| 目的 建立及验证高龄2型糖尿病（T2DM）患者合并认知衰弱（CF）预测模型。方法 回顾性选取中国科学技术大学附属第一医院（安徽省立医院）全科医学科2021年1月至2023年12月收治的T2DM患者220例，采用随机数表法将患者按照3∶2的比例分为建模组（n=132）和验证组（n=88），将建模组中的132例T2DM患者按照是否发生认知衰弱分为CF组（n=82）以及非CF组（n=50），采用单因素和多因素logistic回归分析高龄T2DM患者合并CF的影响因素，应用R语言建立模型，采用受试者工作特征（ROC）曲线评价模型对于高龄T2DM患者合并CF的预测价值，采用H-L拟合优度检验评价模型的校准度。结果 CF组与非CF组患者年龄、糖尿病病程、睡眠时长、抑郁的比较，差异有统计学意义（P<0.05），多因素logistic回归分析结果显示，年龄（OR=2.684，P<0.001，95% CI：1.803~3.996）、糖尿病病程（OR=1.727，P=0.025，95% CI：1.072~2.783）、睡眠时长（OR=5.314，P=0.001，95% CI：2.046~13.802）、抑郁（OR=3.385，P=0.019，95% CI：1.219~9.399）是高龄T2DM患者合并CF的独立影响因素（P<0.05）；将年龄、糖尿病病程、睡眠时长、抑郁纳入构建的预测模型中，成功构建模型，该模型在建模组以及验证组中校准曲线斜率均为接近于1的直线，表明该模型预测高龄T2DM患者合并CF的风险与实际风险一致性良好；ROC曲线分析结果显示，模型在建模组中对高龄T2DM患者合并CF的预测曲线下面积（AUC）为0.975，标准误为0.021（95% CI：0.9546~0.9854），此时灵敏度为95.64%，特异度为94.77%；模型在验证组中的预测AUC为0.939，标准误为0.028（95% CI：0.9433~0.9716），此时灵敏度为92.92%，特异度为87.08%。结论 高龄T2DM患者合并CF受多种因素影响，医护人员因提供全面、有针对性的建议，及早干预，以减缓疾病进展、减少并发症的发生。 |
