糖尿病已经成为影响我国人民健康的主要慢病之一,近几十年来,随着生活方式的改变,患病人数和糖尿病前期人数进一步增加,由糖尿病导致的并发症、致残、死亡以及随之而来的疾病负担将更加严重。因此,如何识别糖尿病高危人群,及时进行生活方式干预,将成为糖尿病防治的主要任务。糖尿病个体发病预测模型能有效识别糖尿病高危人群、是选择干预方案的必要工具,可为健康管理、疾病预防决策以及干预方案效果评价提供依据,已经被广泛认可。目前,针对不同人种,国外已经建立了不同人群的糖尿病个体发病预测模型,而我国,由于缺乏队列人群数据,尚未建立有效的糖尿病个体发病风险预测模型。因此建立适合中国成人糖尿病个体水平的发病预测模型,显得十分必要。
论文系统回顾了中国人群糖尿病主要常见危险因素的单因素未调整OR或RR值,以Meta分析方法定量研究各种危险因素与糖尿病的关系；应用国际上认可的合成分析方法在2002年中国居民营养与健康状况调查数据上,消除各危险因素之间的共线性,建立中国成人糖尿病个体发病风险预测模型；以北京市某大型企业队列数据进行了验证,利用受试者工作曲线(ROC)分析方法,确定模型预测的最佳切点及其相应的灵敏度和特异度；模型应用于北京和浙江两地人群慢病干预项目,对人群进行风险评估,按照患病风险进行干预,探讨模型应用价值。
经过Meta分析,共获得了14个DM危险因素的OR值和1个DM危险因素的RR值,最终确定10个危险因素,分别为年龄、体质指数(BMI)、DM家族史、高血压史、总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白(LDL-C)、血脂异常、腰围(WC)和高浓度空腹血糖(FBG)；确定2个保护因素,分别为教育程度和血清高密度脂蛋白胆固醇脂(HDL-C)含量；与糖尿病发病关系不密切的有吸烟、饮酒和性别。采用合成分析方法,利用2002年中国居民营养与健康状况调查数据,建立了20-70岁中国成人未来10年糖尿病发病风险的简单和复杂预测模型,其中,简单预测模型只需基本信息和人体测量数据就能自我完成预测,复杂模型需要空腹血糖和血脂指标。
经队列人群数据验证结果显示,简单模型ROC曲线下面积(AUC)为0.68,最佳切点取13.4%时,灵敏度和特异度分别为57.9%和71.2%；复杂模型ROC曲线下面积达到了0.81,在最佳切点处,灵敏度和特异度分别74.7%和80.0%,预测效能台湾危险评分模型相同。如果简单模型和复杂模型联合使用,对简单模型预测风险≥4%的人群进行空腹血糖和血脂检测,再用复杂模型预测,AUC可达0.83,最佳切点处灵敏度和特异度分别为80.0%和77.3%,约登指数(YDI)达到了0.573,既优于台湾模型(YDI为0.518)又优于简单模型和台湾模型的联合使用效果(YDI为0.517)。
基于模型开发的风险评估软件,应用于北京和浙江两地人群重要慢病干预项目7171名调查对象,为每一个研究对象计算了未来患病风险,并提供报告。考虑到很多对象在应用模型评估之前,并不知道自己已经患有糖尿病,还验证了模型对未诊断糖尿病人群的识别,结果显示,无论简单模型还是复杂模型都有一定的识别作用。评估对象在不做血液生化检测的情况下,根据自己年龄、BMI、腰围、糖尿病家族史和高血压史以简单模型完成预测,AUC为0.707,按照发病风险预测切点取4%时,灵敏度可达91.4%；在不进行糖耐量检测的情况下,只进行空腹血糖检测,以复杂模型预测获得的AUC可达0.953,最佳切点28.1%处,模型预测灵敏度和特异度分别93.09%和90.85%,YDI为0.839,具有很好的临床应用价值。对于非糖尿病人群,根据个体未来10年患糖尿病的风险高低,把人群分为高危人群和低危人群,对高危人群进行个体化干预,并结合评估对象自身特点,改变可控因素,制定了个体量化干预措施,获得了评估对象和基层疾控部门的认可。
本研究建立了中国成人个体糖尿病发病预测模型,能够有效预测个体未来10年糖尿病患病风险,对未诊断糖尿病也具有很好的识别作用,可用于糖尿病个体化干预方案的制定和卫生资源配置等。这不仅是中国人群首次建立的糖尿病个体未来10年发病风险预测模型,也是合成分析方法首次应用于建立糖尿病模型,所建立的模型适合社区医院、公共卫生部门常规健康管理和疾病控制,有利于自我健康促进、整体卫生资源配置和疾病负担的预计等相关卫生政策的制定。
