中老年2型糖尿病合并骨质疏松症风险预测模型的构建与验证

谢碧燕 陈小燕

在全球，2型糖尿病（T2MD）患者高达4.63亿，预计到2030年，T2MD患者将高达5.78亿[1]。其中，我国的糖尿病患者例数位居全球第一，给医疗资源和经济发展带来了沉重负担。骨质疏松症（OP）是一种临床常见的因骨量减少，骨组织显微结构破化，导致脆性骨折的风险增加的系统性骨骼疾病，常发生于老年人群[2]。T2MD患者存在不同程度的骨量降低，其机制暂无明确定论[3]。OP患者骨骼强度降低，容易引起骨折，轻者可使活动受限，重者须长时间卧床，给社会和家人造成很大负担。以往有部分研究从激素水平、脂肪代谢、糖尿病并发症等方面讨论了绝经后T2MD女性合并OP的独立影响因素[4]。但是以上研究均仅限于临床特征和影响因素的讨论，没有将影响因素转化为预测模型，对临床T2MD合并OP预测价值有限。本研究通过筛选影响因素后构建风险预测模型，并对模型预测效能进行了评价，具体研究如下。

1 资料与方法

1.1 一般资料

回顾性分析2019年2月-2021年8月中国人民解放军联勤保障部队第九〇九医院住院治疗的中老年T2MD患者100例。纳入标准：年龄≥50岁，且临床诊断为T2MD患者，T2MD诊断符合中华医学会糖尿病分会规定的T2MD诊断标准[5]。排除标准：甲状腺炎、甲状腺功能亢进；有非OP如佝偻病、骨质软化、骨质硬化等其他骨代谢异常疾病；服用钙剂、糖皮质激素、降钙素等影响骨代谢的药物；长期卧床及严重营养不良。年龄50～90岁，平均（66.98±9.34）岁；男42例，女58例。本研究经医院医学伦理委员会批准，所有研究对象均签署知情同意书。

1.2 方法

1.2.1 分组 采用全身双能X射线骨密度仪（美国Norland公司）测定患者骨密度，检测部位包括第1～4腰椎（L1～4）、股骨颈、股骨大转子、股骨内部及股骨Ward三角区域，根据中华医学会骨质疏松和骨矿盐疾病分会制定的相关诊断标准，任意检测部位T值≤-2.5 SD纳入OP组，T值＞-2.5 SD纳入非OP组[6]。

1.2.2 临床资料 收集入院时T2MD患者临床资料，包括性别、年龄、糖尿病病程、体重指数（BMI）、空腹血糖（FPG）、总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白（HDL）、低密度脂蛋白（LDL）、糖化血红蛋白（HbA1c）、碱性磷酸酶（ALP）和并发症（糖尿病肾病、视网膜病变、周围神经病变），BMI=体重（kg）/身高（m）2。

1.2.3 预测模型构建 通过单因素分析筛选中老年T2MD合并OP的潜在影响因素，将影响因素中有统计学意义的指标纳入二元Logistic回归分析，构建中老年T2MD合并OP风险预测模型，根据预报概率构建受试者工作曲线（ROC），分析模型区分度。比较最佳预报概率和0.500预报概率时模型预测结果差异。

1.3 观察指标

统计分组情况，对中老年T2MD合并OP的影响因素进行单因素及多因素分析，构建中老年T2MD合并OP风险预测模型并对其进行评价。

1.4 统计学处理

本研究数据采用SPSS 16.0统计学软件进行分析和处理，正态分布的连续变量以（±s）表示，两组间比较采用独立样本t检验，偏态分布的定量资料采用[M（P25，P75）]表示，组间比较采用秩和检验。分类变量以率（%）表示，采用χ2检验，单因素分析中有统计学意义的指标纳入二元Logistic回归分析，并建立Logistic回归模型，根据预测概率，建立ROC曲线，通过曲线下面积（AUC）和最佳截断值判断模型的预测效能，利用Medcalc软件，通过Z检验对不同AUC进行比较，通过Hosmerlemeshow（H-L）检验分析模型的校准度。

2 结果

2.1 分组情况

100例患者中，OP组50例，非OP组50例。

2.2 中老年T2MD合并OP单因素分析

OP组年龄、糖尿病病程、糖尿病肾病占比均高于非OP组，男性占比、BMI均低于非OP组（P＜0.05）。两组FPG、HbA1c、TC、TG、HDL、LDL、ALP、视网膜病变占比、周围神经病变占比比较差异均无统计学意义（P＞0.05），见表1。

表1 中老年T2DM合并OP单因素分析

表1（续）

2.3 中老年T2MD合并OP多因素分析

将单因素分析中有统计学意义的指标纳入二元Logistic回归分析，分类变量赋值如下，女=0，男=1，非糖尿病肾病=0，糖尿病肾病=1，是否OP（非OP=0，OP=1）作为应变量，年龄、性别、糖尿病病程、BMI、糖尿病肾病作为自变量，进行二元Logistic回归分析。年龄、病程、糖尿病肾病均为中老年T2MD合并OP的独立危险因素，男性、BMI均为中老年T2MD合并OP的保护因素（P＜0.05）。基于二元Logistic回归分析原理，构建中老年T2MD合并OP风险预测模型，P=1/{1+exp[-（3.986+0.041×年龄-1.639×性别+0.115×糖尿病病程-0.345×BMI+0.843×糖尿病肾病）]}，见表2。

表2 中老年T2MD合并OP多因素分析

2.4 模型预测效能评价

将临床指标回代风险预测模型，得出中老年T2MD合并OP预测概率，以是否OP为金标准，绘制T2MD合并OP模型预测的ROC曲线，AUC为0.798（0.713，0.884），说明模型有较高预测价值，与随机面积0.500比较差异有统计学意义（Z=3.412，P＜0.05）。H-L 检验χ2=1.967，P=0.302，说明模型有较好的校准度。分别取预测概率0.544（Youden指数最大）和0.500两个切割点，当切割点为0.544，预测敏感度为76.00%，特异度为74.00%，正确率为75.00%，Youden指数为0.50；当预测概率切割点为0.500，模型预测敏感度为72.00%，特异度为68.00%，准确率为70.00%，Youden指数为0.40，见图1、表3。

表3 模型预测效能评价

图1 T2MD合并OP模型预测ROC曲线分析

3 讨论

随着老龄化进程的加快，老年人群占比持续升高，OP和T2MD发生率均持续增高[7]。陈冠亚等[8]研究发现，年龄、文化程度、绝经年限、合并心血管疾病和周围神经疾病均为T2MD女性合并OP的独立影响因素。姜丽燕等[9]研究发现，肾功能异常、血糖控制不佳、病程长、高龄T2MD患者合并OP风险较大。显然，单纯了解疾病的临床特征及影响因素存在一定欠缺，临床无法根据影响因素对疾病风险大小进行评估，应用价值有限。因此，全面了解中老年T2MD合并OP患者的临床特征，筛选与中老年T2MD合并OP的影响因素，并构建风险预测模型，针对低风险人群通过宣传教育提高骨质疏松防范意识，对于高危人群，积极采用抗OP治疗，对于降低OP发生率，提高中老年人身体健康水平有一定价值。

本研究通过单因素和多因素分析发现，OP组年龄、糖尿病病程、糖尿病肾病占比均高于非OP组，男性占比、BMI均低于非OP组（P＜0.05）。年龄、病程、糖尿病肾病均为中老年T2MD合并OP的独立危险因素，男性、BMI均为中老年T2MD合并OP的保护因素（P＜0.05）。分析其具体机制可能如下：（1）随着年龄的增加，胃肠道功能降低，钙等矿物质吸收降低，导致成骨细胞活性降低，破骨细胞活性升高，进而引起骨量丢失，骨皮质结构破坏，强度降低[10]。（2）血糖控制不加，病程延长可加速钙、镁、磷等矿物质的丢失，影响骨代谢，从而加速OP的发生。以往研究对象主要集中于绝经后女性人群，并认为，女性绝经时长是影响OP发生的独立影响因素[11]。（3）肾脏作为调节钙、磷代谢的重要器官，对维持其正常浓度有重要作用，肾损伤发生后，一方面，肾小球电荷屏障受损，滤过增多，另一方面，肾小管重吸收减少，导致尿钙、磷等排出增多，钙吸收障碍[12]。1-α羟化酶活性降低，影响骨形成和骨质矿化，骨脆性增加。（4）女性绝经后，雌激素水平降低，成骨细胞活性减弱，破骨细胞活性增加，由此引起骨量丢失、骨密度降低，进而引起OP发生。而在男性人群中，睾酮的降低可能具有类似但不那么明显的影响，从而导致性别因素是OP发生的最强影响因素[13]。（5）肥胖与骨代谢的作用非常复杂，目前没有明确的机制予以说明。BMI被纳入骨折风险评估工具，BMI越高，骨折风险越低[14]。其可能机制为BMI较高的人群承受机械压力较大，对骨骼有更强的刺激，脂肪组织中雌二醇与雌酮有利于成骨细胞活性增强及骨胶原形成。

本研究根据以上影响因素，利用二元Logistic回归原理构建中老年T2MD患者合并OP风险预测模型，经证明该模型有较好的预测区分度和校准度，可以作为临床辅助判断依据，对于高风险人群采用抗骨质疏松治疗。针对低风险人群，可以加大OP宣传力度，提高人群预防意识。本研究为单中心、回顾性分析，纳入研究样本量较小，可造成样本选择偏倚。其次，构建的预测模型计算量较大，便利性存在一定欠缺。以上弊端，需采用多中心、前瞻性、大样本、列线图研究予以解决。

综上所述，中老年T2MD患者合并OP影响因素较多，根据独立影响因素构建的风险预测模型有较好的预测效能，可为临床早期识别T2MD患者合并OP提供参考依据，根据风险大小，制定对应的干预措施，降低骨质疏松发生风险，提高骨密度水平，减少骨折等情况发生。