潍坊市社区2型糖尿病病人视网膜病变风险列线图模型的构建

丁雪莹,张效亮,张维良,邓永静,尹茜茜,魏秀红

1.潍坊医学院护理学院,山东 261053;2.潍坊高新技术产业开发区人民医院;3.潍坊市卫生健康委员会

糖尿病视网膜病变(DR)是糖尿病严重并发症之一,也是一种致盲率较高的视神经病变[1]。中华医学会糖尿病学分会视网膜病变学组2018年发布的《糖尿病视网膜病变防治专家共识》指出,积极开展早期DR筛查,指导病人掌握相关防治知识,可以延缓DR的发生和发展,降低视力丧失发生率[2]。DR是导致糖尿病病人失明的重要原因,与玻璃体或视网膜前出血、黄斑水肿、黄斑色素性改变等因素有关[3]。有研究表明,早期对DR病人进行视网膜激光光凝和抗血管内皮生长因子治疗,可以降低视力下降的风险,减轻病人和社会经济的负担[4]。DR的特点是慢性高血糖导致视网膜血管系统的稳定和渐进性变化,是一种可防控的并发症。糖尿病持续时间、年龄、高血糖控制、高血压、蛋白尿、治疗类型、血清胆固醇和三酰甘油升高等因素与DR的发展有关。由于DR的发病率逐年增加,明确其相关危险因素,对于早期筛检和治疗DR显得尤为重要。目前,国内DR风险预测模型的建立多基于住院病人的研究,样本量较小,社区开展相关研究更为少见。本研究以潍坊市多地社区2型糖尿病(T2DM)病人为研究对象,建立一个简单、有效的适合社区的DR风险预测模型列线图,以期有效预测DR患病情况。

1 对象与方法

1.1 研究对象

2019年7月—2022年1月分别在潍坊市奎文区、潍城区、高新区各选取5个社区,每个社区选取200例T2DM病人,共计3 000例病人作为调查对象。剔除调查对象失访、眼底图像缺失、其他数据缺失及存在极端值等情况的437例病人数据后,最终将2 563例T2DM病人纳入本研究。研究数据基于社区卫生服务机构在距本调研前最近1次对病人的管理。其中建模组2 050例(DR组592,非DR组1 458例),验证组513例。纳入标准:1)年龄≥18岁;2)符合2002年悉尼国际DR分期标准;3)眼底检查图像清晰,符合《糖尿病视网膜病变国际临床分级标准(2002)年》DR分级诊断标准;4)病例资料完整。排除标准:1)合并其他内分泌疾病病人;2)合并严重精神疾病病人;3)合并器官功能障碍病人。

1.2 研究方法

收集病人性别、年龄、糖尿病病程、非药物治疗史、收缩压(SBP)、舒张压(DBP)、体质指数(BMI)、尿微量白蛋白肌酐比值(UACR)、空腹血糖(FBG)、糖化血红蛋白(HbA1c)、餐后2 h血糖(2 hPG)、总胆固醇(TC)、三酰甘油(TG)、血尿素氮(BUN)等资料。DR病人定义为至少1眼发生DR,非DR病人定义为双眼均未发生DR;非药物治疗定义为饮食疗法、运动疗法、心理疗法、针灸、推拿。

1.3 统计学方法

2 结果

2.1 建模组T2DM病人发生DR的单因素分析

2 050例T2DM病人中,有592例病人发生DR,发生率为28.9%。单因素分析结果见表1。

表1 建模组T2DM病人发生DR的单因素分析

2.2 T2DM病人发生DR的多因素Logistic回归分析

以是否发生DR(发生=1,未发生=0)为因变量,以单因素分析中有统计学意义的14个变量(性别、年龄、居住地、吸烟史、T2DM病程、有无非药物治疗、SBP、FPG、2 hPG、HbA1c、HDL-C、LDL-C、UACR、BUN)为自变量,进行Logistic回归分析。自变量赋值:性别(女=1,男=0);居住地(城市=0,农村=1);吸烟史(无=0,有=1);饮酒史(无=0,有=1);非药物治疗(有=0,无=1);T2DM病程(≥8.5年=0,<8.5年=1);SBP、FPG、HbA1c、HDL-C、LDL-C、UACR、BUN原值输入。结果见表2。

表2 T2DM病人发生DR的多因素Logistic回归分析

2.3 DR预测模型列线图的建立及验证

2.3.1 DR预测模型列线图的建立

根据Logistic回归分析结果,本研究拟合的回归方程为:Logit(P)=-8.761-0.095×病程+0.026×SBP+0.038× FPG-1.496×性别+0.875×非药物治疗+0.502×HbA1c+0.670×LDL-C+0.041×UACR,并将其绘制成列线图。见图1。

图1 预测DR风险的列线图模型

2.3.2 DR预测模型列线图的评价

Hosmer-Lemeshow 检验提示该模型拟合优度较好(χ2=4.123,P=0.418)。Calibration 图示校准曲线与理想曲线几乎重合,见图2。

图2 Calibration校准曲线

2.3.3 DR预测模型的验证

建模组ROC曲线下面积(AUC)为0.823,95%CI(0.761,0.885),最大约登指数为0.972,此时灵敏度为0.823,特异度为0.882,见图3。将验证组513例病人资料代入本模型,发生DR 131例,发生率为25.5%。结果显示,AUC为0.788,95%CI(0.767,0.868),最大约登指数为0.485,此时灵敏度为0.804,特异度为0.682。

图3 建模组ROC曲线

3 讨论

3.1 T2DM病人发生DR的影响因素

目前,DR的发病机制尚不清楚。以往许多研究认为DR是多种因素相互作用的结果,与玻璃体或视网膜前出血、黄斑水肿、黄斑色素沉着等因素有关,高血糖、氧自由基形成、蛋白质非酶糖基化和血流动力学改变可诱发DR[5]。基于上述DR风险因素,本研究建立了预测DR风险的列线图模型,帮助内分泌科医护人员直观地分析不同因素对T2DM病人发生DR风险的权重。本研究结果显示,男性、T2DM病程、FBG、LDL-C、HbA1c、SBP、UACR、非药物治疗均是DR发生的独立危险因素(P<0.05)。据国外研究报告,男性DR患病率高于女性[6]。本研究中男性T2DM病人DR发生率明显增高,与张敏等[7]研究结果一致,可能的原因是吸烟和饮酒影响男性病人的微血管病变。本研究结果还显示,FBG水平越高,DR患病风险越高,这与Anitha等[8]的研究结果一致。长期血糖升高会导致血管内皮细胞功能异常、眼微血管循环改变和视网膜屏障损伤。Liu等[9]研究结果表明,LDL-C和糖尿病病程均是诱发视网膜病变的危险因素,糖尿病病程与DR的关系更为密切,与本次研究结果一致。原因可能是病程决定了其他致病因素的暴露时间,高脂血症可导致眼底动脉硬化,影响眼部血液供应,加速DR的发生和发展。

HbA1c浓度目前用于监测病人血糖控制情况,已有研究证实HbA1c升高与DR的发病和进展以及其他微血管并发症之间有关联[10]。Prabhu等[11]研究表明,HbA1c每降低1%,DR的风险就会降低35%,可能原因是:高血糖可促进毛细血管基底膜厚度增加,激活山梨醇通路,阻碍视网膜微循环,进一步加速DR病变的进程,进而降低视力[12]。Dziedziak等[13]通过计算3年内每次就诊时HbA1c的均数、标准差,发现高血糖变异性与发生DR的风险相关。本研究亦发现HbA1c为DR的危险因素。因此,定期检测HbA1c水平可以帮助糖尿病病人有效地监测血糖控制情况,并有助于预防病情恶化。

目前,血压与DR发生的关系仍然存在争议。有研究证实,高血压与DR的发生有一定的相关性,而且高血压是诱发DR发生的高危因素[14]。一项前瞻性队列研究表明,血压异常诱导早期DR的发展[15]。英国糖尿病研究(UKPDS)中心指出,严格控制血压并不能完全阻止DR,这种差异归因于研究的异质人群,甚至不同研究组的血压控制水平不同。一项Meta分析表明,强化血压控制可将DR发生率的相对风险降低17%[16]。在这项研究中,DR病人的血压水平高于非DR病人。与上述研究结果一致,可以初步证实高血压是DR的危险因素。主要考虑高血压会损害视网膜微循环和神经纤维层,当血压持续升高时,会促进毛细血管内皮细胞损伤,增加血管通透性,形成视网膜水肿和新生血管。因此,应早期控制糖尿病病人的血压,延缓DR的进展。

有研究表明,在中国T2DM病人中,DR严重程度增加与肾功能降低相关[17]。Hsieh等[18]对576例2型糖尿病病人研究发现,糖尿病肾病与2型糖尿病视网膜病变之间的时序相关性表明,微量白蛋白尿的缓解是增殖性视网膜病变(PDR)和糖尿病黄斑水肿(DME)发生的独立保护因素。这项研究强调了对糖尿病肾病进行积极治疗的必要性,这可能有助于防止DR的进展。研究显示,UACR与DR的发生呈正相关[19]。其原因是两种并发症的发生机制相似,慢性高血糖导致的小血管损伤会导致视网膜和肾脏的并发症,两种微血管并发症之间存在关联。Chen等[20]对中国4 739例T2DM受试者进行了横断面研究,结果表明微量白蛋白阈值可以预测T2DM发生。本研究结果显示,UACR是DR发生的危险因素,与魏科等[21]研究结果类似,其将UACR临界点定义为10.15 mg/g。当糖尿病病人的UACR维持在较高水平时,应监测视网膜微循环系统,并警惕DR的发生。

与以往的研究不同,本研究结果还显示,没有进行非药物治疗是DR发生的危险因素。T2DM的非药物疗法包括饮食疗法、运动疗法、心理疗法等,许多非药物疗法在治疗T2DM方面的应用效果已经得到了验证[22]。本研究结果与Wei等[23]的研究结果一致,可能原因是此类病人往往能按照医嘱控制饮食,并加强锻炼。有研究证实,负面消极情绪可导致胰岛素抵抗增强[24],可能通过诱导基因异常表达、高糖状态难以调控等途径参与PDR的发生、发展,而心理干预、认知行为疗法、动机式访谈和以病人为中心的治疗等干预措施在改善T2DM相关结果方面有积极作用[25]。但也有研究因没有设计长期随访,很难观测非药物治疗的长期效果。因此,要重视T2DM早期非药物治疗的研究,以期预防糖尿病并发症的进展。

3.2 预测DR发生风险的列线图模型的建立及应用价值

在社区医院中,基层医务人员可以应用该工具,动态评估DR的发生风险,并实施针对性的干预措施,加强病人的饮食干预,通过控制糖和脂肪的摄入避免血糖、血压等指标异常。通过控制每日摄入量,避免出现因血糖控制不佳而过度节食;专科护士对病人进行个性化健康指导,包括饮食、运动、血糖自我监测、DR预防和治疗知识,向病人介绍DR病程,重病人转入上级医院。

综上所述,男性、T2DM病程、无非药物治疗、SBP、FPG、2 hPG、HbA1c、LDL-C、UACR是T2DM病人发生DR风险因素,在此基础上构建的列线图模型,以直观、可视化的方式提供更好的个性化预测和风险评估。社区医务人员可将其作为DR风险筛查工具,有利于医务人员筛查高风险病人并制定针对性的干预措施。