背景：在过去的几十年里，糖尿病和痴呆症的患病率都大幅增加，这两种疾病都已成为主要的公共卫生问题。最新的流行病学证据表明，中国约有1.409亿成人糖尿病患者、11507万老年痴呆患者和3877万老年轻度认知障碍(MCI)患者。荟萃分析显示，糖尿病不仅是轻度认知损伤和痴呆的独立危险因素，而且促进轻度认知损伤向痴呆的转变。认知功能障碍会影响生活的许多方面，包括糖尿病的自我管理，并可能产生严重的后果。目前还没有有效的策略来治疗或延缓痴呆症进展。MCI是认知正常的衰老和痴呆之间的过渡阶段，可能是可以改变的。因此，糖尿病患者早期发现MCI有利于认知功能的恢复或采取有效措施延缓认知能力下降，有利于糖尿病的自我管理。

糖尿病医疗专业指南越来越关注老年糖尿病患者认知功能障碍的筛查和管理。美国糖尿病协会(ADA)建议年龄≥65岁或表现出自我管理问题的老年糖尿病患者应定期进行认知功能筛查。简易精神状态检查(MMSE)和蒙特利尔认知评估(MoCA)是最常用的认知评估工具。然而，只有一小部分医务人员将认知筛查纳入糖尿病的日常护理实践。认知筛查存在许多困难，如认知测试耗时长，需要患者配合，医务人员往往缺乏时间和知识。此外，对于如何识别65岁以下认知障碍高危患者，目前尚无明确的筛查建议。风险预测模型为慢性病的预防和管理提供了有价值的工具，可用于筛查高危人群和针对性的预防治疗。

因此，建立一种简单、快速的风险评分模型，识别MCI高危人群，对于早期发现MCI至关重要。然而，以往的研究主要集中在与糖尿病患者MCI相关的危险因素或生物标志物上，T2DM患者MCI的多因素风险预测模型较少。

目的:本研究的目的是开发并验证一种风险评分模型，以评估成年T2DM患者的MCI风险，该模型可以在日常临床实践中轻松实施。该风险评分有望作为一种快速筛选工具，用于识别MCI高风险受试者，并为个性化管理提供快速风险分层。

方法:本横断面研究纳入中国一家三级医院1256例T2DM住院患者(年龄:57.5±11.2岁)。MCI的诊断标准由美国国家衰老研究所-阿尔茨海默病协会工作组推荐，MoCA评分为19-25分为MCI。参与者以7:3的比例随机分配到推导集和验证集。逻辑回归模型用于识别衍生集中MCI的预测因子。建立了基于预测者β系数的评分系统。采用判别法和校正法检验风险评分的预测能力。

结果:共纳入衍生集880例(MCI 285例，32.4%)，纳入验证集376例(MCI 167例，33.8%)。年龄、受教育程度、HbA1c、自述严重低血糖史和微血管疾病被确定为MCI的预测因素，并构成风险评分。衍生集风险评分的AUC (95% CI)为0.751(0.717,0.784)，验证集为0.776(0.727,0.824)。风险评分对观察到的MCI概率和预测的MCI概率具有良好的表观校准效果，并且能够通过两个分界点(低风险:≤3，中风险:4-13，高风险≥14)将个体分为3个风险类别。

表1衍生集T2DM患者MCI影响因素单因素Logistic回归分析

表2 T2DM患者MCI的最终多变量模型

表3糖尿病特异性MCI风险评分中预测因子的贡献

图1通过推导集中风险评分和点的级别预测MCI的概率。

图2 MCI风险评分受者-操作特征曲线(AUC)下的面积。(a)衍生集风险评分的AUC， (b)验证集风险评分的AUC。

图3通过风险评分的九个分位数比较观察到的和预测的MCI的校准图。Hosmer-Lemeshow拟合优度检验:(a)在推导集中，χ 2 = 2.383, P = 0.936;(b)验证集中，χ2 =11.953, P = 0.153。

结论:基于年龄、受教育程度、HbA1c、自述严重低血糖史、微血管疾病的风险评分可有效评估不同年龄T2DM成人MCI风险，这可以作为日常糖尿病护理中早期发现MCI的实用预筛查工具。

原文出处：

Ding Q,  Yu C,  Xu X,Development and Validation of a Risk Score for Mild Cognitive Impairment in Individuals with Type 2 Diabetes in China: A Practical Cognitive Prescreening Tool.Diabetes Metab Syndr Obes 2024;17