背景 对初发2型糖尿病(T2DM)患者进行早期干预有助于延缓糖尿病进展。人机交互智能血糖监测管理是一种新型健康干预管理模式,其对初发T2DM患者疾病进展所起作用尚未明确。目的 探讨人机交互智能管理对初发T2DM患者的血糖控制和自我管理...背景 对初发2型糖尿病(T2DM)患者进行早期干预有助于延缓糖尿病进展。人机交互智能血糖监测管理是一种新型健康干预管理模式,其对初发T2DM患者疾病进展所起作用尚未明确。目的 探讨人机交互智能管理对初发T2DM患者的血糖控制和自我管理能力的影响,为T2DM患者管理策略提供参考依据。方法 采用方便抽样法抽取2016年6—12月于天津医科大学朱宪彝纪念医院就诊的初发T2DM患者200例,使用随机数字表法将入组研究对象分为血糖监测组与对照组。血糖监测组除采用人机交互智能血糖监测外其他干预措施同对照组,记录患者入组时和随访3个月后血糖[空腹血糖(FBG)、餐后2 h血糖(2 h PG)、糖化血红蛋白(HbA_(1c))]和糖尿病自我管理能力指标[糖尿病管理自我效能量表(DMSES)、自我管理行为量表(SDSCA)、2型糖尿病患者自护行为量表(2-DSCS)]。结果 随访3个月后,血糖监测组入组95例,对照组入组97例。与干预前相比,两组患者干预后FBG、2 h PG、HbA_(1c)水平均降低(P<0.05),DMSES各项评分升高(P<0.05)。干预后血糖监测组FBG、2 h PG、HbA_(1c)较对照组明显降低(P<0.05)。干预后血糖监测组FBG达标67例(70.5%),对照组达标31例(32.0%),血糖监测组2 h PG达标49例(51.6%);对照组达标30例(30.9%),血糖监测组HbA_(1c)达标67例(70.5%);对照组达标29例(29.9%),以上指标达标率均高于对照组(P<0.05)。血糖监测组DMSES、SDSCA和2-DSCS各项评分均高于对照组(P<0.05)。初发T2DM患者DMSES评分与2-DSCS评分、SDSCA评分呈正相关(r_(s)值分别为0.909和0.872,P<0.01);2-DSCS评分与SDSCA评分呈正相关(r_(s)=0.917,P<0.01)。多元线性回归分析显示,饮食控制、规律锻炼、遵嘱用药、血糖监测和预防及处理高、低血糖行为是HbA_(1c)降低的有利因素(P<0.05);普通饮食、特殊饮食、遵嘱用药是FBG、2 h PG水平降低的有利因素(P<0.05),血糖监测是2 h PG水平降低的有利因素(P<0.05)。结论 人机交互智能血糖监测有效降低初发T2DM患者血糖,促进血糖达标,提升健康行为主观能动性,主要通过提升患者血糖监测、健康饮食、运动、遵嘱用药行为依从性实现血糖管理,为初发T2DM患者提供管理干预方式。展开更多
背景糖尿病足是糖尿病患者常见并发症,多数患者病情重,疾病进展快。性能良好的糖尿病足发病风险预测模型可以帮助医务人员识别高危患者,尽早采取干预措施。目的系统评价糖尿病足发病风险预测模型,为模型的构建和优化提供参考。方法检索P...背景糖尿病足是糖尿病患者常见并发症,多数患者病情重,疾病进展快。性能良好的糖尿病足发病风险预测模型可以帮助医务人员识别高危患者,尽早采取干预措施。目的系统评价糖尿病足发病风险预测模型,为模型的构建和优化提供参考。方法检索PubMed、Cochrane Library、Embase、Web of Science、中国知网及万方数据知识服务平台发表的关于糖尿病足风险预测模型的相关文献,检索期限为建库至2023-05-15。由研究者独立筛选文献,并提取文献数据,使用预测模型研究的偏倚风险评估工具(PROBAST)对模型进行质量评价。使用Stata 17.0软件对模型中预测因子进行Meta分析。结果共纳入13篇文献,包含13个模型,其中12个模型的曲线下面积(AUC)>0.7。7个模型进行了模型校准,8个模型进行了验证。PROBAST评估结果显示,纳入的13篇文献中有1篇为低偏倚风险,其余12篇均为高偏倚风险;模型适用性方面,1篇为低适用性。Meta分析结果显示,年龄(OR=1.13,95%CI=1.04~1.24)、糖化血红蛋白(OR=1.56,95%CI=1.26~1.94)、足溃疡史(OR=5.93,95%CI=2.85~12.37)、足截肢史(OR=7.79,95%CI=2.74~22.17)、单丝试验敏感性减弱(OR=1.59,95%CI=1.42~1.78)、足真菌感染(OR=6.14,95%CI=1.71~22.04)、肾病(OR=2.09,95%CI=1.65~2.65)是糖尿病足发病风险的影响因素(P<0.05)。结论糖尿病足风险预测模型仍存在不足,未来风险预测模型的建立可重点关注年龄、糖化血红蛋白水平、足溃疡史、足截肢史、单丝试验敏感性、足真菌感染、肾病等预测因子。展开更多
目的探讨中性粒细胞/淋巴细胞比值(NLR)与2型糖尿病(T2DM)患者肾小管损伤的关系。方法选取T2DM患者258例,测定中性粒细胞、淋巴细胞绝对值,计算NLR;采用免疫透射比浊法测定24 h尿微量白蛋白(24 h UMA);测定肾小管标志物β2-微球蛋白(β2...目的探讨中性粒细胞/淋巴细胞比值(NLR)与2型糖尿病(T2DM)患者肾小管损伤的关系。方法选取T2DM患者258例,测定中性粒细胞、淋巴细胞绝对值,计算NLR;采用免疫透射比浊法测定24 h尿微量白蛋白(24 h UMA);测定肾小管标志物β2-微球蛋白(β2-MG)、β-半乳糖苷酶(GAL)、视黄醇结合蛋白(RBP)、N-乙酰-β-D-葡萄糖苷酶(NAG),以上4种标志物均正常者视为肾小管功能正常,任意1种或以上标志物超过上限视为肾小管功能受损。根据肾小管功能是否受损将患者分为正常组142例,受损组116例,比较2组间NLR水平差异。根据存在任意1种、2种、3种肾小管标志物异常将肾小管功能受损组进行分组,比较各亚组间NLR水平差异。另外,分析NLR与β2-MG、GAL、RBP、NAG的相关性。采用二分类Logistic回归分析T2DM患者肾小管损伤的影响因素。结果受损组NLR水平高于正常组(P<0.05)。随着肾小管标志物异常种类增多、肾小管损伤程度加重,NLR水平逐渐升高(P<0.05)。NLR与β2-MG、GAL、RBP、24 h UMA具有正相关性(r分别为0.191、0.152、0.131及0.158,P<0.05)。Logistic回归分析结果显示,较高水平NLR、24 h UMA是T2DM患者肾小管损伤的危险因素,而较高水平的HDL-C为其保护因素。结论NLR与T2DM患者肾小管损伤关系密切,可以反映肾小管损伤程度。展开更多
文摘背景 对初发2型糖尿病(T2DM)患者进行早期干预有助于延缓糖尿病进展。人机交互智能血糖监测管理是一种新型健康干预管理模式,其对初发T2DM患者疾病进展所起作用尚未明确。目的 探讨人机交互智能管理对初发T2DM患者的血糖控制和自我管理能力的影响,为T2DM患者管理策略提供参考依据。方法 采用方便抽样法抽取2016年6—12月于天津医科大学朱宪彝纪念医院就诊的初发T2DM患者200例,使用随机数字表法将入组研究对象分为血糖监测组与对照组。血糖监测组除采用人机交互智能血糖监测外其他干预措施同对照组,记录患者入组时和随访3个月后血糖[空腹血糖(FBG)、餐后2 h血糖(2 h PG)、糖化血红蛋白(HbA_(1c))]和糖尿病自我管理能力指标[糖尿病管理自我效能量表(DMSES)、自我管理行为量表(SDSCA)、2型糖尿病患者自护行为量表(2-DSCS)]。结果 随访3个月后,血糖监测组入组95例,对照组入组97例。与干预前相比,两组患者干预后FBG、2 h PG、HbA_(1c)水平均降低(P<0.05),DMSES各项评分升高(P<0.05)。干预后血糖监测组FBG、2 h PG、HbA_(1c)较对照组明显降低(P<0.05)。干预后血糖监测组FBG达标67例(70.5%),对照组达标31例(32.0%),血糖监测组2 h PG达标49例(51.6%);对照组达标30例(30.9%),血糖监测组HbA_(1c)达标67例(70.5%);对照组达标29例(29.9%),以上指标达标率均高于对照组(P<0.05)。血糖监测组DMSES、SDSCA和2-DSCS各项评分均高于对照组(P<0.05)。初发T2DM患者DMSES评分与2-DSCS评分、SDSCA评分呈正相关(r_(s)值分别为0.909和0.872,P<0.01);2-DSCS评分与SDSCA评分呈正相关(r_(s)=0.917,P<0.01)。多元线性回归分析显示,饮食控制、规律锻炼、遵嘱用药、血糖监测和预防及处理高、低血糖行为是HbA_(1c)降低的有利因素(P<0.05);普通饮食、特殊饮食、遵嘱用药是FBG、2 h PG水平降低的有利因素(P<0.05),血糖监测是2 h PG水平降低的有利因素(P<0.05)。结论 人机交互智能血糖监测有效降低初发T2DM患者血糖,促进血糖达标,提升健康行为主观能动性,主要通过提升患者血糖监测、健康饮食、运动、遵嘱用药行为依从性实现血糖管理,为初发T2DM患者提供管理干预方式。
文摘背景糖尿病足是糖尿病患者常见并发症,多数患者病情重,疾病进展快。性能良好的糖尿病足发病风险预测模型可以帮助医务人员识别高危患者,尽早采取干预措施。目的系统评价糖尿病足发病风险预测模型,为模型的构建和优化提供参考。方法检索PubMed、Cochrane Library、Embase、Web of Science、中国知网及万方数据知识服务平台发表的关于糖尿病足风险预测模型的相关文献,检索期限为建库至2023-05-15。由研究者独立筛选文献,并提取文献数据,使用预测模型研究的偏倚风险评估工具(PROBAST)对模型进行质量评价。使用Stata 17.0软件对模型中预测因子进行Meta分析。结果共纳入13篇文献,包含13个模型,其中12个模型的曲线下面积(AUC)>0.7。7个模型进行了模型校准,8个模型进行了验证。PROBAST评估结果显示,纳入的13篇文献中有1篇为低偏倚风险,其余12篇均为高偏倚风险;模型适用性方面,1篇为低适用性。Meta分析结果显示,年龄(OR=1.13,95%CI=1.04~1.24)、糖化血红蛋白(OR=1.56,95%CI=1.26~1.94)、足溃疡史(OR=5.93,95%CI=2.85~12.37)、足截肢史(OR=7.79,95%CI=2.74~22.17)、单丝试验敏感性减弱(OR=1.59,95%CI=1.42~1.78)、足真菌感染(OR=6.14,95%CI=1.71~22.04)、肾病(OR=2.09,95%CI=1.65~2.65)是糖尿病足发病风险的影响因素(P<0.05)。结论糖尿病足风险预测模型仍存在不足,未来风险预测模型的建立可重点关注年龄、糖化血红蛋白水平、足溃疡史、足截肢史、单丝试验敏感性、足真菌感染、肾病等预测因子。
文摘目的探讨中性粒细胞/淋巴细胞比值(NLR)与2型糖尿病(T2DM)患者肾小管损伤的关系。方法选取T2DM患者258例,测定中性粒细胞、淋巴细胞绝对值,计算NLR;采用免疫透射比浊法测定24 h尿微量白蛋白(24 h UMA);测定肾小管标志物β2-微球蛋白(β2-MG)、β-半乳糖苷酶(GAL)、视黄醇结合蛋白(RBP)、N-乙酰-β-D-葡萄糖苷酶(NAG),以上4种标志物均正常者视为肾小管功能正常,任意1种或以上标志物超过上限视为肾小管功能受损。根据肾小管功能是否受损将患者分为正常组142例,受损组116例,比较2组间NLR水平差异。根据存在任意1种、2种、3种肾小管标志物异常将肾小管功能受损组进行分组,比较各亚组间NLR水平差异。另外,分析NLR与β2-MG、GAL、RBP、NAG的相关性。采用二分类Logistic回归分析T2DM患者肾小管损伤的影响因素。结果受损组NLR水平高于正常组(P<0.05)。随着肾小管标志物异常种类增多、肾小管损伤程度加重,NLR水平逐渐升高(P<0.05)。NLR与β2-MG、GAL、RBP、24 h UMA具有正相关性(r分别为0.191、0.152、0.131及0.158,P<0.05)。Logistic回归分析结果显示,较高水平NLR、24 h UMA是T2DM患者肾小管损伤的危险因素,而较高水平的HDL-C为其保护因素。结论NLR与T2DM患者肾小管损伤关系密切,可以反映肾小管损伤程度。