患者筛选与数据收集
纳入符合条件的1型糖尿病患者并收集临床和CGM数据
从CHUSJ门诊纳入2020-2022年间使用Freestyle Libre CGM的T1D患者，从电子健康记录和LibreView平台收集临床数据及CGM指标。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
血糖在范围内时间与糖尿病并发症：1型糖尿病患者的横断面分析
Time in range and complications of diabetes: a cross-sectional analysis of patients with Type 1 diabetes
实验完整度
低本研究为横断面观察性分析，未提供明确实验方法；主要基于电子病历和CGM数据的统计分析，无功能验证或机制验证。
主要模型
1型糖尿病患者队列（161例使用Freestyle Libre CGM）
重点核对
样本量：161例T1D患者 CGM数据采集：14天，传感器活跃时间至少70% TIR定义：血糖在70-180 mg/dL范围内的时间百分比 并发症定义：微血管并发症（视网膜病变、肾病、周围神经病变）和大血管并发症（缺血性冠心病、脑血管病、外周动脉疾病） 统计模型：未调整和调整年龄、性别、糖尿病病程（模型1），进一步调整高血压和血脂异常（模型2）
摘要
背景/目标：评估1型糖尿病（T1D）患者中CGM参数和HbA1c与糖尿病并发症的关联。方法：纳入使用CGM系统Freestyle Libre的T1D患者。使用逻辑回归评估CGM指标和HbA1c与糖尿病并发症（任何并发症、微血管并发症或大血管并发症）的关联，未调整和调整年龄、性别和糖尿病病程（模型1），并进一步调整高血压和血脂异常（模型2）。结果：共纳入161例T1D患者。平均年龄37.4±13.4岁，中位T1D病程17.7±10.6年。在未调整模型和调整模型中，目标范围内时间（TIR）与任何并发症和微血管并发症相关。TIR在未调整模型和模型1中与视网膜病变相关，仅在未调整模型中与大血管并发症相关。HbA1c在未调整模型中与任何并发症、微血管并发症和视网膜病变相关，但在调整模型中无关联。HbA1c在未调整模型和模型1中与大血管并发症相关。结论：在这项使用间歇性扫描CGM的T1D患者横断面分析中，TIR和HbA1c与糖尿病并发症相关。TIR可能比HbA1c更能预测任何并发症和微血管并发症，而HbA1c可能更能预测大血管并发症。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 在1型糖尿病患者中，CGM参数（特别是TIR）和HbA1c与糖尿病并发症的关联如何？
- 核心机制
- 高血糖是微血管并发症风险的主要机制，TIR可能比HbA1c更准确反映血糖控制，而HbA1c可能通过血红蛋白糖化指数等机制与大血管并发症相关，但具体机制尚不明确。
- 主要证据
- 基于161例T1D患者的横断面数据，TIR与任何并发症和微血管并发症在调整模型中显著相关，而HbA1c与大血管并发症在调整模型1中相关。
- 研究意义
- TIR可能作为预测糖尿病微血管并发症的更好指标，而HbA1c可能对大血管并发症预测更有价值，但需前瞻性研究验证。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
CGM指标和HbA1c测量
获取血糖控制的关键指标
从LibreView获取14天CGM数据，包括TIR、TBR、TB54、TAR、TA250、CV和GMI；HbA1c从常规实验室检查获取。
并发症定义与分类
确定患者是否存在微血管和大血管并发症
从电子健康记录中收集并发症信息，定义任何并发症为存在微血管或大血管并发症。
统计分析
评估CGM指标和HbA1c与并发症的关联
使用逻辑回归分析，未调整和调整年龄、性别、糖尿病病程（模型1），进一步调整高血压和血脂异常（模型2）。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 血糖监测 | Freestyle Libre | -- | -- |
| 数据管理 | LibreView | -- | -- |
| 统计分析 | Stata IC 17.0 | StataCorp | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者纳入 | 患者年龄≥18岁，T1D诊断，使用Freestyle Libre CGM，传感器活跃时间≥70%，有HbA1c评估 阅读提示：Materials and methods: Inclusion and exclusion criteria |
| CGM数据采集 | CGM数据采集期为14天，且与HbA1c评估时间匹配（允许7天差异） 阅读提示：Materials and methods: CGM data |
| 并发症定义 | 微血管并发症（视网膜病变、肾病、周围神经病变）和大血管并发症（缺血性冠心病、脑血管病、外周动脉疾病）的定义标准 阅读提示：Materials and methods: Complications of diabetes |
| 统计分析 | 逻辑回归模型调整变量（年龄、性别、糖尿病病程、高血压、血脂异常）和显著性水平（P<0.05） 阅读提示：Materials and methods: Statistical analysis |