背景：2型糖尿病(T2DM)是一种世界范围内普遍存在的复杂代谢性疾病。世界卫生组织估计，2014年全球有4.22亿18岁以上的成年人患有糖尿病。目前，中国是世界上糖尿病患者最多的国家，糖尿病患病率位居世界前列。确实，先前的几项成功研究已经证明，生活方式干预可以有效预防T2DM。然而，Heidemann等人发现，一些人认为自己患糖尿病的风险很低，尽管实际风险很高。近年来，许多糖尿病风险评分(RS)模型被开发用于预测T2DM的发病风险。然而，各种糖尿病风险模型和评分很少被使用，因为它们是在没有特定用户或明确用途的情况下开发的。因此，一些研究人员分别针对农村或城市人口制定了风险评分。此外，针对特定年龄组构建了多个糖尿病RS模型。但是，目前还没有研究专门针对在职或退休员工建立RS模型。此外，动态nomogram是一个基于常规nomogram的在线评分系统，为临床医生提供了一个简单易用的工具来定制临床决策。据我们所知，动态nomogram尚未被开发用于预测T2DM发病的概率。

目的：本研究旨在建立基于16 ~ 68岁体检数据的动态nomogram和RS模型，平均年龄为38.48±11.87岁。该项目获得北京体检中心伦理委员会(北京，中国;伦理批准ID: 201,802 & 202008)。所有方法均按照相关指南和法规进行，并获得11,145名参与者的知情同意。由于这是一项回顾性研究，北京体检中心伦理委员会在放弃书面知情同意的情况下批准了其余参与者。

方法:对北京市体检中心患者(n = 44852例)进行为期11年(2006-2017年)的随访;平均随访时间为4.06±2.09年。在训练队列中进行多变量Cox回归，以确定与T2DM相关的危险因素，并使用对应于每个协变量的加权估计量，根据拟合Cox回归系数和方差估计，建立动态nomogram和RS模型，然后进行内部验证和敏感性分析。采用一致性指数(C-index)评价模型的准确性和可靠性。

结果:在44852名基线患者中，2912人在随访期间被诊断为T2DM，每1000人-年的发病密度为16.00。多因素分析显示，男性(P < 0.001)、年龄较大(P < 0.001)、高体质指数(BMI, P < 0.05)、高空腹血糖(FPG, P < 0.001)、高血压(P = 0.015)、血脂异常(P < 0.001)、低血肌酐(sCr, P < 0.05)是T2DM的危险因素。动态nomogram在训练集中达到了0.909的高c指数，在验证集中达到了0.905。十倍交叉验证估计nomogram曲线下面积为0.909(95%置信区间0.897-0.920)。此外，动态nomogram和RS模型在亚组和敏感性分析中表现出可接受的鉴别和临床有用性。

表1 训练队列新发糖尿病的单因素和多因素Cox比例风险回归分析

图1 训练队列中基于多变量Cox比例风险模型预测3、5、10年T2DM发病率的Nomogram。每个变量的值都给出了从0到10的分数。底部量表上的总点数表示3年、5年和10年发病的概率

图2 根据疾病指数，比较各组无t2dm的概率。一个训练队列(n = 31,391);B验证队列(n = 13,461)。A类，0-12点在nomogram(黄色);B类，图中12-18点(蓝色);C类，nomogram 18-26点

结论:T2DM动态nomogram和RS模型分别为临床医生和其他进行体检的人员提供了简单易用的工具，用于评估中国城市在职或退休员工患T2DM的风险。

原文出处：Tong C,  Han Y,  Zhang S,et al.Establishment of dynamic nomogram and risk score models for T2DM: a retrospective cohort study in Beijing.BMC Public Health 2022 Dec 09;22(1)