方瓊蕾，胡競成，吳夢嬌，馬紫珺，杜宣，施畢旻

作者單位：蘇州大學(xué)附屬第一醫(yī)院內(nèi)分泌科，江蘇 蘇州215000

連續(xù)血糖監(jiān)測（CGM）數(shù)據(jù)表明，與糖耐量正常的健康人相比，2型糖尿病病人血糖波動顯著增加［1］，血糖波動的異常是各類因素調(diào)節(jié)紊亂的結(jié)果，其中胰島β細胞分泌的胰島素發(fā)揮關(guān)鍵作用，同時飲食、運動和降糖藥物等因素也參與其中［2］。血糖的異常波動與糖尿病并發(fā)癥的發(fā)生發(fā)展密切相關(guān)，因此關(guān)注血糖波動儼然成為糖尿病血糖管理的重要內(nèi)容，探索血糖異常波動的影響因素對延緩2型糖尿病病人其并發(fā)癥的發(fā)生發(fā)展具有重要作用［3］。

身體成分主要由脂肪、蛋白質(zhì)、無機鹽和水分組成。有研究報道，內(nèi)臟脂肪含量是非裔美國肥胖女性發(fā)生糖耐量受損的獨立影響因素［4］，且2型糖尿病病人較血糖正常人群更容易發(fā)生肌肉力量和功能減退［5］，因此，內(nèi)臟脂肪和骨骼肌含量等身體成分因素可能均在血糖代謝和胰島素抵抗過程中發(fā)揮重要作用。在非糖尿病人群中，Klimontov［6］研究發(fā)現(xiàn)內(nèi)臟脂肪含量是平均血糖波動幅度（MAGE）和血糖水平標準差（SDBG）的獨立影響因素，但目前尚無2型糖尿病人群中相關(guān)報道。因此，本研究擬探討住院2型糖尿病病人血糖波動與身體成分中內(nèi)臟脂肪面積（VFA）、骨骼肌含量（SMM）的潛在關(guān)系。

1 資料與方法

1.1 一般資料 收集2018年6月至2019年12月在蘇州大學(xué)附屬第一醫(yī)院內(nèi)分泌科189例住院就診的2型糖尿病（T2DM）病人臨床資料，其中男性113例，女性76例，符合1999年WHO糖尿病診斷標準，近3個月降糖方案保持穩(wěn)定不變。排除標準：1型糖尿病、特殊類型糖尿病、妊娠糖尿病以及糖尿病合并急性并發(fā)癥、嚴重肝腎功能不全、惡性腫瘤、近期有激素類藥物使用史、自身免疫性疾病，甲狀腺功能亢進/減退等其他內(nèi)分泌疾病病人，妊娠期婦女。本研究獲得蘇州大學(xué)附屬第一醫(yī)院倫理委員會批準（批號：倫研批第96號），所有研究對象均簽署知情同意書。

1.2 研究方法

1.2.1 一般資料采集 所有受試者記錄性別、年齡，病程，穿單衣單褲，脫鞋襪，量身高、體質(zhì)量、腰圍，計算身體質(zhì)量指數(shù)（BMI）。使用直接節(jié)段多頻率生物電阻抗（DSM-BIA）設(shè)備（Inbody770，拜斯倍斯醫(yī)療器械有限公司，上海，中國）收集體脂肪百分比、VFA、SMM、細胞外水分比等。收集病人用藥記錄及糖尿病并發(fā)癥診斷資料。根據(jù)2017年發(fā)布的《糖尿病病人血糖波動管理專家共識》［7］，MAGE＜3.9 mmol/L作為正常血糖波動的參考標準，分為正常血糖波動組和異常血糖波動組。

1.2.2 臨床生化指標檢測 受試者均禁食12 h，次日晨空腹采集外周血，分別用于檢測臨床生化指標（全自動7600生化分析儀，日本Hitachi公司），包括空腹血糖（FPG）、總膽固醇（TC）、三酰甘油（TG）、高密度脂蛋白膽固醇（HDL-C）、低密度脂蛋白膽固醇（LDL-C）、尿酸（UA）等；糖化血紅蛋白（HbA1c）使用日本Tosoh公司HLC-723G8高壓液相色譜法檢測；空腹C肽（FCP）采用電化學(xué)發(fā)光免疫分析法（AIA-2000ST，日本Tosoh公司）檢測。使用FCP替代血清胰島素改良穩(wěn)態(tài)模型（HOMA）計算胰島素抵抗指數(shù)（HOMA-IR） HOMA-IR=1.5+FBG×FCP/2800，胰島素分泌指數(shù)（HOMA-β），HOMA-β=0.27×FCP/（FBG-3.5）［8］。

1.2.3 CGM 病人入院后維持原降糖方案，行標準化糖尿病飲食，均參加科內(nèi)每日兩次的適量體育鍛煉。使用動態(tài)血糖監(jiān)測系統(tǒng)（CGMS，美國 Medtronic MiniMed公司）連續(xù)72 h記錄受試者皮下組織間液葡萄糖水平，監(jiān)測范圍為2.2～22.2 mmol/L。每24小時可記錄288個連續(xù)感應(yīng)值。采用血糖儀每天測定4次指尖末梢血糖水平進行校準。72 h監(jiān)測結(jié)束后，計算MAGE和SDBG。

1.2.4 血糖波動參數(shù)的評估 采用CGM檢測結(jié)果計算得到：（1）MAGE，篩選24 h內(nèi)波動幅度大于1個血糖標準差的有效血糖波動，MAGE為所有有效血糖波動幅度的平均值；（2）SDBG，為24 h內(nèi)多點偏離平均血糖水平的標準差［9］。

1.3 統(tǒng)計方法 采用SPSS 24.0統(tǒng)計軟件進行數(shù)據(jù)統(tǒng)計。采用Kolmogorov-Smirnov檢驗對連續(xù)變量進行正態(tài)檢驗，正態(tài)分布計量資料以表示，兩組間比較采用獨立樣本t檢驗。偏態(tài)分布的計量資料以中位數(shù)（第25、第75百分位數(shù)），即M（P25，P75）表示，兩組間比較采用Mann-WhitneyU檢驗。計數(shù)資料使用χ2檢驗進行組間比較。采用Spearman相關(guān)檢驗VFA、SMM與MAGE、SDBG的相關(guān)性。采用多重線性回歸分析MAGE、SDBG與VFA、SMM的關(guān)系，二元logistic回歸分析MAGE與VFA的關(guān)系。P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 兩組臨床資料比較 兩組病程、FBG、HbA1c、TG、TC、LDL-C、細胞外水分比較，均差異無統(tǒng)計學(xué)意義（P＞0.05）。兩組間年齡、體質(zhì)量、BMI、腰圍、UA、HDL-C、HOMA-IR、HOMA-β、VFA和SMM比較，差異有統(tǒng)計學(xué)意義（P＜0.05）。見表1。

2.2 VFA與血糖波動指標的相關(guān)性分析 Spearman相關(guān)分析結(jié)果表明，VFA分別與MAGE（r=-0.25，P=0.001）、SDBG（rs=0.25，P＜0.001）呈負相關(guān)。見圖1。

圖1 VFA與血糖波動指標的相關(guān)分析：A為VFA與MAGE呈負相關(guān)；B為VFA與SDBG呈負相關(guān)

2.3 SMM與血糖波動指標的相關(guān)性分析 Spearman相關(guān)分析結(jié)果表明，SMM與MAGE、SDBG呈負相關(guān)（rs分別為-0.22，-0.23，P分別為0.002，0.001）。見圖2。

2.4 多重線性逐步回歸分析MAGE、SDBG與VFA的關(guān)系 分別以MAGE、SDBG為因變量，行多重線性逐步回歸，結(jié)果顯示VFA是MAGE、SDBG的影響因素。隨著VFA的增加，MAGE逐漸減?。Ｐ?，β=-0.24，P=0.001）；依次調(diào)整年齡、病程、細胞外水分比、骨骼肌質(zhì)量、BMI、腰圍、TC、LDL-C、TG、HDL-C、UA、FPG、HbA1c、HOMA-IR、HOMA-β后顯示，VFA與MAGE仍相關(guān)（模型5，β=-0.39，P=0.01）；隨著VFA的增加，SDBG逐漸降低（模型1，β=-0.26，P＜0.001）；依次調(diào)整年齡、病程、細胞外水分比、骨骼肌質(zhì)量、BMI、腰圍、TC、LDL-C、TG、HDL-C、UA、FPG、HbA1c、HOMA-IR、HOMA-β后顯示，VFA與SDBG仍顯著相關(guān)（模型5，β=-0.32，P=0.033）。見表2。

表2 多元線性回歸分析MAGE、SDBG與VFA的關(guān)系

2.5 多重線性逐步回歸分析MAGE、SDBG與SMM的關(guān)系 分別以MAGE、SDBG為因變量，行多重線性逐步回歸分析，結(jié)果顯示SMM不是MAGE、SDBG的獨立影響因素。隨著SMM的增加，MAGE逐漸減小（模型1，β=-0.22，P=0.003）；依次調(diào)整年齡、病程、細胞外水分比、VFA、BMI、腰圍、TC、LDL-C、TG、HDL-C、UA、FPG、HbA1c、HOMA-IR、HOMA-β后顯示，SMM與MAGE無相關(guān)性（模型5，β=-0.21，P=0.069）；隨著SMM的增加，SDBG逐漸降低（模型1，β=-0.23，P=0.001）；依次調(diào)整年齡、病程、細胞外水分比、VFA、BMI、腰圍、TC、LDL-C、TG、HDL-C、UA、FPG、HbA1c、HOMA-IR、HOMA-β后顯示，SMM與SDBG無相關(guān)性。（模型5，β=-0.19，P=0.101）。見表3。

表3 多元線性回歸分析MAGE、SDBG與SMM的關(guān)系

2.6 二元logistic逐步回歸分析MAGE與VFA的關(guān)系 二元logistic逐步回歸結(jié)果顯示高VFA是血糖波動異常發(fā)生的獨立保護因素。隨著VFA的增加，MAGE逐漸減?。勰Ｐ?，OR=0.99，OR的95%CI：（0.98，1.00），P=0.013］；依次調(diào)整年齡、病程、細胞外水分比、TC、LDL-C、TG、HDL-C、UA、FPG、HbA1c、HOMA-IR、HOMA-β、BMI、腰圍、SMM后顯示，VFA與血糖波動異常發(fā)生仍顯著相關(guān)［模型5，OR=0.98，OR的95%CI：（0.97，1.00），P=0.039］。見表4。

表4 二元logistic回歸回歸分析MAGE與VFA的關(guān)系

3 討論

身體成分包括身體內(nèi)各種成分含量，如骨骼、肌肉、脂肪、礦物質(zhì)和水等。已有研究報道，2型糖尿病病人的瘦身體質(zhì)量含量、軀干及四肢瘦身體質(zhì)量含量均是HbA1c的獨立影響因素［10］，目前對于身體成分與血糖波動潛在的關(guān)系尚未明確。本研究就住院T2DM病人身體成分與血糖波動指標關(guān)系的分析結(jié)果顯示：（1）較正常血糖波動組，血糖波動幅度較大的2型糖尿病病人胰島功能相對較差，內(nèi)臟脂肪面積和骨骼肌質(zhì)量水平偏低；（2）相關(guān)分析結(jié)果提示內(nèi)臟脂肪面積與MAGE、SDBG呈負相關(guān)；多元線性回歸分析顯示VFA分別是與MAGE和SDBG的獨立影響因素，且二元logistic逐步回歸結(jié)果顯示高VFA是血糖波動異常發(fā)生的獨立保護因素，而骨骼肌含量不是MAGE和SDBG的獨立影響因素，揭示2型糖尿病病人的血糖波動與內(nèi)臟脂肪含量密切相關(guān)。

本研究結(jié)果顯示，內(nèi)臟脂肪面積是血糖波動的影響因素，證實內(nèi)臟脂肪面積與血糖波動密切相關(guān)，與既往結(jié)果研究一致［11］。CGM專家共識指出，MAGE和SDBG是評估血糖波動的重要指標［12］。血糖的變異性增加與低血糖的發(fā)生風險、糖尿病并發(fā)癥的發(fā)生密切相關(guān)，有研究發(fā)現(xiàn)其潛在的機制可能因胰島β細胞的功能障礙所引起，而通過改善糖尿病病人病程初期胰島β細胞功能，可以顯著降低血糖的變異性［13-14］；也有研究結(jié)果顯示， HOMA-IR與血糖波動指標呈負相關(guān)［15］，胰島素抵抗在2型糖尿病的發(fā)生、發(fā)展過程中發(fā)揮重要的作用。發(fā)生胰島素抵抗的糖尿病病人胰島素敏感性下降［16］，可降低血糖波動幅度。胰島素促進血糖波動異?？梢酝ㄟ^增加胰島素抵抗來減輕，而內(nèi)臟脂肪面積的增加參與胰島素抵抗的發(fā)生機制［17-18］。因此，胰島β細胞功能和胰島素抵抗也許是參與內(nèi)臟脂肪面積調(diào)節(jié)2型糖尿病病人血糖波動指標的潛在因素。

適量的內(nèi)臟脂肪含量是人體所必需，內(nèi)臟脂肪圍繞腹內(nèi)臟器，對肝、腎、脾臟等起到支撐、穩(wěn)定和保護的作用。但是長期內(nèi)臟脂肪含量增加必然會導(dǎo)致嚴重的代謝疾?。?9］。本文發(fā)現(xiàn)經(jīng)過多因素校正后，內(nèi)臟脂肪面積對血糖波動參數(shù)的負相關(guān)性仍然存在且差異有統(tǒng)計學(xué)意義，提示其對血糖波動的保護作用可獨立于胰島素抵抗、胰島功能、病程、糖脂代謝指標而存在，故筆者考慮維持適量的內(nèi)臟脂肪面積對減輕血糖波動有著獨特意義，但是其適量的切點仍需收集大樣本數(shù)據(jù)進一步統(tǒng)計分析，且其背后的機制有待進一步探索。

目前關(guān)于血糖波動與身體成分的相關(guān)性研究較少，本研究結(jié)果提示骨骼肌質(zhì)量不是血糖波動指數(shù)的影響因素，而內(nèi)臟脂肪面積是血糖波動的獨立影響因素。因此，調(diào)整生活方式和選擇降糖藥物在控制血糖的同時，可以兼顧其對身體成分組成的影響從而達到減少血糖波動的目的。筆者還將繼續(xù)探討軀干骨骼肌含量和四肢骨骼肌含量對血糖波動的影響，探索身體成分對血糖波動的影響和機制。