血糖风险指数(GRI)作为1型糖尿病亚临床内皮功能障碍的生物标志物:一项横断面研究

The Glycemia Risk Index (GRI) as a Biomarker for Subclinical Endothelial Dysfunction in Type 1 Diabetes: A Cross-Sectional Study.

作者信息Nicole Di Martino, Silvia Angelino, Antonietta Maio, Paolo Cirillo, Alessandro Pontillo, Mariangela Caputo, Lorenzo Scappaticcio, Paola Caruso, Miriam Longo, Giuseppe Bellastella, Maria Ida Maiorino, Katherine Esposito
PMID41009758
发布时间2025-09
DOI10.3390/ijms26189196

实验完整度

横断面观察性研究,包含临床队列、CGM指标统计和流式细胞术检测EPC,无功能验证或机制验证。

主要模型

132例1型糖尿病成人患者

重点核对

样本量:132例1型糖尿病成人患者 GRI计算基于14天CGM数据,公式:GRI = (3.0 * VLow) + (2.4 * Low) + (1.6 * VHigh) + (0.8 * High) EPC计数通过流式细胞术检测,每样本获取1,000,000个事件 GRI分区:A(最低风险)至E(最高风险)

摘要

参与内皮稳态的内皮祖细胞(EPCs)的循环水平在1型糖尿病(T1D)患者中常常降低。血糖风险指数(GRI)通过评估低血糖和高血糖风险来量化血糖控制质量。我们旨在研究GRI与T1D患者循环EPC水平之间的关联。这项横断面研究纳入了132名接受强化胰岛素治疗的T1D成人。我们根据14天连续血糖监测衍生的指标计算GRI,并通过流式细胞术量化EPC计数,按GRI区域(从A(最低风险)到E(最高风险))对结果进行分层。较高的GRI评分与较差的代谢参数显著相关。与GRI较好的成人相比,GRI较差的参与者的CD34+、CD133+、KDR+和CD34+KDR+细胞循环水平较低。线性回归分析显示,GRI与CD34+(β = −1.079,p = 0.006)、CD34+CD133+(β = −0.581,p = 0.008)和CD34+KDR+(β = −0.147,p = 0.010)呈负相关。HbA1c与任何EPC表型之间未发现显著关联。GRI水平高的T1D成人EPC计数较低。GRI与某些EPC表型显著相关,提示其作为心血管风险评估生物标志物的潜在作用。

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
GRI作为综合血糖控制质量指标,是否与1型糖尿病成人循环内皮祖细胞水平相关?
核心机制
高GRI反映的血糖波动可能通过诱导氧化应激和全身炎症,导致内皮祖细胞凋亡和功能障碍,损害血管修复能力。
主要证据
横断面研究中,132例1型糖尿病成人的GRI与CD34+、CD34+CD133+和CD34+KDR+细胞计数呈负相关(线性回归β分别为-1.079、-0.581、-0.147,p<0.05),而HbA1c与任何EPC表型无显著关联。
研究意义
GRI可能作为比HbA1c更早的内皮功能障碍和微血管并发症风险指标,有助于识别血管并发症风险较高的患者。

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。

1

队列建立与临床数据收集

纳入符合条件的1型糖尿病成人,并获取其人口统计学和临床特征。

在2025年1月至5月期间,连续招募132名使用强化胰岛素治疗和CGM的1型糖尿病成人,收集年龄、性别、体重、糖尿病病程、血压、血糖、血脂等临床数据。

2

血糖控制评估

通过CGM数据计算GRI和传统血糖控制指标,评估血糖控制质量。

从CGM系统获取14天数据,计算CV、GMI、平均葡萄糖、TIR、TBR、TAR,并依据公式计算GRI,根据GRI将患者分为A至E五个风险区。

3

检测循环内皮祖细胞水平

通过流式细胞术定量外周血中不同类型的EPC表型。

从空腹新鲜血样中分离单个核细胞,用荧光标记抗体(抗CD34、抗KDR、抗CD133)染色,然后通过流式细胞仪检测CD34+、CD133+、KDR+、CD34+CD133+、CD34+KDR+、CD133+KDR+和CD34+CD133+KDR+细胞计数。

4

统计分析

评估GRI与EPC水平之间的关联,并调整潜在混杂因素。

使用描述性统计、Kruskal-Wallis检验和线性回归分析,检验GRI和HbA1c与EPC表型的关联,并调整年龄、糖尿病病程和BMI。

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。

评估血糖控制
验证分子表达变化

产品清单

实验环节名称品牌货号
Dexcom G6Dexcom, Inc.--
美敦力Guardian 4传感器Medtronic--
雅培辅理善瞬感3Abbott Diabetes Care--
抗人CD34单克隆抗体(FITC)ElabscienceE-AB-F1143C
抗人KDR单克隆抗体(PE)BD Biosciences560494
抗人CD133抗体(APC)Miltenyi Biotec130-113-106
BD FACSCalibur流式细胞仪Becton Dickinson--

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
研究人群入组
纳入标准:年龄>18岁,T1D,强化胰岛素治疗,CGM使用率>70%;排除标准需核对。
阅读提示:Methods 4.1 Study Population
血糖控制评估
CGM数据获取时长(14天),GRI计算公式,GRI分区定义。
阅读提示:Methods 4.2 Clinical Variables
EPC检测
血样采集方式(空腹、枸橼酸管),抗体克隆号、荧光素,染色时间(30分钟)、温度(4℃),获取事件数(1,000,000),设门策略(FMO、同型对照)。
阅读提示:Methods 4.3 Assessment of Circulating Levels of EPCs
统计分析
调整的混杂因素(年龄、糖尿病病程、BMI),检验方法(线性回归、Kruskal-Wallis),显著性水平(p<0.05)。
阅读提示:Methods 4.4 Statistical Analysis