糖尿病的患病率增加全世界糖尿病引起的并发症,将一个巨大的负担强加给所有的卫生保健系统(
可怜的糖尿病管理可以产生不良后果,比如心脏病、肾衰竭、骨质疏松症,甚至死亡,可预防潜在的最佳代谢控制。抗糖尿病的药物是非常重要的,在所有的糖尿病患者血糖控制;然而,他们可能会增加骨质疏松和骨折风险在糖尿病
骨折风险算法(FRAX)是一个在线工具广泛应用许多专业机构对骨折风险评估(
尽管知识DPP4的重要性,对循环DPP4活动和之间的关系在新诊断2型糖尿病患者糖尿病性骨病。因此,我们开始探索等离子DPP4的协会活动与骨质疏松症/骨量减少和十年的概率主要骨质疏松性骨折(MOF)和髋部骨折(高频)估计修改FRAX新出现的2型糖尿病患者。
探索等离子DPP4活动之间的联系和骨质疏松症/骨量减少和十年的概率主要骨质疏松性骨折(MOF)和髋部骨折与修改FRAX(高频)预计,158年新诊断2型糖尿病患者为对象进行常规健康检查在中国医科大学盛京医院(沈阳、中国)从2017年12月到2019年5月。所有的入学科目进行口服葡萄糖耐量试验(OGTT)。2型糖尿病的诊断是基于美国糖尿病协会指南(
医疗信息收集是基于医疗记录。体重指数计算是用体重(公斤)除以身高(米)的平方。为了避免潜在的干扰,静脉血样本被吸引后一夜快。临床生化变量确定的医学和化学实验室诊断盛京医院的常规程序。等离子体是化验之前报道[DPP4活动
区域骨矿物质密度(BMD) (g / cm2)的所有参与者测量腰椎(L1-L4)和股骨颈(FN)双能x线吸收仪(月球天才)。因此,骨质疏松症诊断的
连续变量是作为意味着±标准差(SD),中等(第25和第75百分位数)。分类变量是百分比。正态分布的连续变量决定使用一个示例Kolmogorov-Smirnov测试。连续变量的正态分布是由单向方差分析评估和事后图基的测试。非正规的分布式数据进行非参数分布。连续变量之间的相关性分析是由斯皮尔曼的分析。考察了分类变量卡方测试。社会科学统计软件包(SPSS) 15.0版本是用于执行所有统计和关联分析。在采用双尾测试,以及
共有147名新诊断的2型糖尿病患者进行评估。他们被分为三组,正常骨密度组(
比较的基线特征骨跨组与新诊断2型糖尿病状态。
| 变量 | 正常( |
骨量减少( |
骨质疏松症( |
|
|---|---|---|---|---|
| 女, |
20 (35.1) | 29 (45.3) | 17 (65.4) | 0.02 |
| 吸烟, |
20 (35.1) | 27日(42.2) | 7 (26.9) | 0.38 |
| 年龄(年) | 53.4±3.2 | 55.7±4.1 | 57.6±5.0 | < 0.01 |
| BMI(公斤/米2) | 25.3±2.1 | 25.0±1.7 | 24.9±1.7 | 0.66 |
| 糖化血红蛋白(%) | 6.5±0.4 | 6.6±0.4 | 6.6±0.4 | 0.85 |
| 光纤光栅(更易/ L) | 8.2±1.4 | 8.2±1.4 | 8.1±1.1 | 0.96 |
| HOMA-IR | 5.4±1.6 | 5.4±1.2 | 5.4±1.1 | 0.98 |
| HOMA-IS | 69.2±25.0 | 71.8±30.7 | 71.7±23.3 | 0.86 |
| TG(更易/ L) | 1.6±0.7 | 1.7±1.0 | 1.6±0.7 | 0.75 |
| TC(更易/ L) | 4.7±1.2 | 5.0±1.1 | 4.7±1.1 | 0.42 |
| 低密度脂蛋白(更易/ L) | 2.8±0.7 | 2.8±0.6 | 2.6±0.7 | 0.51 |
| 高密度脂蛋白(更易/ L) | 1.3±0.3 | 1.3±0.3 | 1.3±0.3 | 0.83 |
| 包子(更易/ L) | 5.1±1.5 | 5.1±1.4 | 5.4±1.9 | 0.71 |
| Cr ( |
73±23 | 76±20 | 70±18 | 0.44 |
| UA ( |
409±80 | 409±78 | 416±85 | 0.90 |
| DPP4活动(nmol /分钟/毫升) | 7.3±0.8 | 7.5±0.9 | 7.7±0.8 | 0.07 |
数据意味着±SD或百分比。体重指数、体重指数;糖化血红蛋白:糖化血红蛋白;光纤光栅:空腹血糖;HOMA-IR:稳态模型评估胰岛素抵抗;HOMA-IS:稳态模型评估胰岛素分泌。
实现一个均匀分布在每一组中,受试者分成子组使用DPP4活动四分位数:Q1: < 6.78 (nmol /分钟/毫升);Q2: 6.78 - -7.39 (nmol /分钟/毫升);Q3: 7.40 - -8.06 (nmol /分钟/毫升);第四季度:> 8.06 (nmol /分钟/毫升)。尽管DPP4之间有正相关活动和骨质疏松症的患病率,趋势没有统计学意义(
骨质疏松症的流行率/骨质缺乏根据等离子体DPP4活动四分位数。
| Q1 ( |
Q2 ( |
第三季( |
第四季度( |
|
|
|---|---|---|---|---|---|
| DPP4活动(nmol /分钟/毫升) | < 6.78 | 6.78 - -7.39 | 7.40 - -8.06 | > 8.06 | - - - - - - |
| 骨质疏松症, |
4 (11.8) | 7 (17.9) | 7 (18.4) | 8 (22) | 0.28 |
| 骨质疏松症/骨量减少, |
17 (50.0) | 22日(56.4) | 25 (65.8) | 26日(72.2) | 0.04 |
骨质疏松症的流行率/骨质缺乏根据等离子体DPP4活动四分位数。Q1: < 6.78 (nmol /分钟/毫升),Q2: 6.78 - -7.39 (nmol /分钟/毫升),第三:7.40 - -8.06 (nmol /分钟/毫升),和第四季度:> 8.06 (nmol /分钟/毫升)。正常的,正常的骨矿物质密度(
斯皮尔曼相关分析是用来确定等离子体之间的关系DPP4活动和10年期财政部和心力衰竭的概率。我们还研究了DPP4活动和临床变量之间的相关性。如表所示
等离子DPP4活动的相关性和修改FRAX和其他新诊断2型糖尿病的临床参数。
| 变量 |
|
|
|---|---|---|
| 年龄(年) | 0.14 | 0.08 |
| BMI(公斤/米2) | −0.06 | 0.45 |
| 糖化血红蛋白(%) | 0.17 | 0.04 |
| 光纤光栅(更易/ L) | 0.08 | 0.35 |
| HOMA-IR | 0.15 | 0.08 |
| HOMA-IS | 0.03 | 0.70 |
| 包子(更易/ L) | 0.05 | 0.56 |
| Cr ( |
−0.03 | 0.74 |
| UA ( |
0.03 | 0.70 |
| 财政部(%) | 0.20 | 0.02 |
| 高频(%) | 0.21 | 0.01 |
体重指数、体重指数;糖化血红蛋白:糖化血红蛋白;光纤光栅:空腹血糖;HOMA-IR:稳态模型评估胰岛素抵抗;HOMA-IS:稳态模型评估胰岛素分泌;财政部:10年期主要骨质疏松性骨折的概率;心力衰竭:10年期髋部骨折的概率;FRAX:骨折风险算法。
等离子体DPP4活动的相关性与10年期财政部的概率(a)和高频(b)在所有参与者(被斯皮尔曼相关分析计算)。
本研究横向比较研究了等离子体的关系DPP4活动/骨量减少及骨质疏松症骨折新诊断2型糖尿病的风险。证据的文学DPP4已被确认为一种新颖的蛋白酶扮演重要的角色在血脂异常的发展,炎症和胰岛素抵抗,已建议参与骨质疏松症的发病机理
这一发现与先前的数据是一致的
尽管肥胖是2型糖尿病的一个重要风险因素和DPP4蛋白酶,循环DPP4活动和肥胖之间的关系仍然是有争议的。然而,循环之间没有明显的相关性被发现DPP4活动和BMI在我们的研究中。这是与从先前的研究结果一致,这表明脂肪tissue-derived DPP4不明显导致等离子体DPP4活动的活跃池(
肠促胰岛素的发现开辟了一种新的治疗糖尿病的治疗。肠促胰岛素gut-derived激素发挥他们的行为通过激活肠促胰岛素受体信号。除了众所周知的血糖控制和心血管效应
本研究首次显示,高血浆DPP4活动与骨质疏松症的流行/新诊断2型糖尿病患者的骨量减少(
积累临床证据表明,等离子体DPP4活动显著增加与多囊卵巢综合征和人体代谢综合征(
本研究的一些局限性也应该被考虑。骨质疏松或骨质疏松和骨折的发生率在绝经后妇女激素密切相关。不区分性别和绝经前和绝经后妇女之间在目前的研究。此外,一些混杂因素,如每日膳食钙摄入量和消费的维生素D,是很难获得在这个流行病学研究。骨质疏松或骨质缺乏也与身体质量指数显著相关。值得注意的是,大多数的受试者精益质量在这个研究。最后,本研究未能解决的精确作用DPP4在骨质疏松症的发病机制/骨量减少未来需要阐明的调查。
目前的研究显示,升高血浆DPP4活动往往是与骨质疏松症/骨质疏松和骨折风险显著相关的新诊断2型糖尿病患者。尽管生物学机制尚未明确,当前的发现提供了一个线索,升高血浆DPP4活动可以显示骨质疏松症/骨量减少风险和未来在新发病2型糖尿病骨折风险。
在这项研究中生成的数据集是根据客户要求提供相应的作者。
实验协议成立,根据赫尔辛基宣言的伦理准则和被人类的盛京医院伦理委员会批准。
书面知情同意了从个人或监护人的参与者。
作者宣称没有利益冲突。
所有作者写报告和评论了手稿。问:m .研究数据,造成了讨论,和写的手稿。z s研究数据和促成了讨论。l . d .担保人的工作,因此,研究中有完全访问所有数据,负责数据的完整性和数据分析的准确性。
作者感谢参与本研究的主题和同类盛京医院的工作人员协助收集和记录样本和数据。