换一批
换一批结合临床数据与复合炎症指标构建预测糖尿病肾脏疾病进展的新模型
A new model for predicting the progression of diabetic kidney disease constructed by combining clinical data and complex inflammatory indicators
摘要：
目的 研究基于临床数据及复合炎症指标构建预测糖尿病肾脏疾病(DKD)进展的新模型.方法 根据24 h尿微量白蛋白水平将239例DKD患者分为DKD早期组(119例)与DKD临床期组(120例).收集所有患者的一般临床资料及实验室检查结果并分组进行比较.采用单因素、多因素logistic回归分析评估DKD进展的危险因素,并构建预测模型.采用受试者工作特征(ROC)评估新模型精准度,Hosmer-Lemeshow拟合优度检验评估新模型一致性.结果 DKD临床期组患者年龄、糖尿病病程、红细胞沉降率(ESR)、PLT计数、中性粒细胞计数、全身免疫炎症指数(SII)、泛免疫炎症指标(PIV)、PLT/淋巴细胞比值(PLR)均高于DKD早期组,BMI、Hb、淋巴细胞计数均低于DKD早期组(P＜0.05).多因素logistic回归分析结果显示,糖尿病病程、ESR、中性粒细胞计数均为影响DKD进展的独立危险因素(P＜0.05).以上述三项指标得出的预测DKD进展的预测模型:y=-2.677+0.078 × ln 糖尿病病程(年)+0.045 ×lnESR(mm/h)+0.251 × ln中性粒细胞计数(×109/L).ROC曲线分析结果显示,新模型预测DKD进展的曲线下面积(AUC)及特异度均高于SII、PIV及PLR单独预测,敏感度低于SII,高于PIV及PLR.结论 利用糖尿病病程、ESR、中性粒细胞计数构建的新模型预测价值较高,对DKD进展有一定预测价值.复合炎症指标对DKD的进展也存在一定预测价值,可联合预测新模型共同评估DKD进展风险.
更多
作者：
作者单位：
450052 郑州,郑州大学第一附属医院内分泌科
[1]
450052 郑州,郑州大学第一附属医院体检科
[2]
450052 郑州,郑州大学第一附属医院综合重症监护病区
[3]
期刊：
《临床内科杂志》2024年41卷8期 527-530页
ISTIC
关键词：
红细胞沉降率中性粒细胞计数复合炎症指标糖尿病肾脏疾病Erythrocyte sedimentation rateNeutrophils countComplex inflammatory indicatorsDiabetic kidney disease
分类号：
R856.5
栏目名称：
论著
DOI：
10.3969/j.issn.1001-9057.2024.08.006
发布时间：
2024-09-14
基金项目：
郑州市协同创新项目
- 浏览：2
- 被引：0
- 下载：1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
