高精度预测高血糖危象患者持续静脉胰岛素治疗后血糖下降的临床模型：一项多中心回顾性队列研究

这篇研究通过多中心回顾性队列数据，开发了基于梯度提升决策树（GBDT）的预测模型，可精准预测高血糖危象（DKA/HHS/SDK）患者接受持续静脉胰岛素治疗后的血糖降幅（ΔGlu）。模型特征包括治疗起始血糖、碳酸氢盐浓度、胰岛素流速等5项参数，测试集相关系数达0.83，为急诊场景下个体化治疗决策提供了客观工具。

　　

研究背景

高血糖危象（包括糖尿病酮症酸中毒DKA、高渗性高血糖状态HHS和软饮料酮症SDK）是糖尿病急性代谢并发症，死亡率显著高于其他糖尿病相关并发症。当前临床实践中，持续静脉胰岛素治疗的初始剂量和滴速主要依赖医生经验，缺乏个体化预测工具。

研究方法

研究纳入2010-2024年日本4家医疗机构收治的163例患者（47例1型糖尿病，116例2型糖尿病），排除未接受持续胰岛素治疗等不符合标准的病例后，通过机器学习构建预测模型。采用梯度提升决策树（GBDT）方法，以治疗起始血糖、碳酸氢盐浓度、胰岛素流速（单位/h）、治疗持续时间、输液流速作为核心特征。

关键发现

1. 模型性能：GBDT模型在测试集中ΔGlu预测值与实际值的相关系数达0.83（线性回归模型为0.75），均方根误差（RMSE）为9131.7 mg/dL²。SHAP分析显示治疗持续时间（贡献度最高）和起始血糖水平是核心预测因子。

2. 临床关联：高起始血糖（>683 mg/dL）、高血钾、高渗透压患者更易出现预测偏差，可能与高渗状态下补液效应有关。

3. 治疗差异：使用钠-葡萄糖协同转运蛋白2抑制剂（SGLT2i）的患者预测误差显著增大（P=0.016），提示需特殊关注此类人群。

应用价值

该模型仅需动脉血气分析和治疗参数即可预测血糖降幅，尤其适用于非糖尿病专科医疗机构。例如，当输入起始血糖500 mg/dL、碳酸氢盐18 mmol/L、胰岛素流速5 U/h等参数后，模型可输出ΔGlu预测值，辅助医生调整治疗策略以避免血糖骤降（>100 mg/dL/h）引发的脑水肿风险。

局限与展望

研究存在回顾性设计的固有局限，且未完全验证模型在不同种族和输液类型（如乳酸林格液）中的普适性。未来需通过前瞻性多中心研究进一步优化，并开发整合实时血糖监测的临床决策系统。

（注：全文数据均源自原文，未添加非文献支持内容）