基于互联网技术手段的糖尿病自我管理综合评价

互联网技术手段可通过提供学习、激励和支持的方式来补充医疗保健提供者提供的糖尿病护理。其可支持糖尿病患者的日常自我管理活动,包括血糖监测、锻炼、健康饮食、服药、并发症监测等。本文旨在评估用于促进糖尿病患者自我管理的互联网技术对成人2型糖尿病患者自我管理情况和糖尿病预后的影响。通过检索Medline、PubMed和EMBASE数据库,以“糖尿病自我管理”“互联网技术”“2型糖尿病”“智能手机”“手机和糖尿病”为关键词进行文献检索,涵盖了2008-2021年相关文献,最终确定将定性实验和随机对照试验设计在内的14项研究纳入本综述。结果发现,互联网技术干预手段对糖尿病预后有积极影响,包括糖化血红蛋白水平、患者自我管理行为及自我效能的改善。建议将基于互联网技术的干预手段与医疗保健提供者提供的糖尿病护理结合使用,使糖尿病患者获得更大受益。

身体成分与慢性肾脏病患者心血管疾病的相关因素分析

目的探讨慢性肾脏病(chronic kidney disease,CKD)患者身体成分与心血管疾病(cardiovascular disease,CVD)的相关关系。方法纳入2017年1月至2019年12月于重庆市人民医院肾脏内科住院治疗且临床生化资料完整的CKD患者,根据病史及相应辅助检查分为CKD伴CVD组、CKD不伴CVD组。收集临床资料,进行人体学测量,以双能X线吸收法测定骨骼肌指数(skeletal muscle index,SMI)、肌肉指数、总体脂(total body fat,TBF)、内脏脂肪面积(visceral adipose tissue,VAT)、全身骨矿含量、全身骨密度等。采用t检验、U检验、卡方检验进行统计学分析。采用Logistic回归法分析身体成分与CVD的关系。结果本研究共纳入604例CKD患者,其中CKD 3期患者560例(92.7%),CKD 4期患者44例(7.3%);CKD伴CVD患者180例(29.8%),CKD不伴CVD患者424例(70.2%)。与CKD不伴CVD组相比,CKD伴有CVD组患者的男性比例、高血压病史比例、糖尿病病史比例、年龄、CKD病程、收缩压、血尿酸、腰臀比及腰围均较高(均P<0.05),而低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇、估算肾小球滤过率(eGFR)水平较低(均P<0.05)。身体成分方面,与CKD不伴CVD组相比,CKD伴CVD组中SMI(t=-11.964,P<0.001)和体重指数(t=-4.462,P<0.001)较低,VAT(t=3.089,P=0.002)和TBF(t=5.177,P<0.001)均较高。使用多元Logistic回归分析校正年龄、CKD病程、高血压病史、糖尿病病史、LDL-C、体重指数、eGFR、TBF等混杂因素后发现,随着SMI降低,CKD患者伴发CVD风险升高[以SMI高分位(36.37%~50.80%)为参照,SMI中分位(28.23%~36.31%):OR=1.49,95%CI 1.24~1.71,P=0.003;SMI低分位(15.28%~28.19%):OR=2.17,95%CI 1.79~2.62,P<0.001],未发现VAT与CKD患者伴发CVD的风险相关(P>0.05)。结论SMI降低与CKD患者伴发CVD独立相关。