基于中醫體質辨識的糖尿病風險評估模型建立與驗證

晏麗玲

（晉寧平復醫院，云南 昆明 650600）

1 資料與方法

1.1 一般資料

本次數據資料都來源于某醫院的健康管理中心數據庫，從中調取了2017年～2018年人員的健康體檢數據。根據排除標準，篩除了研究指標數據嚴重缺失的患者或者影響判斷的人員，另存在嚴重噪聲數據和無法通過預處理的技術轉換者也排除在外，以此為基礎條件選取調查人員進行后續研究。

1.2 研究方法

研究方法分為四步，首先調查體檢對象的基本狀況，包括性別，年齡，體檢日等等。隨后結合體格檢查情況，對于體制指數、各類病史、身高體重進行正常范圍劃分。接著按照實驗室檢測指標，做15項血常規，13項生化指標等等。最后通過中醫體質辨識問卷調查結果，對于體檢者進行線上調查，結合治未病中醫個性化體檢系統，進行計算機自動計分。

1.3 統計學方法

采用IBM 22.0軟件進行數據的統計處理，以計數資料相對數進行表示，計量資料以（±s）表示，以雙側P＜0.05為差異有統計學意義。

2 結 果

2.1 不同特征人群糖尿病患病率比較

不同性別、年齡、高血壓情況、BMI指數人群糖尿病患病率比較，差異有統計學意義（P＜0.05）。

2.2 多因素Logistic回歸分析

以是否患糖尿病為因變量，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1）進行多因素Logistic回歸分析。見表1。

表1 變量賦值情況

2.3 模型驗證

采用訓練集對四組模型建立ROC曲線（見圖1），與糖尿病原診斷結果（金標準）相比，準確率達到95.69%。

圖1 基于訓練集風險評估模型的 ROC 曲線

3 討 論

目前的危險因素確定主要還是在人口學資料或者生活方式調查上，根據實驗室檢查指標，結合客觀的體檢數據和中醫體質辨識可得知，糖尿病患者風險在高齡、高血壓以及肥胖發生時，更容易產生，尤其是紅細胞數異常，平均紅細胞血紅蛋白濃度偏低、血小板分布寬度異常、肌酐水平偏低、膽固醇升高、高密度脂蛋白偏低時，多是糖尿病的發生時間。另外女性的BMI指數偏低、血液中淋巴細胞百分數升高、紅細胞壓積減小和尿酸的增高在一定程度上會產生保護效力。在此中醫要防治糖尿病具有一定的自身特性，對于糖尿病的發生和后續發展，目前中醫學以根據體質辨識對于糖尿病影響有著一定的關注研究。

4 結束語

綜上所述，在定位影響因素指標時，結合中醫體質類型進行客觀的檢查，建立詳細科學的糖尿病風險評估模型，可以根據驗證結果來現實模型的預測能力，在對高危人群進行早期預防的同時，可根據中醫特性對于患者進行個別體質調理，針對性的降低糖尿病的發生幾率。