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。
The Glycemia Risk Index (GRI) as a Biomarker for Subclinical Endothelial Dysfunction in Type 1 Diabetes: A Cross-Sectional Study.
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。
132例1型糖尿病成人患者
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)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
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。
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。
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。
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。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 持续葡萄糖监测 | Dexcom G6 | Dexcom, Inc. | -- |
| 美敦力Guardian 4传感器 | Medtronic | -- | |
| 雅培辅理善瞬感3 | Abbott Diabetes Care | -- | |
| 流式细胞术 | 抗人CD34单克隆抗体(FITC) | Elabscience | E-AB-F1143C |
| 抗人KDR单克隆抗体(PE) | BD Biosciences | 560494 | |
| 抗人CD133抗体(APC) | Miltenyi Biotec | 130-113-106 | |
| BD FACSCalibur流式细胞仪 | Becton Dickinson | -- |
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 |