换一批基于DynNom动态评分构建老年2型糖尿病合并代谢相关脂肪性肝病患者肝纤维化风险预测模型的研究
Construction of a prediction model for liver fibrosis in elderly patients with type 2 diabetes mellitus combined with metabolic associated fatty liver disease based on DynNom dynamic score
摘要目的 探讨老年T2DM合并代谢相关脂肪性肝病(MAFLD)患者发生进展性肝纤维化的影响因素并构建列线图模型.方法 选取 2020 年 2 月至 2024 年 1 月我院收治的T2DM合并MAFLD老年患者305 例,根据是否发生进展性肝纤维化分为肝纤维化进展性(PLF,n=41)组和非进展性(NPLF,n=264)组,比较两组一般资料及生化指标.采用LASSO回归分析筛选预测因素,Logistic回归分析T2DM合并MAFLD患者发生进展性肝纤维化的影响因素,进一步建立列线图预测模型,受试者工作特征(ROC)曲线、校正曲线及决策曲线评价列线图的预测效能.结果 PLF组年龄、BMI、DM 病程、TG、谷丙转氨酶、谷草转氨酶(AST)、葡萄糖-甘油三酯(TyG)指数高于 NPLF 组(P<0.05),HbA1c低于NPLF组(P<0.05).LASSO回归分析显示,当log(λ)值为―4.3 时误差最小,经10 折交叉验证筛选出7 个进展性肝纤维化因素,包括年龄、BMI、DM病程、HbA1c、AST、TG、TyG指数.Logistic回归分析显示,年龄、BMI、DM病程、HbA1c、AST、TG、TyG指数是老年T2DM合并MAFLD患者发生进展性肝纤维化的影响因素.ROC曲线显示,老年T2DM合并MAFLD患者发生进展性肝纤维化风险的列线图模型的曲线下面积为0.909,敏感度为0.804,特异度为0.862.当校正曲线5%～78%时,校正曲线预测值和实际值较为接近.决策曲线显示,当阈值概率>4%时,使用该模型预测老年T2DM合并MAFLD患者发生进展性肝纤维化风险净获益更高.结论 本研究构建的老年T2DM合并MAFLD患者发生进展性肝纤维化列线图模型的临床预测效能较好,便于临床早期识别并实施干预.
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
