1型糖尿病患者低骨矿密度及其预测因素的经典统计和人工神经网络分析

目的：通过经典统计和人工神经网络调查与1型糖尿病骨矿密度（BMD）相关的因素。研究设计和方法：研究共选取175名正常性别的1型糖尿病患者（平均年龄32.8 ± 8.4岁）和151名年龄及BMI匹配的对照者（平均年龄32.6 ± 4.5岁）。在所有受试者中，测量了腰椎（LS-BMD）和股骨（F-BMD）的BMI和BMD（以Z分数表示）。确定了每日胰岛素剂量（DID）、诊断年龄、并发症的存在、肌酐清除率（ClCr）和HbA(1c)。结果：患者的LS-BMD和F-BMD水平低于对照者（分别为-0.11 ± 1.2和-0.32 ± 1.4）（P 0.67单位/kg，ClCr <88.8 mL/min）。所有这些危险因素的存在具有正预测值，其缺乏对于低BMD的负预测值分别为62.9%和84.2%。数据还使用TWIST系统结合监督型人工神经网络和语义连接图进行分析。TWIST系统为F-BMD和LS-BMD预测选择了11个和12个变量，在高低BMD的区分上准确率分别为67%和66%。连接图显示，这两个部位的低BMD通过慢性糖尿病并发症与HbA(1c)间接相关。结论：在1型糖尿病中，低BMD与低BMI、低ClCr和高DID相关。慢性并发症对BMD产生负面影响。