基于人体成分的2型糖尿病预测方法及系统技术方案

本发明专利技术公开了一种基于人体成分的2型糖尿病预测方法及系统，所述方法包括：获取患者基本资料、人体成分相关数据；以被随访患者是否发生2型糖尿病为因变量，以获取的上述因素为自变量进行单因素分析，根据各因素P值筛选出具有统计学差异的因素；将单因素分析结果中有统计学差异的自变量纳入进行多因素Logistic回归分析，根据赤池信息准则AIC值大小选出拟合度最好的模型，确定最终纳入自变量回归系数，并采用Nomogram列线图表示；根据所述列线图的预测截断值对患者进行2型糖尿病的发病风险预测。险预测。险预测。

【技术实现步骤摘要】
基于人体成分的2型糖尿病预测方法及系统


[0001]本专利技术涉及糖尿病预测
，尤其是涉及一种基于人体成分的2型糖尿病预测方法及系统。

技术介绍

[0002]糖尿病被认为是全球一个重要公共健康问题。近年来2型糖尿病的发病率逐年增长，2型糖尿病及其并发症的发生给患者带来重大的经济负担，并且是导致死亡的主要原因。
[0003]在糖尿病患者中，有很大部分患者未被诊断(如无症状),但仍处于患有严重并发症如心血管疾病、肾脏损害、视网膜病变等的高风险，目前几项干预研究发现，对于处于糖尿病高风险人群进行生活方式改善及药物干预能够阻止和延缓2型糖尿病的发生。在这种情况下，运用简单有效的方法识别处于高风险人群及未被诊断的2型糖尿病患者显得尤为重要。
[0004]在近几年中，国外有一些2型糖尿病早期预测评分模型已经建立,国内针对武汉、台湾、广州等地区也建立了相关的模型。但是，由于种族、人口学及生活习惯的差异，这些模型不一定适合其他人群。目前研究出来的大部分模型基于人口学指标(年龄、性别、糖尿病家族史等)、生活方式(抽烟、饮酒、饮食习惯等)、人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人体成分的2型糖尿病预测方法，其特征在于，包括：S1.获取患者基本资料、人体成分相关数据；S2.以被随访患者是否发生2型糖尿病为因变量，以步骤S1获取的因素为自变量进行单因素分析，根据各因素P值筛选出具有统计学差异的因素；S3.将单因素分析结果中有统计学差异的自变量纳入进行多因素Logistic回归分析，根据赤池信息准则AIC值大小选出拟合度最好的模型，确定最终纳入自变量回归系数，并采用Nomogram列线图表示；S4.根据所述列线图的预测截断值对患者进行2型糖尿病的发病风险预测。2.根据权利要求1所述的方法，其特征在于，步骤S1所述患者基本资料包括：年龄、性别、糖尿病家族史和既往史，所述人体成分相关数据通过人体成分分析仪获得，主要包括：内脏面积、身高、体重。3.根据权利要求1所述的方法，其特征在于，步骤S2进行单因素分析的具体方法为：首先根据被随访的患者是否发生2型糖尿病将患者分成2型糖尿病组和非2型糖尿病组，对步骤S1中获取的两组患者的因素值进行单因素分析，各因素中符合正态分布或近似正态分布计量资料采用独立样本t检验进行组间比较，非正态分布计量资料采用Mann
‑
Whitney U检验进行组间比较，计数资料采用卡方检验或Fisher精确检验进行组间比较，确定各因素P值。4.根据权利要求1所述的方法，其特征在于，步骤S4所述预测截断值的确定方法为：根据约登指数确定所述列线图预测模型的预测截断值。5.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：将模型预测的发病结果和...

【专利技术属性】
技术研发人员：葛声，杨海燕，冯晓慧，孙文广，马爱勤，曹芸，屠越华，吕亭亭，刘海丽，华淑瑶，罗泽华，张丽岩，
申请(专利权)人：上海市第六人民医院，
类型：发明
国别省市：