首發未治療抑郁癥合并糖調節受損的危險因素及預警風險模型的建立*

抑郁癥是臨床比較常見的疾病，屬于心境障礙的常見類型之一，以顯著而持久的心境低落為主要臨床表現[1]，容易反復發作，病情進展緩慢，嚴重影響患者的日常工作和生活質量[2]。目前，抑郁癥的發病原因不是十分清楚，但毫無爭議的是，社會、心理及生物等多方面因素與抑郁癥的發生有一定關系[3，4]。糖調節受損是抑郁癥比較常見的合并癥之一，一旦發生糖調節受損，會增加患者治療的難度，同時也會增加患者治療的成本[5]。因此，盡早確立抑郁癥合并糖調節受損的危險因素對于患者的治療能夠起到幫助作用。本項研究采用LASSO分析和Logistic回歸分析篩選首發未治療抑郁癥合并糖調節受損的危險因素，建立首發未治療抑郁癥合并糖調節受損的風險列線圖模型，從而有助于臨床調整治療方案。

1 對象與方法

1.1 對象 選取2019年3月～2021年4月在阜陽市第三人民醫院進行診治的180例首發未治療抑郁癥患者作為研究對象。入組標準：(1)符合國際疾病分類第10版(ICD-10)中抑郁癥的診斷標準；(2)首次發病且未治療；(3)年齡≥18歲，病歷信息完整；(4)無嚴重腫瘤疾病；(5)患者及家屬對本研究知情同意。排除標準：(1)非首次發病的患者；(2)入院前已經接受了治療的患者；(3)年齡<18歲，病歷缺失；(4)有嚴重腫瘤疾病；(5)妊娠期或哺乳期婦女。本研究獲得阜陽市第三人民醫院倫理委員會批準。

1.2 方法

1.2.1 糖調節受損的判定標準 糖調節受損的判定標準參考相關文獻[6]：(1)空腹血糖6.1～7.0 mmol/L；(2)餐后2 h血糖≥7.8 mmol/L，出現以上一種或兩種情況即可判定為糖調節受損。

1.2.2 病例分組及資料收集 根據是否合并糖調節受損將所選患者分為糖調節受損組和糖調節正常組。由經驗豐富的醫務人員收集所選患者的臨床資料進行回顧性分析，資料主要包括：年齡、性別、體質量指數、吸煙史、飲酒史、居住地、文化程度、高血壓、高血脂、糖尿病史及活動不足等資料。

1.2.3 統計學方法 所選首發未治療抑郁癥患者的有關數據選用R(R3.5.3)軟件進行分析，選用卡方檢驗分析計數，采用LASSO分析和Logistic回歸分析篩選首發未治療抑郁癥患者糖調節受損的獨立危險因素，采用R(R3.5.3)軟件包及rms 程序包建立風險列線圖模型，選用caret程序包及Bootstrap 自抽樣法進行內部驗證，計算一致性指數(C-index)，并繪制校正曲線、AUC曲線和決策曲線。以P<0.05為差異有統計學意義。

2 結果

2.1 首發未治療抑郁癥患者糖調節受損發生情況 所選180例首發未治療抑郁癥患者中男75例，女95例；年齡18～80歲，平均(57.12±8.23)歲；46例患者合并糖調節受損，發生率為25.56%。

2.2 兩組首發未治療抑郁癥患者一般資料分析 糖調節受損組和糖調節正常組年齡、體質量指數、高血壓、高血脂、糖尿病史及活動不足方面比較差異均有統計學意義(P<0.05)。見表1。

表1 兩組患者一般資料分析[n(%)]

2.3 首發未治療抑郁癥患者糖調節受損的危險因素 基于180例首發未治療抑郁癥患者的一般資料，采用LASSO分析選擇糖調節受損的影響因子，結果顯示，LASOO共選擇出年齡、性別、體質量指數、居住地、高血壓、高血脂、糖尿病史及活動不足8項影響因子。基于LASSO分析選擇出的8項影響因子進行多因素Logistic回歸分析，結果顯示：年齡≥60歲、體質量指數≥24 kg/m2、高血壓、高血脂、有糖尿病史及活動不足是首發未治療抑郁癥患者糖調節受損的獨立危險因素(P<0.05)。見圖1，表2。

圖1 LASSO選擇結果

表2 首發未治療抑郁癥患者糖調節受損的多因素Logistic回歸分析

2.4 預測首發未治療抑郁癥患者糖調節受損風險列線圖模型 本研究基于年齡、體質量指數、高血壓、高血脂、有糖尿病史及活動不足等首發未治療抑郁癥患者糖調節受損的獨立危險因素，建立預測首發未治療抑郁癥患者糖調節受損的風險列線圖模型，如圖2所示。預測值和實測值基本一致(見圖3a)，C-index指數為0.843(95%CI：0.812～0.875)，表明本列線圖具有較好的辨別力，內部驗證首發未治療抑郁癥患者糖調節受損的風險列線圖模型的ROC曲線顯示(見圖3b)，AUC為0.807，說明本列線圖的預測價值較高。決策曲線顯示(見圖3c)，閾值概率在1%～69%范圍內時，采用本列線圖來預測首發未治療抑郁癥患者糖調節受損的發生風險具有較高的凈獲益值，說明本列線圖具有較好的臨床預測效用。

圖2 首發未治療抑郁癥患者糖調節受損的風險列線圖模型

圖3 糖調節受損風險預測圖的校準曲線、ROC曲線和決策曲線

3 討論

近年來，我國的經濟取得了飛速進步，人民的飲食和居住環境也有了天翻地覆的變化[7]，然而抑郁癥的患病人數卻在不斷增加，開始影響到社會的和諧與穩定[8]。在首發未治療抑郁癥中，有一部分會發生糖調節受損，這無疑會加大治療的難度，也會使得患者康復的時間延緩[9,10]。為了確定首發未治療抑郁癥患者糖調節受損的危險因素和便于調整治療方案，本項研究通過LASSO分析和多因素Logistic回歸分析確定首發未治療抑郁癥患者糖調節受損的獨立危險因素，建立風險列線圖模型，并驗證該模型。

本研究中，所選180例首發未治療抑郁癥患者中有46例患者合并糖調節受損，發生率為25.56%(46/180)，可見糖調節受損值得臨床重視。LASOO分析屬于一種數據降維分析方法，醫學上通常會將其用來篩選疾病的影響因素[11]。Logistic回歸屬于一種非線性概率型的預測模型，能夠分析分類觀察結果和一些協變量之間的關系，醫學上通常會將其用來分析誘發疾病的高危因素[12，13]。本次研究LASSO分析和Logistic回歸分析的結果顯示，年齡≥60歲、體質量指數≥24 kg/m2、高血壓、高血脂、有糖尿病史及活動不足是糖調節受損的獨立危險因素(P<0.05)。王岳鋒等[14]報道體質量指數增高和活動不足與糖代謝異常密切相關，與本研究有相似之處。運動時，機體利用糖供能會明顯增多，當機體處于靜息狀態時，糖供能的比例就會減少[15]，因此活動不足的人群比較容易發生糖調節受損。體質量指數增高，會增加機體的代謝負擔，容易造成代謝紊亂，因而造成了糖調節受損的發生。王麗瓊等[16]研究表明高血脂和有糖尿病史與糖調節受損有關，與本研究的結果相符。當機體的血脂較高時，胰島素和葡萄糖的輸送受到抑制，胰島素會通過與其受體相結合來運轉，降低對葡萄糖的攝取，造成血脂內的葡萄糖在細胞內堆積[17]，最終導致糖代謝紊亂，因而高血脂的人群比較容易發生糖調節受損。有糖尿病史的人群，機體的新陳代謝功能與健康人有所差別，比較容易發生代謝紊亂，因而有糖尿病史的人群比較容易發生糖代謝受損。另外，年齡和高血壓也是首發未治療抑郁癥患者糖調節受損的獨立危險因素。隨著年齡的增長，人的身體機能會逐漸減退，新陳代謝變慢[18]，因而年齡較高的人群更容易發生糖代謝受損。長期高血壓會造成動脈硬化[19]，供應胰腺的動脈發生硬化，就容易造成血糖升高，從而造成了糖調節受損。

列線圖是近幾年興起的一種新的數據分析方式，能夠把復雜的數據變成可視化圖型，主要是由三個部分組成，分別是預測模型的變量、變量相應的得分和預測事件的發生概率，醫學上通常會將其用于表達預測模型中各變量之間的關系[20]。本次研究基于篩選出的危險因素建立了預測首發未治療抑郁癥患者糖調節受損的列線圖模型。本研究列線圖中顯示：年齡≥60歲為53分，體質量指數≥24 kg/m2為79分，高血壓為72分，高血脂為80分，有糖尿病史為80分，活動不足為100分。醫護人員可以通過患者的各項目得分情況個體化預測患者糖調節受損的發生概率，及早識別高風險患者并對其進行重點監護。同時，醫護人員針對能夠控制的危險因素對患者進行干預，如控制體質量、加強血脂和血壓管理等，以最大限度減少糖調節受損的發生。本研究中，校正曲線的預測值和實測值基本一致，C-index指數為0.843(95%CI：0.812～0.875)，內部驗證首發未治療抑郁癥患者糖調節受損的風險列線圖模型的ROC曲線的AUC為0.807，表明本研究的列線圖辨別度和預測效能比較良好。另外，本研究發現決策曲線的閾值概率在1%～69%范圍內時，采用本列線圖來預測首發未治療抑郁癥患者糖調節受損的發生風險具有較高的凈獲益值，可知本列線圖具有較好的臨床預測效用。

綜上所述，年齡、體質量指數、高血壓、高血脂、糖尿病史及活動不足是首發未治療抑郁癥患者糖調節受損的獨立危險因素，本研究構建的列線圖模型對首發未治療抑郁癥患者糖調節受損的預測具有較高的準確性，具有較高的臨床應用價值。另外，本研究的結果存在一定局限性，并未進行外部驗證，而且樣本量較小，可能需要擴大樣本量進行更深入的研究。