109例2型糖尿病患者子女患病风险预测分析

邢新军 杨金奎

(1.首都医科大学附属北京同仁医院内分泌科，北京100730;2.北京市垂杨柳医院急诊科，北京100022)

2型糖尿病早期可无任何症状，而许多人又因各种原因不能或不愿到医院抽血化验血糖，因此，大量糖尿病患者或糖尿病前期者未被及时诊断，等出现心、脑、眼、肾等合并症再来就诊时往往为时已晚。因此我们迫切需要一种简便的预测方法，以及早在高危人群中发现糖尿病或糖尿病前期患者，从而更好地开展糖尿病三级预防工作。

许多研究［1-2］均显示，遗传、增龄及肥胖是2型糖尿病患病的重要危险因素。本研究对109例有遗传因素的高危人群(2型糖尿病患者子女)的年龄及反映肥胖程度的指标(如颈围、腰围、腰臀比及体质量指数等)进行了ROC曲线分析，测定了各相关危险因素的ROC曲线下面积，寻找出Youden指数最大值所对应的诊断界点，并根据以上结果建立了预测2型糖尿病发病风险决策树以及2型糖尿病和糖尿病前期发病风险决策树。通过决策树，2型糖尿病子女在家中即可方便地预测出自己患2型糖尿病或糖尿病前期的风险，从而敦促高危人群及早到医院化验血糖，做到早发现、早治疗，尽可能地减少糖尿病合并症的发生。

1 资料和方法

1.1 调查对象及入选方法

2型糖尿病患者来自2011年4月至2011年9月在首都医科大学附属北京同仁医院内分泌病房住院的患者，为保证子代遗传背景的统一性，要求其配偶无糖尿病。选择糖尿病患者的子女年龄≥35周岁且＜60周岁，如兄弟姐妹众多，要求入选率≥75%。

最终入选109人，其中①性别构成:男性35人，占32%，女性74人，占68%。②年龄构成:以5岁为一年龄段划分，35～39岁共20人，40～44岁共21人，45～49岁共22人，50～54岁共25人，55岁及以上共21人。③患病情况:患糖尿病者共18人，占16.5%;糖尿病及糖尿病前期者共45人，占41.3%。

1.2 测量方法

1)血糖:检测空腹＞10 h的晨静脉血糖及服用75 g葡萄糖后2 h的静脉血糖，单位mmol/L。

2)身高:脱鞋后测量身高，单位米。

3)体质量:脱外衣及鞋后测体质量，单位千克。

4)颈围:与颈的长轴垂直，测量喉结正下方周长，单位厘米。

5)腰围:直立，两脚与肩等宽，双手自然下垂，取两侧肋骨下缘与髂前上嵴中点水平连线，紧贴但不压迫皮肤，单位厘米。

6)臀围:水平测量臀部最大周径，单位厘米。

1.3 诊断标准

糖尿病诊断:空腹血糖≥7.0 mmol/L，和/或OGTT 2 h血糖≥11.1 mmol;糖尿病前期诊断:6.1 mmol/L≤空腹血糖＜7.0 mmol/L，和(或)7.8 mmol/L≤OGTT 2 h血糖＜11.1 mmol/L。

1.4 统计学方法

使用SPSS 17.0版本统计软件包对数据进行分析。分别以年龄、颈围、腰围、腰臀比、体质量指数为筛查指标，以空腹血糖及OGTT 2 h血糖为诊断糖尿病或糖尿病前期的金标准，绘制受试者工作特征曲线(ROC曲线)，计算各筛查指标的ROC曲线下面积(AUC)，以AUC最大的筛查指标为决策树的入口，以该筛查指标Youden指数即灵敏度-(1-特异度)最大值所对应的界值为第1分叉点，分叉后继续以同样方法确定下一入口及分叉点，直至P＞0.05为止，从而建立糖尿病患病风险预测决策树。以同样方法建立糖尿病及糖尿病前期风险预测决策树。对所建立的两决策树进行ROC曲线分析，计算曲线下面积，进行统计学检验，以P＜0.05为差异有统计学意义。

2 结果

2.1 建立2型糖尿病患病风险预测决策树

以空腹血糖及OGTT 2 h血糖作为确诊糖尿病的金标准，分别以年龄、体质量指数、颈围、腰围、腰臀比为检测标准，绘制受试者工作特征曲线(ROC)，计算ROC下面积(AUC)，并寻找Youden指数，即灵敏度-(1-特异度)最高值所对应的诊断界值，结果汇总如表1。

表1 不同检测标准判断2型糖尿病的ROC曲线下面积(AUC)及诊断界值Tab.1 AUC and cut-off points for detecting T2DM with different standards

腰围所对应的ROC曲线下面积为0.770，在5项危险因素中AUC最大(P=0.000)，差异有统计学意义，故以腰围作为决策树的入口。其Youden指数最大值对应的腰围界点为91.5 cm，故以腰围是否≥91.5 cm为分叉点，对腰围≥91.5 cm和腰围＜91.5 cm的人员分别继续按上述方法进行ROC曲线分析。

腰围≥91.5 cm的人员共21人，按上述方法进行ROC曲线分析。

第2次统计只有年龄的AUC＞0.5，P＜0.05，具有统计学意义，而体质量指数、颈围及腰臀比的AUC均无统计学意义。故对腰围≥91.5 cm的21人继续做决策树时，把年龄是否≥44岁作为第2分叉点，详见表2。

表2 腰围≥91.5 cm者用不同检测标准判断2型糖尿病的AUC及诊断界点Tab.2 AUC and cut-off points for detecting T2DM with different standards in participants of WC≥91.5 cm

腰围＜91.5 cm的人员共88人，按同样方法进行ROC曲线分析，得到表3。

表3 腰围＜91.5 cm者用不同方法判断2型糖尿病的AUC及诊断界点Tab.3 AUC and cut-off points for detecting T2DM with different standards in participants of WC＜91.5 cm

可以看到，按以上各指标继续做的ROC曲线所有P值均＞0.05，所得到的AUC均无统计学意义，无需再寻找诊断界点。故对腰围＜91.5 cm的88人不能继续做决策树分析，详见表3。

根据以上分析结果建立2型糖尿病患病风险预测决策树，见图1。

以图1所示决策树作为2型糖尿病的筛查指标，以空腹血糖及OGTT 2 h血糖为2型糖尿病的诊断金标准，用SPSS统计软件包绘制ROC曲线，计算曲线下面积 AUC为0.784，95%置信区间为0.642～0.926，P=0.000，差异有统计学意义。

计算灵敏度、特异度、阳性预测值及阴性预测值。

从表4可以计算出:灵敏度为61.1%(11/18);特异度为95.6%(87/91);阳性预测值为73.3%(11/15);阴性预测值为92.6%(87/94)。

图1 2型糖尿病患病风险预测决策树Fig.1 Classification tree for detecting T2DM

表4 决策树预测患2型糖尿病的试验结果Tab.4 Results of detecting T2DM with classification tree

2.2 建立2型糖尿病及糖尿病前期患病风险预测决策树

分别以年龄、体质量指数、颈围、腰围、腰臀比作为2型糖尿病或糖尿病前期的筛查指标，以空腹血糖或OGTT 2 h血糖作为糖尿病或糖尿病前期的诊断金标准，绘制受试者工作特征曲线(ROC曲线)，计算ROC曲线下面积(AUC)，并寻找Youden指数，即灵敏度-(1-特异度)最高值所对应的诊断界点，结果汇总为表5。

表5 不同筛查指标判断2型糖尿病或糖尿病前期的ROC曲线下面积及诊断界点Tab.5 AUC and cut-off points for detecting T2DM and PDM with different standards

可以看到，腰围所对应的AUC=0.704，在五项危险因素中AUC最大(P=0.000)，差异有统计学意义，故以腰围作为决策树的入口。其Youden指数最大值对应的腰围界点为83.5 cm，故以腰围是否≥83.5 cm为分叉点。

继续按上述方法进行ROC曲线分析，寻找下一指标及分叉点，直至无统计学意义为止。

综合上述分析，建立决策树如图2。

图2 2型糖尿病或糖尿病前期患病风险预测决策树Fig.2 Classification tree for detecting T2DM and PDM

以图2所示决策树作为糖尿病或糖尿病前期的筛查指标，以空腹血糖及OGTT 2 h血糖为诊断糖尿病或糖尿病前期的诊断金标准，用SPSS统计软件包绘制ROC曲线，计算曲线下面积为0.727，95%置信区间为0.626～0.828，P=0.000，差异有统计学意义。

从表6可以计算出计算灵敏度、特异度、阳性预测值及阴性预测值:灵敏度56.5%(26/46);特异度88.9%(56/63);阳性预测值78.8%(26/33);阴性预测值73.7%(56/76)。

表6 决策树预测患2型糖尿病及糖尿病前期的试验结果Tab.6 Results of detecting T2DM and PDM with classification tree

3 讨论

糖尿病是由遗传和环境因素相互作用而引起的一组代谢异常综合征，其病因涉及遗传、年龄、生活方式、肥胖等多种因素，其中增龄及肥胖是引起胰岛素抵抗的重要环节，与2型糖尿病的发病密切相关［3］。有糖尿病家族史也属于糖尿病发生的重要危险因素之一［4］。许多研究［5-6］均证实，在高危人群中进行早期干预可以预防或延缓糖尿病的发生。针对上述情况，本研究针对109名2型糖尿病子女进行了年龄与肥胖相关指标(颈围、腰围、腰臀比及体质量指数)等糖尿病危险因素ROC曲线分析，并根据分析结果建立了患病风险预测决策树。

对于糖尿病和/或糖尿病前期的风险预测，国内外已有一些相关研究及报道。一项芬兰的研究［7］表明，曾经有过高血糖史和正在使用降压药是患糖尿病的重要风险预测指标。一项丹麦的糖尿病危险因素调查问卷研究［8］显示，年龄、高血压病史，运动量低和糖尿病家族史是糖尿病患病的主要危险因素。但这些研究所针对的对象为不同种族的不同人群，这些危险因素对于其他不同种族或相同种族中的不同人群是否具有普适性并未确定。且上述研究的风险预测虽然有效，但研究中所涉及的某些指标较难获得或较难计算，这与本研究简单方便进行风险预测的初衷不符。近年首都医科大学附属北京同仁医院一项针对中国北京近郊南法信地区人群的糖尿病风险预测研究采用了年龄、腰臀比、腰围、高血压病史及糖尿病家族史为危险因素，制作成决策树，使人们可以方便预测患糖尿病或糖尿病前期的风险，且具有较高的灵敏度及特异度［9］，但其针对的人群为普通人群，而本研究的研究对象为2型糖尿病患者的子女，属于针对特定高危人群的风险预测。且本研究所建立的决策树所涉及的指标:年龄、颈围、腰围、腰臀比等，不用去医院在家中即可方便获得的资料，具有较强的实用性及可操作性。

［1］唐晓君，张素华，李革，等.重庆地区社区人群2型糖尿病现况调查［J］.中国临床康复，2006，10(12):10-12.

［2］史晓红，杨泽，高芳堃，等.北京市2型糖尿病高危险年龄人群危险因素特征［J］.中国临床康复，2006，10(28):4-6.

［3］Wang Y，Rimm E B，Stampfer M J，et al.Comparison of abdominal adiposity and overall obesity in predicting risk of type 2 diabetes among men［J］.Am J Clin Nutr，2005，81(3):555-563.

［4］Elbein S，Maxell T M，Schumacher M C.Insulin and glucose levels and prevalence of glucose intolerance in pedigrees with multiple diabetic siblings［J］.Diabetes，1991，40(8):1024-1032.

［5］Diabetes Prevention Program Research Group.Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin［J］.N Engl Med，2002，346(6):393-403.

［6］Li G，Zhang P，Wang J，et al.The long-term effect of lifestyle in the China Da Qing Diabetes Prevention Study:a 20-year follow-up study［J］.Lancet，2008，371(9626):1783-1789.

［7］Lindström J，Tuomilehto J.The diabetes risk score:a practical tool to predict type 2 diabetes risk［J］.Diabetes Care，2003，26(3):725-731.

［8］Glümer C，Carstensen B，Sandbaek A，et al.A Danish diabetes risk score for targeted screening:the Inter 99 study［J］.Diabetes Care，2004，27(3):727-733.

［9］Xin Z，Yuan J，Hua L，et al.A simple tool detected diabetes and prediabetes in rural Chinese［J］.J Clin Epidemiol，2010，63(9):1030-1035.