排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
目的探究2型糖尿病(type 2 diabetes mellitus,T2DM)患者并发糖尿病肾病(diabetic nephropathy,DN)的危险因素,开发和验证一种辅助临床预测DN的可视化评价工具。方法选取符合标准的2型糖尿病(T2DM)患者559例,其中单纯T2DM组(对照组)280例和合并微量白蛋白尿组(DN组) 279例。收集临床资料,采用单因素分析筛选DN相关因素,将有统计学意义变量纳入多因素Logistic回归模型,分析DN危险因素;应用R软件构建预测DN风险的列线图模型,采用Bootstrap法进行验证,并绘制ROC曲线,计算C-指数评估模型预测性能。通过绘制预测结果与实际结果的校正曲线,进行一致性测试。使用Hosmer-Lemeshow检验判断模型的拟合优度,P0.05表明模型的拟合优度较好。结果年龄、糖尿病病程、中性粒细胞计数、贫血、三酰甘油、体质量指数、糖尿病性周围神经病(diabetic peripheral neuropathy,DPN)、促甲状腺激素(thyroid stimulating hormone,TSH)与DN的发生有关(均P0.05),老年人、TSH4.6 mU/L、三酰甘油≥1.7 mmol/L、糖尿病性周围神经病、糖尿病病程1年是T2DM并发DN的独立危险因素(均P0.05),将这些因素纳入并成功构建了列线图。列线图模型预测效能好,ROC曲线下面积为0.852(95%CI=0.822~0.882),内部验证C-指数为0.846。校正曲线显示预测结果与实际结果的相关性良好(P=0.178)。结论本次研究构建的个体化预测DN早期患者风险的列线图模型,具有良好区分度,临床应用价值高,对甄别DN高风险人群,制订干预对策具有指导意义。 相似文献
3.
1