2 型糖尿病患者低血糖預(yù)警評分模型的構(gòu)建與驗證

林梅珍，牟嚴艷，鄧鳳平，歐倩，朱芳慧

廣西壯族自治區(qū)桂東人民醫(yī)院內(nèi)分泌科，廣西梧州 543001

低血糖是2 型糖尿?。╰ype 2 diabetes mellitus,T2DM）治療中常見的急性并發(fā)癥之一。有研究顯示低血糖的病死率為12.9%，當(dāng)血糖＜2.2 mmol/L時，病死率可達24.9%，頻繁出現(xiàn)低血糖會增加中風(fēng)的危險，降低患者的生活質(zhì)量，誘發(fā)腦卒中、心肌梗死，嚴重者導(dǎo)致昏迷，如不及時糾正，最終導(dǎo)致昏迷死亡[1-2]。早期評估低血糖的發(fā)生對于臨床指導(dǎo)診治、改善患者預(yù)后具有重要意義，但目前低血糖的評估方法缺乏，預(yù)測能力不足，很多時候不能及時預(yù)測[3]。如何能夠早期、快速、準(zhǔn)確地預(yù)測低血糖發(fā)生，從而指導(dǎo)醫(yī)生進行個體化治療，是臨床研究的熱點和難點。本研究回顧性分析2020 年1 月—2022 年6 月在廣西桂東人民醫(yī)院內(nèi)分泌科住院的715 例T2DM 患者的一般資料，建立一個快速簡便易行的低血糖預(yù)警評分模型，以評估低血糖的風(fēng)險，從而進行早期干預(yù)?，F(xiàn)報道如下。

1 資料與方法

1.1 一般資料

采用便利抽樣法，抽取本院內(nèi)分泌科住院的715 例T2DM 患者的病歷資料。其中男403 例，女312 例；年齡18～90 歲，平均（62.56±12.63）歲；186 例（26.01%）患者發(fā)生低血糖。根據(jù)Logistic 回歸建模要求[4]將患者分為建模組和驗證組，建模組患者392 例，男219 例，女173 例；年齡18～90 歲，平均（62.35±12.49）歲；121 例（30.87%）發(fā)生低血糖。驗證組患者323 例，男184 例，女139 例；年齡18～85歲，平均（61.48±12.83）歲；65 例（20.12%）發(fā)生低血糖。

1.2 納入與排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：①符合《中國2 型糖尿病防治指南（2020 年版）》提出的糖尿病診斷標(biāo)準(zhǔn)[5]；②年齡＞18歲；③相關(guān)實驗室檢查資料完整。排除標(biāo)準(zhǔn)：①入院診斷為低血糖者；②臨床資料缺失者；③合并惡性腫瘤者。

1.3 方法

通過醫(yī)院信息系統(tǒng)，收集住院患者資料，篩選出符合條件的患者信息。經(jīng)過統(tǒng)一培訓(xùn)，調(diào)查組采用自行設(shè)計的表格，通過查閱患者的病歷，收集以下信息。①患者的一般信息包括性別、年齡、病程、入院時血糖、體重指數(shù)（body mass index, BMI）、住院時間。②疾病相關(guān)資料：胰島素治療（常規(guī)胰島素治療和強化胰島素治療）、口服藥治療（增敏劑、糖苷酶抑制劑、促泌劑、增敏劑+糖苷酶抑制劑、促泌劑+糖苷酶抑制劑及其他藥物）、糖尿病合并癥（肝功能不全、腎功能不全、肝腎功能正常、肝腎功能不全）、飲食情況（正常飲食、進食少或惡心嘔吐）、運動情況（正常運動、運動劇烈）等。③實驗室檢查（包括入院時血糖值、空腹C 肽（fasting plasma Cpeptide, FCP）、餐后1 hC 肽（C peptide 1 hour after meal, CP1h）、餐后2 hC 肽（C peptide 2 hour after meal, CP2h）。使用瑞特血糖儀（型號：M300，生產(chǎn)廠家：華廣生物技術(shù)有限公司）進行隨機血糖監(jiān)測確定低血糖。根據(jù)中國2 型糖尿病防治指南（2020年版）中規(guī)定，將血糖＜3.9 mmol/L 作為低血糖的診斷標(biāo)準(zhǔn)[5]。

1.4 統(tǒng)計方法

采用SPSS 19.0 統(tǒng)計學(xué)軟件分析數(shù)據(jù)。符合正態(tài)分布的計量資料用(±s)表示，采用t檢驗；非正態(tài)分布的計量資料采用中位數(shù)和四分位數(shù)間距表示，采用秩和檢驗的方法；計數(shù)資料用例數(shù)（n）和率表示，采用χ2檢驗。低血糖影響因素采用單因素和多因素Logistic 回歸分析，采用ROC 工作曲線檢驗低血糖預(yù)警評分模型的預(yù)測效能。P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 建模組T2DM 患者低血糖單因素分析

低血糖組與非低血糖組的FCP、CP1h、CP2h、BMI、飲食情況、運動情況比較，差異有統(tǒng)計學(xué)意義（P＜0.05）。兩組的性別、年齡、病程、入院時血糖值、住院時間、胰島素治療方式、口服藥治療、合并癥等比較，差異無統(tǒng)計學(xué)意義（P＞0.05）。見表1。

表1 建模組2 糖尿病患者低血糖單因素分析

2.2 低血糖影響因素的多因素Logistic回歸分析

將單因素分析中有統(tǒng)計學(xué)意義的6 個變量包括CP1h、CP2h、FCP、BMI、飲食情況、運動情況等進行Logistic 回歸分析，結(jié)果顯示BMI（OR=1.071，95%CI:1.001～1.146，P=0.048），飲食情況（OR=10.406，95%CI:5.354～20.225，P＜0.001）是影響低血糖的主要危險因素（P＜0.05）。見表2。

表2 影響低血糖的多因素Logistic 回歸分析

2.3 低血糖預(yù)測評分模型的建立及預(yù)測效能

根據(jù)回歸方程Logistic 分析，最終構(gòu)建低血糖預(yù)警評分模型Logistic（P）=-21.591+0.068×BMI+2.342×飲食情況。Hosmer-Leme-show 檢驗擬合優(yōu)度檢驗結(jié)果顯示，表示該模型預(yù)測效能與實際發(fā)生情況吻合較好（χ2=4.871，P=0.771）。采用ROC 曲線檢驗預(yù)測模型得分與患者發(fā)生低血糖的區(qū)分能力，結(jié)果顯示，曲線下面積（area under the curve, AUC）為0.733（95%CI=0.664～0.802，P＜0.05），以約登指數(shù)最大值（0.342）選取預(yù)測模型的最佳臨界值（0.236），曲線的靈敏度為0.578，特異度為0.764。見圖1。

圖1 低血糖預(yù)警評分模型ROC 分析

2.4 預(yù)測評分模型的驗證

選取323 例患者資料驗證該模型的預(yù)測效果，使用兩種方法驗證邏輯回歸模型，采用ROC 曲線和Hosmer-Lemeshow 檢驗分析，結(jié)果顯示，AUC 為0.733，曲線的靈敏度為0.568，特異度為0.764，表明該模型具有良好的識別能力，可以正確識別出73.3% 的T2DM 患者低血糖的風(fēng)險。 Hosmer-Lemeshow 檢驗顯示預(yù)測風(fēng)險和觀察風(fēng)險之間沒有顯著差異（χ2=7.216，P=0.514），表明該模型具有良好的校準(zhǔn)度。

3 討論

糖尿病屬于臨床最常見的多發(fā)病，是以慢性高血糖為特征的代謝性疾病。有研究顯示，低BMI、飲食不當(dāng)?shù)葧黾拥脱堑奈ｋU，危及糖尿病患者的生命安全[6-7]。低血糖還會刺激心血管系統(tǒng)，引發(fā)心律失常、心肌梗塞、中風(fēng)等，長期反復(fù)嚴重的低血糖發(fā)作，會對中樞神經(jīng)系統(tǒng)造成不可逆的損害，甚至可能導(dǎo)致休克和死亡[8]。因此，預(yù)測預(yù)防和控制低血糖事件，及時預(yù)測和干預(yù)低血糖的發(fā)生，對糖尿病患者的治療具有重要意義。本研究構(gòu)建低血糖預(yù)警評分模型，不論是模型構(gòu)建還是內(nèi)部驗證均具有高的靈敏度和特異度，說明該模型預(yù)測效能良好，結(jié)果穩(wěn)定，簡單的臨床預(yù)測規(guī)則有助于指導(dǎo)更合適的治療方案和低血糖預(yù)防。因此，本研究旨在建立簡單易行的低血糖風(fēng)險模型，盡快識別低血糖的危險因素，采取積極措施降低低血糖的發(fā)生率，改善身心健康狀況，保護患者的健康，提高患者的生活質(zhì)量。

本研究結(jié)果顯示，BMI 與低血糖發(fā)生呈負相關(guān)，BMI越低的患者越容易發(fā)生低血糖，與多項研究結(jié)果一致[9-10]。BMI 較低的患者，其肝糖原儲存能力較差，胰高血糖素和腎上腺素分泌減少，導(dǎo)致低血糖發(fā)生時肝糖原利用率降低，葡糖糖逆調(diào)節(jié)機制受損，對低血糖的識別和防御能力下降，低血糖風(fēng)險更高[11]，病死率也會升高[12]。多數(shù)肥胖患者體內(nèi)存有不同程度的胰島素抵抗，這可能會降低對降糖藥的反應(yīng)性，因此對低血糖的發(fā)生起到一定的保護性作用。相對于BMI 較高的人，BMI 較低人的血漿葡萄糖濃度明顯降低，更容易發(fā)生低血糖[9]。有研究顯示BMI＜18.5 kg/m2比BMI≥18.5 kg/m2的患者，低血糖風(fēng)險增加了2.7 倍[13]。本研究顯示較低的BMI 是低血糖的獨立危險因素。因此，在臨床工作中，要充分考慮BMI 對低血糖閾值影響的情況下制訂個體化降糖方案，對于體質(zhì)量較輕的患者，適當(dāng)服用抗糖尿病藥物、定期進行自我監(jiān)測血糖水平和給與充足的營養(yǎng)支持，有助于減少更嚴重的低血糖發(fā)生。

飲食治療是糖尿病治療的基礎(chǔ)，貫穿于糖尿病治療的始終，科學(xué)合理的飲食有利于血糖的控制。在一項對2型糖尿病成年病人的調(diào)查中發(fā)現(xiàn)大部分低血糖是由于飲食不規(guī)律、碳水化合物攝入過少引起的。飲食結(jié)構(gòu)、飲食習(xí)慣不合理及食欲缺乏也會引起低血糖[14-16]。英國一項研究表明，29%低血糖事件由于進餐延遲而發(fā)生，25%因碳水化合物不規(guī)律或不足而發(fā)生，20% 因不吃飯而發(fā)生低血糖[17]。王丹等[18]研究顯示因進食偏少、進餐延遲而發(fā)生低血糖者分別占42.65%、9.98%。本研究顯示，飲食情況是低血糖的主要危險因素，進食少的患者與進食正常的患者相比，低血糖發(fā)生率高（P＜0.05），與張海燕等[15]研究相似?；颊咴谥委煹倪^程中出現(xiàn)低血糖，可能與患者的飲食不規(guī)律、食欲差，未能按時進食，飲食結(jié)果不合理等密切相關(guān)。因此，要特別注意患者的飲食情況，指導(dǎo)患者規(guī)律飲食、少食多餐，適當(dāng)?shù)乜刂浦疽约疤欠輸z入，盡量多增加蛋白質(zhì)以及維生素的食物，食欲差時要注意調(diào)整藥物劑量。

綜上所述，本研究通過回顧電子病歷選取住院T2DM 患者的變量建立T2DM 患者低血糖預(yù)測模型，數(shù)據(jù)獲取方便，該模型具有良好的預(yù)測效能，簡單，方便，在臨床具有很好的實用性。但本研究僅為單中心研究，模型未進行外部驗證，尚需多中心擴大樣本量進一步驗證。