2型糖尿病高危视网膜病变预测模型的构建

摘要

目的：构建2型糖尿病（T2DM）高危视网膜病变（DR）的预测模型。方法：回顾性分析579例T2DM患者的临床资料，根据患者DR严重程度，将患者分为中低危DR组和高危DR组。将研究样本按照7∶3的比例进行划分获得405例验证集与174例训练集，分别构建Logistic回归模型以及决策树模型，确定各模型的灵敏度、特异度、准确度及Kappa值。评估2种风险预测模型分别在训练集和验证集中的预测价值。结果：Logistic回归模型对预测指标重要性排序依次为糖尿病肾病、病程、空腹血糖、尿微量蛋白、载脂蛋白A（apoA）、血尿素氮（BUN）、载脂蛋白B（apoB）;基于决策树构建的高危DR发生风险预测树形图包含3层，共14个节点，从中提取了8条分类原则，筛选出4种高危患者，分别是空腹血糖<7.26 mmol·L^-1、病程<4.5年、apoA≥1.18 g·L^-1;空腹血糖<7.26 mmol·L^-1、病程≥4.5年、apoB≥1.15 g·L^-1;空腹血糖≥7.26 mmol·L^-1、非糖尿病肾病、尿微量蛋白≥36.69 mg·24 h^-1;空腹血糖≥7.26 mmol·L^-1、糖尿病肾病、BUN≥6.46 mmol·L^-1;2种模型分别运用到训练集和验证集上，对于DR的预测结果显示出显著性差异（P<0.001）。结论：本研究构建的决策树模型能有效预测T2DM患者的高危DR发生，降低DR发病风险，有助于临床辅助诊断。

关键词

2型糖尿病 / 高危视网膜病变 / 决策树 / 预测模型