2型糖尿病是严重威胁人类健康的主要慢性病，由遗传和环境因素共同作用，常累及心血管、神经等系统，致残致死率高，给社会和家庭造成沉重负担。大量流行病学调查研究显示，随着生活水平的提高和生活方式的改变，农村成年人群2型糖尿病发病率呈现出快速上升的趋势，不仅危害个人身心健康，而且给家庭和社会带来沉重的经济负担。因此，应针对现阶段农村地区社会经济发展的主要特征，掌握农村成年人群2型糖尿病流行特征及其影响因素，筛选2型糖尿病的遗传易感基因，建立个体化2型糖尿病发病风险预测评估工具，实现其防治关口的前移。

该成果受河南省科技创新杰出青年基金（NO: 164100510021）和国家重点研发计划“精准医学研究”重点专项（NO:2016YFC0900803）资助，在河南省禹州市、遂平县、通许县、新乡县和义马市建立了包括39259名18-79岁的农村常住居民的“河南农村队列”（注册号：ChiCTR-OOC-15006699，已在Int J Epidemiol公开发表）；分析农村成年人群2型糖尿病流行特征及影响因素；基于巢式病例对照设计筛选2型糖尿病遗传易感基因SNPs；基于前瞻性队列研究设计和数据挖掘技术构建传统因素和遗传因素的T2DM风险预测模型，评价风险预测模型的效能。主要创新成果包括：

1.掌握现阶段农村成年人群2型糖尿病流行特征及影响因素。通过大样本流行病学调查，发现该农村地区成年人群2型糖尿病的患病率较高（9.46%），而知晓率（58.25%）、治疗率（51.81%）和控制率（15.94%）较低；年龄、文化水平、婚姻状况、家族史、生活行为方式、肥胖、高血压和血脂异常是2型糖尿病的主要影响因素，相关研究发现为农村成年人群2型糖尿病综合防治措施的制定提供重要的参考依据。

2.筛选出2型糖尿病相关的遗传易感性位点。依据2型糖尿病全基因组关联研究（GWAS）结果，基于巢式病例对照设计进行2型糖尿病遗传易感性分析，最终筛选出17个与2型糖尿病遗传易感性显著相关的SNPs位点，为2型糖尿病精准诊断和治疗提供了科学依据。

3.构建和评价2型糖尿病发病风险预测新方法。通过前瞻性流行病研究，分别建立了基于传统因素和遗传因素的人工神经网络（ANN）与Cox回归预测模型，证实ANN模型能够有效提高模型的预测能力，纳入遗传因素后能够进一步提高模型的识别效能，为实现2型糖尿病个体发病预测提供了一种新方法，为2型糖尿病防治关口前移提供了关键技术支持。

该成果获计算机软件著作权1项，共发表相关科研论文22篇，其中SCI收录论文15篇（中科院1区2篇、2区1篇、3区8篇，4区4篇），中文核心7篇；河南省基层卫生机构在制定慢性非传染性疾病防治方案时，参考了该项目的部分研究成果；在第三次全国公共卫生学术会、国际DRIs研讨会和河南省糖尿病教育学院2018年巡讲活动中进行了宣讲和推广培训，同时在驻马店、禹州、新乡等地进行糖尿病防控基层培训；该成果总体达到国内领先水平。

成果说明

1.1 项目在开封市疾病预防控制中心应用情况。项目相关研究成果不仅2型糖尿病高危人群筛检提供了新的手段和方法，而且为开封市慢性病综合防治措施的制定提供了科学依据。开封市疾病预防控制中心在制定慢性非传染性疾病综合防治工作实施方案时参考了该项目的部分研究成果。 1.2 项目在义马市疾病预防控制中心应用情况。该研究成果采用描述性流行病学方法对河南省农村成年人群2型糖尿病流行特征及影响因素进行了系统的调查分析；采用数据挖掘技术分别建立了基于传统因素和遗传风险评分的2型糖尿病风险预测模型。相关研究成果对2型糖尿病

1. 下载详细PDF版/Doc版

提示：为方便大家复制编辑，博主已将PDF文件制作为Word/Doc格式文件。