期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多因素回归分析建立2型糖尿病周围神经病变的风险回归方程
1
作者 张阳 曲俊生 +2 位作者 程雪兵 王洪省 黄娜 《糖尿病新世界》 2025年第1期5-8,共4页
目的基于多因素Logistic回归分析结果建立2型糖尿病周围神经病变(diabetic peripheral neuropathy,DPN)的风险回归方程。方法回顾性选取2021年3月—2024年3月潍坊医学院附属医院收治的110例2型糖尿病(type 2 diabetes mellitus,T2DM)患... 目的基于多因素Logistic回归分析结果建立2型糖尿病周围神经病变(diabetic peripheral neuropathy,DPN)的风险回归方程。方法回顾性选取2021年3月—2024年3月潍坊医学院附属医院收治的110例2型糖尿病(type 2 diabetes mellitus,T2DM)患者的临床资料,根据是否并发周围神经病变分为T2DM组(n=82,单纯T2DM)和DPN组(n=28,发生DPN),比较两组患者临床特征指标水平,采用多因素Logistic回归分析T2DM并发DPN的相关因素,建立判断DPN的风险回归方程。结果DPN组患者年龄、高血压病史占比人数、胰岛素抵抗指数(homeostatic model assessment of insulin resistance,HOMA-IR)、空腹血糖(fasting plasma glucose,FPG)、糖化血红蛋白(glycated hemoglobin A1c,HbA1c)及血清Wnt1诱导型信号通路蛋白1(Wnt1-inducible signaling pathway protein 1,WISP1)水平均高于T2DM组,差异均有统计学意义(P均<0.05)。多因素Logistic回归分析结果显示,血清WISP1、HOMA-IR、FPG及HbA1c是T2DM患者并发DPN的影响因素(P均<0.05)。根据多因素Logistic回归分析结果建立T2DM并发DPN的风险回归方程Y=0.454+1.333×(HOMA-IR)+0.895×(FPG)+1.904×(HbA1c)+1.150×(血清WISP1),受试者操作特征曲线分析显示,该方程判断DPN的曲线下面积为0.837,灵敏度和特异度分别为0.857和0.659。结论血清WISP1、HOMA-IR、FPG及HbA1c是T2DM并发DPN的影响因素,基于上述因素建立的风险回归方程有助于判断DPN风险。 展开更多
关键词 糖尿病周围神经病变 多因素回归分析 风险回归方程 预测价值
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部