200
评论
查看更多
密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
成果名称：使用基于机器学习的糖尿病进展预测模型对糖尿病前期患者进行分层干预的效果差异
发表期刊：《糖尿病、肥胖与代谢》[Diabetes, Obesity and Metabolism，IF（2022）：5.8]
通讯作者：纪立农
主要作者单位：北京大学人民医院
该研究基于中国糖尿病前期队列，开发并验证了基于机器学习的糖尿病进展风险（ML-PR）预测模型，在预测糖尿病前期进展为糖尿病方面的作用，提示临床上依据糖尿病进展风险对糖尿病前期患者进行个性化管理非常必要！
研究人员基于平谷研究（一项包括622例受试者的前瞻性人群调查）的糖尿病前期患者，完成了ML-PR模型的开发和内部验证。ML-PR模型能够以最少的预测因子——空腹血糖、OGTT 2 h血糖、糖化血红蛋白（HbA1c）、高密度脂蛋白胆固醇（HDL-C）以及甘油三酯（TG）5个变量，预测患者1年的糖尿病进展风险（ROC-AUC 0.80，95%CI 0.70～0.89），显著优于传统的Framingham评分和Cambridge评分。
北京糖尿病前期逆转计划（Beijing Prediabetes Reversion Program, BPRP）是一项多中心、随机对照试验，共纳入1936例受试者，分别给予安慰剂联合常规生活方式、安慰剂联合强化生活方式、吡格列酮联合常规生活方式、吡格列酮联合强化生活方式4种干预措施，旨在评估生活方式和（或）吡格列酮对糖尿病前期逆转的疗效。
研究团队在BPRP队列中进行了外部验证，发现ML-PR模型在常规生活方式加安慰剂组中获得了较好的预测效果（ROC-AUC 0.80，95%CI 0.74～0.86），进一步证明ML-PR模型能够早期识别糖尿病前期人群进展为糖尿病的风险。
为评估4种干预措施对糖尿病前期逆转和糖尿病进展的不同影响，研究团队采用ML-PR模型将所有受试者分为高危、中危、低危人群。分层分析结果提示，在高危组中，与安慰剂联合常规生活方式干预相比，吡格列酮联合强化生活方式干预可将糖尿病进展延缓约50%；在中危和低危组中，强化生活方式干预、吡格列酮或联合治疗对糖尿病进展及糖尿病前期逆转的效果并不显著。
该研究基于中国糖尿病前期队列，开发并验证了ML-PR模型在预测糖尿病前期进展为糖尿病方面的作用，提示临床上依据糖尿病进展风险对糖尿病前期患者进行个性化管理非常必要！
纪立农
北京大学糖尿病中心主任，北京大学人民医院内分泌科主任。现任中国老年保健研究会内分泌与代谢病分会主任委员，中国药促会糖尿病与代谢性疾病药物临床研究专业委员会主任委员，中国医师协会内分泌代谢医师分会副会长，中国卒中学会副会长，亚洲糖尿病研究协会执行委员会成员。《中国糖尿病杂志》主编，Journal of Diabetes、Diabetes Research and Clinical Practice、Diabetes Technology & Therapeutics、Metabolism、International Journal of Diabetes等期刊编委。IDF亚洲西太平洋地区糖尿病政策组成员，WHO糖尿病定义、诊断和分类顾问。
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017