收藏本站
《天津医科大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

天津市慢性病队列研究及风险预测模型的建立

李金金  
【摘要】:目的:随着经济的发展,生活水平的提高,由不良生活方式和生活习惯导致的非传染性疾病(non-communicable diseases,NCDs),简称“慢性病”,患病率和致死率日益增加,已经对人民健康和社会经济发展构成严重威胁。慢性病是以心脑血管疾病(高血压、冠心病、脑卒中等)、糖尿病、恶性肿瘤、慢性阻塞性肺部疾病、脂肪肝和慢性肝脏疾病、肥胖症、精神异常和精神病等为代表的一组疾病,具有病程长、病因复杂、健康损害和社会危害严重等特点。我们的研究对象为天津市慢性病体检队列,该人群年龄较大,处于慢性病的高发阶段,有助于我们研究慢性病的病因和风险因素。本研究的主要内容如下:1.对糖尿病(diabetes mellitus,DM)、高尿酸血症(hyperuricemia,HUA)两个慢性病,以及代谢综合征(metabolic syndrome,MS)进行流行病学研究,应用Logistic回归探寻MS、DM和HUA的影响因素。2.通过前瞻性队列研究,调查天津市体检人群MS、DM、HUA四年累积发病率,并探究MS、DM、HUA的独立危险因素。3.基于前瞻性的队列,建立2型糖尿病(type 2 diabetes mellitus,T2DM)和高尿酸血症的发病风险预测模型。方法:1.依托2006年开始建立的“天津市慢性病体检队列”,进行慢性病的流行病学研究。该队列2006年~2011年共纳入人数为7032人;2012年到2017年共纳入人数为11758人;2006年截至2017年队列总人数为18790人,年龄57.54±15.81岁。在第一部分研究中,我们选取队列中2017年度的体检资料,共纳入人数12383人,年龄55.54±16.81岁,进行MS、DM、HUA患病率调查,使用多因素非条件Logistic回归分析来探寻MS、DM、HUA的影响因素。2.第二部分研究对象选自“天津市慢性病体检队列”,分别在2007年、2011年、2015年进行随访,2007年初始入组1752人,其中无代谢综合征者1535人、无糖尿病者1706人、无高尿酸血症者1532人,前后资料完整,年龄60.05±12.63岁,进行MS、DM、HUA累积发病率调查;应用Cox回归进行多因素分析,明确性别、年龄、肥胖、糖尿病、高血压、脂代谢紊乱、高尿酸血症等暴露因素与MS、DM、HUA发病风险的关系。3.第三部分研究对象选自“天津市慢性病体检队列”,分别在2010年、2015年进行随访,建立风险预测模型。入选者305人,2010年入组时均未患T2DM、HUA,在2015年进行随访,75人患T2DM,99人患HUA。基于该队列我们使用非条件Logistic回归模型,OR值(β)自然对数加权的方法,纳入遗传因素和非遗传因素为预测因子,建立T2DM和HUA风险预测模型。结果:1.调查发现,天津市2017年度体检人群代谢综合征患病率为21.5%,糖尿病患病率为13.1%;糖尿病前期患病率为27.2%;高尿酸血症患病率为19.4%。2.多因素非条件Logistic回归分析结果,代谢综合征影响因素为性别、年龄、蛋白尿、血尿酸(serum uric acid,SUA)、总蛋白、谷丙转氨酶;糖尿病的影响因素为性别、年龄、体质指数(Body Mass Index,BMI)、高血压、高胆固醇血症、高甘油三酯血症、低高密度脂蛋白血症、尿素氮、估测的肾小球滤过率(Estimated glomerular filtrate rate,eGFR)、蛋白尿、谷丙转氨酶。高尿酸血症的影响因素为年龄、BMI、尿素氮、总蛋白、谷丙转氨酶、高血压、高胆固醇血症、高甘油三酯血症、eGFR。3.本研究发现体检人群2007年~2011年和2011年~2015年四年累积发病率分别为:MS为10.6%,21.6%;DM为6.8%,6.0%;HUA为10.2%,4.7%。4.以是否男性为暴露因素对MS进行Cox回归,结果:P=0.015,HR值为1.287(1.048~1.580);以是否老年人(年龄≥60岁)为暴露因素对MS进行Cox回归,结果:P=0.001,HR值为1.354(1.131~1.621);以是否HUA为暴露因素对MS进行Cox回归,结果:P=0.001,HR值为1.377(1.084~1.749)。5.以是否老年人为暴露因素对DM进行Cox回归,结果:P=0.000,HR值为1.877(1.415~2.491);以是否肥胖(BMI≥28kg/m~2)为暴露因素对DM进行Cox回归,结果:P=0.000,HR值为1.840(1.326~2.553);以是否高甘油三酯血症为暴露因素对DM进行Cox回归,结果:P=0.001,HR值为1.540(1.184~2.004)。6.以是否男性为暴露因素对HUA进行Cox回归,结果:P=0.000,HR值为3.122(2.120~4.598);以是否肥胖为暴露因素对HUA进行Cox回归,结果:P=0.000,HR值为1.791(1.299~2.468);以是否高血压为暴露因素对HUA进行Cox回归,结果:P=0.014,HR值为1.391(1.068~1.810);以是否高甘油三酯血症为暴露因素对HUA进行Cox回归,结果:P=0.002,HR值为1.480(1.153~1.899)。7.非老年人(年龄60岁)人群中建立2型糖尿病风险预测模型:logistP=-8.214+2.529×(0.077×rs5215Gi+0.068×rs972283Gi+0.322×rs108309 63Gi+0.266×rs163182Gi+0.199×rs13266634Gi+0.122×rs4402960Gi+0.322×rs10830963Gi+0.095X_1+0.630X_2+0.693X_3+0.683X_4+0.182X_5+1.030X_6),AUC为0.880(0.808~0.951),灵敏度:96.2%,特异度:73.7%。老年人(年龄≥60岁)人群中建立2型糖尿病风险预测模型:LogistP=-5.845+1.39×(0.077×rs5215Gi+0.068×rs972283Gi+0.322×rs108309 63Gi+0.266×rs163182Gi+0.095X_1+0.630X_2+0.693 X_3+0.683 X_5+1.030X_6),AUC为0.756(0.671~0.842),灵敏度:81.6%,特异度:62.0%。注:X_1=性别,X_2=年龄,X_3=肥胖,X_4=高血压,X_5=高甘油三酯血症,X_6=血糖正常高值8.在非老年人人群中建立高尿酸血症风险预测模型:LogistP=-1.016+3.131×(0.336X_1+0.119X_2+0.336X_3+0.345X_4+0.157X_5+1.435 X_6),AUC为0.921(0.866~0.975),灵敏度:97.4%,特异度:77.8%;老年人人群中建立高尿酸血症风险预测模型:logistP=-6.630+2.013×(0.747×rs505802Gi+0.18×rs606458Gi+0.04×rs294148 4Gi+0.05×rs1967017Gi+0.336X_1+0.119X_2+0.336X_3+0.345X_4+1.435X_6),AUC为0.881(0.822~0.940),灵敏度:89.4%,特异度:73.1%。注:X_1=性别,X_2=肥胖,X_3=高血压,X_4=高甘油三酯血症,X_5=高胆固醇血症,X_6=尿酸正常高值结论:1.天津市体检人群中MS累积发病率2011年~2015年高于2007年~2011年,呈上升趋势;DM、HUA累积发病率2011年~2015年累积发病率低于2007年~2011年,呈下降趋势。2.队列研究结果提示性别、年龄、高尿酸血症是MS的独立危险因素;年龄、肥胖、高甘油三酯血症是DM的独立危险因素;性别、肥胖、高血压、高甘油三酯血症是HUA的独立危险因素。MS、DM、HUA之间存在着部分共同危险因素,如性别、年龄、肥胖、高甘油三酯等,疾病之间密切联系,提示可能存在共同的致病基础。3.我们在非老年人和老年人中成功建立遗传因素、非遗传因素和综合因素三种2型糖尿病预测模型。在非老年人中成功建立非遗传因素的高尿酸血症风险预测模型;在老年人中成功建立遗传因素、非遗传因素和综合因素三种高尿酸血症预测模型。非老年人模型预测效力高于老年人。非遗传因素模型基础上加入遗传因素后,模型预测效力进一步提高。4.预测模型通过内部验证,预测效力、敏感度、特异度与国内外其他模型相比,处于较高水平。
【学位授予单位】:天津医科大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:R195

免费申请
【参考文献】
中国期刊全文数据库 前10条
1 张蕊;郑黎强;潘国伟;;疾病发病风险预测模型的应用与建立[J];中国卫生统计;2015年04期
2 冯伟;董红军;俞敏;胡如英;;不同方法筛查无症状2型糖尿病效果比较[J];中国预防医学杂志;2014年01期
3 郭立新;;从《高尿酸血症和痛风治疗中国专家共识》谈高尿酸血症的治疗[J];药品评价;2014年01期
4 杨兴华;陶秋山;詹思延;孙凤;曹纯铿;;中国台湾35~74岁健检人群高尿酸血症5年发病风险预测模型[J];中国预防医学杂志;2013年09期
5 余飞;费苛;张震巍;;我国糖尿病死亡损失寿命年和间接经济负担研究[J];中国卫生经济;2011年04期
6 赵华;;高尿酸血症与高血压的关系研究[J];实用心脑肺血管病杂志;2010年10期
7 米生权;李剑虹;胡楠;赵文华;;2型糖尿病个体相关预测模型研究进展[J];中国公共卫生;2010年10期
8 杨巧媛;蒋义国;刘世明;;广州城区成年人代谢综合征相关危险因素调查[J];实用预防医学;2009年04期
9 黄金;秦玉菊;周卫东;周智广;;长沙市4083名成人代谢综合征患病状况调查及危险因素分析[J];中国现代医学杂志;2008年23期
10 邵迎红;田慧;李春霖;方福生;闫双通;李剑;刘瑜;刘敏燕;曹秀堂;;成年男性血尿酸水平与代谢综合征关系的初步探讨[J];解放军医学杂志;2007年12期
【共引文献】
中国期刊全文数据库 前10条
1 刘会林;徐红;;中药尿酸利仙颗粒治疗高尿酸血症随机对照临床观察[J];浙江临床医学;2017年06期
2 张桂玲;王宁;栾芳;魏巍;尹贺欣;刘静芹;;高尿酸血症与初诊2型糖尿病患者hs-CRP和心率变异性的关系及干预研究[J];中国急救复苏与灾害医学杂志;2017年06期
3 郑晓艳;;民航飞行人员高尿酸血症的现状调查[J];中华航空航天医学杂志;2017年01期
4 王惠芳;刘雪梅;刘孟春;翟婷婷;马瑞霞;徐岩;;慢性肾脏病3-5期患者高尿酸血症的临床研究[J];中国综合临床;2017年03期
5 张红艳;张明;石文惠;胡东生;;2型糖尿病风险评估模型的研究进展[J];中华预防医学杂志;2016年09期
6 吴敏;黄淑玉;晏益民;刘锋;朱钊;李玲;廖世波;;新诊断2型糖尿病伴高尿酸血症与血压及血脂相关性分析[J];国际医药卫生导报;2016年10期
7 王琦;姚炯;;缬沙坦联合氨氯地平治疗社区老年人原发性高血压合并糖尿病疗效观察[J];中国基层医药;2016年03期
8 刘晓苑;;高血压与高尿酸血症相关性研究[J];中国城乡企业卫生;2015年06期
9 欧小虹;刘瑛;黄薇;;早发2型糖尿病伴高尿酸血症患者临床特点分析[J];山东医药;2015年46期
10 刘彬;曾文真;杨潘杰;陈齐军;;高尿酸血症与动脉粥样硬化的相关性及其机制研究进展[J];中国医师进修杂志;2015年11期
【二级参考文献】
中国期刊全文数据库 前10条
1 俞丹;向爱华;邓红英;陈素芬;蔡亚华;刘璇;单珊;钱莉;付麒;王知笑;范红旗;张梅;王虹;杨涛;朱广家;;HbA_1c和空腹血糖在糖尿病筛查中的应用价值[J];中国糖尿病杂志;2011年11期
2 胡大一;丁荣晶;;无症状高尿酸血症合并心血管疾病诊治建议中国专家共识[J];中国全科医学;2010年11期
3 舒占坤;蔡乐;叶亚怀;毕卫红;李虹道;冯锐;黄文学;;石林县农村居民糖尿病患病影响因素分析[J];中国公共卫生;2009年12期
4 何清;;高尿酸血症和痛风的病因与流行病学[J];中国临床医生;2009年01期
5 王翠;李文健;;高尿酸血症与冠心病危险因素关系的探讨[J];医学理论与实践;2008年04期
6 毛玉山;周丽诺;黄童;叶红英;陈波斌;陈长喜;杜娟;洪中立;;高尿酸血症患病率与代谢综合征组分数的关系[J];中国糖尿病杂志;2008年03期
7 田小草;逄增昌;鲍国春;高维国;南海荣;汪韶洁;任杰;张磊;乔青;;青岛市居民高尿酸血症患病及影响因素分析[J];中国公共卫生;2008年03期
8 朱君;余俊文;;高尿酸血症和痛风的流行病学及其危险因素的研究进展[J];现代生物医学进展;2008年01期
9 殷堰;刘国柱;庄培悦;;广州市某社区中老年居民代谢综合征流行病学特征[J];中国初级卫生保健;2008年01期
10 刘伟佳;陈维清;陈健;杜琳;王建华;庞伟华;杨波;张晋昕;;代谢综合征三种工作定义在广州地区人群中的应用比较[J];疾病控制杂志;2007年06期
【相似文献】
中国期刊全文数据库 前10条
1 凌云;王建东;;浅析4~#高炉的炉缸侵蚀预测模型[J];南钢科技与管理;2007年03期
2 周媛;叶烨;王新彦;周宏根;王筱蓉;;零转弯半径割草机连续翻滚特性参数化预测模型[J];农机化研究;2018年01期
3 刘洪太;郭云霞;;基于情景数据的火灾预测模型设计与实现[J];科技创新与应用;2018年26期
4 王伟卿;;灰色预测模型在预测话音网关故障中的研究与应用[J];计算机测量与控制;2016年11期
5 韩文倩;;灰色预测模型在山东省保费预测中的应用[J];保险职业学院学报;2017年01期
6 杨萌;;基于灰色预测模型的山西省批发零售业人员需求分析[J];数学的实践与认识;2017年04期
7 崔剑;巴合提努尔·巴赞;李书钦;;烧结过程SO_2排放预测模型研究[J];资源节约与环保;2017年08期
8 张春涛;关文忠;刘学飞;;混沌时间序列的2阶预测模型[J];数学的实践与认识;2016年05期
9 夏静;;建设项目环境影响评价预测模型发展现状[J];绿色科技;2016年08期
10 杨学超;吴雷;;多项式预测模型在沉降变形监测当中的应用[J];矿山测量;2015年02期
中国重要会议论文全文数据库 前10条
1 匡启帆;李益洲;李梦龙;;对于药物不良反应预测模型的系统研究[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年
2 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年
3 王坤龙;;天津地区雾霾的成因及预测模型建立的研究[A];科学发展·协同创新·共筑梦想——天津市社会科学界第十届学术年会优秀论文集(中)[C];2014年
4 郭庆春;;基于人工神经网络的空气污染指数预测模型[A];Proceedings of Conference on Environmental Pollution and Public Health(CEPPH 2012)[C];2012年
5 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年
6 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年
7 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年
8 张晓晞;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年
9 曾练平;燕良轼;;大学师范生可就业能力预测模型的建构[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年
10 林春艳;;一种新的灰色预测模型及其在留学管理中的应用[A];2001年中国管理科学学术会议论文集[C];2001年
中国重要报纸全文数据库 前10条
1 记者 康民;全球首个流感预测模型落户重庆[N];中国保险报;2017年
2 北京大学肿瘤医院 刘晨;筛查食管癌有了风险预测模型[N];健康报;2017年
3 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年
4 本报记者 张超;预测模型:推算SARS起落潮[N];科技日报;2003年
5 刘庆;“预测模型”要缓行[N];网络世界;2006年
6 记者 华凌;颗粒物成云新理论有助改进预测模型[N];科技日报;2015年
7 四川农业大学 王立志 贾刚 王康宁;饲料有效磷的评定及预测模型的“雏形”[N];中国畜牧兽医报;2006年
8 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年
9 中兴通讯 曾志 杨毅;建立移动用户流失分析预测模型[N];通信产业报;2014年
10 叶根华 宁夏回族自治区银川市烟草专卖局(公司);宁夏银川——预测模型再优化[N];东方烟草报;2015年
中国博士学位论文全文数据库 前10条
1 陈玲;孕期及产后压力性尿失禁风险预测模型的构建、验证及应用[D];南方医科大学;2018年
2 云科;MSM人群HIV感染风险预测模型的建立及应用[D];中国医科大学;2018年
3 林开阳;急诊经皮冠状动脉介入术后对比剂肾病的危险因素分析及风险预测模型构建[D];南方医科大学;2018年
4 李金金;天津市慢性病队列研究及风险预测模型的建立[D];天津医科大学;2018年
5 王美萍;城镇供热系统层级热量结算点中短期热负荷预测方法研究[D];太原理工大学;2017年
6 黄登高;用于公交车辆行驶油耗优化的工况预测模型及其自学习策略[D];天津大学;2017年
7 史健翔;基于生物信息学的非小细胞肺癌肿瘤标志物筛选和预测模型构建[D];郑州大学;2018年
8 陈磊;基于全矢谱的设备故障预测方法研究[D];郑州大学;2018年
9 王冬光;控制技术在投资预测模型建立中的应用研究[D];哈尔滨工程大学;2005年
10 张丽峰;中国能源供求预测模型及发展对策研究[D];首都经济贸易大学;2006年
中国硕士学位论文全文数据库 前10条
1 王水凡;基于混合预测模型的交通标志识别方法[D];哈尔滨理工大学;2018年
2 单婷;基于蛋白质结构特征的折叠速率预测模型[D];大连交通大学;2016年
3 霍德磊;车辆纵向编队实用技术研究[D];长沙理工大学;2017年
4 李贤;汽车销售点的品牌销量预测模型与运用研究[D];西华大学;2017年
5 王天豪;高校公共建筑能耗影响因素与预测模型构建研究[D];西安建筑科技大学;2018年
6 张琦;短期光伏发电出力预测方法研究[D];广东工业大学;2018年
7 洪丹仪;基于数据处理的短期局部预测方法研究及其在风速风能预测中的应用[D];华南理工大学;2018年
8 梁霞;基于模糊时间序列预测模型在我国风力发电量上的应用研究[D];兰州交通大学;2018年
9 陈思;小麦肉鸡代谢能和氨基酸消化率预测模型构建[D];西北农林科技大学;2018年
10 胡海燕;剖宫产术后阴道分娩预测模型的验证与优化[D];南方医科大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026