医学界内分泌频道|打破传统方法壁垒,简便预测餐后血糖


医学界内分泌频道|打破传统方法壁垒,简便预测餐后血糖
本文插图
听专家分享——更精准的餐后血糖管理!
1餐后血糖的实力不容小觑随着研究的不断深入 , 餐后血糖(Postprandial Blood Glucose , PBG)的“实力”逐渐显露 。 有研究显示 , 餐后高血糖与2型糖尿病(Type 2 Diabetes Mellitus, T2DM )患者微血管/大血管并发症以及死亡风险增加密切相关 , 心血管事件随着餐后2小时血糖水平的增加呈线性增加[1-2] 。 4C研究证实 , PBG对心血管事件、全因死亡终点事件以及糖尿病发生风险有很好的预测能力(图1) , 且优于空腹血糖及糖化血红蛋白(Glycosylated Hemoglobin , HbA1c)[2] 。 同时 , PBG对HbA1c提供了重要贡献 , 当HbA1c<7.3%时 , PBG的贡献占70%;HbA1c7.3%~9.2% , PBG的贡献约50%;即使HbA1c>9.3%时 , PBG的贡献仍占40%[3] 。
医学界内分泌频道|打破传统方法壁垒,简便预测餐后血糖
本文插图
图1 餐后血糖对心血管事件(左)、全因死亡终点事件(右)发生风险预测能力 有效控制餐后高血糖 , 可以提高整体血糖控制水平 , 减少心血管事件的发生 , 改善糖尿病的预后[1] 。 然而丰满的理想遇到了现实的骨感 , 中国人群喜爱碳水化物 , 且与欧洲人群相比 , 摄食等量碳水化合物后峰值血糖水平更高[4](图2) 。 有研究显示 , 50%以上中国新诊断T2DM患者存在餐后高血糖[5] 。
医学界内分泌频道|打破传统方法壁垒,简便预测餐后血糖
本文插图
注:iAUC:血糖增量的曲线下面积(mmol·L-1·min-1) 图2 进食相同量谷物后 , 亚洲人群iAUC更高 虽然糖尿病患者对餐后血糖的监测与控制必不可少 , 但目前很多糖尿病患者对餐后血糖的监测的重要性和必要性不了解 , 不监测、不记录 , 导致PBG数值获取相对较少[6],有部分患者即使监测 , 也因为存在某些监测误区而导致PBG监测结果并不准确 , 这些都将影响降糖方案的调整 , 影响血糖达标 。 面对未进行检测或则监测结果不靠谱的这种情况 , 临床医生还有什么补救的方式可以了解到患者PBG情况 , 从而为他们做出更好地治疗选择?2 餐后血糖预测模型
打破传统方法的壁垒 , 实现简便预测!
为了解决这个临床实践中的常见问题 , 中日医院内分泌代谢病中心主任杨文英教授与北京大学人民医院的纪立农教授携手建立了一个只需要知道空腹血糖(FBG)和HbA1c就可以了解PBG情况的“简便”的方法——PBG预测模型 。 利用CLASSIFY研究基线和26周共756个观测值数据 , 基于HbA1c和FBG构建中国T2DM患者PBG的预测模型 , 最终发现了FBG和HbA1c与PBG水平之间均存在一定的线性关系 , 即:2h PBG (mmol/L) = 1.5 × HbA1c(%) + 0.5 × FBG (mmol/L) – 4.1 。 然后 , 再利用CLASSIC研究数据 , 根据预测模型计算PBG预测值 , 并比较其与实际值的差异 , 结果预测值平均水平与实际平均水平接近 , 差值仅为0.1 mmol/L 。 (95%CI -0.1 - 0.5 , P=0.52)(图3) , 是一个拟合度比较高 , 接受了实际验证的PBG预测模型 。
医学界内分泌频道|打破传统方法壁垒,简便预测餐后血糖
本文插图
图3 预测值平均水平与实际平均水平接近
有了该预测模型 , 接受口服降糖药或胰岛素治疗的成人T2DM患者了解2h-PBG情况可以基于HbA1c和FBG来计算 , 部分填补临床上一些患者没有PBG数据的空白 。
3优化控糖方案 , 落实餐后血糖精准管理!实现了PBG简便预测 , 还需要落实PBG的精准管理 。 尤其是对于FBG达标 , 而HbA1c仍然不达标的患者 。 对此 , 2020美国糖尿病协会(ADA)指南推荐 , 接受基础胰岛素治疗的T2DM患者 , 若经充分剂量调整 , 或基础胰岛素剂量>0.5IU/kg或FBG达标 , 但HbA1c不达标 , 可增加口服降糖药、最大餐前增加1针餐时胰岛素、或转为预混胰岛素BID[7] 。 (图4)