Jing Bai,1 Yu Liu,1 Fan Wang,2 Shan Yu,1 Yungang Pu,1 Baobin Luo,1 Qingchen Meng,1 Mingze Jin,1 Dongning Chen,2 Xiangyi Liu1 

1Department of Clinical Laboratory, Beijing Tongren Hospital, Capital Medical University, Beijing, 100730, People’s Republic of China; 2Beijing Tongren Hospital Health Management Center, Capital Medical University, Beijing, 100730, People’s Republic of China

Correspondence: : Xiangyi Liu, Department of Clinical Laboratory, Beijing Tongren Hospital, Capital Medical University, No. 1, Dongjiaominxiang Street, Dongcheng District, Beijing, 100730, People’s Republic of China, Tel +8601058268695, Email liuxiangyi@ccmu.edu.cn Dongning Chen, Beijing Tongren Hospital Health Management Center, Capital Medical University, No. 1, Dongjiaominxiang Street, Dongcheng District, Beijing, 100730, People’s Republic of China, Tel +86010585363574, Email 13501082964@mail.ccmu.edu.cn
摘要

背景：糖尿病视网膜病变（DR）的早期识别与干预对预防视力损伤至关重要。本研究旨在比较伴或不伴DR的2型糖尿病（T2DM）患者的糖化白蛋白（GA）水平，并构建基于GA的预测模型，用于评估DR的发生风险。

方法：本研究为横断面设计，于2022年6月至2024年6月在我医院体检中心开展。纳入成年T2DM患者，收集其临床资料、实验室指标及DR诊断信息。采用LASSO回归筛选与DR相关的变量，并通过受试者工作特征（ROC）曲线确定最佳截断值。进一步比较八种机器学习算法（包括XGBoost、逻辑回归、LightGBM、随机森林、AdaBoost、KNN、支持向量机和高斯朴素贝叶斯），以选择预测DR性能最优的模型。

结果：共纳入809例T2DM患者，其中85例（10.5%）合并DR，724例（89.5%）未合并DR。DR患者的GA和糖化血红蛋白（HbA1c）水平均显著高于非DR患者。GA预测DR的ROC曲线下面积（AUC）为0.657，最佳临界值为18.0%。多因素logistic回归显示GA是DR的独立相关因素。机器学习模型中，随机森林表现最佳，其在验证集和测试集中的AUC分别为0.648和0.725。校准曲线与决策曲线分析均提示该模型具有良好的预测一致性与临床适用性。

结论：在T2DM患者中，较高GA水平与DR存在独立关联。基于GA的新的预测模型，可能提示DR发生风险