[发明专利]基于人体成分的2型糖尿病预测方法及系统

权利要求书

1.一种基于人体成分的2型糖尿病预测方法，其特征在于，包括：

S1.获取患者基本资料、人体成分相关数据；

S2.以被随访患者是否发生2型糖尿病为因变量，以步骤S1获取的因素为自变量进行单因素分析，根据各因素P值筛选出具有统计学差异的因素；

S3.将单因素分析结果中有统计学差异的自变量纳入进行多因素Logistic回归分析，根据赤池信息准则AIC值大小选出拟合度最好的模型，确定最终纳入自变量回归系数，并采用Nomogram列线图表示；

S4.根据所述列线图的预测截断值对患者进行2型糖尿病的发病风险预测。

2.根据权利要求1所述的方法，其特征在于，步骤S1所述患者基本资料包括：年龄、性别、糖尿病家族史和既往史，所述人体成分相关数据通过人体成分分析仪获得，主要包括：内脏面积、身高、体重。

3.根据权利要求1所述的方法，其特征在于，步骤S2进行单因素分析的具体方法为：首先根据被随访的患者是否发生2型糖尿病将患者分成2型糖尿病组和非2型糖尿病组，对步骤S1中获取的两组患者的因素值进行单因素分析，各因素中符合正态分布或近似正态分布计量资料采用独立样本t检验进行组间比较，非正态分布计量资料采用Mann-Whitney U检验进行组间比较，计数资料采用卡方检验或Fisher精确检验进行组间比较，确定各因素P值。

4.根据权利要求1所述的方法，其特征在于，步骤S4所述预测截断值的确定方法为：根据约登指数确定所述列线图预测模型的预测截断值。

5.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

将模型预测的发病结果和实际患病结果进行比较，得出相应的ROC曲线和Calibration校正曲线，内部验证评价模型的区分度和校准度。

6.一种基于人体成分的2型糖尿病预测系统，其特征在于，包括：

数据获取模块：用于获取患者基本资料、人体成分相关数据；

数据分析模块：用于以被随访患者是否发生2型糖尿病为因变量，以数据获取模块获取的因素为自变量进行单因素分析，根据各因素P值筛选出具有统计学差异的因素；

模型建立模块：将单因素分析结果中有统计学差异的自变量纳入进行多因素Logistic回归分析，根据赤池信息准则AIC值大小选出拟合度最好的模型，确定最终纳入自变量回归系数，并采用Nomogram列线图表示；

结果预测模块：用于根据所述列线图的预测截断值对患者进行2型糖尿病的发病风险预测。

7.根据权利要求6所述的系统，其特征在于，所述数据分析模块具体用于：根据以随访期间是否发生2型糖尿病为标准将患者分成2型糖尿病组和非2型糖尿病组，对所述数据获取模块获取的两组患者的因素值进行单因素分析，符合正态分布或近似正态分布计量资料采用独立样本t检验进行组间比较，非正态分布计量资料采用Mann-Whitney U检验进行组间比较，计数资料采用卡方检验或Fisher精确检验进行组间比较，确定各因素P值。

8.根据权利要求6所述的系统，其特征在于，所述系统进一步包括内部验证模块，所述内部验证模块具体用于：将模型预测的发病结果和实际患病结果进行比较，得出相应的ROC曲线和Calibration校正曲线，内部验证评价模型的区分度和校准度。