含动态血糖分析的2型糖尿病慢性并发症风险预测模型及效能评价

摘要

目的探讨含动态血糖分析的2型糖尿病(T2DM)慢性并发症风险预测模型及效能评价。方法选取2017年1月-2019年1月河北省沧州市中心医院内分泌糖尿病一科收治T2DM患者265例为研究对象,均口服降糖药治疗,随访观察2年,根据患者是否出现慢性并发症分为并发症组和无并发症组,观察2组一般资料、实验室指标及动态血糖水平。使用多因素Logistic回归模型分析糖尿病慢性并发症危险因素,使用R软件建立列线图预测模型,并行一致性检验。结果随访2年,排除失访4例,最终纳入261例,其中出现慢性并发症125例(47.89%)为并发症组,未出现并发症136例(52.11%)为无并发症组;并发症组动态血糖指标最大血糖波动幅度(LACE)、日内血糖平均波动幅度(MAGE)、血糖标准差(BG-SD)、日间血糖平均绝对差(MODD)、空腹血糖变异系数(FPG-CV)、平均餐后血糖波动幅度(MPPGE)、HbA_(1c)标准差(HbA_(1c)-SD)、HbA_(1c)变异系数(HbA_(1c)-CV)、血糖波动系数(BGFC)、低血糖指数(LBGI)、平均日风险范围(ADRR)均高于无并发症组,差异具有统计学意义(t/P=5.551/<0.001,7.713/<0.001,4.242/<0.001,10.396/<0.001,7.454/<0.001,8.514/<0.001,8.357/<0.001,9.909/<0.001,6.791/<0.001,4.565/<0.001,6.965/<0.001);并发症组低密度脂蛋白胆固醇(LDL-C)、颈动脉内膜中层厚度(IMT)高于无并发症组,差异具有统计学意义(t/P=2.110/0.036,2.179/0.030)。多因素Logistic回归分析显示,MAGE、MODD、FPG-CV、MPPGE、HbA_(1c)-SD、HbA_(1c)-CV、BGFC、LBGI、ADRR、LDL-C、IMT升高为预测T2DM慢性并发症发生的危险因素[OR(95%CI)=13.353(2.064~86.407)、5.160(1.268~20.991)、9.266(1.202~71.398)、12.532(2.446~64.213)、9.832(1.392~69.424)、11.452(1.592~82.374)、5.360(1.359~21.146)、3.098(1.253~7.656)、4.067(1.069~15.472)、28.419(1.414~571.109)、8.001(1.657~38.645)];以多因素Logistic回归分析结果建立列线图模型,其预测T2DM慢性并发症发生因素的一致性指数(C-index)为0.994。结论动态血糖分析指标可预测T2DM慢性并发症发生风险,由此建立的列线图具有较好的临床应用价值。