目的 分析血糖变异系数(GLUcv)对急诊脓毒症患者脓毒症相关性脑病(SAE)的预测价值.方法 采用前瞻性队列研究方法,入选2022年3月至2024年2月在绍兴市上虞人民医院急诊重症监护病房(EICU)诊治的脓毒症患者,检测患者入院24 h内末梢血糖,并计算GLUcv.以脓毒症确诊28 d内SAE事件为研究终点,将28 d内并发SAE的患者纳入SAE组,未并发SAE患者纳入N-SAE组.比较分组后组间主要资料与指标水平的差异,通过构建Logistic回归模型,分析脓毒症并发SAE与GLUcv及其他主要指标的关系.采用限制性立方样条法,分析GLUcv与脓毒症并发SAE风险的剂量反应关系.绘制受试者工作特征(ROC)曲线与临床决策曲线,分析GLUcv对脓毒症并发SAE的预测价值.结果 最终有135例患者完成研究,患者入院24 h内GLUcv结果为12.59～33.60,根据GLUcv四分位数由低到高将135例患者分为Q1～Q4组,Q4组SAE发生率高于Q1～Q3组,Q3和Q4组急性生理学和慢性健康状况评价Ⅱ(APACHEⅡ)评分、血清淀粉样蛋白A(SAA)、白细胞介素(IL)-6及神经元特异性烯醇化酶(NSE)水平高于Q1和Q2组,24 h乳酸清除率低于Q1和Q2组(P＜0.05).患者确诊后28 d内并发SAE 57例,发生率约42.22％.SAE组入院时APACHE Ⅱ评分、GLUcv、IL-6及NSE水平高于N-SAE组,24 h乳酸清除率低于N-SAE组(P＜0.05).构建Logistic回归模型结果显示,脓毒症并发SAE可能与入院时APACHE Ⅱ评分、24 h乳酸清除率、GLUcv、IL-6、NSE及SAA有关(P＜0.05).绘制ROC曲线,GLUcv预测脓毒症患者并发SAE曲线下面积(AUC)为0.797,最佳截断值为23.24.采用限制性立方样条法分析,脓毒症患者入院24 h内GLUcv与入院28 d内SAE发生风险呈线性剂量反应关系(P＜0.05),当GLUcv阈值达到23.24时,SAE风险随着GLUcv升高而增加.绘制临床决策曲线,GLUcv预测脓毒症并发SAE临床净收益情况理想,且联合其他指标能提高整体决策获益.结论 脓毒症患者并发SAE与GLUcv的升高有关,SAE风险随GLUcv升高而增加,脓毒症患者入院24 h内GLUcv可预测SAE高风险人群,且联合其他指标能提高整体风险预测的净收益率.

目的:制备一种用于血糖即时检测（POCT）的人源全血质控物，并对其均匀性、稳定性及基质效应进行评价。方法:将临床验后静脉全血样本分离、固定、洗涤、过滤和分装后，制备成高、中、低3个浓度的人源全血质控物，参照中国合格评定国家认可委员会（CNAS）GL29∶2010《标准物质/标准样品定制的一般原则和统计方法》对其均匀性和稳定性进行评价；在POCT血糖检测系统中，采用美国临床实验室标准化委员会（CLSI）EP14-A3中的Deming回归对其基质效应进行评价；质控物应用于室内质量控制，并计算其检测结果的变异系数（ CV）。采用单因子方差分析和 t检验法对检验中的结果进行统计。 结果:3个浓度水平质控物的均匀性良好［ F< F0.05（9，20）］；在2~8 ℃条件下，质控物开瓶后可稳定10 d，未开瓶15 d内的短期稳定性良好，结果与第1天比较，差异无统计学意义（ P>0.05）；质控物适用于10款POCT血糖检测系统，无基质效应；室内质控结果显示高、中、低3个浓度 CV分别为0.63%、0.66%和1.65%，均小于7.5%。 结论:该自制人源全血质控物具有良好的均匀性、稳定性和适用性，可满足临床对POCT血糖检测的质量控制要求，具有较好的应用前景。

目的:探讨无症状低血糖2型糖尿病患者血糖波动特点及危险因素。方法:选取2018年9月至2021年7月在安徽医科大学附属合肥医院内分泌科住院的2型糖尿病患者342例。通过连续动态血糖监测(continuous glucose monitoring, CGM)获取日内平均血糖波动幅度(mean amplitude of glycemic excursions, MAGE)、血糖变异系数(coefficient of variation, CV)、24 h平均血糖水平(24 hour mean blood glucose level, MG)、血糖在目标范围内时间(time in range, TIR)等相关指标，根据CGM结果及患者有无低血糖症状，分为无低血糖组、有症状低血糖组和无症状低血糖组；比较3组间血糖波动的差异；采用 logistic回归分析2型糖尿病患者发生无症状低血糖的危险因素，通过受试者工作特征曲线分析MAGE对无症状低血糖的预测价值。 结果:与无低血糖组相比，无症状低血糖组TIR更高( Z＝－2.042, P＝0.041)；与无低血糖组和有症状低血糖组相比，无症状低血糖组MG更低，MAGE和CV更高(均 P<0.05)。多因素 logistic回归分析显示，尿白蛋白/肌酐比值(urinary albumin/creatinine ratio, UACR)、MAGE、CV为无症状低血糖的危险因素，MG为保护因素。进一步校正其他危险因素，MAGE与无症状低血糖发生仍密切相关( OR＝1.111，95% CI 0.999~1.235, P＝0.049)。受试者工作特征曲线结果显示，MAGE对无症状低血糖预测的灵敏度为0.769，特异度为0.776。 结论:无症状低血糖患者血糖波动的特点为具有更高的TIR值，但MAGE更大，MAGE、UACR、CV为无症状低血糖的危险因素，且MAGE对无症状低血糖的发生有一定的预测价值。

目的:研究以护士为主导的专科小组协同志愿者参与管理模式对社区糖尿病患者低血糖的影响。方法:选取昆山市第四人民医院2018年1月至2020年6月收治的60例糖尿病患者，数字表法随机分为对照组(30例)和观察组(30例)。对照组行常规护理，观察组采用以护士为主导的专科小组协同志愿者参与管理模式。比较两组干预1、3、6个月后低血糖发生情况，分析两组干预前后血糖波动情况〔血糖变异系数(GluCV)、血糖变化幅度(GluSD)、平均血糖浓度(GluAve)〕及自我效能评分，比较两组护理满意度。结果:观察组干预1个月后低血糖发生率为43.33%，与对照组的46.67%比较差异无统计学意义( P>0.05)；观察组干预3、6个月后低血糖发生率分别为6.67%、3.33%，均低于对照组的26.67%、23.33%( P<0.05)。两组干预后GluCV、GluSD、GluAve较干预前降低( P<0.05)；观察组干预后GluCV、GluSD、GluAve低于对照组( P<0.05)。两组干预后上述指标评分均较干预前升高( P<0.05)；观察组干预后饮食控制、药物治疗、规律运动、血糖控制、足部护理与处理高低血糖评分及总分高于对照组( P<0.05)。观察组护理满意度为90.00%，高于对照组的63.33%( P<0.05)。 结论:以护士为主导的专科小组协同志愿者参与管理模式用于社区糖尿病患者护理中，可降低低血糖发生率，提高自我管理能力，值得临床推广。

目的:编制糖尿病视网膜病变患者自我管理量表，并检验其信效度。方法:以自我管理理论为基础，在查阅文献的基础上采用德尔菲法形成量表。采用便利抽样法，选取2021年7—9月西安市第一医院眼底病区的240例糖尿病视网膜病变患者进行调查，检验量表的信度和效度。结果:构建的糖尿病视网膜病变患者自我管理量表包括血糖管理、疾病管理、认知管理、日常生活管理、情绪管理5个维度，共36个条目。量表Cronbach's α系数为0.952，重测信度为0.991，折半信度为0.883。量表的内容效度指数为0.947。采用探索性因子分析提取出特征值>1的5个公因子，可解释总变异的64.343%。结论:构建的糖尿病视网膜病变患者自我管理量表信效度较好，可作为评估糖尿病视网膜病变患者自我管理的测评工具。

目的:探讨2型糖尿病并发缺血性脑卒中急性期患者血糖波动趋势及其影响因素，为临床干预措施的制定提供理论依据。方法:选取2018年1月至2019年8月南阳市中心医院2型糖尿病并发缺血性脑卒中急性期患者114例为研究对象。分析所纳入患者的血糖波动趋势。对比不同临床特征患者的空腹血糖变异系数(CV-FPG)、血糖水平的标准差(SDBG)、餐后血糖波动幅度(PPGE)；通过多元线性回归分析2型糖尿病并发缺血性脑卒中急性期患者血糖波动趋势的影响因素。结果:所纳入患者入院7 d内的CV-FPG为(0.21±0.08)，SDBG为(2.63±0.78)mmol/L，PPGE为(2.96±1.03)mmol/L，且时间因素对SDBG的影响差异有统计学意义( P<0.05)。吞咽障碍、HbA1c、白蛋白、总蛋白对CV-FPG的影响差异均有统计学意义(均 P<0.05)；FPG对SDBG的影响差异有统计学意义( P<0.05)；吞咽障碍、营养支持方式对PPGE的影响差异均有统计学意义(均 P<0.05)。多元线性回归分析显示，HbA1c升高、白蛋白降低、存在吞咽障碍均是导致CV-FPG升高的危险因素(均 P<0.05)；FPG升高是导致SDBG升高的危险因素( P<0.05)；经口进食是导致PPGE升高的危险因素( P<0.05)。 结论:2型糖尿病并发缺血性脑卒中急性期患者血糖日内波动趋势随时间推移而降低。HbA1c、白蛋白、吞咽功能、空腹血糖和营养支持方式均对患者的血糖波动产生显著影响。

目的:探讨空腹血糖变异性（GV）与妊娠期糖尿病（GDM）风险之间的相关性。方法:选择嘉兴市妇幼保健院2022年1月至2023年4月收治的GDM患者90例为研究对象，根据75 g口服葡萄糖耐量试验（OGTT）结果中空腹血糖（FBG）水平将患者分为FBG正常组（A组， n=56）和FBG升高组（B组， n=34），采用多因素logistic二元回归分析确定GDM的独立危险因素，分析长期空腹血糖标准差（SD FBG）、空腹血糖变异系数（CV FBG）、空腹血糖平均连续变异性（ASV FBG）与GDM严重程度的关系。 结果:B组患者与A组患者的FBG［（6.83±1.03）mmol/L与（4.62±0.58）mmol/L］、1 h口服葡萄糖耐量试验（1hOGTT）［（13.03±1.39）mmol/L与（11.42±1.04）mmol/L］、2 h口服葡萄糖耐量试验（2hOGTT）［（10.23±1.51）mmol/L与（9.42±0.74）mmol/L］进行时间、组间、交互作用上比较，差异均有统计学意义（ F=887.43、144.76、10.39，均 P < 0.05）；B组糖化血红蛋白（HbA1c）水平均较A组明显偏高［（7.19±1.01）mmol/L与（5.03±0.42）mmol/L］（ t=14.15， P < 0.05）；与A组比较，B组患者的ASV FBG［（0.36±0.26）mmol/L与（0.58±0.23）mmol/L］、SD FBG［（0.41±0.21）mmol/L与（0.55±0.38）mmol/L］和CV FBG［（6.94±1.31）mmol/L与（9.43±2.45）mmol/L］值均明显偏高 （t=4.06、2.25、6.28，均 P < 0.05）。B组患者的年龄和孕前身体质量指数（BMI）均较A组显著偏高 （t=3.82、7.53，均 P < 0.05）。年龄、孕前BMI、FBG、1hFBG、2hFBG、HbA1c、ASV FBG、SD FBG和CV FBG是影响GDM重度病变的危险因素（ OR=1.230、1.887、301.406、3.957、1.947、41.861、5.421、2.057，均 P < 0.05）。FBG的标准差（SD FBG）、平均连续变异性（ASV FBG）和变异系数（CV FBG）与GDM患者严重程度呈正相关（ r=0.234、0.555、0.408，均 P < 0.05）。 结论:空腹血糖变异性与GDM风险呈正相关，年龄、孕前BMI、FBG、1hFBG、2hFBG、HbA1c、ASV FBG、SD FBG和CV FBG同时也是影响GDM重度病变的危险因素。

目的:探讨由自我血糖监测（SMBG）点血糖计算不同的血糖波动指标与持续葡萄糖监测（CGM）系统获得的平均血糖波动幅度（MAGE）的相关性。方法:本研究为回顾性研究。纳入2018年1月至2019年10月在中山大学附属第三医院内分泌与代谢病学科住院同时接受48~72 h CGM及7点（三餐前、三餐后2 h以及睡前）SMBG的105例2型糖尿病患者作为研究对象，根据7点SMBG数据计算以下血糖波动指标：血糖水平的标准差（SDBG）、最大血糖波动幅度（LAGE）、餐后血糖波动幅度（PPGE）、血糖变异系数（CV）和平均血糖波动幅度（MAGE′，由SMBG计算所得）。分别采用Spearman相关分析、简单线性回归和多元逐步回归分析法分析由SMBG计算的血糖波动各指标与由CGM获得的MAGE的关系，并绘制受试者工作特征（ROC）曲线评估前者对后者的预测能力。结果:105例2型糖尿病患者中，7点SMBG计算的SDBG为（2.02±0.77）mmol/L、PPGE为（2.75±1.13）mmol/L、LAGE为（5.62±2.13）mmol/L、CV为（25.92±0.77）%及MAGE′为4.11（2.84，5.92）mmol/L，均与CGM获得的MAGE［4.00（2.65，5.00）mmol/L］显著相关（ r值分别为0.614、0.499、0.588、0.533和0.473，均 P<0.01）。以MAGE为因变量，SDBG、PPGE、LAGE、CV和MAGE′为自变量进行多元逐步回归分析，仅SDBG进入方程（ P<0.01）。ROC曲线下面积分别为：SDBG为0.795［95%可信区间（CI）0.708~0.882］、LAGE为0.782（95%CI 0.692~0.872）及CV为0.769（95%CI 0.677~0.846），均大于PPGE［0.718（95%CI 0.620~0.816）］和MAGE′［0.704（95%CI 0.607~0.789）］的ROC曲线下面积。 结论:由7点SMBG数据计算的血糖波动指标（SDBG、LAGE、PPGE、CV和MAGE′）与CGM获得的MAGE相关性好，其中，SDBG准确性更高。

目的:分析血糖变异度与老年代谢综合征患者认知功能障碍的相关性，为早期诊断认知功能障碍提供参考。方法:选择中国人民武装警察部队四川省总队医院2017年12月至2019年3月诊治80例老年代谢综合征患者作为研究组和50例同期体检的健康老年人作为对照组，比较两组一般资料、生化指标等的差异。老年代谢综合征患者入院时采用蒙特利尔认知评估量表（MoCA）测评认知功能，按照MoCA得分将患者分为认知功能障碍组和认知功能正常组。患者入院24 h内进行72 h动态血糖监测，比较两组72 h内平均血糖（Glu Ave）、血糖标准差（Glu SD）、24 h内平均血糖波动幅度（MAGE）、血糖不稳定指数（GLI）、血糖变异系数（Glu CV）和其他临床指标的差异。 结果:与对照组比较，研究组体质量指数（BMI）、收缩压（SBP）、舒张压（DBP）、空腹血糖（FPG）、三酰甘油（TG）、总胆固醇（TC）、低密度脂蛋白胆固醇（LDL-C）、糖化血红蛋白（HbA 1c）明显升高[（25.48 ± 3.86）kg/m 2比（22.83 ± 4.60）kg/m 2、（139.09 ± 10.17）mmHg（1 mmHg=0.133kPa）比（128.12 ± 7.8）mmHg、（73.00 ± 6.65）mmHg比（69.90 ± 5.99）mmHg、（9.12 ± 1.54）mmol/L比（4.92 ± 0.63）mmol/L、（2.17 ± 0.49）mmol/L比（1.70 ± 0.48）mmol/L、（5.32 ± 0.62）mmol/L比（4.61 ± 0.45）mmol/L、（3.05 ± 0.79）mmol/L比（2.31 ± 0.53）mmol/L、（7.89 ± 1.92）%比（5.30 ± 0.56）%]，高密度脂蛋白胆固醇（HDL-C）明显降低[（0.98 ± 0.25）mmol/L比（1.19 ± 0.43）mmol/L]，差异有统计学意义（ P<0.05）。与认知功能正常组比较，认知功能障碍组病程、HbA 1c、Glu Ave、Glu SD、MAGE、GLI、Glu CV明显增加[（7.39 ± 1.87）年比（6.50 ± 1.52）年、（8.52 ± 2.21）%比（7.32 ± 1.21）%、（11.6 ± 3.35）mmol/L比（9.84 ± 2.19）mmol/L、（2.98 ± 0.54）mmol/L比（2.17 ± 0.47）mmol/L、（1.19 ± 0.46）mmol/L比（0.71 ± 0.28）mmol/L、95.83 ± 19.77比86.94 ± 15.22、（27.96 ± 10.38）%比（23.02 ± 8.16）%]，差异有统计学意义（ P<0.05）。老年代谢综合征患者MoCA评分与病程、Glu Ave、Glu SD、MAGE、GLI、Glu CV均呈显著负相关，且病程、Glu Ave、Glu SD、MAGE、GLI、Glu CV是影响认知功能障碍的独立危险因素（均 P<0.05）。Glu SD>2.56 mmol/L（曲线下面积0.897）或/和MAGE>1.11 mmol/L（曲线下面积0.821）时，提示有发生认知功能障碍的风险。 结论:Glu Ave、Glu SD、MAGE、GLI、Glu CV与老年代谢综合征患者认知功能障碍有关，Glu SD、MAGE可作为预测认知功能障碍的指标。

目的:探讨胰岛素注射所致皮下脂肪增生对1型糖尿病患者血糖波动的影响。方法:选取2021年6月至12月于南京医科大学第一附属医院内分泌科就诊、接受胰岛素注射治疗≥6个月的80例1型糖尿病患者为研究对象，借助高频超声筛查皮下脂肪增生发生率，应用扫描式血糖监测系统(flash glucose monitoring system, FGM)获取血糖波动核心指标，采用单因素和多元线性回归分析皮下脂肪增生与血糖波动核心指标的关系。结果:与无皮下脂肪增生患者相比，皮下脂肪增生患者平均血糖波动幅度(mean amplitude of glycemic excursions, MAGE)、血糖变异系数(coefficient of variation, CV)、日间血糖平均绝对差(mean of daily differences, MODD)、血糖水平标准差(standard deviation, SD)、高于目标范围内时间(time above range, TAR)以及高血糖指数(high blood glucose index, HBGI)均显著性升高(均 P<0.05)，而目标范围内时间(time in range, TIR)显著降低( P<0.01)。多元线性回归分析显示，在校正了确诊年龄、胰岛素注射时长、空腹C肽、单位体重日胰岛素剂量条件下，超声检出皮下脂肪增生是TIR( β＝－9.423, P＝0.032)、MAGE( β＝1.114, P＝0.039)、CV( β＝4.304, P＝0.041)和MODD( β＝0.717, P＝0.046)发生显著变化的独立影响因素。 结论:皮下脂肪增生会增加1型糖尿病患者血糖波动度、降低血糖达标率，增加血糖控制难度。