• 点赞 0
  • 分享 0
• 临床研究 •
血糖变异度与重症患者预后不良的相关性
中华医学杂志, 2015,95(7) : 523-526. DOI: 10.3760/cma.j.issn.0376–2491.2015.07.011
摘要
目的

探索血糖变异系数与重症患者死亡的关系。

方法

2011年8月至2012年4月首都医科大学附属复兴医院重症医学科预计住重症监护病房(ICU)时间不少于24 h的患者145例，计算平均血糖水平(MGL)、标准差(SD)及血糖变异系数(CV)。同时搜集是否确诊糖尿病、低血糖事件、激素及胰岛素用量、机械通气及肾脏替代治疗及ICU住院天数。根据28 d是否存活分为病死组及存活组，比较两组间CV值的差异及其与病死率的相关性。

结果

入选145例患者中存活组85例，病死率41.4%。研究期间共获取血糖标本4 581份(31.6份/例)。存活组与病死组性别、伴随糖尿病、胰岛素及激素治疗差异无统计学意义。病死组年龄、非手术比例、APACHE Ⅱ评分及住ICU期间最大SOFA评分较存活组高(P<0.05)。两组7 d内累积激素用量、日均胰岛素用量、机械通气比例及MGL无差异，死亡组7 d内发生低血糖的人数、CV值及肾脏替代治疗比例较存活组高、28 d内非机械通气及非ICU住院时间短。相关性分析显示，CV值与28 d病死率相关，OR 1.260(95%CI 0.953～1.665，P＝0.024)，非糖尿病组此相关性更为明显。

结论

血糖变异度对重症患者的不良预后有良好的预测价值，非糖尿病患者尤甚，重症患者的血糖波动对病情恶化有提示作用，低血糖事件需高度重视，增加监测频率可更早发现血糖大幅度变化，利于早期敏感地判断病情变化并调整治疗。

引用本文: 娄然, 姜利. 血糖变异度与重症患者预后不良的相关性 [J] . 中华医学杂志, 2015, 95(7) : 523-526. DOI: 10.3760/cma.j.issn.0376–2491.2015.07.011.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。

除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

重症患者处于应激状态，存在高血糖及胰岛素抵抗等多种代谢紊乱[1,2]，慢性持续高血糖和血糖波动均可损害组织脏器[3,4]并与病死率相关[5,6,7]。而即使血糖浓度升高，较低的CV值仍可能对患者有益[8,9]。近年来，血糖变异度(glucose variability，GV)用于表达血糖稳定性，被证实是重症患者病死率的独立预测因子[5,10,11,12]。由于不同指标表达血糖信息的侧重点不同，因此尚未确定何种指标最适于表达血糖变异度[13]。本研究旨在探索血糖变异系数与重症患者病死率的关系，评价血糖变异度作为判断预后指标的临床价值。

对象与方法
一、对象

2011年8月至2012年4月首都医科大学附属复兴医院重症医学科(ICU)共收治患者301例，符合入选标准153例，剔除8例，实际入选145例。入选标准：预计住ICU时间不少于24 h的患者。排除标准：(1)糖尿病酮症酸中毒；(2)高渗性昏迷；(3)患者或代理人拒绝参与研究。剔除标准：研究期间所获血糖标本总数≤3个的患者。根据入ICU第28天是否存活分为存活组85例，病死组60例。本研究获医院伦理委员会批准，取得患者及家属的知情同意。

二、方法
1．数据采集：

(1)人口学与基线指标：性别、年龄、是/否术后转入、入ICU主要诊断，伴随疾病、既往诊断糖尿病、规律使用胰岛素及激素3个月以上、APACHE Ⅱ评分、住ICU期间最高SOFA评分。(2)接受治疗情况：7日内累计激素用量(折合为甲泼尼龙)、日均胰岛素(诺和灵R)用量；是否机械通气及肾脏替代治疗。(3)预后指标：入ICU第28天是否存活、28 d内非机械通气时间及非ICU住院时间。

2．血糖的测量及计算：

(1)每日6：00、10：00、16：00、22：00时采集1 ml动脉血，根据病情需要随时加测，使用GEM PRIMIER3000血气分析仪，采用电流法测量血糖。记录入选第1～7天血糖测量值、发生中度低血糖(MH：2.2～3.3 mmol/L)及严重低血糖(SH：<2.2 mmol/L)人数。(2)计算平均血糖水平(mean glucose level，MGL)及标准差(SD)、变异系数(coefficient of variation，CV)。相关公式：①MGL＝∑(血糖值)/标本总数；②SD＝Sqr[∑(血糖值–MGL)2/标本总数]；③CV＝SD/MGL×100%。

3．统计学处理：

采用SPSS 17.0软件进行统计分析，计量资料符合正态分布的以±s进行统计描述并选择t检验；非正态分布的数据采用四分位数M(P25，P75)进行统计描述并选择秩和检验。计数资料采用χ2检验。采用Logistic逐步回归方法，通过单因素分析筛选出有显著意义的自变量代入回归方程，根据OR值分析CV值与病死率的相关性。P<0.05为差异有统计学意义。

结果
1．患者一般情况、入ICU主要诊断及伴随疾病：

病死组年龄、非术后比例、APACHE Ⅱ评分、最大SOFA评分显著高于存活组，其他指标无差异无统计学意义(表1)。

点击查看表格
表1

存活组与病死组患者一般情况、入ICU主要诊断及伴随疾病

表1

存活组与病死组患者一般情况、入ICU主要诊断及伴随疾病

项目存活组(n＝85)病死组(n＝60)P值合计(n＝145)
性别[男性例(%)]51(60.0)40(66.7)0.41391(62.8)
年龄(岁)71.2(60.0，81.5)78.1(76.0，86.0)0.001(65.0，84.0)
APACHE Ⅱ评分(分，±s)16.1±5.822.7±8.0<0.00118.9(13，22.5)
最大SOFA评分(分，±s)6.9±2.513.0±4.3<0.0019.4(6，12)
非术后[男性例(%)]55(64.7)50(83.3)0.013105(72.4)
确诊糖尿病[男性例(%)]18(21.2)20(33.3)0.23638(26.2)
胰岛素治疗[男性例(%)]7(8.2)8(13.3)0.32115(10.3)
激素治疗[男性例(%)]1(1.2)2(3.3)0.7593(2.1)
入ICU主要诊断
呼吸系统疾病[男性例(%)]41(48.2)30(50.0)0.46371(49.0)
心血管系统疾病[男性例(%)]9(10.6)6(10.0)0.59715(10.3)
中枢神经系统疾病[男性例(%)]16(18.8)11(18.3)0.60127(18.6)
慢性肾病及肾功能不全[男性例(%)]3(3.5)2(3.3)0.8285(3.4)
消化系统疾病[男性例(%)]12(14.1)9(15.0)0.59021(14.5)
外伤[男性例(%)]2(2.4)2(3.3)0.4924(2.8)
药物过量[男性例(%)]1(1.2)0.0(0.0)0.3991(0.7)
伴随疾病
呼吸系统疾病[男性例(%)]33(38.8)20(33.3)0.12253(36.6)
心血管系统疾病[男性例(%)]59(69.4)34(56.6)0.29893(64.1)
脑及神经系统疾病[男性例(%)]37(43.5)22(36.7)0.05659(40.7)
肾功能不全[男性例(%)]22(25.9)12(23.3)0.58334(23.4)
消化系统疾病[男性例(%)]6(7.1)5(8.3)0.77011(7.6)
血液系统疾病[男性例(%)]2(2.4)2(3.3)0.7233(2.1)
恶性肿瘤[男性例(%)]10(11.8)6(10.0)0.66616(11.0)

注：APACHE Ⅱ评分：急性生理及慢性健康评分，以入ICU后第1个24 h最差的心率等生命体征及白细胞总数、血肌酐数值等化验指标等12项分值的最差值评价病情严重程度[12]；SOFA评分：序贯器官功能衰竭评估评分，以包括循环、呼吸等共6个系统体征或化验指标的最差值评估入ICU 24 h后每日病情严重程度[14]

2．接受治疗情况：

死亡组肾脏替代治疗比例显著高于存活组，其他指标差异无统计学意义(表2)。

点击查看表格
表2

存活组与病死组患者接受治疗情况

表2

存活组与病死组患者接受治疗情况

项目存活组(n＝85)病死组(n＝60)P值总体(n＝145)
累计激素用量(mg)182.8(0，280)161.6(0, 285.7)0.535174(0，271.3)
日均胰岛素用量(U)13.2(0，20)22.6(0，31.9)0.05617.1(0，25.6)
机械通气[例(%)]84(98.8)60(100)0.586144(99.3)
肾脏替代治疗[例(%)]9(10.6)23(38.3)<0.00132(22.1)
3．血糖相关指标：

研究期间共获取血糖标本4 581个，平均每例31.6个，存活组与病死组对比[2 521个(29.7个/例)比2 060个(41.2个/例)]P＝0.53。病死组SD、CV值、低血糖比例显著高于存活组，其他指标差异无统计学意义(表3)。

点击查看表格
表3

存活组与病死组患者血糖相关指标项目

表3

存活组与病死组患者血糖相关指标项目

项目存活组(n＝85)病死组(n＝60)P值总体(n＝145)
MGL(mmol/L)9.6(7.6，11.7)10±2.80.4299.8(7.7，11.7)
SD(mmol/L)2.4(1.3，3.2)3.4±1.7<0.0012.8(1.6，3.8)
CV值(%)22.9±8.833.5±13.2<0.00127.3±12
MH[例(%)]2(2.4)14(23.3)<0.00116(11.0)
SH[例(%)]0(0)10(16.7)<0.00110(6.9)

注：MGL：平均血糖水平；SD：平均血糖水平的标准差；MH：血糖值2.2～3.3 mmol/L；SH：血糖值<2.2 mmol/L[5]；CV：变异系数

4．预后指标：

病死组28 d内非机械通气时间较存活组短[0.0(0.0，32.6)d比549.0(334.0，605.5)d, P<0.001]；非ICU住院时间较存活组短[0.0(0.0，0.0)d比17.0(5.5，23.0)d，P<0.001]。

5．死亡危险因素分析：

优势比分析显示最大SOFA评分、SD及CV值与28 d病死率相关；相关性分析提示SD与CV值存在共线性，予剔除；优势比分析显示，OR分别为1.639(95%CI 1.338～1.1934，P<0.001)及1.260(95%CI 0.953～1.665，P＝0.024)。

6．病死危险因素分析：

将入选患者分为糖尿病及非糖尿病组，分析显示非糖尿病组CV值与28 d病死率显著相关[OR 1.598(95%CI 0.999～2.557，P＝0.012]；糖尿病组相关性不明显[OR 1.035(95%CI 0.675～1.586，P＝0.875)]。

讨论

本研究显示，重症患者死亡组CV值显著高于存活组，肾脏替代治疗比例较高，28 d非机械通气时间及非ICU住院时间明显缩短，提示高CV值与不良预后相关，这与之前文献报道的CV值是重症患者病死率的独立预测因子[5,11,15]的结论一致。重症患者处于应激状态，存在不同程度的胰岛素抵抗，且由于不能正常进食，营养物质吸收利用障碍，多种激素及炎症因子的参与及外源性胰岛素的使用等因素导致生理缓冲系统失衡，血糖平稳调控困难，总体血糖水平增高且伴有波动幅度增大[16]。本研究中死亡组与存活组血糖均值无统计学差异，与一些文献报道的血糖均值是死亡风险的独立预测因子[6,17]的结论不一致。可能由于血糖均值仅反映集中趋势而不能反映动态变化，因此不能合理预测死亡风险。

本研究显示，重症患者死亡组发生低血糖的人数显著高于存活组，尤其是严重低血糖(SH)全部发生在死亡组，这是死亡组CV值高的重要原因。重症患者低血糖较为常见[3,16]，尤其在终末期往往发生难以纠正的严重低血糖，这与病情的进展及控制血糖策略等因素有关。低血糖致中枢神经系统不可逆损伤，其引起交感兴奋对有心血管疾病隐患的患者格外危险，本研究中死亡组平均年龄高于存活组，原因可能在于高龄患者多伴有基础或潜在的心血管疾患，脏器贮备功能不良，致各种不良心血管事件风险增加。强化胰岛素治疗严格控制血糖一度盛行，但并无研究表明重症患者从中获益[3,18]，尽管纠正高血糖具有能控制诸多并发症等优势，却可能增加低血糖风险[9,19,20]，甚至导致一些研究终止[13]。重症患者的血糖控制尚无统一标准，一般认为应避免"不加控制的高血糖"及"过分严格控制血糖"两个极端，避免高血糖伴随较高的病死率和并发症发生率以及严格控制血糖导致低血糖发生率增加。重症患者发生与病情不符的血糖变化，尤其是顽固的致死性低血糖，高度提示病情恶化，利于对病情及时评估并调整治疗。因严重低血糖本身及其导致CV值增加对重症患者存在致命危险，需加强血糖的监测频率并及时调整血糖控制策略。

本研究显示，非糖尿病组CV值与病死率相关，糖尿病组相关性不明显，与国外文献报道一致[5]。研究表明，血糖大幅波动比长期持续高血糖更易诱发细胞凋亡及氧化应激反应，后者正是血管收缩、微血栓及炎症反应等的病理基础，同等水平的高血糖会诱发非糖尿病重症患者出现激素负反馈及细胞因子释放"风暴"[20]，对于非糖尿病的重症患者，同等程度的应激水平可能需要更高的血糖助其度过急性期，疾病严重程度及血糖控制策略导致血糖大幅度波动损害更大，有研究显示血糖波动可能存在一定的安全范围[5]。另外，血糖监测频率亦会影响血糖波动程度。上述结论说明非糖尿病重症患者血糖的明显波动较糖尿病患者更能提示不良预后，因此需要更加关注，增加监测频率能更早获知低血糖的发生及血糖明显波动，以及时发现病情变化并更早给予相应处理，由此可能改善预后。

综上所述，重症患者调控内环境的能力下降，普遍存在高血糖及胰岛素抵抗，总体血糖水平增高的同时低血糖风险增加，引致血糖明显波动。血糖变异度升高对病情恶化存在提示作用，高CV值对重症患者的不良预后有良好的预测价值，尤其对非糖尿病患者预测价值更高。需高度重视中度及严重低血糖的发生，增加监测频率使发现低血糖及血糖大幅度变化提前，利于早期判断病情变化并及时调整治疗。

由于是单中心研究，同时部分患者可能存在潜在糖尿病问题以及营养支持、血糖控制方式等影响因素分析不足，本研究存在一定局限性。另外，本研究采用CV值代表血糖变异度用以预测不良预后，其价值尚待大样本临床研究以评价。

参考文献
[1]
AliN, O′BrienJ, DunganK, et al. Glucose variability and mortality in patients with sepsis[J].Crit Care Med, 2008, 36(8):2316–2321.
[2]
DossettL, CaoH, DortchM, et al. Blood glucose variability is associated with mortality in the surgical intensive care unit[J].Am Surg, 2008, 74(8):679–685.
[3]
JeroenH, TitiaM, VriesendorpR, et al. Glucose variability is associated with intensive care unit mortality[J].Crit Care Med, 2010, 38(3):838–842.
[4]
JianZ, WeipingJ, YuqianB, et al. Glycemic variability and its responses to intensive insulin treatment in newly diagnosed type 2 diabetes[J].Med Sci Monit, 2008, 14(11):552–558.
[5]
KrinsleyJ. Glycemic variability and mortality in critically Ill patients:the impact of diabetes[J]. Diabetes Sci Technol, 2009, 3(6):1292–1301.
[6]
FinferS, ChittockD, SuS, et al. Intensive versus conventional glucose control in critically ill patients[J].N Engl J Med, 2009, 360(13):1283–1297.
[7]
LimaeD, ArnoniS, SchorCP, et al. Effects of glucose deprivation or glucose instability on mesangial cells in culture[J].Am J Nephrol, 2009, 29(3):222–229.
[8]
MoritokiEgi, RinaldoB, MichaelC, et al. Is reducing variability of blood glucose the real but hidden target of intensive insulin therapy[J]?Critical Care, 2009, 13(2):302.
[9]
WilliamT. Cefalu. mortality and glycemic targets in the intensive care unit: another paradigm Shift[J]? DIABETES, 2009, 58(7):1469–1470.
[10]
KristaL, LuisV, SusanaB, et al. Differences in complexity of glycemic profile in survivors and nonsurvivors in an intensive care unit:A pilot study[J].Crit Care Med, 2010, 38(3):849–854.
[11]
KrinsleyJ. Glycemic variability:a strong,independent predictor of mortality in critically ill patients The impact of early hypoglycemia and blood glucose variability on outcome in critical illness[J].Crit Care Med, 2008, 36(11):3008–3013.
[12]
KnausW, ZimmermanJ, WagnerD, et al. A APACHE Ⅱ:a severity of disease classification system[J].Crit Care Med, 1985, 13(40):818–829.
[13]
PreiserJ, DevosP, Ruiz–SantanaS, et al. A prospective randonmised multi–centre controlled trail on tight control by intensive insulin therpy in adult intensive care units:the glucontrol study[J].Intensive Care Med, 2009, 35(10):1738–1748.
[14]
VincentJ, MorenoR, TakalaJ, et al. THE SOFA(Sepsis–related Organ Failure Assessment)score to describe organ dysfunction /failure[J].Intensive Care Med, 1996, 22(7):707–710.
[15]
盛军,陈启,杨新玲.血糖及血糖波动与危重症患者预后的关系[J].吉林医学, 2012, 33(14): 2935–2936.
[16]
SeanM, RinaldoB, MichaelJ, et al. The impact of early hypoglycemia and blood glucose variability on outcome in critical illness[J].Critical Care, 2009, 13(3):R91.
[17]
BrianP, KavanaghM, KarenC, et al. Glycemic control in the ICU[J].N Engl J Med, 2010, 363(2):2540–2546.
[18]
侯静,许媛.感染性休克治疗中的血糖控制及评价[J].中国实用外科杂志, 2009, 29(12):986–988.
[19]
UmpierrezR, SanofiA, SmileyM. Time–dependent glycemic variability and mortality in critically ill patients with diabetes[J].Crit Care Med, 2011, 39(1):211–213.
[20]
MoritokiE, RinaldoB, EdwardS, et al. The interaction of chronic and acute glycemia with mortality in critically ill patients with diabetes[J].Crit Care Med, 2011, 39(1):105–111.
　
　
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词
血糖
死亡率
糖尿病
低血糖症
预后
胰岛素
高血糖
SOFA评分
血糖变异度
重症医学科