• 中国科技论文统计源期刊
  • 中国科技核心期刊
  • 中国高校优秀期刊
  • 安徽省优秀科技期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2型糖尿病目标范围内时间与糖化血红蛋白相关性分析

郭劝劝 于磊

引用本文:
Citation:

2型糖尿病目标范围内时间与糖化血红蛋白相关性分析

    作者简介: 郭劝劝(1986-), 女, 主治医师
  • 中图分类号: R587.1

Correlation analysis between the target time in range of type 2 diabetes mellitus and glycosylated hemoglobin

  • CLC number: R587.1

  • 摘要: 目的分析2型糖尿病病人目标范围内时间(TIR)与糖化血红蛋白(HbA1c)的相关性。方法选取2型糖尿病(T2DM)病人142例,根据HbA1c分为A组(HbA1c < 7.0%)、B组(7%≤HbA1c < 9%)、C组(HbA1c≥9%)。对病人进行72 h持续血糖监测,观察各组TIR、血糖监测平均值(MBG)、预估糖化血红蛋白(eHbA1c)、标准差(SD)、变异系数(CV)、平均血糖波动幅度(MAGE)、空腹血糖(PG)的差异性,探究TIR对HbA1c的影响。结果A、B、C组间性别、年龄、病程、BMI、SBP、DBP、CV差异均无统计学意义(P>0.05),HbA1c、eHbA1c、MBG、SD、MAGE、TIR、PG差异均有统计学意义(P < 0.01)。HbA1c与TIR呈负相关关系(P < 0.01),与PG、MBG、CV、eHbA1c呈正相关关系(P < 0.01)。多元线性回归分析结果表明PG、TIR均是HbA1c影响因素。结论TIR与HbA1c呈负相关,PG、TIR是HbA1c的影响因素。
  • 表 1  A、B、C组临床资料及血糖监测指标比较(x±s)

    分组 年龄/岁 病程/年 BMI/(kg/m2) SBP/mmHg DBP/mmHg HbA1c/%
    A组 21 12 61.36±10.91 8.59±6.67 24.42±3.62 129.58±16.34 80.03±10.89 6.38±0.47
    B组 35 21 61.00±10.41 7.44±6.07 25.30±4.14 131.13±17.89 80.45±10.34 7.85±0.59**
    C组 24 29 59.51±10.81 9.75±9.62 25.67±3.23 131.62±17.22 77.72±11.56 10.49±1.40**△△
    F 4.21# 0.27 1.23 1.19 0.15 0.94 123.25
    P >0.05 >0.05 >0.05 >0.05 >0.05 >0.05 < 0.01
    MS组内 113.978 59.482 13.685 299.012 119.680 128.910
    分组 eHbA1c/% MBG/(mmol/L) SD/(mmol/L) MAGE/(mmol/L) TIR/% CV/% PG/(mmol/L)
    A组 6.54±0.77 7.80±1.34 2.10(1.55, 2.90) 4.50(3.50, 6.00) 77.13±18.11 26.40±8.00 6.87±1.84
    B组 7.25±0.77** 8.95±1.30** 2.10(1.63, 2.70) 5.25(4.08, 7.00) 64.53±20.68* 25.78±9.58 8.28±2.11*
    C组 8.18±1.37**△△ 10.36±2.12**△△ 2.90(2.40, 4.00)**△△ 7.00(5.45, 8.45)**△ 48.89±23.88**△△ 29.45±10.16 10.49±3.07**△△
    F 38.94 36.16 21.05 17.65 37.70 2.24 23.76
    P < 0.01 < 0.01 < 0.01 < 0.01 < 0.01 >0.05 < 0.01
    MS组内 149.655 384.539 596.633 5 593.621 59 984.003 89.679 844.874
    #示χ2值。q检验:与A组比较*P < 0.05,**P < 0.01;与B组比较△P < 0.05,△△P < 0.01
    下载: 导出CSV

    表 2  HbA1C影响因素的多元线性回归分析

    自变量 B SE B′ t P
    PG 0.227 0.061 0.338 3.74 < 0.01
    TIR -0.260 0.013 -0.327 2.05 < 0.05
    下载: 导出CSV
  • [1] STRATTON IM, ADLER AI, NEIL HA, et al. Association of glycaemia with macrovascular and microvascular complications of type 2 diabetes(UKPDS 35): Prospective observational study[J]. BMJ, 2000, 321(7258): 405. doi: 10.1136/bmj.321.7258.405
    [2] 中华医学会内分泌学分会. 糖尿病患者血糖波动管理专家共识[J]. 药品评价, 2017, 14(17): 5.
    [3] LU J, MA X, ZHOU J, et al. Association of time in range, as assessed by continuous glucose monitoring, with diabetic retinopathy in type 2 diabetes[J]. Diabetes Care, 2018, 41(11): 2370. doi: 10.2337/dc18-1131
    [4] BECK RW, BERGENSTAL RM, RIDDLESWORTH TD, et al. Validation of time in range as an outcome measure for diabetes clinical trials[J]. Diabetes Care, 2019, 42(3): 400. doi: 10.2337/dc18-1444
    [5] 王平, 单忠艳, 姜雅秋. 波动性高血糖与糖尿病慢性并发症相关性研究进展[J]. 中国实用内科杂志, 2016, 36(11): 1003.
    [6] 段建芳, 金凤钟, 王晓明, 等. 血糖波动与老年人糖尿病血管并发症的研究进展[J]. 中华老年多器官疾病杂志, 2016, 15(10): 788.
    [7] LU J, MA X, ZHANG L, et al. Glycemic variability modifies the relationship between time in range and hemoglobin A1c estimated from continuous glucose monitoring: a preliminary study[J]. Diabetes Res Clin Pract, 2020, 161: 108032. doi: 10.1016/j.diabres.2020.108032
    [8] The Diabetes Control and Complications Trial Research Group. The effect of intensive diabetes therapy on the development and progression of neuropathy[J]. Ann Intern Med, 1995, 122(8): 561. doi: 10.7326/0003-4819-122-8-199504150-00001
    [9] CHEHREGOSHA H, KHAMSEH ME, MALEK M, et al. A view beyond HbA1c: role of continuous glucose monitoring[J]. Diabetes Ther, 2019, 10(3): 853. doi: 10.1007/s13300-019-0619-1
    [10] 包玉倩. 糖化血红蛋白: 优势犹在, 无可替代[J]. 中华糖尿病杂志, 2020, 12(1): 17.
  • [1] 史琼王静陆明 . 血糖目标范围内时间和糖化血红蛋白与2型糖尿病微血管病变的相关性研究. 蚌埠医学院学报, 2023, 48(4): 478-481. doi: 10.13898/j.cnki.issn.1000-2200.2023.04.014
    [2] 徐红陈雯刘敏 . 护理干预结合糖化血红蛋白监测模式改善非增殖型糖尿病视网膜病变的作用. 蚌埠医学院学报, 2013, 37(8): 1072-1073.
    [3] 张国良高云龙 . 2型糖尿病合并小细胞性贫血病人糖化血红蛋白与空腹血糖的相关性分析. 蚌埠医学院学报, 2020, 45(8): 1094-1096. doi: 10.13898/j.cnki.issn.1000-2200.2020.08.027
    [4] 金齐力李曦光韩玮玮韦莉 . 空腹血糖和糖化血红蛋白联合检测在健康体检中的应用研究. 蚌埠医学院学报, 2015, 40(6): 792-794. doi: 10.13898/j.cnki.issn.1000-2200.2015.06.031
    [5] 向瑾操王燕燕黄霄行陈俊虎 . 糖化血红蛋白结合2点血糖法诊断妊娠期糖尿病的可行性研究. 蚌埠医学院学报, 2014, 39(7): 864-867.
    [6] 郑徽李雪松张钰沈春芳范玉娟张宁范晓方杨架林 . 新诊断2型糖尿病患者糖化血红蛋白与血清凝集素样氧化低密度脂蛋白受体1关系的研究. 蚌埠医学院学报, 2016, 41(4): 445-447. doi: 10.13898/j.cnki.issn.1000-2200.2016.04.006
    [7] 董晓芬 . 2型糖尿病病人颈动脉弹性、内中膜厚度变化与糖化血红蛋白相关性及联合降糖干预作用探究. 蚌埠医学院学报, 2021, 46(3): 352-356. doi: 10.13898/j.cnki.issn.1000-2200.2021.03.020
    [8] 周玲 . 延续护理对老年糖尿病患者疗效的影响. 蚌埠医学院学报, 2015, 40(8): 1113-1115. doi: 10.13898/j.cnki.issn.1000-2200.2015.08.043
    [9] 卢冰方玲娜钟绍 . 2型糖尿病患者血清CA199水平与血糖控制水平的相关性. 蚌埠医学院学报, 2012, 36(12): 1479-1480.
    [10] 张媛媛祁明霞 . 预混胰岛素与基础-餐时胰岛素治疗方案疗效比较. 蚌埠医学院学报, 2014, 39(11): 1547-1548.
    [11] 范益博幺天保袁安彩邵琴卜军 . 糖化血红蛋白与冠心病病人心肌外脂肪厚度的相关性研究. 蚌埠医学院学报, 2018, 43(10): 1373-1376. doi: 10.13898/j.cnki.issn.1000-2200.2018.10.024
    [12] 罗涛 . 冠心病患者糖化血红蛋白水平与冠状动脉病变严重程度的关系分析. 蚌埠医学院学报, 2011, 36(5): 499-500.
    [13] 丁大伟包宗明 . 血清骨保护素和糖化血红蛋白水平与急性冠状动脉综合征的关系探讨. 蚌埠医学院学报, 2013, 37(5): 542-544.
    [14] 程玉芳陶静马善峰关宿东 . 大豆异黄酮对糖尿病大鼠心肌钙调控蛋白基因表达的影响. 蚌埠医学院学报, 2010, 35(6): 548-551.
    [15] 蒙清婷黄艳玲 . 门诊糖尿病326例末梢血糖监测分析. 蚌埠医学院学报, 2015, 40(2): 265-266. doi: 10.13898/j.cnki.issn.1000-2200.2015.02.045
    [16] 洛佩谷成英徐冬香徐澍人陈丽华陈隶华周里钢 . 实时动态血糖监测参与糖尿病管理决策的有效性分析. 蚌埠医学院学报, 2017, 42(10): 1427-1430. doi: 10.13898/j.cnki.issn.1000-2200.2017.10.044
    [17] 郑雪芳李武芬吴雪华吴晓君方婷杨玉兰许舒柔金丽卿 . 糖尿病专科护士主导的护理小组模式在非内分泌病区规范处置糖尿病低血糖的应用. 蚌埠医学院学报, 2022, 47(7): 931-933. doi: 10.13898/j.cnki.issn.1000-2200.2022.07.023
    [18] 王媛媛谢虹 . 血糖指数、血糖负荷在2型糖尿病饮食教育中的应用进展. 蚌埠医学院学报, 2015, 40(2): 272-275. doi: 10.13898/j.cnki.issn.1000-2200.2015.02.048
    [19] 王燕 . 动态血糖监测与持续皮下胰岛素输注联合应用治疗2型糖尿病的临床疗效. 蚌埠医学院学报, 2012, 36(7): 810-812.
    [20] 叶红伟张蔚屏胡俊锋于影方婷婷杨丽娟高琴 . 心肌肥大相关蛋白YAP在大鼠糖尿病心肌病中的表达. 蚌埠医学院学报, 2018, 43(10): 1355-1358. doi: 10.13898/j.cnki.issn.1000-2200.2018.10.020
  • 加载中
表(2)
计量
  • 文章访问数:  1513
  • HTML全文浏览量:  765
  • PDF下载量:  11
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-11-03
  • 录用日期:  2022-04-29
  • 刊出日期:  2023-02-15

2型糖尿病目标范围内时间与糖化血红蛋白相关性分析

    作者简介: 郭劝劝(1986-), 女, 主治医师
  • 1. 安徽省蚌埠市第二人民医院 内分泌科, 233000
  • 2. 蚌埠医学院第一附属医院 内分泌科, 安徽 蚌埠 233004

摘要: 目的分析2型糖尿病病人目标范围内时间(TIR)与糖化血红蛋白(HbA1c)的相关性。方法选取2型糖尿病(T2DM)病人142例,根据HbA1c分为A组(HbA1c < 7.0%)、B组(7%≤HbA1c < 9%)、C组(HbA1c≥9%)。对病人进行72 h持续血糖监测,观察各组TIR、血糖监测平均值(MBG)、预估糖化血红蛋白(eHbA1c)、标准差(SD)、变异系数(CV)、平均血糖波动幅度(MAGE)、空腹血糖(PG)的差异性,探究TIR对HbA1c的影响。结果A、B、C组间性别、年龄、病程、BMI、SBP、DBP、CV差异均无统计学意义(P>0.05),HbA1c、eHbA1c、MBG、SD、MAGE、TIR、PG差异均有统计学意义(P < 0.01)。HbA1c与TIR呈负相关关系(P < 0.01),与PG、MBG、CV、eHbA1c呈正相关关系(P < 0.01)。多元线性回归分析结果表明PG、TIR均是HbA1c影响因素。结论TIR与HbA1c呈负相关,PG、TIR是HbA1c的影响因素。

English Abstract

  • 糖尿病病人血糖监测项目包括自我血糖监测、糖化血红蛋白(HbA1c)、动态血糖监测,体现了血糖控制情况的点、线、面。HbA1c是评价长期血糖控制情况的“金标准”[1],它反映了病人近2~3个月的平均血糖水平,且与糖尿病并发症密切相关。动态血糖监测技术的应用让我们对糖尿病病人的血糖有了更直观的了解,包括血糖变异性、平均血糖水平、低血糖持续时间以及血糖目标范围内时间(TIR)等[2]。本研究通过分析不同水平HbA1c 2型糖尿病病人的动态血糖监测指标,探讨血糖TIR与HbA1c的相关性。现作报道。

    • 选取2019年6月至2020年1月蚌埠市第二人民医院内分泌科收治的142例2型糖尿病住院病人作为研究对象,其中男80例,女62例,平均年龄(60.09±10.62)岁。排除标准:1型糖尿病、妊娠期糖尿病、特殊类型糖尿病、糖尿病急性并发症、发热、急性心力衰竭等。

    • 记录病人性别、年龄、收缩压(SBP)、舒张压(DBP)、身高、体质量,计算体质量指数(BMI)=体质量/身高2。病人禁食10 h以上,抽取空腹静脉血测量HbA1c、空腹血糖(PG)。根据病人HbA1c水平进行分组,HbA1c < 7.0%、7%≤HbA1c < 9%、HbA1c≥9%分为A组、B组、C组。使用ipro2对142例病人行72 h动态血糖监测,将感应探头植入病人脐下右侧腹部皮下组织,透明膜覆盖,详细告知佩戴注意事项,避免探头脱落。探头监测细胞组织液葡萄糖值变化,5 min记录1个平均值,共采集864个血糖数据,将探头数据输出至ipro软件,生成持续葡萄糖监测报告单,本报告依据《中国持续葡萄糖监测临床应用指南(2017年版)》编制。采集动态血糖监测指标,包括:平均值(MBG)、预估HbA1c(eHbA1c)、标准差(SD)、变异系数(CV)、TIR、平均血糖波动幅度(MAGE)。血糖目标范围设置为3.9~10 mmol/L,MAGE结果为基于所获得监测数据统计得到。

    • 采用方差分析、秩和检验、Pearson相关分析和多元线性回归分析。

    • A、B、C组间性别、年龄、病程、BMI、SBP、DBP、CV差异均无统计学意义(P>0.05),HbA1c、eHbA1c、MBG、SD、MAGE、TIR、PG差异均有统计学意义(P < 0.01);其中C组HbA1c、eHbA1c、MBG、PG均大于A、B组,且B组大于A组(P < 0.01);C组SD、MAGE均大于A、B组(P < 0.01和P < 0.05),A、B组间SD、MAGE差异无统计学意义(P>0.05);C组的TIR小于A、B组(P < 0.01),B组小于A组(P < 0.05)(见表 1)。

      分组 年龄/岁 病程/年 BMI/(kg/m2) SBP/mmHg DBP/mmHg HbA1c/%
      A组 21 12 61.36±10.91 8.59±6.67 24.42±3.62 129.58±16.34 80.03±10.89 6.38±0.47
      B组 35 21 61.00±10.41 7.44±6.07 25.30±4.14 131.13±17.89 80.45±10.34 7.85±0.59**
      C组 24 29 59.51±10.81 9.75±9.62 25.67±3.23 131.62±17.22 77.72±11.56 10.49±1.40**△△
      F 4.21# 0.27 1.23 1.19 0.15 0.94 123.25
      P >0.05 >0.05 >0.05 >0.05 >0.05 >0.05 < 0.01
      MS组内 113.978 59.482 13.685 299.012 119.680 128.910
      分组 eHbA1c/% MBG/(mmol/L) SD/(mmol/L) MAGE/(mmol/L) TIR/% CV/% PG/(mmol/L)
      A组 6.54±0.77 7.80±1.34 2.10(1.55, 2.90) 4.50(3.50, 6.00) 77.13±18.11 26.40±8.00 6.87±1.84
      B组 7.25±0.77** 8.95±1.30** 2.10(1.63, 2.70) 5.25(4.08, 7.00) 64.53±20.68* 25.78±9.58 8.28±2.11*
      C组 8.18±1.37**△△ 10.36±2.12**△△ 2.90(2.40, 4.00)**△△ 7.00(5.45, 8.45)**△ 48.89±23.88**△△ 29.45±10.16 10.49±3.07**△△
      F 38.94 36.16 21.05 17.65 37.70 2.24 23.76
      P < 0.01 < 0.01 < 0.01 < 0.01 < 0.01 >0.05 < 0.01
      MS组内 149.655 384.539 596.633 5 593.621 59 984.003 89.679 844.874
      #示χ2值。q检验:与A组比较*P < 0.05,**P < 0.01;与B组比较△P < 0.05,△△P < 0.01

      表 1  A、B、C组临床资料及血糖监测指标比较(x±s)

    • HbA1c与TIR呈负相关关系(r=-0.517, P < 0.01),与PG、MBG、CV、eHbA1c呈正相关关系(r=0.000、0.000、0.000、0.000, P < 0.01)。HbA1c与SD、MAGE无明显相关性(r=0.124、0.287, P>0.05)。

    • 以HbA1c为因变量,以TIR、MBG、PG为自变量进行多元线性回归分析,PG、TIR进入回归方程(R2=0.341),PG、TIR均是HbA1c影响因素(见表 2)。

      自变量 B SE B′ t P
      PG 0.227 0.061 0.338 3.74 < 0.01
      TIR -0.260 0.013 -0.327 2.05 < 0.05

      表 2  HbA1C影响因素的多元线性回归分析

    • TIR是指病人血糖在设定范围内的百分比或时间,研究结果证实TIR与糖尿病微血管并发症密切相关[3-4]。血糖波动幅度及标准差是血糖变异性指标,以往的研究结果显示血糖变异性与糖尿病并发症密切相关[5-6]。在本研究中C组反应血糖水平的相关指标HbA1c、eHbA1c、MBG、PG均大于A、B组,反应血糖变异性指标SD、MAGE也大于A、B组,但A、B组间的血糖变异性无显著差异,HbA1c≥9%时血糖变异性较大,降低血糖变异性有利于血糖的控制。HbA1c与TIR呈显著的负相关,与PG、MBG、CV、eHbA1c呈正相关,且C组的TIR明显小于A、B组,可见HbA1c可以间接反映病人血糖在目标内达标时间。在多元线性回归分析中,TIR及PG进入回归方程,当TIR越长HbA1c越接近控制目标。142例2型糖尿病及C组的eHbA1c与HbA1c存在差异,尤其是C组中HbA1c明显大于eHbA1c。eHbA1c是由传感器的平均葡萄糖值计算出来的,这可能和动态血糖监测时间较短以及HbA1c≥9%时血糖变异性较大有关。LU等[7]通过研究2 559例2型糖尿病病人的动态血糖监测数据,结果示TIR与eHbA1c之间存在相关性,但是在不同的CV水平,根据TIR的线性回归函数计算的eHbA1c存在显著差异。

      研究[1, 8]结果证实,控制HbA1c可以降低糖尿病微血管并发症及大血管并发症的风险,是HbA1c作为糖尿病病人血糖控制标准的证据。但是在动态血糖监测的个案中可以发现,有些HbA1c控制达标的病人TIR并不高,且可能出现血糖波动较大,或有低血糖发生,意味HbA1c作为血糖控制标准存在缺陷[9]。有学者[3]开始探索新的血糖评价标准,如TIR;但是也有学者[10]认为,HbA1c与TIR及MBG存在良好的线性关系,进而可以预测短期血糖,HbA1c仍不可取代的。目前HbA1c依然是评价血糖控制情况的主要标准。本研究结果示控制HbA1c、血糖TIR、血糖变异性三者相辅相成,HbA1c联合持续血糖监测能全面了解病人血糖分布。

参考文献 (10)

目录

    /

    返回文章
    返回