基于贝叶斯多水平潜变量模型的血糖时变因子构建方法研究

Long-term high glucose levels is a major risk factor for diabetes symptoms and complications. Glucose values and hemoglobin A1C are common biomakes to measure the blood glucose in clinical and scientific research. But there is no method to measure glucose level over a long period of time. We will combine the recorded glucose values and hemoglobin A1C values using Bayesian hierarchical latent variable model (BLVM) to compute the long-term average glucose level for individual, and solve the problem of data analysis of longitudinal multiple glucose values. Research from the following aspects: (1) through the computer simulation, explore the method of constructing BLVM; (2) investigate glucose values and HbAlC values of different population, obtain parameters of BLVM for computing time-varying glucose factor, and explore the simpler method; (3) in cohort study, take glucose values and HbAlC into BLVM parameter model, calculate the time-varying glucose factors, and analyze association between time-varying glucose factors and cardiovascular and cerebrovascular diseases, diabetes complications, cognitive impairment of the elderly by using Cox regression model;(4) compare three Cox regression models from time-varying glucose factor, glucose value and HbAlC. We will provide new ideas on research glucose levels in the epidemiology.

长期的高血糖水平是糖尿病症状和并发症的主要危险因素，血糖值和糖化值血红蛋白值(HbAlC)是临床中较为常见的评估血糖水平的指标，但是还没有衡量长期血糖水平的方法。本研究用贝叶斯多水平潜变量模型（BLVM）将多次测量的纵向血糖和HbAlC等指标进行有机整合，给出评估长期血糖水平的血糖时变因子，同时解决多时点血糖值的数据分析问题。拟从以下几个方面进行研究：①通过计算机模拟，探索构建BLVM的方法；②调查不同人群的血糖和HbAlC数据，获得计算血糖时变因子的BLVM参数模型，并探索简易的计算方法；③在队列研究中，将多次血糖值和HbAlC值代入BLVM参数模型，计算血糖时变因子，使用Cox回归模型分析血糖时变因子对心脑血管疾病、糖尿病并发症、老年认知障碍疾病的影响；④比较血糖时变因子、血糖值和HbAlC值分别与疾病建立的统计模型。本项目研究成果将为流行病学中血糖水平对疾病风险研究开拓新的分析思路。

长期的高血糖水平是糖尿病症状和并发症的主要危险因素，血糖值和糖化值血红蛋白值(HbAlC)是临床中较为常见的评估血糖水平的指标，但是还没有衡量长期血糖水平的方法。本研究用贝叶斯多水平潜变量模型（BLVM）将多次测量的纵向血糖和HbAlC等指标进行有机整合，给出评估长期血糖水平的血糖时变因子，同时解决多时点血糖值的数据分析问题。从以下几个方面进行研究：①通过计算机模拟，探索构建BLVM的方法；②调查不同人群的血糖和HbAlC数据，获得计算血糖时变因子的BLVM参数模型，并探索简易的计算方法；③在队列研究中，将多次血糖值和HbAlC值代入BLVM参数模型，计算血糖时变因子，使用Cox回归模型分析血糖时变因子对心脑血管疾病、糖尿病并发症、老年认知障碍疾病的影响。1000次模拟结果显示，四种方法中完全贝叶斯法有最为准确的平均血糖估计和最高的相关系数为0.898。血糖时变因子对脑卒中的发病和致死的风险影响均有统计学意义。与90-99 mg/dl组相比，血糖时变因子125-139 mg/dl组HR为1.78（1.16-2.75），高于140 mg/dl组HR为1.89（1.09-3.29）。血糖时变因子对死亡的风险影响有统计学意义，血糖时变因子高于140 mg/dl组HR为1.74（1.12-2.71）。本项目研究成果将为流行病学中血糖水平对疾病风险研究开拓新的分析思路。