糖尿病视网膜病变家庭预测模型的建立与验证

　　糖尿病视网膜病变家庭预测模型的建立与验证

　　浦丹凤，王霞娟，相怡静，冯晨

　　【关键词】糖尿病视网膜病变：家庭;预测模型

　　【中图分类号】R587.1 【文献标识码】A 【文章编号]1672-4062(2018)11(a)-0186-03

　　糖尿病是一种慢性终身性疾病，可引起眼睛、肾脏、血管、神经等多种器官损伤，终导致残疾和过早死亡。目前全球已有3.7亿糖尿病患者，该数目预期将在2030年达到5.5亿。糖尿病对患者及社会均造成巨大的经济负担，我国糖尿病的医疗支出约占卫生总费用的40/0，其中81010用于治疗糖尿病并发症闭。糖尿病视网膜病变(DR)是糖尿病的常见并发症，其患病率高达28%，是失明的主要原因之-[1]。目前糖尿病视网膜病变的筛查主要依赖眼底照相，需要昂贵的设备和专业的医生，无法在社区基层医院普及。因此，该研究拟建立简易的家庭预测模型，以早期预测糖尿病视网膜病变的发生风险，从而有效减少不良结局发生及诊治费用支出。

　　1对象与方法

　　1.1研究对象

　　选取2008-2016年在无锡市人民医院内分泌科住院的879例糖尿病患者作为研究对象。纳入标准：①符合我国糖尿病诊断标准;②无眼底照相禁忌证;③住院前1月内无用药方案改变。排除标准：①有严重脏器功能不全或肿瘤晚期患者;②存在应激状态或认知功能障碍。

　　1.2研究方法

　　①病史采集：由内分泌科专科医师完成病史采集及数据录入。内容包括：姓名、性别、年龄、糖尿病病程、吸烟史、他汀类药物应用情况。

　　①体格检查：由内分泌科专科护士测量患者身高、体重，计算体质指数(BMI)=体重(kg)/身高2(IIl)2。连续3d早晨6:00测量患者SBP、DBP，并计算平均值。

　　③辅助检查：由眼科专科医师扩瞳后进行眼底彩色照相检查，根据我国DR诊疗指南进行诊断及分期，并分为DR组和无DR组。同时连续3d早晨6:00测量患者FBG.并计算平均值。

　　1.3统计方法

　　采用SPSS 20.0统计学软件进行数据分析，计量资料以均数±标准差(x+s)表示，计数资料以[n(%)]表示。采用￡检验进行连续性变量比较，采用X2检验进行组间比较。采用多因素二元logistic回归分析DR的危险因素并建立预测模型，P<0.05为差异有统计学意义。采用受试者工作曲线(ROC曲线)评估该模型对DR的预测价值，计算大约登指数(敏感性+特异性一1)明确该模型诊断DR的临界值。

　　2结果

　　2.1一般情况

　　共纳入879例糖尿病患者，其中450例患者眼底照相提示存在不同程度的糖尿病视网膜病变。两组人群在性别、年龄、体质指数、舒张压及吸烟比例上不存在显著差异。但相比无DR组人群，DR组患者的糖尿病病程更长[(13.4±7.0)年比(9.1±6.2)年，t=9.606，P<0.05]，空腹血糖更高[(8.7+3.l)mmol/L比(8.O:t2.6)mmol/L，f=3.533，P<0.05]，收缩压更高[(133.2+14.5)mmHg比(130.3+14.O)mmHg，t=3.021，P<0.05]，他汀类药物使用比例更高[(32.9%)比(24.00'/0)( X2=8.488,P<0.05)】，见表1.

　　2.2 DR影响因素分析及建立预测模型

　　应用多因素二元logistic'回归分析发现，DR的影响因素包括：年龄∞=-0.038，OR=0.963，P<o.ool)，糖尿病病程∞=0.115,or=1.122,p<o.ool)，fbg(p=0.079,or=1.082, ="0.688.p="0.046)，见表2。据此，建立DR家庭预测模型，即Y=l/[l+e-(-0.526-0.03"" -0.374x5)]，其中y="DR发生概率，Xl=年龄，X2=糖尿病病程，X3" x4="" +0.019="" +0.079x3="" x2="" 8x1+0.115="" ,p="0.004)，他汀类药物应用(p=-0.374，OR" or="1.019" ,sbp(届="0.019," p="0.002)">

　　表2多因素二元logistic回归允析结果

　　2.3评估DR家庭预测模型的预测价值

　　对该DR家庭预测模型绘制受试者工作曲线，其ROC曲线下面积为0.719，见图1，表明具有中等程度的预测价值。进一步计算大约登指数为0.356，对应的预测模型临界值为0.759，此时的预测模型敏感度为59.30/0.特异度为76.20/0.见表3。

　　图1预测模型受试者工作曲线

　　3讨论

　　DR分为非增生性和增生性，早期的非增生性DR无明显临床症状，其诊断需依赖专业眼科医师及眼底检查设备，故往往被患者及非眼科医师忽视[3]。而DR的特点是易防难治，如果进展到影响视力的阶段则其治疗效果较差，终可能导致失明[4】。研究表明，我国有28%的糖尿病患者患有DR，其中45%的DR会危及视力嘲。在住院治疗的糖尿病患者中，DR只占所有住院病因的7.6%，在糖尿病慢性并发症中占比低，而DR患者的平均住院时间及治疗费用却明显高于糖尿病周围神经病变(DPN)及糖尿病肾病(DN)，仅次于糖尿病急性并发症和糖尿病足病[q。因此，该研究拟建立简易的家庭DR预测模型，以早期预测糖尿病患者DR的发病风险，并对模型的有效性进行了验证。

　　该研究观察了性别、年龄、体质指数、DM病程、FBG、SBP、DBP、吸烟、他汀应用共9项在家庭环境下方便采集的患者信息，结果发现，患者的年龄、DM病程、FBG、SBP、他汀应用与DR有关。患者的年龄与DR的患病风险呈负相关，即年龄越大的患者发生DR的可能性越低，与既往研究结果一致啊，考虑与年龄增长引起的视网膜血管代谢及耗氧量降低有关。DM病程和空腹血糖已被多项研究证实为DR发生的危险因素[8-9]，长期的高糖毒性容易诱导视网膜血管老化和神经死亡，而餐后血糖(PBG)被认为对卒中、冠心病等大血管病变有更大的预测价值。该研究中，SBP也与DR的发生呈正相关，而更进一步的研究表明，SBP容易造成危及视力的糖尿病视网膜病变(STDR)嘲，而DBP与DR的发生及严重程度无明显关联。总胆固醇及低密度胆固醇升高会增加视网膜的硬性渗出，从而引起视网膜微血管病变。长期应用他汀类药物的患者表明其存在脂质代谢紊乱，所以这类人群出现DR的风险更高。

　　该研究建立的家庭DR预测模型在ROC曲线下的面积为0.719，表明其具有中等程度的预测价值。这与Cichosz预测模型的ROC面积0.740、Azizi预测模型的ROC面积0.760相仿[11-12]。但该研究建立的家庭预测模型所包含数据更易获取、成本更低，更具备可操作和普及性。

　　4结论

　　糖尿病患者的年龄、糖尿病病程、FBG、SBP、他汀应用与DR显著相关，据此建立的DR家庭预测模型的敏感度为59.30/0，特异度为76.20/0，ROC曲线下面积为0.719，表明该模型对DR有中等程度的预测价值。我国目前DR的诊治存在疾病认知度低、筛查普及困难、治疗费用昂贵等问题。因此，利用DR家庭预测模型对DR进行早期的预测和针对性的筛查，能有效的提高DR的检出率及治疗效果，同时减少经济支出和不良结局的发生。