肝硬化失代偿期合并2型糖尿病患者低血糖风险的列线图预测模型构建与验证

《Journal of Diabetes Research》:A Nomogram Prediction Model and Validation of Hypoglycemia Risk in Patients With Decompensated Cirrhosis and Type 2 Diabetes

【字体: 大 中 小 】 时间:2026年04月18日 来源:Journal of Diabetes Research 3.4

编辑推荐:

  肝硬化失代偿期合并2型糖尿病的患者是低血糖高发人群,但目前缺乏针对此人群的预测工具。本研究通过回顾性纳入830例患者,运用LASSO和多因素logistic回归,构建了一个包含糖尿病周围神经病变、肌酐(Cr)、间接胆红素(IB)、甘油三酯(TGs)、入院48h内使用抗生素、糖尿病病程、胰岛素剂量和BMI共8个预测因子的列线图模型。该模型在训练集和验证集中AUC分别为0.736和0.709,具有良好的区分度和校准度,为临床评估和管理此类患者的低血糖风险提供了实用的量化工具。

  
在全球范围内,肝硬化与2型糖尿病(Type 2 Diabetes, T2DM)都是高发且严重的慢性疾病,它们之间常常“结伴而行”,相互影响,形成一种复杂的恶性循环。当肝硬化发展到失代偿期,意味着肝脏这个“人体的化工厂”已经严重受损,其关键的糖代谢功能(如糖原合成、储存和糖异生)会变得脆弱不堪。此时,如果同时患有2型糖尿病,患者不仅要应对高血糖的风险,还可能会陷入一个更危险的境地——反复、甚至是严重的低血糖。研究表明,相比单纯的糖尿病患者,同时患有肝硬化的患者发生低血糖的风险增加了约2.7倍。低血糖绝非小事,它可能从出汗、心慌等轻微症状,迅速发展为意识障碍、多器官功能衰竭,甚至危及生命。然而,当前临床上,针对“肝硬化失代偿期合并2型糖尿病”这一特殊高危人群,我们缺乏一个可靠、简便的工具来评估他们发生低血糖的风险。医生们通常只能依靠经验判断,难以做到精准的风险分层和预防。为了解决这一临床痛点,并为这类脆弱的患者群体提供更精准的医疗决策支持,一项旨在构建低血糖风险预测工具的研究应运而生,其结果发表在了《Journal of Diabetes Research》上。
本研究主要采用了以下几种关键技术方法:
首先,研究设计为回顾性队列研究,样本队列来源于中山大学第三附属医院和第七附属医院在2018年至2023年收治的、确诊为肝硬化失代偿期合并2型糖尿病的830名患者。其次,在数据分析上,研究者将数据按7:3随机分为训练集和验证集,并运用了LASSO(最小绝对收缩和选择算子)回归结合多因素logistic回归来筛选和确定关键的预测变量。最后,模型评估涵盖了区分度(通过受试者工作特征曲线下面积AUC衡量)和校准度(通过校准曲线和Hosmer-Lemeshow检验评估),并采用了Bootstrap(自助法)重采样(1000次迭代)进行内部验证,以评估模型的稳健性和潜在的过度拟合。
研究结果
3.1. 患者特征
在最终纳入的830名合格患者中,有118人(14.22%)在住院期间发生了低血糖。低血糖组与非低血糖组在多个变量上存在显著差异(p < 0.05),包括糖尿病肾病、糖尿病周围神经病变、糖尿病血管病变的患病率,碱性磷酸酶(ALP)、前白蛋白(PA)、肌酐(Cr)、甘油三酯(TG)的水平,以及入院48小时内使用抗生素、胰岛素剂量、糖尿病病程和身体质量指数(BMI)等临床指标。
3.2. 预测因素的识别
通过LASSO回归,研究筛选出8个非零变量作为预测因子,包括:糖尿病周围神经病变、肌酐(Cr)、间接胆红素(IB)、甘油三酯(TGs)、入院48小时内使用抗生素、胰岛素剂量、糖尿病病程和BMI。随后的多因素logistic回归模型确认了这8个变量,其中TGs和BMI被确定为保护因素,其余为风险因素。
3.3. 预测模型的开发
基于上述8个预测因子,研究者开发了一个用于预测低血糖概率的列线图(Nomogram)。这个图形化工具体现了每个因素的相对权重,用户可以通过顶部的刻度为每个预测因子赋值,将各部分得分相加得到总分,再将该总分投射到底部的刻度,即可直接读出对应的低血糖预测概率。
3.4. 预测模型的验证
  • •
    区分度:该模型在训练集中的AUC值为0.736(95% CI: 0.680–0.792),在验证集中的AUC值为0.709(95% CI: 0.614–0.803),表明模型具有中等且稳定的区分能力。
  • •
    校准度:校准曲线显示,模型的预测概率与实际观测结果之间没有显著偏差,Hosmer-Lemeshow检验的p值分别为0.74和0.57,表明模型具有良好的校准度。
  • •
    内部验证:通过1000次Bootstrap重采样进行内部验证,计算得出的乐观校正值为0.024,校正后AUC为0.712,表明模型具有稳健性。
结论与讨论
本研究的核心成果是构建并初步验证了一个专门用于评估肝硬化失代偿期合并2型糖尿病患者低血糖风险的列线图预测模型。这个模型整合了8个临床常规可获取的变量,它们从不同维度反映了患者系统性代谢失代偿的风险:肌酐(Cr)和间接胆红素(IB)提示肝肾(肝肾)功能紊乱和肝细胞功能储备下降;BMI和糖尿病病程可能反映了长期代谢紊乱和营养不良导致的能量储备不足;抗生素使用表明感染或全身性炎症对代谢稳态的干扰;胰岛素剂量代表了直接的医源性风险;而糖尿病周围神经病变则可能通过损害自主神经功能,降低了机体对低血糖的感知和调节能力。因此,这个模型并非孤立的指标堆砌,而是刻画了一个“系统性稳态失代偿”的高危状态。
与针对普通2型糖尿病患者的低血糖预测模型相比,本模型的AUC值(~0.73)在统计性能上处于中等水平,但其核心价值在于疾病特异性和临床整合性。它为当前临床实践中主要依赖医生经验、评估标准不一的现状,提供了一个标准化、结构化的风险量化评估框架。在实际应用中,这个工具的主要作用不是提供绝对的个体诊断,而是实现风险分层,从而帮助临床团队差异化地分配预防资源。例如,对评分较高的高风险患者,可以加强床旁血糖监测、优化营养支持、审慎调整胰岛素剂量或优先选用低血糖风险低的降糖药物;而对低风险患者,则可以避免不必要的过度干预,从而提高医疗资源的利用效率。
研究也讨论了各个预测因子的可能生物学意义。例如,糖尿病周围神经病变会削弱机体对低血糖的感知和激素反调节反应;在肝硬化背景下,肌酐(Cr)升高不仅意味着肾功能损害,更重要的是提示“肝肾交互轴”这一核心病理生理轴的严重破坏,即当肝脏糖异生功能衰竭时,肾脏的代偿性葡萄糖生成能力也受损;间接胆红素(IB)和甘油三酯(TGs)可能与胰岛素敏感性改变、肝细胞整体代谢功能障碍及全身性能量耗竭状态相关;抗生素使用是社区获得性感染的临床代名词,而感染可导致糖皮质激素和肾上腺素水平下降,扰乱肝糖原代谢;胰岛素剂量是直接的医源性风险;较长的糖尿病病程与机体对低血糖的反调节功能逐渐恶化有关;较低的BMI则反映了能量储备的耗竭。
当然,本研究存在一些局限性,包括回顾性设计可能带来的选择和测量偏倚、数据来自同一大学附属医院系统导致的外部有效性(外推性)待验证,以及某些预测因子(如IB、TGs)与低血糖风险的生物学合理性有待前瞻性研究进一步阐明等。因此,作者计划未来开展多中心、前瞻性队列研究来验证和优化模型,并探索开发基于网络的交互式计算器,以方便临床医生快速使用。
总而言之,这项研究首次为肝硬化失代偿期合并2型糖尿病这一独特的高危人群,提供了一个整合多维度临床信息的低血糖风险预测工具。它不仅填补了该领域专用风险评估工具的空白,更重要的是,它为临床医生提供了一个从“经验判断”走向“量化评估”的实用桥梁,有助于实现更精准、更高效的低血糖预防和管理策略,最终改善这类脆弱患者的临床结局和生活质量。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号