糖尿病肾病诊断预测模型构建

发布时间：2020-10-10 10:58

　　 目的糖尿病肾病目前确诊的金标准是肾穿刺结果,但糖尿病患者进行肾穿刺检查接受度和经济成本较高,难以实现。本研究拟基于不同算法构建2型糖尿病肾病的预测诊断模型并评价其预测效能,为2型糖尿病患者中极可能罹患糖尿病肾病的早期诊断提供预测依据。方法研究对象为2015年3月至2017年3月期间在河南省某三甲医院住院确诊为2型糖尿病的2197名年龄在11-89岁患者。将整体数据进行随机分组,分组通过R语言编程实现,将训练集和验证集的比例约为7:3的比例进行分配,在训练集中,采用单因素Logistic回归筛选糖尿病肾病患者预测因素,建立Logistic回归、人工神经网络(Artificial Neural Network,ANN)、朴素贝叶斯分类器(Naive NBC Classifier,NBC)和分类回归树(Classification and Regression Tree,CART)糖尿病肾病诊断预测模型。采用10折交叉方法进行内部验证,外部验证在验证集中进行。采用受试者工作特征曲线下面积(Area Under the Receiver Operating Characteristic Curve,AUC)和Nam-D’Agostinoχ~2来评价模型的预测效能。结果1.本研究对2197位2型糖尿病患者进行研究,其中糖尿病肾病患者共317例,占总体的14.4%。2.单因素Logistic回归中,性别、年龄、糖化血红蛋白、空腹胰岛素水平、空腹c肽水平、舒张压、收缩压、低密度脂蛋白、总胆固醇、肌酐、尿酸、24小时尿微量白蛋白、肾小球滤过率、糖尿病足史、高血压史、患高血压病程、糖尿病视网膜病变、糖尿病病程等18个因素,被纳入糖尿病肾病发生的风险因素。3.在所构建的5个模型中,总胆固醇、肾小球滤过率、收缩压三个因素被全部模型纳入。其中logistic2模型将年龄、舒张压、总胆固醇、肾小球滤过率、糖尿病足、糖尿病视网膜病变、糖尿病病程等7个因素纳入;logistic1模型在logistic2的基础上增加了空腹c肽水平;ANN和NBC模型将年龄、空腹c肽水平、收缩压、低密度脂蛋白、总胆固醇、24小时尿微量白蛋白、肾小球滤过率、糖尿病足史、高血压史、高血压病程、糖尿病视网膜病变、糖尿病病程等12个因素纳入;CART模型将肌酐、总胆固醇、肾小球滤过率、收缩压等4个因素纳入。4.建立的模型中NBC模型的预测准确度和区分度最差;CART模型的准确度和区分度最好。CART模型在验证集的AUC为0.7454(95%CI:0.6896 0.8012),校准度χ~2=4.2899,P=0.8301。结论1.糖尿病肾病诊断预测模型中,CART模型、logistic1模型和logistic2模型对糖尿病肾病发病的绝对诊断预测与糖尿病肾病实际发生情况的一致度较好。2.5个模型中,CART模型在验证集中的校准度在可以接受范围之内,该模型对糖尿病肾病发病的绝对诊断预测与糖尿病肾病实际发生情况一致度较好。推荐该模型用于2型糖尿病患者罹患糖尿病肾病的预测诊断。
【学位单位】：郑州大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R587.2;R692.9
【部分图文】：

糖尿病肾病ANN模型网络图

3.5.2 贝叶斯分类器模型的构建根据单因素 Logistic 回归分析和多因素 Logistic 回归结果，结合 ANN 模结果，引入不同的预测因素建立朴素贝叶斯分类器（NBC）模型，并对模型行 10×10 的内部交叉验证，以评价模型是否稳定。最终纳入年龄、空腹 c 肽平、收缩压、低密度脂蛋白、总胆固醇、24 小时尿微量白蛋白、肾小球滤过率糖尿病足史、高血压史、患高血压病程、患糖尿病视网膜病变、患糖尿病病等 12 个因素为糖尿病肾病的风险因素。

19图 3.4 糖尿病尿病肾病发生风险 CART 模型示意图 不同模型训练集预测效能.1 不同模型训练集区分度在建模队列中，对建立的 Logistic1、Logistic2、ANN、NBC 和 CART 模型 10×10 交叉验证，同时运用 ROC 曲线分析和评价模型在训练集中的区分度表 3.7 和图 3.5）。结果显示 ANN 模型的 AUC 达到 0.9324(0.9147 0.9501)，佳切点处为 0.165，该处为糖尿病肾病发病风险值，其对应的灵敏度为6239%，在所有模型中灵敏度最高，其特异度为 90.0075%，在所有模型中优为明显；Logistic1 模型 AUC 达到 0.8912(0.8654 0.9169)，其最佳切点处为
【相似文献】

相关期刊论文 前10条

1 周蓓蓓;杨帆;;糖尿病肾病损伤标志物的研究进展[J];华夏医学;2019年01期

2 热孜万古力·阿帕尔;吴红;;2型糖尿病肾病患者检测血清基质金属蛋白酶-10的意义[J];现代检验医学杂志;2016年03期

3 孙林;赵浩;;糖尿病肾病现状与挑战[J];中华肾病研究电子杂志;2019年02期

4 覃晓虹;陆大卿;;早期糖尿病肾病患者血清分泌型卷曲相关蛋白1表达及临床意义[J];中国中西医结合肾病杂志;2019年05期

5 张苗苗;解晶;;人附睾蛋白4在糖尿病肾病中的诊断价值[J];浙江医学教育;2019年03期

6 谭晓燕;杨定平;丁国华;;核因子-κB和糖尿病肾病[J];临床肾脏病杂志;2019年06期

7 刘昀;;关于糖尿病肾病,你需要知道些什么[J];家庭生活指南;2019年05期

8 赵玉馨;;糖尿病肾病61例临床分析[J];水电医学杂志;1995年01期

9 郑洁;;糖尿病肾病易患因素分析[J];中国水电医学;2003年02期

10 胡晓蓉;;糖尿病病人常见的饮食、运动误区[J];中国水电医学;2006年06期

相关博士学位论文 前10条

1 马超;基于Sirt1/NF-κB通路介导的炎症机制和脂代谢紊乱探究早期糖尿病肾病“气阴两虚、络脉瘀阻”病机的物质基础[D];浙江中医药大学;2016年

2 王宏献;早期糖尿病肾病中医证候与尿液蛋白质组学的关系研究[D];浙江中医药大学;2013年

3 童楠;益肾颗粒调控足细胞自噬改善糖尿病肾病的作用机制研究[D];中国中医科学院;2018年

4 王晚霞;糖尿病肾病RNA氧化损伤的评估及机制分析[D];北京协和医学院;2015年

5 贺小宁;基于医保数据的2型糖尿病与癌症发生风险研究[D];天津大学;2017年

6 王松岩;p45 NF-E2在糖尿病肾病时的表达及其对CTGF/CCN2的影响[D];吉林大学;2016年

7 修志明;新型醛糖还原酶抑制剂筛选及其抗2型糖尿病肾病研究[D];吉林大学;2015年

8 王越;p53/miR-155-5p/Sirt1环路在糖尿病肾脏病肾小管损伤中的作用机制研究[D];南方医科大学;2018年

9 包翠萍;2型糖尿病和超重与癌症发病的关系[D];天津医科大学;2018年

10 陈俊红;基于S6K1靶点的抗2型糖尿病和抗肥胖的药物作用机理研究[D];扬州大学;2018年

相关硕士学位论文 前10条

1 张印;基于代谢组学探讨2型糖尿病进展并发高血压患者血清代谢标志物的研究[D];宜春学院;2019年

2 武仅;脂蛋白相关磷脂酶A2水平与2型糖尿病患者肾病分期的相关性分析[D];郑州大学;2019年

3 张冬婵;2型糖尿病骨代谢相关因素分析[D];广西医科大学;2019年

4 杨圆圆;长链非编码RNA Dlx6-os1在1型糖尿病肾病模型小鼠中的表达及作用[D];郑州大学;2019年

5 文钰琴;超声评价不同时期2型糖尿病肾病形态及血流动力学改变的价值[D];广西医科大学;2019年

6 陈桂艳;中老年2型糖尿病肾病患者不同尿蛋白分期胱抑素C及危险因素分析[D];广西医科大学;2019年

7 谢链光;UCP1基因多态性与2型糖尿病患病风险的关联研究[D];广西医科大学;2019年

8 冯陆怀;2型糖尿病合并慢性肾脏病患者临床病理分析[D];广西医科大学;2019年

9 谭荷丽;2型糖尿病中尿酸与血脂关系的探讨[D];广西医科大学;2019年

10 冯友珍;体素内不相干运动磁共振成像在评价早期糖尿病肾病中的应用[D];暨南大学;2016年

本文编号：2835089