基于舌象的糖尿病足风险预测模型的构建

摘要：

目的 利用LASSO回归联合贝叶斯网络分析方法,构建基于舌象的糖尿病足风险预测模型.方法 采集2019年1月至2020年10月在天津中医药大学第二附属医院就诊的2型糖尿病和糖尿病足患者的临床资料,纳入分析变量27个,包括年龄、性别、体重指数(BMI)、吸烟、学历、淡红舌、淡白舌、红绛舌、淡紫舌、暗红舌、舌尖红、胖舌、舌边红、瘦舌、点刺、齿痕、裂纹、薄苔、白苔、黄苔、少苔、剥苔、滑苔、厚苔、腻苔、空腹血糖、餐后2小时血糖.采用Logistic单因素分析计算舌象相关变量未校正OR值(cOR值),通过LASSO回归筛选出与糖尿病足发生显著相关的影响因素,再采用贝叶斯网络分析描述变量间的相互作用并进行推理,最后对模型预测效能进行评价.结果 共纳入糖尿病足患者293例(糖足组),2型糖尿病患者4430例(糖尿病组).两组患者年龄、BMI、性别、吸烟、学历分布比较差异有统计学意义(P＜0.05),空腹血糖与餐后2小时血糖水平比较差异无统计学意义(P＞0.05).Logistic单因素分析显示,淡紫舌(cOR值1.956)、瘦舌(cOR值4.315)的糖尿病患者发生糖尿病足的风险增加.LASSO回归筛选出与糖尿病足发生相关性最显著的6个变量为瘦舌、吸烟、暗红舌、腻苔、厚苔、白苔,贝叶斯网络模型发现瘦舌、暗红舌、腻苔、厚苔、白苔与糖尿病足有直接联系,吸烟与糖尿病足有间接联系.模型推理出2型糖尿病患者出现厚苔时,发生糖尿病足的概率最大为7.77％,当2型糖尿病患者出现腻苔时,糖尿病足的发病概率为6.43％;吸烟患者厚苔与腻苔出现的概率大于不吸烟的患者,而不吸烟患者暗红舌出现的概率大于吸烟的患者.模型预测效能评价结果显示accuracy值为0.93,f1值为0.97,提示模型预测效果较好.结论 采用LASSO回归联合贝叶斯网络分析方法构建的基于舌象的糖尿病足风险预测模型显示,2型糖尿病患者出现厚苔、腻苔时发生糖尿病足的概率分别为7.77％和6.43％,如患者吸烟则这种概率可能会进一步升高.

关键词：糖尿病足、舌象、风险预测模型、LASSO回归、贝叶斯网络

所属期刊栏目：63

分类号：R587.1;R259.872;TP391.41

资助基金：国家重点研发计划2017YFC1703305

在线出版日期：2022-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1840-1846