汗腺功能在危险人群中预测未来糖耐量异常的能力.doc

汗腺功能在危险人群中预测未来糖耐量异常的能力摘要目的：这项研究在正常糖耐量（NGT）的对象中进行，其目的是评估EZSCAN一种新型的评估汗腺功能的仪器预测未来糖耐量异常方面的能力。方法： 已被口服糖耐量试验（OGTT T0） 诊断为 NGT 的南亚研究对象（印度人） （n= 69, 男性占48% ，平均年龄 42 9 岁，平均 BMI 28 5 kg/m2） 于8个月后（T8）接受了多次取样的 OGTT 试验 （FSOGTT）。 这两个时间均用EZSCAN进行检查。根据FSGOTT法测到的AUCglucose 和AUCinsulin，将对象分为正常、高AUCinsulin 或单独高 AUCglucose几类。用逻辑回归分析法，以T0时的EZSCAN危险分级作为独立变量（65%=高危），计算了高AUCinsullin或单独高AUCglucose者对正常者的优势比（OR）。 结果： 在T8时，11和8个对象分别罹患糖耐量受损和糖尿病。不同危险度的小组中，高AUCinsulin者或独立高AUCglucose者的优势比为：高危对无危险：6.19 （CI 95% 1.50 25.48, p = 0.0116）；中危对无危险：3.0（CI 95% 0.98 9.19, p = 0.0545） 。EZSCAN 对糖耐量异常早期检测的敏感度为77%，而空腹血糖法的敏感度为14%，HbA1c法的敏感度为66%。结论： 用EZSCAN进行汗腺功能评估，对于检测和管理糖耐量异常高危人群，比普通方法更具有临床价值。关键词： 汗腺功能； 糖尿病前期，糖尿病，糖耐量，末梢神经病变，EZSCAN缩略语： NGT： 正常糖耐量；FSOGTT：频繁取样糖耐量试验； BMI：体重指数； AUCglucose：FSOGTT（1-120分钟）试验期间葡萄糖曲线下的面积；AUCinsulin： FSOGTT（1-120分钟）试验期间胰岛素曲线下的面积； OR：优势比； FPG：空腹血糖； IFG：空腹血糖异常；IGT：糖耐量减小； DM：糖尿病； OGTT：口服糖耐量试验； DC：直流电； PG：血浆葡萄糖； HDL-C：高密度脂蛋白胆固醇； LDL-C：低密度脂蛋白胆固醇导言发达国家和发展中国家中的2型糖尿病和糖尿病前期（即空腹血糖异常（IFG）和糖耐量减小（IGT）发病率正在增加1。早期检出和治疗糖尿病前期的患者可减少糖尿病的发生和延缓糖尿病的进程2-6。现在，糖尿病和糖尿病前期的诊断依据是血糖或HbA1c的临界水平7,8。目前需要一种简单、无创、灵敏、快速的方法，用以早期检测出糖尿病高风险的人群。有人建议用频繁取样口服葡萄糖试验（FSOGTT）中，测量AUCinsulin 或 AUCglucose 的方法，对高风险的人进行早期检测9.10。末梢神经纤维化导致汗腺功能减退和汗腺部分坏死。这种现象多发生于糖尿病前期和代谢综合症早期11.12。美国糖尿病协会建议，在糖尿病人神经病变检测试验中，应同时可以评估末梢神经是否存在纤维化，及汗腺功能是否减退 13。但是由于缺乏简单、快速的方法，使得根据汗腺功能来筛查糖尿病神经病变的方法未获广泛应用。EZSCAN是近来开发的一种新型仪器，它可以根据汗液中的氯离子浓度准确地评估汗腺功能。它能检测出糖尿病人或糖尿病前期人群的泌汗运动神经功能异常14,15。本项跟踪研究是在以下的对象中开展：根据此前的OGTT试验，他们属于NGT类。研究目的是确定EZSCAN在预测8个月后用FSOGTT法测量到的AUCglucose和AUCinsulin异常方面的能力，并将它与糖化血红蛋白（HbA1c）检测和空腹血糖（FPG）法进行比较。受试者和方法研究人口本项研究是2009年1月到7月间，在印度Chennai的三个糖尿病中心进行的。研究计划书、病人详细信息和知情同意书都获得公共机构伦理委员会的批准。 参加过首次Chennai研究，并在起始的OGTT试验（T0）中被确定为NGT类的对象，参加此次8个月后的跟踪研究15。159NGT对象中有69人（44%）同意参加，并在8个月的跟踪研究（T8）中进行了FSOGTT试验。T8时（卧姿休息10分钟后）测量人体数据和血压（表1）EZSCAN 测量新的EZSCAN 仪器 （Impeto Medical, 法国巴黎） 的设计意图是应用反向离子法和计时电流法测量汗液氯离子浓度，从而准确地评估汗腺功能14。测量是通过手、脚进行的，这是排汗密集的部位。大面积镍电极被交替地用作阳极或阴极。并对阳极施加4V的直流电。该阳极通过离子电渗，在阴极上诱发出电压，氯离子浓度改变，在阳极和阴极间产生电流 （强度约为0.2微安）。在低压直流电作用下，皮肤角质层形成一道电气屏障，防止汗液以其它任何方式被萃取，一如 Chizmadzhev 模型所示16。这种电化学现象在手、脚两个部位被两个主动电极（阳极和阴极）连续测量，同时另外两个被动电极使体电位得以恢复。与基于阻抗测量，用以评估身体成分的方法相反，这种方法用的是直流电而非交流电；它基于电化学反应，而非电气特性。该仪器包括两组用于手和脚的电极，它们都与用于数据记录和管理的电脑连接（图1）。进行检测时，病人的双手双脚都要放置在电极上，静止站立2分钟。试验期间，15种不同的直流低电压的6种组合施加于受检者。受检者不需做任何准备，医疗人员只需经过短期和简单的培训。检测数据，包括手、脚皮肤电化学传导率（ESC）立即等信息检测完毕后均可显示。按照糖耐量减小的危险程度从小到大，用三种颜色（绿、黄、橙/红）表示，将研究对象分成三类：绿色表示汗腺功能正常，无风险（百分比65%）。所有数据由对受试者其他临床数据一无所知的人进行客观分析。实验室评估所有69个参试者都在T8时接受FSOGTT试验17，即在服用75克葡萄糖后测量血浆中的葡萄糖和胰岛素水平。在首次的研究中，他们的基线人口统计学、人体测量学和生物化学特性（表1）和下述89人相似：他们在首次的研究中被归入NGT类，但是未参加本项跟踪研究13。血样在3个小时内的10个时间点上被多次抽取（服用葡萄糖之前15分钟和之后0、10、25、45、75、100、120、150分钟）。血浆葡萄糖和相应的胰岛素的测量在同一中心实验室内进行。血浆葡萄糖用葡萄糖氧化酶法测量。胰岛素用化学荧光免疫测定法（Centaur Kit, Advia Centaur）测量18。根据FSOGTT的葡萄糖数值，对象被分为 NGT（2小时血浆葡萄糖（2h-PG）=7.8mmol/l，且7mmol/l，和/或2h-PG=11.0 mmol/l）。根据FSOGTT期间测量的葡萄糖和胰岛素AUC0-120min（0到120分钟之间的曲线下面积），研究对象被分为3组：正常（AUCglucose960,以及AUCinsulin75500）或高独立AUCglucose（AUCglucose960,以及AUCinsulin=75500）。在T0时用HPLC（BIORAD）测量HbA1c。T0时的空腹血脂（总胆固醇、甘油三酸酯、高密度脂蛋白胆固醇（HDL-C）和低密度脂蛋白胆固醇（LDL-C）用标准的酶剂法测量。 2h-PGFSOGTT正常糖耐量糖耐量减小糖尿病合计n%n%n%n%正常3383190-3449高 AUCinsulin122.3270-1522High AUCglucose81576451002029合计5311569表1. 2h-PG糖耐量评估结果（NGT, IGT 和糖尿病）和T8时FSOGTT试验期间血浆胰岛素测量结果 （正常、高或低）之间的比较 全部（n=69）正常（n=34）HUI（n=15）AUCglucose（n=20）性别（男，%）32（48%）17（50%）8（53%）8（20%）年龄（岁）42.09.040.58.541.510.344.98.5BMI（kg/m2）28.15.027.54.226.63.930.25.8SBP（mmHg）121.510.611911.9122.110.0125.67.6DBP（mmHg）79.66.478.47.079.16.182.15.1FPG（mmol/l）#4.20.84.20.74.90.94.10.92h-PG（mmol/l）*5.61.85.50.95.60.95.80.9HbA1c（%）*#5.90.55.70.45.70.56.20.6*总胆固醇*（mg/dl）192+-.132.518632.118937.5204.627.1HDL-C*（mg/dl）44.29.143.99.141.611.746.66.4LDL-C*（mg/dl）123.732.4115.634125.330.8136.127.9甘油三酸酯*（mg/dl）153.685.6150.682.4146.787.6163.992.51级家庭糖尿病史63（91%）30（88%）13（87）20（100%）#全面比较，p0.05*T0时进行的测量（其它所有测量都是在T8时进行的。）正常：AUCglucose960mmol/l 以及AUCinsulin=960mmol/l 以及 AUCinsulin75500 pmol/l.min。a和正常者比较。表2. 依照T8时FSOGTT血浆胰岛素和血浆葡萄糖分类的受检者在T0和T8时特性统计分析定量变量的格式为平均值标准偏差。组平均用方差分析法进行比较。卡方试验被用于比例的比较。用逻辑回归法分析2h-PG和T8时不同的FSOGTT诊断结果之间的关系。模型的拟合性良好，达到收敛性判别标准。按照规则，p值65%50-65%6565%281014421750%。因此，根据8个月后进行的2h-PG，用EZSCAN检测未来IGT或糖尿病的敏感度是81%。在26个EZSCAN评分65%的对象在8个月后73%具有高AUCglucose或高AUCinsulin。与此同时，在EZSCAN评分5.6mmol/l）和HbA1c（5.7%）而言分别是77%、14%和66%；相应的特异性为53%、94%和41%。讨论本项前瞻性研究是在起始OGTT试验结果为NGT的对象中进行的。它表明EZSCAN一种评价汗腺功能的简便、无创的试验方法可预测8个月后的IGT或糖尿病，敏感度为81%。它预测高AUCglucose或高AUCinsulin的敏感度为77%，而FPG和HbA1c的敏感度分别为14%和66%。在短短的8个月中观察到的，从NGT发展成IGT或DM的高转变率69个对象中的16个（23%）可用南亚糖尿病的发病率快速上升来加以解释。印度糖尿病预防计划-1（IDPP1）已显示了3年期内，在未进行干预的对照人群中，从IPG 到糖尿病的快速转变5。这也可以用对象是从糖尿病中心招募来的这一事实加以解释。参试者的90%以上有1级家庭糖尿病史：正是由于具有患糖尿病的高度危险，他们才可以在这些中心进行体格检查。在T0时用EZSCAN对所有NGT对象进行的分类，首先与T8时OGTT试验得到的FPG或2h-PGF数值进行比较。糖耐量实验重复性较差，在评估糖尿病的风险变化时，敏感度不高23。由于高AUCglucose和高AUCinsulin出现在传统方法可检测的时间之前，所以将T0时的EZSCAN结果与T8时的AUCglucose或AUCinsulin进行比较，有重要临床意义24,25。T0时汗腺功能紊乱是明显的，但FPG或HbA1c的变化很小。与EZSCAN相比较，在预测AUCglucose和AUCinsulin进一步紊乱时，FPG法的敏感性低，但特异性高；而HbA1c法的敏感性和特异性都稍稍更低一些。用不同方法进行的几个研究显示，因末梢神经纤维损伤而发生的汗腺功能紊乱常发生在糖尿病前期，即使在IGT患者身上也可以检测到11,12。IGT中的神经损伤主要是亚临床性质的，无症状的，其特征是末梢纤维神经病变因此传统的，评估神经纤维功能障碍，从而检测神经病变的传统方法是检测不出来的12。本项研究所检测的对象人数少，这就解释了在EZSCAN危险程度分组中，发生AUCglucose或AUCinsulin的优势比的置信区间偏大的问题。这是一项在高危种族的小量病人中进行的前瞻性研究。更大规模的，跟踪时间更长的前瞻性研究将有助于，确定在使用诸如等耗时有创的其它方法之前，这种简单、易于重复进行的筛查工具与其他传统、有创的诸如FSOGTT的有效性。EZSCAN通过检测结果用各种颜色进行危险分级，受检者很容易看懂报告，在早期阶段就可识别出糖耐量受损、胰岛素抵抗或血糖反应异常（用FSOGTT法检测）的危险的对象，可使这类人群尽早进行生活方式干预，以预防糖尿病及心血管疾病等并发症的发生。相关文献1. Eds.Unwin N, Whiting D, Gan D, Jacqmain O, Ghyoot （2009） InternationalDiabetes Federation G. DiabetesAtlas, 4th Edition.2. Knowler WC, Barrett-Connor E, Fowler SE, Hamman RF, Lachin JM, et al.（2002） Diabetes Prevention Program Research Group. Reduction in theincidence of type 2 diabetes with lifestyle intervention or metformin. N Engl JMed 346： 393-403.3. Lindstrm J, Ilanne-Parikka P, Peltonen M, Aunola S, Eriksson JG, et al. （2006）Finnish Diabetes Prevention Study Group. Sustained reduction in the incidenceof type 2 diabetes by lifestyle intervention： follow-up of the Finnish DiabetesPrevention Study. Lancet 368： 1673-1679.4. Li G, Zhang P, Wang J, Gregg EW, Yang W, et al. （2008） The long-term effect of lifestyle interventions to prevent diabetes in the China Da Qing Diabetes Prevention Study： a 20-year follow-up study. Lancet 371： 1783-1789.5. Ramachandran A, Snehalatha C, Mary S, Mukesh B, Bhaskar AD, et al. （2006）The Indian Diabetes Prevention Programme shows that lifestyle modification and metformin prevent type 2 diabetes in Asian Indian subjects with impaired glucose tolerance （IDPP-1）. Diabetologia 49： 289-297.6. Gillies CL, Abrams KR, Lambert PC, Cooper NJ, Sutton AJ, et al. （2007）Pharmacological and lifestyle interventions to prevent or delay type 2 diabetes in people with impaired glucose tolerance： systematic review and metaanalysis.BMJ 334： 299.7. World Health Organization. Definition, Diagnosis and Classification of DiabetesMellitus and its complication （1999） Part 1： Diagnosis and Classification of Diabetes Mellitus WHO/NCD/NCS/99.2 Geneva： World Health Organization.8. Kilpatrick ES, Bloomgarden ZT, Zimmet PZ （2009） International ExpertCommittee Report on the role of the A1C assay in the diagnosis of Diabetes The international expert committee. Diabetes Care 32： e159-e160.9. Abdul-Ghani AM, Williams K, Defronzo RA, Stern M （2007） What Is the BestPredictor of Future Type 2 Diabetes? Diabetes Care 30： 1544-1548.10. McKeigue PM, Pierpoint T, Ferrie JE, Marmot MG （1992） Relationship of glucose intolerance and hyperinsulinaemia to body fat pattern in south Asians and Europeans. Diabetologia 35： 785-791.11. Vinik A, Maser RA, Ziegler D （2010） Neuropathy： The crystal ball for cardiovascular disease. Diabetes Care 33： 1688-169012. Mayaudon H, Miloche PO, Bauduceau B （2010） A new simple method to assess sudomotor function： interest in type diabetes. Diabetes & Metabolism 36： 450-454.13. Ramachandran A, Moses A, Shetty S, Thirupurasundari CJ, Seeli AC, et al.（2010） A new non-invasive technology to screen for dysglycemia including diabetes. Diabetes Res. Clin. Pract 88： 302-306.14. Chizmadzhev YA, Indenbom AV, Kuzmin PI, Galichenko SV, Weaver JC, et al. （1998） Electrical properties of skin at moderate voltages： contribution ofappendageal macropores. Biophysical Journal 74： 843-856.15. Dalla Man C, Campioni M, Polonsky KS, Basu R, Rizza RA, et al. （2005） Two hour seven-sample oral glucose tolerance test and meal protocol： minimal model assessment of beta-cell responsivity and insulin sensitivity in nondiabetic individuals. Diabetes 54： 3265-3273.16. Manley SE, Stratton IM, Clark PM, Luzio SD （2007） Comparison of 11 Human Insulin Assays： Implications for Clinical Investigation and Research. Clinical Chemistry 53： 922-932.17. Metz CE （1978） Basic principles of ROC analysis. Semin Nucl Med 8： 283-298.18. Sing T, Sander O, Beerenwinkel N, Lengauer T （2005） ROCR： visualizingclassifier performance in R. Bioinformatics 21： 3940-3941.19. Ramachandran A, Mary S, Yamuna A, Murugesan N, Snehalatha C （2008）High prevalence of diabetes and cardiovascular risk factors associated with urbanization in India. Diabetes Care 31： 893-898.20. Ramachandran A,