CN112086194A - 一种新发2型糖尿病评分预测系统 - Google Patents
一种新发2型糖尿病评分预测系统 Download PDFInfo
- Publication number
- CN112086194A CN112086194A CN202010963881.2A CN202010963881A CN112086194A CN 112086194 A CN112086194 A CN 112086194A CN 202010963881 A CN202010963881 A CN 202010963881A CN 112086194 A CN112086194 A CN 112086194A
- Authority
- CN
- China
- Prior art keywords
- module
- score
- prediction
- factor
- prediction system
- 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
- 208000001072 type 2 diabetes mellitus Diseases 0.000 title claims abstract description 45
- 210000002966 serum Anatomy 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000000611 regression analysis Methods 0.000 claims abstract description 14
- 208000031226 Hyperlipidaemia Diseases 0.000 claims description 14
- 230000035488 systolic blood pressure Effects 0.000 claims description 14
- 108091058544 REG family proteins Proteins 0.000 claims description 11
- 230000000284 resting effect Effects 0.000 claims description 7
- 238000007477 logistic regression Methods 0.000 claims description 4
- 206010012601 diabetes mellitus Diseases 0.000 abstract description 22
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000012216 screening Methods 0.000 description 7
- 238000007410 oral glucose tolerance test Methods 0.000 description 6
- 108090000623 proteins and genes Proteins 0.000 description 6
- 102000004169 proteins and genes Human genes 0.000 description 6
- 230000008929 regeneration Effects 0.000 description 5
- 238000011069 regeneration method Methods 0.000 description 5
- 102000017011 Glycated Hemoglobin A Human genes 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- 210000000227 basophil cell of anterior lobe of hypophysis Anatomy 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000002965 ELISA Methods 0.000 description 2
- 108010014663 Glycated Hemoglobin A Proteins 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 206010022489 Insulin Resistance Diseases 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 108091005995 glycated hemoglobin Proteins 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 210000004153 islets of langerhan Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009707 neogenesis Effects 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 102100034613 Annexin A2 Human genes 0.000 description 1
- 108090000668 Annexin A2 Proteins 0.000 description 1
- 210000002237 B-cell of pancreatic islet Anatomy 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 208000032382 Ischaemic stroke Diseases 0.000 description 1
- 108090001090 Lectins Proteins 0.000 description 1
- 238000000585 Mann–Whitney U test Methods 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 208000016222 Pancreatic disease Diseases 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000006909 anti-apoptosis Effects 0.000 description 1
- 230000001640 apoptogenic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000019441 ethanol Nutrition 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 235000020983 fruit intake Nutrition 0.000 description 1
- 230000002218 hypoglycaemic effect Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 208000024691 pancreas disease Diseases 0.000 description 1
- 210000004923 pancreatic tissue Anatomy 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000003118 sandwich ELISA Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 235000001366 vegetable intake Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
本发明公开了一种新发2型糖尿病评分预测系统，包括输入模块、回归分析模块、各因素得分计算模块、评分计算模块、预测模块以及显示模块，本发明的预测系统中包含有血清REG Iα和糖尿病的非实验室风险因素指标。此预测系统灵敏度高，简单易行，能够给T2DM进一步的诊断治疗以及T2DM并发症的早期预防提供有效的先导信息。
Description
技术领域
本发明涉及一种2型糖尿病预测系统，属于医疗器械技术领域。
背景技术
糖尿病作为一种非传染性慢性疾病已成为全球范围内死亡率和疾病负担的主要原因之一。在过去的几十年中，糖尿病作为缺血性心脏病和脑卒中的主要原因杀死了全球近1,290万人。近年来糖尿病在全球的发病率和死亡率显著增加。据2013年的全国普查显示，中国成年人中糖尿病的总发病率有11.6％之高，男性为12.1％，女性为11.0％。但是，中国未诊断糖尿病的人群占总发病人群的8.1％，可见亟需一个更敏感的方法来预测和筛查新发的糖尿病患者。2型糖尿病(Type 2 Diabetes Mellitus,T2DM)是成年人糖尿病的主要发病形式，其主要特征是胰岛素抵抗(Insulin Resistance,IR)和胰岛β细胞数量减少。中国T2DM的患病率从2001年的5.5％增加到2013年的10.4％。由于患者基础庞大，起病隐匿且没有明显的早期症状，因此有近60％的T2DM患者未被明确诊断，这也使得预防和治疗T2DM及其并发症变得困难重重，并且给中国医疗保健系统带来了沉重的负担。因此，对新发T2DM的早期预测和筛查显得尤为重要，可以有效减少和减缓2型糖尿病及其并发症的发生和发展，降低死亡率，减轻社会负担。
目前T2DM最主要的诊断方法为口服葡萄糖耐量试验(Oral Glucose ToleranceTest,OGTT)和糖化血红蛋白(HbA1c)。OGTT对于糖尿病患者来说耗时长且难以保证完全的禁食状态(极易使患者发生低血糖)。中国是一个幅员辽阔，民族众多，生活方式各异，经济发展不平衡的国家，因此中国各民族间的HbA1c没有统一的诊断标准。另外考虑到HbA1c测试相对昂贵，所以HbA1c筛查糖尿病的方法还没有得到广泛普及。从2003年至2010年间，国外(美国、芬兰、丹麦、印度、泰国等)相继建立了适合当地人种的预测新发T2DM的糖尿病危险因素评分模型，其危险因素大多为非实验室指标，例如：年龄、性别、腰围、身体质量指数(BMI)、高血压病史、糖尿病家族史等因素。2013年，中国青岛也开展了一项研究，建立了由非实验室指标(性别、年龄、腰围、BMI、收缩压、糖尿病家族史)构成的T2DM危险因素评分，用于预测新发T2DM，其主要优点为相对经济且简单易行。
胰腺再生蛋白(Regenerating Protein)是属于钙依赖性凝集素基因超家族的蛋白，REG Iα属于REG蛋白的其中一种表型。它最早是在胰腺组织中被发现的，在急性或慢性胰腺疾病中血清REG Iα水平会急剧升高。Rolf Graf教授和他的同事发现，REG Iα在胰岛细胞的增殖和再生中起着重要作用。他们给切除了90％胰腺的糖尿病小鼠中注射REG蛋白后，胰腺β细胞数量增加，空腹血糖和尿葡萄糖显着降低，葡萄糖耐量得到改善。另有研究表明，REG Iα与胰岛细胞的增生、分化、抗凋亡密切相关。凋亡的胰岛β细胞会刺激邻近胰腺腺泡细胞分泌REG Iα，REG Iα可以促进胰岛β细胞的再生和恢复，故REGIα在糖尿病领域中的作用日益显著。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种新发2型糖尿病评分预测系统，通过血清REG Iα和糖尿病的非实验室风险因素指标对发2型糖尿病进行预测。
技术方案：为实现上述目的，本发明采用的技术方案为：
一种新发2型糖尿病评分预测系统，包括输入模块、回归分析模块、各因素得分计算模块、评分计算模块、预测模块以及显示模块，其中：
所述输入模块用于输入待检测者的性别、BMI、腰围、收缩压、安静心率、高脂血症病史和血清REG蛋白水平。
所述回归分析模块对性别、BMI、腰围、收缩压、安静心率、高脂血症病史和血清REG蛋白水平进行多因素二元logistic回归分析，得出各因素的β系数。
其中，βi(xi)表示xi因素的β系数，i＝1,2，…，7，x1表示性别，x2表示BMI，x3表示腰围，x4表示收缩压，x5表示安静心率，x6表示高脂血症病史，x7表示血清REG蛋白水平。
所述各因素得分计算模块用于根据各因素的β系数得出各因素得分：
Ci(xi)＝[10βi(xi)]
其中，Ci(xi)表示xi因素的得分，[ ]表示四舍五入。
所述评分计算模块用于根据各因素得分计算待检测者的评分：
其中，S表示待检测者的评分。
所述预测模块用于根据待检测者的评分进行2型糖尿病预测，并将预测结果推送给显示模块。
其中，F表示预测结果。
所述显示模块用于将预测模块的预测结果进行显示。
优选的：所述输入模块为键盘或者为触摸输入显示屏。
优选的：所述显示模块包括警报灯电路，所述警报灯电路用于当预测结果为2型糖尿病时，打开红灯。
优选的：所述回归分析模块、各因素得分计算模块、评分计算模块、预测模块集成在MSP430单片机上，或者所述回归分析模块、各因素得分计算模块、评分计算模块、预测模块集成在服务器上。
本发明相比现有技术，具有以下有益效果：
本发明的预测系统中包含有血清REG Iα和糖尿病的非实验室风险因素指标。此预测系统灵敏度高，简单易行，能够给T2DM进一步的诊断治疗以及T2DM并发症的早期预防提供有效的先导信息。
附图说明
图1为本发明的建立流程图。
图2为实验样本中本发明评分预测系统、单独血清REG Iα水平、2013年中国风险因素评分预测新发T2DM效能。
图3为验证样本中本发明评分预测系统、单独血清REG Iα水平、2013年中国风险因素评分预测新发T2DM效能。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种新发2型糖尿病评分预测系统的建立方法，如图1所示，本发明构建了一个由血清胰腺再生蛋白Iα(Regenerating Protein，REGIα)和2型糖尿病(Type 2diabetesmellitus,T2DM)风险因素组成的联合评分预测系统，来筛查T2DM的发生。主要的技术方案如下：
自2018年10月至2019年3月在社区医院和中大医院内分泌科收集的志愿者进行人口学信息和血清的收集，纳入标准为：年龄≥18岁的志愿者。排除标准为：正在参与另一项试验研究。妊娠。T2DM持续3个月以上。T2DM伴有急性或慢性并发症。存在活动性感染。有肿瘤并在六个月内接受放疗或化疗。本研究总共收集了407个志愿者样本。将这些样本以3∶2比例随机分配，244个为实验样本，163个为验证样本。运用实验样本数据进行联合评分预测系统的建立，再应用验证样本资料带入系统进行验证。
1.数据收集与质量评估
收集志愿者的人口学信息，包括：性别、年龄、收入、医疗保险类型、运动时间、蔬菜和水果消费情况、烟草和酒精史、糖尿病家族史、高血压病史和高脂血症病史。对志愿者进行身体检查，包括：体重(kg)、身高(cm)、身体质量指数(BMI)、腰围(cm)、安静血压(mmHg)和安静心率(次/分钟)。禁食12小时后进行口服葡萄糖耐量实验(Oral Glucose ToleranceTest,OGTT)诊断是否为2型糖尿病，并检测志愿者的糖化血红蛋白(HbA1c)。OGTT和HbA1c述检测应用医疗单位统一试剂盒。收集2mL血清，并冷冻保存在-80℃的无菌试管中，用双抗体夹心酶联免疫吸附实验(Double Antibody Sandwich ELISA,DAS-ELISA)检测血清中的REGIα。
2.统计分析
统计分析通过SPSS 20.0软件和GraphPad Prism 7.0进行。服从正态分布的连续变量用均值±标准差表示，用t检验进行组间比较。用中位数(四分位间距[IQR])表示非正态分布的变量，并用Wilcoxon秩和检验比较两组之间的差异。计数变量用百分比表示，运用χ2检验进行组间比较。如表1、2所示，运用单因素分析筛查糖尿病危险因素，包括性别，年龄，BMI，腰围，收缩压，完全心率，高脂血症病史和血清REG Iα水平。进行多因素二元logistic回归分析，得出的β系数用于建立筛选新发病T2DM的评分预测系统。
表1.实验样本logistic回归分析筛选风险因素
*为对照分类；P＜0.05表示有统计学差异。
表2.胰腺再生蛋白Iα联合2型糖尿病危险因素评分模型
其中，βi(xi)表示xi因素的β系数，i＝1,2，…，7，x1表示性别，x2表示BMI，x3表示腰围，x4表示收缩压，x5表示安静心率，x6表示高脂血症病史，x7表示血清REG蛋白水平。
将β系数乘以10并四舍五入得出的整数定义为评分预测系统中各因素的得分分值。
Ci(xi)＝[10βi(xi)] (9)
其中，Ci(xi)表示xi因素的得分，[ ]表示四舍五入。
其中，S表示待检测者的评分。
绘制受试者工作曲线(Receiver Operating Characteristic Curve，ROC)并计算曲线下的面积(Area Under the ROC Curve,AUC)，分析血清REG Iα联合T2DM危险因素评分预测系统预测新发病型T2DM的效能。在AUC>0.5的情况下，AUC越接近1，说明效能越好，双侧P＜0.05认为差异具有统计学意义。
3.系统建立与结果
血清REG Iα联合T2DM危险因素的评分预测系统中有意义的预测因子是性别，BMI，腰围，心率，收缩压，高脂血症病史和血清REG Iα，得分分值范围为是0分到67分(参见表1和表2)。此评分预测系统的AUC在实验样本中为0.780(0.723-0.837)，在验证样本中为0.718(0.639-0.797)。预测新发T2DM的截点值得分为17.50分，此时该评分预测系统的灵敏度和特异性在实验样本中为81.90％和61.72％，在验证样本中为82.09％和56.25％(参见表3)。
表3.各模型在实验样本及验证样本中的预测效能比较
其中，F表示预测结果。
一种新发2型糖尿病评分预测系统，包括输入模块、回归分析模块、各因素得分计算模块、评分计算模块、预测模块以及显示模块，其中：
所述输入模块用于输入待检测者的性别、BMI、腰围、收缩压、安静心率、高脂血症病史和血清REG蛋白水平。所述输入模块为键盘或者为触摸输入显示屏。
所述回归分析模块对性别、BMI、腰围、收缩压、安静心率、高脂血症病史和血清REG蛋白水平进行多因素二元logistic回归分析，得出各因素的β系数，如公式1-8所示。
所述各因素得分计算模块用于根据各因素的β系数通过公式9得出各因素得分.
所述评分计算模块用于根据各因素得分通过公式10计算待检测者的评分。
所述预测模块用于根据待检测者的评分通过公式11进行2型糖尿病预测，并将预测结果推送给显示模块。
所述显示模块用于将预测模块的预测结果进行显示。所述显示模块包括警报灯电路，所述警报灯电路用于当预测结果为2型糖尿病时，打开红灯。
所述回归分析模块、各因素得分计算模块、评分计算模块、预测模块集成在MSP430单片机上，或者所述回归分析模块、各因素得分计算模块、评分计算模块、预测模块集成在服务器上。
本发明的评分预测系统有较高的灵敏度和较好的特异性，并且该评分预测系统效能优于单独血清REG Iα水平预测和2013年中国T2DM非实验室指标构成的风险因素评分预测(P＜0.05)(参见图2及图3)。
案例1：筛查志愿者，男，BMI＝22.57，腰围＝83.0cm，收缩压＝130mmHg，安静心率＝68次/分钟，高血脂病史＝否，血清胰腺再生蛋白水平＝27.98ng/mL。
根据评分预测系统，该志愿者得分为11分，＜17.50分，故根据本研究发明的评分预测系统确定其为非2型糖尿病患者。通过口服葡萄糖耐量试验验证该志愿者未患2型糖尿病。
案例2：筛查志愿者，女，BMI＝29.62，腰围＝102.0cm，收缩压＝180mmHg，安静心率＝80次/分钟，高血脂病史＝否，血清胰腺再生蛋白水平＝40.04ng/mL。
根据评分预测系统，该志愿者得分为48分，＞17.50分，故根据本研究发明的评分预测系统确定其为2型糖尿病患者。通过口服葡萄糖耐量试验验证该志愿者是新发2型糖尿病患者。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种新发2型糖尿病评分预测系统，其特征在于：包括输入模块、回归分析模块、各因素得分计算模块、评分计算模块、预测模块以及显示模块，其中：
所述输入模块用于输入待检测者的性别、BMI、腰围、收缩压、安静心率、高脂血症病史和血清REG蛋白水平；
所述回归分析模块对性别、BMI、腰围、收缩压、安静心率、高脂血症病史和血清REG蛋白水平进行多因素二元logistic回归分析，得出各因素的β系数；
其中，βi(xi)表示xi因素的β系数，i＝1,2，…，7，x1表示性别，x2表示BMI，x3表示腰围，x4表示收缩压，x5表示安静心率，x6表示高脂血症病史，x7表示血清REG蛋白水平；
所述各因素得分计算模块用于根据各因素的β系数得出各因素得分：
Ci(xi)＝[10βi(xi)]
其中，Ci(xi)表示xi因素的得分，[]表示四舍五入；
所述评分计算模块用于根据各因素得分计算待检测者的评分：
其中，S表示待检测者的评分；
所述预测模块用于根据待检测者的评分进行2型糖尿病预测，并将预测结果推送给显示模块；
其中，F表示预测结果；
所述显示模块用于将预测模块的预测结果进行显示。
2.根据权利要求1所述新发2型糖尿病评分预测系统，其特征在于：所述输入模块为键盘或者为触摸输入显示屏。
3.根据权利要求2所述新发2型糖尿病评分预测系统，其特征在于：所述显示模块包括警报灯电路，所述警报灯电路用于当预测结果为2型糖尿病时，打开红灯。
4.根据权利要求3所述新发2型糖尿病评分预测系统，其特征在于：所述回归分析模块、各因素得分计算模块、评分计算模块、预测模块集成在单片机上，或者所述回归分析模块、各因素得分计算模块、评分计算模块、预测模块集成在服务器上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010963881.2A CN112086194A (zh) | 2020-09-14 | 2020-09-14 | 一种新发2型糖尿病评分预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010963881.2A CN112086194A (zh) | 2020-09-14 | 2020-09-14 | 一种新发2型糖尿病评分预测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112086194A true CN112086194A (zh) | 2020-12-15 |
Family
ID=73737822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010963881.2A Pending CN112086194A (zh) | 2020-09-14 | 2020-09-14 | 一种新发2型糖尿病评分预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112086194A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115547495A (zh) * | 2022-09-02 | 2022-12-30 | 广东药科大学 | 一种综合评价糖脂代谢水平的系统及其应用 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102063568A (zh) * | 2010-12-29 | 2011-05-18 | 中国疾病预防控制中心慢性非传染性疾病预防控制中心 | 个体水平糖尿病预测模型 |
| US20120157378A1 (en) * | 2008-11-14 | 2012-06-21 | Simin Liu | Methods and Compositions for Predicting a Subject's Susceptibility To and Risk of Developing Type 2 Diabetes |
| US20120328594A1 (en) * | 2009-10-29 | 2012-12-27 | Tethys Bioscience, Inc. | Protein and lipid biomarkers providing consistent improvement to the prediction of type 2 diabetes |
| CN102930163A (zh) * | 2012-11-01 | 2013-02-13 | 北京理工大学 | 一种2型糖尿病风险状态判定方法 |
| CN107109465A (zh) * | 2015-01-09 | 2017-08-29 | 马杜·S·马洛 | 初期糖尿病的诊断和治疗 |
| CN107358047A (zh) * | 2017-07-13 | 2017-11-17 | 刘峰 | 糖尿病患者评估及管理系统 |
-
2020
- 2020-09-14 CN CN202010963881.2A patent/CN112086194A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120157378A1 (en) * | 2008-11-14 | 2012-06-21 | Simin Liu | Methods and Compositions for Predicting a Subject's Susceptibility To and Risk of Developing Type 2 Diabetes |
| US20120328594A1 (en) * | 2009-10-29 | 2012-12-27 | Tethys Bioscience, Inc. | Protein and lipid biomarkers providing consistent improvement to the prediction of type 2 diabetes |
| CN102063568A (zh) * | 2010-12-29 | 2011-05-18 | 中国疾病预防控制中心慢性非传染性疾病预防控制中心 | 个体水平糖尿病预测模型 |
| CN102930163A (zh) * | 2012-11-01 | 2013-02-13 | 北京理工大学 | 一种2型糖尿病风险状态判定方法 |
| CN107109465A (zh) * | 2015-01-09 | 2017-08-29 | 马杜·S·马洛 | 初期糖尿病的诊断和治疗 |
| CN107358047A (zh) * | 2017-07-13 | 2017-11-17 | 刘峰 | 糖尿病患者评估及管理系统 |
Non-Patent Citations (5)
| Title |
|---|
| 叶红英 等: "初发2型糖尿病患者血清RegⅠα水平及其临床意义初探", 复旦学报(医学版), vol. 36, no. 1, pages 19 - 22 * |
| 孙凤 等: "中国台湾地区35～74岁健检人群2型糖尿病患病率以及5年发病风险预测模型", 中华疾病控制杂志, vol. 17, no. 5, pages 369 - 373 * |
| 朱小柔 等: "2型糖尿病患者血糖控制与糖尿病相关健康素养关系研究", 中国健康教育, vol. 34, no. 10, pages 873 - 878 * |
| 李玲 等: "血清胰腺再生蛋白水平预测 2 型糖尿病及其慢性并发症发生的价值", 中国全科医学, vol. 19, no. 2, pages 159 - 163 * |
| 杨华 等: "血清胰腺再生蛋白水平与新诊断2型糖尿病及糖耐量减低的相关性研究", 中国糖尿病杂志, vol. 26, no. 4, pages 316 - 319 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115547495A (zh) * | 2022-09-02 | 2022-12-30 | 广东药科大学 | 一种综合评价糖脂代谢水平的系统及其应用 |
| CN115547495B (zh) * | 2022-09-02 | 2023-09-12 | 广东药科大学 | 一种综合评价糖脂代谢水平的系统及其应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rambod et al. | Association of Malnutrition-Inflammation Score with quality of life and mortality in hemodialysis patients: a 5-year prospective cohort study | |
| Tan et al. | Influence of diabetes and cardiovascular disease on the long-term incidence of cataract: the Blue Mountains eye study | |
| Zhang et al. | Measuring depressive symptoms using the Patient Health Questionnaire-9 in Hong Kong Chinese subjects with type 2 diabetes | |
| Cereda et al. | Nutritional risk, functional status and mortality in newly institutionalised elderly | |
| Wildes et al. | Childhood maltreatment and psychiatric morbidity in bariatric surgery candidates | |
| Valdés et al. | HbA1c in the prediction of type 2 diabetes compared with fasting and 2-h post-challenge plasma glucose: The Asturias study (1998–2005) | |
| Sun et al. | Impact of HbA1c criterion on the definition of glycemic component of the metabolic syndrome: the China health and nutrition survey 2009 | |
| Zhang et al. | The association of retinopathy and plasma glucose and HbA1c: a validation of diabetes diagnostic criteria in a Chinese population | |
| Montano | Association between socioeconomic determinants and the metabolic syndrome in the German Health Interview and Examination Survey for Adults (DEGS1)–a mediation analysis | |
| Gebrie et al. | Evaluation of glycemic control status and its associated factors among diabetes patients on follow-up at referral hospitals of Northwest Ethiopia: a cross-sectional study, 2020 | |
| Kim et al. | Ischemic stroke predictors in patients presenting with dizziness, imbalance, and vertigo | |
| Du et al. | Prevalence and determinants of metabolic syndrome based on three definitions in rural northeast China | |
| Zhang et al. | Prevalence and risk factors for diabetes and impaired fasting glucose in Northeast China: Results from the 2016 China National Stroke Screening Survey | |
| CN112086194A (zh) | 一种新发2型糖尿病评分预测系统 | |
| Muscari et al. | Predictors of short-term improvement of ischemic stroke | |
| Yun et al. | A deep learning model for screening type 2 diabetes from retinal photographs | |
| Nakagami et al. | Hemoglobin A1c in predicting progression to diabetes | |
| Gungabissoon et al. | The impact of dementia on diabetes control: an evaluation of HbA1c trajectories and care outcomes in linked primary and specialist care data | |
| Wang et al. | A cohort study on associations between fundus/intraocular pressure abnormality and medical check-up items | |
| CN114792567A (zh) | 一种用于预测2型糖尿病患者骨折发生风险的装置 | |
| Aslan et al. | Is type 2 diabetes mellitus a cause of severe erectile dysfunction in patients with metabolic syndrome? | |
| Chen et al. | Relationship between Helicobacter pylori and glycated hemoglobin: a cohort study | |
| Liu et al. | Correlation between hearing impairment and the Triglyceride Glucose Index: based on a national cross-sectional study | |
| Wang et al. | Effect of urinary albumin creatinine ratio on type 2 diabetic retinopathy and is cut-off value for early diabetic retinopathy diagnosis | |
| Terauchi et al. | Age-related changes in intraocular pressure: japan ningen dock study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |