编辑推荐：
为解决糖尿病足溃疡（DFU）在合并下肢动脉硬化闭塞症（ASO）的糖尿病患者中症状更严重、预后更差的问题，研究人员开展了用机器学习算法构建预测模型的研究。结果显示模型预测性能高，有临床实用性，为 DFU 的诊疗提供参考。
在全球范围内，糖尿病已成为一个严峻的公共卫生挑战。据国际糖尿病联盟（IDF）统计，全球约有 5.37 亿糖尿病患者，其中 15%-25% 的患者面临着糖尿病足溃疡（Diabetic Foot Ulcer，DFU）的风险。DFU 作为糖尿病的严重并发症，不仅会导致伤口长期不愈合、感染，甚至可能引发下肢截肢，严重影响患者的生活质量和生命健康，同时也给社会经济和医疗资源带来了沉重负担。
对于合并下肢动脉硬化闭塞症（Arteriosclerotic Occlusion，ASO）的糖尿病患者来说，DFU 的问题更加严峻。这类患者的下肢血管病变往往更为复杂，多表现为多平面血管闭塞，使得病情进展迅速，患者在就医时常常已经出现大面积的足部溃疡和坏疽。即使进行了下肢动脉血流重建手术，部分患者的足部伤口仍然难以愈合。
目前，虽然临床对 DFU 的重视程度逐渐提高，但相关的临床预测模型尚处于起步阶段。过往的研究存在样本局限、缺乏外部验证、预测能力有限等问题，且对于糖尿病合并下肢 ASO 患者发生 DFU 的风险因素及相关预测模型的研究较少。因此，开展针对这一群体的研究，构建精准的预测模型，对于早期诊断、预防 DFU 的发生，合理分配医疗资源具有重要意义。
大连医科大学附属第一医院等机构的研究人员开展了此项研究。研究旨在利用机器学习（Machine Learning，ML）算法，构建一个能够预测糖尿病合并下肢 ASO 患者发生 DFU 风险的临床预测模型。研究人员收集了 2011 年 1 月 1 日至 2023 年 8 月 31 日期间，大连医科大学附属第一医院收治的糖尿病合并下肢 ASO 患者的数据。经过严格的数据筛选和质量控制，最终纳入 1978 例符合条件的患者，将其分为训练集（n=1559）和验证集（n=419），并根据是否发生 DFU 分为 DFU 组和非 DFU 组。
研究人员采用了多种技术方法。首先进行数据质量控制，对数据中的异常值、缺失值进行处理，统一指标单位，并根据临床意义对变量进行转换。然后运用多种统计分析方法，包括 t 检验、Kruscal-Whallis H 检验、χ2检验、Fisher 精确检验等，分析 DFU 组和非 DFU 组之间的指标差异。同时，通过单因素和多因素逻辑回归分析筛选风险因素，并利用最小绝对收缩和选择算子（Least Absolute Selection and Shrinkage Operator，LASSO）、支持向量机（Support Vector Machine，SVM）、随机森林（Random Forest，RF）等机器学习算法进一步筛选，构建临床预测模型和列线图（Nomogram）。最后，通过受试者工作特征曲线（Receiver Operating Characteristic Curve，ROC）、校准曲线（Calibration Curve）、决策曲线分析（Decision Curve Analysis，DCA）和临床影响曲线（Clinical Impact Curve，CIC）对模型的预测能力和临床实用性进行评估。
研究结果如下：
- 人口统计学和临床数据差异分析：共纳入 51 个指标进行统计分析，发现吸烟、体重指数（Body Mass Index，BMI）、年龄、吸烟时间、每日吸烟量、糖尿病病程、高血压病史、冠心病病史、糖尿病肾病比例、收缩压、舒张压、下肢肿胀比例、髂动脉闭塞比例、股动脉闭塞比例、小腿动脉闭塞数量、胰岛素注射控制血糖比例、口服药物控制血糖比例、白蛋白（ALB）、尿酸（UA）、C 反应蛋白（CRP）等多个指标在 DFU 组和非 DFU 组之间存在统计学差异（p<0.05）。
- DFU 独立相关因素的单因素和多因素逻辑回归分析：筛选出年龄、高血压、舒张压、冠心病、脑梗死、糖尿病肾病、下肢肿胀麻木、每日吸烟量、下肢动脉闭塞节段数、髂动脉闭塞、股动脉闭塞、小腿动脉闭塞、胰岛素注射控制血糖、BMI、糖尿病病程、血红蛋白（Hb）、CRP 等为 DFU 的独立相关因素（P<0.05）。
- 结合机器学习算法建立临床预测模型和列线图：通过 LASSO、SVM 和 RF 算法进一步分析，得到 10 个相关因素，即 BMI、高血压、冠心病、糖尿病肾病、小腿动脉闭塞数量、胰岛素注射控制血糖、年龄、每日吸烟量、舒张压和 CRP，并构建了临床预测模型。列线图可根据患者各因素的具体值计算总分，进而得出 DFU 发生的概率。
- 预测模型疗效验证和临床实用性评估：模型的 ROC 曲线下面积（AUC）为 0.962，特异性为 0.896，敏感性为 0.904，校准曲线与理想结果高度吻合，表明模型具有良好的预测能力。内部验证 AUC 达到 0.968，外部时间验证 AUC 达到 0.977，进一步证实了模型的准确性和可重复性。DCA 曲线和 CIC 曲线显示，在广泛的决策阈值范围内，模型具有较高的净效益，预测结果接近实际结果，表明模型具有较高的临床实用性。
研究结论和讨论部分指出，BMI、高血压、冠心病、糖尿病肾病、小腿动脉闭塞数量、胰岛素注射控制血糖、年龄、每日吸烟量、舒张压和 CRP 是与 DFU 相关的最具特征的因素，且均为独立风险因素。基于这些风险因素构建的临床预测模型具有良好的疗效和可重复性，列线图的可视化展示方便了临床应用，有助于早期筛查和个性化治疗方案的实施。
然而，该研究也存在一定的局限性。研究为回顾性研究，可能存在信息偏倚；模型的准确性和实用性需要在基层医疗机构进一步验证；研究数据多来源于病历，可能存在未记录的潜在影响因素。尽管如此，这项研究仍然为糖尿病合并下肢 ASO 患者 DFU 的预防和筛查提供了新的思路，补充和完善了现有的防治措施，对改善患者的预后具有重要意义。该研究成果发表在《Scientific Reports》上，为相关领域的研究提供了重要参考，有望推动糖尿病足溃疡防治领域的进一步发展。
