基于中醫體質辨識的糖尿病風險評估模型建立與驗證

張穎，章亦瑩，楊瑞文，金明蘭，季聰華，黃琦

糖尿病（diabetes mellitus，DM）是由多病因引起的胰島素分泌和/或作用缺陷導致的以慢性高血糖為特征的代謝性疾病，屬于中醫“消渴病”范疇。糖尿病患者長期處于血糖偏高狀態，易對其全身血管造成損傷，導致各種并發癥的發生和發展，嚴重影響患者的生活質量和生存時間［1］。中醫學研究認為，體質因素在糖尿病的發生發展過程中具有極其重要的作用［2］。《靈樞·五變》中“五臟皆柔弱者，善病消癉”，即指消渴病與先天的體質因素有關［3］。目前，學界對糖尿病風險評估模型的研究較多［4-6］，但基于中醫體質辨識相關研究尚缺乏。因此，本研究在一般客觀指標基礎上納入中醫體質辨識內容，建立糖尿病風險評估模型，以期為糖尿病患者進行早期中醫藥防治提供理論依據。

1 資料與方法

1.1 數據來源 于2016 年1 月—2018 年12 月開展本研究，研究資料來源于浙江某省級綜合性醫院健康管理中心數據庫2014—2017 年度健康體檢數據，其中2014—2015 年度體檢人群設為訓練集人群，2016—2017 年度體檢人群設為測試集人群。排除標準：（1）主要研究指標數據嚴重缺失，影響判斷者；（2）存在嚴重噪聲數據且無法通過預處理技術轉換者。最終納入55 012 例研究對象（其中訓練集30 951 例，測試集24 061 例）。

1.2 研究方法

1.2.1 資料收集 從數據庫中收集訓練集和測試集體檢人群的如下內容：（1）基本情況，包括性別、年齡、體檢日期等。（2）體格檢查情況，包括身高、體質量、體質指數（BMI）、收縮壓、舒張壓及高血壓病史等，其中BMI＜18.5 kg/m2為偏輕，BMI 18.5～＜24.0 kg/m2為 正 常，BMI 24.0～＜28.0 kg/m2為 超 重，BMI ≥28.0 kg/m2為肥胖。（3）實驗室檢測指標，包括血常規15項、腫瘤1 項和生化指標13 項。其中血常規15 項包括白細胞計數〔參考范圍（3.5～9.5）×109/L〕、中性粒細胞百分數（參考范圍40.0%～75.0%）、淋巴細胞百分數（參考范圍20.0%～50.0%）、嗜堿粒細胞百分數（參考范圍0～1.0%）、中性粒細胞絕對值〔參考范圍（1.8～6.3）×109/L〕、淋巴細胞絕對值〔參考范圍（1.1～3.2）×109/L〕、嗜酸粒細胞絕對值〔參考范圍（0.02～0.52）×109/L〕、紅細胞計數〔參考范圍（3.80～5.10）×1012/L〕、血紅蛋白（參考范圍110～150 g/L）、紅細胞比容（參考范圍35%～50%）、平均紅細胞體積（參考范圍82.0～100.0 fL）、平均紅細胞血紅蛋白含量（參考范圍27.0～34.0 pg）、平均紅細胞血紅蛋白濃度（參考范圍316～354 g/L）、血小板壓積（參考范圍7.8～11.0 fL）、血小板分布寬度（參考范圍12.0%～19.1%）；腫瘤指標癌胚抗原（參考范圍0～5.0 ng/ml）；生化指標13 項包括尿酸（參考范圍155～357 μmol/L）、肌酐（參考范圍45～84 μmol/L）、血尿素氮（參考范圍2.9～7.5 mmol/L）、三酰甘油（參考范圍0.40～1.80 mmol/L）、總膽固醇（參考范圍3.10～5.18 mmol/L）、高密度脂蛋白（參考范圍0.7～2.0 mmol/L）、低密度脂蛋白（參考范圍0～3.1 mmol/L）、總蛋白（參考范圍65.0～85.0 g/L）、白球比（參考范圍1.5～2.5）、總膽紅素（參考范圍3.4～20.5 μmol/L）、間接膽紅素（參考范圍0.1～25.0 μmol/L）、丙氨酸氨基轉移酶（參考范圍7～40 U/L）、谷氨酰轉肽酶（參考范圍7～45 U/L）。（4）中醫體質辨識問卷調查結果，于體檢時采用“治未病中醫個性化體檢系統”對體檢者進行線上調查，量表為王琦［7］編制的《中醫體質分類與判定》標準量表，該量表涵蓋15 個領域共74 個條目，均為選擇題，答案為“沒有、很少、有時、經常、總是”5 個選項，通過計算機自動計分，最終判斷為包括平和質、陽虛質、陰虛質、氣虛質、氣郁質、血瘀質、痰濕質、濕熱質、特稟質在內的9 種體質類型。

1.2.2 診斷標準 糖尿病診斷依據2009 年美國糖尿病協會提出的診斷標準：糖尿病癥狀+隨機血糖≥11.1 mmol/L 或者空腹血糖≥7.0 mmol/L 或既往有確切糖尿病病史［8］。

1.3 統計學方法 采用SPSS 22.0 軟件進行數據處理和統計分析。計數資料以相對數表示，組間比較采用χ2檢驗；以2014—2015 年健康體檢數據組成訓練集，采用多因素Logistic 回歸分析糖尿病發生的影響因素，并建立糖尿病風險預測模型；繪制受試者工作特征（receiver operating characteristics curve，ROC）曲線檢驗判別準確度，通過ROC 曲線下面積（area under the ROC curve，AUC）評價模型的預測能力，并利用2016—2017 年體檢數據構建的測試集數據進行驗證。以雙側P＜0.05 為差異有統計學意義。

2 結果

2.1 訓練集體檢人員基本情況 訓練集人群共30 951例，其中患有糖尿病者1 315 例（4.25%），未患糖尿病者29 636 例（95.75%）；男16 092 例（51.99%），女14 859 例（48.01%）；18～44 歲9 799 例（31.66%），45～59歲17 045例（55.07%），≥60歲4 107例（13.27%）；BMI＜18.5 kg/m29 518 例（30.75%），BMI 為18.5～＜24.0 kg/m217 323 例（55.97%），BMI 為24.0～＜28.0 kg/m22 318 例（7.49%），BMI ≥28.0 kg/m21 792（5.79%）。

2.2 不同特征人群糖尿病患病率比較 （1）一般體格檢查項目：不同性別、年齡、高血壓情況、BMI 人群糖尿病患病率比較，差異有統計學意義（P＜0.05）。（2）血常規和癌胚抗原檢查：不同白細胞計數、中性粒細胞百分數、淋巴細胞百分數、嗜堿粒細胞百分數、中性粒細胞絕對值、淋巴細胞絕對值、嗜酸粒細胞絕對值、紅細胞計數、血紅蛋白、紅細胞比容、平均紅細胞體積、平均紅細胞血紅蛋白含量、平均紅細胞血紅蛋白濃度、血小板壓積、血小板分布寬度及癌胚抗原水平人群糖尿病患病率比較，差異有統計學意義（P＜0.05）。（3）生化指標：不同尿酸、肌酐、血尿素氮、三酰甘油、膽固醇、高密度脂蛋白、低密度脂蛋白、總蛋白、白球比、總膽紅素、間接膽紅素、丙氨酸氨基轉移酶及谷氨酰轉肽酶水平人群糖尿病患病率比較，差異有統計學意義（P＜0.05）。（4）中醫體質辨識：不同中醫體質類型人群糖尿病患病率比較，差異有統計學意義（P＜0.05，見表1）。

2.3 糖尿病患病率影響因素的多因素Logistic 回歸分析

以是否患糖尿病為因變量（賦值：非患病=0，患病=1），以單因素分析中有統計學意義的指標為自變量（自變量賦值見表2）進行多因素Logistic 回歸分析。結果顯示，性別、年齡、高血壓、BMI、淋巴細胞百分數、紅細胞計數、紅細胞比容、平均紅細胞血紅蛋白濃度、血小板分布寬度、癌胚抗原、尿酸、肌酐、血尿素氮、三酰甘油、總膽固醇、高密度脂蛋白、總蛋白、丙氨酸氨基轉移酶、谷氨酰轉肽酶及中醫體質是糖尿病患病的影響因素（P＜0.05，見表3）。

回歸方程如下：logit（P）（糖尿病患病情況）=-4.632-0.198×（ 女）+0.864×（ 年 齡45～59 歲）+1.684×（年齡≥60 歲）+0.635×（高血壓）+0.149×（超重）+0.376×（肥胖）-0.531×（偏輕）-0.234×（淋巴細胞百分數偏高）+0.279×（淋巴細胞百分數偏低）+0.304×（紅細胞計數異常）-0.430×（紅細胞比容偏低）+0.722×（平均紅細胞血紅蛋白濃度異常）+0.532×（血小板分布寬度異常）+1.016×（癌胚抗原異常）-0.406×（尿酸異常）+1.341×（肌酐偏低）+0.488×（血尿素氮偏高）+0.473×（三酰甘油異常）+0.257×（總膽固醇偏高）+0.544×（高密度脂蛋白偏低）+0.290×（總蛋白異常）+0.395×（丙氨酸氨基轉移酶異常）+0.362×（谷氨酰轉肽酶異常）+0.993×（陰虛質）+1.016×（氣虛質）+0.601×（痰濕質）。

2.4 模型驗證 采用訓練集建立ROC 曲線（見圖1），結果獲得AUC 為0.792，95%CI 為0.779～0.816（P＜0.05），最佳截斷值為0.405，靈敏度為0.771，特異度為0.690。根據最佳截斷值對測試集數據進行分類，獲得模型預測結果，與糖尿病原診斷結果（“金標準”）相比，準確率達到95.69%，一致性Kappa=0.636，P＜0.001。

3 討論

國內外專家陸續開展利用大數據建立的Logistic 回歸、時間序列等風險評估模型以預測人群糖尿病發病或轉變的風險［4-6］。但危險因素的確定主要基于人口學資料、生活方式調查及客觀實驗室檢查指標等。本次研究結合客觀體檢數據和中醫體質辨識結果，對某省級綜合性醫院健康體檢中心2014—2015 年健康體檢數據進行了糖尿病患病風險建模，結果顯示：高齡、高血壓、超重和肥胖的發生、紅細胞計數異常、平均紅細胞血紅蛋白濃度偏低、血小板分布寬度異常、肌酐偏低、血尿素氮偏高、三酰甘油增加、總膽固醇升高、高密度脂蛋白偏低、總蛋白偏高、丙氨酸氨基轉移酶含量改變和谷氨酰轉肽酶偏高，以及中醫體質辨識結果為陰虛質、氣虛質或痰濕質，糖尿病的患病風險均明顯增加。同時，女性、BMI 偏輕、血液中淋巴細胞百分數升高、紅細胞比容減小和尿酸增高在一定意義上對糖尿病的發生存在保護效力。

表1 不同特征人群糖尿病患病率比較〔n（%）〕Table 1 Comparison of prevalence of diabetes among physical examinees by personal characteristics

表2 變量賦值情況Table 2 Variables assignment

圖1 基于訓練集風險評估模型的ROC 曲線Figure 1 ROC curve of diabetes risk assessment model developed based on training data

中醫歷來主張“不治已病治未病”，中醫藥防治糖尿病有其自身特色，中醫體質類型對糖尿病的發生發展具有重要的作用。中醫學在體質辨識對糖尿病的影響方面已有關注。趙蒙等［9］觀察了基于中醫體質辨識的健康指導和生活方式干預對2 型糖尿病患者的影響，結果發現患者代謝相關指標均有所改善，且優于常規干預組。劉桂伶［3］對北京市某社區衛生服務中心糖尿病患者進行基于中醫體質辨識基礎上的健康指導，結果顯示糖尿病常見的體質類型有痰濕質、陰虛質、血瘀質、濕熱質和氣虛質5 種，其中痰濕質和陰虛質約占80%；在常規治療基礎上根據不同的體質類型進行健康指導，試驗組患者血糖控制水平明顯優于對照組。本次研究結果顯示，中醫體質中的陰虛質〔OR（95%CI）=2.697（2.203，3.281）〕、氣虛質〔OR（95%CI）=2.744（2.191，3.445）〕和痰濕質〔OR（95%CI）=1.840（1.491，2.265）〕是糖尿病患病的危險因素。這與其他幾位學者的研究結果基本一致：王鑫［10］認為，痰濕質、血瘀質、陽虛質和陰虛質均為糖尿病的危險因素，其中陰虛質的影響最大；沈艷等［11］運用Logistic 回歸分析篩選出陰虛質為2 型糖尿病的主要危險體質（OR=1.887），平和質為2 型糖尿病的主要保護體質（OR=0.239）；李中勝［12］運用Logistic 回歸分析篩選出氣虛質（OR=2.177）、陰虛質（OR=18.574）為2 型糖尿病的危險因素。中醫致病機制方面，鄭自會［13］認為，陰虛質由于體內津液虧少，主要表現為干燥內熱。消渴的發生不外乎陽亢陰虧、津涸熱淫，上消肺陰枯竭可傷及胃陰，肺胃陰虧久積于腎虧；氣虛質則由于機體之氣不足而致臟腑功能低下，長期精細化飲食、缺乏體力活動會致脾氣虛弱不能運化水谷，傷津損氣，正氣耗脫而致氣陰兩虧，脾腎虛弱，氣血化生日欠不能為身體所用，多由小便漏泄排出體外，陰精耗損，遂五臟六腑俱衰。姚海強等［14］認為，痰濕體質由于體內津液代謝失常，痰濕之邪蘊積，大多數在中年之后，陽氣逐漸衰弱，津液失于陽氣的溫化而停聚體內，痰濕由此而生，痰濕化熱會進一步損耗津液，日久則肺、胃、腎皆傷，陰虛更甚，而致消渴。

表3 糖尿病患病率影響因素的多因素Logistic 回歸分析Table 3 Multivariate Logistic regression analysis of the influencing factors for diabetes in physical examinees

總之，本研究利用大樣本人群數據，將中醫體質類型作為影響因素指標，并結合客觀檢查指標，建立了糖尿病風險評估模型，同時驗證結果顯示模型的預測能力良好。通過對高危人群進行早期預防和合理的中醫體質調理，以期降低糖尿病的發生率。但本研究仍存在一定的局限性，例如未結合問卷調查采集體檢人群的生活方式和生活習慣（例如飲食、吸煙、飲酒、運動）等內容，因此在模型中沒有體現這些指標對糖尿病的影響作用，在今后的研究中尚需進一步完善。

作者貢獻：張穎負責文章的構思與設計、研究的實施與可行性分析、數據整理、撰寫論文、文章的質量控制及審校；楊瑞文、金明蘭負責數據收集；章亦瑩負責統計學處理、結果的分析與解釋；季聰華負責論文的修訂；黃琦對文章整體負責，監督管理。

本文無利益沖突。