论文部分内容阅读
目的:探讨血尿酸和胆红素与老年2型糖尿病患者骨质疏松症的相关性,旨在识别糖尿病患者骨质疏松的潜在影响因素,为骨质疏松症的预防提供理论依据。方法:搜集2017年2月至2018年2月于吉林大学第一医院内分泌科住院治疗的老年2型糖尿病(T2DM)患者246例,其中男性97例,女性149例。平均年龄(67.4±6.3)岁,糖尿病病程(13.1±6.2)年。所有入组患者均接受双能X线(DEXA)骨密度仪测定,分别检测腰椎+双股骨颈骨密度,根据1994年WHO骨质疏松症诊断标准,骨密度T值>-1SD为骨量正常,-2.5SD<T值≤-1SD为骨量减少,T值≤-2.5SD为骨质疏松。将入组患者按T值分为糖尿病骨量正常组(92例)、糖尿病骨量减少组(77例)、糖尿病骨质疏松组(77例)。分别记录年龄、性别、糖尿病病程、身高、体重,并计算BMI等相关资料,收集空腹血糖(FBG)、空腹C肽(FCP)、糖化血红蛋白(HbA1c)、甲状旁腺激素(PTH)、甲功三项(TSH、FT3、FT4)、谷丙转氨酶(ALT)、碱性磷酸酶(ALP)、总胆红素(TBil)、胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白(LDL)、高密度脂蛋白(HDL)、血肌酐(Cr)、血尿酸(SUA)、血钙(Ca)、血磷(P)、25-(OH)VitD等指标,运用SPSS22.0软件进行统计分析。服从正态分布的连续性计量资料以均数±标准差表示,偏态分布数据采用中位数(四分位间距)表示,计数资料采用频数表示。服从正态分布且方差齐的计量资料组间比较采用单因素方差分析,两两比较采用LSD法;不服从正态分布方差不齐的采用非参数检验;计数资料的组间比较采用卡方检验,使用率或构成比表示;双变量正态分布采用Pearson直线相关,非正态分布采用Spearman秩相关;多因素分析采用logistic回归,并利用公式OR=exp(β)计算OR值,P<0.05为差异有统计学意义。结果:1.性别、糖尿病病程、FCP、BMI、ALP、SUA、TBil在骨质疏松组、骨量减少组和骨量正常组三组之间存在统计学差异(X2=22.53,7.461,9.44,F=7.461,14.64,17.87,8.54,P<0.05)。三组之间FBG、HbA1c、PTH、TSH、FT3、FT4、ALT、TC、TG、LDL、HDL、Cr、Ca、P、25-(OH)VitD均无统计学差异(P>0.05)。2.将年龄、糖尿病病程、BMI、HbAlc、FCP、FBG、TBil、SUA与双侧股骨颈及腰椎L1-4平均骨密度进行相关分析,结果显示:2型糖尿病患者BMI、TBil、SUA与股骨颈骨密度和腰椎L1-4平均骨密度均呈正相关(r=0.293,0.27,0.37;P<0.01);FCP与腰椎L1-4骨密度呈正相关(r=0.16,P=0.02);糖尿病病程与股骨颈骨密度、腰椎L1-4平均骨密度均呈负相关(r=-0.14,-0.13,P=0.04);年龄与股骨颈骨密度呈负相关(r=0.186,P=0.01)。3.根据患者骨量情况,分为骨量正常组,骨量减少组及骨质疏松组作为因变量,以性别、年龄、糖尿病病程、BMI、HbA1c、FBG、FCP、PTH、TSH、FT3、FT4、ALT、ALP、Cr、SUA、TB、TC、LDL-C、HDL-C、25-OH-VD、Ca、P为自变量进行单因素分析,结果显示性别、ALP、BMI、TBil、FCP、SUA、FT4与老年T2DM发生骨质疏松症(OP)有关。将上述筛选出的7个指标纳入方程模型继续进行多因素Logistic回归分析,最终性别(女)、BMI、FCP、ALP、SUA、TBil与骨质疏松相关,其OR值分别为(OR=6.271,0.811,0.179,1.024,0.871,0.990,P<0.05);其中,ALP为骨质疏松的危险因素(OR=1.024,1.073,P<0.05),相比于男性,女性发生骨质疏松的风险性更大(OR=6.271,P<0.001),同样为其危险因素;BMI、FCP、SUA、TBil为骨质疏松的保护性因素(OR=0.811,0.179,0.990,0.871,P<0.05)。结论:1、老年2型糖尿病患者的骨密度与体重指数、空腹C肽、生理范围内血尿酸、胆红素呈独立正相关;与碱性磷酸酶酶呈独立负相关。2、老年2型糖尿病患者骨密度随着血尿酸及胆红素水平的升高而升高,生理范围内的血尿酸及胆红素可能是骨质疏松的保护性因素。女性为骨质疏松的独立危险因素。