Research progress on value of common blood biochemical indexes in early pregnancy for predicting gestational diabetes mellitus
-
摘要: 妊娠期糖尿病（GDM）不仅发病率高，还可能导致妊娠期高血压、巨大儿、新生儿低血糖等多种母婴不良结局。目前，GDM还没有通用的筛查和诊断方法，许多危险因素可影响该病的发生和发展。本文就孕早期常见血生化检验指标（血常规、肝肾功能、糖类指标、维生素D和铁蛋白）对GDM的预测价值进行综述，以期为建立合理的GDM孕早期预测模型提供依据，从而实现早诊断、早干预，改善母婴结局。Abstract: Gestational diabetes mellitus (GDM) not only has a high incidence rate, but also may lead to pregnancy hypertension, macrosomia, neonatal hypoglycemia and other adverse outcomes for mothers and infants. At present, there is no universal screening and diagnosis method for GDM, and many risk factors can affect the occurrence and development of the disease. This paper reviewed the predictive value of common blood biochemicaltest indexes (blood routine, liver and kidney function, carbohydrate indexes, vitamin D and ferritin) for GDM in early pregnancy, in order to provide a basis for establishing a reasonable prediction model of GDM in early pregnancy, so as to realize early diagnosis, early intervention and improve maternal and infant outcomes.
-
下肢深静脉血栓(DVT)是一种血液循环障碍性疾病，下肢栓子脱落会进一步引起肺栓塞，导致严重的呼吸循环障碍[1]。欧美国家普通外科患者无预防措施下，术后DVT发生率为10%~40%, 术后肺栓塞(PE)发生率为0.2%~0.9%[2]。DVT的形成和发展不仅可加重病情，甚至可能危及患者的生命[3]。目前，临床上缺少操作简单、灵敏度高和特异度高的血栓评估方法[4]。本研究回顾性分析蚌埠医学院附属泰兴医院普通外科手术患者的临床资料，筛选出术后DVT预测的相关指标，并建立了DVT预测模型，现报告如下。
1. 资料与方法
1.1 一般资料
选取2018年1月—2021年1月普通外科手术患者272例为研究对象，根据术后多普勒超声结果分为DVT组249例与非DVT组23例。纳入标准: ①术前所有检查结果明确有手术指征者; ②在本院接受手术治疗者; ③ 20岁以上者; ④术前DVT阴性者; ⑤病例资料齐全者。排除标准: ①有急性脑梗死、心肌梗死等疾病者; ②既往有血液制品输注史或凝血功能障碍、易栓症家族病史者; ③孕妇或长期服用口服避孕药和性激素类药物，停药时间少于90 d者; ④术前下肢彩色多普勒超声检查显示DVT者。本研究已获得蚌埠医学院附属泰兴医院伦理委员会批准，所有患者及其家属均签署知情同意书。
1.2 方法
所有入院患者均按照普通外科疾病诊疗规范进行医治，详细制订患者的手术方案，由同一批外科医师进行手术，根据常规操作程序及临床经验，对患者进行预防性抗凝治疗。入院第2天早晨，取患者空腹静脉血5 mL, 采用日本Sysmex公司生产的CA-7000全自动血凝检测仪，检测凝血酶原时间(PT)、活化部分凝血酶原时间(APTT)、凝血酶时间(TT)、纤维蛋白原(Fib)、D-二聚体等常规凝血指标。使用血栓弹力图(TEG)分析仪5000 (美国, Braintree, Massachusetts)对所有患者进行全血测试，记录TEG的凝血反应时间(R)、凝固角(α角)、血栓最大振幅(MA)和血液凝固时间(K)。术后行彩色多普勒超声诊断，对患者下肢静脉进行检测，并将其分为DVT组和非DVT组。
1.3 统计学分析
采用SPSS 24.0软件分析数据。符合正态分布的计量资料采用(x±s)表示，方差齐行t检验，方差不齐采用近似t检验; 计数资料采用[n(%)]表示，行卡方检验。将单因素分析中具有统计学意义的指标纳入Logistic回归，建立血栓的预测模型: P预测概率=$=\frac{exp ({Logit}\;P)}{1+exp ({Logit}\;P)}$。根据每位手术患者得到的P预测概率与血栓事件的关系建立受试者工作特征(ROC)曲线，运用R version 4.1.0绘制受试者ROC曲线，运用MedCalc 20.0软件计算曲线下面积(AUC)、最佳阈值(约登指数最大时所对应的分界点为最佳阈值)、灵敏度、特异度和约登指数。AUC>0.9提示预测价值较高, AUC>0.7~0.9提示预测价值中等, AUC>0.5~0.7提示预测价值较低。P < 0.05为差异有统计学意义。
2. 结果
2.1 2组患者基线资料比较
2组患者性别、体质量指数(BMI)及高血压、糖尿病、饮酒、吸烟情况比较，差异无统计学意义(P>0.05)。DVT组患者年龄大于非DVT组，差异有统计学意义(P < 0.05); DVT组手术时间长于非DVT组，差异有统计学意义(P < 0.05), 见表 1。
表 1 2组患者治疗前基线资料比较(x±s)[n(%)]指标 非DVT组(n=249) DVT组(n=23) χ2/t P 年龄/岁 62.86±13.93 71.74±12.12 2.952 0.003 男性 139(55.82) 11(47.83) 0.544 0.461 体质量指数/(kg/m2) 23.76±3.10 24.01±2.46 0.380 0.705 手术时间 < 1 h 145(58.23) 5(21.74) 12.182 0.002 1~2 h 50(20.08) 7(30.43) >2 h 54(21.69) 11(47.83) 高血压 61(24.50) 7(30.43) 0.396 0.529 糖尿病 23(9.24) 2(8.70) 0.007 0.931 吸烟 99(39.76) 7(30.43) 0.770 0.380 饮酒 74(29.72) 5(21.74) 0.651 0.420 2.2 术前传统凝血功能试验(CCTs)参数比较
DVT组术前D-二聚体水平高于非DVT组，差异有统计学意义(P < 0.05); DVT组术前PT、APTT、TT短于非DVT组，差异有统计学意义(P < 0.05)。2组Fib比较，差异无统计学意义(P>0.05)。见表 2。
表 2 2组患者术前CCTs参数比较(x±s)参数 非DVT组(n=249) DVT组(n=23) χ2/t P PT/s 12.55±1.29 11.26±0.74 7.382 < 0.001 Fib/(g/L) 3.54±1.10 3.69±0.54 1.081 0.286 APTT/s 35.50±1.82 33.95±2.40 3.016 0.006 TT/s 15.80±1.46 15.00±1.78 2.458 0.015 D-二聚体/(μg/L) 475.98±436.59 974.61±529.97 5.142 < 0.001 PT: 凝血酶原时间; Fib: 纤维蛋白原; APTT: 活化部分凝血活酶原时间; TT: 凝血酶时间。 2.3 术前TEG指标比较
DVT组术前K、α角、MA长于或大于非DVT组，差异有统计学意义(P < 0.05); DVT组术前R短于非DVT组，差异有统计学意义(P < 0.05)。见表 3。
表 3 2组患者术前TEG指标比较(x±s)指标 非DVT组(n=249) DVT组(n=23) χ2/t P R/min 4.90±1.28 4.17±1.60 2.135 0.043 K/min 3.25±0.55 3.96±0.50 5.987 < 0.001 α角/° 66.00±6.25 75.10±4.89 6.793 < 0.001 MA/mm 63.78±6.97 72.78±6.81 5.936 < 0.001 R: 凝血反应时间; K: 血液凝固时间; α角: 凝固角; MA: 最大振幅。 2.4 术前TEG和CCTs指标对术后血栓发生的预测价值
以患者术后是否发生下肢血栓作为诊断金标准，以术前TEG以及CCTs各项指标绘制ROC曲线，结果显示，术前K、α角、MA、PT以及D-二聚体对术后发生DVT具有中等预测价值(AUC为0.7~0.9), R、APTT、TT以及Fib对术后发生DVT的预测价值均较低(AUC < 0.7), 见图 1、图 2和表 4。
表 4 患者术前各指标对术后发生DVT的预测结果指标 AUC 最佳阈值 灵敏度/% 特异度/% 约登指数 R 0.692 3.6 65.22 93.57 0.587 9 K 0.857 3.5 91.30 79.12 0.704 2 α角 0.889 68.9 95.60 75.10 0.707 5 MA 0.833 68.8 91.30 78.71 0.700 2 PT 0.874 11.5 82.61 80.72 0.633 3 Fib 0.602 3.2 86.96 47.39 0.343 5 APTT 0.695 34.7 73.91 75.50 0.494 2 TT 0.672 14.5 60.87 81.93 0.428 0 D-二聚体 0.849 561.0 95.65 71.89 0.675 4 R: 凝血反应时间; K: 血液凝固时间; α角: 凝固角; MA: 最大振幅;
PT: 凝血酶原时间; Fib: 纤维蛋白原;
APTT: 活化部分凝血活酶原时间; TT: 凝血酶时间。2.5 基线资料、术前TEG、CCTs指标联合预测价值
将年龄、手术时间、PT、APTT、TT、D-二聚体、R、α角(K因与α角含义类似而未纳入)、MA共9个术前变量纳入二元Logistic回归分析，获得手术后血栓的预测模型: P预测概率=$\frac{exp ( { Logit }\; P)}{1+exp ( { Logit } \;P)}$[Logit P=0.085×年龄+1.297×手术时间(B)+1.886×手术时间(C)-2.431×PT-0.093×APTT+0.332×TT +0.002×D-二聚体+0.06×R+0.138×α+0.113×MA-1.571], 根据每位手术患者(n=272)得到的P预测概率与血栓事件的关系建立ROC曲线(图 3), AUC为0.964(95%CI: 0.934~0.983, P < 0.05)。当约登指数最大时，其所对应的最佳分界值(cut-off值)为0.174, 灵敏度为91.30%, 特异度为95.18%。
3. 讨论
DVT在普通外科患者中并不少见，手术对患者来说是一种创伤性操作，再加上麻醉会使血管扩张，下肢肌肉会变得麻木，血管内血液流动缓慢, DVT的发生率随之增高。此外，大部分患者术后需卧床休息，甚至需要长期卧床，下肢运动量减少，血液循环缓慢，进而增大DVT的发病风险[5-6]。故临床需寻找早期DVT风险识别指标，并建立预测模型筛选出血栓高危患者，对其进行预防、治疗，以降低患者术后DVT发生率。
传统凝血试验只能检测凝血过程中的某一阶段，不能评估血凝块形成到纤维溶解的整个过程，也不能评估血小板在凝血过程中的作用[7]。新型的凝血检测技术TEG通过对凝血、抗凝、纤溶等动态过程进行物理方法模拟，从而得到更好的反映凝血状态的参数，并根据相应的参数绘制出曲线图，更加直观地反映出凝血的动态演变、凝血的速度、血凝块的硬度及纤溶系统的活力等[8]。
本研究发现普通外科患者术后DVT的发生率为8.46%, 大部分患者没有临床症状或者症状较轻。DVT组患者年龄大于非DVT组，提示老年患者可能更容易在术后发生DVT，因此临床工作中对此类患者实施抗凝治疗时应更加谨慎。研究[9-11]表明，长时间手术可造成患者血液瘀滞、血液高凝状态、血管内皮损伤，促使血栓发生，与本研究结果一致。本研究结果显示, DVT组术前K、α角、MA、D-二聚体显著长于或大于或高于非DVT组; 术前R、APTT、TT、PT显著短于非DVT组患者; K、α角、MA、D-二聚体和PT对术后DVT具有中等预测价值，其他指标预测价值较低。本研究利用Logistic回归分析建立血栓预测模型，并通过ROC曲线发现该模型AUC、灵敏度、特异度均大于90%, 说明其可用于筛选DVT高危患者。
综上所述，血栓预测模型的建立可帮助临床早期筛选识别DVT高危患者，并尽早干预。
-
[1] METZGER B E, LOWE L P, DYER A R, et al. Hyperglycemia and adverse pregnancy outcomes (HAPO)[J]. New England Journal of Medicine, 2008, 358(19): 1991-2002. doi: 10.1056/NEJMoa0707943
[2] WEINERT L S. International association of diabetes and pregnancy study groups recommendations on the diagnosis and classification of hyperglycemia in pregnancy: comment to the international association of diabetes and pregnancy study groups consensus panel[J]. Diabetes Care, 2010, 33(7): e97.
[3] 岑立微, 肖晶晶, 彭婷. 孕8~15周空腹血糖、红白细胞计数联合临床指标预测妊娠期糖尿病发生风险的临床价值[J]. 现代妇产科进展, 2019, 28(3): 182-185, 189. https://www.cnki.com.cn/Article/CJFDTOTAL-XDFC201903006.htm [4] 赵丽丽, 李伟, 平凡, 等. 孕早期白细胞计数、丙氨酸氨基转移酶和天门冬氨酸氨基转移酶水平与妊娠期糖尿病的相关性[J]. 中国医学科学院学报, 2016, 38(3): 283-287. doi: 10.3881/j.issn.1000-503X.2016.03.007 [5] 王麒然. 中性粒细胞与淋巴细胞比值、白细胞计数预测妊娠期糖尿病的临床意义[D]. 延吉: 延边大学, 2019. [6] HUANG Y, CHEN X, YOU Z S, et al. The value of first-trimester platelet parameters in predicting gestational diabetes mellitus[J]. J Matern Fetal Neonatal Med, 2020: 1-5. doi: 10.1080/14767058.2020.1774543
[7] COLAK E, OZCIMEN E E, CERAN M U, et al. Role of mean platelet volume in pregnancy to predict gestational diabetes mellitus in the first trimester[J]. J Matern Fetal Neonatal Med: Off J Eur Assoc Perinat Med Fed Asia Ocean Perinat Soc Int Soc Perinat Obstet, 2019, 33(2): 1-6. http://www.onacademic.com/detail/journal_1000042290915699_85b6.html
[8] REN Z, LIN L, LI Z, et al. Mean platelet volume in the first trimester as a predictor of gestational diabetes mellitus[J]. Chin Med J, 2020, 133(11): 1364-1365. doi: 10.1097/CM9.0000000000000825
[9] 俞琳, 许岚, 蒋艳敏. 孕早期血红蛋白在妊娠期糖尿病发病中的重要性[J]. 南京医科大学学报: 自然科学版, 2017, 37(7): 886-889. https://www.cnki.com.cn/Article/CJFDTOTAL-NJYK201707024.htm [10] 卢红梅, 葛志平, 孙丽洲. 非贫血孕妇妊娠早期红细胞参数与妊娠期糖尿病的关系[J]. 南京医科大学学报: 自然科学版, 2013, 33(9): 1247-1250. https://www.cnki.com.cn/Article/CJFDTOTAL-NJYK201309017.htm [11] 高翠君黄新梅, 陈灶萍, 盛励, 等. 妊娠早期血红蛋白水平与发生妊娠期糖尿病的相关性分析[J]. 中华妇产科杂志, 2019, 54(10): 654-659. doi: 10.3760/cma.j.issn.0529-567x.2019.10.002 [12] 薛爱琴, 惠晶, 陈艳梅, 等. 产妇孕早期肝脏功能水平对GDM的预测价值[J]. 河北医药, 2018, 40(17): 2591-2594. doi: 10.3969/j.issn.1002-7386.2018.17.007 [13] ZHAO W, ZHANG L, ZHANG G, et al. The association of plasma levels of liver enzymes and risk of gestational diabetes mellitus: a systematic review and dose-response meta-analysis of observational studies[J]. Acta Diabetol, 2020, 57(6): 635-644. doi: 10.1007/s00592-019-01458-8
[14] 王凤玲, 周义文, 王亮. 孕早期白细胞计数、肝功指标检测与妊娠期糖尿病发生的相关性分析[J]. 中国计划生育和妇产科, 2017, 9(12): 41-44, 52. doi: 10.3969/j.issn.1674-4020.2017.12.10 [15] 黄慧. 妊娠期糖尿病与孕早期母体肝生化指标的相关性研究[J]. 肝脏, 2019, 24(5): 590-591. doi: 10.3969/j.issn.1008-1704.2019.05.038 [16] 代延朋, 刘军杰, 袁恩武, 等. 妊娠早期肝肾代谢指标水平与妊娠期糖尿病的相关性[J]. 标记免疫分析与临床, 2018, 25(12): 1781-1784. https://www.cnki.com.cn/Article/CJFDTOTAL-BJMY201812008.htm [17] 高端, 林利霞, 钟春蓉, 等. 孕早期肝酶与妊娠期糖尿病关系的前瞻性队列研究[J]. 营养学报, 2020, 42(3): 224-228. doi: 10.3969/j.issn.0512-7955.2020.03.004 [18] 郭凯敏, 林淑君, 陈冠桦, 等. 妊娠20周前血清尿酸值对妊娠期糖尿病的预测价值[J]. 广东医学, 2017, 38(21): 3306-3307, 3310. doi: 10.3969/j.issn.1001-9448.2017.21.022 [19] EL-GHARIB M, FARAHAT M, MAHFOUZ A, et al. Prediction of gestational diabetes by measuring first trimester maternal serum uric acid concentration[J]. J Basic Clin Reprod Sci, 2013, 2(1): 27. doi: 10.4103/2278-960X.112582
[20] FENG P, WANG G, YU Q, et al. First-trimester blood urea nitrogen and risk of gestational diabetes mellitus[J]. J Cell Mol Med, 2020, 24(4): 2416-2422. doi: 10.1111/jcmm.14924
[21] LI Y, YU T W, LIU Z Y, et al. Association of serum uric acid, urea nitrogen, and urine specific gravity levels at 16-18 weeks of gestation with the risk of gestational diabetes mellitus[J]. Diabetes Metab Syndr Obes, 2020, 13: 4689-4697. doi: 10.2147/DMSO.S282403
[22] 徐飞, 阮红杰. 血清肌酐、尿素氮及尿酸对妊娠期糖尿病肾功能的评价作用[J]. 蚌埠医学院学报, 2015, 40(10): 1344-1345. https://www.cnki.com.cn/Article/CJFDTOTAL-BANG201510016.htm [23] COSSON E, CARBILLON L, VALENSI P. High fasting plasma glucose during early pregnancy: a review about early gestational diabetes mellitus[J]. J Diabetes Res, 2017, 2017: 8921712. doi: 10.1155/2017/8921712
[24] OZGU-ERDINC A S, SERT U Y, KANSU-CELIK H, et al. Prediction of gestational diabetes mellitus in the first trimester by fasting plasma glucose which cutoff is better[J]. Arch Physiol Biochem, 2019: 1-5. http://fetalmedicine.org/abstracts/2017/var/pdf/abstracts/2017/2244.pdf
[25] 安燕, 郭园园, 孙少松, 等. 孕早期空腹血糖及白细胞计数对妊娠期糖尿病的预测价值[J]. 中国妇幼保健, 2018, 33(12): 2704-2707. https://www.cnki.com.cn/Article/CJFDTOTAL-ZFYB201812023.htm [26] ARBIB N, SHMUELI A, SALMAN L, et al. First trimester glycosylated hemoglobin as a predictor of gestational diabetes mellitus[J]. Int J Gynaecol Obstet, 2019, 145(2): 158-163. doi: 10.1002/ijgo.12794
[27] PUNNOSE J, MALHOTRA R K, SUKHIJA K, et al. Glycated haemoglobin in the first trimester: a predictor of gestational diabetes mellitus in pregnant Asian Indian women[J]. Diabetes Res Clin Pract, 2020, 159: 107953. doi: 10.1016/j.diabres.2019.107953
[28] 李雪姣, 陈淑琴. 糖化血红蛋白联合空腹血糖检测在妊娠期糖尿病诊断中的应用价值[J]. 国际妇产科学杂志, 2018, 45(3): 267-271. doi: 10.3969/j.issn.1674-1870.2018.03.006 [29] IQBAL S, MALIK M, BANO G. Serum Vitamin D levels and gestational diabetes mellitus: analysis of early pregnancy cohort from a teaching hospital of Kashmir Valley[J]. J Family Med Prim Care, 2020, 9(8): 4323-4328. doi: 10.4103/jfmpc.jfmpc_900_20
[30] 潘晨萍, 管金丽, 祁玲娥. 妊娠早期25-羟维生素不足对妊娠期糖尿病的预测价值[J]. 中国计划生育学杂志, 2017, 25(4): 260-262, 266. https://www.cnki.com.cn/Article/CJFDTOTAL-JHSY201704012.htm [31] GRIEW K, NUNN R, FAIRBROTHER G, et al. Early pregnancy vitamin D deficiency and gestational diabetes: Exploring the link[J]. Aust J Gen Pract, 2019, 48(11): 797-802. doi: 10.31128/AJGP-09-18-469
[32] EGGEMOENÅ R, WAAGE C W, SLETNER L, et al. Vitamin D, gestational diabetes, and measures of glucose metabolism in a population-based multiethnic cohort[J]. J Diabetes Res, 2018, 2018: 8939235. http://downloads.hindawi.com/journals/jdr/2018/8939235.pdf
[33] WANG M M, CHEN Z J, HU Y, et al. The effects of vitamin D supplementation on glycemic control and maternal-neonatal outcomes in women with established gestational diabetes mellitus: a systematic review and meta-analysis[J]. Clin Nutr, 2021, 40(5): 3148-3157. doi: 10.1016/j.clnu.2020.12.016
[34] BACKE M B, MOEN I W, ELLERVIK C, et al. Iron regulation of pancreatic beta-cell functions and oxidative stress[J]. Annu Rev Nutr, 2016, 36: 241-273. doi: 10.1146/annurev-nutr-071715-050939
[35] RAWAL S, HINKLE S N, BAO W, et al. A longitudinal study of iron status during pregnancy and the risk of gestational diabetes: findings from a prospective, multiracial cohort[J]. Diabetologia, 2017, 60(2): 249-257. doi: 10.1007/s00125-016-4149-3
[36] 李爽, 黄佳蓉. 血清铁蛋白水平与妊娠期糖尿病的相关性研究[J]. 中国妇幼健康研究, 2017, 28(10): 1184-1186. doi: 10.3969/j.issn.1673-5293.2017.10.007 -
期刊类型引用(3)
1. 李恒立，周丽娜，卢银苹，马艳伟，王路，杨亚攀. D-二聚体预测ST段抬高型心肌梗死患者PCI术后的院内不良结局. 黑龙江医学. 2025(02): 181-183 . 
百度学术
2. 牛帅，姜广伟，杨永宾. 腹部手术术后下肢深静脉血栓患者彩色多普勒超声参数与血清D-二聚体的相关性分析. 影像研究与医学应用. 2024(12): 58-60 . 百度学术
3. 沈晓琴，朱月华，张燕，金荣，袁园，彭霞，常雪娇. 胸腰椎骨折内固定术后合并下肢DVT风险预测列线图模型的建立与验证. 全科护理. 2023(28): 3901-3905 . 百度学术
其他类型引用(0)
下载:
计量
- 文章访问数: 297
- HTML全文浏览量: 191
- PDF下载量: 35
- 被引次数: 3
苏公网安备 32100302010246号
