[发明专利]基于人体成分的2型糖尿病预测方法及系统

说明书

本发明公开了一种基于人体成分的2型糖尿病预测方法及系统，所述方法包括：获取患者基本资料、人体成分相关数据；以被随访患者是否发生2型糖尿病为因变量，以获取的上述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；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；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。

技术领域

本发明涉及糖尿病预测技术领域，尤其是涉及一种基于人体成分的2型糖尿病预测方法及系统。

背景技术

糖尿病被认为是全球一个重要公共健康问题。近年来2型糖尿病的发病率逐年增长，2型糖尿病及其并发症的发生给患者带来重大的经济负担，并且是导致死亡的主要原因。

在糖尿病患者中，有很大部分患者未被诊断(如无症状),但仍处于患有严重并发症如心血管疾病、肾脏损害、视网膜病变等的高风险，目前几项干预研究发现，对于处于糖尿病高风险人群进行生活方式改善及药物干预能够阻止和延缓2型糖尿病的发生。在这种情况下，运用简单有效的方法识别处于高风险人群及未被诊断的2型糖尿病患者显得尤为重要。

在近几年中，国外有一些2型糖尿病早期预测评分模型已经建立,国内针对武汉、台湾、广州等地区也建立了相关的模型。但是，由于种族、人口学及生活习惯的差异，这些模型不一定适合其他人群。目前研究出来的大部分模型基于人口学指标(年龄、性别、糖尿病家族史等)、生活方式(抽烟、饮酒、饮食习惯等)、人体测量(身高、体重、腰围、腰臀比、收缩压、舒张压等)、临床检验指标(甘油三脂、胆固醇、高密度胆固醇、低密度胆固醇、空腹血等)，大部分模型中包括了临床检验指标，在一定程度上将有可能会降低患者的自愿性。相关研究表明，在评价肥胖指标中，内脏脂肪面积与2型糖尿病的发生存在更大的相关性，所以，可以建立一种以无创、简单、实用的方式发现2型糖尿病的2型糖尿病风险预测模型。

发明内容

本发明的目的在于提供一种基于人体成分的2型糖尿病预测方法及系统，旨在解决上述问题。

本发明提供一种基于人体成分的2型糖尿病预测方法，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.根据所述列线图预测模型的预测截断值对患者进行2型糖尿病的发病风险预测。

本发明提供一种基于人体成分的2型糖尿病预测系统，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。

采用本发明实施例，能够通过收集患者简单基本信息及无创、可重复测量的人体成分分析仪监测数据预测患者2型糖尿病的风险，进行2型糖尿病早期无创筛查，具有容易操作，实施性强，低成本、高效率等优势。