糖尿病认知功能障碍风险预测模型研究进展.pdfVIP

糖尿病认知功能障碍风险预测模型研究进展

【摘要】糖尿病与认知功能障碍之间有着多种共同的病理生理机制，糖尿病患者

罹患认知功能障碍的风险显著高于正常人。因此正确预测糖尿病患者是否发生认

知功能障碍尤为重要。本文对糖尿病认知功能障碍风险预测模型的研究进展进行

综述，从模型的基本类型、构建方式及预测性能等多个方面进行分析比较，以期

为糖尿病认知功能障碍风险预测模型的构建及临床应用提供参考与借鉴。

【关键词】综述；糖尿病；认知功能障碍；风险预测；预测模型

糖尿病是一种以高血糖和葡萄糖耐受不良为特征的慢性异质性疾病［1］。

国际糖尿病联合会（InternationalDiabetesFederation，IDF）必威体育精装版数据显示，

全球20～79岁成年人糖尿病患病率为10.5%［2］。糖尿病患者由于长期慢性高

血糖、胰岛素抵抗、胰岛素使用过量导致低血糖风险、脂代谢紊乱及血管损伤等

因素极易引起认知功能障碍［3-4］，而认知功能障碍是指个体认知处理速度下

降，影响工作记忆、任务执行和注意力，导致智力或精神功能严重受损［5］，

按严重程度分为认知减退、轻度认知功能障碍和痴呆［6］，属于一种神经内分

泌紊乱疾病，又被称为脑部糖尿病［7-8］。近年来，越来越多的证据表明糖尿

病持续时间和血糖控制不佳都会对认知功能障碍的类型和程度产生严重影响［9

-10］，也给家庭和社会带来沉重的经济及照护负担。鉴于此，应用疾病风险预

测模型可克服临床筛查量表受操作者的主观影响，获得客观定量结果［11］；但

目前国内外对糖尿病认知功能障碍相关风险预测模型尚有差异。本文从现有糖尿

病认知功能障碍风险预测模型的基本类型、构建方式及预测性能等多个方面进行

综合分析比较，以期为糖尿病认知功能障碍风险预测模型的构建及临床应用提供

参考与借鉴。

一、风险预测模型的概述及分类

风险预测模型是以疾病发生的多种危险因素为基础，利用统计分析及数学建

模，预测个体已经存在或将在未来发生疾病的概率，临床上常见的包括诊断模型

和预后模型两种［12-14］。如今随着个性化医疗及精准医学的发展，风险预测

模型的开发也进一步增加，它作为一种评估和筛选高危人群的量化工具，被广泛

用于癌症预后、心血管疾病及老年认知衰弱等疾病的进程中［15-16］。而糖尿

病认知功能障碍风险预测模型的构建既可以帮助医护人员尽早发现糖尿病患者

认知改变并及时采取干预措施，还有助于提高疾病个体对患病风险认识来预防性

做出生活方式的改变［17］。目前，常见的模型包括基于传统统计学算法的Log

istic回归模型、Cox比例风险回归模型、列线图和基于人工智能机器学习算法

的支持向量机模型（supportvectormachine，SVM）、随机森林模型（rando

mforest，RF）、决策树模型等［18］。在模型的区分度方面，常用受试者工作

特征曲线（receiveroperatingcharacteristic，ROC）下面积、C统计量、敏

感度、特异度、分类精确度（accuracy，ACC）等指标对模型性能及真实性进行

评价；内部检验用于评价模型的可重复性，常基于模型队列数据进行，方法包括

Bootstrap自助法和随机拆分验证等；而外部检验依赖模型中未使用的数据，用

于评价模型的可移植性和可泛化性［19］。

二、糖尿病认知功能障碍风险预测模型现状

1.基于传统统计学算法构建的糖尿病认知功能障碍风险预测模型：（1）基

于Logistic回归分析的糖尿病认知功能障碍风险预测模型。Logistic回归分析

模型是研究因变量与自变量之间的一种非线性回归分析，多用于预测因素的筛选，

并在此基础上构建模型，适用于因变量为分类变量的研究资料［20］。2023年

刘敏丽和边红艳［21］采用分析性研究设计，以便利抽样的方式选择了133例2

型糖尿病患者，运用简易智能精神状态检查量表（Mini-MentalStateExamina

tion，MMSE）将所有研究对象分为认知功能障碍组和非认知功能障碍组。采用L

ogistic回归分析，纳入了年龄、性别、饮酒史、家庭月收入、阅读习惯、受教

育时间、糖尿病病程、糖化血红蛋白（HbA1c）、球蛋白（GLU）、纤维蛋白原（F

IB）、白蛋白（ALB）、白球比（A/G）、碱性磷酸酶（ALP）、β2微球蛋白（β

2-MG）14项危险因素，并进一步确定了受教育时间、糖尿病病程和纤维蛋白原

水平作为风险预测模型的重要变量。最终建模结果显示，该模型的ROC曲线下面

积为