研究背景:糖尿病是当前威胁全球人类健康最重要的非传染性疾病之一。中国是全球糖尿病患者最多的国家,流行与防控形势严峻。全面反映糖尿病患病情况和流行趋势,发现并动态监测糖尿病危险因素,科学制定和评价糖尿病预防控制策略和措施已成为当务之急。国内外已有大量研究对糖尿病的个体危险因素进行评价,并达成了广泛的共识,从地区层面开展糖尿病流行的影响因素识别和风险量化评价,对健康相关决策,尤其是健康相关其他领域的决策,具有重要参考价值。近年来,针对糖尿病的医疗、健康服务内容日渐丰富,及时识别高危患者和潜在风险,对开展糖尿病的二级预防具有重要的作用。但同时,我国基层医疗卫生机构糖尿病患者管理专业化程度较低,社区卫生人员对糖尿病治疗效果了解不全面,不能对患者及时进行针对性、个性化的管理。整合来自卫生健康领域人群监测、临床诊疗、健康体检和基本公共卫生服务的跨部门业务数据,在已有指南和研究共识的基础上,构建以患者为中心的糖尿病患者管理效果综合评价模型,转化为可在基层应用的适宜技术和评价工具,有助于提高卫生健康部门,特别是社区卫生服务中心、卫生院等基层医疗卫生机构糖尿病诊疗和管理服务的针对性和及时性,也有助于加强对已有临床诊疗和防控实践数据的利用。研究目的:本研究以糖尿病发生、发展风险为评价对象,整合卫生健康领域已有监测、诊疗数据和其他健康相关领域数据资源,完成地区糖尿病流行风险因素分析和糖尿病患者管理效果评价,为糖尿病风险识别和相关决策提供可测量、可推广的模型和工具,并以某市区域卫生信息平台为基础,完成糖尿病患者管理效果评价工具的现场应用。资料与方法:资料主要来源于2010年中国慢性病及危险因素监测、中国环境监测总站发布的《中华人民共和国土壤环境背景值图集》、国家统计局发布的《中国2010年人口普查分县资料》、《2011年中国城市统计年鉴》和《2011年中国区域经济统计年鉴》、某市区域卫生信息平台2015年—2017年2型糖尿病患者诊疗、体检和国家基本公共卫生服务患者管理记录。研究内容包括三个部分:1.糖尿病流行状况的地区影响因素分析整合已有疾病监测和健康相关领域数据资源,从地区层面对社会经济发展水平和土壤微量元素含量与35～74岁人群糖尿病流行病状况的关联性进行分析。利用主成分分析对社会经济发展水平指标进行降维处理。以个体为水平1、县(区)为水平2,利用logistic回归的两水平随机截距模型分析地区社会经济发展和土壤微量元素与35～74岁人群糖尿病流行状况的关联性。2.糖尿病患者管理效果综合评价工具的开发将糖尿病管理效果分解为健康状况(无风险、低风险、高风险)和健康相关行为(无风险、有风险)两个方面的风险二维结构。利用主成分分析对健康状况和健康相关行为评价指标进行降维处理,综合考虑特征值和贡献率提取主成分,以主成分得分系数为指标的权重,以最大方差旋转后矩阵的贡献率为主成分的权重,构建综合评价指数。采用ROC曲线法,确定综合评价指数的临界值。健康状况以中国2型糖尿病综合控制目标包括的健康状况指标为基础。健康相关行为以国家基本公共卫生服务糖尿病患者随访记录为基础。3.糖尿病患者管理效果综合评价工具的应用研究利用某市区域卫生信息平台中2015年—2017年间有诊疗记录且接受了基本公共卫生服务随访的2型糖尿病患者为样本,完成2型糖尿病管理效果综合评价工具的现场应用。以单次评价为水平1、患者个体为水平2,利用重复测量资料的两水平随机截距模型对患者的管理效果风险分级和糖尿病并发症的关联性进行分析。以初评无并发症的全样本队列和倾向得分匹配队列,利用Kapialn-Meier法和Cox比例分析回归模型对不同管理效果初评风险分级的患者在3年随访期内并发症的发生风险进行分析。利用传统机器学习分类器和神经网络模型,尝试对2型糖尿病患者并发症进行预测。结果:1.糖尿病流行状况的地区影响因素分析9个微量元素中,不同土壤背景铁含量和背景硒含量地区的糖尿病患病风险有差别。控制混杂因素后,土壤背景铁含量较高地区(431.407mg/kg-486.251mg/kg)的风险高于低含量地区(270.181mg/kg-384.713mg/kg),校正AOR值为1.261(95%a,1.065～1.493),土壤背景硒含量高地区(0.247mg/kg-0.338mg/kg)的风险高于较低含量地区(0.185mg/kg-0.216 mg/kg),校正OR值为 1.306(95%CI,1.217～1.402)。15个经济学社会发展指标降维得到主成分5个,依次代表社会发展、工业发展、污染物排放、城市建设和人口老龄化。控制混杂因素后,社会发展和污染物排放水平高地区(上三分位数组)的风险高于水平低地区(下三分位数组),校正OR值分别为1.256(95%CI,1.082～1.457)和 1.174(95%CI,1.018～1.355)。2.糖尿病患者管理效果综合评价工具的开发10个健康状况评价指标通过降维得到F1-F4共4个主成分,以贡献率为权重计算得到健康状况风险指数f。f取值范围为-0.90～1.08,符合中位数为-0.02、四分位间距为-0.27-0.25的偏态分布。评价标准如下:f(Ⅰ)无风险,f<-0.09;f(Ⅱ)低风险,0.09≤f<0.21;f(Ⅲ)高风险,f≥0.21。女性、60-69岁和注射胰岛素治疗的患者更容易出现健康状况风险,相对于参照组,出现低风险的 OR值依次为 1.258(95%CI:1.074～1.475)、1.230(95%CI:1.014～1.491)和 1.260(95%CI:1.024～1.551);出现高风险的AOR值依次为 1.454(95%CI:1.246～1.697)、1.204(95%CI:0.999～1.450)和 1.238(95%CI:1.011～1.517)。6个健康相关行为评价指标通过降维得到S1-S3共3个主成分,以贡献率为权重计算得到健康相关行为风险指数s。s取值范围为-0.33～2.45,符合中位数为-0.33、四分位间距为-0.15～0.21的偏态分布。评价标准如下:s(Ⅰ)无风险,s<0.12;s(Ⅱ)有风险,s≥0.12。年龄升高是健康相关行为出现风险的保护因素,相对于35～59岁组患者,60～69岁和70岁及以上组患者健康相关行为出现风险的OR值分别为0.187(95%CI:0.036～0.975)和0.105(95%CI:0.020～0.542)。以健康状况风险指数f和健康相关行为风险指数s的风险分级的二维结构,最终构建糖尿病管理效果风险分级为:0=f(Ⅰ)+s(Ⅰ),1=f(Ⅰ)+s(Ⅱ)或f(Ⅱ)+s(Ⅰ),2=f(Ⅱ)+s(Ⅱ)或f(Ⅲ)。3.糖尿病患者管理效果综合评价工具的应用研究来自住院记录、门诊记录、体检记录和基本公共卫生服务四类数据可支持糖尿病患者管理效果综合评价工具的现场应用。2015年—2017年在某市区域卫生信息平台有诊疗记录且接受基本公共卫生服务随访的2型糖尿病患者共2,613人。经过数据的筛选、清理、拼接、去重,最终整合得到评价记录21,857条。21,857人次的评价中,患者管理效果为无风险、低风险和高风险占比分别为59.8%、33.6%和6.5%,风险降低者占12.6%,风险增加者占12.1%。35～59岁组患者风险增加的比例(7.8%)低于60～69岁(12.2%)和70岁及以上组(14.8%)。2,613名患者中共有680人伴有并发症(占26.0%)、483人伴有多个并发症(占18.5%)。21,857人次的评价中共有2,763人次伴有并发症(占12.6%)、1,791人次伴有多个并发症的(占8.2%)。患者管理效果风险高的患者伴有并发症的可能性高于无风险者,控制调查对象人口学特征后的校正OR值为1.462(95%CI:1.001～2.134)。2,375名在观察起点无并发症的2型糖尿病患者中,有530人在随访期间被诊断出现并发症(占22.3%),398人被诊断出现多个并发症(占16.3%)。经倾向得分匹配后,相对于初评无风险的患者,初评高风险的患者在随访期间被诊断发生多个并发症和伴有神经的并发症的可能性更高,HR值分别为2.054(95%CI:1.097～3.846)和2.246(95%CI:1.080～4.671)。相对于初评低风险的患者,初评高风险的患者在随访期间被诊断发生并发症的可能性更高,HR值为1.679(95%CI:1.003～2.811),在伴有神经、周围循环并发症和伴有多个并发症的诊断中也观察到同样的风险,HR值为分别为2.336(95%CI:1.125～4.849)、3.251(95%CI:1.212～8.721)和 1.891(95%CI:1.025～3.488)。传统机器学习分类器中,K近邻方案的预测准确率最高,对伴有并发症的预测准确率为85.9%,对伴有肾、眼、神经、周围循环并发症和伴有多个并发症的预测准确率依次为94.0%、91.0%、91.0%、92.2%和88.6%。针对六种并发症的前馈神经网络最优隐藏层层数分别为4、4、2、2、4和4层,单层最优神经元数分别为120、140、120、120、120和120。最优结构前馈的神经网络性能优于传统机器学习方案,对伴有并发症的预测准确率为88.7%,对伴有肾、眼、神经、周围循环并发症和伴有多个并发症的预测准确率依次为93.2%、92.4%、93.4%、94.1%和 90.7%。结论:1.从地区层面来看,土壤背景铁含量较高地区的糖尿病患病风险高于低含量地区,土壤背景硒含量高地区的风险高于较低含量地区,社会发展和污染物排放水平高地区的风险高于水平低地区。虽然风险的绝对值较小,但考虑到我国糖尿病的高流行病率和地区风险因素暴露的普及性,研究结果具有重要的公共卫生意义,对除卫生、健康领域之外,食品流通、环境保护、交通运输、城市建设等领域可能影响健康的政策和措施的制定具有参考意义,应该引起政府的高度重视。2.从个体层面来讲,本研究建立的2型糖尿病患者管理效果综合评价模型,包括健康状况风险指数f和健康相关行为风险指数s的二维结构,最终可将风险分级为:0=f(Ⅰ)+s(Ⅰ),1=f(Ⅰ)+s(Ⅱ)或f(Ⅱ)+s(Ⅰ),2=f(Ⅱ)+s(Ⅱ)或(Ⅲ)。模型是基于现有临床诊疗和健康管理实践的业务数据为基础开发的简易评估工具,可以转化为在基层应用的适宜技术,帮助提高糖尿病诊疗和管理服务的针对性和及时性。3.在区域卫生信息平台的应用场景下,糖尿病患者管理效果综合评价模型能够实现基于真实临床诊疗、体检和公共卫生管理实践数据的动态评价。通过选择适宜的分析模型,已在3年的随访期间内观察到管理效果风险高的患者伴发并发症的可能性增加,可用于帮助卫生健康部门,特别是社区卫生服务中心、卫生院等基层医疗卫生机构快速识别高危患者和潜在风险。