巴基斯坦2型糖尿病成人中随机血糖水平的性别差异：一项横断面分析

摘要

本研究调查了巴基斯坦2型糖尿病（T2D）成人患者中随机血糖（RBS）水平的性别差异，并探讨了其生物学和社会文化决定因素。研究选取了来自巴基斯坦白沙瓦四家三级医院的300名年龄匹配的2型糖尿病患者（150名男性，150名女性；年龄在35至60岁之间，时间范围为2023年2月至7月）作为样本，进行了横断面分析。随机血糖通过Microlab-300系统（基于比尔-朗伯定律）进行测量。研究采用了多元回归和机器学习模型（包括岭回归、随机森林、支持向量回归（SVR）和神经网络以及多项式回归），并结合嵌套交叉验证方法来分析人口统计因素与随机血糖之间的关系。结果显示，女性的平均随机血糖水平显著高于男性（243.6 mg/dL vs 210.8 mg/dL，p < 0.001），且严重高血糖（≥260 mg/dL）的患病率也更高（38.7% vs 12.0%）。在简单线性回归分析中，性别因素单独解释了16.5%的随机血糖变异。年龄与随机血糖呈中等程度正相关（r = 0.587，p < 0.001）。多元回归分析表明，女性性别（β = 24.76，p < 0.001）、年龄（每年增加1岁，β = 3.01，p < 0.001）以及体重指数（BMI，β = 0.88，p = 0.034）是显著的预测因子，而家族史则具有保护作用（β = –13.36，p < 0.001）。仅使用人口统计变量的机器学习模型表现出中等程度的预测能力（R² = 0.421–0.470），其中岭回归模型的预测效果最佳（R² = 0.470，平均绝对误差MAE = 23.68 mg/dL）。特征重要性分析显示，年龄（70.9%）、性别（17.8%）和BMI（8.9%）是最主要的预测因子。巴基斯坦2型糖尿病成人患者中存在显著的性别差异，女性的平均血糖水平更高，严重高血糖的患病率也更高。年龄、性别、BMI和家族史是重要的人口统计决定因素，但这些因素单独解释的随机血糖变异程度不足一半。这些发现强调了在南亚地区制定性别敏感的糖尿病管理策略的必要性，并指出未来预测工作中应纳入直接生物标志物的重要性。