糖尿病患者发生心绞痛的影响因素分析及其贝叶斯网络风险预测

摘要

目的：探讨糖尿病（DM）患者发生心绞痛的影响因素，构建贝叶斯网络模型探索影响因素间的网络关系，并对DM患者发生心绞痛的风险进行预测。方法：基于英国生物银行（UKB）数据库，使用Logistic回归分析模型筛选DM患者发生心绞痛的影响因素。采用禁忌搜索算法进行结构学习，贝叶斯估计方法进行参数学习并构建贝叶斯网络模型。结果：共纳入22 712例DM患者。DM患者发生心绞痛的影响因素为患者性别、年龄、体质量指数（BMI）、甘油三酯（TG）、总胆固醇（TC）、糖化血红蛋白（HbA1c）、患高血压、母亲分娩前后吸烟、吸烟状况、饮酒状况、规律运动、失眠、睡眠时长和儿童时期相对体型共14个变量（P<0.05）。构建1个包含15个节点和22条有向边的贝叶斯网络模型，其中患者年龄、HbA1c、患高血压、规律运动、BMI和睡眠时长与DM患者发生心绞痛直接相关，患者性别、吸烟状况、饮酒状况、TC、TG、失眠、儿童时期相对体型、母亲分娩前后吸烟与DM患者发生心绞痛间接相关。结论：患者年龄、HbA1c、患高血压、规律运动、BMI和睡眠时长是DM患者发生心绞痛的直接影响因素，控制HbA1c、血压和BMI水平，进行规律运动和保持适当的睡眠时长有利于降低DM患者发生心绞痛的风险。

关键词

糖尿病 / 心绞痛 / 贝叶斯网络 / 风险预测 / 禁忌搜索算法