论文部分内容阅读
目的 建立基于中国农村人群的非侵袭性2型糖尿病(T2DM)风险预测模型.方法 于2007年7-8月和2008年7-8月选择河南省某县的两个乡(镇)为研究现场,以自然村为单位,采用整群抽样的方法,选取≥18岁农村居民为调查对象,共20 194名.对调查对象进行问卷调查、体格检查、FPG及脂质谱检测.于2013年7-8月和2014年7-10月对上述调查对象进行随访,共随访到17 265名,最终纳入12 285名调查对象.通过计算机产生随机数字,以1:1的比例将其随机分为建立预测模型组(建模组,6 143名)和验证预测效能组(验证组,6 142名).在建模组,应用多因素Cox比例风险回归模型分析T2DM的危险因素,并以10倍的β值为每个有统计学意义的预测变量赋值,由此建立T2DM风险预测模型.应用预测模型计算出个体的风险分值后进行受试者工作特征(ROC)曲线分析,以ROC曲线下面积(AUC)反映模型的预测效能.在验证组检验模型的预测效能,并与芬兰FINDRISC模型相比较.结果 调查对象随访6年后新发T2DM 779例,其中建模组376例,发病率为6.12％;验证组403例,发病率为6.56％,两组人群T2DM发病率差异无统计学意义(x2=1.00,P=0.316).在建模组,应用多因素Cox比例风险回归模型方法共建立4个非侵袭性T2DM风险预测模型;4个模型的AUC相近(0.67～0.70).模型4的AUC及约登指数最高;模型4以25分为最佳切点,此处的灵敏度为65.96％,特异度为66.47％,约登指数为0.32.该模型纳入的预测变量有年龄、睡眠时间、BMI、腰围和高血压.以＜30岁为参照组,30～44、45～59和≥60岁的β值分别为1.07、1.58和1.67,分别赋予11、16和17分;以睡眠时间＜8.0 h/d为参照组,≥10.0 h/d的β值为0.27,赋予3分;以BMI 18.5～23.9 kg/m2为参照组,BMI 24.0～27.9和≥28.0 kg/m2的β值分别为0.53和1.00,分别赋予5和10分;以腰围＜85 cm(男)/＜80 cm(女)为参照组,85 cm≤腰围＜90 cm(男)/80 cm≤腰围＜85 cm(女)、腰围≥90 cm(男)/腰围≥85 cm(女)的β值分别为0.44和0.65,分别赋予4和7分;以未患高血压为参照组,高血压患者的β值为0.34,赋予3分.将该评分模型和芬兰FINDRISC模型同时应用到验证组,AUC分别为0.66和0.64,差异无统计学意义(P=0.135).结论 本研究基于队列研究,建立了一个以年龄、睡眠时间、BMI、腰围和高血压为预测变量的非侵袭性T2DM风险预测模型.该模型与芬兰FINDRISC模型预测效能相近,适用于中国农村人群.