刘美宏 董利平

    2型糖尿病(type 2 diabetes mellitus,T2DM)患者数量占全部糖尿病总数比例达95%[1-3]。有研究表明,提高和加强T2DM患者的临床和护理管理水平能够有效避免其病情发展[4-6]。目前,国内针对T2DM患者的临床和护理管理重点主要在健康饮食、合理运动和药物使用[7-9]。通过上述手段,T2DM患者的血糖水平得到了一定的控制。然而,T2DM患者中老年群体的临床和护理管理存在一定难度[10]。老年T2DM群体通常病情更为复杂,护理依从性更差,管理难度更大。因此,在老年T2DM患者临床和护理管理中,血糖控制影响因素的研究较为重要。通过探究老年T2DM患者血糖控制影响因素,医疗单位可提前采取更具针对性的处置措施,从而改善预后。目前,国内主要通过logistic回归分析预测老年T2DM患者的血糖控制影响因素[11-13],该方法结果存在一定的单一性。作为一种新型数据挖掘技术,基于卷积神经网络的机器学习及其算法近年来逐步应用于医疗领域并在医学统计、分析和预测中发挥了重大作用[14-15]。该方法或许可用于老年T2DM患者相关研究,并弥补logistic回归分析法的单一性。因此,本研究开展了基于机器学习及其算法的社区老年T2DM患者血糖控制影响因素研究,报道如下。

    1 资料与方法

    1.1 一般资料 收集2021年6月至2022年7月河北省张家口地区4个社区老年2型糖尿病患者124例。经筛选后获得符合纳入标准者94例,收集其各项资料用于前瞻性研究。本研究获得医院医学伦理委员会的批准,患者或家属签署了知情同意书。

    1.2 纳入与排除标准

    1.2.1 纳入标准:①年龄≥60老年人;②查尔森合并症指数(CCI)≤ 4;③卡氏评分(KPS)≥60;④研究涉及的基线资料完整;⑤思维和情绪正常,能够配合完成调研 ......