查看更多>>摘要:目的 分析国家标准化代谢性疾病管理中心(metabolic management center,MMC)模式下2型糖尿病(type 2 diabetes mellitus,T2DM)患者微血管并发症的影响因素,并构建列线图预测模型.方法 选取2019年6月—2020年12月在唐山中心医院内分泌科就诊的T2DM患者为研究对象,纳入研究后通过MMC平台提供综合管理,所有患者均随访3年.收集T2DM患者基本资料以及视网膜病变、肾病、神经病变等微血管并发症合并情况.利用lasso回归和多因素logistic回归筛选T2DM患者微血管并发症的影响因素并构建列线图预测模型,并应用受试者工作特征(receiver operating characteristic,ROC)曲线、Bootstrap校准曲线和决策曲线评价列线图模型对T2DM患者微血管并发症的预测能力.结果 本研究共纳入300例T2DM患者,随访过程中失访14例,最终纳入286例.286例T2DM患者中共有微血管并发症123例(43.01%),多因素 logistic 回归结果显示,BMI(OR=1.167,95%CI:1.062~1.283)、糖尿病病程(OR=1.328,95%CI:1.130~1.562)、TBIL(OR=0.937,95%CI:0.899~0.977)、BUN(OR=1.300,95%CI:1.086~1.555)、收缩压(OR=1.029,95%CI:1.015~1.044)等是T2DM微血管并发症的影响因素(P<0.05).ROC曲线分析显示模型的曲线下面积为0.779(95%CI:0.726~0.826),特异度为0.767,敏感度为0.675,Hosmer-Lemeshow拟合优度检验结果也表明列线图模型的拟合程度较好(x2=10.386,P=0.239).决策曲线提示,当阈值概率为0.06~0.68范围内,使用列线图预测T2DM微血管并发症风险的净收益更高.结论 本研究基于5个常规预测指标构建了 MMC模式下T2DM患者微血管并发症的列线图预测模型,该模型具有较好的预测价值,研究结果还需进一步的外部验证.