本文引用：何龑, 赵松青. 1型糖尿病患者血糖波动的影响因素研究. 中国全科医学[J], 2022, 25(05): 589-594,602 doi:10.12114/j.issn.1007-9572.2021.01.409
HEYan, ZHAOSongqing. Influencing Factors of Glycemic Variability in Type 1 Diabetes Patients. Chinese General Practice[J], 2022, 25(05): 589-594,602 doi:10.12114/j.issn.1007-9572.2021.01.409
国际糖尿病联盟发布的数据显示，2019年全球约有4.63亿人罹患糖尿病，其中大陆约占1.16亿，居全球首位[1]。而大陆1型糖尿病（T1DM）患者占糖尿病患者总数的4.7%~8.5%，且以每年3%~5%的速度增加[2]。T1DM是一种自身免疫性疾病，能导致患者胰腺β细胞破坏和胰岛素缺乏症，从而使患者血糖达标更为困难[3]。为控制T1DM患者血糖，避免其出现低血糖症状，对患者进行血糖监测至关重要[4]。瞬感扫描式血糖监测系统（flash glucose monitoring system，FGMS）是一种基于传感器的新型扫描式葡萄糖监测系统，其与传统的动态血糖监测（continuous glucose monitoring，CGM）系统原理相同（均通过连续检测组织间液葡萄糖水平反映被测者血糖变化），但比传统的CGM操作方法简便、探头寿命更长、价格更经济实惠，因此更适合长期、大范围应用[5,6]。
以往临床多认为糖化血红蛋白（HbA1c）水平是糖尿病患者血糖管理的关键[7]，但糖尿病控制及并发症试验（Diabetes Control and Complications Trial，DCCT）研究表明，相较于HbA1c水平，血糖波动对疾病的影响更为深远[8,9]。血糖波动也称血糖变异性，指血糖水平在其波动的高值和低值之间变化动荡的非稳定状态[8]。多项研究证实，血糖波动与糖尿病大血管并发症及微血管狭窄密切相关[10,11,12,13]。因此，找到导致患者血糖波动的相关性因素，并针对这些因素给予针对性护理措施，对预防血糖波动具有重要意义。以往有关血糖波动影响因素的研究多见于2型糖尿病（T2DM）患者，少见关于T1DM影响因素的报道[12,14]。因此，本研究将应用FGMS分析T1DM患者血糖波动的影响因素。
1 对象与方法
1.1 研究对象
采用便利抽样法选取2019年5月至2020年4月在南京医科大学附属淮安第一医院内分泌科住院的T1DM患者85例。本研究通过南京医科大学附属淮安第一医院伦理委员会审核批准，患者均签署知情同意书。
1.2 纳入与排除标准
纳入标准：（1）符合1999年WHO中T1DM诊断标准[15]；（2）理解和沟通能力正常。排除标准：（1）正在使用其他类型CGM设备患者；（2）合并严重疾病者（严重的心、脑、肝、肾功能不全等）；（3）妊娠期妇女；（4）不愿佩戴FGMS；（5）对FGMS探头材料过敏。
1.3 研究方法
1.3.1 资料收集
收集所有患者的基线资料与临床资料。基线资料包括：性别、年龄、糖尿病病程、婚姻状况、文化程度、吸烟（患者现是否吸烟）、饮酒（患者现是否饮酒）。临床资料包括：体质指数（BMI）、腰臀比（WHR）、收缩压（SBP）、舒张压（DBP）、最近一次的HbA1c值、总胆固醇（TC）、三酰甘油（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、估算肾小球滤过率（eGFR）和尿微量白蛋白/尿肌酐比值（UACR）。
1.3.2 血糖数据获取
患者于入院后24~48 h于上臂外侧开始佩戴瞬感动态血糖仪探头〔Freestyle Libre H，雅培贸易（上海）有限公司生产〕，并持续佩戴10~14 d。探头采集患者组织间液血糖浓度变化数据，并通过无线传输将数据显示在接收器上。如不对患者进行扫描，则取未及时采集的患者每15 min血糖数据存储在探头中，后期可用接收器及配套软件提取。探头已在出厂前校准，故佩戴期间不再校准。获取血糖波动性指标包括：平均血糖浓度（MEAN）、血糖在正常范围内时间（TIR）等；再根据FGMS记录数据计算血糖标准差（SD）和平均血糖波动幅度（MAGE），计算方法参照《中国动态血糖监测临床应用指南（2012年版）》[16]。记录所有患者MAGE值，求得其平均值为0.82 mmol/L，根据患者MAGE是否高于总体均值0.82 mmol/L将患者分为血糖波动低组（MAGE<0.82 mmol/L）和血糖波动高组（MAGE≥0.82 mmol/L）。
1.3.3 糖尿病自我管理行为量表（The Summary of Diabetes Self-Care Activities，SDSCA）
SDSCA由TOOBERT等[17]开发，用以评估糖尿病患者自我管理行为，后由万巧琴等[18]汉化，其通过患者前一周执行指定行为的天数来评估患者的自我管理行为活动，包括患者饮食控制、规律锻炼、血糖监测、足部护理、遵医嘱用药5方面内容。量表共11个条目，除条目4为反向计分，其余均为正向计分。量表总分0~77分，分数越高，说明患者自我管理行为越好。SDSCA的Cronbach's α系数为0.620，重测信度为0.830。
1.3.4 糖尿病授权简化量表（Diabetes Empowerment Scale-Short Form，DES-SF）
DES-SF由ANDERSON等[19]开发，用以评估糖尿病患者自我管理责任的潜能，后由胡贝贝等[20]汉化。量表共8个条目，采用Likert 5级评分法，从"非常不同意"到"非常同意"分别赋予1~5分，总分为8个条目得分之和，得分越高，患者自我管理潜能越高。DES-SF中文版Cronbach's α系数为0.848，重测信度为0.817。
1.4 统计学方法
采用SPSS 24.0软件进行统计与分析。符合正态分布的计量资料以（x±s）表示，两组间比较采用独立样本t检验；不符合正态分布的计量资料以M（P25，P75）表示，两组间比较采用非参数检验；计数资料以相对数表示，组间比较采用χ2检验。采用多元线性回归分析探讨影响T1DM患者血糖波动的影响因素。以P<0.05为差异有统计学意义。
2 结果
2.1 两组患者基线资料比较
血糖波动低组患者共40例，血糖波动高组患者共45例。两组患者性别、婚姻状况、文化程度、吸烟史比例、饮酒史比例比较，差异无统计学意义（P>0.05）；两组患者年龄、糖尿病病程比较，差异均有统计学意义（P<0.05）。见表1。
Table 1 Basic clinical characteristics between two groups
2.2 两组患者临床资料比较
两组患者BMI、WHR、SBP、DBP、TC、HDL-C、LDL-C、eGFR比较，差异无统计学意义（P>0.05）；两组患者HbA1c、TG、UACR、MEAN、SD、TIR、SDSCA得分和DES-SF得分比较，差异均有统计学意义（P<0.05）。见表2。
Table 2 Comparison of clinical data between two groups
2.3 T1DM患者血糖波动影响因素的多元线性回归分析
分别以MEAN（赋值：实测值）、SD（赋值：实测值）、TIR（赋值：实测值）、MAGE（赋值：实测值）为因变量，以年龄（赋值：实测值）、糖尿病病程（赋值：实测值）、BMI（赋值：实测值）、WHR（赋值：实测值）、HbA1c（赋值：实测值）、TC（赋值：实测值）、TG（赋值：实测值）、HDL-C（赋值：实测值）、LDL-C（赋值：实测值）、eGFR（赋值：实测值）、UACR（赋值：实测值）、SDSCA各维度得分（赋值：实测值）、SDSCA各维度总分（赋值：实测值）、DES-SF各条目得分（赋值：实测值）、DES-SF各条目总分（赋值：实测值）为自变量进行多元线性回归分析，结果显示，MEAN的影响因素为年龄、糖尿病病程、HbA1c、饮食控制、血糖监测、自我管理行为总分，条目2、4、5、7和DES-SF总分（P<0.05）；SD的影响因素为年龄、HbA1c、UACR、饮食控制、血糖监测、遵医嘱用药和自我管理行为总分（P<0.05）；TIR的影响因素为HbA1c、UACR、血糖监测、自我管理行为总分，条目1、2、4、7和DES-SF总分（P<0.05）；MAGE的影响因素为年龄、HbA1c、UACR、饮食控制和血糖监测（P<0.05）。见表3。
Table 3 Multiple linear regression analysis on blood glucose fluctuation in type 1 diabetes patients
3 讨论
血糖监测对T1DM患者的健康管理至关重要。以往研究常把HbA1c作为评价血糖控制的"金标准"，认为其生物变异性较小，能更好地预测患者长期血糖水平和慢性并发症风险[7]。但最近研究发现仅靠HbA1c不能完全解释患者糖尿病慢性并发症的成因，而且不同糖尿病患者即使HbA1c水平相似，其血糖波动幅度也可能相差甚远[21]。ZHANG等[22]发现HbA1c和MAGE均是影响T2DM患者心血管并发症的重要因素，但MAGE比HbA1c更具有预测性。上述研究可知，血糖波动是独立于HbA1c之外的血糖控制评价指标，而FGMS可以突破HbA1c测定和自我血糖监测中的诸多限制，更全面地了解患者整体血糖波动的情况。
评价血糖波动的度量标准有数十种[23]，本研究通过提取FGMS数据并进行计算，选择临床应用较广的MEAN、TIR、SD和MAGE这4种评价指标作为因变量，进行多元线性回归分析，结果发现HbA1c同时是MEAN、SD、TIR和MAGE的影响因素，说明HbA1c是T1DM患者血糖波动的独立影响因素，这与刘蔚等[24]的研究结果不一致。刘蔚等[24]的研究同样使用MEAN、TIR、SD和MAGE作为血糖波动评价指标，但结果发现这4项指标与HbA1c均无显著相关，造成两项研究结果差异的可能原因为：（1）样本量不同：刘蔚等[24]研究的样本量相对较少，仅有37例T1DM患者；（2）研究方法不同：刘蔚等[24]的研究采用相关分析判断变量之间的密切程度，而本研究使用多元线性回归模型，不仅可以揭示变量间的影响大小，还可以由回归方程进行数量上的预测和控制，更为科学可靠。
既往多项研究发现，年龄[25]、糖尿病病程[25,26,27]和UACR[28]是T2DM患者MAGE和日内血糖平均绝对差（MODD）的主要危险因素，本研究证明其亦是T1DM患者血糖波动的影响因素。UACR能简便可靠地估算尿微量白蛋白排泄量，是糖尿病患者出现肾损害的早期标志[29]，与心血管疾病的发生和因心血管病致死事件密切相关，已成为其危险预测因子。提示临床工作中可从改善UACR角度出发降低血糖变异性，从而预防或延缓T1DM患者糖尿病肾病的发生。
糖尿病健康教育专家楼青青等[30]指出，促使患者发生行为改变并维持这些行为是改善各项生理指标的关键。一项横断面研究[31]调查发现，糖尿病自我管理行为是SDBG、MAGE以及MODD的重要影响因素，随着T2DM患者自我管理行为的改善，日内及日间血糖波动均将获得良好的控制。本研究结果证实自我管理行为，尤其是饮食控制、血糖监测和遵医嘱用药，同样是T1DM患者血糖波动的影响因素。但本研究并未发现运动对患者血糖控制起到了重要作用，原因可能与T1DM患者对运动性低血糖心怀恐惧、担心血糖无法控制有关。这提示在糖尿病教育过程中，医务人员为患者制订个性化的行为目标时，需格外关注对患者自我管理行为的干预，进而帮助患者获得良好的血糖控制；同时自我管理控制不能过于严格，以免增加低血糖的发生风险。
患者行为改变的发生常靠外部激发，自我管理潜能可用于评估个人自我管理知识技能储备以及设定个性化的自我管理目标的积极程度[32]。国内关于自我管理潜能对于血糖波动影响的研究尚未见文献报道。本研究发现，自我管理潜能是MEAN和TIR的影响因素，患者自我管理潜能越强，平均血糖波动越低，血糖控制在正常范围内的时间越久。另外，在管理糖尿病时，"能将目标变为可行的计划""保持乐观心态"以及"清楚管理好糖尿病的信念和动力"对T1DM患者血糖波动有较大的影响。提示在糖尿病自我管理教育中要帮助患者充分发掘其内在潜力，注意其身心健康，必要时给予情感支持，从而提升患者自我管理潜能，进一步降低血糖波动。
综上所述，T1DM患者血糖波动的影响因素包括年龄、糖尿病病程、HbA1c、UACR、自我管理行为以及自我管理潜能。通过分析影响患者血糖波动的因素，为医务人员对患者进行针对性的健康教育，从而改善T1DM患者的血糖波动、延缓并发症的发生和发展提供科学依据。
本文无利益冲突。
本文表格略。
参考文献略