目的 构建、评估2型糖尿病（type 2 diabetes mellitus，T2DM）个体发病风险的多因素预测模型，为T2DM的预警、预防和个性化健康服务开拓新思路。

方法 采用logistic回归分析方法，从本课题组于2009年在赣州市开展的T2DM巢式病例对照研究资料库中，筛选T2DM风险因子，构建T2DM发病风险预测模型。

结果 初始建模自变量包括体质指数、年龄、舒张压、收缩压、吸烟、睡眠、体力活动、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、吸烟、蔬菜摄入、粗粮、精神压力、个人收入等，为了避免性别的混杂影响，回归模型按性别分层筛选T2DM风险因子和保护因子，分别建立风险预测模型；通过logistic回归法最终筛选出男性：年龄、高血压、总胆固醇、甘油三酯、吸烟等,体质指数为风险因子，蔬菜摄入、粗粮、体力活动、睡眠为保护因子；女性风险因子包括体质指数、年龄、舒张压，保护因子为蔬菜摄入, 粗粮、体力活动、睡眠。男性logistic回归方程为：logit（P）＝BMI×0.735+蔬菜×(-0.671)+ 年龄×0.838+舒张压×0.296+体力活动×(-2.287)+ 睡眠×(-0.009) +吸烟×0.214 ；女性logsitic回归方程为：logit（P）＝BMI×1.979+蔬菜×(-0.292)+ 年龄×1.355+舒张压×0.522+体力活动×(-2.287)+ 睡眠×(-0.010)。

结论 从研究样本的2/3筛选出男女性患2型糖尿病的风险因子，以logistic回归构建了2型糖尿病风险预测模型；用研究样本的1/3对构建的风险模型进行评估，男性的ROC曲线下面积为0.82，灵敏度为0.72，特异度为86.50℅；女性的ROC曲线下面积为0.84，灵敏度为0.75 ，特异度为90.10℅，均表明构建的风险模型有较高的预测价值。