型糖尿病并发抑郁风险预测模型的构建与验证

戈欣 蔡春凤 阮峥 廖妍媛

2型糖尿病(T2DM)并发抑郁是一种躯体合并精神类疾病。由于T2DM和抑郁之间存在双向的不良影响，互为彼此的危险因素。因此，一旦发病不仅会使患者的抑郁和T2DM相关症状加重[1-2]，其疾病的严重程度、并发症、治疗阻力和死亡率比二者单独发病更严重[3-4]。相关研究结果表明，每3例糖尿病患者中就会有1例并发抑郁[5]。近年来随着T2DM发病率的升高，T2DM并发抑郁的发病率也不断上升[6]。由于现阶段T2DM并发抑郁的发病机制尚不明确，使用抗抑郁药物本身就可能造成代谢异常[7]，使T2DM并发抑郁的治疗面临极大的困难。本研究旨在探讨T2DM并发抑郁的危险因素并建立风险预测模型，为早期识别抑郁提供有效的预测工具，从而进行科学指导和有效干预。

对象与方法

1.对象：选取2020年11月～2021年5月武汉大学人民医院收治的369例T2DM住院患者，均符合T2DM的诊断标准[8]。排除严重的心、肺、脑血管疾病患者。将369例T2DM患者随机分为建模组(269例)和验证组(100例)，再根据抑郁自评量表(SDS)评分将建模组269例患者分为抑郁组(45例)和非抑郁组(224例)。本研究已通过我院伦理委员会审核批准，所有患者均知情同意。

2.方法：收集患者的一般资料和临床资料，包括年龄、性别、工作状况、文化程度、经济收入、睡眠质量、吸烟及饮酒情况、参与社区活动情况及频率、BMI、SDS评分、T2DM病程、日常生活活动能力(ADL)评分、糖尿病家族史、手术史、低血糖反应、并发症数量、糖化血红蛋白(HbA1c)、并发眼底病变情况、并发神经病变情况、甘油三酯(TG)、尿白蛋白/肌酐比值(ACR)。SDS评分以50分为分界值，其中50～59分为轻度抑郁，60～69分为中度抑郁，70分及以上为重度抑郁[9]。ADL评分共10项内容，分值为2～4个等级，总分为100分，得分越高，独立性越好，依赖性越小；≤40分表示重度依赖，全部需要他人照顾；41～60分表示中度依赖，大部分需要他人照顾；61～99分表示轻度依赖，少部分需要他人照顾；100分表示无依赖，无需他人照顾[10]。采用匹兹堡睡眠质量指数(PSQI)量表评估患者的睡眠质量，该量表由19个自评条目和5个他评条目构成，每个条目按0～3等级划分，总分范围为0～21分，总分≤7分代表睡眠质量高，总分>7分代表睡眠质量低。TG的正常参考值范围应<1.70 mmol/L。ACR的正常参考值范围应<30 mg/24 h。

3.统计学处理：应用SPSS 19.0软件进行统计分析。计数资料以例数和百分比表示，组间比较采用χ2检验。采用多因素logistic回归分析评估T2DM患者并发抑郁的危险因素。最终根据各变量对应的偏回归系数构建方程，建立T2DM并发抑郁的风险预测模型，采用受试者工作特征(ROC)曲线下面积(AUC)和Hosmer-Lemeshow检验评价预测模型的效果，同时对模型进行验证。以P<0.05为差异有统计学意义。

结 果

1.两组患者一般资料和临床资料比较:抑郁组经济收入<2 000元/月、睡眠质量低、经常及偶尔参与社区活动、有手术史及低血糖反应、ACR异常患者比例均高于非抑郁组，从未参加社区活动、ADL评分为61～99分、有糖尿病家族史患者比例低于非抑郁组(P<0.05)。两组患者其余指标比较差异均无统计学意义(P>0.05)。见表1。

表1 两组患者一般资料和临床资料比较[例,(%)]

2.T2DM患者并发抑郁的影响因素分析：多因素logistic回归分析结果显示，经济收入低、睡眠质量低均是T2DM患者并发抑郁的独立危险因素，ADL评分低是T2DM患者并发抑郁的独立保护因素(P<0.05)。见表2。

表2 T2DM患者并发抑郁的影响因素分析

3.建立T2DM并发抑郁的风险预测模型：根据多因素logistic回归分析结果得出各自变量的偏回归系数，构建T2DM并发抑郁风险预测模型：Z=3.087+0.825×经济收入(≥6 000元/月=0，2 000～5 999元/月=1，<2 000元/月=2)+1.411×睡眠质量(正常=0，异常=1)-0.066×ADL评分。

4.验证风险预测模型：建模组：将269例T2DM患者代入验证模型，Z值为-3.513～4.333。ROC曲线分析结果显示，约登指数取最高值0.393时，敏感度为0.933，特异度为0.460，此时的最佳阈值为-2.193，AUC为0.729，95%CI0.658～0.799，P<0.001。见图1。因此，确定模型的评估阈值为-2.193分，即患者评估结果≥-2.193分时，说明其具有发生抑郁的高风险(P<0.001)。Hosmer-Lemeshow检验结果显示P=0.113，说明模型拟合优度效果较好。验证组：将100例T2DM患者作为验证组代入模型，ROC曲线分析结果显示AUC为0.715，95%CI0.606～0.824，P<0.001。见图2。Hosmer-Lemeshow检验结果显示P=0.254，说明模型拟合优度效果较好。

图1 预测模型在建模组中的ROC曲线

图2 验证模型在建模组中的ROC曲线

讨 论

在本研究中，经济收入低、睡眠质量低均是T2DM并发抑郁的独立危险因素，ADL评分低是T2DM并发抑郁的独立保护因素，这与Tran等[11]、李守霞等[12]和Leone[13]等的研究结果均一致。Mahoney等[10]认为经济收入低是糖尿病患者产生抑郁的明显诱因，这源于患者往往因病失业、开销大等压力性事件，而长时间伴随压力性事件生活的患者比未遭受压力性事件患者的心理防线更易崩塌，进而产生抑郁等心理情绪。因此，对于经济收入低的T2DM患者，应予以更多关注和心理支持。

本研究还发现睡眠质量差的患者易出现抑郁，与既往研究结果一致。Simayi等[14]也认为睡眠质量差、低水平的慢波睡眠可能是糖尿病并发抑郁的危险因素。因此，判断T2DM患者有无抑郁倾向，需要关注患者的睡眠质量。本研究中多因素logistic回归分析中睡眠质量低的OR值>1，偏回归系数为正数，表明睡眠质量差对T2DM并发抑郁的发生有促进作用。临床应将提高患者睡眠质量作为T2DM患者的管理目标。尽量消除环境干扰因素，提高患者睡眠质量，必要时可根据患者病情，适量地提供安眠药物，以减少T2DM患者并发抑郁。

本研究还显示，ADL评分也是T2DM并发抑郁的影响因素。本研究多因素logistic回归分析中ADL评分的OR值<1，且得到关于ADL评分的偏回归系数为负数，表明ADL评分与T2DM并发抑郁呈负相关。ADL评分反映了患者的生活自理能力，随着ADL评分的增高，T2DM并发抑郁的发生率会降低；反之，ADL评分降低，T2DM并发抑郁的发生率会升高。这主要是由于ADL评分低的T2DM患者，往往身体对活动控制力较弱，日常生活能力减退，需要依赖他人帮助，从而引发抑郁等心理问题。因此，临床除了动态评估患者的自理能力，还应鼓励患者通过合理的运动增加关节灵活度，特别对于生活自理能力依赖的患者，应增加康复治疗来提高其自理能力，定期检查患者肌力情况并及时采取相应处理，必要时可提供心理干预，对抑郁情绪作到早发现、早治疗以改善预后[15]。

综上所述，经济收入低、睡眠质量低均是T2DM并发抑郁的独立危险因素，二者均可增加T2DM并发抑郁的发生率；ADL评分低是T2DM并发抑郁的独立保护因素，其可降低T2DM并发抑郁的发生率。本研究构建的T2DM并发抑郁的风险预测模型有助于指导临床对高危人群进行筛查和早期的预防，且经过验证，预测效果较好。