Page 25 - 中国全科医学2022-20

·2454· http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn

表 5 MACCE 组和非 MACCE 组证型资料比较〔n（%）〕 表 8 T2DM-SAP 患者发生 MACCE 影响因素的多因素 Logistic 分析
Table 5 Comparison of TCM syndrome data between the MACCE and non- Table 8 Multivariate Logistic regression analysis of influencing factors for
MACCE groups major adverse cardiovascular and cerebrovascular events in patients with
非 MACCE 组 MACCE 组 2 type 2 diabetes mellitus and stable angina pectoris
变量 χ 值 P 值
2
（n=484） （n=190） 变量 β SE Wald χ 值 P 值 OR 值 95%CI
风痰阻络 34（7.0） 45（23.7） 36.596 <0.001 常数 -4.432 0.654 -6.780 <0.001 0.012 （0.003，0.042）
痰瘀互结 67（13.8） 27（14.2） 0.015 0.901 年龄 0.032 0.009 3.462 0.001 1.033 （1.014，1.052）
气虚血瘀 121（25.0） 48（25.3） 0.005 0.943 脑血管病史 1.335 0.209 6.381 <0.001 3.799 （2.529，5.750）
肝肾阴虚 16（3.3） 9（4.7） 0.782 0.376 Scr 0.005 0.001 3.354 0.001 1.005 （1.002，1.008）
气阴两虚 133（27.5） 45（23.7） 1.011 0.315 暗紫舌 1.014 0.388 2.613 0.009 2.756 （1.285，5.935）
心肾阳虚 22（4.5） 8（4.2） 0.036 0.850 少苔 0.734 0.356 2.060 0.039 2.083 （1.025，4.166）
阴阳两虚 2（0.4） 2（1.1） 0.946 0.331 细弱脉 1.762 0.598 2.945 0.003 5.822 （1.867，20.359）
风痰阻络 0.926 0.279 3.320 0.001 2.525 （1.466，4.387）
表 6 T2DM-SAP 患者发生 MACCE 影响因素的单因素 Logistic 分析
Table 6 Univariate Logistic regression analysis of influencing factors for 0 20 40 60 80 100
major adverse cardiovascular and cerebrovascular events in patients with 单项得分
type 2 diabetes mellitus and stable angina pectoris 年龄 30 40 50 60 70 80 90
Wald χ 2 是
变量 β SE P 值 OR 值 95%CI 脑血管病史
值
否
年龄 0.043 0.008 5.178 <0.001 1.044 （1.027，1.062） 血肌酐
0 200 400 600 800
高血压病史 0.599 0.212 2.823 0.005 1.820 （1.212，2.791） 是
少苔
脑血管病史 1.608 0.185 8.717 <0.001 4.993 （3.493，7.205） 否
是
Scr 0.004 0.001 2.953 0.003 1.004 （1.001，1.006） 暗紫舌 否
是
暗紫舌 0.993 0.354 2.802 0.005 2.699 （1.340，5.438） 细弱脉
否
少苔 0.612 0.319 1.915 0.056 1.843 （0.972，3.427） 是
风痰阻络 否
弦滑脉 0.566 0.236 2.402 0.016 1.761 （1.103，2.784）
细弱脉 1.672 0.555 3.014 0.003 5.322 （1.865，17.283） 总分 0 40 80 120 160 200
风痰阻络 1.413 0.246 5.732 <0.001 4.108 （2.541，6.698） 风险 0.1 0.3 0.5 0.7 0.9
图 1 预测 T2DM-SAP 发生 MACCE 风险的列线图
表 7 多重共线性检验 Figure 1 Nomogram predicting the risk of major adverse cardiovascular
Table 7 Test of multicollinearity in univariate Logistic regression analysis and cerebrovascular events in patients with type 2 diabetes mellitus and
stable angina pectoris
高血压 脑血管 暗紫 弦滑 细弱 风痰
指标 年龄 Scr 少苔
病史 病史 舌 脉 脉 阻络
1.0
VIF 1.054 1.055 1.191 1.038 1.007 1.030 1.279 1.014 1.431
TOL 0.949 0.948 0.840 0.963 0.993 0.970 0.782 0.986 0.699
注：VIF= 容忍度，TOL= 方差膨胀因子
0.8
细弱脉、风痰阻络是 T2DM-SAP 患者发生 MACCE 的影
响因素（P<0.05），见表 8。
0.6
2.4.4 风险预测模型的建立 基于筛选出的 7 个危险因
素构建预测 T2DM-SAP 患者发生 MACCE 风险的列线图 灵敏度
模型，见图 1。 0.4
2.5 预测模型评价
2.5.1 区分度 列线图模型预测 T2DM-SAP 患者发生
0.2
MACCE 的 C-index 为 0.769〔95%CI（0.729，0.809）〕，
该模型具有中等区分度；根据最大 Youden 指数原则，
当 Youden 指数为 0.445 时，截断点为 -0.709，灵敏度
0 0.2 0.4 0.6 0.8 1.0
为 69.47%，特异度为 75.00%，此时模型的判别一致性
１- 特异度
最高，见图 2。 图 2 列线图模型预测 T2DM-SAP 发生 MACCE 的 ROC 曲线
2.5.2 校准度 本研究利用 Bootstrap 法在原始样本中 Figure 2 ROC analysis of the nomogram-based model for predicting the
risk of major adverse cardiovascular and cerebrovascular events in patients
进行有放回地均匀抽样，重复抽样 1 000 次进行内部验 with type 2 diabetes mellitus and stable angina pectoris