糖尿病进展预测模型

简易变量精准分层

基于常规临床变量构建的机器学习模型,可准确预测糖尿病前期患者1年进展风险,为个体化干预提供依据。

Zou, Xiantong · 罗樱樱 · 黄祺 · 朱占星 · 李玉凤 · 张秀英 · 周翔海 · 纪立农

Diabetes, Obesity and Metabolism 2023

参数信息

内部验证AUC
0.80
外部验证AUC
0.80
糖尿病进展风险降低幅度
50 %

技术优势

五个变量即可分层

模型仅需空腹血糖、餐后2小时血糖、糖化血红蛋白、高密度脂蛋白胆固醇和甘油三酯,均为临床常规检测项目,易于获取。

内外验证都很稳

在平谷研究和北京糖尿病前期逆转项目两个独立队列中,AUC均为0.80,表明模型具有较好的泛化能力。

高风险才值得用药

只有高风险组使用吡格列酮联合强化生活方式干预能显著降低糖尿病进展,低中风险组未获益,提示干预应聚焦高风险人群,避免不必要的治疗。

应用场景