中老年2型糖尿病合并骨質疏松癥風險預測模型的構建與驗證

謝碧燕 陳小燕

在全球，2型糖尿?。═2MD）患者高達4.63億，預計到2030年，T2MD患者將高達5.78億[1]。其中，我國的糖尿病患者例數位居全球第一，給醫療資源和經濟發展帶來了沉重負擔。骨質疏松癥（OP）是一種臨床常見的因骨量減少，骨組織顯微結構破化，導致脆性骨折的風險增加的系統性骨骼疾病，常發生于老年人群[2]。T2MD患者存在不同程度的骨量降低，其機制暫無明確定論[3]。OP患者骨骼強度降低，容易引起骨折，輕者可使活動受限，重者須長時間臥床，給社會和家人造成很大負擔。以往有部分研究從激素水平、脂肪代謝、糖尿病并發癥等方面討論了絕經后T2MD女性合并OP的獨立影響因素[4]。但是以上研究均僅限于臨床特征和影響因素的討論，沒有將影響因素轉化為預測模型，對臨床T2MD合并OP預測價值有限。本研究通過篩選影響因素后構建風險預測模型，并對模型預測效能進行了評價，具體研究如下。

1 資料與方法

1.1 一般資料

回顧性分析2019年2月-2021年8月中國人民解放軍聯勤保障部隊第九〇九醫院住院治療的中老年T2MD患者100例。納入標準：年齡≥50歲，且臨床診斷為T2MD患者，T2MD診斷符合中華醫學會糖尿病分會規定的T2MD診斷標準[5]。排除標準：甲狀腺炎、甲狀腺功能亢進；有非OP如佝僂病、骨質軟化、骨質硬化等其他骨代謝異常疾?。环免}劑、糖皮質激素、降鈣素等影響骨代謝的藥物；長期臥床及嚴重營養不良。年齡50～90歲，平均（66.98±9.34）歲；男42例，女58例。本研究經醫院醫學倫理委員會批準，所有研究對象均簽署知情同意書。

1.2 方法

1.2.1 分組 采用全身雙能X射線骨密度儀（美國Norland公司）測定患者骨密度，檢測部位包括第1～4腰椎（L1～4）、股骨頸、股骨大轉子、股骨內部及股骨Ward三角區域，根據中華醫學會骨質疏松和骨礦鹽疾病分會制定的相關診斷標準，任意檢測部位T值≤-2.5 SD納入OP組，T值＞-2.5 SD納入非OP組[6]。

1.2.2 臨床資料 收集入院時T2MD患者臨床資料，包括性別、年齡、糖尿病病程、體重指數（BMI）、空腹血糖（FPG）、總膽固醇（TC）、甘油三酯（TG）、高密度脂蛋白（HDL）、低密度脂蛋白（LDL）、糖化血紅蛋白（HbA1c）、堿性磷酸酶（ALP）和并發癥（糖尿病腎病、視網膜病變、周圍神經病變），BMI=體重（kg）/身高（m）2。

1.2.3 預測模型構建 通過單因素分析篩選中老年T2MD合并OP的潛在影響因素，將影響因素中有統計學意義的指標納入二元Logistic回歸分析，構建中老年T2MD合并OP風險預測模型，根據預報概率構建受試者工作曲線（ROC），分析模型區分度。比較最佳預報概率和0.500預報概率時模型預測結果差異。

1.3 觀察指標

統計分組情況，對中老年T2MD合并OP的影響因素進行單因素及多因素分析，構建中老年T2MD合并OP風險預測模型并對其進行評價。

1.4 統計學處理

本研究數據采用SPSS 16.0統計學軟件進行分析和處理，正態分布的連續變量以（±s）表示，兩組間比較采用獨立樣本t檢驗，偏態分布的定量資料采用[M（P25，P75）]表示，組間比較采用秩和檢驗。分類變量以率（%）表示，采用χ2檢驗，單因素分析中有統計學意義的指標納入二元Logistic回歸分析，并建立Logistic回歸模型，根據預測概率，建立ROC曲線，通過曲線下面積（AUC）和最佳截斷值判斷模型的預測效能，利用Medcalc軟件，通過Z檢驗對不同AUC進行比較，通過Hosmerlemeshow（H-L）檢驗分析模型的校準度。

2 結果

2.1 分組情況

100例患者中，OP組50例，非OP組50例。

2.2 中老年T2MD合并OP單因素分析

OP組年齡、糖尿病病程、糖尿病腎病占比均高于非OP組，男性占比、BMI均低于非OP組（P＜0.05）。兩組FPG、HbA1c、TC、TG、HDL、LDL、ALP、視網膜病變占比、周圍神經病變占比比較差異均無統計學意義（P＞0.05），見表1。

表1 中老年T2DM合并OP單因素分析

表1（續）

2.3 中老年T2MD合并OP多因素分析

將單因素分析中有統計學意義的指標納入二元Logistic回歸分析，分類變量賦值如下，女=0，男=1，非糖尿病腎病=0，糖尿病腎病=1，是否OP（非OP=0，OP=1）作為應變量，年齡、性別、糖尿病病程、BMI、糖尿病腎病作為自變量，進行二元Logistic回歸分析。年齡、病程、糖尿病腎病均為中老年T2MD合并OP的獨立危險因素，男性、BMI均為中老年T2MD合并OP的保護因素（P＜0.05）?；诙狶ogistic回歸分析原理，構建中老年T2MD合并OP風險預測模型，P=1/{1+exp[-（3.986+0.041×年齡-1.639×性別+0.115×糖尿病病程-0.345×BMI+0.843×糖尿病腎病）]}，見表2。

表2 中老年T2MD合并OP多因素分析

2.4 模型預測效能評價

將臨床指標回代風險預測模型，得出中老年T2MD合并OP預測概率，以是否OP為金標準，繪制T2MD合并OP模型預測的ROC曲線，AUC為0.798（0.713，0.884），說明模型有較高預測價值，與隨機面積0.500比較差異有統計學意義（Z=3.412，P＜0.05）。H-L 檢驗χ2=1.967，P=0.302，說明模型有較好的校準度。分別取預測概率0.544（Youden指數最大）和0.500兩個切割點，當切割點為0.544，預測敏感度為76.00%，特異度為74.00%，正確率為75.00%，Youden指數為0.50；當預測概率切割點為0.500，模型預測敏感度為72.00%，特異度為68.00%，準確率為70.00%，Youden指數為0.40，見圖1、表3。

表3 模型預測效能評價

圖1 T2MD合并OP模型預測ROC曲線分析

3 討論

隨著老齡化進程的加快，老年人群占比持續升高，OP和T2MD發生率均持續增高[7]。陳冠亞等[8]研究發現，年齡、文化程度、絕經年限、合并心血管疾病和周圍神經疾病均為T2MD女性合并OP的獨立影響因素。姜麗燕等[9]研究發現，腎功能異常、血糖控制不佳、病程長、高齡T2MD患者合并OP風險較大。顯然，單純了解疾病的臨床特征及影響因素存在一定欠缺，臨床無法根據影響因素對疾病風險大小進行評估，應用價值有限。因此，全面了解中老年T2MD合并OP患者的臨床特征，篩選與中老年T2MD合并OP的影響因素，并構建風險預測模型，針對低風險人群通過宣傳教育提高骨質疏松防范意識，對于高危人群，積極采用抗OP治療，對于降低OP發生率，提高中老年人身體健康水平有一定價值。

本研究通過單因素和多因素分析發現，OP組年齡、糖尿病病程、糖尿病腎病占比均高于非OP組，男性占比、BMI均低于非OP組（P＜0.05）。年齡、病程、糖尿病腎病均為中老年T2MD合并OP的獨立危險因素，男性、BMI均為中老年T2MD合并OP的保護因素（P＜0.05）。分析其具體機制可能如下：（1）隨著年齡的增加，胃腸道功能降低，鈣等礦物質吸收降低，導致成骨細胞活性降低，破骨細胞活性升高，進而引起骨量丟失，骨皮質結構破壞，強度降低[10]。（2）血糖控制不加，病程延長可加速鈣、鎂、磷等礦物質的丟失，影響骨代謝，從而加速OP的發生。以往研究對象主要集中于絕經后女性人群，并認為，女性絕經時長是影響OP發生的獨立影響因素[11]。（3）腎臟作為調節鈣、磷代謝的重要器官，對維持其正常濃度有重要作用，腎損傷發生后，一方面，腎小球電荷屏障受損，濾過增多，另一方面，腎小管重吸收減少，導致尿鈣、磷等排出增多，鈣吸收障礙[12]。1-α羥化酶活性降低，影響骨形成和骨質礦化，骨脆性增加。（4）女性絕經后，雌激素水平降低，成骨細胞活性減弱，破骨細胞活性增加，由此引起骨量丟失、骨密度降低，進而引起OP發生。而在男性人群中，睪酮的降低可能具有類似但不那么明顯的影響，從而導致性別因素是OP發生的最強影響因素[13]。（5）肥胖與骨代謝的作用非常復雜，目前沒有明確的機制予以說明。BMI被納入骨折風險評估工具，BMI越高，骨折風險越低[14]。其可能機制為BMI較高的人群承受機械壓力較大，對骨骼有更強的刺激，脂肪組織中雌二醇與雌酮有利于成骨細胞活性增強及骨膠原形成。

本研究根據以上影響因素，利用二元Logistic回歸原理構建中老年T2MD患者合并OP風險預測模型，經證明該模型有較好的預測區分度和校準度，可以作為臨床輔助判斷依據，對于高風險人群采用抗骨質疏松治療。針對低風險人群，可以加大OP宣傳力度，提高人群預防意識。本研究為單中心、回顧性分析，納入研究樣本量較小，可造成樣本選擇偏倚。其次，構建的預測模型計算量較大，便利性存在一定欠缺。以上弊端，需采用多中心、前瞻性、大樣本、列線圖研究予以解決。

綜上所述，中老年T2MD患者合并OP影響因素較多，根據獨立影響因素構建的風險預測模型有較好的預測效能，可為臨床早期識別T2MD患者合并OP提供參考依據，根據風險大小，制定對應的干預措施，降低骨質疏松發生風險，提高骨密度水平，減少骨折等情況發生。