排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
目的:采用常规超声心动图和实时三维分析比较有或无颈动脉斑块的2型糖尿病(T2DM)患者的左心室结构和功能,确定可能影响这些患者左心室应变值的变量。方法:纳入81例左心室射血分数(LVEF)正常(≥55%)的T2DM患者,其中38例伴有颈动脉粥样硬化斑块(T2DM+颈动脉斑块组),43例不伴有颈动脉粥样硬化斑块(单独T2DM组)。另纳入40例健康志愿者作为对照组。对所有参与者进行常规超声心动图和三维分析,比较左心室整体纵向应变(GLS)、整体圆周应变(GCS)、整体面积应变(GAS)和整体径向应变(GRS)。结果:①3组间左心室几何形状的构成比存在显著差异(P0.05);②与对照组相比,单独T2DM组患者的左心室重塑更为普遍,左心室肥厚最常见于伴有动脉斑块的T2DM患者;③相较于对照组,单独T2DM组患者GLS和GCS值均明显下降(均P0.05),T2DM+颈动脉斑块组患者GLS、GCS、GAS和GRS值均显著下降,且明显低于单独T2DM组(均P0.05);④空腹血浆葡萄糖(FPG)和动脉斑块均与T2DM患者的所有应变值独立相关。结论:常规超声心动图和三维斑点追踪技术的结合可以检测有或无动脉斑块的T2DM患者的亚临床左心室异常,二者结合有助于重新评估T2DM人群的心功能损害程度,为临床更好的管理T2DM人群提供方向。 相似文献
2.
目的探讨血清脂肪特异性丝氨酸蛋白酶抑制剂(visceral adipose tissue-derived serine protease inhibitor, Vaspin)与糖尿病周围神经病变(diabetic peripheral neuropathy, DPN)及其严重程度的相关性。方法选取我院诊治的2型糖尿病(type 2 diabetes mellitus, T2DM)268例,根据有无合并DPN,分为单纯T2DM组(T2DM组,n=150)与T2DM合并DPN组(DPN组,n=118)。记录患者的临床资料,检测空腹血糖(fasting blood glucose, FBG)、空腹胰岛素(fasting insulin, FINS)、糖化血红蛋白(glycated hemoglobin, HbAlc)、Vaspin等水平,计算胰岛素抵抗系数(homeostatic model assessment for insulin resistance index, HOMA-IR),分析影响DPN的危险因素,采用多伦多临床评分系统评估DPN严重程度,并进一步分析血清Vaspin与DPN严重程度的相关性。结果两组T2DM病程、FBG、FINS、HbAlc、HOMA-IR及Vaspin水平比较差异有统计学意义(P0.05)。多因素logistic回归分析显示,HbAlc、HOMA-IR及Vaspin为影响DPN的独立危险因素(P0.05)。受试者工作特征曲线分析血清Vaspin诊断DPN的效能,其曲线下面积为0.777[95%CI(0.721,0.833)],最佳截断值为0.95 ng/ml,敏感度为62.5%,特异度为83.8%。Pearson相关性分析显示,Vaspin与多伦多临床评分系统评分呈负相关(r=-0.415,P0.001)。结论 Vaspin是影响DPN的独立危险因素,可辅助诊断DPN及评估其严重程度,临床应用价值高。 相似文献
3.
目的 研究2 型糖尿病(T2DM)患者血浆网膜素1(Omentin-1)水平与糖尿病周围神经病变(DPN)
及其严重程度的关系。方法 选取2017 年3 月-2017 年9 符合入选标准的T2DM 患者122 例,分为单纯
T2DM 患者67 例(对照组)和合并DPN 患者55 例(DPN 组)。收集患者临床资料,采用Logisitc 回归模型
分析DPN 的危险因素,作受试者工作特征(ROC)曲线探索Omentin-1 诊断DPN 的效率,并应用线性回归
分析Omentin-1 与评估DPN 严重程度的多伦多临床评分系统(TCSS)评分间关系。结果 ① DPN 组患者
Omentin-1 水平低于对照组(P <0.05);Omentin-1 与胰岛素抵抗系数(HOMA-IR)(r =-0.375,P =0.000)
及糖化血红蛋白(HbAlc)(r =-0.445,P =0.000)呈负相关。②多因素Logistic 回归示:HbAlc[O^R=4.003(95%CI:
1.016,10.776)] 和HOMA-IR[(O^R=4.595(95%CI :1.709,12.324)] 为DPN 的危险因素;而Omentin-1
[O^R=0.257(95%CI :0.112,0.589)] 为DPN 的保护因素。③ ROC 曲线示Omenitn-1 诊断DPN 的曲线
下面积为0.713(95%CI :0.622,0.804),且当Omentin-1 切值取18.8 ng/ml 时,其诊断效率最高,敏感性为
69.7%,特异性为71.8%。④ Omentin-1 与TCSS 评分负相关(r =-0.606,P =0.000)。结论 Omentin-1 是
DPN 的保护因素,在T2DM 患者中可辅助DPN 诊断及其严重程度的评估。 相似文献
4.
目的观察在常规降压药物治疗的基础上加用阿托伐他汀对原发性高血压性视网膜病变(HR)患者视觉电生理的影响和疗效。方法将原发性高血压合并视网膜病变患者238例,随机分为阿托伐他汀组132例与常规治疗组106例。两组均给予相同的降压药物治疗,阿托伐他汀组在此基础上加用阿托伐他汀治疗。对比观察两组患者用药前和用药后6个月、12个月、24个月闪光视网膜电图(FERG)a波、b波和振荡电位(OP)的变化情况。结果两组患者治疗后收缩压(SBP)和舒张压(DBP)均较治疗前显著下降(P0.001),FERG中a波、b波、OP及各子波潜伏期均显著缩短(P0.05或P0.001),振幅显著延长(P0.05或P0.001),且疗程越长,上述差异越大。与同期常规治疗组比较,阿托伐他汀组能更有效控制血压、血脂和体质指数(P0.05或P0.001),但血压下降与其降脂作用无显著相关性(P0.05)。自用药后12个月起,阿托伐他汀组FERG中a波、b波、OP及各子波潜伏期均显著短于常规治疗组(P0.05或P0.01),振幅均显著长于常规治疗组(P0.05或P0.01),用药后24个月上述差异更明显(P0.01或P0.001)。主成分Logistic回归分析显示SBP、DBP、总胆固醇、低密度脂蛋白胆固醇的下降幅度及阿托伐他汀的应用是影响HR患者视觉电生理改善的主要因素(P0.05或P0.001)。结论阿托伐他汀协同降压药物治疗提高了HR的疗效,使异常的视觉电生理得到改善。 相似文献
5.
目的 观察2型糖尿病患者实施不同类型糖皮质激素治疗后的24 h血糖波动特点,为2型糖尿病患者出现的高血糖进行早期监测和进一步治疗提供依据.方法 选取2014年3月至2016年3月来我院皮肤科、内分泌科、风湿免疫科、血液病科就诊的糖尿病患者共60例,所有入选患者均接受糖皮质激素治疗,按治疗方式的不同分为三组,每组各20例.其中DM1组静滴甲强龙40 mg,DM2组静滴地塞米松10 mg,DM3组一次口服强的松30 mg;所有患者均连续治疗6 d.对三组患者分别行3 d动态血糖监测,比较其日间血糖平均绝对差(MODD)、日内平均血糖波动幅度(MAGE)、全天血糖标准差(SDBG)、平均餐后血糖波动幅度(MPPGE)等动态血糖参数的变化.同时在患者行3 d动态血糖监测的第2天清晨采集患者空腹静脉血,监测其血清中糖化血红蛋白(HbA1c).同时,比较三组患者的血糖漂移情况,包括低血糖时间比率、高血糖时间比率、血糖波动系数.结果 DM2组患者的HbA1c、MAGE、SDBG、MPPGE水平均高于DM3组和DM1组,而DM3组的HbA1c、MAGE、SDBG、MPPGE水平均高于DM1组,差异均有显著统计学意义(P<0.01),但三组患者的MODD水平比较差异无统计学意义(P>0.05);DM1组患者的高血糖时间比率为(17.35±4.27)%,血糖波动系数为(2.52±1.22);DM2组患者的高血糖时间比率为(26.30±6.30)%,血糖波动系数为(3.98±1.57);DM3组患者的高血糖时间比率(20.29±4.03)%、血糖波动系数(3.31±1.17);由此可知DM2组患者的高血糖时间比率、血糖波动系数显著高于DM1组及DM3组,差异均有统计学意义(P<0.05).DM1组、DM2组、DM3组三组患者的低血糖时间比率分别为(2.60±1.42)%、(6.61±2.07)%、(3.87±1.92)%,故低血糖时间比率由低到高依次为DM1组、DM3组、DM2组,其中DM2组患者的低血糖时间比率最高,各组间比较差异均有统计学意义(P<0.05).结论 应用糖皮质激素治疗糖尿病患者除全程常规监测HbA1c外,还应动态监测血糖,以便制定个体化治疗方案. 相似文献
6.
7.
目的 探究2型糖尿病(T2DM)患者并发周围神经病变(DPN)的危险因素,并建立个体化预测DPN风险的列线图模型。方法 选取符合标准的T2DM患者452例,收集临床资料,采用单因素分析筛选DPN相关因素,将有统计学意义变量纳入多因素logistic回归模型,分析DPN危险因素;应用R软件建立预测DPN风险的列线图模型,采用Bootstrap法进行验证,并应用ROC曲线探索列线图模型预测DPN的效率。结果 452例T2DM患者并发DPN 200例,发生率为44.25%。T2DM病程(OR=7.782,95%CI:2.005~30.171)、HbAlc(OR=2.561,95%CI:1.440~4.517)及HOMA-IR(OR=3.563,95%CI:1.456~8.722)为DPN的独立危险因素,而Vaspin(OR=0.759,95%CI:0.636~0.908)与Omentin-1(OR=0.602,95%CI:0.414~0.870)为DPN的独立保护因素。列线图模型预测DPN风险的一致性指数为0.742,区分度良好;校准曲线示列线图模型预测DPN发生风险与实际DPN发生风险平均绝对误差为0.010;ROC曲线示列线图模型预测DPN的曲线下面积为0.789(95%CI:0.741~0.873)。结论 本研究基于DPN的危险因素与保护因素,建立的个体化预测DPN风险的列线图模型,具有良好区分度与准确度,临床应用价值高,对甄别DPN高风险人群,制订干预对策具有指导意义。 相似文献
8.
9.
目的 观察2型糖尿病患者实施不同类型糖皮质激素治疗后的血糖升高特点,探讨调整控制血糖时胰岛素的用法,为2型糖尿病患者出现的高血糖进行早期监测和干预措施提供依据.方法 选取2014年3月至2016年3月来我院内分泌科、血液病科、皮肤科、风湿免疫科就诊的糖尿病患者共60例,按随机分组原则将入选患者分为甲强龙治疗组(DM1组)、地塞米松治疗组(DM2组)和强的松治疗组(DM3组),每组各20例.所有入选患者均采用雷兰动态血糖监测系统(DGMS)进行连续血糖监测,第2天上午8:00开始给药,其中DM1组静滴甲强龙40 mg,DM2组静滴地塞米松10 mg,DM3组一次口服强的松30 mg.比较三组患者应用糖皮质激素治疗前后的血糖波动特点,即餐后3 h血糖水平、餐后血糖峰值及餐后曲线下面积(AUC)增值.结果 治疗前,三组患者的血糖水平比较差异无统计学意义(P>0.05);经治疗,三组患者餐后3 h的血糖水平均有不同程度的升高,且在治疗的第2 d升高程度更为显著,与治疗前比较差异均有统计学意义(P<0.05);经治疗,DM2组患者的血糖升高最为明显,其次为DM3组,最后为DM1组,且三组患者的血糖升高间比较差异有统计学意义(P<0.05);在应用糖皮质激素治疗后,三组患者中餐、晚餐的血糖峰值及餐后AUC增值均明显高于早餐,增高程度依次为DM2组>DM3组>DM1组,各组间比较差异均有统计学意义(P<0.05).结论 糖尿病患者在应用糖皮质激素治疗后其血糖变化有着自身的特点,大部分患者在中、晚餐后表现出高血糖,而甲强龙对血糖的影响最小,但仍需合理的给予降糖处理以控制血糖. 相似文献
10.