糖尿病周围神经病变诊断预测模型的建立和验证

作者：吴敏丽; 林楚佳^*

来源：汕头大学医学院学报, 2023, 36(04): 215-219.

DOI：10.13401/j.cnki.jsumc.2023.04.005

• 糖尿病周围神经病变
• 糖尿病
• 肌电图
• 预测模型

目的：建立糖尿病周围神经病变（diabetic peripheral neuropathy,DPN）的预测模型并验证其效能。方法：回顾性收集2017年1月—2021年10月在揭阳市人民医院住院的260例2型糖尿病患者的临床资料。根据纳入时间排序，将患者按照7∶3的比例分为训练集（183例）和验证集（77例）。训练集中男性72例，女性111例，年龄（61.9±9.1）岁，验证集中男性27例，女性50例，年龄（63.1±8.6）岁。所有患者分为DPN组和非DPN组。通过Lasso回归和多因素logistic回归分析筛选DPN的相关因素，构建临床因素联合肌电图评分列线图预测模型。采用受试者操作特征曲线下面积（area under curve,AUC）评价模型的区分度，采用校准曲线评估模型预测概率与实际结果的一致性，采用决策分析曲线评估模型的临床实用性。结果：logistic多因素分析显示吸烟（OR=7.851,95%CI:2.624～23.489）、病程（OR=1.016,95%CI:1.010～1.022）、收缩压（OR=1.018,95%CI:1.001～1.035）、血红蛋白（OR=0.974,95%CI:0.953～0.995）是DPN的相关因素。该模型的AUC在训练集和验证集分别为0.957、0.944，校准曲线表明模型预测和实际风险的一致性良好，决策分析曲线表明该模型具有临床应用价值。结论：构建的临床因素联合肌电图评分列线图预测模型有较高的准确度和临床适用性，有助于DPN的早期诊断。

• 单位
  揭阳市人民医院; 汕头大学医学院第一附属医院