2. 哈尔滨医科大学公共卫生学院
在糖尿病肾病(DN)发病机制研究中,高血糖对肾脏的影响一直是一个重要的因素。为探讨糖尿病肾病不发生或少发生的空腹血糖水平,为预防并发糖尿病肾病提供参考依据,本文运用有序回归分析方法[1-3]和受试者工作特征曲线(receive operating characteristic curve,ROC)[4]方法,筛选预防糖尿病肾病的空腹血糖预测值。结果报告如下。
1 对象与方法 1.1 对象收集2002年9月30日~2004年8月17日在黑龙江哈尔滨市第一医院内分泌科住院就诊的2型糖尿病患者311例,排除急慢性肾炎、充血性心力衰竭、发热和泌尿系统感染等其他疾病引起的蛋白尿病例。按并发和未并发肾病分为2组。
1.2 方法 1.2.1 病例调查采用回顾性调查方法,自编统一调查表。调查内容包括年龄、性别、身高、体重、血压、高血压病史及病程、糖尿病病史及病程、糖尿病肾病分期等。同时采集血样,检测空腹以及餐后2h血糖、糖化血红蛋白等指标。2型糖尿病诊断按1996年美国糖尿病学会(ADA)推荐的1997年WHO发布标准[5],糖尿病肾病诊断按文献[6]。
1.2.2 有序回归分析(1)空腹血糖水平筛选:依据糖尿病空腹血糖诊断标准(≥7.0 mmol/L)以及ROC曲线连续分组至少分为5组的要求,将2组糖尿病患者按空腹血糖值分为5组,依次为:<7.20,7.20~,8.70~,10.30~,12.30~mmol/L。(2)以糖尿病肾病组和非肾病组空腹血糖值作因变量(有序变量形式),以是否并发糖尿病肾病为自变量,进行有序Logistic回归分析[1-3],获得每一分类的累计概率(Pji)和求得β的参数估计值。有序回归方程:Pji=1/[1+exp(-aj+βDj)],式中aj:a1~a4分别表示空腹血糖诊断水平为7.20,8.70,10.30,12.30 mmol/L时,非肾病组(即自变量取值为D-=0时),诊断为未患肾病和患肾病的概率之比的自然对数值;j=分组数-1;i=组别,糖尿病肾病组与非肾病组;对于肾病组、非肾病组来说Pji分别代表 2组的假阴性率和真阴性率;D:糖尿病病变发生与否。
1.2.3 ROC曲线分析(1)原理:ROC曲线主要用于评价诊断准确性,通常使用灵敏度(TP)和假阳性率(FP)2个参数。本研究中,灵敏度(TP)用于表示以不同血糖水平为标准,糖尿病肾病患者正确判断为并发的概率;假阳性率(FP)用于表示按不同血糖水平标准,非糖尿病肾病患者判断为并发的概率。它们与有序回归确定的每一分类的累计概率的相互关系为TP=1-假阴性率,FP=1-真阴性率。(2)建立ROC曲线方程[7]:根据上述原理和相互关系,建立灵敏度方程:TPj=1-1/[1+exp(-aj+D-×β)];假阳性率方程:FPj=1-1/[1+exp(-aj+D-×β)];在此基础上,建立ROC曲线方程:TP=1/[1+(FP-1-1)e-β],通过对该方程求一阶偏导,分别求出2组病例不同空腹血糖水平下的TP、FP值[4]。(3)绘制ROC曲线:以不同的血糖水平为截断点,以假阳性率为横坐标,灵敏度为纵坐标绘制曲线,求出ROC曲线上的切点(FP,TP)。该切点所对应的血糖值,即为预防糖尿病肾病的血糖安全参考值。(4)阴性预测值(%):指某一安全参考值判定为阴性的患者真正不并发糖尿病肾病的可能性。计算公式:阴性预测值=${{\left( {1 - FP} \right) \times {q_1}} \over {\left( {1 - FP} \right) \times {q_1} + \left( {1 - TP} \right) \times {q_0}}}$,式中q0、q1分别为糖尿病患者并发和不并发糖尿病肾病的先验概率[8],分别约为40%和60%。
1.3 统计分析采用SPSS 12.0软件进行有序回归分析和ROC曲线分析。
2 结果 2.1 2组患者空腹血糖值分布(表 1)按是否合并糖尿病肾病,将糖尿病患者分为2组,其中糖尿病肾病组177例,男性91例,女性86例,平均年龄(57.92±11.06)岁,平均糖尿病病程(7.45±6.02)年; 非糖尿病肾病组134例,男性73例,女性61例,平均年龄(55.43±12.25)岁,平均糖尿病病程(5.32±5.60)年。2组间年龄(Z=-1.876,P=0.061>0.05)、性别(x2=0.023,P=0.878>0.05)均衡可比;前者病程长于后者,表明随着糖尿病病程增加,并发肾病的可能性增大,差异有统计学意义(Z=-3.519,P<0.05)。
| 表 1 糖尿病肾病与非肾病患者的空腹血糖水平分布 |
2.2 有序回归分析(表 2)
表 2可见,回归系数β=0.579,即当糖尿病肾病发生时,空腹血糖水平提高一个或一个以上等级的可能性增加56.04%(e-β=e-0.579=0.560 4)。
| 表 2 空腹血糖的有序回归分析结果 |
2.3 ROC曲线(图 1)
图 1可见,依据表 2中的参数估计值以及TP、FP值和95% CI,经ROC曲线方程计算,可绘制出3条曲线(TPU,TP,TPL)以及与曲线下面积为0.5的直线(Y=X)相平行的平行线,曲线与该平行线的切点即为预测糖尿病肾病的空腹血糖值所对应的TP、FP值,分别为A(0.38,0.62),B(0.43,0.57),C(0.48,0.52)。
|
图 1 空腹血糖的ROC曲线 |
2.4 安全参考值与阴性预测值
通过方程迭代即可得出预测糖尿病并发肾病的空腹血糖值。结果显示,当切点(FP,TP)分别为A(0.38,0.62),B(0.43,0.57),C(0.48,0.52)时,所对应的血糖值分别为8.1,8.4,8.8 mmol/L。阴性预测值计算结果显示,当空腹血糖水平控制在8.4 mmol/L以下时,患者不会并发糖尿病肾病的可能性为67%;其血糖水平的95% CI=8.1~8.8 mmol/L,表明空腹血糖控制在这一范围内,患者不会并发糖尿病肾病的可能性为71%~62%。
3 讨论有文献报道,刘艳[9, 11]等曾就糖尿病性视网膜病变的血糖、糖化血红蛋白安全参考值进行过研究。本文结果显示,空腹血糖水平控制在8.4 mmol/L(8.1~8.8 mmol/L)可作为预测糖尿病肾病发生的参考值,患者血糖值低于此参考值可推断不会并发糖尿病肾病的可能性为67%(71%~62%)。提示糖尿病患者应严格控制血糖值,使之处于越低范围,不并发肾病的可能性也就越大。
值得指出的是,由于患者的血糖水平等生化指标并不是一成不变的,受到诸多因素影响,并且处于动态变化之中[10];同时阴性预测值的大小还受到糖尿病肾病先验概率的影响,在1个诊断试验确定了切点之后,阴性预测值会随着先验概率的增加而随之减小[11]。
本文提出的安全参考值及阴性预测值仅仅是通过一次的断面研究得出的结果,观察对象样本量较少,今后尚需要扩大样本量,并进行动态观察加以验证。
| [1] | 李志辉, 罗平, 洪楠, 等. SPSS for Windows统计分析教程[M]. 2版.北京: 电子工业出版社, 2005: 278. |
| [2] | 栾荣生. 流行病学研究原理与方法[M]. 成都: 四川大学出版社, 2005: 215-217. |
| [3] | 陈佩珍, 陈峰. 累积比数logistic回归在医学研究中的应用[J]. 南通医学院学报, 2001, 21(2) : 140–142. |
| [4] | 蒋知俭. 医学统计学[M]. 北京: 人民卫生出版社, 1997: 223-226. |
| [5] | American Diabetes Association. Report of the expert committee on diagnosis and classification of diabetes mellitus[J]. Diabetes Care, 1997, 20(7) : 1183–1197. DOI:10.2337/diacare.20.7.1183 |
| [6] | Mogensen CE, Schmitz A, Christensen CK. Comparative renal pathophysiology relevant to IDDM and NIDDM patients[J]. Diabetes Metabol Rev, 1988, 4 : 453–483. DOI:10.1002/dmr.v4:5 |
| [7] | 李康, 郭祖超, 胡林, 等. 有序分类数据的累计比数模型分析方法[J]. 中国卫生统计, 1993, 10(4) : 35–38. |
| [8] | 刘志红. 糖尿病肾病[J]. 中华肾脏病杂志, 2000, 16(2) : 126–131. |
| [9] | 刘艳, 隋虹, 罗志忠, 等. 2型糖尿病并发视网膜病变患者血糖控制水平分析[J]. 数理医药学杂志, 2003, 16(3) : 219–221. |
| [10] | 程伟. 2型糖尿病血糖控制对血脂影响[J]. 中国公共卫生, 2007, 23(10) : 1276. |
| [11] | 袁重胜, 刘艳, 罗志忠, 等. 糖尿病性视网膜病变血糖控制水平的ROC分析[J]. 中国卫生统计, 2004, 2(1) : 2–5. |
2008, Vol. 24


