張穎,章亦瑩,楊瑞文,金明蘭,季聰華,黃琦
糖尿?。╠iabetes mellitus,DM)是由多病因引起的胰島素分泌和/或作用缺陷導致的以慢性高血糖為特征的代謝性疾病,屬于中醫(yī)“消渴病”范疇。糖尿病患者長期處于血糖偏高狀態(tài),易對其全身血管造成損傷,導致各種并發(fā)癥的發(fā)生和發(fā)展,嚴重影響患者的生活質(zhì)量和生存時間[1]。中醫(yī)學研究認為,體質(zhì)因素在糖尿病的發(fā)生發(fā)展過程中具有極其重要的作用[2]?!鹅`樞·五變》中“五臟皆柔弱者,善病消癉”,即指消渴病與先天的體質(zhì)因素有關[3]。目前,學界對糖尿病風險評估模型的研究較多[4-6],但基于中醫(yī)體質(zhì)辨識相關研究尚缺乏。因此,本研究在一般客觀指標基礎上納入中醫(yī)體質(zhì)辨識內(nèi)容,建立糖尿病風險評估模型,以期為糖尿病患者進行早期中醫(yī)藥防治提供理論依據(jù)。
1.1 數(shù)據(jù)來源 于2016 年1 月—2018 年12 月開展本研究,研究資料來源于浙江某省級綜合性醫(yī)院健康管理中心數(shù)據(jù)庫2014—2017 年度健康體檢數(shù)據(jù),其中2014—2015 年度體檢人群設為訓練集人群,2016—2017 年度體檢人群設為測試集人群。排除標準:(1)主要研究指標數(shù)據(jù)嚴重缺失,影響判斷者;(2)存在嚴重噪聲數(shù)據(jù)且無法通過預處理技術轉換者。最終納入55 012 例研究對象(其中訓練集30 951 例,測試集24 061 例)。
1.2 研究方法
1.2.1 資料收集 從數(shù)據(jù)庫中收集訓練集和測試集體檢人群的如下內(nèi)容:(1)基本情況,包括性別、年齡、體檢日期等。(2)體格檢查情況,包括身高、體質(zhì)量、體質(zhì)指數(shù)(BMI)、收縮壓、舒張壓及高血壓病史等,其中BMI<18.5 kg/m2為偏輕,BMI 18.5~<24.0 kg/m2為 正 常,BMI 24.0~<28.0 kg/m2為 超 重,BMI ≥28.0 kg/m2為肥胖。(3)實驗室檢測指標,包括血常規(guī)15項、腫瘤1 項和生化指標13 項。其中血常規(guī)15 項包括白細胞計數(shù)〔參考范圍(3.5~9.5)×109/L〕、中性粒細胞百分數(shù)(參考范圍40.0%~75.0%)、淋巴細胞百分數(shù)(參考范圍20.0%~50.0%)、嗜堿粒細胞百分數(shù)(參考范圍0~1.0%)、中性粒細胞絕對值〔參考范圍(1.8~6.3)×109/L〕、淋巴細胞絕對值〔參考范圍(1.1~3.2)×109/L〕、嗜酸粒細胞絕對值〔參考范圍(0.02~0.52)×109/L〕、紅細胞計數(shù)〔參考范圍(3.80~5.10)×1012/L〕、血紅蛋白(參考范圍110~150 g/L)、紅細胞比容(參考范圍35%~50%)、平均紅細胞體積(參考范圍82.0~100.0 fL)、平均紅細胞血紅蛋白含量(參考范圍27.0~34.0 pg)、平均紅細胞血紅蛋白濃度(參考范圍316~354 g/L)、血小板壓積(參考范圍7.8~11.0 fL)、血小板分布寬度(參考范圍12.0%~19.1%);腫瘤指標癌胚抗原(參考范圍0~5.0 ng/ml);生化指標13 項包括尿酸(參考范圍155~357 μmol/L)、肌酐(參考范圍45~84 μmol/L)、血尿素氮(參考范圍2.9~7.5 mmol/L)、三酰甘油(參考范圍0.40~1.80 mmol/L)、總膽固醇(參考范圍3.10~5.18 mmol/L)、高密度脂蛋白(參考范圍0.7~2.0 mmol/L)、低密度脂蛋白(參考范圍0~3.1 mmol/L)、總蛋白(參考范圍65.0~85.0 g/L)、白球比(參考范圍1.5~2.5)、總膽紅素(參考范圍3.4~20.5 μmol/L)、間接膽紅素(參考范圍0.1~25.0 μmol/L)、丙氨酸氨基轉移酶(參考范圍7~40 U/L)、谷氨酰轉肽酶(參考范圍7~45 U/L)。(4)中醫(yī)體質(zhì)辨識問卷調(diào)查結果,于體檢時采用“治未病中醫(yī)個性化體檢系統(tǒng)”對體檢者進行線上調(diào)查,量表為王琦[7]編制的《中醫(yī)體質(zhì)分類與判定》標準量表,該量表涵蓋15 個領域共74 個條目,均為選擇題,答案為“沒有、很少、有時、經(jīng)常、總是”5 個選項,通過計算機自動計分,最終判斷為包括平和質(zhì)、陽虛質(zhì)、陰虛質(zhì)、氣虛質(zhì)、氣郁質(zhì)、血瘀質(zhì)、痰濕質(zhì)、濕熱質(zhì)、特稟質(zhì)在內(nèi)的9 種體質(zhì)類型。
1.2.2 診斷標準 糖尿病診斷依據(jù)2009 年美國糖尿病協(xié)會提出的診斷標準:糖尿病癥狀+隨機血糖≥11.1 mmol/L 或者空腹血糖≥7.0 mmol/L 或既往有確切糖尿病病史[8]。
1.3 統(tǒng)計學方法 采用SPSS 22.0 軟件進行數(shù)據(jù)處理和統(tǒng)計分析。計數(shù)資料以相對數(shù)表示,組間比較采用χ2檢驗;以2014—2015 年健康體檢數(shù)據(jù)組成訓練集,采用多因素Logistic 回歸分析糖尿病發(fā)生的影響因素,并建立糖尿病風險預測模型;繪制受試者工作特征(receiver operating characteristics curve,ROC)曲線檢驗判別準確度,通過ROC 曲線下面積(area under the ROC curve,AUC)評價模型的預測能力,并利用2016—2017 年體檢數(shù)據(jù)構建的測試集數(shù)據(jù)進行驗證。以雙側P<0.05 為差異有統(tǒng)計學意義。
2.1 訓練集體檢人員基本情況 訓練集人群共30 951例,其中患有糖尿病者1 315 例(4.25%),未患糖尿病者29 636 例(95.75%);男16 092 例(51.99%),女14 859 例(48.01%);18~44 歲9 799 例(31.66%),45~59歲17 045例(55.07%),≥60歲4 107例(13.27%);BMI<18.5 kg/m29 518 例(30.75%),BMI 為18.5~<24.0 kg/m217 323 例(55.97%),BMI 為24.0~<28.0 kg/m22 318 例(7.49%),BMI ≥28.0 kg/m21 792(5.79%)。
2.2 不同特征人群糖尿病患病率比較 (1)一般體格檢查項目:不同性別、年齡、高血壓情況、BMI 人群糖尿病患病率比較,差異有統(tǒng)計學意義(P<0.05)。(2)血常規(guī)和癌胚抗原檢查:不同白細胞計數(shù)、中性粒細胞百分數(shù)、淋巴細胞百分數(shù)、嗜堿粒細胞百分數(shù)、中性粒細胞絕對值、淋巴細胞絕對值、嗜酸粒細胞絕對值、紅細胞計數(shù)、血紅蛋白、紅細胞比容、平均紅細胞體積、平均紅細胞血紅蛋白含量、平均紅細胞血紅蛋白濃度、血小板壓積、血小板分布寬度及癌胚抗原水平人群糖尿病患病率比較,差異有統(tǒng)計學意義(P<0.05)。(3)生化指標:不同尿酸、肌酐、血尿素氮、三酰甘油、膽固醇、高密度脂蛋白、低密度脂蛋白、總蛋白、白球比、總膽紅素、間接膽紅素、丙氨酸氨基轉移酶及谷氨酰轉肽酶水平人群糖尿病患病率比較,差異有統(tǒng)計學意義(P<0.05)。(4)中醫(yī)體質(zhì)辨識:不同中醫(yī)體質(zhì)類型人群糖尿病患病率比較,差異有統(tǒng)計學意義(P<0.05,見表1)。
2.3 糖尿病患病率影響因素的多因素Logistic 回歸分析
以是否患糖尿病為因變量(賦值:非患病=0,患病=1),以單因素分析中有統(tǒng)計學意義的指標為自變量(自變量賦值見表2)進行多因素Logistic 回歸分析。結果顯示,性別、年齡、高血壓、BMI、淋巴細胞百分數(shù)、紅細胞計數(shù)、紅細胞比容、平均紅細胞血紅蛋白濃度、血小板分布寬度、癌胚抗原、尿酸、肌酐、血尿素氮、三酰甘油、總膽固醇、高密度脂蛋白、總蛋白、丙氨酸氨基轉移酶、谷氨酰轉肽酶及中醫(yī)體質(zhì)是糖尿病患病的影響因素(P<0.05,見表3)。
回歸方程如下:logit(P)(糖尿病患病情況)=-4.632-0.198×( 女)+0.864×( 年 齡45~59 歲)+1.684×(年齡≥60 歲)+0.635×(高血壓)+0.149×(超重)+0.376×(肥胖)-0.531×(偏輕)-0.234×(淋巴細胞百分數(shù)偏高)+0.279×(淋巴細胞百分數(shù)偏低)+0.304×(紅細胞計數(shù)異常)-0.430×(紅細胞比容偏低)+0.722×(平均紅細胞血紅蛋白濃度異常)+0.532×(血小板分布寬度異常)+1.016×(癌胚抗原異常)-0.406×(尿酸異常)+1.341×(肌酐偏低)+0.488×(血尿素氮偏高)+0.473×(三酰甘油異常)+0.257×(總膽固醇偏高)+0.544×(高密度脂蛋白偏低)+0.290×(總蛋白異常)+0.395×(丙氨酸氨基轉移酶異常)+0.362×(谷氨酰轉肽酶異常)+0.993×(陰虛質(zhì))+1.016×(氣虛質(zhì))+0.601×(痰濕質(zhì))。
2.4 模型驗證 采用訓練集建立ROC 曲線(見圖1),結果獲得AUC 為0.792,95%CI 為0.779~0.816(P<0.05),最佳截斷值為0.405,靈敏度為0.771,特異度為0.690。根據(jù)最佳截斷值對測試集數(shù)據(jù)進行分類,獲得模型預測結果,與糖尿病原診斷結果(“金標準”)相比,準確率達到95.69%,一致性Kappa=0.636,P<0.001。
國內(nèi)外專家陸續(xù)開展利用大數(shù)據(jù)建立的Logistic 回歸、時間序列等風險評估模型以預測人群糖尿病發(fā)病或轉變的風險[4-6]。但危險因素的確定主要基于人口學資料、生活方式調(diào)查及客觀實驗室檢查指標等。本次研究結合客觀體檢數(shù)據(jù)和中醫(yī)體質(zhì)辨識結果,對某省級綜合性醫(yī)院健康體檢中心2014—2015 年健康體檢數(shù)據(jù)進行了糖尿病患病風險建模,結果顯示:高齡、高血壓、超重和肥胖的發(fā)生、紅細胞計數(shù)異常、平均紅細胞血紅蛋白濃度偏低、血小板分布寬度異常、肌酐偏低、血尿素氮偏高、三酰甘油增加、總膽固醇升高、高密度脂蛋白偏低、總蛋白偏高、丙氨酸氨基轉移酶含量改變和谷氨酰轉肽酶偏高,以及中醫(yī)體質(zhì)辨識結果為陰虛質(zhì)、氣虛質(zhì)或痰濕質(zhì),糖尿病的患病風險均明顯增加。同時,女性、BMI 偏輕、血液中淋巴細胞百分數(shù)升高、紅細胞比容減小和尿酸增高在一定意義上對糖尿病的發(fā)生存在保護效力。
表1 不同特征人群糖尿病患病率比較〔n(%)〕Table 1 Comparison of prevalence of diabetes among physical examinees by personal characteristics
表2 變量賦值情況Table 2 Variables assignment
圖1 基于訓練集風險評估模型的ROC 曲線Figure 1 ROC curve of diabetes risk assessment model developed based on training data
中醫(yī)歷來主張“不治已病治未病”,中醫(yī)藥防治糖尿病有其自身特色,中醫(yī)體質(zhì)類型對糖尿病的發(fā)生發(fā)展具有重要的作用。中醫(yī)學在體質(zhì)辨識對糖尿病的影響方面已有關注。趙蒙等[9]觀察了基于中醫(yī)體質(zhì)辨識的健康指導和生活方式干預對2 型糖尿病患者的影響,結果發(fā)現(xiàn)患者代謝相關指標均有所改善,且優(yōu)于常規(guī)干預組。劉桂伶[3]對北京市某社區(qū)衛(wèi)生服務中心糖尿病患者進行基于中醫(yī)體質(zhì)辨識基礎上的健康指導,結果顯示糖尿病常見的體質(zhì)類型有痰濕質(zhì)、陰虛質(zhì)、血瘀質(zhì)、濕熱質(zhì)和氣虛質(zhì)5 種,其中痰濕質(zhì)和陰虛質(zhì)約占80%;在常規(guī)治療基礎上根據(jù)不同的體質(zhì)類型進行健康指導,試驗組患者血糖控制水平明顯優(yōu)于對照組。本次研究結果顯示,中醫(yī)體質(zhì)中的陰虛質(zhì)〔OR(95%CI)=2.697(2.203,3.281)〕、氣虛質(zhì)〔OR(95%CI)=2.744(2.191,3.445)〕和痰濕質(zhì)〔OR(95%CI)=1.840(1.491,2.265)〕是糖尿病患病的危險因素。這與其他幾位學者的研究結果基本一致:王鑫[10]認為,痰濕質(zhì)、血瘀質(zhì)、陽虛質(zhì)和陰虛質(zhì)均為糖尿病的危險因素,其中陰虛質(zhì)的影響最大;沈艷等[11]運用Logistic 回歸分析篩選出陰虛質(zhì)為2 型糖尿病的主要危險體質(zhì)(OR=1.887),平和質(zhì)為2 型糖尿病的主要保護體質(zhì)(OR=0.239);李中勝[12]運用Logistic 回歸分析篩選出氣虛質(zhì)(OR=2.177)、陰虛質(zhì)(OR=18.574)為2 型糖尿病的危險因素。中醫(yī)致病機制方面,鄭自會[13]認為,陰虛質(zhì)由于體內(nèi)津液虧少,主要表現(xiàn)為干燥內(nèi)熱。消渴的發(fā)生不外乎陽亢陰虧、津涸熱淫,上消肺陰枯竭可傷及胃陰,肺胃陰虧久積于腎虧;氣虛質(zhì)則由于機體之氣不足而致臟腑功能低下,長期精細化飲食、缺乏體力活動會致脾氣虛弱不能運化水谷,傷津損氣,正氣耗脫而致氣陰兩虧,脾腎虛弱,氣血化生日欠不能為身體所用,多由小便漏泄排出體外,陰精耗損,遂五臟六腑俱衰。姚海強等[14]認為,痰濕體質(zhì)由于體內(nèi)津液代謝失常,痰濕之邪蘊積,大多數(shù)在中年之后,陽氣逐漸衰弱,津液失于陽氣的溫化而停聚體內(nèi),痰濕由此而生,痰濕化熱會進一步損耗津液,日久則肺、胃、腎皆傷,陰虛更甚,而致消渴。
表3 糖尿病患病率影響因素的多因素Logistic 回歸分析Table 3 Multivariate Logistic regression analysis of the influencing factors for diabetes in physical examinees
總之,本研究利用大樣本人群數(shù)據(jù),將中醫(yī)體質(zhì)類型作為影響因素指標,并結合客觀檢查指標,建立了糖尿病風險評估模型,同時驗證結果顯示模型的預測能力良好。通過對高危人群進行早期預防和合理的中醫(yī)體質(zhì)調(diào)理,以期降低糖尿病的發(fā)生率。但本研究仍存在一定的局限性,例如未結合問卷調(diào)查采集體檢人群的生活方式和生活習慣(例如飲食、吸煙、飲酒、運動)等內(nèi)容,因此在模型中沒有體現(xiàn)這些指標對糖尿病的影響作用,在今后的研究中尚需進一步完善。
作者貢獻:張穎負責文章的構思與設計、研究的實施與可行性分析、數(shù)據(jù)整理、撰寫論文、文章的質(zhì)量控制及審校;楊瑞文、金明蘭負責數(shù)據(jù)收集;章亦瑩負責統(tǒng)計學處理、結果的分析與解釋;季聰華負責論文的修訂;黃琦對文章整體負責,監(jiān)督管理。
本文無利益沖突。