多狀態(tài)Markov模型在糖尿病縱向數(shù)據(jù)轉(zhuǎn)歸研究中的應(yīng)用.pdf

1、目的：
　　本研究將多狀態(tài)“疾病-預(yù)后”Markov模型應(yīng)用到2型糖尿病患者慢性并發(fā)癥罹患個(gè)數(shù)的動(dòng)態(tài)轉(zhuǎn)歸研究中，探討狀態(tài)間傳遞規(guī)律，估量狀態(tài)間的轉(zhuǎn)移概率、轉(zhuǎn)移危險(xiǎn)及滯留時(shí)間，并將其與Logistic回歸結(jié)合用以尋找影響狀態(tài)改變的可能因素，從而為2型糖尿病相關(guān)慢性并發(fā)癥的防治提供科學(xué)依據(jù)。
　　方法：
　　回顧性地收集重慶市3所三甲醫(yī)院2011年1月至2015年5月期間出院，且出院診斷包括2型糖尿病及其慢性并發(fā)癥的患者數(shù)

2、據(jù)。根據(jù)慢性并發(fā)癥的合并數(shù)量，本研究將合并不同數(shù)量慢性并發(fā)癥的2型糖尿病患者分為5個(gè)不同的狀態(tài)，并擬合一個(gè)連續(xù)時(shí)間、離散狀態(tài)的齊次Markov過(guò)程。然后引入R3.3.2軟件中的msm軟件包進(jìn)行多狀態(tài)Markov模型的分析，并估計(jì)5狀態(tài)之間的傳遞規(guī)律、轉(zhuǎn)移風(fēng)險(xiǎn)、轉(zhuǎn)移概率及滯留時(shí)間。與此同時(shí)，根據(jù)是否發(fā)生狀態(tài)轉(zhuǎn)移來(lái)篩選Logistic回歸的結(jié)局變量，并在SAS9.2軟件中進(jìn)行簡(jiǎn)單統(tǒng)計(jì)分析及Logistic回歸分析。
　　結(jié)果：

3、　　從msm軟件包的plot圖和Pearson型擬合優(yōu)度檢驗(yàn)的結(jié)果可知，多狀態(tài)Markov模型擬合效果良好。多狀態(tài)Markov模型結(jié)果提示患者在狀態(tài)1，狀態(tài)2，狀態(tài)3和狀態(tài)4的總滯留時(shí)間分別為3.19月，14.51月23.87月和15.21月。轉(zhuǎn)移強(qiáng)度矩陣顯示狀態(tài)2轉(zhuǎn)化為狀態(tài)3的轉(zhuǎn)移強(qiáng)度是轉(zhuǎn)化為狀態(tài)1的1.5倍，而狀態(tài)3轉(zhuǎn)化為狀態(tài)4轉(zhuǎn)移強(qiáng)度是轉(zhuǎn)化為狀態(tài)2的接近10倍，而狀態(tài)4轉(zhuǎn)移到狀態(tài)3的轉(zhuǎn)移強(qiáng)度約為轉(zhuǎn)移到狀態(tài)5的242倍。轉(zhuǎn)移概率矩陣

4、顯示經(jīng)過(guò)足夠長(zhǎng)的時(shí)間，處于狀態(tài)1的個(gè)體將向狀態(tài)2轉(zhuǎn)移，狀態(tài)2的個(gè)體將向狀態(tài)3轉(zhuǎn)移，狀態(tài)3的個(gè)體將向狀態(tài)4轉(zhuǎn)移，狀態(tài)4的個(gè)體也將向狀態(tài)3轉(zhuǎn)移。將單因素Logistic回歸中有影響的變量納入多因素逐步Logistic回歸中分析，結(jié)果顯示：高血壓、空腹血糖、尿素、尿微量白蛋白和高密度脂蛋白對(duì)狀態(tài)1→狀態(tài)2的轉(zhuǎn)移有影響；年齡、空腹血糖、空腹胰島素、低密度脂蛋白、總膽固醇、載脂蛋白A1和尿素對(duì)狀態(tài)2→狀態(tài)1的轉(zhuǎn)移有影響；空腹血糖、空腹胰島素、高密

5、度脂蛋白、甘油三酯和游離脂肪酸對(duì)狀態(tài)2→狀態(tài)3的轉(zhuǎn)移有影響；空腹血糖、空腹胰島素、高密度脂蛋白、甘油三酯和游離脂肪酸對(duì)狀態(tài)3→狀態(tài)2的轉(zhuǎn)移有影響；年齡、高密度脂蛋白、甘油三酯、肌酐和游離脂肪酸對(duì)狀態(tài)3→狀態(tài)4的轉(zhuǎn)移有影響；甘油三酯、總膽固醇、肌酐和空腹胰島素對(duì)狀態(tài)4→狀態(tài)3對(duì)的轉(zhuǎn)移有影響；空腹血糖、空腹胰島素和甘油三酯對(duì)狀態(tài)4→狀態(tài)5的轉(zhuǎn)移有影響。多因素多狀態(tài)Markov模型分析結(jié)果顯示高血壓、糖化血紅蛋白、游離脂肪酸、脂蛋白a、尿白蛋

6、白/尿肌酐比值和尿微量白蛋白對(duì)狀態(tài)1→狀態(tài)2的轉(zhuǎn)移有影響；高血壓、尿白蛋白/尿肌酐比值、年齡、空腹胰島素、低密度脂蛋白、載脂蛋白A1對(duì)狀態(tài)2→狀態(tài)1的轉(zhuǎn)移有影響；高血壓、尿白蛋白/尿肌酐比值、糖化血紅蛋白、游離脂肪酸、脂蛋白a、尿微量白蛋白對(duì)狀態(tài)2→狀態(tài)3的轉(zhuǎn)移有影響；高血壓、游離脂肪酸、載脂蛋白A1、高密度脂蛋白、肌酐、尿素對(duì)狀態(tài)3→狀態(tài)2的轉(zhuǎn)移有影響；高血壓、游離脂肪酸、載脂蛋白A1、入院時(shí)情況對(duì)狀態(tài)3→狀態(tài)4的轉(zhuǎn)移有影響；游離脂肪

7、酸、肌酐、尿微量白蛋白、空腹胰島素、甘油三酯對(duì)狀態(tài)4→狀態(tài)3的轉(zhuǎn)移有影響；游離脂肪酸、肌酐、甘油三酯、低密度脂蛋白、空腹血糖對(duì)狀態(tài)4→狀態(tài)5的轉(zhuǎn)移有影響。
　　結(jié)論：
　　多狀態(tài)Markov模型和傳統(tǒng)Logistic回歸模型均表明糖尿病慢性并發(fā)癥合并數(shù)量受到年齡、入院時(shí)情況、血糖、血脂、血壓和腎功能損害等指標(biāo)的影響，但不同變量對(duì)不同狀態(tài)轉(zhuǎn)移的影響程度有所差異。多狀態(tài)Markov模型對(duì)多結(jié)局事件的分析是基于全局的視角，并且考慮