建立基于中国农村人群的非侵袭性2型糖尿病（T2DM）风险预测模型。
方法于2007年7—8月和2008年7—8月选择河南省某县的两个乡（镇）为研究现场，以自然村为单位，采用整群抽样的方法，选取≥18岁农村居民为调查对象，共20 194名。对调查对象进行问卷调查、体格检查、FPG及脂质谱检测。于2013年7—8月和2014年7—10月对上述调查对象进行随访，共随访到17 265名，最终纳入12 285名调查对象。通过计算机产生随机数字，以1∶1的比例将其随机分为建立预测模型组（建模组，6 143名）和验证预测效能组（验证组，6 142名）。在建模组，应用多因素Cox比例风险回归模型分析T2DM的危险因素，并以10倍的β值为每个有统计学意义的预测变量赋值，由此建立T2DM风险预测模型。应用预测模型计算出个体的风险分值后进行受试者工作特征（ROC）曲线分析，以ROC曲线下面积（AUC）反映模型的预测效能。在验证组检验模型的预测效能，并与芬兰FINDRISC模型相比较。
结果调查对象随访6年后新发T2DM 779例，其中建模组376例，发病率为6.12%；验证组403例，发病率为6.56%，两组人群T2DM发病率差异无统计学意义（χ2=1.00，P= 0.316）。在建模组，应用多因素Cox比例风险回归模型方法共建立4个非侵袭性T2DM风险预测模型；4个模型的AUC相近（0.67~0.70）。模型4的AUC及约登指数最高；模型4以25分为最佳切点，此处的灵敏度为65.96%，特异度为66.47%，约登指数为0.32。该模型纳入的预测变量有年龄、睡眠时间、BMI、腰围和高血压。以<30岁为参照组，30~44、45~59和≥60岁的β值分别为1.07、1.58和1.67，分别赋予11、16和17分；以睡眠时间<8.0 h/d为参照组，≥10.0 h/d的β值为0.27，赋予3分；以BMI 18.5~ 23.9 kg/m2为参照组，BMI 24.0~27.9和≥28.0 kg/m2的β值分别为0.53和1.00，分别赋予5和10分；以腰围<85 cm（男）/<80 cm（女）为参照组，85 cm≤腰围<90 cm（男）/80 cm≤腰围<85 cm（女）、腰围≥90 cm（男）/腰围≥85 cm（女）的β值分别为0.44和0.65，分别赋予4和7分；以未患高血压为参照组，高血压患者的β值为0.34，赋予3分。将该评分模型和芬兰FINDRISC模型同时应用到验证组，AUC分别为0.66和0.64，差异无统计学意义（P=0.135）。
结论本研究基于队列研究，建立了一个以年龄、睡眠时间、BMI、腰围和高血压为预测变量的非侵袭性T2DM风险预测模型。该模型与芬兰FINDRISC模型预测效能相近，适用于中国农村人群。