代谢风险评分在2型糖尿病人群心血管结局预测中的应用

摘要

目的 识别2型糖尿病人群中分别与心肌梗死、心力衰竭和缺血性脑卒中相关的代谢物，进而构建代谢风险评分，并评价将代谢风险评分纳入传统临床模型是否能提高模型预测准确性。方法 利用英国生物银行队列数据，应用多变量Cox比例风险回归模型筛选出分别与心肌梗死、心力衰竭和缺血性脑卒中相关的代谢物，并进行时间截断的敏感性分析。随后，基于LightGBM算法构建代谢风险评分，最后将评分纳入传统临床模型，进行模型评价。结果 多变量Cox比例风险回归模型和时间截断的敏感性分析共发现了分别与心肌梗死、心力衰竭和缺血性脑卒中相关的119种、77种和12种代谢物，随后利用这些代谢物构建代谢风险评分。将构建的代谢风险评分纳入传统临床模型后，模型的预测性能显著提高，3种疾病的预测模型AUC提高到0.804、0.900和0.844,与仅利用传统临床模型相比，分别提高了0.145、0.198和0.188。此外，敏感性和特异性结果表明，这3个模型具有较高的预测准确性(敏感性：0.706、0.804、0.801;特异性：0.763、0.861、0.722),校准曲线和决策曲线同样显示模型具有较好的预测性能。结论 将代谢风险评分纳入传统临床模型可以显著提高2型糖尿病人群心血管疾病的预测准确性。

关键词

2型糖尿病 / 心肌梗死 / 心力衰竭 / 缺血性脑卒中 / LightGBM / 代谢风险评分 / 预测模型

基金资助

国家自然科学基金(82173624,82373686); 山东省自然科学基金(R2019ZD02)