基于Cox比例风险回归模型预测社区2型糖尿病患者新发LDL-C升高的列线图构建与外部验证

《BMC Endocrine Disorders》：A nomogram for predicting the risk of incident LDL-C elevation in type 2 diabetes mellitus: development and external validation in a community-based cohort

　　

摘要

背景

血脂异常是2型糖尿病（T2DM）患者发生心血管并发症的主要危险因素，早期风险评估有助于指导随访和血脂监测。本研究旨在开发并外部验证基于Cox比例风险回归模型的列线图，用于预测初级保健环境中T2DM患者新发LDL-C升高（LDL-C ≥ 2.6 mmol/L）的风险。

方法

本研究开展了一项多中心回顾性队列研究，纳入中国广州五个社区卫生服务中心的1,893例T2DM患者。开发队列（n = 1,072）来自单一中心，随机分为训练集（n = 750）和内部验证集（n = 322），另有四个地理分布不同的中心提供了独立外部验证队列（n = 821）。采用最小绝对收缩与选择算子（LASSO）回归结合10折交叉验证筛选候选预测变量，将筛选出的变量用于构建多因素Cox回归模型。构建列线图以估计新发LDL-C升高的1年、3年和5年概率。采用一致性指数（C-index）、时间依赖性受试者工作特征（ROC）曲线、校准曲线和决策曲线分析（DCA）评估模型性能。

结果

最终列线图保留了七个预测因子：糖尿病病程、空腹血糖控制情况、规律运动、体质指数、总胆红素、甘油三酯和低密度脂蛋白胆固醇。模型在训练队列、内部验证队列和外部验证队列中均表现出中等程度的区分度。5年AUC分别为0.819（95%CI: 0.780–0.859）、0.810（95%CI: 0.752–0.868）和0.772（95%CI: 0.718–0.826）。同时进行了校准和决策曲线分析，三个评分定义的风险分组的Kaplan–Meier曲线存在差异（P < 0.001）。

结论

本研究开发并外部验证了一个列线图，用于预测无重大心血管或肾脏并发症的社区T2DM患者新发LDL-C升高的1年、3年和5年风险。由于模型中纳入的所有预测因子均简单易行、常规可获得且易于获取，在进一步验证和临床影响评估后，该模型可考虑用于类似社区环境中的风险分层，特别是在资源有限的社区环境中。