基于机器学习模型的2型糖尿病患者视网膜微血管形态学特征与糖尿病肾病的相关性

作     者：杨雪柯 刘章锁 李广普 段家宇 刘东伟 Yang Xueke;Liu Zhangsuo;Li Guangpu;Duan Jiayu;Liu Dongwei

作者机构：郑州大学第一附属医院中西医结合肾病科郑州大学肾脏病研究所河南省肾脏病研究中心河南省慢性肾脏病精准诊疗重点实验室郑州450052 

出 版 物：《中华医学杂志》 (National Medical Journal of China)

年 卷 期：2023年第103卷第18期

页      面：1393-1400页

核心收录：

学科分类：1002[医学-临床医学] 100212[医学-眼科学] 10[医学] 

基　　金：国家自然科学基金(82103916 81970633) 

主　　题：糖尿病,2型 糖尿病肾病 视网膜微血管参数 机器学习模型 

摘      要：目的探讨2型糖尿病患者视网膜微血管形态学特征与糖尿病肾病(DKD)的相关性。方法回顾性分析2018年1月至2020年12月于郑州大学第一附属医院就诊的2型糖尿病患者的临床资料及眼底照相图片。根据是否伴有肾功能异常分为DKD组和对照组。应用U-Net深度卷积神经网络将视网膜血管形态学及结构数字化,应用多因素logistic回归分析视网膜血管形态学特征与DKD的相关性。结果共纳入2型糖尿病患者648例,男410例,女238例,年龄(53±10)岁。2型糖尿病不伴肾功能异常的对照组398例,DKD组250例;收集双侧眼底图像1296张。DKD组患者男性占比(68.4%比60.1%,P=0.032)、年龄[(54±9)比(52±10)岁,P=0.005]、收缩压[(136.8±17.3)比(130.3±15.4)mmHg(1 mmHg=0.133 kPa),P0.001]、总胆固醇[(4.5±1.4)比(4.2±1.0)mmol/L,P=0.009]、甘油三酯[M(Q_(1),Q_(3))][1.7(1.2,3.0)比1.4(1.0,2.3)mmol/L,P0.001]、胱抑素C[(0.9(0.8,1.0))比0.8(0.7,0.9)mg/L,P0.001]均高于对照组,高密度脂蛋白[(1.0±0.3)比(1.1±0.3)mmol/L,P=0.001]低于对照组。多因素logistic回归分析结果显示,调整年龄、性别后,相对于血管弯曲度最低四分位数组,第三分位数组(右眼:OR=1.825,95%CI:1.204~2.768,P=0.005)和第四分位数组(左眼:OR=1.929,95%CI:1.218~3.055,P=0.005)DKD的发生风险增加;视网膜静脉血管管径平均值增加(左眼:OR=1.044,95%CI:1.013~1.075,P=0.005)与DKD发生风险相关;血管分形维数(左眼第四分位数组:OR=0.444,95%CI:0.199~0.987,P=0.046)和视网膜血管密度(右眼第二、四分位数组:OR=0.639,95%CI:0.409~0.998,P=0.049;OR=0.534,95%CI:0.331~0.864,P=0.010)降低与DKD的发生风险相关。结论视网膜微血管形态学特征异常与DKD存在关联,视网膜静脉血管管径增加、血管密度降低与DKD的发生相关。