CN102063568A - 个体水平糖尿病预测模型 - Google Patents
个体水平糖尿病预测模型 Download PDFInfo
- Publication number
- CN102063568A CN102063568A CN2010106105615A CN201010610561A CN102063568A CN 102063568 A CN102063568 A CN 102063568A CN 2010106105615 A CN2010106105615 A CN 2010106105615A CN 201010610561 A CN201010610561 A CN 201010610561A CN 102063568 A CN102063568 A CN 102063568A
- Authority
- CN
- China
- Prior art keywords
- diabetes
- diabetes mellitus
- model
- individual
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种个体水平糖尿病预测模型,包括下列内容:(1)记录被测试对象的自身信息;(2)把获取的信息转换成模型进入数据;(3)根据模型信息转换结果代入测算系统;(4)计算发病概率,判断患病风险。本发明能够很好的识别糖尿病高危人群,尽早针对高危人群进行生活方式干预,可以较好的预防或延缓糖尿病的发生,具有巨大的公共卫生学意义和很大的经济学价值。因此,本发明的目的在于建立有效地适合中国人群的糖尿病个体患病风险预测模型。对于社区、门诊、甚至居民根据模型需要的危险因素信息,填入相应信息后就能得到测算个体未来n年的糖尿病患病风险。
Description
技术领域
本发明涉及一种个体水平糖尿病预测模型,属于预防医学和医学领域。
背景技术
糖尿病(diabetes)是由遗传因素、肥胖、微生物感染及其毒素、精神因素等等各种致病因子作用于机体导致胰岛功能减退、胰岛素抵抗(Insulin Resistance,IR)等而引发的糖、蛋白质、脂肪、水和电解质等一系列代谢紊乱综合征,临床上以高血糖为主要特点,典型病例可出现多尿、多饮、多食、消瘦等表现,即“三多一少”症状。临床上可分为1型和2型。在糖尿病患者中,2型糖尿病所占的比例约为95%。其中1型糖尿病多发生于青少年,因胰岛素分泌缺乏,依赖外源性胰岛素补充以维持生命;2型糖尿病多见于中、老年人,其胰岛素的分泌量并不低,甚至还偏高,临床表现为机体对胰岛素不够敏感,即胰岛素抵抗(InsulinResistance,IR)。
近年来,糖尿病发病率不断攀升,糖尿病及其并发症在许多国家已成为致死、致残的主要原因之一。1989年,美国大约有670万糖尿病患者,2007年大约有1750万糖尿病患者,然而截止2008年攀升到了2400万糖尿病患者。根据WHO估计,目前全球已有糖尿病患者1.75亿左右,至2030年将达到3.66亿。然而有人指出这一比例远远低估了糖尿病的流行状况,实际要严重得多,根据IDF对全球糖尿病患病情况估计认为截止2010年全球糖尿病患病人数将达到2.85亿,2030年将达到4.38亿,这比WHO估计的数字整整多出了0.72亿。2000年全球死于糖尿病的人数达290万,占全部死亡人数的5.2%,发展中国家死于糖尿病的比例较低大约2-3%,发达国家死于糖尿病的人数占总死亡人数的8%以上,在35-64岁人群中这一比例更高,达6-27%。由于糖尿病能够增加心脑血管病发病危险2-4倍,并能导致肾脏、神经等多种病变,据估计糖尿病导致人的期望寿命减少15年。
作为发展中的国家,中国近30年来,我国糖尿病患病率显著增加,已成为仅次于印度的糖尿病第2大国。1980年全国14省市30万人的流行病学调查结果显示,糖尿病患病率0.67%。1994年全国19省市21万人的调查,25~64岁年龄段糖尿病的患病率为2.5%(人口标化率为2.28%),糖耐量减低(IGT)为3.2%(人口标化率为2.12%)。这一数字与同等发展水平国家的数据相近,比1980年增加了近3倍。随着我国老龄人口、城市人口的不断增加和生活方式的改变,我国糖尿病发病率由1980年的0.67%上升到1996年的3.2%,短短15年我国糖尿病发病率增加了5倍,个别地区糖尿病患病率超过5%。2002年全国营养调查发现2002年糖尿病患病率18岁以上成年人为2.60%,拥有糖尿病患者2380万,但大城市达到了6.37%,与1996年相比上升了39%。由于中国人口基数大,全世界每5个糖尿患者中就有1个是中国人,并且糖尿病的患病率正以每年0.1%的速度递增,相当于每天至少增加3000~4000个新糖尿病患者。专家预计到2015年,这个数字将突破6000万。按照中国疾病预防控中心2006年发布的《中国慢性病报告》显示,中国目前有II型糖尿病患者2346万,这一数字将在2030年增至4230万。而中国中医科学院糖尿病研究总院调查资料显示,我国的糖尿病患者人数已达4000万左右,占世界糖尿病人群总数的五分之一,患病率居世界第二位,并且以每天至少3000人的速度增加,每年增加超过120万人,预测至2010年我国糖尿病人口总数将猛增至8000万至1亿人。
近20年来,我国共进行了四次不同程度的糖尿病流行病学调查,1980年、1994年、1996年、2002年。“尽管调查方法和诊断标准不同,但在2002年之前的流行病学调查结果均显示糖尿病的患病率在4%以下。中国中医科学院糖尿病研究总院,通过对近5万名20岁以上的人群进行血糖检测,糖尿病的总患病率已达11.28%,根据《中国糖尿病控制现状》报告表明,我国已成为糖尿病发病的“重灾区”,是全球糖尿病第二大国,更让人忧心的是,越来越多的孩子也成了糖尿病患者。
随之而来的医疗费用迅速增加,引起了世界各国的高度关注。糖尿病的医疗费用更是惊人,2002年美国糖尿病的治疗费用达1320亿美元,而2007年尽然达到1740亿美元,其中每位患者为诊断糖尿病花费为11744美元。2007年中国4个主要城市的调查显示,每位糖尿病患者的直接医疗费用和非医疗费用分别为1320.90美元和180.80美元。如果按照这一标准计算,预计中国用在治疗II型糖尿病及其并发症的直接医疗费用和间接医疗费用2007到了322亿美元,2030年将达到585亿美元。
早识别糖尿病高危人群或者糖尿病前期人群,针对性的进行生活方式干预,是减少糖尿病的发生,是遏制医疗费用增长、减少主要威胁人类健康等心脑血管疾病等患病率、延长期望寿命的关键。目前,大家普遍认为个体水平数学模型识别糖尿病高危人群的有效工具。可以为临床治疗提供有价值的信息,同时成为疾病预防、政府决策,以及卫生干预方案效果评价必不可少的工具。也有人认为计算机模型作糖尿病长期效果预测和治疗方案的选择是应该优先选择的、或许也是唯一有效的方法。国外对于糖尿病相关模型的建立尤为重视,美国糖尿病协会曾举办过多次糖尿病及其并发症建模大会。其中如何识别高危人群,是糖尿病预防和控制的一大热点。世界各国都积极开展了这方面的研究,由于模型一般是基于一个队列数据建立的,而糖尿病的发生、发展是由遗传、社会生活环境、行为因素以及饮食结构的等多种因素的长期作用结果。所以队列一般需要较长时间的跟踪,目前建立的模型,无论是临床模型还是筛查模型,跟踪时间都在5年以上。而我国目前能有这样的队列很少,还没有建立能够预测个体糖尿病发病风险的模型。其次对于一个已经建立的模型,其使用的指标是依据建模基线数据建立起来的,糖尿病又是一个多因素综合长期影响的结果,随着时间推移人群教育水平、经济发展水平、生活习惯和行为习惯都会随之改变,其预测效能的会有很大变化,很难直接应用于其他人群,如著名的Frammingham建立的心血管疾病预测模型在中国人群中应用时,其特异度和灵敏度就明显降低。必须经过适合中国人群特点的改进,即把观察终点改为冠心病及其脑卒中共同作为终点后。其灵敏度、特异度得到了很大改善。到目前为止,中国大陆尚未建立一个适合中人群的糖尿病风险评估模型。而国外报道的糖尿病发病风险预测相关模型很多,但均是基于队列研究数据,通过logistic或者cox比例等风险模型建立,鉴于中国没有可用于建立糖尿病个体水平预测模型的数据,但又很需要有一个适合中国人群特点的糖尿病预测模型。本发明则是基于meta建立起来的一种个体水平糖尿病预测模型。
发明内容
本发明的目的是提供一种个体水平糖尿病预测模型,能够很好的识别糖尿病高危人群,尽早针对高危人群进行生活方式干预,可以较好的预防或延缓糖尿病的发生。
本发明所采用的技术方案是,一种个体水平糖尿病预测模型,包括下列内容:
(1)记录被测试对象的自身信息;
(2)把获取的信息转换成模型进入数据;
(3)根据模型信息转换结果代入测算系统;
(4)计算发病概率,判断患病风险。
优化的,上述个体水平糖尿病预测模型,其被测试对象的自身信息为年龄、性别、身高(cm)、体重(kg)、腰围(cm)、糖尿病尿病的家族史、被测试对象是否患有高血压、是否患有高血脂以及最近一次的空腹血糖值(mmol/L)。
优化的,上述个体水平糖尿病预测模型,其测算系统采用合成分析方法建立的糖尿病预测模型。
本发明能够很好的识别糖尿病高危人群,尽早针对高危人群进行生活方式干预,可以较好的预防或延缓糖尿病的发生,具有巨大的公共卫生学意义和很大的经济学价值。因此本发明的目的在于建立有效地适合中国人群的糖尿病个体患病风险预测模型。对于社区、门诊、甚至居民根据模型需要的危险因素信息,填入相应信息后就能得到测算个体未来n年的糖尿病患病风险;可以利用本发明对社区人群进行糖尿病患病风险评估,对于经识别的高危人群给予干预建议,以达到预防糖尿病发生或者延缓糖尿病的发生时间;本模型可以为保险业提供一种估算投保人的未来几年的糖尿病患病风险的测算方法;本发明是基于meta分析各种糖尿病危险因素与糖尿病的患病风险,结合横断面数据组建而成。
附图说明
图1是本发明的框图;
图2是接受操作者的特性曲线。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图1所示,本发明所采用的技术方案是,一种个体水平糖尿病预测模型,包括下列内容:
(1)记录被测试对象的自身信息;
(2)把获取的信息转换成相应数据进入模型;
(3)计算发病概率,判断患病风险。
被测试对象的自身信息为年龄、性别、身高(cm)、体重(kg)、腰围(cm)、糖尿病尿病的家族史、被测试对象是否患有高血压、是否患有高血脂以及最近一次的空腹血糖值(mmol/L)。其测算系统采用合成分析方法建立的糖尿病预测模型。
举例测试张三5年后患糖尿病的风险,张三,男性,现年45岁,身高172cm,体重85kg;腰围90cm,于5年前患有高血压,目前正在服药。父亲患有糖尿病已去世,最近一次体检发现,血清甘油三酯偏高,空腹血糖为4.3mmol/L;
第一步:收集张三年龄、性别、身高、体重、腰围糖尿病尿病的家族史、被测试对象是否患有高血压、是否患有高血脂以及最近一次的空腹血糖值等信息;
第二步:根据下面的表1把张三信息录入评估系统;
第三步:计算患病风险:根据系统计算获得张三今后5年患糖尿病的风险为46.5%;
第四步:风险判断:
根据风险判断标准:患病风险如果P值≥5%为糖尿病高危;<5%为正常人群,获得张三是高危人群。
表1测试对象信息转换表
该模型的有效性验证:采用某企业队列数据验证结果证明预测性能良好,如图2所示,受试者工作特征曲线下面积(ROC)为0.74。可以很好的识别高危人群。与台湾Chien建立的中国人群糖尿病预测模型相比,ROC曲线下面积有显著提高。Chien建立社区糖尿病预测模型ROC曲线下面积为0.702。该模型是大陆首次研制的适合中国人群的糖尿病预测模型。
当然,上述说明并非是对本发明的限制,本发明也并不限于上述举例,本技术领域的普通技术人员,在本发明的实质范围内,作出的变化、改型、添加或替换,都应属于本发明的保护范围。
Claims (3)
1.一种个体水平糖尿病预测模型,包括下列内容:
(1)记录被测试对象的自身信息;
(2)把获取的信息转换成模型进入数据;
(3)根据模型信息转换结果代入测算系统;
(4)计算发病概率,判断患病风险。
2.根据权利要求1所述的个体水平糖尿病预测模型,其特征在于:其被测试对象的自身信息为年龄、性别、身高(cm)、体重(kg)、腰围(cm)、糖尿病的家族史、被测试对象是否患有高血压、是否患有高血脂以及最近一次的空腹血糖值(mmol/L)。
3.根据权利要求1所述的个体水平糖尿病预测模型,其特征在于:其测算系统采用合成分析方法建立的糖尿病预测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010106105615A CN102063568A (zh) | 2010-12-29 | 2010-12-29 | 个体水平糖尿病预测模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010106105615A CN102063568A (zh) | 2010-12-29 | 2010-12-29 | 个体水平糖尿病预测模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102063568A true CN102063568A (zh) | 2011-05-18 |
Family
ID=43998842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010106105615A Pending CN102063568A (zh) | 2010-12-29 | 2010-12-29 | 个体水平糖尿病预测模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102063568A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636631A (zh) * | 2015-03-09 | 2015-05-20 | 江苏中康软件有限责任公司 | 一种基于糖尿病系统大数据的糖尿病概率计算方法 |
CN105069322A (zh) * | 2015-07-24 | 2015-11-18 | 上海丰核信息科技有限公司 | 疾病易感风险预测方法及装置 |
CN108352193A (zh) * | 2015-10-30 | 2018-07-31 | 日本电气方案创新株式会社 | 血糖值预测装置、血糖值预测方法及计算机能够读取的记录介质 |
CN108962386A (zh) * | 2017-05-27 | 2018-12-07 | 中国移动通信有限公司研究院 | 一种数据处理方法、装置及系统 |
CN111145907A (zh) * | 2019-11-28 | 2020-05-12 | 泰康保险集团股份有限公司 | 体检数据处理方法、装置、介质及电子设备 |
CN111584080A (zh) * | 2020-04-18 | 2020-08-25 | 中国医学科学院北京协和医院 | 一种区分mody与t1d和t2d的诊断模型 |
CN112086194A (zh) * | 2020-09-14 | 2020-12-15 | 东南大学附属中大医院 | 一种新发2型糖尿病评分预测系统 |
CN113643809A (zh) * | 2021-08-05 | 2021-11-12 | 上海市第六人民医院 | 基于人体成分的2型糖尿病预测方法及系统 |
-
2010
- 2010-12-29 CN CN2010106105615A patent/CN102063568A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636631A (zh) * | 2015-03-09 | 2015-05-20 | 江苏中康软件有限责任公司 | 一种基于糖尿病系统大数据的糖尿病概率计算方法 |
CN104636631B (zh) * | 2015-03-09 | 2018-06-05 | 江苏中康软件有限责任公司 | 一种利用糖尿病系统大数据预测糖尿病的装置 |
CN105069322A (zh) * | 2015-07-24 | 2015-11-18 | 上海丰核信息科技有限公司 | 疾病易感风险预测方法及装置 |
CN105069322B (zh) * | 2015-07-24 | 2018-01-12 | 上海尔云信息科技有限公司 | 疾病易感风险预测装置 |
CN108352193A (zh) * | 2015-10-30 | 2018-07-31 | 日本电气方案创新株式会社 | 血糖值预测装置、血糖值预测方法及计算机能够读取的记录介质 |
CN108962386A (zh) * | 2017-05-27 | 2018-12-07 | 中国移动通信有限公司研究院 | 一种数据处理方法、装置及系统 |
CN111145907A (zh) * | 2019-11-28 | 2020-05-12 | 泰康保险集团股份有限公司 | 体检数据处理方法、装置、介质及电子设备 |
CN111584080A (zh) * | 2020-04-18 | 2020-08-25 | 中国医学科学院北京协和医院 | 一种区分mody与t1d和t2d的诊断模型 |
CN111584080B (zh) * | 2020-04-18 | 2022-07-26 | 中国医学科学院北京协和医院 | 一种区分mody与t1d和t2d的诊断试剂盒和诊断系统 |
CN112086194A (zh) * | 2020-09-14 | 2020-12-15 | 东南大学附属中大医院 | 一种新发2型糖尿病评分预测系统 |
CN113643809A (zh) * | 2021-08-05 | 2021-11-12 | 上海市第六人民医院 | 基于人体成分的2型糖尿病预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102063568A (zh) | 个体水平糖尿病预测模型 | |
Young et al. | The triglyceride to high-density lipoprotein cholesterol (TG/HDL-C) ratio as a predictor of insulin resistance, β-cell function, and diabetes in Hispanics and African Americans | |
Gill et al. | Validity of the mental health component scale of the 12-item Short-Form Health Survey (MCS-12) as measure of common mental disorders in the general population | |
Chen et al. | AUSDRISK: an Australian Type 2 Diabetes Risk Assessment Tool based on demographic, lifestyle and simple anthropometric measures | |
Cereda et al. | Nutritional risk, functional status and mortality in newly institutionalised elderly | |
Barbosa et al. | Strain imaging in morbid obesity: insights into subclinical ventricular dysfunction | |
Pruthi et al. | UK Renal Registry 16th annual report: chapter 8 survival and cause of death of UK adult patients on renal replacement therapy in 2012: national and centre-specific analyses | |
Smith et al. | Distinct trajectories of fatigue in chronic heart failure and their association with prognosis | |
Gordon-Dseagu et al. | Diabetes mellitus and mortality from all-causes, cancer, cardiovascular and respiratory disease: evidence from the Health Survey for England and Scottish Health Survey cohorts | |
Steenkamp et al. | UK Renal Registry 15th annual report: Chapter 5 survival and causes of death of UK adult patients on renal replacement therapy in 2011: national and centre-specific analyses | |
Zhang et al. | Evaluation of different anthropometric indicators for screening for nonalcoholic fatty liver disease in elderly individuals | |
Liu et al. | Social position and chronic conditions across the life span and risk of stroke: a life course epidemiological analysis of 22 847 American adults in ages over 50 | |
Rahman et al. | Socioeconomic differences in the prevalence, awareness, and control of diabetes in Bangladesh | |
Laursen et al. | Social relations, depressive symptoms, and incident type 2 diabetes mellitus: the English Longitudinal Study of Ageing | |
Ovbiagele et al. | Indices of kidney dysfunction and discharge outcomes in hospitalized stroke patients without known renal disease | |
Cho | Diabetes burden and prevention in Korea and the Western Pacific Region | |
Bhowmik et al. | Anthropometric indices of obesity and type 2 diabetes in Bangladeshi population: Chandra Rural Diabetes Study (CRDS) | |
Wang et al. | Association of adiposity indicators with hypertension among Chinese adults | |
Wang et al. | Nomogram model for screening the risk of type II diabetes in Western Xinjiang, China | |
Enache et al. | Prevalence of overweight and obesity in a Roma population from southern Romania-Calarasi county | |
Kilic et al. | The relationship between diurnal blood pressure abnormalities and target organ damage in normotensive subjects. Which is more important? Increased blood pressure levels or circadian blood pressure abnormalities | |
Tang et al. | Do cultural and psychosocial factors contribute to type 2 diabetes risk? A look into Vancouver's South Asian community | |
CN111081334A (zh) | 一种基于风险因素概率组合分析的慢性疾病早期预警方法 | |
Tripepi et al. | Reappraisal in two European cohorts of the prognostic power of left ventricular mass index in chronic kidney failure | |
Loukine et al. | Health‐Adjusted Life Expectancy among Canadian Adults with and without Hypertension |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110518 |