研究目的:本文通过系统评价,评估各个糖尿病前期筛查工具的准确度,以及工具间的相对准确度,以期在众多工具中找到最佳的筛查工具,为糖尿病前期的早期干预和治疗提供依据。研究方法:首先检索Cochrane Library、PubMed、Embase、中国知网、万方、维普、百度学术、谷歌学术等数据库;检索时间:1972年1月至2022年1月。对最终纳入的文献进行数据提取,建立四格表。采用QUADAS-2对应用于糖尿病前期筛查的糖尿病或糖代谢异常预测模型准确性评价的研究进行偏倚风险评估;采用PROBAST对糖尿病前期专用预测模型准确性评价的研究进行偏倚风险评估;采用QUADAS-C对糖尿病前期筛查工具准确性比较的研究进行偏倚风险评估。最后采用Meta Disc 1.4和Stata 14.0对文献的效应量进行合并,结果无法合并时则用文字描述。研究结果:纳入24篇应用于糖尿病前期筛查的糖尿病或糖代谢异常预测模型准确性评价的研究,包含16个模型,33872例糖尿病前期患者,来自12个国家,英文19篇,中文5篇。FINDRISC模型有8篇,FINDRISC合并值Sen=0.60,Spe=0.64,LR+=1.69,LR-=0.63,DOR=2.85,AUC=0.675;PRT模型的研究有8个,PRT合并值Sen=0.76,Spe=0.57,LR+=1.94,LR-=0.47,DOR=4.18,AUC=0.750;中国糖尿病风险评分的研究有4篇,合并值Sen=0.70,Spe=0.61,LR+=2.06,LR-=0.47,DOR=4.35,AUC=0.724;PST模型的研究有4个,PST合并值Sen=0.73,Spe=0.52,LR+=1.36,LR-=0.51,DOR=2.77,AUC=0.667;美国糖尿病计算器的研究有2个,合并值Sen=0.43,Spe=0.66,LR+=1.55,LR-=0.78,DOR=2.01,其余模型的研究均为1篇,Sen范围为0.24-0.99,Spe为0.15-0.78,LR+为0.84-2.39,LR-为0.02-1.10,DOR为0.76-98.37。纳入13篇糖尿病前期专用预测模型准确性评价的研究,包含14个模型。关于TAG-IT模型的文献共2篇,TAG-IT模型区分度合并值Sen=0.89,Spe=0.35,LR+=1.47,LR-=0.28,DOR=5.24,其他12个风险预测模型所涉及文献均为一篇。根据研究目的不同将纳入文献分为糖尿病前期的诊断性模型（6篇）和预后模型（7篇）。诊断性模型区分度Sen范围为0.55-0.92,Spe范围为0.26-0.72,AUC范围为0.65-0.79;预后模型区分度Sen范围为0.45-0.86,Spe范围为0.75-0.91,AUC范围为0.58-0.98;仅2个研究报告了校准度数值:PERSEUS模型校准度Hosmer-Lemeshowχ2=5.50,广东（2015）模型Hosmer-Lemeshowχ2范围为0.56-0.96。纳入7篇糖尿病前期筛查工具准确性比较的研究,包含16个模型。其中有2个工具在1篇研究中进行了2次验证,算为2次研究,3个研究的数据直接比较PRT模型Sen、Spe和DOR均优于PST模型,2个研究直接比较ADA2016的Sen（0.92）＞PRT的Sen（0.76）,间接比较ADA2016的Sen优于PRT和PST;中国糖尿病风险评分与丹麦糖尿病风险评分比较的研究有1篇,与江苏糖尿病风险评分和青岛糖尿病风险评分比较的研究有1篇,间接比较发现江苏糖尿病风险评分的AUC优于中国糖尿病风险评分和丹麦糖尿病风险评分;FINDRISC与澳大利亚、德国、加拿大、英国、美国等国家的糖尿病风险评分比较的研究有1篇,与日本JAMRISC模型比较的研究有1篇,间接比较发现FINDRISC的Spe是这7个模型中最优的。研究结论:江苏糖尿病风险评分和PRT模型相比于其他模型准确度较高,中国糖尿病风险评分为中等;FINDRISC的Spe较高。但PRT和FINDRISC的外部验证多为国外人群,很少在我国糖尿病前期中进行验证;其次通过对纳入研究进行偏倚风险评估,大多数糖尿病前期专用预测模型的偏倚风险为高或不清楚,因为大多数开发的模型很少经过外部验证或缺乏对模型预测性能的充分报告,使得模型的有效性仍不可知;所以今后的研究重点不应集中在开发新的预测模型,而应侧重于增加预测模型的准确性。