基于LASSO的诺模图（nomogram）的开发与内部验证：用于预测皮肤科住院患者中由类固醇引起的糖尿病

《International Journal of Diabetes in Developing Countries》：Development and internal validation of a LASSO-based nomogram for predicting steroid-induced diabetes mellitus in dermatology inpatients

糖皮质激素性糖尿病（SDM）是皮肤科患者长期使用糖皮质激素的重要并发症。本研究通过回顾性分析293例接受全身糖皮质激素治疗的患者，利用LASSO回归筛选出糖尿病家族史、免疫抑制剂使用、日GC剂量及甘油三酯水平4个独立预测因子，构建的预测模型AUC达0.86，经交叉验证和决策曲线分析显示良好的特异性和临床净收益，但需进一步前瞻性多中心研究验证。

　　

摘要

背景

类固醇诱发的糖尿病（SDM）是全身性糖皮质激素（GC）治疗的一种重要并发症，尤其是在需要高剂量或长期治疗的皮肤科住院患者中更为常见。

目的

早期识别高风险人群对于预防和优化临床管理至关重要。

方法

我们回顾性分析了2019年8月至2024年10月期间接受全身性GC治疗的293名皮肤科住院患者，其中42人发展为SDM。通过LASSO方法筛选出来自人口统计学、临床和实验室变量的候选预测因子，随后进行多变量逻辑回归分析。性能评估采用ROC曲线、校准（Hosmer–Lemeshow检验）和决策曲线分析（DCA），并通过十折交叉验证和自助法重采样进行内部验证。我们还进行了1:3年龄匹配的敏感性分析（n=168），使用条件逻辑回归和重新校准后的概率进行评估。本研究仅进行了内部验证，未进行外部验证。

结果

四个变量——糖尿病家族史、免疫抑制剂的使用情况、每日平均GC剂量和甘油三酯水平——被确定为独立预测因子。该模型表现出优异的区分能力（AUC=0.860，95% CI 0.794–0.926）和良好的校准性能（Hosmer–Lemeshow检验，p=0.2904，Brier指数0.075，标准化Brier指数38.7%）；平均交叉验证AUC为0.839。DCA分析显示，在广泛的阈值概率范围内（0.05–1.00）模型具有稳定的净效益。在年龄匹配的子集中，这些结果同样稳健（AUC=0.847，95% CI 0.776–0.918），加权Brier指数为0.082，校准斜率为1.014。

结论

一个基于LASSO的简洁模型结合了四个关键预测因子，能够准确预测住院皮肤科患者的SDM风险。由此生成的诺模图有助于进行个体化风险评估，从而实现主动监测和针对性的治疗干预。然而，在更广泛的临床应用之前，需要通过前瞻性、多中心研究进行外部验证以评估其普适性。