[发明专利]一种糖尿病评分模型建立方法及糖尿病风险评分方法

说明书

本发明提供了一种糖尿病评分模型建立方法及糖尿病风险评分方法，其中，糖尿病评分模型建立方法包括：通过预先建立的随机森林计算引发糖尿病的各变量的重要度；根据各变量的重要度确定重要变量；根据重要变量构建回归模型；利用回归模型生成列线图模型，将列线图模型作为糖尿病评分模型。通过执行本发明能够构建更为准确的亿概率形式输出的糖尿病初筛与风险评估模型，使用户能够获取准确的、标准量化的糖尿病风险评估结果。并且通过执行本发明建立的糖尿病评分模型可以对糖尿病高风险人群的筛查和风险干预措施进行指导，从而可以大大提高人群中未诊糖尿病的检出率，增强糖尿病防治效果，并可节省大量的卫生资源。

技术领域

本发明涉及数据处理技术领域，具体涉及一种糖尿病评分模型建立方法及糖尿病风险评分方法。

背景技术

糖尿病(Diabetes Mellitus,DM)是一种由于胰岛素分泌缺陷或胰岛素作用障碍所致的以高血糖为特征的代谢性疾病，其特点是慢性高血糖，伴有胰岛素分泌不足或作用障碍，导致碳水化合物、脂肪、蛋白质代谢紊乱，造成多种器官的慢性损伤、功能障碍衰竭。糖尿病最主要的表现是血中的葡萄糖含量过高及尿中有糖。糖尿病中90％为2型糖尿病(Type 2Diabetes Mellitus,T2DM)，1型糖尿病仅占4％-6％。2型糖尿病又名非胰岛素依赖型糖尿病(NIDDM)，特点是人体自身能够产生胰岛素，但细胞无法对其作出反应，使胰岛素的效果大打折扣。

只有及早地发现糖尿病，提高人群中未诊糖尿病的检出率，才能对糖尿病风险进行干预，增强防治效果。传统的通过检测餐后血糖和糖化血红蛋白来确诊糖尿病的方式成本较高。考虑到糖尿病患病风险与个体的基本情况、饮食习惯和体力活动等指标都可能存在着复杂的相关关系，因此，现有技术中根据这些容易获取的信息，利用统计模型可以对糖尿病风险进行有效分析，其分析的结果可以应用于糖尿病高风险人群的筛查和风险干预措施的指导，从而提高人群中未诊糖尿病的检出率，增强糖尿病防治效果，并可节省大量的卫生资源。现有技术中提供了如下几种糖尿病风险评分模型：

芬兰糖尿病风险评分模型(FINDRISC)：对4435名35～64岁的随机抽样人群进行了为期10年的前瞻性队列研究。在此基础上，以糖尿病为因变量，挑选糖尿病的显著影响因素，并进行多因素logistic回归分析，计算出每个自变量的回归系数，并以此设定分值，建立了FINDRISC模型。并通过另一为期5年(1992至1997年)4586例人群随访研究对该模型进行了检验。在上述两项队列研究中，模型的敏感度分别为0.78和0.81，特异度分别为0.77和0.76，受试者工作特征(ROC)曲线下面积(AUC)分别为0.85和0.87。随后，芬兰Saaristo等进行了一项4622例人群的横断面研究，加入糖尿病家族史作为评分项对FINDRISC模型进行了改良。男性及女性患者敏感度分别为0.66和0.70，AUC分别为0.72和0.73。

丹麦糖尿病风险评分模型：将6784例(30-60岁)受试者分为两部分，前半部分用于建立模型，后半部分用与检验模型，经过多因素logistic回归分析，最终评分项目包括：年龄、性别、BMI、已知的高血压、体育活动、糖尿病家族史。在前半部分及后半部分人群中，该模型的敏感度分别为0.73和0.67，特异度均为0.74，AUC分别为0.80和0.76。

德国精确糖尿病风险评分模型：对9729例男性受试者及15438例女性受试者进行了为期7年的随访研究，通过多元Cox回归分析建立了风险评分模型，研究发现，以550分作为切点时，该模型对预测未来5年患糖尿病风险的敏感度为0.68，特异度为0.81，AUC为0.84。

以上几种模型所用数据量较少，考虑因素较少，并且结构均为经典模型结构，难以发掘数据中的复杂关系，因此精度较低，并且，模型对风险的量化缺少标准。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中难以对糖尿病风险进行量化的缺陷，从而提供一种糖尿病评分模型建立方法及糖尿病风险评分方法。