建立和最佳化中國人2型糖尿病發病預警模型

建立和最佳化中國人2型糖尿病發病預警模型

《建立和最佳化中國人2型糖尿病發病預警模型》是依託上海交通大學,由陳蕾擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:建立和最佳化中國人2型糖尿病發病預警模型
  • 項目類別:青年科學基金項目
  • 項目負責人:陳蕾
  • 依託單位:上海交通大學
項目摘要,結題摘要,

項目摘要

2型糖尿病已經成為我國主要公共衛生問題之一,然而強有力數據表明2型糖尿病是可預測和可預防的。糖調節受損個體通常被認為將來發生糖尿病的風險增加。然而在群體水平實施口服葡萄糖耐量試驗篩查糖調節受損個體並不實用,同時此項方法並未考慮其他的糖尿病合併危險因素。迄今多個國家已經制定了一系列基於自我評估因素、生物學測量因素甚至遺傳標誌物的糖尿病發病風險預測模型。然而,這些風險模型是建立在具備不同危險因素譜和種族的特定人群中,在中國人群中的實用性和適用性值得商榷。因此,建立高效可推廣的中國人2型糖尿病發病預警模型對於有效和高效防治糖尿病極為關鍵。本研究將充分利用上海多個社區建立的糖尿病佇列研究資料,建立適用於中國自然人群的評估糖尿病發病風險的簡易和複雜預測模型,制定由自我評估因素構建的簡易評分量表,確立經濟有效的序貫篩查流程,為糖尿病發病高風險人群的早期檢出和早期防治提供經濟實用的篩查手段。

結題摘要

2型糖尿病是我國主要公共衛生問題之一,建立高效可推廣的中國人2型糖尿病發病預警模型對於有效和高效防治糖尿病極為關鍵。本課題使用前瞻性佇列研究-上海糖尿病研究2資料,平均隨訪時間為5.3年,構建了由教育程度、吸菸史、糖尿病家族史和既往高血糖史4項簡易參數用於預測5年後新發生糖尿病的多因素回歸模型。該模型預測5年糖尿病發病風險的AROC(受試者工作特徵曲線下面積)值為0.66(95%CI,0.61-0.71),Hosmer-Lemeshow卡方值為7.0(P=0.22)。該模型對於5年糖尿病發病高風險個體的檢出能力優於單獨採用基線空腹血糖(FPG)、糖化血紅蛋白(HbA1c)、體重指數(BMI)和腰圍。佇列研究的結果支持了使用非創傷性風險得分作為一個初步的篩選手段以發現糖尿病高危個體。本課題進一步探討聯合生物學因素提高對糖尿病高危個體的早期檢出。研究人群來自於2013.4至2014.8在上海臨港新城泥城鎮對全部居民所進行的慢病調查,共有18038名居民(年齡40-75歲)入組。在泥城社區的非糖尿病人群中,建立了以年齡、性別、糖尿病家族史、高血壓史、飲酒、體重指數及腰圍評估人群伴發未知高血糖風險的簡易模型。其檢出未診斷糖尿病的AROC值為0.63(95%CI,0.62-0.64),與中國糖尿病風險評分表判別能力類似。在此簡易模型基礎上,加入非血糖相關的空腹生物學測定因素,包括高甘油三酯血症、C-反應蛋白及r-谷氨醯胺酶濃度升高,能使預測模型的AROC值從0.65增加至0.71(P<0.001)。聯合FPG或HbA1c,能進一步提高預測模型的分辨力,同時模型預測的糖尿病患病風險與實際患病率接近。尤其值得注意的是,包含血糖指數等空腹生物學測定因素的複雜預測模型對現患、未診斷糖尿病的檢出率優於僅僅使用FPG進行篩查。同時採用序貫糖尿病篩查流程,即首先採用非創傷性、簡易參數評估異常高血糖患病風險,隨後對其篩查出的高風險人群,採用聯合生物學測定因素的複雜評估模型,對於糖尿病患病個體的檢出,其特異性、敏感性、陽性及陰性預測值均與在普通人群中直接套用複雜參數的預測模型相似。

相關詞條

熱門詞條

聯絡我們