糖尿病患者的肾脏和心血管疾病风险增加。量子计算和机器学习技术有潜力预测糖尿病患者并发症的风险，从而提前干预并改善预后。
全球大约有5.37亿人患有2型糖尿病（T2DM），这是慢性肾病（CKD）和心血管疾病（CVD）的主要风险因素，包括心力衰竭（HF）。糖尿病肾病（DKD）发生在约40%的糖尿病患者中，是CKD和终末期肾病的主要原因。CVD影响了约32.2%的T2DM患者，而糖尿病患者患有HF和CVD的风险增加了一倍。
尽管早期诊断和改善这些病症可以改善预后，但目前的证据表明，T2DM患者的CKD和HF诊断并不理想，导致疾病进展和预后不佳。过去几年，许多采用机器学习（ML）技术的风险评估模型已经建立，用于评估糖尿病的严重程度、并发症、住院、疾病进展和不良结局。然而，目前尚无机器学习算法可以预测T2DM早期阶段CKD/HF的发展。
本研究的目的是利用统计方法和机器学习技术构建一个模型，以预测无肾病或心血管疾病病史的T2DM患者发展为慢性肾病/心力衰竭的风险。利用预测模型可以及早识别糖尿病患者中高风险的CKD/HF患者，最终根据风险评估优化治疗干预，改善这些患者的预后。
