基于风险评分的中国不同种族人群糖尿病筛查模型研究
发布时间：2021-07-08 11:48
研究背景近年来,糖尿病患病率迅猛增加,带来沉重的经济社会负担;加之起病隐匿,约50.0%的糖尿病患者未诊断,部分诊断时已罹患心、脑、肾等慢性并发症,从而消耗更多的健康照护资源。早期识别、早期干预有望减轻糖尿病及其并发症带来的严重危害,因此全球迫切需要简单、灵敏、经济的筛查方法加强对无症状糖尿病患者的早期识别和防控。糖尿病风险评分被认为是糖尿病预测和筛查建模的基础之一,一方面可引起人们对早期诊断的重视;另一方面方法简单,具有良好的成本效益。国外研究设计出一些简便快捷、灵敏度较高的模型,我国也参照其他国家模型进行了相关研究。但我国国情复杂,地域广阔,民族众多,导致相关研究结果及其应用不尽如人意。因此,我国的糖尿病筛查工具开发需基于多民族调查数据和国情民情特点,运用更为科学的建模方式和评价方法,进一步提高模型的稳定性、普适性、经济性。研究目的基于多民族调查数据,构建基于风险评分的适合我国多民族人群的无创、简便、经济的糖尿病筛查模型,包括Non-lab以及Semi-lab联合模型,运用受试者工作特征曲线、净重新分类指数、综合判别指数、净获益率以及决策曲线分析等对新建模型的准确性进行评价并与目前...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：106 页
【学位级别】：博士
【部分图文】：
Non-lab与Semi-lab模型的列线图
Non-lab模型预测网址的使用
第二部分：糖尿病筛查模型的构建313.6Non-lab模型和Semi-lab模型的内部验证与外部验证图通过对Non-lab模型和Semi-lab模型采用bootstrap方法绘制的校准曲线显示在患病风险介于0~0.25，Non-lab模型列线图的校准曲线与贝叶斯修正曲线以及理想曲线重合度很高，而当概率值超过0.25的时候，Non-lab模型则会高估受试者的风险（图2-3，a）。Semi-lab模型列线图的校准曲线与Non-lab模型的有相似的趋势，但Semi-lab模型校准曲线高估的起始概率值却高于Non-lab模型（图2-3，B）。同时Non-lab模型的平均绝对误差为0.004而Semi-lab的则为0.003。两个模型均显示了很优秀的拟合度。进一步采用ROC曲线在Non-lab模型和Semi-lab模型训练数据集进行内部验证以及在验证数据集进行外部验证。Non-lab模型列线图在训练集的AUC为0.763（95%CI0.747-0.780），在最佳切点概率值（P=0.098）下的灵敏度为72.1%，特异度为67.3%；在验证集的AUC则为0.753（95%CI0.726-0.781），相应切点下的灵敏度为84.3%，特异度为53.7%（图2-3，c）。Semi-lab模型在训练数据集（0.868，95%CI0.854-0.882）的和验证集（0.872,95%CI0.848-0.897）的AUC则略大于Non-lab模型。Semi-lab模型的最佳诊断切点概率值为0.088，在该切点下，Semi-lab模型在训练集的灵敏度为76.3%，特异度为81.6%；在验证集则分别为70.7%和90.1%。在训练数据集中，Semi-lab模型能在不影响灵敏度的情况下提升14.3%的特异度。图2-3Non-lab和Semi-lab模型内部验证与外部验证图
【参考文献】：
期刊论文
[1]糖尿病生活习惯相关种族特异性风险因素的识别与防控策略[J]. 陈亚玲,孙子林. 中华糖尿病杂志. 2018 (05)
[2]中国糖尿病风险评估工具的研究现状与进展[J]. 师正坤,郭佳,Monica Parry,唐四元. 中国全科医学. 2015(20)
[3]HbA1c和空腹血糖在糖尿病筛查中的应用价值[J]. 俞丹,向爱华,邓红英,陈素芬,蔡亚华,刘璇,单珊,钱莉,付麒,王知笑,范红旗,张梅,王虹,杨涛,朱广家. 中国糖尿病杂志. 2011(11)
[4]我国正常糖耐量人群糖化白蛋白的参考范围[J]. 周翔海,纪立农,张秀英,罗樱樱,韩学尧. 中国糖尿病杂志. 2009(08)
[5]无症状糖尿病不同筛查方法效果评价[J]. 黎衍云,李锐,张胜年. 中国公共卫生. 2006(06)
[6]昆明地区2型糖尿病Calpain10基因与环境危险因素病例对照研究[J]. 张茂,邱泓,邱俊,龚鹤琴,李云涛,杨昭,鄢志梅,马景孚. 中国预防医学杂志. 2006(01)
[7]糖化血清白蛋白正常参考值的多中心临床研究[J]. 周健,李红,杨文英,冉兴无,李强,彭永德,李延兵,高鑫,栾晓军,王卫庆,贾伟平. 中华内科杂志. 2009 (06)
博士论文
[1]预测原发性青光眼发生风险的分类回归树及列线图模型的初步建立及评估[D]. 梁璐.复旦大学 2012
[2]无症状2型糖尿病及糖尿病前期人群社区筛查策略研究[D]. 王孝勇.山东大学 2011
[3]中国成人个体糖尿病发病风险预测模型的建立及验证[D]. 米生权.中国疾病预防控制中心 2011
[4]农村社区成人2型糖尿病（德清队列）研究[D]. 付朝伟.复旦大学 2010
[5]应用ROC分析原理建立中国北方人群危险因素评分筛查无症状糖尿病及效果评价[D]. 董建军.山东大学 2009
[6]上海市中心城区30岁以上已诊断2型糖尿病者慢性并发症调查[D]. 鹿斌.复旦大学 2006
硕士论文
[1]不同糖尿病风险评估量表筛查效果比较及中国量表的修订[D]. 田杰.北京体育大学 2016
本文编号：3271506
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：106 页
【学位级别】：博士
【部分图文】：
Non-lab与Semi-lab模型的列线图
Non-lab模型预测网址的使用
第二部分：糖尿病筛查模型的构建313.6Non-lab模型和Semi-lab模型的内部验证与外部验证图通过对Non-lab模型和Semi-lab模型采用bootstrap方法绘制的校准曲线显示在患病风险介于0~0.25，Non-lab模型列线图的校准曲线与贝叶斯修正曲线以及理想曲线重合度很高，而当概率值超过0.25的时候，Non-lab模型则会高估受试者的风险（图2-3，a）。Semi-lab模型列线图的校准曲线与Non-lab模型的有相似的趋势，但Semi-lab模型校准曲线高估的起始概率值却高于Non-lab模型（图2-3，B）。同时Non-lab模型的平均绝对误差为0.004而Semi-lab的则为0.003。两个模型均显示了很优秀的拟合度。进一步采用ROC曲线在Non-lab模型和Semi-lab模型训练数据集进行内部验证以及在验证数据集进行外部验证。Non-lab模型列线图在训练集的AUC为0.763（95%CI0.747-0.780），在最佳切点概率值（P=0.098）下的灵敏度为72.1%，特异度为67.3%；在验证集的AUC则为0.753（95%CI0.726-0.781），相应切点下的灵敏度为84.3%，特异度为53.7%（图2-3，c）。Semi-lab模型在训练数据集（0.868，95%CI0.854-0.882）的和验证集（0.872,95%CI0.848-0.897）的AUC则略大于Non-lab模型。Semi-lab模型的最佳诊断切点概率值为0.088，在该切点下，Semi-lab模型在训练集的灵敏度为76.3%，特异度为81.6%；在验证集则分别为70.7%和90.1%。在训练数据集中，Semi-lab模型能在不影响灵敏度的情况下提升14.3%的特异度。图2-3Non-lab和Semi-lab模型内部验证与外部验证图
【参考文献】：
期刊论文
[1]糖尿病生活习惯相关种族特异性风险因素的识别与防控策略[J]. 陈亚玲,孙子林. 中华糖尿病杂志. 2018 (05)
[2]中国糖尿病风险评估工具的研究现状与进展[J]. 师正坤,郭佳,Monica Parry,唐四元. 中国全科医学. 2015(20)
[3]HbA1c和空腹血糖在糖尿病筛查中的应用价值[J]. 俞丹,向爱华,邓红英,陈素芬,蔡亚华,刘璇,单珊,钱莉,付麒,王知笑,范红旗,张梅,王虹,杨涛,朱广家. 中国糖尿病杂志. 2011(11)
[4]我国正常糖耐量人群糖化白蛋白的参考范围[J]. 周翔海,纪立农,张秀英,罗樱樱,韩学尧. 中国糖尿病杂志. 2009(08)
[5]无症状糖尿病不同筛查方法效果评价[J]. 黎衍云,李锐,张胜年. 中国公共卫生. 2006(06)
[6]昆明地区2型糖尿病Calpain10基因与环境危险因素病例对照研究[J]. 张茂,邱泓,邱俊,龚鹤琴,李云涛,杨昭,鄢志梅,马景孚. 中国预防医学杂志. 2006(01)
[7]糖化血清白蛋白正常参考值的多中心临床研究[J]. 周健,李红,杨文英,冉兴无,李强,彭永德,李延兵,高鑫,栾晓军,王卫庆,贾伟平. 中华内科杂志. 2009 (06)
博士论文
[1]预测原发性青光眼发生风险的分类回归树及列线图模型的初步建立及评估[D]. 梁璐.复旦大学 2012
[2]无症状2型糖尿病及糖尿病前期人群社区筛查策略研究[D]. 王孝勇.山东大学 2011
[3]中国成人个体糖尿病发病风险预测模型的建立及验证[D]. 米生权.中国疾病预防控制中心 2011
[4]农村社区成人2型糖尿病（德清队列）研究[D]. 付朝伟.复旦大学 2010
[5]应用ROC分析原理建立中国北方人群危险因素评分筛查无症状糖尿病及效果评价[D]. 董建军.山东大学 2009
[6]上海市中心城区30岁以上已诊断2型糖尿病者慢性并发症调查[D]. 鹿斌.复旦大学 2006
硕士论文
[1]不同糖尿病风险评估量表筛查效果比较及中国量表的修订[D]. 田杰.北京体育大学 2016
本文编号：3271506
本文链接：https://www.wllwen.com/shoufeilunwen/yxlbs/3271506.html
教材专著
