基于决策树算法构建2型糖尿病合并骨关节炎的风险预测模型

摘要

目的:基于决策树算法构建预测2型糖尿病(T2DM)合并骨关节炎风险的模型。方法:选取2020年1月～2023年7月安徽医科大学附属阜阳医院收治的T2DM患者作为研究对象，收集患者的临床资料，根据是否发生骨关节炎将患者分为骨关节炎组(n=83)和非骨关节炎组(n=216)。采用单因素和多因素Logistic回归分析T2DM合并骨关节炎的影响因素，并基于卡方自动交互检测法构建决策树预测模型。结果:T2DM患者骨关节炎的患病率为28.08%(82/292)。单因素分析结果显示，两组性别、年龄、T2DM病程、高血压、空腹血糖和糖化血红蛋白差异有统计学意义(P<0.05)。多因素Logistic回归分析显示，女性、年龄较大、T2DM病程较长、高血压和糖化血红蛋白较高是T2DM患者合并骨关节炎的危险因素(P<0.05)。基于上述因素建立的预测T2DM合并骨关节炎风险的决策树模型验证结果显示，Logistic回归模型和决策树模型的AUC分别为0.884(95%CI:0.832～0.920)和0.892(95%CI:0.851～0.933),差异无统计学意义(P>0.05)。结论:T2DM患者合并骨关节炎的独立危险因素包括女性、年龄较大、T2DM病程较长、高血压和糖化血红蛋白较高，基于影响因素构建的决策树模型对T2DM患者合并骨关节炎风险具有良好的预测效能。

关键词

2型糖尿病 / 骨关节炎 / 危险因素 / 决策树

基金资助

安徽省高校自然科学研究项目(2023AH050640)