目的探索急性缺血性脑卒中(acute ischemic stroke,AIS)合并糖尿病人群的血糖变异性与神经功能损害的相关性。方法选取AIS合并糖尿病患者125例,记录基线状态下一般临床资料,并分别于入院及出院时进行美国国立卫生研究院卒中量表(Nationa...目的探索急性缺血性脑卒中(acute ischemic stroke,AIS)合并糖尿病人群的血糖变异性与神经功能损害的相关性。方法选取AIS合并糖尿病患者125例,记录基线状态下一般临床资料,并分别于入院及出院时进行美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale,NIHSS)评分,于出院1个月后随访进行改良Rankin量表(modified Rankin Scale,mRS)评分,评估患者卒中后神经功能变化与残障情况。根据NIHSS评分是否上升分为非恶化组(79例)和恶化组(46例),对比两组基线资料和血糖变异性参数。采用Logistic回归分析影响神经功能恶化的可能因素,并绘制受试者工作特征(receiver operating characteristic,ROC)曲线评估血糖变异性指标对神经功能恶化的预测价值。结果两组基线临床资料相比差异无统计学意义,两组血糖变异性参数相比,葡萄糖目标范围内时间(time in range,TIR)、平均血糖波动幅度(mean amplitude of glycemic excursions,MAGE)、最大血糖波动幅度(largest amplitude of glycemic excursions,LAGE)差异均存在统计学意义(P<0.05)。二元Logistic回归分析显示,TIR(OR=0.937,P<0.001)、MAGE(OR=1.360,P=0.024)、LAGE(OR=1.364,P=0.015)是NIHSS评分恶化的危险因素。有序多因素Logistic回归分析提示,入院48 h血糖平均值(OR=1.208,P=0.033)、MAGE(OR=1.206,P=0.040)以及入院空腹血糖(OR=1.182,P=0.016)是影响mRS评分的危险因素。ROC曲线提示TIR预测发生恶化的曲线下面积(area under the curve,AUC)为0.781(95%CI:0.699-0.862,P<0.001),灵敏度为82.6%,特异度为60.8%,最佳截断值为41.3%。结论以TIR等为代表的血糖变异性指标可能是提示AIS合并糖尿病患者神经功能恶化的相关因素。展开更多
文摘目的探索急性缺血性脑卒中(acute ischemic stroke,AIS)合并糖尿病人群的血糖变异性与神经功能损害的相关性。方法选取AIS合并糖尿病患者125例,记录基线状态下一般临床资料,并分别于入院及出院时进行美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale,NIHSS)评分,于出院1个月后随访进行改良Rankin量表(modified Rankin Scale,mRS)评分,评估患者卒中后神经功能变化与残障情况。根据NIHSS评分是否上升分为非恶化组(79例)和恶化组(46例),对比两组基线资料和血糖变异性参数。采用Logistic回归分析影响神经功能恶化的可能因素,并绘制受试者工作特征(receiver operating characteristic,ROC)曲线评估血糖变异性指标对神经功能恶化的预测价值。结果两组基线临床资料相比差异无统计学意义,两组血糖变异性参数相比,葡萄糖目标范围内时间(time in range,TIR)、平均血糖波动幅度(mean amplitude of glycemic excursions,MAGE)、最大血糖波动幅度(largest amplitude of glycemic excursions,LAGE)差异均存在统计学意义(P<0.05)。二元Logistic回归分析显示,TIR(OR=0.937,P<0.001)、MAGE(OR=1.360,P=0.024)、LAGE(OR=1.364,P=0.015)是NIHSS评分恶化的危险因素。有序多因素Logistic回归分析提示,入院48 h血糖平均值(OR=1.208,P=0.033)、MAGE(OR=1.206,P=0.040)以及入院空腹血糖(OR=1.182,P=0.016)是影响mRS评分的危险因素。ROC曲线提示TIR预测发生恶化的曲线下面积(area under the curve,AUC)为0.781(95%CI:0.699-0.862,P<0.001),灵敏度为82.6%,特异度为60.8%,最佳截断值为41.3%。结论以TIR等为代表的血糖变异性指标可能是提示AIS合并糖尿病患者神经功能恶化的相关因素。
文摘血糖监测是糖尿病综合管理的重要组成部分。近1个多世纪以来,糖尿病监测技术由最初的尿糖检测,到后来的血糖检测,再到目前的持续葡萄糖监测(continuous glucose monitoring,CGM),不断向便捷、准确、微创,甚至无创的方向发展。近年来不断发展的CGM技术,可连续、动态地监测全天人体组织间液葡萄糖浓度的变化,发现不易被传统血糖监测方法探测到的隐匿性高血糖和低血糖。利用CGM技术提供的海量血糖信息,有望使糖尿病管理方案的制定更具针对性,真正做到精准控糖。而与之相应的,以葡萄糖目标范围内时间(time in range,TIR)为代表的血糖控制新指标备受关注,能更全面地提供包括高血糖、低血糖以及血糖波动等信息,与传统血糖指标糖化血红蛋白等互为补充。未来,应进一步研发舒适、稳定、准确性高的成熟、微创甚至无创血糖监测技术,以大幅提高患者血糖监测的体验感和积极性;同时,积极推动闭环胰岛素输注系统研发,真正实现个体化、自动化血糖控制,以进一步提高糖尿病患者的血糖控制水平。
