.715（0.668~0.762）,测试集为0.738（0.667~0.801）和0.723（0.663~0.783）。校准曲线与理想曲线较为接近,模型区分度和校准度均较好。结论 本研究构建了一个便捷易用的糖尿病足发病风险预测模型并划分了风险分层,模型的可解释性强,区分度良好,校准度较优,可以用于成年2型糖尿病患者糖尿病足的发病预测,为医生在临床中对糖尿病足发病风险的评估提供参考依据。     

FTO基因单核苷酸多态性与2型糖尿病发病风险的相关性研究

目的探讨FTO(fat mass and obesity associated)基因单核苷酸多态性(single nucleotide polymorphism,SNP)与中国人群Ⅱ型糖尿病(Type Ⅱ Diabetes Mellitus,T2DM)易感性的关系。方法利用Sequenom Mass ArrayiPLEX系统对238例T2DM患者及239例健康对照的FTO基因单核苷酸多态性位点rs8050136进行基因分型,并对检测结果根据共显性、显性模型、超显性和隐性模型进行χ2检验和非条件Logistic回归分析。结果 FTO基因rs8050136位点在病例组和对照组的基因型频率分布差异在显性模型和超显性模型中有显著性(χ2=8.603,P=0.003;χ2=5.428,P=0.02)。相对CC基因型而言,CA杂合型和CA-AA基因型均能增加T2DM发病的危险性,(OR=1.751,95%CI:1.129～2.717,P=0.012;OR=1.915,95%CI:1.241～2.954,P=0.003);而两组间等位基因频数分布也有显著性差异(χ2=10.614,P=0.001),相对于C位点而言,A位点是T2DM的危险等位位点,(OR=1.933,95%CI:1.298～2.880,P=0.001)。结论 FTO基因单核苷酸多态性rs8050136与T2DM的发病风险相关,CA杂合型和CA-AA基因型可显著增加T2DM的发病风险。     

德清县农村居民饮茶与2型糖尿病发病风险的前瞻性队列研究

目的 探索饮茶与2型糖尿病(type 2 diabetes mellitus,T2DM)发病的关联.方法 采用动态前瞻性队列研究方法于2006-2008年、2011-2012年、2013-2014年分别随机抽取浙江省德清县2个、6个和7个农村社区未患糖尿病的27 841名居民作为研究对象进行问卷调查、体格检查和实验室检...     

疾病发病风险预测模型的应用与建立

<正>在医学研究领域中,"预测模型"常被用来预测某种疾病未来的发病情况。具体来说就是以疾病的多病因为基础,建立统计模型,用来预测具有某些特征的人群未来某种结局事件发生的概率。最早应用疾病风险预测模型(以下简称"预测模型")的领域是弗明翰心脏病研究(Framingham heart study)[1-2]。这些模型使得多危险因素和未来心血管病的发生之间确定为一种定量关系,通过多危险因素的水平来预测某一个体未     

2型糖尿病发病三阶段

2型糖尿病是多基因病,基因的存在只是提供了罹患可能,不等于必然发病;它的发生还取决于后天因素的影响,一般需经三阶段。     

2型糖尿病先证者发病年龄对遗传表型影响的研究

目的探讨2型糖尿病（DM）先证者发病年龄对糖耐量正常一级亲属的胰岛素抵抗（IR）表型及胰岛β细胞功能的影响。方法选择186个2型DM核心家系中186例2型DM先证者和489例糖耐量正常的一级亲属。根据先证者发病年龄的四分位数，分别选取最低四分位数发病年龄的先证者（发病年龄〈42岁）的一级亲属127例（为一级亲属1组）和最高四分位数发病年龄的先证者（发病年龄〉55岁）的一级亲属118例（为一级亲属2组）进行研究。应用HOMA—IR，△I30／△G30（包括△I30.△G30^-1．HOMA—IR^-1）分别评估胰岛素敏感性和胰岛β细胞功能。结果一级亲属1组的腰臀围比、收缩压、甘油三酯、HOMA-IR均高于一级亲属2组，△I30/△G30△I30.△G30^-．HOMA-IR^-1均低于一级亲属2组，差别有统计学意义（P〈0．05或0．01）。结论早发2型DM先证者的糖耐量正常一级亲属可能具有更明显的IR表型特点和β细胞功能降低。     

2型糖尿病个体相关预测模型研究进展

目前,数学模型已成为疾病预防、政府决策以及卫生干预方案效果评价必不可少的工具,其中个体水平的糖尿病发生和糖尿病并发症发生风险预测模型^(1-2)在高危人群识别上,已经逐渐被人们所接受⁽³⁾,美国糖尿病协会曾举办过多次糖尿病及其并发症建模大会⁽⁴⁾。     

2型糖尿病发病历程的临床研究

目的观察2型糖尿病患者的血清胰岛索水平,发现糖尿病病程中血清胰岛素量的改变。方法将150例糖尿病患者在进行口服糖耐量试验中的血糖与同步进行的胰岛素分泌实验进行比较分析。结果大多数2型糖尿病的病程是从胰岛素过多开始的,是以胰岛素作用进行性降低,B细胞功能不断恶化以及胰岛素减少为特点。结论高血糖和高胰岛素血症都威胁着人类健康,患者了解自己的病程,采取不同的措施预防、治疗。