摘要
目的探究糖尿病患者并发心脏自主神经病变的危险因素, 并建立Nomogram预测模型。方法回顾性选取2019年3月至2021年3月南方医院增城分院收治的158例糖尿病患者。心率变异性正常患者为糖尿病组, 心率变异性异常患者为糖尿病并发心脏自主神经病变组。分析心脏自主神经病变危险因素采用Logistic回归分析, 建立Nomogram模型并评估模型性能, 采用决策曲线分析(DCA)评估Nomogram模型的临床净收益。结果一般资料比较显示糖尿病合并心脏自主神经病变组空腹血糖、肿瘤坏死因子-α(TNF-α)、肾小球滤过率(eGER)、尿酸、C反应蛋白(CRP)、白细胞介素-6(IL-6)、游离脂肪酸(FFA)、窦性心搏RR间期的标准差(SDNN)、糖尿病病程与糖尿病组比较, 差异有统计学意义(P<0.05);受试者工作特征(ROC)曲线分析结果显示:空腹血糖、TNF-α、eGFR、尿酸、CRP、IL-6、FFA、SDNN及糖尿病病程最佳截断值分别为>7.53 mmol/L、>98.45 ng/L、≤94.79 ml/(min·1.73 m2)、>87.3 μmol/L、>6.22 μmol/L、>37.84 ng /L、>839.19 μmol/L、≤95.88 ms、>9年;多因素Logiatic回归分析显示:空腹血糖(>7.53 mmol/L)、TNF-α(>98.45 ng/L)、CRP(>6.22 μmol/L)、IL-6(>37.84 ng/L)、FFA(>839.19 μmol/L)、SDNN(≤95.88 ms)、糖尿病病程(>9年)是糖尿病患者发生心脏自主神经病变的危险因素;内部验证结果显示, Nomogram模型预测心脏自主神经病变发生风险C-index为0.706(95%CI 0.668 ~ 0.751)。DCA结果显示, Nomogram模型预测心脏自主神经病变发生风险阈值>0.25, Nomogram模型提供临床净收益。结论导致心脏自主神经病变的危险因素较多, 基于危险因素建立的Nomogram模型具有良好的预测能力, 可为临床筛查高风险患者和进一步改进治疗计划提供参考依据。
-
单位南方医院