Estabelecimento e aplicação de gestão da saúde de um modelo preditivo para combinação de complicações de alto risco do diabetes mellitus tipo 2 com base em mineração de dados

Nos últimos anos, a prevalência do DM2 tem aumentado anualmente, em particular, o ônus pessoal e socioeconômico causado por múltiplas complicações se tornou cada vez mais sério. Este estudo teve como objetivo identificar a combinação de complicações de alto risco do DM2 através de vários métodos de mineração de dados, estabelecer e avaliar um modelo de predição de risco da combinação de complicações em pacientes com DM2. Pesquisas por questionário, exames físicos e testes bioquímicos foram realizados em 4.937 pacientes com DM2, e 810 casos de dados de amostra com complicações foram retidos. A combinação de complicações de alto risco foi identificada por regras de associação baseadas no algoritmo Apriori. Fatores de risco foram selecionados utilizando o modelo de regressão LASSO, modelo de floresta aleatória e máquina de vetor de suporte. Um modelo de predição de risco foi estabelecido utilizando análise de regressão logística, e um nomograma dinâmico foi construído. Curvas de características operacionais do receptor (ROC), índice de concordância de Harrell (C-Index), curvas de calibração, análise da curva de decisão (DCA) e validação interna foram utilizadas para avaliar a diferenciação, calibração e aplicabilidade clínica dos modelos. Este estudo encontrou que pacientes com DM2 apresentavam uma combinação de alto risco de vasculopatia dos membros inferiores, pé diabético e retinopatia diabética. Com base nisso, o índice de massa corporal, pressão arterial diastólica, colesterol total, triglicerídeos, glicose no sangue pós-prandial de 2 horas e níveis de nitrogênio ureico no sangue foram selecionados e utilizados para a análise de modelagem. A área sob as curvas ROC das validações interna e externa foram 0.768 (IC 95%, 0.744-0.792) e 0.745 (IC 95%, 0.669-0.820), respectivamente, e o valor do C-index e AUC foram consistentes. Os gráficos de calibração mostraram boa calibração, e o limiar de risco para DCA foi de 30-54%. Neste estudo, desenvolvemos e avaliamos um modelo preditivo para o desenvolvimento de uma combinação de complicações de alto risco enquanto desvendamos o padrão de complicações em pacientes com DM2. Este modelo tem um efeito orientador prático na gestão da saúde de pacientes com DM2 em ambientes comunitários.