摘要背景 中医体质因素在糖尿病的发生发展过程中具有重要作用,但目前糖尿病的预测预警模型仅涵盖一般人口学资料、客观检查指标、生活方式等内容.在糖尿病风险评估模型中纳入中医体质辨识内容,对有针对性地防治糖尿病的发生发展具有重要意义.目的 根据健康体检数据建立基于中医体质辨识的糖尿病风险模型并对其进行验证.方法 于2016年1月—2018年12月,以2014—2015年某省级综合性医院健康管理中心体检数据为训练集数据(n=30951),对是否患糖尿病进行单因素和多因素Logistic回归分析,纳入有意义的影响因素指标建立糖尿病风险评估模型;以2016—2017年的健康体检数据作为测试集数据(n=24061),采用受试者工作特征曲线(ROC)对模型进行验证.结果 训练集人群中,患有糖尿病者1315例(4.25％),未患糖尿病者29636例(95.75％).多因素Logistic回归分析结果显示,logit(P)(糖尿病患病情况)=-4.632-0.198×(女)+0.864×(年龄45～59岁)+1.684×(年龄≥60岁)+0.635×(高血压)+0.149×(超重)+0.376×(肥胖)-0.531×(偏轻)-0.234×(淋巴细胞百分数偏高)+0.279×(淋巴细胞百分数偏低)+0.304×(红细胞计数异常)-0.430×(红细胞比容偏低)+0.722×(平均红细胞血红蛋白浓度异常)+0.532×(血小板分布宽度异常)+1.016×(癌胚抗原异常)-0.406×(尿酸异常)+1.341×(肌酐偏低)+0.488×(血尿素氮偏高)+0.473×(三酰甘油异常)+0.257×(总胆固醇偏高)+0.544×(高密度脂蛋白偏低)+0.290×(总蛋白异常)+0.395×(丙氨酸氨基转移酶异常)+0.362×(谷氨酰转肽酶异常)+0.993×(阴虚质)+1.016×(气虚质)+0.601×(痰湿质).模型验证结果显示,训练集ROC曲线下面积(AUC)为0.792,95％CI为0.779～0.816(P<0.05),最佳截断值为0.405,灵敏度为0.771,特异度为0.690;测试集验证准确率达到95.69％,Kappa=0.636(P<0.001).