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(fā)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(fā)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(fā)生有一定關系[3，4]。糖調節(jié)受損是抑郁癥比較常見的合并癥之一，一旦發(fā)生糖調節(jié)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(jié)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(fā)未治療抑郁癥合并糖調節(jié)受損的危險因素，建立首發(fā)未治療抑郁癥合并糖調節(jié)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(yī)院進行診治的180例首發(fā)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(fā)病且未治療；(3)年齡≥18歲，病歷信息完整；(4)無嚴重腫瘤疾??；(5)患者及家屬對本研究知情同意。排除標準：(1)非首次發(fā)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(yī)院倫理委員會批準。

1.2 方法

1.2.1 糖調節(jié)受損的判定標準 糖調節(jié)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(jié)受損。

1.2.2 病例分組及資料收集 根據是否合并糖調節(jié)受損將所選患者分為糖調節(jié)受損組和糖調節(jié)正常組。由經驗豐富的醫(yī)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(tǒng)計學方法 所選首發(fā)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(fā)未治療抑郁癥患者糖調節(jié)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(tǒng)計學意義。

2 結果

2.1 首發(fā)未治療抑郁癥患者糖調節(jié)受損發(fā)生情況 所選180例首發(fā)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(jié)受損，發(fā)生率為25.56%。

2.2 兩組首發(fā)未治療抑郁癥患者一般資料分析 糖調節(jié)受損組和糖調節(jié)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(tǒng)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(fā)未治療抑郁癥患者糖調節(jié)受損的危險因素 基于180例首發(fā)未治療抑郁癥患者的一般資料，采用LASSO分析選擇糖調節(jié)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?；贚ASSO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(fā)未治療抑郁癥患者糖調節(jié)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(fā)未治療抑郁癥患者糖調節(jié)受損的多因素Logistic回歸分析

2.4 預測首發(fā)未治療抑郁癥患者糖調節(jié)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(fā)未治療抑郁癥患者糖調節(jié)受損的獨立危險因素，建立預測首發(fā)未治療抑郁癥患者糖調節(jié)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(fā)未治療抑郁癥患者糖調節(jié)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(fā)未治療抑郁癥患者糖調節(jié)受損的發(fā)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(fā)未治療抑郁癥患者糖調節(jié)受損的風險列線圖模型

圖3 糖調節(jié)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(huán)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(wěn)定[8]。在首發(fā)未治療抑郁癥中，有一部分會發(fā)生糖調節(jié)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(fā)未治療抑郁癥患者糖調節(jié)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(fā)未治療抑郁癥患者糖調節(jié)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(fā)未治療抑郁癥患者中有46例患者合并糖調節(jié)受損，發(fā)生率為25.56%(46/180)，可見糖調節(jié)受損值得臨床重視。LASOO分析屬于一種數據降維分析方法，醫(yī)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(yī)學上通常會將其用來分析誘發(fā)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(jié)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(tài)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(fā)生糖調節(jié)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(jié)受損的發(fā)生。王麗瓊等[16]研究表明高血脂和有糖尿病史與糖調節(jié)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(fā)生糖調節(jié)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(fā)生代謝紊亂，因而有糖尿病史的人群比較容易發(fā)生糖代謝受損。另外，年齡和高血壓也是首發(fā)未治療抑郁癥患者糖調節(jié)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(fā)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(fā)生硬化，就容易造成血糖升高，從而造成了糖調節(jié)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(fā)生概率，醫(yī)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(fā)未治療抑郁癥患者糖調節(jié)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(yī)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(jié)受損的發(fā)生概率，及早識別高風險患者并對其進行重點監(jiān)護。同時，醫(yī)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(jié)受損的發(fā)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(fā)未治療抑郁癥患者糖調節(jié)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(fā)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(fā)未治療抑郁癥患者糖調節(jié)受損的發(fā)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(fā)未治療抑郁癥患者糖調節(jié)受損的獨立危險因素，本研究構建的列線圖模型對首發(fā)未治療抑郁癥患者糖調節(jié)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。