山东大学学报(医学版)

作者：陈莹莹,王鲁,胡锡峰,朱高培,薛付忠

单位：1.山东大学齐鲁医学院公共卫生学院医学数据学系, 山东 济南 250012;2.国家健康医疗大数据研究院, 山东 济南 250003;3.山东大学齐鲁医院, 山东 济南 250012;4.山东健康医疗大数据管理中心, 山东 济南 250002

关键词：2型糖尿病,脑卒中,贝叶斯网络,Cox回归模型,风险预测,

基金：国家自然科学基金(82173625,82330108);山东省重点研发计划(2021SFGC0504)

目的 构建简便、经济且适用于临床场景的2型糖尿病(type 2 diabetes mellitus,T2DM)并发脑卒中的预测模型,精确预测糖尿病并发脑卒中的发病风险及相关危险因素。 方法 基于齐鲁全生命周期电子健康研究型数据库(Cheeloo Lifespan Electronic Health Research Data-library, CHeeloo LEAD)数据,采用单因素Cox回归分析筛选与糖尿病并发脑卒中相关的危险因素,应用联合Cox与贝叶斯网络模型构建风险预测模型,并从鉴别和校准两方面评价模型的预测性能。 结果 本研究共纳入CHeeloo LEAD中2015年1月1日至2017年10月31日的糖尿病患者15 528例,随防至2023年1月1日,期间发生脑卒中2 552例,单因素分析筛选出67个与脑卒中发病有关的潜在危险因素并用以构建贝叶斯网络,多因素Cox回归模型筛选出个4独立危险因素,分别为年龄、短暂和突发性疾病、循环系统疾病、脑血管病后遗症。联合Cox与贝叶斯网络模型构建T2DM并发脑卒中的预测模型,预测个体3年发生脑卒中的风险,训练集AUC为0.814,测试集AUC为0.816,结果基本一致。 结论 T2DM患者中,年龄、短暂和突发性疾病、循环系统疾病、脑血管病后遗症是导致脑卒中风险增加的重要危险因素。在临床实践中,应重视T2DM患者脑部病变的发生,识别相关的危险因素,加强监测和管理,以减少脑卒中的发生率并改善患者的预后。

来源：2025年第8期

《山东大学学报(医学版)》期刊编辑部

查看山东大学学报(医学版)杂志2025年第8期