먹튀 폴리스 연구원들은 진단되지 않은 당뇨병 환자 환자를 민감하고 정확하게 식별 할 수있는 간단하고 빠르고 비 침습적 탐지 도구를 개발했습니다. 이 연구 결과는 Lancet Journal, Ebiomedicine의 하위 출판에 발표되었습니다.
당뇨병 산업은 세계적인 문제가되었습니다. 당뇨병의 유병률은 해마다 증가하고 있습니다. 최신 IDF 통계에 따르면 평균적으로 20 세에서 79 세 사이의 11 명의 성인 중 하나는 당뇨병이며, 모든 당뇨병 환자 중 50%는이 질병이 있다는 것을 알지 못합니다. 이 상황은 중국에서는 9.7%에서 11.6% 범위의 당뇨병의 유병률과 중국에서 더 심각하며 중국의 진단되지 않은 당뇨병은 60.7%에서 69.9%로 높습니다. 또한 UKPDS 연구에 따르면 환자의 약 25%가 당뇨병으로 진단되고 이미 미세 혈관 합병증이 동반됩니다. 따라서 당뇨병 환자의 조기 식별은 중국에서 특히 중요합니다. 먹튀 폴리스 Zilin 교수, Li Wei, Xie Bo 및 전국 10 개의 협동 병원의 연구원들은 "진단되지 않은 당뇨병 스크리닝을위한 비 LAB 및 반 랩 알고리즘 : 단면 연구"라는 기사의 연구 및 출판에 참여했습니다. 먹튀 폴리스 Zilin의 팀은 중화 인민 공화국 과학 기술부 (2016YFC13057)의 국가 키 R & D 프로그램을 지원하면서 먹튀 폴리스 Zilin의 팀은 두 가지 간단하고 사용하기 쉬운 노모 그램 (비 LAB 및 반 LAB 노모 그램)과 두 개의 해당 웹 사이트 (https://yunxuan.shinyapps.io/nonlabmodel/ 및 2 개의 해당 웹 사이트를 개발했습니다. https://yunxuan.shinyapps.io/semilabmodel/). 이 두 개의 노모 그램은 병력, 신체 검사 등과 같은 기존의 접근하기 쉬운 데이터를 기반으로하며, 다른 인종 그룹의 개인에서 당뇨병의 확률을 평가하는 데 사용될 수 있습니다. 비 -LAB 노모 그램과 비교하여 반 랩에서 Nomogram은 소변 설탕의 2H 세그먼트 사이의 변수를 도입합니다. 이 변수의 도입은 평가 모델의 민감도를 줄이지 않고 평가 모델의 특이성을 크게 향상시킵니다 (14.3% 및 4.2% 감도의 특이성 향상). 동시에, 의사 결정 곡선 분석의 결과에 따르면 100 명의 참가자마다 반 랩 모델의 적용은 오 탐지율을 높이고 불필요한 OGTT 테스트를 피할 수없는 52 명의 참가자를 줄일 수 있습니다. 먹튀 폴리스 Zilin 교수는 또한 다음과 같이 덧붙였다.“식사의 2H 세그먼트 사이의 소변 설탕의 높은 특이성의 이점을 사용하여 소변 설탕 측정의 정확도에 영향을 미치는 요인을 고려하여 우리가 개발 한 반 랩 모델은 중국의 당뇨병의 미래 스크리닝에 큰 경제적 영향을 미칠 것입니다.”
