一种早期糖尿病视网膜病变风险预测模型及应用制造技术

本发明专利技术公开了一种基于系统评价和meta分析的早期糖尿病视网膜病变（DR）风险预测模型的方法，包括S1：通过系统评价和meta分析筛选出DR的危险因素。S2：对筛选出DR的危险因素通过亚组分析或敏感性分析选择合适的RR和95%置信区间，计算相应的β回归系数，并通过β回归系数建立早期风险预测模型。S3：收集DR患者相关临床资料以构建验证集对模型进行外部验证。采用ROC曲线、校正曲线以及DCA曲线，对模型进行综合评价及验证，通过对验证结果的量化比较，得到最佳的方法来建立早期DR风险预测模型。本发明专利技术的模型对DR的早期检测有效，有利于DR的早期干预，并广泛用于指导2型糖尿病患者的早期临床决策。的早期临床决策。

【技术实现步骤摘要】
一种早期糖尿病视网膜病变风险预测模型及应用


[0001]本专利技术涉及医学模型数据处理
，具体是一种早期糖尿病视网膜病变风险预测模型的设计及应用。

技术介绍

[0002]糖尿病的患病人数急剧增加，目前已经成为严重威胁人类健康的重大疾病之一，糖尿病并发症可累计全身多个器官，糖尿病视网膜病变是常见的严重并发症之一。2019年, 美国眼科学会(AAO)表示，全球糖尿病患者中糖尿病视网膜病变的患病率约为34.6%。10.2%的糖尿病患者患有威胁视力的糖尿病视网膜病变。糖尿病视网膜病变致盲率高，是发达国家劳动适龄人口的致盲原因之首，严重影响患者的生活质量。由于糖尿病视网膜病变早期症状比较隐匿，患者常常缺少自觉症状，而目前临床上对增殖期的糖尿病视网膜病变没有确切挽救视力的有效治疗方法。此外，糖尿病病程和高血糖已被证明是糖尿病视网膜病变发生和发展的重要危险因素，然而，在长期患有糖尿病的患者中，未患糖尿病视网膜病变的患者并不少见。因此，有效的糖尿病视网膜病变管理需要深入了解糖尿病视网膜病变的易感因素，早期发现，早期预防，早期治疗。早期准确识别有发生糖尿病视网膜病变风险的患者是有效干预的关键，这对于减少糖尿病视网膜病变的进展，从而降低致盲风险具有重要意义.目前，糖尿病视网膜病变的筛查大多依靠眼底镜检查，但并不能提前预知患者在未来指定时间点发生糖尿病视网膜病变的风险，另外，目前已开发的糖尿病视网膜病变预测模型大多是是基于小型横断面研究或随机对照试验的事后分析而开发的，缺乏足够的证据支持，模型的性能有待提高，因此，我们的目标是开发和验证一个稳定、可靠、易于应用于临床实践和公共卫生的糖尿病视网膜病变的风险预测模型，并确定这些特征在评估糖尿病视网膜病变风险中的预测价值。

技术实现思路

[0003]为实现上述目的，本专利技术公开了如下的
技术实现思路
：一种基于系统评价和meta分析建立糖尿病预测模型的方法，包括以下步骤：S1：通过系统评价和meta分析筛选出糖尿病视网膜病变的危险因素。
[0004]S2：对筛选出糖尿病视网膜病变的危险因素通过亚组分析或敏感性分析选择合适的RR和95%置信区间，计算相应的β回归系数。将β回归系数乘以10并四舍五入到整数并赋予分数，并建立早期风险预测模型。
[0005]S3：收集糖尿病视网膜病变患者相关临床资料以构建验证集对模型进行外部验证。采用ROC曲线、校正曲线以及DCA曲线，对模型进行综合评价及验证。
[0006]本专利技术进一步设置为：所述S2中的危险因素包括：人口学信息、问卷调查结果和血液测量指标。所述人口学信息包括年龄和性别。所述问卷调查结果包括吸烟史、糖尿病病程和收缩压。所述尿液及血液测量指标结果包括尿蛋白、糖化血红蛋白、甘油三酯。
[0007]本专利技术进一步设置为：所述S2中的早期风险预测模型建立包括系统评价和meta分析筛选出来的危险因素以及各项危险因素的RR和95%置信区间，以及相对应的β回归系数。通过采用上述技术方案，采用系统评价和meta分析筛选出来的危险因素以及各项危险因素的RR和95%置信区间，以及相对应的β回归系数，β回归系数表示自变量每增加一个等级，个体罹患糖尿病视网膜病变的危险度增加的倍数。根据这一原理，我们以各危险因素10倍的β回归系数作为各个危险因数的赋分值，并根据不同的危险分层对得分进行依次累加以建立早期风险预测模型，保证模型在临床推广的建议性以及预测结果准确性。
[0008]本专利技术进一步设置为：量化的模型验证结果包括：灵敏度、特异度、准确度、约登指数、曲线下面积（AUC）、Kaplan
–
Meier曲线、净收益。
[0009]通过采用上述技术方案，量化了模型的灵敏度、特异度、准确度、约登指数、曲线下面积（AUC）、Kaplan
–
Meier曲线、净收益。从而更直观的比较糖尿病视网膜病变模型的预测效应。
[0010]本专利技术主要公开了一种基于系统评价和meta分析的早期糖尿病视网膜病变风险预测模型的方法，重点考察了该模型对糖尿病视网膜病变的早期检测的有效性，本专利技术的主要难点是在目前缺乏大规模、长时间、多中心的前瞻性队列研究数据的情况下，通过整合全世界散在的有关糖尿病视网膜病发病危险因素的队列研究结果，应用系统评价及meta分析的方法，选择简易风险评分系统，建立在临床实践和公共卫生领域易于推广使用的糖尿病视网膜病变风险预测模型，为糖尿病患者的管理提供新的思路,有助于早期发现糖尿病视网膜病变高危人群并及早采取有针对性的干预措施促进个体健康、减轻家庭及社会的医疗负担、降低糖尿病视网膜病变的发病。
附图说明
[0011]图1是本专利技术实施例中基于系统评价和meta分析建立糖尿病视网膜病变预测模型的方法流程图；图2. 2型糖尿病患者糖尿病视网膜病变发生危险因素的文献检索及研究选择流程图；图3 验证队列中2型糖尿病患者的选择过程；图4 RR (95% CI)和糖尿病视网膜病变危险因素异质性检验结果；图5 糖尿病视网膜病变危险因素的亚组或敏感性分析；图6 糖尿病视网膜病变风险预测模型在验证队列中的表现；其中(A) 糖尿病视网膜病变风险预测模型的ROC曲线，AUC为0.770 (95%CI 0.738
‑
0.802)；(B)验证队列中模型的校准曲线；(C)验证队列模型的净效益曲线；(D)各风险组糖尿病视网膜病变终点Kaplan Meier曲线；与低危组比较，低中危组:RR=2.21, 95% CI [1.33 3.69]， P=0.002，高中危组:RR=11.02,95% CI [6.69 18.14]， P<0.01，高危组:RR=29.04,95% CI [13.88 60.77]， P<0.01；(E)验证队列中按风险评分分层的四个危险组的糖尿病视网膜病变患病率，低<8.5，低中级8.5
‑
15.5，高中级16
‑
22.5，高中级23.0
‑
33.0。
具体实施方式
[0012]下面通过具体的实施方案叙述本专利技术。除非特别说明，本专利技术中所用的技术手段
均为本领域技术人员所公知的方法。另外，实施方案应理解为说明性的，而非限制本专利技术的范围，本专利技术的实质和范围仅由权利要求书所限定。对于本领域技术人员而言，在不背离本专利技术实质和范围的前提下，对这些实施方案中的物料成分和用量进行的各种改变或改动也属于本专利技术的保护范围。本专利技术所用原料及试剂均有市售。
[0013]实施例11.一种基于系统评价和meta分析的早期糖尿病视网膜病变风险预测模型的方法，包括以下步骤：2. S1：从天津医科大学朱宪彝纪念医院数据库中提取到人群的相关信息，可以分为人口学信息、问卷调查结果和血液测量指标三类，包括年龄、性别、吸烟史、糖尿病病程、收缩压、尿蛋白、糖化血红蛋白、甘油三酯；3. S2：基于系统评价和meta分析进行糖尿病视网膜危险因素的筛选；采用亚组分析或敏感性分析选择合适危险因素的RR和95%置信区间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于系统评价和meta分析的早期糖尿病视网膜病变风险预测模型的方法，其特征是：包括以下步骤：S1：通过系统评价和meta分析筛选出糖尿病视网膜病变的危险因素，包括：人口学信息、问卷调查结果和血液测量指标；S2：对筛选出糖尿病视网膜病变的危险因素通过亚组分析或敏感性分析选择合适的RR和95%置信区间，计算相应的β回归系数，将β回归系数乘以10并四舍五入到整数并赋予分数，并建立早期风险预测模型；S3：收集糖尿病视网膜病变患者相关临床资料以构建验证集对模型进行外部验证，采用ROC曲线、校正曲线以及DCA曲线，对模型进行综合评价及验证。2.根据权利要求1所述的一种基于系统评价和meta分析的早期糖尿病视网膜病变风险预测模型的方法，其特征是：所述人口学信息包括年龄和性别；所述问卷调查结果包括吸烟史、糖尿病病程和收缩压；所述血液测量指标结果包括尿蛋白、糖化血红蛋白、甘油三酯。3.根据权利要求1所述的一种基于系统评价和meta...

【专利技术属性】
技术研发人员：郭航，韩菲，陈莉明，孙蓓，陈栋，
申请(专利权)人：天津医科大学朱宪彝纪念医院天津医科大学代谢病医院，天津代谢病防治中心，
类型：发明
国别省市：