马晓伟血糖波动PPT.ppt

* * * 改变图表，加上血糖趋势线 * * 改变图表，加上血糖趋势线 * 应用OTDMS可以很方便的算出SD * 但是A1c的水平是预测血管并发症的一个非常重要的指标，因此考虑下述公式，结合A1c以更全面的评价血糖波动幅度 * * 这是来自UKPDS 10年跟踪观察的结果 随着HbA1c的升高，2型糖尿病患者微血管病变发病率也不断升高 * * 而来自DCCt的研究结果却发现：相同A1c的病人发生视网膜病变的风险并不相同。 强化治疗比常规治疗的病人视网膜病变风险降低2.5倍 二组病人虽然A1c水平相同，但是治疗方法不同，因而血糖波动情况各异，常规治疗病人血糖波动大于强化治疗病人。 * * * * * * * 试验分三组，高糖组，低糖组，和高糖、低糖交替组。交替组中高糖和低糖每24小时交替。 * 用染色的方法定量细胞凋亡比例，发现间断性高糖环境下细胞凋亡的比例最高，高于高糖和正常糖组。 * * 间断性高糖环境下细胞因子表达增高 * * 意大利的研究,持续5年 566名2型糖尿病患者，75岁 结果显示，不同血糖平均值的患者生存率无明显差异， 而不同的血糖变异度的患者，生存率差异显著。 提示血糖变异度应该成为独立预测老年糖尿病患者生存率的一个指标。 * 来自澳大利亚墨尔本的一项研究 观察了ICU和普通病房住院糖尿病患者死亡率和血糖SD之间的关系 * 结果显示血糖SD和平均值都与病人死亡率相关 * * 我们都知道遗传因素和A1c水平是影响糖尿病血管并发症的重要因素，而血糖波动可能也是影响血管并发症的重要因素之一。 * * 血糖暴露：A1c水平反映血糖暴露，代表平均血糖的水平，血糖仪中14天和30天平均值反映的也是血糖暴露的情况 血糖波动：反映血糖纵向的改变 * Rohfling的研究显示A1c与平均血糖相关 * 并据此推算出平均血糖和A1c换算的公式 * * 我们看到血糖平均值近似的病人，SD差别很大。 研究结果显示即使考虑了平均血糖以后，A1c也不受血糖SD影响。 而A1c和平均血糖相关性很好。 * 但是A1c只与平均血糖相关，与血糖波动无关，这里用SD来表示血糖波动情况 * SD的应用 * ADA和IDF的血糖控制标准包括A1c和血糖，当以上指标能够得到理想控制时，SD是否会成为下一个指标？ * 研究对象：48例上海地区中国人，按照2003年ADA糖尿病诊断标准排除糖尿病，BMI在18.5-24.9之间，血压正常，肝肾功能正常，连续监测3天CGMS，每10秒钟接受一次信号，24小时有血糖值288个. MBG：平均血糖 * 除了上海地区研究结果，Dr Hirsch推算了SD的正常范围 * * 正常人SDBG范围 周健, 等. 动态血糖参数正常参考值的建立及临床应用. 中华内科杂志. 2007;46(3):189-192. 平均值(mmol/L) 95％正常参考值范围(mmol/L) 早餐前1h MBG 4.88±0.57 3.76 ~ 6.00 早餐后3h MBG 5.60±0.71 4.21 ~ 7.00 午餐前1h MBG 5.09±0.60 3.91 ~ 6.27 午餐后3h MBG 5.70±0.53 4.66 ~ 6.74 晚餐前1h MBG 4.90±0.57 3.78 ~ 6.02 晚餐后3h MBG 5.74±0.61 4.55 ~ 6.95 24h MBG 5.37± 0.05 4.30 ~ 6.50 SDBG 0.81±0.28 0.26 ~1.36 确定SDBG的目标 理想的 SDBG：SDBG × 3 MBG, 在1型糖尿病患者中较难做到 SDBG × 2 MBG Hirsch IB. Glycemic Variability: It’s Not Just About A1C Anymore! Diabetes technology therapeutics. 2005; 7, 780-783. 计算SDBG的注意事项 需要足够的血糖数据 平均值过高或过低的情况下： SDBG × 2 MBG的法则不适用 Hirsch IB. Glycemic Variability: It’s Not Just About A1C Anymore! Diabetes technology therapeutics. 2005; 7, 780-783. 如何简单方便地计算SDBG? 通过血糖数据管理软件 对数据进行下载和分析! Hirsch IB, et al. Glycemic variability: It’s not just about A1c anymore! Diabetes Technology 2005; 7: 780-783