首发未治疗抑郁症合并糖调节受损的危险因素及预警风险模型的建立*

抑郁症是临床比较常见的疾病，属于心境障碍的常见类型之一，以显著而持久的心境低落为主要临床表现[1]，容易反复发作，病情进展缓慢，严重影响患者的日常工作和生活质量[2]。目前，抑郁症的发病原因不是十分清楚，但毫无争议的是，社会、心理及生物等多方面因素与抑郁症的发生有一定关系[3，4]。糖调节受损是抑郁症比较常见的合并症之一，一旦发生糖调节受损，会增加患者治疗的难度，同时也会增加患者治疗的成本[5]。因此，尽早确立抑郁症合并糖调节受损的危险因素对于患者的治疗能够起到帮助作用。本项研究采用LASSO分析和Logistic回归分析筛选首发未治疗抑郁症合并糖调节受损的危险因素，建立首发未治疗抑郁症合并糖调节受损的风险列线图模型，从而有助于临床调整治疗方案。

1 对象与方法

1.1 对象 选取2019年3月～2021年4月在阜阳市第三人民医院进行诊治的180例首发未治疗抑郁症患者作为研究对象。入组标准：(1)符合国际疾病分类第10版(ICD-10)中抑郁症的诊断标准；(2)首次发病且未治疗；(3)年龄≥18岁，病历信息完整；(4)无严重肿瘤疾病；(5)患者及家属对本研究知情同意。排除标准：(1)非首次发病的患者；(2)入院前已经接受了治疗的患者；(3)年龄<18岁，病历缺失；(4)有严重肿瘤疾病；(5)妊娠期或哺乳期妇女。本研究获得阜阳市第三人民医院伦理委员会批准。

1.2 方法

1.2.1 糖调节受损的判定标准 糖调节受损的判定标准参考相关文献[6]：(1)空腹血糖6.1～7.0 mmol/L；(2)餐后2 h血糖≥7.8 mmol/L，出现以上一种或两种情况即可判定为糖调节受损。

1.2.2 病例分组及资料收集 根据是否合并糖调节受损将所选患者分为糖调节受损组和糖调节正常组。由经验丰富的医务人员收集所选患者的临床资料进行回顾性分析，资料主要包括：年龄、性别、体质量指数、吸烟史、饮酒史、居住地、文化程度、高血压、高血脂、糖尿病史及活动不足等资料。

1.2.3 统计学方法 所选首发未治疗抑郁症患者的有关数据选用R(R3.5.3)软件进行分析，选用卡方检验分析计数，采用LASSO分析和Logistic回归分析筛选首发未治疗抑郁症患者糖调节受损的独立危险因素，采用R(R3.5.3)软件包及rms 程序包建立风险列线图模型，选用caret程序包及Bootstrap 自抽样法进行内部验证，计算一致性指数(C-index)，并绘制校正曲线、AUC曲线和决策曲线。以P<0.05为差异有统计学意义。

2 结果

2.1 首发未治疗抑郁症患者糖调节受损发生情况 所选180例首发未治疗抑郁症患者中男75例，女95例；年龄18～80岁，平均(57.12±8.23)岁；46例患者合并糖调节受损，发生率为25.56%。

2.2 两组首发未治疗抑郁症患者一般资料分析 糖调节受损组和糖调节正常组年龄、体质量指数、高血压、高血脂、糖尿病史及活动不足方面比较差异均有统计学意义(P<0.05)。见表1。

表1 两组患者一般资料分析[n(%)]

2.3 首发未治疗抑郁症患者糖调节受损的危险因素 基于180例首发未治疗抑郁症患者的一般资料，采用LASSO分析选择糖调节受损的影响因子，结果显示，LASOO共选择出年龄、性别、体质量指数、居住地、高血压、高血脂、糖尿病史及活动不足8项影响因子。基于LASSO分析选择出的8项影响因子进行多因素Logistic回归分析，结果显示：年龄≥60岁、体质量指数≥24 kg/m2、高血压、高血脂、有糖尿病史及活动不足是首发未治疗抑郁症患者糖调节受损的独立危险因素(P<0.05)。见图1，表2。

图1 LASSO选择结果

表2 首发未治疗抑郁症患者糖调节受损的多因素Logistic回归分析

2.4 预测首发未治疗抑郁症患者糖调节受损风险列线图模型 本研究基于年龄、体质量指数、高血压、高血脂、有糖尿病史及活动不足等首发未治疗抑郁症患者糖调节受损的独立危险因素，建立预测首发未治疗抑郁症患者糖调节受损的风险列线图模型，如图2所示。预测值和实测值基本一致(见图3a)，C-index指数为0.843(95%CI：0.812～0.875)，表明本列线图具有较好的辨别力，内部验证首发未治疗抑郁症患者糖调节受损的风险列线图模型的ROC曲线显示(见图3b)，AUC为0.807，说明本列线图的预测价值较高。决策曲线显示(见图3c)，阈值概率在1%～69%范围内时，采用本列线图来预测首发未治疗抑郁症患者糖调节受损的发生风险具有较高的净获益值，说明本列线图具有较好的临床预测效用。

图2 首发未治疗抑郁症患者糖调节受损的风险列线图模型

图3 糖调节受损风险预测图的校准曲线、ROC曲线和决策曲线

3 讨论

近年来，我国的经济取得了飞速进步，人民的饮食和居住环境也有了天翻地覆的变化[7]，然而抑郁症的患病人数却在不断增加，开始影响到社会的和谐与稳定[8]。在首发未治疗抑郁症中，有一部分会发生糖调节受损，这无疑会加大治疗的难度，也会使得患者康复的时间延缓[9,10]。为了确定首发未治疗抑郁症患者糖调节受损的危险因素和便于调整治疗方案，本项研究通过LASSO分析和多因素Logistic回归分析确定首发未治疗抑郁症患者糖调节受损的独立危险因素，建立风险列线图模型，并验证该模型。

本研究中，所选180例首发未治疗抑郁症患者中有46例患者合并糖调节受损，发生率为25.56%(46/180)，可见糖调节受损值得临床重视。LASOO分析属于一种数据降维分析方法，医学上通常会将其用来筛选疾病的影响因素[11]。Logistic回归属于一种非线性概率型的预测模型，能够分析分类观察结果和一些协变量之间的关系，医学上通常会将其用来分析诱发疾病的高危因素[12，13]。本次研究LASSO分析和Logistic回归分析的结果显示，年龄≥60岁、体质量指数≥24 kg/m2、高血压、高血脂、有糖尿病史及活动不足是糖调节受损的独立危险因素(P<0.05)。王岳锋等[14]报道体质量指数增高和活动不足与糖代谢异常密切相关，与本研究有相似之处。运动时，机体利用糖供能会明显增多，当机体处于静息状态时，糖供能的比例就会减少[15]，因此活动不足的人群比较容易发生糖调节受损。体质量指数增高，会增加机体的代谢负担，容易造成代谢紊乱，因而造成了糖调节受损的发生。王丽琼等[16]研究表明高血脂和有糖尿病史与糖调节受损有关，与本研究的结果相符。当机体的血脂较高时，胰岛素和葡萄糖的输送受到抑制，胰岛素会通过与其受体相结合来运转，降低对葡萄糖的摄取，造成血脂内的葡萄糖在细胞内堆积[17]，最终导致糖代谢紊乱，因而高血脂的人群比较容易发生糖调节受损。有糖尿病史的人群，机体的新陈代谢功能与健康人有所差别，比较容易发生代谢紊乱，因而有糖尿病史的人群比较容易发生糖代谢受损。另外，年龄和高血压也是首发未治疗抑郁症患者糖调节受损的独立危险因素。随着年龄的增长，人的身体机能会逐渐减退，新陈代谢变慢[18]，因而年龄较高的人群更容易发生糖代谢受损。长期高血压会造成动脉硬化[19]，供应胰腺的动脉发生硬化，就容易造成血糖升高，从而造成了糖调节受损。

列线图是近几年兴起的一种新的数据分析方式，能够把复杂的数据变成可视化图型，主要是由三个部分组成，分别是预测模型的变量、变量相应的得分和预测事件的发生概率，医学上通常会将其用于表达预测模型中各变量之间的关系[20]。本次研究基于筛选出的危险因素建立了预测首发未治疗抑郁症患者糖调节受损的列线图模型。本研究列线图中显示：年龄≥60岁为53分，体质量指数≥24 kg/m2为79分，高血压为72分，高血脂为80分，有糖尿病史为80分，活动不足为100分。医护人员可以通过患者的各项目得分情况个体化预测患者糖调节受损的发生概率，及早识别高风险患者并对其进行重点监护。同时，医护人员针对能够控制的危险因素对患者进行干预，如控制体质量、加强血脂和血压管理等，以最大限度减少糖调节受损的发生。本研究中，校正曲线的预测值和实测值基本一致，C-index指数为0.843(95%CI：0.812～0.875)，内部验证首发未治疗抑郁症患者糖调节受损的风险列线图模型的ROC曲线的AUC为0.807，表明本研究的列线图辨别度和预测效能比较良好。另外，本研究发现决策曲线的阈值概率在1%～69%范围内时，采用本列线图来预测首发未治疗抑郁症患者糖调节受损的发生风险具有较高的净获益值，可知本列线图具有较好的临床预测效用。

综上所述，年龄、体质量指数、高血压、高血脂、糖尿病史及活动不足是首发未治疗抑郁症患者糖调节受损的独立危险因素，本研究构建的列线图模型对首发未治疗抑郁症患者糖调节受损的预测具有较高的准确性，具有较高的临床应用价值。另外，本研究的结果存在一定局限性，并未进行外部验证，而且样本量较小，可能需要扩大样本量进行更深入的研究。