论文部分内容阅读
背景:糖尿病患者大部分的治疗随访在门诊完成,提高门诊血糖管理质量,对糖尿病患者的血糖达标尤为重要。持续葡萄糖监测(continuous glucose monitoring,CGM)能够提供全天血糖谱,发现传统血糖监测手段无法反映的血糖波动和低血糖特征,故而在门诊患者中的应用逐渐增多。CGM监测包括回顾式系统监测及实时系统监测,系统特点及适用人群各不相同。1.门诊CGM的临床获益建立在较高准确性的基础之上,数据的准确性和可靠性是确保个体化诊疗方案确立及实施的重要环节之一,现有研究表明门诊CGM准确性达标率较低。提高门诊CGM准确性的前提是明确其影响因素,目前缺少总结门诊CGM准确性影响因素的研究。2.在门诊CGM准确性达标的基础上,应最大限度地使用CGM数据提高门诊诊疗质量。目标范围内时间(time in target,TIR)是一种CGM参数,能够独立预测糖尿病远期并发症,且具有简单易懂的特点,适合门诊应用。TIR相关研究在近2年逐渐增多,但TIR与平均血糖、血糖波动的相关关系及换算关系仍不明确。目的:1.总结我院门诊CGM的应用现状。2.分析影响门诊回顾式CGM准确性的常见因素,为提高门诊回顾式CGM准确性提供依据。3.分析影响门诊实时CGM准确性的常见因素,为提高门诊实时CGM准确性提供依据。4.分析TIR与常用糖代谢指标的相关关系及换算关系,以指导TIR的门诊应用。方法:1.2012年1月至2019年6月于上海长海医院门诊行CGM监测的患者共1172例次,比较不同年份的监测例次。依据《中国动态血糖监测临床应用指南(2012)》中的相关标准,分析监测数据准确性达标情况。比较不同年份的CGM准确性达标率。根据性别、年龄、病程、HbA1c或文化程度分层后,统计患者的监测例次。2.2016年9月至2019年6月于上海长海医院门诊行iPro-2回顾式监测的2型糖尿病(type 2 diabetes mellitus,T2DM)患者共570例,根据纳入排除标准,532例患者纳入研究。依据《中国动态血糖监测临床应用指南(2012)》中的相关标准,分析患者首次监测数据的准确性达标情况。比较441例达标患者及91例不达标患者的临床资料,以达标及不达标作为因变量,患者临床资料为自变量,通过logistic回归分析不达标患者的临床特征。依据临床CGM操作流程,分析数据准确性的影响因素,并将其归类为患者相关因素(患者操作不规范)、医患双方相关因素(医患沟通不充分导致个体问题处理不当)及医护相关因素(医护操作不规范)。根据监测中出现的准确性影响因素,我院近年2次修订iPro-2门诊监测记录本,比较修订前后影响因素的发生率变化。3.2014年7月至2019年6月于上海长海医院门诊行GRT实时监测的T2DM患者共178例,根据纳入排除标准,155例患者纳入研究,分析患者首次监测数据的准确性达标情况。比较119例达标患者及36例不达标患者的临床资料,以达标及不达标作为因变量,患者临床资料为自变量,通过logistic回归分析不达标患者的临床特征。依据临床CGM操作流程,分析准确性的影响因素,并将其归类为患者相关因素、医患双方相关因素及医护相关因素。比较GRT监测患者及iPro-2监测患者中3类准确性影响因素的发生率。4.纳入441例监测数据准确性达标,使用iPro-2系统的门诊T2DM患者。设定TIR目标范围为3.9-10mmol/L或3.9-7.8mmol/L,通过相关法及回归法分析TIR与HbA1c、平均血糖(mean blood glucose,MBG)、平均血糖波动幅度(mean amplitude of glyce mic excursions,MAGE)之间的相关关系及换算关系。结果:1.我院门诊CGM共监测1172例次,监测例次逐年上升,2018年全年监测337例次。门诊CGM准确性达标率逐年上升,2019年1至6月的达标率为81.31%。根据临床资料对患者分层后,男性、老年、病程≥10年、7%≤HbA1c<8%或文化程度<高中的患者监测例次更多。2.532例iPro-2回顾式监测的T2DM患者纳入研究。441例准确性达标患者与91例不达标患者之间,年龄、病程、HbA1c存在差异,年龄、HbA1c进入logistic回归方程。91例患者准确性不达标,依据临床CGM操作流程,共发现109例次不良影响因素,发生率20.49%。患者相关因素的发生率为10.34%,医患双方相关因素的发生率为4.51%,医护相关因素的发生率为5.64%。进一步分析显示,老年或HbA1c≥8%的患者在监测流程中,患者相关因素的发生率更高。我院修订门诊iPro-2监测记录本后,相应准确性影响因素的发生率明显下降。3.155例GRT实时监测的T2DM患者纳入研究。119例准确性达标患者与36例准确性不达标患者之间,年龄、HbA1c、文化程度存在差异,HbA1c、文化程度进入logistic回归方程。36例患者准确性不达标,依据临床CGM操作流程,共发现45例次不良影响因素,发生率为29.03%,患者相关因素的发生率为16.77%,医患双方相关因素的发生率为8.39%,医护相关因素的发生率为3.87%。进一步分析显示,HbA1c≥8%或文化程度<高中的患者在监测流程中,患者相关因素、医患双方相关因素的发生率更高。GRT监测与iPro-2监测相比,患者相关因素的发生率更高。4.441例iPro-2监测的T2DM患者纳入研究。TIR(3.9-10)与HbA1c、MBG高度负相关,与MAGE中度负相关。TIR(3.9-7.8)与HbA1c、MAGE中度负相关,与MBG高度负相关。TIR(3.9-10)、TIR(3.9-7.8)与HbA1c的拟合线为非线性回归线,校正R方分别为0.69、0.47。TIR(3.9-10)、TIR(3.9-7.8)与MBG的拟合线为线性回归线,校正R方分别为0.78、0.56。TIR(3.9-10)、TIR(3.9-7.8)与MAGE的拟合线为线性回归线,校正R方分别为0.44、0.30。根据拟合公式,MAGE为3.9mmol/L时,对应的TIR(3.9-10)、TIR(3.9-7.8)分别为90%、70%。结论:1.我院门诊CGM监测例次及准确性达标率逐年上升,男性、老年、病程≥10年、7%≤HbA1c<8%或文化程度<高中的患者监测例次更多。2.老年或HbA1c≥8%的患者更容易不规范操作,进而导致门诊iPro-2监测准确性不达标,医护应在监测流程中加强指导。针对实际工作中发现的准确性影响因素,不断改进监测记录本,有助于提高iPro-2监测的准确性。3.HbA1c≥8%或文化程度<高中的患者更容易出现操作不规范、医患沟通不充分等情况,进而导致GRT监测准确性不达标,医护应在监测流程中加强指导与沟通。与iPro-2监测相比,门诊GRT监测对患者自我管理能力的要求更高,医护应合理选择监测对象。4.TIR与HbA1c、MBG和MAGE呈负相关关系,可通过拟合公式进行数值的换算,与TIR(3.9-7.8)相比,TIR(3.9-10)的拟合效果更好。当TIR(3.9-10)低于90%,TIR(3.9-7.8)低于70%时,即应关注血糖波动问题。