早发型2型糖尿病患者代谢特征及微血管并发症预测模型

摘要

目的 本文旨在探讨早发型2型糖尿病（early-onset type 2 diabetes mellitus, EOT2DM）患者的代谢特征，并建立微血管并发症的风险预测模型。方法 回顾性收集2020年4月–2024年4月入院治疗的980例2型糖尿病患者，根据诊断年龄将患者分为两组：早发组（诊断年龄<40岁，n=265）和晚发组（诊断年龄≥40岁，n=715），比较两组间代谢指标的差异。进一步将早发组患者根据微血管并发症发生情况分为并发症组（n=142）和无并发症组（n=123），收集并比较两组患者的基线特征、代谢参数及实验室指标。采用多因素logistic回归分析确定微血管并发症的独立危险因素，并构建列线图预测模型。通过受试者工作特征（recciver operating characteristic, ROC）曲线评估模型的判别能力，采用校准曲线和Hosmer-Lemeshow检验评价模型的校准度，同时绘制决策曲线分析（decision-curve analysis, DCA）评估模型的临床实用性。结果 与晚发组相比，早发组患者表现出更显著的代谢异常，包括更高的体质量指数（body mass index, BMI）、糖尿病家族史比例、糖化血红蛋白（glycosylated hemoglobin, HbA1c）水平、总胆固醇（total cholesterol, TC）、甘油三酯（triglyceride, TG）、低密度脂蛋白胆固醇（low-density lipoprotein cholesterol, LDL-C）、甘油三酯-葡萄糖指数（triglyceride glucose Index, TyG）和乳酸脱氢酶（lactate dehydrogenase, LDH）水平（均P<0.05），但病程较短且高密度脂蛋白胆固醇（high density lipoprotein cholesterol,HDL-C）水平较低（P<0.05）。多因素分析显示，收缩压（systolic arterial pressure, SBP）、总胆红素（total bilirubin, TBIL）、HDL-C、LDL-C、TyG和LDH是EOT2DM患者发生微血管并发症的独立影响因素。基于这些因素建立的预测模型为：Log（P）=-19.915+0.017×SBP-0.136×TBIL-1.241×HDL-C+0.684×LDL-C+0.769×TyG+0.050×LDH。ROC曲线下面积（area under the curve, AUC）为0.864（95%置信区间：0.820～0.907）,Hosmer-Lemeshow检验显示良好的拟合优度（χ²=10.286,P=0.246）,DCA曲线斜率亦均接近1。结论 基于收缩压、TBIL、HDL-C、LDL-C、TyG和LDH建立的列线图预测模型对微血管并发症具有良好的预测效能，可为临床风险分层和个体化干预提供参考依据。

关键词

早发型2型糖尿病 / 微血管并发症 / 代谢特征 / 风险预测 / 列线图模型