基于机器学习模型的2型糖尿病患者视网膜微血管形态学特征与糖尿病肾病的相关性

摘要：

目的:探讨2型糖尿病患者视网膜微血管形态学特征与糖尿病肾病（DKD）的相关性。方法:回顾性分析2018年1月至2020年12月于郑州大学第一附属医院就诊的2型糖尿病患者的临床资料及眼底照相图片。根据是否伴有肾功能异常分为DKD组和对照组。应用U-Net深度卷积神经网络将视网膜血管形态学及结构数字化，应用多因素logistic回归分析视网膜血管形态学特征与DKD的相关性。结果:共纳入2型糖尿病患者648例，男410例，女238例，年龄（53±10）岁。2型糖尿病不伴肾功能异常的对照组398例，DKD组250例；收集双侧眼底图像1 296张。DKD组患者男性占比（68.4%比60.1%，
P=0.032）、年龄［（54±9）比（52±10）岁，
P=0.005］、收缩压［（136.8±17.3）比（130.3±15.4）mmHg（1 mmHg=0.133 kPa），
P<0.001］、总胆固醇［（4.5±1.4）比（4.2±1.0）mmol/L，
P=0.009］、甘油三酯［
M（
Q1，
Q3）］［1.7（1.2，3.0）比1.4（1.0，2.3）mmol/L，
P<0.001］、胱抑素C［（0.9（0.8，1.0））比0.8（0.7，0.9）mg/L，
P<0.001］均高于对照组，高密度脂蛋白［（1.0±0.3）比（1.1±0.3）mmol/L，
P=0.001］低于对照组。多因素logistic回归分析结果显示，调整年龄、性别后，相对于血管弯曲度最低四分位数组，第三分位数组（右眼：
OR=1.825，95%
CI：1.204~2.768，
P=0.005）和第四分位数组（左眼：
OR=1.929，95%
CI：1.218~3.055，
P=0.005）DKD的发生风险增加；视网膜静脉血管管径平均值增加（左眼：
OR=1.044，95%
CI：1.013~1.075，
P=0.005）与DKD发生风险相关；血管分形维数（左眼第四分位数组：
OR=0.444，95%
CI：0.199~0.987，
P=0.046）和视网膜血管密度（右眼第二、四分位数组：
OR=0.639，95%
CI：0.409~0.998，
P=0.049；
OR=0.534，95%
CI：0.331~0.864，
P=0.010）降低与DKD的发生风险相关。
结论:视网膜微血管形态学特征异常与DKD存在关联，视网膜静脉血管管径增加、血管密度降低与DKD的发生相关。

关键词：糖尿病，2型、糖尿病肾病、视网膜微血管参数、机器学习模型

所属期刊栏目：103

资助基金：国家自然科学基金82103916，81970633;National Natural Science Foundation of China82103916, 81970633

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1393-1400