此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

糖尿病足溃疡发生风险预测模型

2025年12月14日 更新者:Ulla Hellstrand Tang、Sahlgrenska University Hospital

糖尿病足溃疡发生风险的预测模型

引言 糖尿病(DM)足部溃疡是一种常见且严重的并发症,可能导致感染、截肢和死亡率增加。 早期识别高风险患者对于及早实施预防措施至关重要。 全球糖尿病患者数量正在增加,从2021年的5.4亿人预计到2045年将达到7.8亿人。 足部溃疡给个人带来巨大痛苦,并为医疗系统带来巨额成本。

尽管国家指南建议进行定期、结构化的足部检查和风险分类以评估发生足部溃疡的风险,但当前的风险模型未考虑风险因素与社会经济因素(如婚姻状况、教育水平和居住地)之间的复杂相互作用。

数据驱动进展和人工智能(AI)为完善风险识别提供了新机遇,但其在预测糖尿病足部溃疡风险方面的应用仍有限。 足部筛查的需求巨大。 在瑞典,约有60万名糖尿病患者,其中一半因足部神经损伤而面临风险增加。 这意味着,基于风险水平,瑞典约有30万名患者可能需要预防干预措施,包括医疗足部护理、定制鞋具以及为足部溃疡患者提供专科护理。 在针对足部溃疡高风险的糖尿病患者的人本化和整合护理路径中,强调了改进预防工作的重要性。 然而,目前缺乏对足部溃疡风险的准确识别。

预防不仅有助于提高个人生活质量,还能降低医疗成本。 Ragnarsson Tennvall的估算显示,一个难以愈合的溃疡每年成本约为10万瑞典克朗,而截肢成本约为30万至50万瑞典克朗。 考虑到糖尿病患者中足部溃疡的患病率为5%,溃疡护理的年度成本高达30亿瑞典克朗。 此外,根据瑞典截肢质量登记处(SwedAmp)的数据,截肢相关成本约为7.5亿瑞典克朗。

本研究旨在开发、测试和验证预测模型(基于统计和AI),以识别有足部溃疡风险的糖尿病患者。 模型将基于西约特兰地区(VGR)初级保健的回顾性电子健康记录数据,以及瑞典统计局(SCB)关于婚姻状况、教育水平、职业和居住地等人口统计因素的数据。

方法 本研究采用两种方法学途径:基于AI的建模和统计建模。

基于AI的方法 将开发机器学习模型以预测有糖尿病足部溃疡风险的患者。 模型将使用交叉验证在大型数据集上进行训练,其中变量将被迭代排除。 将使用符合性预测来量化患者层面预测的不确定性。 生成的模型将被分析以识别最强预测因子,并与经典统计建模和文献发现进行比较。

AI建模步骤:

数据提取:来自VGR初级保健的电子健康记录数据,辅以SCB的社会人口统计数据。

数据处理:使用诊断代码(ICD-10)、医疗干预代码(KVÅ代码)、就诊类型、就诊频率、心电图参数和自由文本数据等变量构建预测因子。

模型开发:将使用交叉验证开发和训练预测模型。 将使用符合性预测生成不确定性度量。

验证:将使用独立队列测试模型性能(敏感性、特异性、阳性预测值[PPV])。

解释:将与患者代表、临床医生和研究人员合作,审查模型的透明度和临床可解释性。

统计模型和基于AI的模型的结果将就其各自的优缺点进行比较。

统计建模 将分析两个人群:无足部溃疡的糖尿病患者和有足部溃疡的糖尿病患者。 将识别风险因素与足部溃疡之间的共变和因果关系。 将开发描述导致溃疡发展的因果路径模型,并分析其确定性和不确定性。

研究概览

地位

招聘中

条件

详细说明

在这项基于登记的研究中,将利用西约塔兰地区(VGR)纳尔海桑电子健康记录系统的数据,并与瑞典统计局(SCB)的数据进行链接,通过开发和验证基于人工智能的模型来解答研究问题。 在研究过程的后续阶段,将比较人工智能模型与统计模型在预测足部溃疡方面的能力。

将从VGR纳尔海桑的Asynja Whisp电子健康记录系统中检索所有成年患者(18岁或以上)的数据,这些患者根据ICD-10诊断标准,要么患有糖尿病诊断(E10-E14),要么在18岁后被开具任何糖尿病药物,数据覆盖期为2014年至2025年6月30日。

基于诊断代码(ICD-10)、手术代码(KVÅ)、就诊类型、就诊频率、心电图参数以及自由文本/临床记录等多种变量,将识别预测因子,如神经病变、循环障碍、既往溃疡、抗生素治疗、足部畸形和皮肤状况。 数据将经过验证,并在必要时补充额外参数。

解答研究问题的方法

将训练基于机器学习的模型来预测发生足部溃疡的风险。 将使用交叉验证来确定每个模型的最佳超参数。 在第一阶段,将评估模型区分患有糖尿病足部溃疡患者与无足部溃疡患者的能力。 在第二阶段,将评估模型前瞻性预测溃疡发展的能力。 冗余变量将被排除,模型将通过迭代过程重新训练以提高稳健性。

模型将与符合性预测相结合,将不确定性估计整合到预测中,并识别模型不适合进行预测的患者。 最后,将使用沙普利值(SHAP)识别最具预测性的变量。

统计模型

利用VGR初级保健中Asynja Whisp护理信息系统的电子健康记录数据,结合SCB数据以及科学和实证证据,识别构成足部溃疡潜在风险因素的变量和类别。 将采用病例对照设计,其中对照组由未发生足部溃疡的糖尿病患者组成,与发生足部溃疡的患者进行比较。

在开发统计预测模型时,工作流程涉及分析人群,即所有无足部溃疡的糖尿病患者与所有有足部溃疡的糖尿病患者进行比较。 这有助于调查糖尿病患者足部溃疡发生与其他因素之间的潜在关联。 与医学专业人士合作,将识别足部溃疡发生背后的因果关系。 将开发一个模型来描述导致糖尿病患者足部溃疡发生的因果链,并提供模型确定程度的信息。

基于模型(包括人工智能生成和统计模型)的结果,将比较每种方法的优缺点。 将在独立数据集上对开发的模型进行验证,以确保结果具有普遍性和随时间推移的稳健性。

验证策略确保模型在新患者上表现良好,而不仅仅在开发所用的数据集上。 验证的结果指标包括灵敏度(模型识别真正具有高足部溃疡风险者的能力)、特异性(模型避免误报的能力)和阳性预测值(PPV)。 此外,将对模型进行解释,以确保透明度和临床可解释性。 开发、测试和验证将与患者代表、临床医生和研究人员合作进行。

研究类型

观察性的

注册 (估计的)

100000

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

  • 姓名:Ulla Hellstrand Tang, Associate Professor
  • 电话号码:+46706397913
  • 邮箱:ulla.tang@vgregion.se

研究联系人备份

学习地点

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 成人
  • 年长者

接受健康志愿者

不

取样方法

非概率样本

研究人群

研究人群包括西约塔兰地区(VGR)所有符合条件且接受初级保健的成年患者。 数据将从Assynja Whisp(西约塔兰地区公共初级保健提供方Närhälsan使用的电子健康记录系统)中提取。 数据集包含研究期间在系统中注册并符合纳入标准的所有患者信息。 提取的数据包括常规收集的临床、诊断和处方信息,便于进行全面的基于人群的分析。

描述

纳入标准:

  • 在纳入时年龄为18岁或以上的成年患者
  • 根据ICD-10代码E10-E14诊断为糖尿病的患者,和/或
  • 在18岁后被开具至少一种糖尿病相关药物的患者
  • 在2014年1月1日至2025年6月30日期间,在研究数据源中记录有相关诊断和/或处方的患者

排除标准:

  • 在糖尿病诊断或处方开具时年龄小于18岁的患者
  • 没有记录糖尿病诊断(ICD-10 E10-E14)且在18岁后未开具糖尿病药物的患者
  • 模型开发或验证所需的关键数据不完整或缺失的患者(例如,缺失结果或必需协变量)

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
患有糖尿病足部溃疡的患者
在Västra Götaland地区初级保健中,通过电子病历系统登记的患有糖尿病和足部溃疡的患者。
无足部溃疡的糖尿病患者
在Västra Götaland地区初级保健电子病历系统中登记的无足部溃疡糖尿病患者。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
基于机器学习的糖尿病足溃疡风险预测模型性能
大体时间:从研究开始至2027年12月31日

主要结局指标是开发的基于机器学习的模型在评估糖尿病患者发生糖尿病足溃疡风险方面的预测性能。 模型将使用监督机器学习技术进行训练,并通过交叉验证确定最佳超参数。

在初始评估阶段,将评估模型区分现有糖尿病足溃疡患者与非患者的能力。 在后续阶段,将评估模型在随访期间前瞻性预测糖尿病足溃疡发生的能力。

通过排除冗余变量并重新训练模型的迭代过程,将提高模型的稳健性。 预测性能将使用已建立的指标进行量化,如区分度、校准度和分类准确度。

为考虑个体预测的不确定性,最终模型将与Conformal Prediction方法相结合。

从研究开始至2027年12月31日

次要结果测量

结果测量
措施说明
大体时间
糖尿病足溃疡发病风险因素的识别与可解释性
大体时间:从研究开始至2027年12月31日

次要结局是识别并验证可能成为糖尿病患者足溃疡发展的潜在风险因素的临床、人口统计学和社会经济变量。 变量和风险因素类别将使用来自西约塔兰地区初级保健信息系统Assynja Whisp的电子健康记录数据,与瑞典统计局(SCB)的国家注册数据相关联,并结合已有的科学和实证证据来确定。

将采用病例对照研究设计,其中将发生足溃疡的糖尿病患者与未发生足溃疡的糖尿病对照组患者进行比较。 将进行人群水平分析,以检查糖尿病足溃疡的发生与其他相关因素之间的关联和共变关系。

从研究开始至2027年12月31日

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Ulla Hellstrand Tang, Associate Professor、The Department of Prosthetics & Orthotics at the Department for Biomedical Engineering and Medical Physics at Sahlgrenska University Hospital, Gothenburg, Sweden

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2014年1月30日

初级完成 (估计的)

2027年12月30日

研究完成 (估计的)

2027年12月30日

研究注册日期

首次提交

2025年12月14日

首先提交符合 QC 标准的

2025年12月14日

首次发布 (实际的)

2025年12月29日

研究记录更新

最后更新发布 (实际的)

2025年12月29日

上次提交的符合 QC 标准的更新

2025年12月14日

最后验证

2025年12月1日

更多信息

与本研究相关的术语

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅