谷歌浏览器插件
订阅小程序
在清言上使用

基于纵向健康体检数据的老年糖尿病发病风险预测模型分析

Geriatrics & Health Care(2022)

引用 0|浏览6
暂无评分
摘要
目的 基于纵向健康体检数据,建立老年人群的糖尿病发病风险预测模型.方法 基于纵向健康体检数据,选取2019年1月—2021年12月于航天中心医院体检的老年人群,根据随访期间是否发生糖尿病分为糖尿病组与非糖尿病组,评估并比较2组间体检指标值.采用Cox比例风险回归模型预测疾病风险,受试者工作曲线(ROC)评估预测效果,十折交叉验证法行内部验证.结果 共纳入1512例体检者,其中男性817例,女性695例,随访时间为0.25~2.75年;随访结果显示,新发糖尿病173例,其中男性96例,女性77例.糖尿病与非糖尿病组在性别、低密度脂蛋白胆固醇(LDL-C)和总胆固醇(TC)方面比较,无统计学意义(P>0.05);2组在年龄、体质量指数(BMI)、腰围、血压、吸烟饮酒史、糖尿病家族史、血糖、空腹胰岛素、胰岛素抵抗指数与高密度脂蛋白胆固醇(HDL-C)、三酰甘油(TG)水平方面比较,差异均有统计学意义(P<0.05).Cox模型将年龄、BMI、腰围、收缩压、舒张压、吸烟史、饮酒史、糖尿病家族史、空腹血糖、餐后2 h血糖、空腹胰岛素、胰岛素抵抗指数、HDL-C、TG作为变量,结果显示,年龄大、BMI值高、有糖尿病家族史、空腹血糖、餐后2h血糖、空腹胰岛素、胰岛素抵抗指数、HDL-C、TG水平高为老年糖尿病发病的危险因素(P<0.05).ROC曲线显示,模型的最佳截断值为88.82%、灵敏度为72.30%、特异度为89.50%.通过十折交叉验证显示,10次验证得到的曲线下面积(AUC)分别为0.84、0.87、0.88、0.86、0.85、0.87、0.85、0.87、0.88、0.86,平均AUC为0.86.结论 基于纵向健康体检数据建立的模型能很好预测老年体检人群中糖尿病发病风险,具有一定的临床参考价值.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要