哥德堡大学Sahlgrenska学院的艾丁·罗沙尼博士说:“这项研究的独特之处在于，我们纳入了机器学习分析——即人工智能算法——来评估心血管风险因素的关联强度。”Rawshani博士是该杂志上一篇新文章的通讯作者循环。

该研究基于32611名1型糖尿病患者的登记数据，这些患者的平均患病时间为18年。随访时间平均超过10年。除了传统的统计分析外，还使用了人工智能:自主学习使计算机软件能够提高预测死亡和心血管事件的能力。

在对17个风险因素的相对贡献进行研究后，有5个因素被认为是最强的预测因素:长期血糖(糖化血红蛋白)水平高、肾功能障碍、1型糖尿病持续时间长、收缩压高(第一个，两个测量值中较高的数字)和俗称的“坏胆固醇”(低密度脂蛋白，LDL)过高。

长期高血糖是一个关键因素

对于三个变量——血糖、收缩压和低密度脂蛋白——低于目前国家指南推荐水平的人，患心血管疾病和死亡的风险较低。

该研究的另一个发现是蛋白尿(尿液中蛋白质水平升高)与研究结果中2至4倍的风险升高之间的关联。与长期高血糖一起，蛋白尿是最清楚地预测这些结果的因素。

根据机器学习模型，高血糖被认为会导致其他心血管风险因素的发展。此外，研究人员还发现，无法影响的风险因素(年龄和糖尿病病程)与可以影响的风险因素(长期高血糖、收缩压、低密度脂蛋白胆固醇和蛋白尿)之间存在明显的相互作用。

关注受影响的因素

这项研究背后的研究小组先前已经表明，成功控制一个以上风险因素的1型糖尿病患者患心肌梗死和中风的风险较低，但他们死亡和心力衰竭的风险仍然较高。

本研究表明，患者组心血管疾病和死亡的关键预测因素主要是常规危险因素，除年龄和糖尿病病程外，这些因素都可以受到影响。

Aidin Rawshani说:“增加对这些风险因素的临床关注应该会导致死亡和心血管疾病的相对风险最大程度的降低。”