一种2型糖尿病患者骨质疏松风险预测模型的建立方法及其应用

技术领域

本发明涉及生物技术及临床医学领域，尤其涉及一种2型糖尿病患者骨质疏松风险预测模型的建立方法及其应用。

背景技术

世卫组织公布的最新数据显示，全球糖尿病患者人数已超过4.5亿，随着社会老龄化，其患病率正在逐步上升。糖尿病肾病、视网膜病变、神经病变和心血管疾病等慢性并发症是其高死亡率的主要原因。最近的证据表明，骨骼骨折是2型糖尿病的又一慢性并发症。2型糖尿病病程越长，骨折风险越高。2型糖尿病患者的骨折风险比非2型糖尿病人群高，所带来的国民健康以及医疗经济问题已经不容小视。

现如今，评估2型糖尿病患者骨折风险并没有准确度极佳的工具或模型。骨折风险评估工具(FRAX)是世界卫生组织为评估10年髋部骨折和主要骨质疏松性骨折的概率而开发的，包含12项因素：性别、年龄、身高、体重、既往脆性骨折史、父母髋部骨折史、是否目前仍然吸烟、是否长期服用糖皮质激素类药物、是否有风湿性关节炎、是否有其他继发性骨质疏松因素、是否每日饮酒超过3个单位以及股骨颈骨密度值(g/cm

因此，亟需一种2型糖尿病患者骨质疏松风险预测模型的建立方法及其应用。

发明内容

本发明的目的是针对现有技术中的不足，提供一种2型糖尿病患者骨质疏松风险预测模型的建立方法及其应用。

为实现上述目的，本发明采取的技术方案是：

本发明的第一方面是提供一种预测模型在制备预测2型糖尿病患者骨质疏松风险试剂盒中的应用，所述试剂盒包括测定抗酒石酸酸性磷酸酶5b水平的试剂和测定骨钙素水平的试剂；所述预测模型的评判方法为：

骨质疏松症的患病概率

g(x)＝-2.550+0.063×(age)-0.231×(BMI)+0.725×(Menopause)

+0.566×(TRAP5b)+0.095×(OC)

其中，age为年龄，单位为year；BMI为体质指数，单位为kg/m

本发明的第二方面是提供一种上述预测模型的建立方法，步骤包括：

S1、选择一定数量的新诊断的未使用任何糖尿病药物或胰岛素的2型糖尿病患者和一定数量的非糖尿病患者；

S2、收集患者的一般资料、血液生化指标、骨代谢相关指标，并用双能X线骨密度仪测定患者的骨密度；

S3、用SPSS20.0软件对数据进行统计学分析；

S4、采用多元回归模型建立所述预测模型。

优选地，步骤S1中还包括：

排除有脆性骨折史、引起继发性骨质疏松的疾病和用药史、恶性肿瘤、自身免疫性疾病、血清肌酐高于100μmol/L、谷氨酸丙酮酸转氨酶或天冬氨酸转氨酶高于80U/L、心力衰竭和重症肺病的患者。

优选地，步骤S2中所述一般资料包括：年龄、性别、体重指数、绝经状态、吸烟史和饮酒史。

优选地，步骤S2中所述血液生化指标包括：血常规、糖常规、血脂谱、肝功能、肾功能、电解质、钙和磷。

优选地，步骤S2中所述骨代谢相关指标包括：骨源性碱性磷酸酶、骨钙素、I型前胶原N端肽、抗酒石酸酸性磷酸酶5b、I型胶原C段交联肽、25羟维生素D和甲状旁腺激素。

本发明采用以上技术方案，与现有技术相比，具有如下技术效果：

本发明提供了糖尿病骨质疏松发生的针对性预测模型，其中所应用的临床数据及血液指标的获得方法更为简单，极大减少了临床工作成本，最大化地利用了医疗资源；同时免去病人进行多重检查的不便，提高了患者的配合度；其次此模型的应用也能够节省医疗费用，有利于缓解患者以及社会的医疗经济压力；本发明具有简便、安全、有效、实用的特点，能够更好地预测2型糖尿病患者的骨折风险，及时启动骨质疏松的预防与治疗，提升患者生存质量。

附图说明

图1为本发明2型糖尿病患者骨质疏松风险预测模型的ROC曲线。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

本实施例提供一种2型糖尿病患者骨质疏松风险预测模型的建立方法，步骤包括：

S1、研究2014年1月至2018年2月于同济大学附属同济医院内分泌科门诊就诊的患者，纳入244名新诊断的未使用任何糖尿病药物或胰岛素的2型糖尿病患者和218名非糖尿病患者，排除了有脆性骨折史、引起继发性骨质疏松的疾病和用药史、恶性肿瘤、自身免疫性疾病、血清肌酐高于100μmol/L、谷氨酸丙酮酸转氨酶或天冬氨酸转氨酶高于80U/L、心力衰竭和重症肺病的患者；

S2、收集上述患者的一般资料(包括：年龄、性别、体重指数、绝经状态、吸烟史、饮酒史)、血液生化指标(包括：血常规、糖常规、血脂谱、肝功能、肾功能、电解质、钙、磷)、骨代谢相关指标(包括：骨源性碱性磷酸酶(bone alkaline phosphatase，BALP)、骨钙素(osteocalcin，OC)、I型前胶原N端肽(N-terminal peptide of type I procollagen，P1NP)、抗酒石酸酸性磷酸酶5b(tartrate resistant acid phosphatase 5b，TRAP5b)、I型胶原C段交联肽(β-Cross Laps of type I collagen-containing cross-linked C-telopeptide，β-CTX)、25羟维生素D(25-hydroxyvitamin D，25(OH)D)、甲状旁腺激素(parathyroid hormone，PTH)，并用双能X线骨密度仪测定患者的骨密度；

S3、用SPSS20.0软件对数据进行统计学分析，统计学分析即Logistic回归分析显示：老年、女性、绝经状态、较低的体质指数(BMI)与糖尿病和非糖尿病患者骨质疏松的风险呈正相关；饮酒与糖尿病组骨质疏松的风险呈负相关，而与非糖尿病组无关；糖尿病组糖化血红蛋白(HbA1c)水平与骨质疏松呈正相关；在骨转换指标方面，糖尿病组和非糖尿病组BALP、TRAP5b和OC水平与骨质疏松风险呈正相关(P<0.05)，而β-CTX与骨质疏松风险的正相关仅出现在非糖尿病组(表1)。进一步矫正了年龄、BMI和绝经状态调整后，糖尿病组和非糖尿病组BALP和OC与骨质疏松风险仍呈正相关，而非糖尿病组TRAP5b、β-CTX与骨质疏松的关系消失(表2)；

S4、采用多元回归模型建立所述预测模型：基于年龄、BMI、绝经状态、TRAP5b和OC的ROC曲线可预测骨质疏松的风险，曲线下面积为0.817(0.756-0.878CI95％)，敏感性和特异性分别为70％和82％(图1)；即得针对2型糖尿病患者具有特异性的所述2型糖尿病患者骨质疏松风险预测模型：

g(x)＝-2.550+0.063×(age)-0.231×(BMI)+0.725×(Menopause)

+0.566×(TRAP5b)+0.095×(OC)

其中，age为年龄，单位为year；BMI为体质指数，单位为kg/m

表1 Logistic回归分析未矫正

表2 Logistic回归分析矫正年龄、BMI、绝经状态后

本发明提供了糖尿病骨质疏松发生的针对性预测模型。以上数据表明：新诊断的2型糖尿病患者成骨细胞减少，骨吸收降低伴随PTH和维生素D水平降低，葡萄糖水平升高导致2型糖尿病患者骨形成减少；包括年龄、BMI、绝经状态和骨转换标志物的预测模型有助于确定2型糖尿病患者高骨折风险的个体。

本发明所应用的临床数据及血液指标的获得方法更为简单，极大减少了临床工作成本，最大化地利用了医疗资源；同时免去病人进行多重检查的不便，提高了患者的配合度；其次此模型的应用也能够节省医疗费用，有利于缓解患者以及社会的医疗经济压力；本发明具有简便、安全、有效、实用的特点，能够更好地预测2型糖尿病患者的骨折风险，及时启动骨质疏松的预防与治疗，提升患者生存质量。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。