2型糖尿病患者糖尿病性視網膜病變發生的危險因素分析

李士博　張麗敏　鄭利民　余艷琴　于凌艷　董竟

[關鍵詞] 2型糖尿病;糖尿病性視網膜病變;危險因素;風險預測模型

[中圖分類號] R587.1? ? ? ? ? [文獻標識碼] B? ? ? ? ? [文章編號] 1673-9701（2021）18-0069-06

Risk factors of diabetic retinopathy in patients with type 2 diabetes mellitus

LI Shibo1，2，3? ?ZHANG Limin3? ?ZHENG Limin2? ?YU Yanqin2， 4? ?YU Lingyan3? ?DONG Jing2

1.Baotou Medical College， Inner Mongolia University of Science and Technology， Baotou 014040，China;2.Department of Ophthalmology， First Affiliated Hospital of Baotou Medical College， Inner Mongolia University of Science and Technology， Baotou 014010，China;3.Affiliated Hospital of Chifeng University， Chifeng 024000，China; 4.School of Public Health， Baotou Medical College， Inner Mongolia University of Science and Technology，Baotou 014040， China

[Abstract] Objective To explore the risk factors of diabetic retinopathy （DR） in patients with type 2 diabetes mellitus （T2DM）， construct and verify the DR risk prediction model， to measure the risk of DR and reduce adverse outcomes. Methods Sixty patients diagnosed with T2DM in our hospital in the department of endocrine and went to the department of ophthalmology in 2019 were selected. They were divided into the model group and the test group using the random number table method， with 51 patients and 9 patients in each group， respectively.The SPSS 22.0 software was used for comparison between the two groups. The univariate and multivariate Logistic analyses were conducted for the model group to obtain the relevant risk factors for the occurrence of DR. Based on this， the DR risk prediction model was constructed. The predictive effectiveness of the model was evaluated by substituting the test group into the model.The receiver operating curve was drawn using MedCale software. Results The results of multivariate Logistic regression analysis suggested that the number of hospital admissions， whether insulin was injected， whether medication was injected into eyes， and urine protein were the main risk factors for DR. Urea and triacylglycerol were protective factors for DR. Based on this， the constructed DR risk prediction model was Y=1/[1+e（1.257X1+2.068X2+5.085X3-0.266X4-0.802X5+0.543X6-0.82）]， where Y referred to the probability of the occurrence of DR， X1 referred to the number of hospital admissions， X2 referred to whether insulin was injected， X3 referred to whether medication was injected into eyes， X4 referred to urea， X5 referred to triacylglycerol， and X6 referred to urine protein. The area under the ROC curve of the DR risk prediction model predicting the occurrence of DR in the model group was 0.88， and the diagnostic critical value was 1.5697. The area under the ROC curve of the DR risk prediction model predicting the occurrence of DR in the test group was 0.951， the sensitivity was 0.933， the specificity was 0.857， the missed diagnosis rate was 0.067， and the misdiagnosis rate was 0.143. Conclusion The prediction model constructed in this study based on the above risk factors of DR has a certain predictive effectiveness and can provide a basis for the prevention and screening of DR.

[Key words] Type 2 diabetes mellitus; Diabetic retinopathy; Risk factor; Risk prediction model

糖尿病（Diabetes，DM）是一種全球最普遍的慢性病，全球有9%的成年人患DM[1]。糖尿病性視網膜病變（Diabetic retinopathy，DR）是一種常見的視網膜代謝性疾病，往往導致視力不可逆喪失。伴隨T2DM患病率增長，DR已成為全球主要致盲原因之一[2-3]。60%的T2DM患者在發生DM的20年內會發生DR。我國有28%的T2DM患者有DR，45%的DR患者視力受累嚴重[2，4]，晚期可至失明。DR在發達國家工作人群中是首要致盲性眼病[5]，因其可無癥狀進展，故此DR患者通常在發生嚴重視力下降時才被發現。由于目前DR的發病機制尚未完全明確，因此亟需明確DR危險因素，預測DR發生風險，以期早期進行個體化干預，從而達到提高患者的生活質量的目的[2]。內蒙古自治區是我國蒙古族聚居地，蒙古族特色的生活習慣如內蒙古狹長的地域特點所致的文化背景、勞動作業習慣等生活背景的不同等都有可能導致糖代謝異常疾病高發[6]。徐慧穎[7]的研究表明影響牧區蒙古族居民的健康情況的因素較為復雜，包括環境、經濟狀況、對健康的認知、對體育鍛煉的正確理解、生產生活方式等。本研究探討DR發生相關危險因素，據此建立DR風險預測模型，進而篩查并個體化干預DR高風險人群，降低DR致盲率，現報道如下。

1 資料與方法

1.1 一般資料

資料來源于2019年于包頭醫學院第一附屬醫院內分泌科診斷為T2DM，并于眼科門診或病房就診的60例病例，采用隨機數字表法將入組病例分為模型組和檢驗組，分別為51例和9例。

1.2 納入及診斷標準

符合2013年《中國2型糖尿病防治指南》中DM診斷標準[2，8]，經內分泌醫師確診為T2DM。患者神清語利，溝通理解能力強，無其他內分泌及自身免疫系統疾病;無其他類型DM;全身情況好;無眼內炎、視神經疾病、青光眼、高眼壓癥、視網膜病變及其他眼底改變的既往史，無眼部手術史和治療史。DR診斷標準參考我國糖尿病視網膜病變臨床診療指南（2014年）[9-10]。

1.3? 觀察指標

記錄患者的一般資料及實驗室指標。①一般資料：年齡、性別、民族、職業、婚否、入院次數、主要診斷、是否病變、DM病程、是否注射胰島素、是否手術、手術名稱、眼內是否注射藥物。②實驗室指標：膽固醇（TC）、三酰甘油（TG）、尿酸（UA）、尿素（Urea）、肌酐（Care）、糖化血紅蛋白（HbA1c）、電解質[鉀（K）、鈉（Na）、氯（Cl）、鈣（Ca）、鎂（Mg）、磷（P）]、高密度脂蛋白膽固醇（HDL-C）、尿蛋白（PRO）、低密度脂蛋白膽固醇（LDL-C）。③眼底檢查：所有患者均由同一眼科醫師進行系統的眼部檢查并記錄檢查結果。在患者未散瞳時檢查眼前節情況，而后進行散瞳檢查眼底，做出DR或非DR診斷。如診斷雙眼DR，記錄病變較嚴重側。上述涉及的化驗指標均由包頭醫學院第一附屬醫院化驗室檢測。

1.4? 統計學方法

采用SPSS 22.0統計學軟件分析數據，采用χ2檢驗對糖尿病患者的一般情況進行組間比較。采用單因素和多因素Logistic回歸分析分析模型組發生DR的危險因素，以結果顯示的危險因素構建糖尿病性視網膜病變風險預測模型。將檢驗組的數據代入模型，計算并比較二者的臨界值，該模型的預測作用依據二者的靈敏度、特異度以及ROC曲線下面積來評估。誤診率=1-特異度。漏診率=1-靈敏度。α=0.05，P<0.05為差異有統計學意義。

2 結果

2.1 一般資料及實驗室指標特征

篩選符合2型糖尿病診斷的DR患者60例，其中模型組51例，檢驗組9例，兩組資料在民族、性別、入院次數、職業、婚姻狀況、是否病變、藥物、手術、注射藥物、低密度脂蛋白膽固醇、肌酐、尿素、尿酸、電解質（鉀、鈣、鎂、鈉、氯、磷）、高密度脂蛋白膽固醇、膽固醇、糖化血紅蛋白、尿蛋白、三酰甘油比較，差異無統計學意義（P>0.05）。見表1。

2.2 發生DR的多因素回歸分析

模型組中以是否發生DR（賦值：是=1，否=0）為因變量，以病程、年齡、糖化血紅蛋白、肌酐、尿素氮、膽固醇、三酰甘油和尿素等指標均（賦值：連續變量），以尿蛋白（賦值：陽性=1，陰性=0），性別（賦值：男=1，女=2），作為自變量行單因素Logistic回歸分析，結果提示DR發生的主要危險因素是入院次數、注射胰島素、眼內注射藥物、高尿素、高三酰甘油、高尿蛋白（P<0.05）。見表2。

2.3? 建立DR風險預測模型

以否發生DR作為因變量，以DR的影響因素[包括入院次數（B=1.257）、是否注射胰島素（2.068）、眼內是否注射藥物（B=5.085）、尿素（B=-0.266）、血三酰甘油（B=-0.902）、尿蛋白（B=0.543）]作為自變量。見表3。既往入院次數越多、有胰島素注射史、有眼內藥物注射史、尿蛋白陽性的T2DM患者患DR風險高;高血甘油三和高尿素的T2DM患者患DR風險低。并據此，建立DR的預測模型，Y=1/[1+e（1.257X1+2.068X2+5.085X3-0.266X4-0.802X5+0.543X6-0.82）]，其中，Y指DR發生概率，X1指入院次數，X2指是否注射胰島素，X3指是否注射藥物，X4指尿素，X5指三酰甘油，X6指尿蛋白。

2.4 評估模型預測模型組的發生DR的危險性

DR風險預測模型預測模型組的發生DR的ROC曲線下面積為0.951，[漸近95%CI：0.933～0.969），P<0.001]，臨界值為1.5697，約登指數為0.790，敏感度為0.933，特異度為0.857，漏診率為0.067，誤診率為0.143。見圖1。

2.5 評價DR風險預測模型預測檢驗組的發生DR的風險性

DR風險預測模型預測檢驗組的發生DR的ROC曲線下面積0.857，靈敏度為85.7%，特異度為50.0%。誤診率為50.0%，漏診率為14.3%。見圖2。

3 討論

DR是由血糖升高引起的代謝功能紊亂性疾病，隨著經濟快速發展和人民生活水平不斷的提高，DM患病率不斷增長。我國近20年來DM患病率增長了10倍左右，給患者及社會造成極大的經濟負擔[11-12]。長期高血糖會嚴重影響DM患者的心腦血管、眼、腎和神經系統功能并引起一系列并發癥[13-14]。DR是其中一種最常見、最嚴重的并發癥，晚期可發生嚴重視力下降甚至失明。DR患病率持續增長[15]。DR分為增生性和非增生性，早期非增生性可長期不影響視力，隨著病情進展可發生視力下降，此時治療費用高、效果差，可能發生不可逆轉的視力下降，甚至失明。影響DR發生的主要因素是糖尿病病程呈正相關關系[16]。本研究是我院內分泌科和眼科就診的T2DM患者回顧性收集的資料，建立預測2型糖尿病患者中發生DR的風險模型。對模型組和檢驗組一般資料及實驗室指標進行比較，結果證實，二者性別、婚姻狀況、民族、入院次數、低密度脂蛋白膽固醇、職業、是否病變、藥物、手術、是否注射藥物、肌酐、尿素、尿酸、血電解質（鉀、鈉、氯、鈣、鎂、磷）、糖化血紅蛋白、膽固醇、高密度脂蛋白膽固醇、尿蛋白、三酰甘油差異無統計學意義（P>0.05），說明模型組和檢驗組的研究對象之間沒有差異，說明引入模型的數據比較穩定，結果代表性較好，與朱夏媛等[17]的文獻報道一致。

DR的影響因素眾多，目前研究報道較多的因素如高血糖、DM病程、高血脂、高血壓、尿微量白蛋白等[18-20]。本研究顯示，入院次數、是否注射胰島素、眼內是否注射藥物、尿素、三酰甘油、尿蛋白是DR發生的主要危險因素。本研究依據DR發病相關的危險因素，建立預測DR風險模型，之后將數據在DR發病高風險人群中進行預測，評估其價值。本研究發現，抗新生血管藥物注射眼部發生DR的危險度較高，可能與當地衛生狀況、經濟較差有關，即就診的患者基本上是眼睛已經發生病變，即使使用該類抗新生血管藥物，也不可能逆轉眼部的疾病，只能避免病情進一步加重，可見對于DM眼病的防護應該及早進行、效果較好。

糖尿病腎?。―iabetic nephropathy，DN）與DR是兩種最常見的DM微血管并發癥，兩者在微血管病變方面具有近乎相同的發病機制。若兩者常同時發生，DN患病風險高時，DR也具有較高患病風險。大量相關結果證實，DR與腎臟疾病二者具有協同性即二者疾病進展程度相同，因此，DR可能對預測糖尿病性腎臟疾病的臨床病情有用[21]。反之DN可能對預測DR發生有用[12]。大量研究證實，DR可與促進腎臟疾病快速發展的風險增加相關，而糖尿病性腎臟疾病與蛋白尿水平升高有關。因此，尿素及尿蛋白是診斷糖尿病性腎病的參考依據。尿素高說明腎小球濾過率下降，發生DN的風險大，由于臨床診斷早期DN的主要線索是微量白蛋白尿，如果伴有肌酐、尿素升高，考慮DN晚期。本研究中發現，尿素及尿蛋白是DR發生的危險因素，這與劉春玲[22]及許麗娟等[23]的研究報道一致，說明本研究中DM人群尚未發生糖尿性腎病，可見對DR患者的防治具有重要意義。

研究證實，是否注射胰島素是DR發生的主要危險因素，注射胰島素的患者大多是通過運動、控制飲食、戒斷不良生活習慣及單純口服降糖藥物長期將血糖控制在合理的范圍內。同時，長時間的高糖飲食會誘發視網膜血管老化及神經壞死，更嚴重者會發生視網膜的病變[24-26]。本研究中將胰島素的使用和糖尿病的持續時間確定為新穎的可解釋特征，以協助臨床決策確定糖尿病性視網膜病的高危人群。如果DM持續時間增加1年，則具有DMR的幾率比增加9.3%。與不使用胰島素的患者相比，使用胰島素的患者DR的發生率提高3.561倍。本研究結果可用于促進未來臨床實踐的臨床決策支持系統的開發[27]。

本研究顯示，入院次數是DR發生的主要危險因素可能是因為入院次數越多越能代表患者血糖控制不理想，引起的視網膜血管代謝及耗氧量降低有關。本研究顯示，高脂血癥是DR發生的危險因素之一，與很多文獻中報道的結論一致即DR發病與高脂血癥呈正相關，可能的原因是高血脂導致眼底血管發生動脈硬化，繼而影響眼部血液供應量，進而加快DR發生的進程，可以看出對血脂的有效控制對于改善視網膜狀態的狀態具有重要的意義[28-29]。

與DR發生有關的因素是DM患者的入院次數、是否注射胰島素、眼內是否注射藥物、尿蛋白、尿素、三酰甘油。DR風險預測模型組發生DR的ROC曲線下面積是0.857，靈敏度是85.7%，特異度是50.0%。誤診率為50.0%漏診率為14.3%。可見該模型為DR預測具有科學價值。由于內蒙古是蒙漢族群居的地區居民的飲食習慣、生活方式差異較大，其中比較明顯的是高鹽、飲酒等不良行為習慣可能會導致糖尿病等慢性病的發生，因此在做DR模型中未帶入以上因素可能會對結果造成一定的影響。同時本研究考慮內蒙古地區人群中肉食的攝入較高的問題，在研究中分析膽固醇、三酰甘油等指標與DR發生的關系，可以看出的是內蒙古人群的肉食攝入較高，對于DR的發生具有重要的意義。

對于DR發病的危險因素研究，對于高危人群進行健康教育宣教和糖尿病視網膜病變的患者篩查，尤其是針對少數民族地區人群對于DR的防治具有重要意義。本研究是基于少數民族地區建立的預測DR發病具有一定的預測效率，對臨床早期對DR高危人群的篩查有一定意義。T2DM患者也可以對自己發生DR的風險進行評估，從而實現DR的早發現、早診斷、早治療，可以使約90%的患者避免或者是不發生嚴重視力下降。

[參考文獻]

[1] Fila LA，Edwards JL. Metabolomics in diabetic complications[J].Mol Biopsy，2016 ，12（4）：1090-1105.

[2] 郭燕青，郭玲玲，楊志清.基于大數據平臺的糖尿病視網膜病變預測模型的建立及驗證[J].中國初級衛生保健，2020（9）：60-63.

[3] Song SJ，Han K，Choi KS，et al. Trends in diabetic retinopathy and related medical practices among type 2 diabetes patients：Results from the National Insurance Survey 2006-2013[J]. J Diabetes Investing，2018，9（1）：173-178.

[4] Zhang G，Chen H，Chen W，et al. Prevalence and risk factors for diabetic retinopathy in China：A multi-hospital-based cross-sectional study[J]. British Journal of Ophthalmology，2017，101（12）：1591-1595.

[5] Yau JW，Rogers SL，Kawasaki R，et al. Global prevalence and major risk factors of diabetic retinopathy[J].Diabetes Care，2012，35（3）：556-564.

[6] 崔萌.內蒙古地區2型糖尿病患者脂聯素基因多態性與環境危險因素交互作用研究[D].呼和浩特：內蒙古醫科大學，2019.

[7] 徐慧穎.呼倫貝爾牧區蒙古族居民民族文化中影響健康因素探析[D].長春：東北師范大學，2006.

[8] 中華醫學會糖尿病學分.中國2型糖尿病防治指南（2013年版）[J].中國醫學前沿雜志（電子版），2015（3）：26-89.

[9] 中華醫學會眼科學分會眼底病學組.我國糖尿病視網膜病變臨床指南（2014年）[J].中華眼科雜志，2014，11：851-865.

[10] Aspelund T，Thornórisdóttir O，Olafsdottir E，et al.Individual risk assessment and information technology to optimize screening frequency for diabetic retinopathy[J]. Diabetologia，2011，54（10）：2525-2532.

[11] Diamandis CJ，Bosworth HB，Oakes MM，et al. Simultaneous risk factor control using telehealth to slow progression of diabetic kidney disease （STOP-DKD） study：Protocol and baseline characteristics of a randomized controlled trial[J]. Contempt Clin Trials，2018，69：28-39.

[12] 蔡鑫，陸宇清，胡晨.2型糖尿病患者糖尿病視網膜病變相關危險因素分析[J].國際眼科雜志，2018，18（8）：154-157.

[13] Yang W，Lu J，Weng J，et al. China National Diabetes and Metabolic Disorders Study Group. Prevalence of diabetes among men and women in China[J]. N Engle J Med， 2010，362（12）：1090-1101.

[14] Xu Y，Wang L，He J，et al.2010 China Noncommunicable Disease Surveillance Group. Prevalence and control of diabetes in Chinese adults[J]. JAMA，2013，310（9）：948-959.

[15] Yamanouchi M，Mori M，Hoshino J，et al. Retinopathy progression and the risk of end-stage kidney disease：Results from a longitudinal Japanese cohort of 232 patients with type 2 diabetes and biopsy-proven diabetic kidney disease[J]. BMJ Open Diabetes Res Care，2019，7（1）：e000 726.

[16] 郭學龍，陳曉霞，鄧輝琳.糖尿病視網膜病變的相關危險因素分析[J].海南醫學，2018，29（17）：2394-2396.

[17] 朱夏媛，吳浩，葛彩英，等.社區2型糖尿病視網膜病變風險預測模型的構建與驗證[J].中國全科醫學，2020（6）：712-715.

[18] Duh EJ，Sun JK，Stitt AW.Diabetic retinopathy：Current understanding， mechanisms，and treatment strategies[J]. JCI Insight，2017，2（14）：e93 751.

[19] Yau JW，Rogers SL，Kawasaki R，et al.Global prevalence and major risk factors of diabetic retinopathy[J].Diabetes Care，2012，35（3）：556-564.

[20] TY，Cheung N，Tay WT，et al. Prevalence and risk factors diabetic retinopathy：The singapore malay eye study[J].Ophthalmology，2008，115（11）：1869-1875.

[21] 王蘊智，鄭志.2型糖尿病風險模型的建立與干預[D].上海：上海交通大學，2019.

[22] 劉春玲.糖尿病視網膜病變與糖尿病腎病的相關性分析[J]. 糖尿病新世界，2018（8）：176-177.

[23] 許麗娟，段濱紅，王丹，等.探討糖尿病視網膜病變及糖尿病腎病的關系研究[J].糖尿病新世界，2017（22）：165-166.

[24] 浦丹鳳，王霞娟，相靜怡，等.糖尿病視網膜病變家庭該預測模型的建立與驗證[J].糖尿病新世界，2018（11）：186-188.

[25] 陳立梅.2型糖尿病患者發生視網膜病變相關危險因素調查[J].護理實踐與研究，2020，17（5）：24-26.

[26] 陳紅.2型糖尿病患者發生糖尿病視網膜病變的影響因素分析[J].江蘇醫藥，2017，43（8）：592-594.

[27] Tsao HY，Chan PY，Su EC. Predicting diabetic retinopathy and identifying interpretable biomedical features using machine learning algorithms[J].BMC Bioinformatics，2018，19（Suppl 9）：283.

[28] Yang Z，Feng L，Huang Y，et al. A differential diagnosis model for diabetic nephropathy and non-diabetic renal disease in patients with type 2 diabetes complicated with chronic kidney disease[J]. Diabetes Me tab Sydney Obes，2019，12：1963-1972.

[29] George M，Harper R，Balamurugan A，et al.Diabetic retinopathy and its risk factors in a population-based study[J].J Prim Care Community Health，2011，2（2）：122-126.

（收稿日期：2021-01-27）