Page 26 - 中国全科医学2022-20

http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn ·2455·

证。校正拟合偏倚后的 C-index 为 0.761，该验证模型 风险可增加 2~4 倍 ［13-14］ ，一旦合并冠心病，其致残率、
亦具有中等区分度，且校准度良好；Calibration plot 显 病死率明显升高，给患者及其家庭、社会造成了巨大的
示预测 T2DM-SAP 患者不良结局风险与实际不良结局 痛苦和沉重的经济负担，因此，在早期糖尿病患者合并
风险平均绝对误差（mean absolute error，MAE）为0.011（图 稳定型心绞痛时，建立临床预测模型，及时预警，采取
2
3）；Hosmer-Lemeshow 检 验 结 果 显 示：χ =6.004， 精准、有效的干预，可显著改变 MACCE 的发生风险。
P=0.647，该模型校准度良好。 中医“治未病”不仅用于养生保健、疾病预防方面，还
2.5.3 临床有效性 应用 DCA 曲线评估预测模型的 可以广泛地应用于各类慢性疾病的防治，其精髓在于“未
临床有效性（图 4）。当阈值概率分别 >30%，则该研 病先防、欲病防作、既病防变、瘥后防复”。但是“治
究中使用此列线图预测模型预测 T2DM-SAP 患者发生 未病”的范畴过于笼统，诊断“未病”的依据不是很确
MACCE 风险会比对所有患者实施干预方案更有利，在 切，经验性、主观性较强，对风险的预测较为模糊 ［15］ ，
这个范围内，预测模型的净收益显著高于两个极端状况。 而列线图是临床研究中可靠性高、实用性强的风险预测
3 讨论 方法，被国内外广泛应用于肿瘤学和慢性疾病的风险预
糖尿病是心、脑血管疾病的独立危险因素 ［12］ ，与 测。列线图的构建较为明晰，可借助现代数学、统计学
非糖尿病人群相比，糖尿病患者发生心、脑血管疾病的 等学科精准化预测的方式为“治未病”提供可操作的关
键技术，把中医理论的研究转化为临床效益，把辨证论
治的经验转化为循证医学的证据应用于临床，将“治未
0.8 病”的内容与列线图的形式相融合，衷中参西，取长补
短，为中医学的发展不断注入新的思想和方法学的内涵。
研究表明，随着年龄增长心、脑血管事件发生的风
0.6 险逐渐上升 ［16］ ；国外一项多中心调查发现，年龄 >60
岁是糖尿病患者发生心脑血管疾病的独立危险因素 ［17］ 。
实际概率 0.4 本研究多因素 Logistic 回归分析也显示年龄为 T2DM-
SAP 患者发生 MACCE 的独立影响因素。Scr 作为肾功
能的一个评价指标，也与MACCE的发生有关。研究表明，
实际值 肾功能不全患者心血管不良事件发生风险显著增加 ［18］ 。
0.2 贝叶斯校正
理想值 既往研究也发现，Scr 水平升高和肌酐清除能力下降与
糖尿病、脂代谢紊乱、心血管疾病等多种疾病的发生及
进展有关 ［19-20］ ，本研究结果与其一致。T2DM-SAP 属
0 0.2 0.4 0.6 0.8 中医消渴、胸痹范畴，《伤寒论》曰：“消渴，气上撞心，
预测概率
图 3 T2DM-SAP 发生 MACCE 的预测模型校准曲线 心中疼热”，《诸病源候论》曰：“消渴重，心中痛”，
Figure 3 Calibration curve of the nomogram-based model predicting the 可见消渴与心系疾病有着密切联系。MACCE 在中医属
risk of major adverse cardiovascular and cerebrovascular events in patients 于中风、真心痛等范畴，其基本病机是本虚标实，虚实
with type 2 diabetes mellitus and stable angina pectoris
夹杂。本研究结果显示，少苔、细弱脉、暗紫舌、风痰
0.3 阻络是 T2DM-SAP 患者发生 MACCE 的危险因素，结合
列线图预测工具的优势，可以将其危险贡献度进行排序：
细弱脉（46.89）> 暗紫舌（26.99）> 风痰阻络（24.66）
0.2 > 少苔（19.53）。可见，脉象、舌色是主要的危险因素，
净收益 预测模型 脉象、舌色是患者在各种危险因素长期影响下显现出的

0.1 危险信息，其变化相对稳定，能够反映一段时间内患者
全部
的体质，因此在 T2DM-SAP 患者的临床预防工作中要
0 重视脉象、舌色，尤其是细弱脉与暗紫舌，以便评估患
无 者病情，及早采取干预，降低发病风险。
0 0.2 0.4 0.6 0.8 列线图是一种量化风险的预测工具，不仅可清晰、
高风险阈值 直观地展现各项指标及其风险贡献程度，将复杂的统计
图 4 T2DM-SAP 发生 MACCE 的预测模型临床决策曲线
Figure 4 Decision curve analysis of the nomogram-based model for 学模型可视、可读化，还可以进行基于证据的个体化风
predicting the risk of major adverse cardiovascular and cerebrovascular 险预测，具有较高的临床应用价值。将中医元素纳入模
events in patients with type 2 diabetes mellitus and stable angina pectoris 型当中，把基于中医理论的个体化辨证论治与列线图的