目的本研究旨在寻找糖尿病肾病(DKD)患者出现肾功能进展的危险因素,并建立简单而有效的临床预测模型来评估DKD患者肾功能进展的风险,为临床上DKD患者的治疗和随访提供参考依据。Barasertib溶解度方法回顾性收集2015年1月1日至2022年9月30日多次在兰州大学第二医院就诊且病例信息完整的DKD患者的临床资料进行统计学分析。通过excel的简单随机分组,按照7:3的比例将所有患者分为建模数据集和验证数据集。在建模数据集中,根据估算的肾小球滤过率(eGFR)年下降是否大于5ml/(min·1.73 m~2)分为肾功能进展组和肾功能未进展组,通过Logistic回归分析及LASSO回归分析筛选DKD患者肾功能进展的危险因素,并用得到的危险因素分别构建临床预测模型,P<0.05表示两组数据存在统计学差异。分别对两个模型的区分度、校准度及临床实用性进行评价,并通过净重分类改善指标和综合判别改善指数进一步评价模型的预测效能,筛选出最优模型。最后,将最优模型转化为预测方程及列线图,方便临床医生使用。结果1.本研究共纳入808例DKD患者,其中男性530例,女性278例。按肾功能是否进展分为两组,进展组173例,未进展组Chronic medical conditions635例,出现肾功能进展的概率为21.41%。将所有患者按照7:3的比例分为2组,建模数据集565例,验证数据集243例,两组患者各项指标均衡可比,P>0.05。2.Logistic回归分析共筛选出7个危险因素,构建的模型为模型1;LASSO回归分析共筛选出6个危险因素,构建的模型为模型2。模型1建模数据集的ROC曲线下面积(AUC)为0.812,验证数据集的AUC为0.791;模型2建模数据集的AUC为0.807,验证数据集的AUC为0.768,模型1的区分度更高。HosmerLemeshow检验:模型1建模数据集的P值为0.285,验证数据集的P值为0.284;模型2建模数据集的P值为0.249,验证数据集的P值为0.337,综合分析校准曲线的结果提示模型1的校准性能更好。临床曲线分析(DCA)显示建模数据集中模型1的高风险阈值区间范围大约为1%-90%之间,模型2的高风险阈值区间范围大约为1%-82%之间,模型1有更强的临床实用性。另外,与模型2相比,模型1的NRI提高了2.44%,IDI提高了1.50%,最终确定模型1为最优模型。纳入模型的变量包括收缩压(SBP)、24h尿蛋白定量(UTP)、血尿酸(SUA)、血钙(Ca)、血磷(PHOS)、总胆固醇(TC)、合并眼底病Others抑制剂变等。最后,将最优模型转化为了预测方程及列线图。结论SBP、UTP、SUA、Ca、PHOS、TC及合并眼底病变是DKD患者肾功能进展的独立危险因素。以SBP、UTP、SUA、Ca、PHOS、TC及合并眼底病变7个预测因子构建的临床预测模型具有较好的区分度、校准度和临床实用性,对预测DKD患者是否出现肾功能进展具有一定的临床价值。