构建和验证用于预测糖尿病外围神经病变的诺莫格拉姆模型
Hanying Liu1, Qiao Liu1, Mengdie Chen1
1Department of Endocrinology, Taizhou Central Hospital (Taizhou University Hospital), Taizhou, China.
Frontiers in endocrinology
|December 31, 2024
概括
这项研究开发了一种预测性脑图,用于评估糖尿病患者的糖尿病外围神经病变 (DPN) 风险. 该模型有助于早期DPN检测和干预,可能预防严重并发症.
科学领域:
- 内分泌学和新陈代谢学
- 神经学 神经学
- 生物统计学 生物统计学
背景情况:
- 糖尿病外围神经病变 (DPN) 是一种严重的糖尿病并发症.
- DPN可能导致严重的结局,如和截肢.
- 早期识别高风险个体对于及时干预至关重要.
研究的目的:
- 开发和验证用于DPN风险评估的预测性名录模型.
- 为了促进早期识别患有DPN高风险的糖尿病患者.
- 为了减轻严重的DPN相关结果的发生率.
主要方法:
- 分析了一组1185名糖尿病患者的队列.
- 最小绝对收缩和选择运营商 (LASSO) 后勤回归确定了风险因素.
- 使用ROC曲线,校准曲线和DCA构建和验证了一个名图.
主要成果:
- 建立了一个7个因素的诺莫格拉姆模型:年龄,部周长,禁食血葡萄糖,禁食C,食后2小时的C,专和血尿素.
- 诺米图表表现出良好的预测性能,AUC为0.703 (训练) 和0.704 (验证).
- 校准曲线和DCA证实了名图的临床实用性和准确性.
结论:
- 开发的DPN名图模型显示出出色的预测性能.
- 该模型可以帮助在糖尿病患者中早期检测DPN.
- 这种名图的临床应用可以支持对高风险个体的及时干预.
