2型糖尿病患者糖尿病性视网膜病变发生的危险因素分析

李士博　张丽敏　郑利民　余艳琴　于凌艳　董竟

[關键词] 2型糖尿病;糖尿病性视网膜病变;危险因素;风险预测模型

[中图分类号] R587.1          [文献标识码] B          [文章编号] 1673-9701（2021）18-0069-06

Risk factors of diabetic retinopathy in patients with type 2 diabetes mellitus

LI Shibo1，2，3   ZHANG Limin3   ZHENG Limin2   YU Yanqin2， 4   YU Lingyan3   DONG Jing2

1.Baotou Medical College， Inner Mongolia University of Science and Technology， Baotou 014040，China;2.Department of Ophthalmology， First Affiliated Hospital of Baotou Medical College， Inner Mongolia University of Science and Technology， Baotou 014010，China;3.Affiliated Hospital of Chifeng University， Chifeng 024000，China; 4.School of Public Health， Baotou Medical College， Inner Mongolia University of Science and Technology，Baotou 014040， China

[Abstract] Objective To explore the risk factors of diabetic retinopathy （DR） in patients with type 2 diabetes mellitus （T2DM）， construct and verify the DR risk prediction model， to measure the risk of DR and reduce adverse outcomes. Methods Sixty patients diagnosed with T2DM in our hospital in the department of endocrine and went to the department of ophthalmology in 2019 were selected. They were divided into the model group and the test group using the random number table method， with 51 patients and 9 patients in each group， respectively.The SPSS 22.0 software was used for comparison between the two groups. The univariate and multivariate Logistic analyses were conducted for the model group to obtain the relevant risk factors for the occurrence of DR. Based on this， the DR risk prediction model was constructed. The predictive effectiveness of the model was evaluated by substituting the test group into the model.The receiver operating curve was drawn using MedCale software. Results The results of multivariate Logistic regression analysis suggested that the number of hospital admissions， whether insulin was injected， whether medication was injected into eyes， and urine protein were the main risk factors for DR. Urea and triacylglycerol were protective factors for DR. Based on this， the constructed DR risk prediction model was Y=1/[1+e（1.257X1+2.068X2+5.085X3-0.266X4-0.802X5+0.543X6-0.82）]， where Y referred to the probability of the occurrence of DR， X1 referred to the number of hospital admissions， X2 referred to whether insulin was injected， X3 referred to whether medication was injected into eyes， X4 referred to urea， X5 referred to triacylglycerol， and X6 referred to urine protein. The area under the ROC curve of the DR risk prediction model predicting the occurrence of DR in the model group was 0.88， and the diagnostic critical value was 1.5697. The area under the ROC curve of the DR risk prediction model predicting the occurrence of DR in the test group was 0.951， the sensitivity was 0.933， the specificity was 0.857， the missed diagnosis rate was 0.067， and the misdiagnosis rate was 0.143. Conclusion The prediction model constructed in this study based on the above risk factors of DR has a certain predictive effectiveness and can provide a basis for the prevention and screening of DR.

[Key words] Type 2 diabetes mellitus; Diabetic retinopathy; Risk factor; Risk prediction model

糖尿病（Diabetes，DM）是一种全球最普遍的慢性病，全球有9%的成年人患DM[1]。糖尿病性视网膜病变（Diabetic retinopathy，DR）是一种常见的视网膜代谢性疾病，往往导致视力不可逆丧失。伴随T2DM患病率增长，DR已成为全球主要致盲原因之一[2-3]。60%的T2DM患者在发生DM的20年内会发生DR。我国有28%的T2DM患者有DR，45%的DR患者视力受累严重[2，4]，晚期可至失明。DR在发达国家工作人群中是首要致盲性眼病[5]，因其可无症状进展，故此DR患者通常在发生严重视力下降时才被发现。由于目前DR的发病机制尚未完全明确，因此亟需明确DR危险因素，预测DR发生风险，以期早期进行个体化干预，从而达到提高患者的生活质量的目的[2]。内蒙古自治区是我国蒙古族聚居地，蒙古族特色的生活习惯如内蒙古狭长的地域特点所致的文化背景、劳动作业习惯等生活背景的不同等都有可能导致糖代谢异常疾病高发[6]。徐慧颖[7]的研究表明影响牧区蒙古族居民的健康情况的因素较为复杂，包括环境、经济状况、对健康的认知、对体育锻炼的正确理解、生产生活方式等。本研究探讨DR发生相关危险因素，据此建立DR风险预测模型，进而筛查并个体化干预DR高风险人群，降低DR致盲率，现报道如下。

1 资料与方法

1.1 一般资料

资料来源于2019年于包头医学院第一附属医院内分泌科诊断为T2DM，并于眼科门诊或病房就诊的60例病例，采用随机数字表法将入组病例分为模型组和检验组，分别为51例和9例。

1.2 纳入及诊断标准

符合2013年《中国2型糖尿病防治指南》中DM诊断标准[2，8]，經内分泌医师确诊为T2DM。患者神清语利，沟通理解能力强，无其他内分泌及自身免疫系统疾病;无其他类型DM;全身情况好;无眼内炎、视神经疾病、青光眼、高眼压症、视网膜病变及其他眼底改变的既往史，无眼部手术史和治疗史。DR诊断标准参考我国糖尿病视网膜病变临床诊疗指南（2014年）[9-10]。

1.3  观察指标

记录患者的一般资料及实验室指标。①一般资料：年龄、性别、民族、职业、婚否、入院次数、主要诊断、是否病变、DM病程、是否注射胰岛素、是否手术、手术名称、眼内是否注射药物。②实验室指标：胆固醇（TC）、三酰甘油（TG）、尿酸（UA）、尿素（Urea）、肌酐（Care）、糖化血红蛋白（HbA1c）、电解质[钾（K）、钠（Na）、氯（Cl）、钙（Ca）、镁（Mg）、磷（P）]、高密度脂蛋白胆固醇（HDL-C）、尿蛋白（PRO）、低密度脂蛋白胆固醇（LDL-C）。③眼底检查：所有患者均由同一眼科医师进行系统的眼部检查并记录检查结果。在患者未散瞳时检查眼前节情况，而后进行散瞳检查眼底，做出DR或非DR诊断。如诊断双眼DR，记录病变较严重侧。上述涉及的化验指标均由包头医学院第一附属医院化验室检测。

1.4  统计学方法

采用SPSS 22.0统计学软件分析数据，采用χ2检验对糖尿病患者的一般情况进行组间比较。采用单因素和多因素Logistic回归分析分析模型组发生DR的危险因素，以结果显示的危险因素构建糖尿病性视网膜病变风险预测模型。将检验组的数据代入模型，计算并比较二者的临界值，该模型的预测作用依据二者的灵敏度、特异度以及ROC曲线下面积来评估。误诊率=1-特异度。漏诊率=1-灵敏度。α=0.05，P<0.05为差异有统计学意义。

2 结果

2.1 一般资料及实验室指标特征

筛选符合2型糖尿病诊断的DR患者60例，其中模型组51例，检验组9例，两组资料在民族、性别、入院次数、职业、婚姻状况、是否病变、药物、手术、注射药物、低密度脂蛋白胆固醇、肌酐、尿素、尿酸、电解质（钾、钙、镁、钠、氯、磷）、高密度脂蛋白胆固醇、胆固醇、糖化血红蛋白、尿蛋白、三酰甘油比较，差异无统计学意义（P>0.05）。见表1。

2.2 发生DR的多因素回归分析

模型组中以是否发生DR（赋值：是=1，否=0）为因变量，以病程、年龄、糖化血红蛋白、肌酐、尿素氮、胆固醇、三酰甘油和尿素等指标均（赋值：连续变量），以尿蛋白（赋值：阳性=1，阴性=0），性别（赋值：男=1，女=2），作为自变量行单因素Logistic回归分析，结果提示DR发生的主要危险因素是入院次数、注射胰岛素、眼内注射药物、高尿素、高三酰甘油、高尿蛋白（P<0.05）。见表2。

2.3  建立DR风险预测模型

以否发生DR作为因变量，以DR的影响因素[包括入院次数（B=1.257）、是否注射胰岛素（2.068）、眼内是否注射药物（B=5.085）、尿素（B=-0.266）、血三酰甘油（B=-0.902）、尿蛋白（B=0.543）]作为自变量。见表3。既往入院次数越多、有胰岛素注射史、有眼内药物注射史、尿蛋白阳性的T2DM患者患DR风险高;高血甘油三和高尿素的T2DM患者患DR风险低。并据此，建立DR的预测模型，Y=1/[1+e（1.257X1+2.068X2+5.085X3-0.266X4-0.802X5+0.543X6-0.82）]，其中，Y指DR发生概率，X1指入院次数，X2指是否注射胰岛素，X3指是否注射药物，X4指尿素，X5指三酰甘油，X6指尿蛋白。

2.4 评估模型预测模型组的发生DR的危险性

DR风险预测模型预测模型组的发生DR的ROC曲线下面积为0.951，[渐近95%CI：0.933～0.969），P<0.001]，临界值为1.5697，约登指数为0.790，敏感度为0.933，特异度为0.857，漏诊率为0.067，误诊率为0.143。见图1。

2.5 评价DR风险预测模型预测检验组的发生DR的风险性

DR风险预测模型预测检验组的发生DR的ROC曲线下面积0.857，灵敏度为85.7%，特异度为50.0%。误诊率为50.0%，漏诊率为14.3%。见图2。

3 讨论

DR是由血糖升高引起的代谢功能紊乱性疾病，随着经济快速发展和人民生活水平不断的提高，DM患病率不断增长。我国近20年来DM患病率增长了10倍左右，给患者及社会造成极大的经济负担[11-12]。长期高血糖会严重影响DM患者的心脑血管、眼、肾和神经系统功能并引起一系列并发症[13-14]。DR是其中一种最常见、最严重的并发症，晚期可发生严重视力下降甚至失明。DR患病率持续增长[15]。DR分为增生性和非增生性，早期非增生性可长期不影响视力，随着病情进展可发生视力下降，此时治疗费用高、效果差，可能发生不可逆转的视力下降，甚至失明。影响DR发生的主要因素是糖尿病病程呈正相关关系[16]。本研究是我院内分泌科和眼科就诊的T2DM患者回顾性收集的资料，建立预测2型糖尿病患者中发生DR的风险模型。对模型组和检验组一般资料及实验室指标进行比较，结果证实，二者性别、婚姻状况、民族、入院次数、低密度脂蛋白胆固醇、职业、是否病变、药物、手术、是否注射药物、肌酐、尿素、尿酸、血电解质（钾、钠、氯、钙、镁、磷）、糖化血红蛋白、胆固醇、高密度脂蛋白胆固醇、尿蛋白、三酰甘油差异无统计学意义（P>0.05），说明模型组和检验组的研究对象之间没有差异，说明引入模型的数据比较稳定，结果代表性较好，与朱夏媛等[17]的文献报道一致。

DR的影响因素众多，目前研究报道较多的因素如高血糖、DM病程、高血脂、高血压、尿微量白蛋白等[18-20]。本研究显示，入院次数、是否注射胰岛素、眼内是否注射药物、尿素、三酰甘油、尿蛋白是DR发生的主要危险因素。本研究依据DR发病相关的危险因素，建立预测DR风险模型，之后将数据在DR发病高风险人群中进行预测，评估其价值。本研究发现，抗新生血管药物注射眼部发生DR的危险度较高，可能与当地卫生状况、经济较差有关，即就诊的患者基本上是眼睛已经发生病变，即使使用该类抗新生血管药物，也不可能逆转眼部的疾病，只能避免病情进一步加重，可见对于DM眼病的防護应该及早进行、效果较好。

糖尿病肾病（Diabetic nephropathy，DN）与DR是两种最常见的DM微血管并发症，两者在微血管病变方面具有近乎相同的发病机制。若两者常同时发生，DN患病风险高时，DR也具有较高患病风险。大量相关结果证实，DR与肾脏疾病二者具有协同性即二者疾病进展程度相同，因此，DR可能对预测糖尿病性肾脏疾病的临床病情有用[21]。反之DN可能对预测DR发生有用[12]。大量研究证实，DR可与促进肾脏疾病快速发展的风险增加相关，而糖尿病性肾脏疾病与蛋白尿水平升高有关。因此，尿素及尿蛋白是诊断糖尿病性肾病的参考依据。尿素高说明肾小球滤过率下降，发生DN的风险大，由于临床诊断早期DN的主要线索是微量白蛋白尿，如果伴有肌酐、尿素升高，考虑DN晚期。本研究中发现，尿素及尿蛋白是DR发生的危险因素，这与刘春玲[22]及许丽娟等[23]的研究报道一致，说明本研究中DM人群尚未发生糖尿性肾病，可见对DR患者的防治具有重要意义。

研究证实，是否注射胰岛素是DR发生的主要危险因素，注射胰岛素的患者大多是通过运动、控制饮食、戒断不良生活习惯及单纯口服降糖药物长期将血糖控制在合理的范围内。同时，长时间的高糖饮食会诱发视网膜血管老化及神经坏死，更严重者会发生视网膜的病变[24-26]。本研究中将胰岛素的使用和糖尿病的持续时间确定为新颖的可解释特征，以协助临床决策确定糖尿病性视网膜病的高危人群。如果DM持续时间增加1年，则具有DMR的几率比增加9.3%。与不使用胰岛素的患者相比，使用胰岛素的患者DR的发生率提高3.561倍。本研究结果可用于促进未来临床实践的临床决策支持系统的开发[27]。

本研究显示，入院次数是DR发生的主要危险因素可能是因为入院次数越多越能代表患者血糖控制不理想，引起的视网膜血管代谢及耗氧量降低有关。本研究显示，高脂血症是DR发生的危险因素之一，与很多文献中报道的结论一致即DR发病与高脂血症呈正相关，可能的原因是高血脂导致眼底血管发生动脉硬化，继而影响眼部血液供应量，进而加快DR发生的进程，可以看出对血脂的有效控制对于改善视网膜状态的状态具有重要的意义[28-29]。

与DR发生有关的因素是DM患者的入院次数、是否注射胰岛素、眼内是否注射药物、尿蛋白、尿素、三酰甘油。DR风险预测模型组发生DR的ROC曲线下面积是0.857，灵敏度是85.7%，特异度是50.0%。误诊率为50.0%漏诊率为14.3%。可见该模型为DR预测具有科学价值。由于内蒙古是蒙汉族群居的地区居民的饮食习惯、生活方式差异较大，其中比较明显的是高盐、饮酒等不良行为习惯可能会导致糖尿病等慢性病的发生，因此在做DR模型中未带入以上因素可能会对结果造成一定的影响。同时本研究考虑内蒙古地区人群中肉食的摄入较高的问题，在研究中分析胆固醇、三酰甘油等指标与DR发生的关系，可以看出的是内蒙古人群的肉食摄入较高，对于DR的发生具有重要的意义。

对于DR发病的危险因素研究，对于高危人群进行健康教育宣教和糖尿病视网膜病变的患者筛查，尤其是针对少数民族地区人群对于DR的防治具有重要意义。本研究是基于少数民族地区建立的预测DR发病具有一定的预测效率，对临床早期对DR高危人群的筛查有一定意义。T2DM患者也可以对自己发生DR的风险进行评估，从而实现DR的早发现、早诊断、早治疗，可以使约90%的患者避免或者是不发生严重视力下降。

[参考文献]

[1] Fila LA，Edwards JL. Metabolomics in diabetic complications[J].Mol Biopsy，2016 ，12（4）：1090-1105.

[2] 郭燕青，郭玲玲，杨志清.基于大数据平台的糖尿病视网膜病变预测模型的建立及验证[J].中国初級卫生保健，2020（9）：60-63.

[3] Song SJ，Han K，Choi KS，et al. Trends in diabetic retinopathy and related medical practices among type 2 diabetes patients：Results from the National Insurance Survey 2006-2013[J]. J Diabetes Investing，2018，9（1）：173-178.

[4] Zhang G，Chen H，Chen W，et al. Prevalence and risk factors for diabetic retinopathy in China：A multi-hospital-based cross-sectional study[J]. British Journal of Ophthalmology，2017，101（12）：1591-1595.

[5] Yau JW，Rogers SL，Kawasaki R，et al. Global prevalence and major risk factors of diabetic retinopathy[J].Diabetes Care，2012，35（3）：556-564.

[6] 崔萌.内蒙古地区2型糖尿病患者脂联素基因多态性与环境危险因素交互作用研究[D].呼和浩特：内蒙古医科大学，2019.

[7] 徐慧颖.呼伦贝尔牧区蒙古族居民民族文化中影响健康因素探析[D].长春：东北师范大学，2006.

[8] 中华医学会糖尿病学分.中国2型糖尿病防治指南（2013年版）[J].中国医学前沿杂志（电子版），2015（3）：26-89.

[9] 中华医学会眼科学分会眼底病学组.我国糖尿病视网膜病变临床指南（2014年）[J].中华眼科杂志，2014，11：851-865.

[10] Aspelund T，Thornórisdóttir O，Olafsdottir E，et al.Individual risk assessment and information technology to optimize screening frequency for diabetic retinopathy[J]. Diabetologia，2011，54（10）：2525-2532.

[11] Diamandis CJ，Bosworth HB，Oakes MM，et al. Simultaneous risk factor control using telehealth to slow progression of diabetic kidney disease （STOP-DKD） study：Protocol and baseline characteristics of a randomized controlled trial[J]. Contempt Clin Trials，2018，69：28-39.

[12] 蔡鑫，陆宇清，胡晨.2型糖尿病患者糖尿病视网膜病变相关危险因素分析[J].国际眼科杂志，2018，18（8）：154-157.

[13] Yang W，Lu J，Weng J，et al. China National Diabetes and Metabolic Disorders Study Group. Prevalence of diabetes among men and women in China[J]. N Engle J Med， 2010，362（12）：1090-1101.

[14] Xu Y，Wang L，He J，et al.2010 China Noncommunicable Disease Surveillance Group. Prevalence and control of diabetes in Chinese adults[J]. JAMA，2013，310（9）：948-959.

[15] Yamanouchi M，Mori M，Hoshino J，et al. Retinopathy progression and the risk of end-stage kidney disease：Results from a longitudinal Japanese cohort of 232 patients with type 2 diabetes and biopsy-proven diabetic kidney disease[J]. BMJ Open Diabetes Res Care，2019，7（1）：e000 726.

[16] 郭学龙，陈晓霞，邓辉琳.糖尿病视网膜病变的相关危险因素分析[J].海南医学，2018，29（17）：2394-2396.

[17] 朱夏媛，吴浩，葛彩英，等.社区2型糖尿病视网膜病变风险预测模型的构建与验证[J].中国全科医学，2020（6）：712-715.

[18] Duh EJ，Sun JK，Stitt AW.Diabetic retinopathy：Current understanding， mechanisms，and treatment strategies[J]. JCI Insight，2017，2（14）：e93 751.

[19] Yau JW，Rogers SL，Kawasaki R，et al.Global prevalence and major risk factors of diabetic retinopathy[J].Diabetes Care，2012，35（3）：556-564.

[20] TY，Cheung N，Tay WT，et al. Prevalence and risk factors diabetic retinopathy：The singapore malay eye study[J].Ophthalmology，2008，115（11）：1869-1875.

[21] 王蘊智，郑志.2型糖尿病风险模型的建立与干预[D].上海：上海交通大学，2019.

[22] 刘春玲.糖尿病视网膜病变与糖尿病肾病的相关性分析[J]. 糖尿病新世界，2018（8）：176-177.

[23] 许丽娟，段滨红，王丹，等.探讨糖尿病视网膜病变及糖尿病肾病的关系研究[J].糖尿病新世界，2017（22）：165-166.

[24] 浦丹凤，王霞娟，相静怡，等.糖尿病视网膜病变家庭该预测模型的建立与验证[J].糖尿病新世界，2018（11）：186-188.

[25] 陈立梅.2型糖尿病患者发生视网膜病变相关危险因素调查[J].护理实践与研究，2020，17（5）：24-26.

[26] 陈红.2型糖尿病患者发生糖尿病视网膜病变的影响因素分析[J].江苏医药，2017，43（8）：592-594.

[27] Tsao HY，Chan PY，Su EC. Predicting diabetic retinopathy and identifying interpretable biomedical features using machine learning algorithms[J].BMC Bioinformatics，2018，19（Suppl 9）：283.

[28] Yang Z，Feng L，Huang Y，et al. A differential diagnosis model for diabetic nephropathy and non-diabetic renal disease in patients with type 2 diabetes complicated with chronic kidney disease[J]. Diabetes Me tab Sydney Obes，2019，12：1963-1972.

[29] George M，Harper R，Balamurugan A，et al.Diabetic retinopathy and its risk factors in a population-based study[J].J Prim Care Community Health，2011，2（2）：122-126.

（收稿日期：2021-01-27）