基于双方法稳定变量选择的简约四变量列线图预测2型糖尿病合并糖尿病足溃疡患者下肢截肢:开发与内部验证

《Diabetes, Metabolic Syndrome and Obesity》:A Parsimonious Four-Variable Nomogram for Predicting Lower-Extremity Amputation in Patients with Type 2 Diabetes and Diabetic Foot Ulcers: Development and Internal Validation Using Dual-Method Stability-Based Variable Selection

【字体: 大 中 小 】 时间:2026年08月07日 来源:Diabetes, Metabolic Syndrome and Obesity 2.8

编辑推荐:

  背景 糖尿病足溃疡(DFU)仍然是非创伤性下肢截肢(LEA)的主要原因。大多数已发表的风险分层工具需要专门检测,难以在常规实践中应用。研究人员试图仅使用常规可用的临床指标构建一个简单的列线图用于截肢风险预测。方法 这项单中心回顾性队列研究纳入了2019年1月至

  
背景 糖尿病足溃疡(DFU)仍然是非创伤性下肢截肢(LEA)的主要原因。大多数已发表的风险分层工具需要专门检测,难以在常规实践中应用。研究人员试图仅使用常规可用的临床指标构建一个简单的列线图用于截肢风险预测。方法 这项单中心回顾性队列研究纳入了2019年1月至2025年6月期间治疗的508例2型糖尿病相关DFU住院患者。队列按结局分层后以7:3比例随机分为训练集(n=357,84例截肢)和验证集(n=151,35例截肢)。结局指标为住院期间的下肢截肢(小截肢或大截肢)。在训练集(84例事件)中,使用两种独立方法筛选24个基线变量:LASSO回归(10折交叉验证,λ.1se)和1000次bootstrap逐步逻辑回归重复(选择频率>80%)。两种方法均保留的变量进入最终多变量逻辑回归模型,并据此构建列线图。区分度通过受试者工作特征曲线下面积(AUC)评估;校准度通过校准曲线、Hosmer–Lemeshow检验和校准斜率评估;临床效用通过决策曲线分析(DCA)评估。内部效度进一步通过bootstrap重抽样乐观校正检验。结果 四种变量同时被LASSO和bootstrap筛选保留:血清白蛋白(保护因素)、血小板计数、吸烟史和高血压(高风险预测因素)。列线图在训练队列的AUC为0.788(95% CI 0.735–0.840),在验证队列的AUC为0.755(95% CI 0.671–0.839);验证置信区间较宽反映了验证事件数有限(n=35)。在bootstrap内部验证(1000次重抽样)中,乐观校正后AUC为0.776。两个队列的校准度均可接受(Hosmer–Lemeshow P=0.794;校准斜率0.944 [bootstrap校正]),DCA提示潜在临床效用。结论 基于血清白蛋白、血小板计数、吸烟史和高血压的四变量列线图,在估计2型糖尿病相关DFU住院患者的院内LEA风险方面,具有中等区分度和可接受的校准度,决策曲线分析提示潜在临床效用。由于每个预测因子均来自常规临床病史和标准实验室检测,该模型可支持早期院内风险分层,而非治疗决策。由于这是一项仅进行内部验证的单中心研究,在常规临床应用前需进行外部多中心验证。
**论文解读:基于四变量列线图的2型糖尿病足溃疡患者下肢截肢风险预测模型**

**研究背景与问题**
糖尿病足溃疡(DFU)是糖尿病最严重的并发症之一,全球患病率持续上升,长期糖尿病患者中19%~34%受其影响。DFU是非创伤性下肢截肢(LEA)的首要原因,约占所有截肢手术的80%,且截肢后5年死亡率高达45%~55%,与多种实体恶性肿瘤相当。尽管标准治疗包括血糖控制、清创和减压,但临床结局仍不理想,溃疡1年复发率超过40%,缺血严重病例(Wagner≥3级)截肢风险显著升高。因此,早期识别截肢高风险患者对于及时升级治疗、多学科会诊和个体化干预至关重要。现有风险分层工具多依赖踝臂指数(ABI)、经皮氧分压(TcPO2)或高级血管影像等非常规检测指标,在基层或资源有限环境中难以应用。此外,已有模型多采用单次变量筛选(如单因素过滤或逐步回归),变量选择高度依赖样本,稳定性差,且报告质量参差不齐。为解决上述问题,研究人员开展本研究,旨在利用仅需常规临床病史和实验室检查的指标,构建一个简单、可重复的列线图,用于住院2型糖尿病合并DFU患者的截肢风险早期分层。

**研究方法与技术**
本研究为单中心回顾性队列研究,纳入2019年1月至2025年6月山东省临沂市中心医院手足外科收治的508例2型糖尿病相关DFU住院患者。队列按结局(截肢与否)分层后以7:3比例随机分为训练集(357例,84例截肢)和验证集(151例,35例截肢)。主要技术方法包括:①采用LASSO回归(10折交叉验证,选择λ.1se)和1000次bootstrap逐步逻辑回归(选择频率>80%阈值)两种独立方法进行变量筛选,取两者交集构建最终多变量逻辑回归模型;②基于筛选出的4个变量(血清白蛋白、血小板计数、吸烟史、高血压)构建列线图;③模型性能评估:区分度用受试者工作特征曲线下面积(AUC),校准度用校准曲线、Hosmer–Lemeshow检验和校准斜率,临床效用用决策曲线分析(DCA);④内部验证采用bootstrap重抽样乐观校正(1000次重抽样)。

**研究结果**
**人口学与临床特征**
训练集和验证集基线特征无显著差异(均Pb>0.05)。在训练集中,截肢组吸烟史(34.5% vs 21.2%,Pa=0.020)和高血压(51.2% vs 38.1%,Pa=0.045)比例显著高于非截肢组;截肢组白细胞计数、中性粒细胞计数和百分比、血小板计数、红细胞沉降率、C反应蛋白和纤维蛋白原水平显著升高(均Pa<0.001),而白蛋白、高密度脂蛋白和低密度脂蛋白水平显著降低(均Pa<0.01)。验证集呈现类似趋势。

**变量筛选**
LASSO回归在λ.1se下保留15个非零系数变量:血清白蛋白(ALB)、血小板计数(PLT)、吸烟史(SH)、高血压(HH)、C反应蛋白(CRP)、空腹血糖(FPG)、性别、体重指数(BMI)、血红蛋白(Hb)、中性粒细胞百分比(NEUT%)、血小板分布宽度(PDW)、红细胞沉降率(ESR)、D-二聚体、高密度脂蛋白(HDL-C)和低密度脂蛋白(LDL-C)。1000次bootstrap逐步回归中,仅4个变量选择频率超过80%:ALB和PLT(均为100%)、HH(90%)、SH(90%)。两方法均保留的4个变量(ALB、PLT、HH、SH)进入最终逻辑回归模型。多因素分析显示,SH(OR=2.416,95% CI 1.317–4.435,P=0.004)、HH(OR=2.106,95% CI 1.206–3.678,P=0.009)和PLT(每1×109/L增加:OR=1.004,95% CI 1.001–1.006,P=0.008)是截肢的独立危险因素;ALB(OR=0.869,95% CI 0.824–0.916,P=0.001)是保护因素。

**列线图构建与验证**
基于4个独立预测因子构建列线图。训练集AUC为0.788(95% CI 0.735–0.840),验证集AUC为0.755(95% CI 0.671–0.839)。bootstrap内部验证(1000次重抽样)乐观校正后AUC为0.776,校正后校准斜率为0.944。校准曲线在训练集(Hosmer–Lemeshow P=0.794,Brier评分0.146)和验证集(P=0.238,Brier评分0.160)均显示可接受的一致性。决策曲线分析显示,在约10%~60%阈值概率范围内,列线图相对于“全部治疗”和“均不治疗”策略提供了正净获益。

**讨论与结论**
四项预测因子均完全基于常规临床病史(吸烟史、高血压)和标准实验室检测(血清白蛋白、血小板计数),无需影像学、血管评估或微生物培养,适合在资源有限环境中推广。血清白蛋白作为保护因素,与既往多中心研究和荟萃分析结果一致,反映营养不良和分解代谢状态对伤口愈合的负面影响。血小板计数升高与截肢风险增加相关,可能通过血小板介导的微循环障碍和炎症反应起作用。吸烟史通过交感神经激活与血管收缩、抑制成纤维细胞增殖和胶原合成增加截肢风险。高血压通过血管重塑和动脉硬化加剧远端血流受损。与既往列线图(如Peng等、Che等、Xu等)相比,本研究模型AUC略低,但具有变量获取简便、筛选方法稳定(双重方法交集)和模型简洁(4个变量)等优势,可降低过拟合风险。研究局限性包括单中心内部验证、缺乏Wagner/SINBAD/WIfI分级等经典预测因子、合并大小截肢结局、变量筛选阶段事件-变量比低可能引入过拟合。结论:基于血清白蛋白、血小板计数、吸烟史和高血压的简约四变量列线图,在估计2型糖尿病相关DFU住院患者院内LEA风险方面具有中等区分度和可接受的校准度,DCA提示潜在临床效用。由于所有预测因子均来自常规临床病史和标准实验室检测,该模型可支持早期院内风险分层;但作为分层工具而非治疗决策指南,需经外部多中心验证后方可常规临床应用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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