临床研究
应用葡萄糖在目标范围内时间评价2型糖尿病血糖控制情况的适宜切点分析
中华医学杂志, 2020,100(38) : 2990-2996. DOI: 10.3760/cma.j.cn112137-20200619-01895
摘要
目的

探讨应用葡萄糖在目标范围内时间(TIR)评价2型糖尿病患者血糖控制情况的适宜切点。

方法

纳入2005年1月至2012年2月上海交通大学附属第六人民医院内分泌代谢科的2 161例2型糖尿病患者(男1 183例),年龄(60.4±11.9)岁,收集患者基本资料、眼底及颈动脉超声检查结果,所有患者接受连续3 d的持续葡萄糖监测(CGM),计算TIR(3.9~10.0 mmol/L)以及葡萄糖高于目标范围时间(TAR)和葡萄糖低于目标范围时间(TBR)。根据各TIR切点进行分组后,分析比较各组颈动脉内膜中层厚度(CIMT)异常增厚(≥1.0 mm)和糖尿病视网膜病变(DR)的检出率情况。

结果

根据TIR水平分为TIR≤40%、41%~70%、71%~85%及>85%共4组。4组间的年龄、糖尿病病程、体质指数(BMI)、总胆固醇(TC)、糖化血红蛋白(HbA1c)、TAR、平均葡萄糖(MG)呈现出随TIR减小而增加的趋势(所有趋势P<0.05),但TIR与TBR(<3.9 mmol/L)仅存在弱相关性(r=0.087,P<0.001),TBR(<3 mmol/L)未呈现出随TIR增加而降低的趋势(趋势P=0.378)。共有262例(12.1%)患者CIMT异常增厚,515例(23.8%)患者患有DR。异常CIMT在上述4组中患病率分别为16.9%(59/349)、12.9%(96/746)、11.2%(57/510)和9.0%(50/556)(趋势P<0.001);DR患病率分别为30.7%(107/349),29.4%(219/746),20.8%(106/510)和14.9%(83/556)(趋势P<0.001)。在使用多因素logistic回归校正了协变量后,与TIR≤40%组相比,其余3组异常CIMT风险依次降低33.8%(OR=0.662,95%CI:0.456~0.963,P=0.031)、40.8%(OR=0.592,95%CI:0.390~0.899,P=0.014)和45.0%(OR=0.550,95%CI:0.358~0.846,P=0.006);DR风险依次降低2.9%(OR=0.971,95%CI:0.725~1.301,P=0.844)、33.4%(OR=0.666,95%CI:0.479~0.924,P=0.015)及53.3%(OR=0.467,95%CI:0.331~0.657,P<0.001)。

结论

采用40%、70%、85%作为TIR切点可对2型糖尿病患者的糖尿病相关并发症风险进行有效区分,建议作为评价2型糖尿病患者血糖控制差(TIR≤40%)、未达标(TIR≤70%)、达标(TIR>70%)以及优(TIR>85%)的评价切点。

引用本文: 戴冬君, 陆静毅, 张磊, 等.  应用葡萄糖在目标范围内时间评价2型糖尿病血糖控制情况的适宜切点分析 [J] . 中华医学杂志, 2020, 100(38) : 2990-2996. DOI: 10.3760/cma.j.cn112137-20200619-01895.
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。

糖化血红蛋白(HbA1c)是目前评价血糖控制以及预测糖尿病慢性并发症的"金标准",但其无法提供短期血糖波动以及高血糖、低血糖等信息,且其水平受患者血红蛋白质与量的影响,在全面评估血糖控制情况方面具有一定局限性。随着持续葡萄糖监测(CGM)技术的发展,CGM系统测定的多项指标逐步得到应用,一定程度上弥补了HbA1c的不足[1]。其中,葡萄糖在目标范围内时间(TIR)作为新指标,近年来逐渐引起重视。现有证据表明,TIR与糖尿病视网膜病变(DR)、蛋白尿、心血管自主神经病变及妊娠结局存在显著相关性[2,3,4,5]。此外,TIR的定义较为直观,更易被患者理解与接受[6]。然而,TIR作为新兴的血糖控制指标,目前国内外仍缺乏其统一评价标准,这一现状限制了TIR在临床的推广应用,亦使得医师和患者难以根据TIR水平进行针对性的降糖治疗方案调整。2019年发布的TIR国际共识根据HbA1c与TIR的对应换算关系,将TIR高于70%作为糖尿病患者的控制目标[7],但这一切点仍缺乏充分的循证证据。因此,本研究拟在课题组前期关于TIR与糖尿病并发症相关性的研究基础上,探讨TIR评价血糖控制的切点,以期推动TIR的临床规范应用。

对象与方法
一、研究对象

本研究为横断面研究。选取2005年1月至2012年2月上海交通大学附属第六人民医院内分泌代谢科的2型糖尿病住院患者共2 161例。依据1999年世界卫生组织(WHO)的标准诊断2型糖尿病[8]。纳入标准:(1)年龄≥18岁;(2)既往3个月内治疗方案保持稳定;(3)TIR、眼底检查以及颈动脉内膜中层厚度(CIMT)等数据完整有效。排除标准:(1)入院前3个月内有糖尿病酮症酸中毒,高血糖高渗状态或严重、反复出现的低血糖事件;(2)既往有心血管事件、恶性肿瘤、精神疾病或严重的肾功能或肝功能异常病史。本研究为回顾性研究,研究方案已获得上海交通大学附属第六人民医院伦理委员会批准,批件号:2020-KY-024(K)。

二、研究方法
1.CGM参数:

所有研究对象植入回顾性CGM系统(CGMS GOLD,美国美敦力公司),进行连续3 d的皮下组织间液葡萄糖监测,每天记录288个连续葡萄糖值。监测结束后计算TIR、葡萄糖高于目标范围时间(TAR)和葡萄糖低于目标范围时间(TBR)。TIR定义为24 h内葡萄糖在3.9~10.0 mmol/L范围内的时间百分比。TAR为24 h内葡萄糖>7.8 mmol/L、10.0 mmol/L或11.1 mmol/L的时间百分比;TBR为24 h内葡萄糖<3.9 mmol/L或3.0 mmol/L的时间百分比。平均葡萄糖(MG)为24 h内所有葡萄糖测定值的平均值。所有研究对象在3 d的CGM期间均维持原治疗方案,并接受标准化饮食。标准化饮食定义为每日摄入的总热量为25 kcal/kg(1 kcal=4.184 kJ),其中碳水化合物、蛋白质及脂肪的能量占比分别约为55%、17%和28%[9],三餐时间固定,热量占比分别为20%、40%、40%。

2.人体参数及实验室检查:

收集所有研究对象的人口学资料、吸烟史及药物使用情况。所有研究对象均测量身高、体重和血压等指标。体质指数(BMI)以体重(kg)除以身高(m)的平方计算。在植入CGM系统前1 d隔夜空腹10 h后,于次日清晨6∶00抽取静脉血样本。三酰甘油(TG)、总胆固醇(TC)等血脂指标采用生化分析仪(日立7600-120,日本)通过标准酶法测定。空腹血糖采用氧化酶法测定。HbA1c采用Variant Ⅱ血红蛋白A1c分析仪(Bio-Rad Laboratories,美国)通过高效液相色谱法测定。

3.眼底检查:

由上海交通大学附属第六人民医院的专业眼科医师使用45°6.3百万像素免散瞳数码相机(CR6-45NM,美国)进行眼底摄片。DR根据2002年国际临床分级标准进行诊断[10]。DR的诊断标准为眼底检查可见微动脉瘤、视网膜内出血、静脉串珠样改变、视网膜内微血管异常,新生血管形成、玻璃体积血或视网膜前出血。当双眼DR分级不一致时,根据严重的DR情况进行分级分析。

4.超声检查:

由专业超声科医师采用标准化彩色多普勒超声检查测量CIMT。受检者取仰卧位,检查双侧颈总动脉。动脉内膜中层厚度(IMT)定义为内膜-管腔回声分界线与中膜-外膜回声分界线之间的距离。在每侧颈总动脉近颈动脉分叉处10~20 mm后壁中无斑块区域测量3次,取其平均值为受检者的IMT。分析中采用的CIMT为双侧颈总动脉IMT的平均值。异常CIMT定义为CIMT≥1.0 mm[11,12]

三、统计学方法

所有的数据分析均采用SPSS 17.0统计软件完成。所有连续变量进行正态性分析,正态分布数据用±s表示,非正态分布数据用M(Q1,Q3)表示。分类变量以例数和百分比(%)表示。根据各TIR切点分组(≤40%、41%~70%、71%~85%、>85%),正态分布连续变量的趋势检验采用ANOVA线性趋势分析;非正态连续变量的趋势检验采用Jonckheere-Terpstra检验;率在组间的趋势通过Cochran-Armitage趋势检验进行分析。变量间的相关性采用Spearman相关性分析。进行二元logistic回归分析以评估TIR与DR(是=1,否=0)以及异常CIMT(是=1,否=0)的独立相关性。同时,将HbA1c根据<6.5%,6.5%~7.4%,7.5%~8.4%及≥8.5%进行分组,分析其与DR及异常CIMT的相关性。均为双侧检验,检验水准α=0.05。

结果
一、基本临床特征

共纳入2型糖尿病住院患者共2 161例,年龄(60.4±11.9)岁,BMI(25.1±3.4)kg/m2,糖尿病病程8.0(3.0,12.0)年。进一步将受试者根据TIR水平分为4组,相应组别的一般临床特征和CGM参数特征见表1。4组间的年龄、糖尿病病程、BMI、TC、HbA1c、TAR、MG水平以及口服降糖药物和胰岛素的使用差异有统计学意义(所有趋势P<0.05)。但TIR与TBR(<3.9 mmol/L)仅存在弱相关性(r=0.087,P<0.001),TBR(<3 mmol/L)未呈现出随TIR增加而降低的趋势(趋势P=0.378)。总体而言,TIR越低(血糖控制越差)的患者,其糖尿病病程越长、血脂水平更差,HbA1c、平均血糖以及TAR更高,且使用口服降糖药物的比例越低,而使用胰岛素的比例越高。

点击查看表格
表1

2型糖尿病患者根据TIR水平分组后各组基本特征

表1

2型糖尿病患者根据TIR水平分组后各组基本特征

变量TIR
≤40%(n=349)41%~70%(n=746)71%~85%(n=510)>85%(n=556)F/Z2趋势P
年龄(岁, ± s61.3±12.861.4±11.659.8±11.858.7±11.513.57<0.001
男性[例(%)]170(48.7)409(54.8)307(60.2)297(53.4)2.010.156
糖尿病病程[年,MQ1Q3)]10.0(5.0,14.0)8.0(3.0,13.0)8.0(3.0,11.0)5.0(2.0,10.0)7.01<0.001
BMI(kg/m2 ± s25.1±3.424.7±3.325.1±3.425.5±3.55.680.001
SBP(mmHg, ± s132±17133±18131±17131±172.140.144
DBP(mmHg, ± s80±980±1080±980±100.050.901
总胆固醇[mmol/L,MQ1Q3)]4.8(4.2,5.6)4.7(4.0,5.4)4.6(4.1,5.3)4.6(4.0,5.2)3.68<0.001
三酰甘油[mmol/L,MQ1Q3)]1.7(1.2,2.5)1.4(1.0,2.1)1.5(1.0,2.3)1.5(1.1,2.2)0.670.503
HbA1c[%,MQ1Q3)]10.4(9.3,11.8)9.2(8.0,10.8)8.1(7.2,9.8)7.0(6.4,8.0)24.90<0.001
TBR[%,MQ1Q3)]      
 <3 mmol/L0(0,0)0(0,0.2)0(0,0.7)0(0,0)0.880.378
 <3.9 mmol/L0(0,0)0(0,2.3)0.3(0,3.8)0(0,1.2)4.29<0.001
TAR[%,MQ1Q3)]      
 >7.8 mmol/L93.2(86.5,98.5)71.0(59.4,81.3)51.0(41.1,62.4)30.4(19.1,43.8)40.80<0.001
 >10.0 mmol/L72.6(64.8,81.7)40.3(33.7,47.7)20.1(16.0,23.4)5.4(1.6,9.7)51.35<0.001
 >11.1 mmol/L58.9(49.6,68.8)27.6(21.9,34.7)10.6(7.3,14.6)1.7(0,4.5)49.99<0.001
MG(mmol/L, ± s12.1±1.39.6±1.08.1±0.87.2±0.86 222.72<0.001
现在吸烟[例(%)]78(22.3)172(23.1)131(25.7)139(25.0)1.430.232
药物治疗[例(%)]      
 口服降糖药144(41.4)366(49.5)305(61.7)401(75.2)126.84<0.001
 胰岛素311(89.4)601(81.3)313(63.4)211(39.6)320.94<0.001
 阿司匹林172(49.3)389(52.1)269(52.7)255(45.9)1.770.183
 他汀类93(26.6)192(25.7)136(26.7)161(29.0)1.070.301

注:BMI为体质指数;SBP为收缩压;DBP为舒张压;TIR为葡萄糖在目标范围内时间;TAR为葡萄糖高于目标范围内时间;TBR为葡萄糖低于目标范围内时间;MG为平均葡萄糖;1 mmHg=0.133 kPa

二、以TIR切点进行分组后异常CIMT及DR患病情况

在研究人群中,共有262例(12.1%)患者CIMT异常增厚,515例(23.8%)被诊断为DR。异常CIMT及DR的患病率随着TIR的升高呈逐渐降低趋势(图1)。其中,异常CIMT在TIR≤40%组中患病率为16.9%(59/349),在TIR 41%~70%组中为12.9%(96/746),在TIR 70%~85%组中为11.2%(57/510),在TIR>85%组中为9.0%(50/556)(趋势P<0.001)。DR在上述4组内的患病率分别为30.7%(107/349)、29.4%(219/746)、20.8%(106/510)及14.9%(83/556)(趋势P<0.001)。

点击查看大图
图1
不同TIR组2型糖尿病患者异常CIMT和糖尿病视网膜病变的患病率
点击查看大图

注:TIR为葡萄糖在目标范围内时间;CIMT为颈动脉内膜中层厚度

图1
不同TIR组2型糖尿病患者异常CIMT和糖尿病视网膜病变的患病率
三、TIR分组与异常CIMT及DR的相关性分析

多因素logistic回归模型分析结果显示,在校正了协变量(年龄、性别、BMI、糖尿病病程、收缩压、TC、TG、吸烟、阿司匹林及他汀类使用)后,相较于TIR≤40%组,异常CIMT的风险在41%~70%、71%~85%及>85%组分别降低了33.8%(OR=0.662,P=0.031)、40.8%(OR=0.592,P=0.014)及45.0%(OR=0.550,P=0.006);DR的风险在TIR 41%~70%、71%~85%及>85%组较TIR≤40%组分别下降了2.9%(OR=0.971,P=0.844)、33.4%(OR=0.666,P=0.015)及53.3%(OR=0.467,P<0.001)。相较于HbA1c<6.5%组,DR的OR值在HbA1c 6.5%~7.4%组、7.5%~8.4%及≥8.5%组分别为1.456(P=0.089)、1.442(P=0.105)和2.085(P<0.001)(趋势P<0.001);但异常CIMT的风险与HbA1c分组无明显相关性(趋势P=0.054)(表2)。

点击查看表格
表2

TIR、HbA1c与异常CIMT及DR发生风险的相关性

表2

TIR、HbA1c与异常CIMT及DR发生风险的相关性

变量异常CIMTDR
OR值(95%CIP趋势POR值(95%CIP趋势P
TIR (%)  0.029  <0.001
 ≤401.000- 1.000- 
 41~700.662(0.456~0.963)0.031 0.971(0.725~1.301)0.844 
 71~850.592(0.390~0.899)0.014 0.666(0.479~0.924)0.015 
 >850.550(0.358~0.846)0.006 0.467(0.331~0.657)<0.001 
HbA1c (%)  0.054  <0.001
 <6.51.000- 1.000- 
 6.5~7.41.296(0.749~2.241)0.355 1.456(0.944~2.245)0.089 
 7.5~8.41.039(0.585~1.848)0.895 1.442(0.926~2.247)0.105 
 ≥8.51.623(0.995~2.646)0.052 2.085(1.415~3.071)<0.001 

注:TIR为葡萄糖在目标范围内时间;HbA1c为糖化血红蛋白;CIMT为颈动脉内膜中层厚度;DR为糖尿病视网膜病变;协变量为年龄、性别、BMI、糖尿病病程、收缩压、总胆固醇、三酰甘油、吸烟情况、阿司匹林使用以及他汀类使用;分析DR时的协变量不包括阿司匹林及他汀类的使用

讨论

本研究在2 161例2型糖尿病患者中观察到,以TIR值40%、70%及85%作为切点进行分组后,MG、TAR等血糖参数在各组间变化有趋势性;此外,异常CIMT及DR的患病风险随着TIR组别的升高呈逐渐降低趋势,表明研究中的TIR切点不仅可用于血糖控制的评价,亦有助于评估患者的并发症风险。

目前HbA1c是临床中糖尿病患者慢性并发症发生、发展的关键预测指标,且被用作许多药物试验的主要终点[13]。但由于HbA1c仅能反映过去一段时间内的平均血糖水平,无法提供血糖波动等信息,因此需要其他血糖评估指标作为补充,以进一步提高血糖监测手段的可靠性和全面性。TIR是基于CGM的短期血糖监测新指标,其与HbA1c基本成线性关系,但亦在一定程度上反映了血糖波动,可与HbA1c互为补充,近年来逐渐引起重视。尤其是随着CGM技术及设备的不断进步,糖尿病患者对CGM的接受度日益增高,TIR有望成为评价血糖控制的重要指标之一。本课题组既往的一项研究纳入了3 262例住院2型糖尿病患者,以探究CGM测定的TIR与DR的相关性。结果显示,DR的患病率及严重程度与TIR呈显著负相关,且相关性独立于HbA1c[2]。另一项研究纳入2 215例2型糖尿病患者,结果发现,与CIMT正常的患者相比,异常CIMT的患者TIR明显降低,且TIR每增加10%,CIMT异常增高的风险降低6.4%[14]。此外,近期有研究纳入349例2型糖尿病患者,分析了CGM评估的TIR与患者心脏自主神经病变的关系,发现二者相关,且其相关性独立于HbA1c和血糖波动参数[4]。但是,目前尚缺乏以具体TIR值作为血糖控制切点对糖尿病慢性并发症风险进行评估的研究。

本研究选择40%、70%及85%作为切点,将TIR水平分为差(TIR≤40%)、未达标(TIR≤70%)、达标(TIR>70%)及优(TIR>85%)四个等级,探究TIR与2型糖尿病慢性并发症的相关性,以评估切点的临床有效性。本课题组既往在中国正常成年人中开展的CGM研究显示,正常人群中TIR的参考范围为86%~100%(P2.5~P97.5[15,16]。大量研究表明,在1型和2型糖尿病患者中,尽早实现接近正常的血糖控制水平可显著改善患者临床结局[17,18,19],因此本研究选择TIR 85%作为血糖控制达到"优"的切点。中切点选择TIR 70%,考虑其为国际共识中推荐的TIR达标切点[7],且与课题组既往研究中的TIR中位数(71%)接近[2]。在中国非住院2型糖尿病人群中,本课题组前期研究同样发现HbA1c与TIR存在显著线性关系,当HbA1c为9.0%时对应的TIR值约为40%[20],与国外文献报道相似[21],因此本研究中以该TIR数值作为血糖控制"差"的切点。DR是糖尿病的主要微血管并发症之一,DCCT、UKPDS等研究都已证明DR与血糖控制具有密切关联。CIMT是亚临床动脉粥样硬化的超声特征,对心血管事件具有独立预测作用[22,23]。本研究结果提示,不同TIR分组人群在糖尿病微血管及大血管并发症风险方面有明显差异。

此外,研究发现TIR与低血糖参数的相关性较低(r值-0.030~-0.087)。TIR与TBR(<3.9 mmol/L)虽呈线性趋势,但二者仅存在弱相关性(r=0.087),TBR(<3.0 mmol/L)在四组内的分布无线性降低趋势。相反,TIR与TAR则呈强相关性(r值-0.959~-0.975),TAR随TIR的升高而逐渐降低。该现象的原因可能是TBR(一般<5%)对TIR的影响通常远小于TAR(一般可达20%~50%)的影响[24]。本研究提示,TIR反映低血糖风险的能力特别是2级低血糖(血糖<3 mmol/L)较为有限。因此,在低血糖风险较高的人群,尤其是1型糖尿病患者中,除TIR外,可联合使用TBR以实现更加全面的血糖控制评价。

本研究尚有一定局限性。首先,本研究为横断面研究,无法验证以此切点进行分组后,各组异常CIMT以及DR的发生及进展情况。其次,本研究的受试者为住院糖尿病患者,且受试者遵循标准化饮食,无法真实反映患者日常生活下的血糖控制情况。因此,本研究结果是否适用于一般糖尿病人群仍有待探讨。第三,最新TIR国际共识[7]提示,14 d CGM结果与既往3个月血糖水平相关性更强,本研究患者仅接受为期3 d的CGM,可能无法反映患者的长期血糖控制情况,因此未来本课题组将会采用更长佩戴时间的CGM数据对本研究的结论进行验证。另外,本研究计算TIR时所选择的葡萄糖目标范围为3.9~10.0 mmol/L,但Lu等[25]近期研究显示,葡萄糖目标范围上限为7.8~11.1 mmol/L时,各相应TIR均与异常CIMT以及DR显著相关。因此,尚需进一步研究以明确不同目标范围上限的临床意义,并探究相应的适宜TIR切点。

综上所述,推荐采用40%、70%、85%作为TIR切点,将血糖控制分为差(TIR≤40%)、未达标(TIR≤70%)、达标(TIR>70%)以及优(TIR>85%)四个级别。上述切点不仅可评估血糖控制水平,尚可对患者的糖尿病慢性并发症风险进行区分。当然,未来尚需进一步开展大样本、前瞻性研究以明确上述切点的适用性。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
[1]
戴冬君,周健.组织间液葡萄糖监测的意义及研究进展[J].中华医学杂志, 2018, 98(40):3296-3298. DOI: 10.3760/cma.j.issn.0376-2491.2018.40.017.
[2]
LuJ, MaX, ZhouJ, et al. Association of time in range, as assessed by continuous glucose monitoring, with diabetic retinopathy in type 2 diabetes[J]. Diabetes Care, 2018, 41(11):2370-2376. DOI: 10.2337/dc18-1131.
[3]
BeckRW, BergenstalRM, RiddlesworthTD, et al. Validation of time in range as an outcome measure for diabetes clinical trials[J]. Diabetes Care, 2019, 42(3):400-405. DOI: 10.2337/dc18-1444.
[4]
GuoQ, ZangP, XuS, et al. Time in range, as a novel metric of glycemic control, is reversely associated with presence of diabetic cardiovascular autonomic neuropathy independent of HbA1c in Chinese type 2 diabetes[J]. J Diabetes Res, 2020,2020:5817074. DOI: 10.1155/2020/5817074.
[5]
KristensenK, ÖggeLE, SengpielV, et al. Continuous glucose monitoring in pregnant women with type 1 diabetes: an observational cohort study of 186 pregnancies[J]. Diabetologia, 2019, 62(7):1143-1153. DOI: 10.1007/s00125-019-4850-0.
[6]
Beyond A1C Writing Group. Need for regulatory change to incorporate beyond A1C glycemic metrics[J]. Diabetes Care, 2018, 41(6):e92-e94. DOI: 10.2337/dci18-0010.
[7]
BattelinoT, DanneT, BergenstalRM, et al. Clinical targets for continuous glucose monitoring data interpretation: recommendations from the international consensus on time in range[J]. Diabetes Care, 2019, 42(8):1593-1603. DOI: 10.2337/dci19-0028.
[8]
AlbertiKG, ZimmetPZ. Definition, diagnosis and classification of diabetes mellitus and its complications. Part 1: diagnosis and classification of diabetes mellitus provisional report of a WHO consultation[J]. Diabet Med, 1998, 15(7):539-553. DOI: 3.0.CO;2-S" xlink:type="simple">10.1002/(SICI)1096-9136(199807)15∶7<539::AID-DIA668>3.0.CO;2-S.
[9]
中华医学会糖尿病学分会,中国医师协会营养医师专业委员会.中国糖尿病医学营养治疗指南(2013)[J].中华糖尿病杂志, 2015, 7(2):73-88. DOI: 10.3760/cma.j.issn.1674-5809.2015.02.004.
[10]
WilkinsonCP, FerrisFL 3rd, KleinRE, et al. Proposed international clinical diabetic retinopathy and diabetic macular edema disease severity scales[J]. Ophthalmology, 2003, 110(9):1677-1682. DOI: 10.1016/S0161-6420(03)00475-5.
[11]
ChamblessLE, HeissG, FolsomAR, et al. Association of coronary heart disease incidence with carotid arterial wall thickness and major risk factors: the Atherosclerosis Risk in Communities (ARIC) study, 1987-1993[J]. Am J Epidemiol, 1997, 146(6):483-494. DOI: 10.1093/oxfordjournals.aje.a009302.
[12]
ChamblessLE, FolsomAR, CleggLX, et al. Carotid wall thickness is predictive of incident clinical stroke: the Atherosclerosis Risk in Communities (ARIC) study[J]. Am J Epidemiol, 2000, 151(5):478-487. DOI: 10.1093/oxfordjournals.aje.a010233.
[13]
严晋华,章燕,郑雪瑛,. 1型糖尿病患者胰岛素治疗方案与血糖控制的相关性[J].中华医学杂志, 2017, 97(8):587-591. DOI: 10.3760/cma.j.issn.0376-2491.2017.08.006.
[14]
LuJ, MaX, ShenY, et al. Time in range is associated with carotid intima-media thickness in type 2 diabetes[J]. Diabetes Technol Ther, 2020, 22(2):72-78. DOI: 10.1089/dia.2019.0251.
[15]
ZhouJ, LiH, RanX, et al. Reference values for continuous glucose monitoring in Chinese subjects[J]. Diabetes Care, 2009, 32(7):1188-1193. DOI: 10.2337/dc09-0076.
[16]
LiC, MaX, YinJ, et al. The dawn phenomenon across the glycemic continuum: implications for defining dysglycemia[J]. Diabetes Res Clin Pract, 2020,166:108308. DOI: 10.1016/j.diabres.2020.108308.
[17]
Diabetes Control and Complications Trial Research Group, NathanDM, GenuthS, et al. The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus[J]. N Engl J Med, 1993, 329(14):977-986. DOI: 10.1056/NEJM199309303291401.
[18]
UK Prospective Diabetes Study (UKPDS) Group. Intensive blood-glucose control with sulphonylureas or insulin compared with conventional treatment and risk of complications in patients with type 2 diabetes (UKPDS 33). [J]. Lancet, 1998, 352(9131):837-853.
[19]
SvenssonE, BaggesenLM, JohnsenSP, et al. Early glycemic control and magnitude of HbA1c reduction predict cardiovascular events and mortality: population-based cohort study of 24, 752 metformin initiators[J]. Diabetes Care, 2017, 40(6):800-807. DOI: 10.2337/dc16-2271.
[20]
GaoF, MaX, PengJ, et al. The effect of acarbose on glycemic variability in patients with type 2 diabetes mellitus using premixed insulin compared to metformin (AIM): an open-label randomized trial[J]. Diabetes Technol Ther, 2020, 22(4):256-264. DOI: 10.1089/dia.2019.0290.
[21]
VigerskyRA, McMahonC. The relationship of hemoglobin A1C to time-in-range in patients with diabetes[J]. Diabetes Technol Ther, 2019, 21(2):81-85. DOI: 10.1089/dia.2018.0310.
[22]
LorenzMW, PriceJF, RobertsonC, et al. Carotid intima-media thickness progression and risk of vascular events in people with diabetes: results from the PROG-IMT collaboration[J]. Diabetes Care, 2015, 38(10):1921-1929. DOI: 10.2337/dc14-2732.
[23]
van den OordSC, SijbrandsEJ, ten KateGL, et al. Carotid intima-media thickness for cardiovascular risk assessment: systematic review and meta-analysis[J]. Atherosclerosis, 2013, 228(1):1-11. DOI: 10.1016/j.atherosclerosis.2013.01.025.
[24]
RodbardD. Glucose Time In Range, Time above range, and time below range depend on mean or median glucose or HbA1c, glucose coefficient of variation, and shape of the glucose distribution[J]. Diabetes Technol Ther, 2020, 22(7):492-500. DOI: 10.1089/dia.2019.0440.
[25]
LuJ, HomePD, ZhouJ. Comparison of multiple cut points for time in range in relation to risk of abnormal carotid intima-media thickness and diabetic retinopathy[J]. Diabetes Care, 2020, 43(8):e99-e101. DOI: 10.2337/dc20-0561.
 
 
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