![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于OCTA构建糖尿病肾脏病临床预测模型.pdf
《基于OCTA构建糖尿病肾脏病临床预测模型.pdf》由会员分享,可在线阅读,更多相关《基于OCTA构建糖尿病肾脏病临床预测模型.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 45卷 第2期2024 年 3月Vol.45 No.2March 2024中山大学学报(医学科学版)JOURNAL OF SUN YATSEN UNIVERSITY(MEDICAL SCIENCES)基于OCTA构建糖尿病肾脏病临床预测模型陆丽娇,徐楠,刘鑫鑫,杜芳芳,郑枞,彭鸿钧,曹明哲,艾诗蓓(中山大学附属第七医院眼科,广东 深圳 518000)摘要:【目的】探讨基于光学相干断层扫描血管成像技术(OCTA),筛查糖尿病肾脏病(DKD)高风险人群的临床预测模型。【方法】本研究以567例糖尿病患者为研究对象,在逐步logistic回归分析的基础上,运用随机森林算法筛选纳入建模的指标,构建基
2、于OCTA糖尿病肾脏病临床预测模型。通过受试者工作特征曲线评价模型区分度,通过决策曲线分析评估模型临床有效性。【结果】构建基于OCTA的DKD临床预测模型,ROC曲线下面积为0.878,Brier=0.11。【结论】本研究构建了基于OCTA结果进行糖尿病肾脏病临床预测的列线图预测模型,并从多维度验证模型,从而达到早期预警、提前实施干预的目的。关键词:光学相干断层扫描血管成像技术;糖尿病肾脏病;临床预测模型;受试者工作特征曲线;决策曲线分析中图分类号:R77 文献标志码:A 文章编号:1672-3554(2024)02-0253-08DOI:10.13471/ki.j.sun.yat-sen.u
3、niv(med.sci).20240319.002Clinical Prediction Model for Diabetic Kidney Disease Based on Optical Coherence Tomography AngiographyLU Lijiao,XU Nan,LIU Xinxin,DU Fangfang,ZHENG Cong,PENG Hongjun,CAO Mingzhe,AI Shibei(Department of Ophthalmology,The Seventh Affiliated Hospital of Sun Yat-sen University,
4、Shenzhen 518000,China)Correspondence to:AI Shibei,E-mail:;CAO Mingzhe,E-mail:Abstract:【Objective】To construct and validate a clinical prediction model for diabetic kidney disease(DKD)based on optical coherence tomography angiography(OCTA).【Methods】This study enrolled 567 diabetes patients.The random
5、 forest algorithm as well as logistic regression analysis were applied to construct the prediction model.The model discrimination and clinical usefulness were evaluated by receiver operating characteristic curve(ROC)and decision curve analysis(DCA),respectively.【Results】The clinical prediction model
6、 for DKD based on OCTA was constructed with area under the curve(AUC)of 0.878 and Brier score of 0.11.【Conclusions】Through multidimensional verification,the clinical prediction nomogram model based on OCTA allowed for early warning and advanced intervention of DKD.Key words:optical coherence tomogra
7、phy angiography(OCTA);diabetic kidney disease(DKD);clinical prediction model;receiver operating characteristic curve(ROC);decision curve analysis(DCA)J SUN Yatsen Univ(Med Sci),2024,45(2):253-2602021年我国约有1.4亿糖尿病患者1。而糖尿病肾脏病(diabetic kidney disease,DKD)的男性和女性年龄标准化患病率分别为 15.48/1 000 和16.50/1 000,作为糖尿病最
8、常见的微血管并发症之一,其晚期常需要透析或肾移植治疗,并且与心血管发病率和死亡率显著增加有关2-3。尽管早期发 基础研究 收稿日期:2023-11-30 录用日期:2024-03-14作者简介:陆丽娇,第一作者,研究方向:糖尿病视网膜病变,E-mail:;徐楠,并列第一作者,研究方向:糖尿病视网膜病变,E-mail:;艾诗蓓,通信作者,E-mail:,曹明哲,通信作者,E-mail:第45卷中山大学学报(医学科学版)现和治疗糖尿病可以延缓DKD的进展,但仍有较多 DKD 发展为终末期肾病(end-stage renal disease,ESRD)4-5。鉴于DKD的全球卫生经济负担,优先考虑D
9、KD的预防、早期识别、转诊和积极管理显得极为重要6。临床预测模型的诊断模型可利用研究对象的症状和体征及其他临床资料,判断其当前患有某种疾病的概率。本次研究拟运用机器学习算法及列线图以构建基于光学相干断层扫描血 管 成 像(optical coherence tomography angiography,OCTA)的 DKD 临床预测模型,以便筛查出DKD高风险人群,为糖尿病患者制定个体化、精准化诊疗方案提供依据。1材料与方法1.1研究对象选取2021年1月至2022年12月期间就诊于我院眼科的567例糖尿病患者作为研究对象。其中男性382例,女性185例,平均年龄(52.311.4)岁。收集所
10、有研究对象的一般资料、眼科常规检查及OCTA数据。本研究通过中山大学附属第七医院伦理委员会批准(KY-2022-085-01),患者知情并同意参加本研究。纳入标准:1)年龄18岁;2)符合糖尿病诊断标准:糖尿病症状加随机血糖11.1 mmol/L或 空腹血糖7.0 mmol/L或75 g葡萄糖负荷后2 h血糖11.1 mmol/L,无糖尿病症状者需另日重复测量血糖以明确诊断7;3)在明确糖尿病作为肾损害的病因并排除其他原因引起肾脏病的情况下,至少具备下列一项者可诊断为 DKD:排除干扰因素的情况下,在36个月内的3 次检测中至少2次uacr30 mg/g 或 uaer30 mg/24 h(20
11、 g/min);egfr60 mLmin (1.73 m)持续3 个月以上;肾活检符合DKD的病理改变8。排除标准:角膜、晶体等屈光介质混浊严重影响眼底检查者。存在浅前房、闭角型青光眼等散瞳禁忌,或拒绝行散瞳检查者。曾行视网膜激光光凝或内眼手术者。患有视网膜血管阻塞、眼缺血综合征等可能改变视网膜血流动力学的眼部疾病。无法理解或配合相关检查者。1.2方 法1.2.1一般资料1)采集内容包括性别、年龄、吸烟史及饮酒史等基本情况。采集患者空腹静脉血5mL,检 测 如 空 腹 血 糖(fasting plasma glucose,FPG)、糖 化 血 红 蛋 白(glycated hemoglobin
12、 A1c,HbA1c)、血清尿素氮(blood urea nitrogen,BUN)、肌酐(creatinine,CRE)、血清肌酐(serum creatinine,Scr)等生化指标,计算估计肾小球滤过率(estimated glomerular filtration rate,eGFR),eGFR=175Scr-1.154年龄-0.203(0.742,女性),其中 Scr 单位为mg/dL,年龄的单位为年。采集患者随机尿液行尿蛋白定性检查:-:小于0.15 g/L;+:0.3 g/L;+:1 g/L;+:3 g/L;+:5 g/L。2)全身疾病情况:是否有高血压、高血脂及心脑血管疾病等;
13、3)糖尿病分型、病程及是否伴有其他糖尿病并发症,如糖尿病视网膜病变(diabetic retinopathy,DR)、糖尿病黄斑水肿(diabetic macular edema,DME)尿病周围神经病变(diabetic peripheral neuropathy,DPN)、糖尿病周围血管病变(diabetic peridiabetic vascular disease,DPVD)等。4)眼部病史,眼科及全身手术史。5)糖尿病肾脏病分期。1.2.2眼科检查所有的眼科检查均由有经验的专业眼科医生进行。首先检查患者的裸眼视力、最佳矫正视力、非接触眼压,通过裂隙灯显微镜检查患者眼前节,排除散瞳禁忌
14、后使用复方托吡卡胺滴眼液散瞳,再通过90 D前置镜检查眼底,每眼分别以黄斑中央凹及视盘为中心各拍摄两张眼底照片(蔡司,CLARUS 500)。1.2.3OCTA检查使用光学相干断层扫描仪(蔡司,Cirrus HDOCT 5000),采用血管扫描模式Angiography33及Angiography66分别获得黄斑区OCT血管成像图:其中Angiography33为中心凹无血管区(foveal avascular zone,FAZ)周围半径为1.5 mm的圆,中心为FAZ周围半径0.5 mm的圆,内层为完整区域去掉中心区域;Angiography6x6 为FAZ 周围半径 3 mm 的圆,中心为
15、 FAZ 周围半径0.5 mm的圆,内层为 1.5 mm半径的圆去掉中心区域,外层为完整区域去掉中心及内层区域。通过内置分析软件(Carl Zeiss Meditec Version 10)自动测量该范围内浅层视网膜各区域的血管线性密度254第2期陆丽娇,等.基于OCTA构建糖尿病肾脏病临床预测模型及血管灌注密度。以上所有测量均须保证信号强度8。采用“2位阅片人+1位裁决人”的阅片模式,即先由两位有经验的眼科医师分别依据我国糖尿病视网膜病变临床诊疗指南背靠背完成同一研究对象的糖尿病视网膜病变分期9,若两者的评估结果相同,则得出最终结果,若结果不相同,则进入裁决阅片阶段,由第3位独立眼科医师在两
16、个结果中选择更准确的一个作为最终结果。1.2.4统计学分析采用 SPSS22.0和 R4.1.2软件进行数据分析。正态分布的计量资料以x s表示,组间比较采用独立样本t检验,组间比较采用Wilcoxon 秩和检验;计数资料以例数和构成比表示,组间比较采用2检验,其中等级资料采用Wilcoxon 秩和检验。DKD 危险因素的分析采用逐步logistic回归分析。通过C指数和受试者工作特征(receiver operating characteristic,ROC)曲线评价模型区分度,绘制Calibration校正曲线并进行Hosmer-Lemeshow检验评估模型一致性,通过决策曲线分析(dec
17、ision curve analysis,DCA)评估模型临床有效性。所有分析均采用双侧检验,检验水准=0.05。2结 果2.1基本特征本研究的 567 例糖尿病患者中,DKD 患者共180例。根据眼部检查结果,将所有患者分为无DR组(380例)及DR组(187例)。非DR组与DR组的糖尿病病程、DPN、DPVD、DME、DKD、高血压、HbA1C、肾小球滤过率水平及尿蛋白之间的差异均有统计学意义(P0.01)。以上均取右眼结果纳入统计分析(表1)。表1研究对象基本特征Table 1Characteristics of subjects NGender/female(%)Age/mean(SD
18、)DM_type/%T1DM T2DM OtherDM_duration/mean(SD)Hypertension_type/%1 2 3Without hypertensionHypertension_duration/mean(SD)DPN=Without DPN/%DPVD=Without DPVD/%DME=DME Diagnosed/%DR=DR Diagnosed/%Smoking=no/%Drinking=no/%FBG/mean(SD)567185(32.6)52.26(11.43)14(2.5)542(95.6)11(1.9)7.08(6.44)48(8.5)110(19.4
19、)132(23.3)277(48.9)3.49(5.60)408(72.0)281(49.6)58(10.2)187(33.0)372(65.6)454(80.1)7.81(3.88)380138(36.3)51.77(11.68)9(2.4)328(95.8)7(1.8)5.99(6.08)32(8.4)65(17.1)91(23.9)192(50.5)3.58(5.79)313(82.4)244(64.2)0(0.0)0(0.0)261(68.7)306(80.5)7.61(4.01)18747(25.1)53.26(10.86)5(2.7)178(95.2)4(2.1)9.31(6.58
20、)16(8.6)45(24.1)41(21.9)85(45.5)3.32(5.22)95(50.8)37(19.8)58(31.0)187(100.0)111(59.4)148(79.1)8.23(3.56)0.010.1440.0030.0010.260.6030.0010.0010.0010.0010.0350.7830.074ItemOverallWithout DRDR DiagnosedP255第45卷中山大学学报(医学科学版)HbA1c/mean(SD)DKD=DKD Diagnosed/%GFR/mean(SD)Scr.A.B./mean(SD)Scr.A.0.9./mean(S
21、D)Cre.mg.dL./mean(SD)Cre.umol.L./mean(SD)Urea.mmol.L./mean(SD)PRO/%-+8.22(2.32)180(31.7)92.69(29.92)0.89(0.27)1.39(1.73)1.18(1.53)104.14(135.01)6.49(4.02)419(73.9)91(16.0)29(5.1)25(4.4)3(0.5)7.94(2.29)103(27.1)96.86(25.59)0.93(0.23)1.19(1.36)1.00(1.21)88.41(107.18)5.94(3.47)318(83.7)46(12.1)11(2.9)5
22、(1.3)0(0.0)8.77(2.28)77(41.2)84.20(35.80)0.82(0.34)1.79(2.26)1.54(1.98)136.11(174.71)7.61(4.75)101(54.0)45(24.1)18(9.6)20(10.7)3(1.6)0.0010.0010.0010.0010.0010.0010.0010.0010.001续表ItemOverallWithout DRDR DiagnosedP2.2预测模型变量筛选首先把除OCTA之外的全身性指标与DKD做相关性分析,剔除高度相关的指标纳入研究。随后运用随机森林算法筛选纳入初步建模的指标,横坐标 是 Gini 系
23、 数,分 析 结 果 显 示 Cre、PRO、urea、HbA1c、FBG、年 龄、糖 尿 病 病 程、DPVD、DPN、DME、高血压分级及病程、糖尿病分型、吸烟和饮酒习惯等均与DKD 发生密切相关(图1)。2.3模型的构建运用随机森林算法筛选纳入初步建模的指标,将上述筛选出来的影响 DKD 的全身危险因素纳入,选择 TOP5的指标纳入 DKD 的基础模型(Cre、FBG、urea、糖尿病病程、PRO),构建列线图预测模型(图2)。2.4列线图预测模型的评价采用ROC曲线和DCA校准曲线评价列线图预测模型的区分度和准确性,ROC 曲线下面积为0.851,Brier=0.12(图 3),与以往
24、研究相比,此模型预测的区分度较好,列线图预测模型的校准曲线与标准曲线的重合度较高,拟合度良好,具有很好的临床使用价值(图4)。2.5逐步logistic 回归分析将上述筛选指标(Cre、FBG、urea、糖尿病病程、PRO)和 OCTA 指标一起进行逐步 logistic 回归分析,最终筛选出 DKD 临床预测模型的最佳因子(表2)。2.6预测模型评价将上述筛选出的指标重新构建基于 OCTA的图1预测模型变量筛选Fig.1The selection of prediction models256第2期陆丽娇,等.基于OCTA构建糖尿病肾脏病临床预测模型DKD临床预测模型,ROC曲线下面积为0.
25、878,Brier=0.11(图5-图6)。加入OCTA指标后的新DKD临床预测模型 Brier 值从 0.12下降至 0.11,这说明加入OCTA指标后的新模型对于DKD具有更好的临床使用价值。3讨 论3.1主要发现光学相干断层扫描血管成像技术10是在OCT的基础上发展而来的一种眼底成像技术,通过对视网膜对同一横断面进行重复的相干光层析成像,从而获得特定扫描部位的视网膜血流循环图像,然后通过特殊的计算方法获得血流的信号,并据此进行血管结构的三维重建,以冠状面的形式逐层呈现眼底血管的影像。OCTA与传统的眼底荧光血管造影相比,具有无创、重复性强、高分辨率、三维成像、所需时间短、分层成像、能够定
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 OCTA 构建 糖尿病 肾脏病 临床 预测 模型
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。