肝脏超声弹性成像技术预测2型糖尿病的应用研究

作者：魏淑芳; 陈晓晓; 刘继青; 黄艳^*

来源：中国现代医生, 2023, 61(25): 9-13.

• 2型糖尿病
• 弹性成像
• 机器学习
• 脂肪衰减指数
• 肝脏硬度值

目的 探讨肝脏超声弹性成像技术使用机器学习构建模型用于识别2型糖尿病(type 2 diabetes mellitus,T2DM)患者的应用价值。方法 回顾性分析2017年4月至2021年8月于杭州西溪医院行超声弹性成像的161例疑似T2DM患者的临床资料,将纳入研究对象按7:3比例随机分为训练组(n=111)和验证组(n=50)。使用多因素Logistic回归在训练组筛选独立预测因子,基于这些独立预测因子使用机器学习方法 构建预测模型,同时使用验证组数据和受试者操作特征曲线评估模型的准确性和可靠性。结果 使用随机森林算法构建的预测模型在训练组和验证组中识别T2DM患者的诊断性能分别为90.4%和89.8%,敏感度为81.1%和84.1%,特异性为89.2%和84.9%。在模型截断值为0.464时,其具有良好的临床分类效能。结论 超声弹性成像技术使用随机森林构建的预测模型可识别T2DM。