Loading [MathJax]/extensions/TeX/noErrors.js
  • 白蛋白/γ-谷氨酰转移酶比值与2型糖尿病合并代谢相关脂肪性肝病的相关性研究

    分类: 医学、药学 >> 临床医学 提交时间: 2025-06-17 合作期刊: 《中国全科医学》

    摘要: 背景 近年来代谢相关脂肪性肝病(MAFLD)的发病率和患病率逐年上升,全球有超过四分之一的人口患有MAFLD。2型糖尿病(T2DM)与MAFLD密切相关,但目前T2DM患者合并MAFLD的简单且准确预测指标很少。目的 研究白蛋白/γ-谷氨酰转移酶(AGTR)与T2DM合并MAFLD的相关性,构建发生T2DM合并MAFLD风险的列线图预测模型。方法 选择2018—2023年在河北省人民医院内分泌科住院的1 050例成年T2DM患者为研究对象。经过多轮严格筛选,最终共有723例患者符合研究标准并被纳入研究,其中T2DM合并MAFLD组430例,单纯T2DM组293例。收集并分析患者的基本资料,MAFLD均经超声确诊。采用Spearman相关分析方法,分析AGTR合并MAFLD危险因素之间的相关性。采用多因素Logistic回归分析探讨T2DM合并MAFLD的危险因素,并据此构建和验证个体化预测T2DM合并MAFLD风险的列线图模型。结果 与单纯T2DM组相比,T2DM合并MAFLD组的BMI、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、γ-谷氨酰转移酶(GGT)、胆汁酸(BA)、空腹血糖(FBG)、三酰甘油(TG)、总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)、极低密度脂蛋白胆固醇(VLDL-C)、载脂蛋白B(ApoB)、尿酸(UA)水平增高,而年龄、糖尿病病程、ALB、HDL-C较单纯T2DM组患者水平降低,差异有统计学意义(P<0.05);依据AGTR三分位数将患者分为T1~T3组,比较3组一般资料,T3组BMI、ALT、GGT、FBG、TC、TG、LDL-C、VLDL-C、ApoB、UA低于T2、T1组,HDL-C、AST低于T1组,年龄、糖尿病病程高于T2、T1组(P<0.05),T2组BMI、ALT、AST、GGT、TG、VLDL-C、UA低于T1组(P<0.05)。Spearman相关性分析显示,AGTR与年龄、糖尿病病程、ALB、HDL-C呈正相关(P<0.05),与VLDL-C、BMI、ALT、AST、GGT、BA、FBG、TC、TG、LDL-C、ApoB、UA呈负相关(P<0.05)。多因素Logistic回归分析结果显示BMI、TG升高[OR(95%CI)=1.256(1.187~1.330),1.272(1.043~1.551)]、AGTR降低[OR(95%CI)=0.707(0.562~0.890)]是T2DM合并MAFLD的影响因素。ROC曲线分析显示三者联合模型预测T2DM发生MAFLD的AUC值为0.827(95%CI=0.790~0.864)。校正曲线显示预测值靠近理想曲线,有较好的一致性,临床决策曲线分析显示该模型对T2DM合并MAFLD临床预测效果良好。结论 AGTR降低是T2DM合并MAFLD保护因素,基于BMI、TG、AGTR构建的个体化列线图模型可以有效预测T2DM合并MAFLD的风险。

  • 肺癌患者发生甲状腺免疫相关不良事件预测模型的构建与验证

    分类: 医学、药学 >> 预防医学与公共卫生学 提交时间: 2025-04-29 合作期刊: 《中国全科医学》

    摘要: 背景 近年来,免疫检查点抑制剂(ICIs)在肺癌治疗中展示出显著疗效,但其引发的免疫相关不良事件(irAEs)也受到广泛关注。甲状腺损伤作为最常见的内分泌 irAEs,构建预测模型具有重要临床价值。目的 构建肺癌患者ICI治疗后甲状腺irAE的预测模型。方法 回顾性纳入2020年1月—2024年3月在河北省人民医院接受ICI 治疗的 243 例肺癌患者为研究对象,按照 7 ∶ 3 的比例进行随机抽样分为训练集(n=169)和验证集(n=74)。根 据甲状腺功能将训练集分为甲状腺 irAE 组(n=71)和无甲状腺 irAE 组(n=98),收集患者一般资料及实验室检查指标,并根据常见不良事件评价标准(CTCAE)进行亚组分析。采用单因素分析筛选变量,并通过多因素 Logistic 回归分析甲状腺 irAE 的独立影响因素;采用方差膨胀因子评估预测因子之间多重共线性。基于多因素 Logistic 回归分析结果构建甲状腺 irAE 列线图模型,绘制模型预测甲状腺 irAE 的受试者工作特征(ROC)曲线,并计算 ROC 曲线下面积(AUC);采用 Bootstrap 自助抽样法对模型进行内部验证,并通过 Hosmer-Lemeshow 检验、决策曲线分析(DCA)、临床影响曲线(CIC)评估模型效能。通过 Kaplan-Meier 分析比较各风险分层甲状腺 irAE 的累积发生率。采用多因素 Logistic 回归分析不同 CTCAE 分级患者发生甲状腺 irAE 影响因素。结果 训练集 169 例肺癌患者中,男性 138 例(81.66%),女性 31 例(18.34%);中位年龄 66 岁(60,71),甲状腺 irAE 组 71 例(42.01%),无甲状腺 irAE 组 98例(57.99%)。两组 ICI 治疗周期、Ki-67、肿瘤大小、FT3 比较,差异有统计学意义(P0.05)。校准曲线显示甲状腺 irAE 发生的预测概率与实际观测值一致良好;DCA 曲线显示在 0~95% 的概率范围内,该模型可提供良好临床净获益;CIC 曲线表明随着模型阈值的增加,预测发生甲状腺 irAE 与实际诊断结果一致,表明模型临床实用性好。基于甲状腺 irAE 预测模型最佳概率阈值(Pr 值≥ 0.474),将 243 例肺癌患者分为高危组 94 例(38.68%)和低危组 149例(61.32%)。Kaplan-Meier 分析结果显示,第 6 治疗周期时高危组甲状腺 irAE 累积发生率显著高于低危组(χ2 =28.15,P<0.001),高危组发病风险是低危组 2.63 倍。不同 CTCAE 分级甲状腺 irAE影响因素的多因素 Logistic 分析结果显示,FT3、肿瘤大小是 CTCAE ≥ 2 级亚组甲状腺 irAE 的独立影响因素;而 TSH、FT3、肿瘤大小、Ki-67 及CYFRA21-1 均是 CTCAE 1 级亚组甲状腺 irAE 的独立影响因素(P<0.05),提示模型对 CTCAE 1 级甲状腺 irAE 更具预测优势。结论 本研究基于 TSH、FT3、肿瘤大小、Ki-67 及 CYFRA21-1 建立了甲状腺 irAE 预测模型,预测概率≥ 47.4%者积极监测甲状腺功能有助于降低免疫毒性风险、提高生存质量。