50 岁及以上糖尿病患者膝骨关节炎症状对身体、放射学和炎症标志物的血糖影响

摘要

在这里，我们提出了一种使用毛细血管血糖 （CBG） 和糖化血红蛋白 A1C （HbA1C） 水平评估血糖控制的方案。本研究调查了高血糖对老年糖尿病患者膝骨关节炎 （KOA） 症状、身体机能、身体活动水平、放射学严重程度和炎症的影响。

摘要

本研究探讨了高血糖对老年人膝骨关节炎 （KOA） 相关症状、身体机能、身体活动水平、影像学严重程度和炎症的影响。长期的高血糖状态会导致晚期糖基化终末产物 （AGE） 的形成，从而使 KOA 症状恶化。毛细血管血糖 （CBG） 和糖化血红蛋白 A1C （HbA1C） 水平通常用于实验室血糖评估测试，具有明显的优点和局限性。参与者根据他们的 CBG 和 HbA1C 水平分为良好和差的血糖对照组。使用膝关节损伤和骨关节炎结果评分 （KOOS） 和国际身体活动问卷测量 KOA 临床严重程度和体力活动。通过握力、步态速度、时间起跑 （TUG） 和 5 次坐立 （5STST） 来测量身体机能。行膝关节 X 线检查，血清酶联免疫吸附测定 （ELISA） 分析 IL-1β 、 IL-4 、 CRP 、 NF-κB 和 AGE。将 300 名招募的参与者 （平均年龄 [SD] = 66.40 岁 （5.938） 患有 CBG，空腹血糖> 7.0 mmol/L 和随机血糖 > 11.1 mmol/L，（N = 254） 与 KOOS 疼痛 （p=0.008） 和症状 （p=0.017） 和 5STST （p=0.015） 进行比较;而 HbA1c > 6.3% （N = 93） 与 5STST （p=0.002） 进行比较， 和基于 Mann Whitney U 检验的 AGEs （p=0.022）。Logistic 回归显示血糖控制与下肢肌肉力量、放射学严重程度、实验室标志物以及血糖状态与 KOOS 疼痛和症状之间的显着关联。然而，在调整 BMI 后，这些关联并不显著。调整抗糖尿病药物后，单独的低血糖状态与运动和娱乐领域的较好功能相关，表明抗炎和镇痛作用掩盖了高血糖的影响。未来的研究可以探索血糖评估对膝关节功能和身体机能不佳的预测能力，同时考虑药物的影响。

引言

膝骨关节炎 （KOA） 的患病率随着年龄的增长而增加，膝关节是主要的负重关节¹。KOA 通常表现为膝关节僵硬和慢性疼痛，这限制了活动能力，降低了生活质量，并增加了患心血管疾病的风险²。糖尿病也与年龄有关，会增加 KOA 发展的风险，因为葡萄糖和脂质水平升高会促进晚期糖基化终末产物 （AGE） 的形成，导致慢性关节炎症和软骨退化³。尽管有医疗保健服务，但五分之二的马来西亚糖尿病患者不知道自己的诊断，而 56% 的确诊患者未能保持良好的血糖控制⁴。急性高血糖可导致高血糖高渗状态，危及生命，而慢性高血糖可导致周围神经病变、肾病、视网膜病变和心血管疾病⁵。

周围神经病变是由于血糖控制不佳引起的微血管并发症，并导致疼痛机制改变，可能会加剧 KOA⁶ 中的膝关节疼痛。KOA 患者患有糖尿病与膝关节活动范围缩小、膝关节功能下降、影像学变化增加和生活质量变差有关⁷。糖尿病对 KOA 的影响导致身体机能下降，其特征是肌肉力量和协调能力受损⁸。与软骨和半月板损伤相关的退行性变化的磁共振成像证据，例如关节间隙缩小和对齐不良，在糖尿病患者中似乎更为严重⁹。

血糖控制不佳与膝关节滑液中退行性酶和炎症因子上调有关。糖尿病中细胞因子和蛋白质升高，如 IL-1β、IL-4、IL-6、核因子-κB （NF-κB） 和肿瘤坏死因子-α （TNF-α），与 KOA 病理生理学有关^10,11。而在软骨细胞中，有缺陷的葡萄糖转运蛋白导致糖酵解、多元醇途径、蛋白激酶 C 和戊糖途径上调，最终导致活性氧的高产量¹⁰。

空腹和随机血糖提供了对当前血糖状态以及与胰岛素抵抗相关的葡萄糖处理能力的估计¹²。糖化血红蛋白 A （HbA1c） 是衡量过去三个月血糖控制的指标。然而，这并没有提供剧烈波动的细节¹³。毛细血管血糖测试可在床旁或诊所即时评估血糖状态，这导致了关于它们在确定血糖控制和预测并发症风险方面的价值的争论^14,15。因此，本研究旨在阐明 HbA1c 测定的血糖控制和毛细血管血糖 （CBG） 测定的血糖升高与 KOA 个体膝关节损伤和骨关节炎结果评分 （KOOS）、身体机能、体力活动水平、影像学严重程度和炎症标志物之间的关联。

研究方案

该研究方案符合赫尔辛基宣言，并获得了马来西亚国民大学伦理委员会的批准（参考编号：JEP-2022-001）。

1. 参与者招募

1. 通过便利抽样，从吉隆坡和雪兰莪州 50 岁及以上的社区居住的 KOA 成年人中选择研究人群。招募了来自老年人组织以及糖尿病和骨科诊所的参与者。
   注意：KOA 的存在定义为自我报告的医生诊断的 KOA 或符合美国风湿病学会 （ACR） 临床检查标准¹⁶ 的 KOA。
2. 排除被收容的老年人或患有严重心理障碍和 1 型糖尿病的人。
3. 通过参考来自类似设置的关于横断面队列的已发表文献，确定效应大小，在本研究中为奇数比。使用 G*Power 3.1¹⁷ 计算样本量，这将提供 80% 的功效来拒绝原假设。
4. 在数据收集之前解释研究目标并获得知情同意。

2. 数据收集 - 问卷

1. 管理问卷，包括社会人口统计学、KOOS¹⁸ 和国际身体活动问卷 （IPAQ）¹⁹。
2. 计算从 42 个项目中得出的五个 KOOS 领域中每个领域的总分，并将分数转换为 0-100 百分比等级，其中 0 表示没有问题，100 表示每个领域存在极端问题。
3. 考虑每个域的标准，通过将以分钟为单位的时间乘以每周的天数来计算 IPAQ 结构域的任务代谢当量 （MET）。
   注意：指示身体活动水平的总 MET 为 3.3（步行活动 MET）、+ 4（中等强度活动 MET）、+ 8（剧烈强度 MET）。

3. 数据收集 - 身体表现

1. 用测距仪测量高度。使用身体成分分析仪获取体重和体重指数 （BMI）。确保参与者脱掉厚重的衣服、金属配饰和鞋子。
2. 使用卷尺测量腰围、臀围和小腿围。记录腰围静止时脐部水平的测量值（以厘米为单位）和臀围臀部最大后突水平的测量值²⁰。在长轴的最大尺寸处测量小腿围，参与者坐着，背部挺直，双脚放在地板上²¹。
3. 向参与者提供有关如何进行身体机能测试的说明：握力测试 （HGS）²²、计时和开始测试 （TUG）²³、六米步行测试²⁴ 和五次坐立测试 （5STST）²⁵。
   1. 确保性能设置没有障碍物和危险。在测试之间留出 1 分钟的标准化休息时间²⁶.
4. 执行握力测试。
   1. 指导参与者坐着，肩膀内收在中立位置，肘部弯曲 90°。
   2. 告诉他们在整个测试过程中不要进行任何快速的扭动或抽搐动作。
   3. 用手柄测力计测量每只手的最大力量三次，并选择以公斤为单位的最大测量值。
5. 执行定时 up-and-go 测试。
   1. 指导参与者坐直，背部与椅背接触，手臂放在扶手上，双脚平放在地面上。
   2. 使用秒表记录站起来、走 3 m、掉头、走回椅子上然后坐下所需的时间。当参与者的背部与椅背失去接触时开始计时，并在参与者的背部接触椅背时立即停止计时。
   3. 重复两次并记录作为最终结果的最短时间（以秒为单位）。
6. 评估步态速度。
   1. 测量一条 10 m 的人行道，并在距离人行道两端 2 m 处用胶带放置标记，以指示测量开始和结束的点。
   2. 让参与者以正常速度沿着 10 m 的人行道行走。
   3. 参与者越过前 2 m 后立即启动计时器，并在 8 m 线处停止计时器。
   4. 使用速度 （m/s） 公式计算步态速度，其中 6 m 除以以秒为单位的时间。
7. 执行 5 次坐姿-站姿测试。
   1. 指导参与者以平衡速度以 5 倍的速度站起来和坐下。
   2. 记录完成 5 次重复所需的时间，并从 3 次试验中选择最低时间（以秒为单位）。

4. 数据收集 - 膝关节 X 光

1. 为参与者设定预约日期和时间，让他们使用站立前后负重视图前往医院进行双膝放射学检查。
2. 将放射学图像提交给放射科医生，放射科医生将确定并为每个膝关节分配 Kellgren 和 Lawrence 分级²⁷.
   注：分类系统分为 0 到 4 级，等级越高表示 KOA 的严重程度越高，具体取决于以下特征：骨赘形成、关节周围听小骨、骨端形状改变、关节间隙变窄和软骨下硬化。
3. 记录分配的等级，确保将分数分配给正确的膝关节。

5. 数据收集 - 用于血糖状态评估的毛细血管血采集

1. 洗手并戴上外科手套。用酒精棉签清洁参与者的手指，并让手指风干。
2. 通过插入试纸准备血糖仪。
3. 选择柳叶刀装置并确保其未使用且密封。
4. 打破柳叶刀的密封，用新的柳叶刀装置刺破手指，挤压手指产生一小滴血，然后用试纸触摸血滴。
5. 使用控制溶液进行质量保证，将溶液滴在试纸上，并根据制造商检查它是否在预期范围内。
6. 记录血糖仪显示的血糖水平。询问参与者他们的最后一餐是什么时候，并记录是否在采样前 8 小时以上服用。
   注意：空腹血糖要求参与者在此程序前至少禁食 8 小时，而随机血糖则不需要。
7. 将柳叶刀安全地丢弃到锐器箱中，并为参与者提供棉签，以对手指的穿刺区域施加压力以确保止血。
8. 手术后洗手。清理任何溢出的血液。

6. 数据收集 - 用于血糖控制评估的静脉采血

1. 洗手并戴上外科手套。
2. 从右侧或左侧肘前窝确定合适的静脉。将止血带系在所选手臂的上臂上，并通过触诊确定合适的静脉。
3. 用酒精棉签清洁所选静脉周围的皮肤，然后风干。
4. 用 23 G 蝶形针和两瓶 6 mL 普通血管采集静脉血样。用参与者的唯一识别码标记试管。
5. 安全地丢弃锐器和医疗废物并洗手。
6. 将血液样本运送到装有冰袋的冷却器中的实验室。将血液样品放入离心机中的收集管中，并以 604 x g 离心 10 分钟。
7. 用微量移液器将血清分装到 1.5 mL 微量离心管中，并在 -80 °C 下储存前用日期、识别码和样品类型标记试管。

7. ELISA 检测

1. 根据制造商的手册计算 ELISA 检测所需的血清体积。运行优化分析以确定最佳浓度;分别对 IL-1β、IL-4、CRP、NF-κB 和 AGEs 重复此作。
2. 解冻血清并将 ELISA 试剂置于室温 （RT）。同时，标记微量离心管的标准品、样品和空白。
3. 如果需要，根据制造商的说明从储备溶液中制备稀释剂、检测抗体、底物和洗涤缓冲液的工作溶液。
4. 使用给定的标准稀释剂对标准品进行两倍连续稀释。每种标志物的参考标准：IL-1β = 500 pg/mL，IL-4 = 2000 pg/mL，CRP = 25 ng/mL，NF-κB = 10 ng/mL，AGEs = 4800 ng/L。标准稀释剂也可用作空白。
5. 如果需要，稀释血清样品以优化分析。
   1. 对于 IL-1β、IL-4 和 NF-κB ELISA 测定，使用纯血清样品。对于 CRP，用参比稀释剂稀释 1000 倍。将 100 μL 样品移液到孔中并复制每个样品。
   2. 对于 AGEs ELISA 测定，使用 2 倍稀释的血清样品，将 40 μL 样品移液到孔中，然后复制每个样品。
6. 在不同样品或试剂之间更换移液器吸头。使用多通道移液器以避免边缘效应。
7. 根据制造商手册建议的时间和温度进行孵育，并在每次孵育时用新的粘合剂盖密封板。
8. 对于这种夹心 ELISA，将样品和标准品孵育到预包被的孔中，然后孵育检测抗体、偶联二抗、底物，最后是终止液。按照与之前相同的顺序添加每个解决方案。
9. 根据制造商的手册，在两次孵育之间使用洗涤缓冲液倾析和洗涤孔。用干净的吸水纸轻敲孔以去除洗涤缓冲液，但确保在添加下一种溶液之前孔不会变干。
10. 用酶标仪在 450 nm 处读取孔。使用四参数 Logistic （4PL） 曲线进行记录和计算，这是一种绘制和确定对称 S 形校准品浓度的定量方法²⁸。使用每个样本的平均值进行分析。

8. 统计分析

注意：使用适当的数据分析软件分析数据（此处使用 SPSS V20）。将研究人群分为两组：1） 血糖控制良好，2） 血糖控制不佳（血糖状况不佳 = 空腹血糖超过 7.0 mmol/L 或随机血糖高于 11.1 mmol/L;血糖控制不佳 = HbA1c 高于 6.3%）。

1. 打开软件以根据日期、参与者的识别代码、社会人口统计变量、问卷项目和测量的参数创建变量。
   1. 选择 Variable view （变量视图）。在列 名称 中插入，在列 标签 中插入描述或显示名称。
   2. 选择 Type > Measure （度量类型）。对于编码的分类变量，匹配 Values 列中的代表性数值代码及其值。选择 Ok（确定）。
2. 键入收集的数据到软件中，其中每行代表一个参与者。
   1. 选择 Data View（数据视图）。在数字类型的列中键入代表性数字代码，并为字符串类型键入名称或说明。
3. 检查连续变量的正态性以确定参数检验假设。
   1. 选择 Analyze > Descriptive statistics > Explore 进行分析。将连续变量插入字段 Dependent list。
   2. 选择 带检验的正态性图>>继续>确定。对于大于 50 的样本数量，请参阅 Kolmogorov-Smirnov 检验中的 p 值;显著的 p 值拒绝数据呈正态分布的原假设。
4. 对非参数变量运行 Mann-Whitney U 检验，以检验各组之间的显著差异。
   1. 选择 分析>非参数检验>设置>然后选择检验>自定义 Mann-Whitney U > （2 个样本）检验。
   2. 转到 Fields （字段 ） 并将连续变量插入字段 Test Fields （测试字段）。
   3. 将 CBG 或 HbA1c 的分类组插入到字段 Groups > Run 中。
5. 对类别变量运行卡方检验，以检验各组之间的显著差异。
   1. 选择 分析>描述性统计量>交叉表>统计量>卡方>继续。
   2. 选择 Cells Display （单元格显示）。在字段 Counts 中选择 Observed ，然后在字段 Percentage 中选择 Column。然后，选择 Continue （继续）。
   3. 将分类变量插入字段 行 中，将 CBG 或 HbA1c 的分类组插入到字段 列>确定。
6. 将连续因变量转换为二进制组，为 Logistic 回归做准备。
   1. 选择 Transform > Recode into Different Variables， 然后将连续变量插入到 Input Variables > Output Variables字段中。
   2. 在字段 Name 中插入新的变量名称。在字段 Label > Change > Old and New Values 中插入新标签。
   3. 在字段 Range 处插入截止点的阈值 以下，LOWEST through 值，并在字段 Value of New Value 处将其与零配对（如果这表示结果良好）。
   4. 选择 添加 > 在字段 Range， value though HIGHEST 处插入截点，并将其与字段 Value of New Value > Add > Continue > OK.
7. 因变量的截止点：
   - KOOS 疼痛领域 < 86.1%，症状领域 < 85.7%，日常生活活动领域 <86.8%，运动领域 < 85.0%，生活质量领域 < 87.5%
   - 较差的 HGS：男性 < 28 公斤，女性 < 18 公斤
   - 差的拖> 8.00 秒
   - 步态速度差 < 1.13 ^ms-1
   - 差 5TSTS >12.80 秒
   - 体力活动少，IPAQ MET < 3000
   - 中度至重度影像学 KOA、Kellgren 和 Lawrence 分级量表 > 2
   - IL-1β >高 11.9 pg/mL
   - IL-4 > 5 pg/mL
   - CRP > 8 ng/mL
   - 高龄> 900 ng/L
   - NF-κB > 3 ng/mL
8. 运行多元 Logistic 回归以获得优势比。根据显著参与者的特征调整具有混杂因素的 logistic 模型。
   1. 选择 Analyze > Regression > Binary Logistic。将二进制因变量插入字段 Dependent 中。
   2. 将 CBG 或 HbA1c 变量插入字段 Covariates 中。
   3. 选择 分类 并将 分类变量转移到 分类协变量 字段。然后，选择 Reference Category （引用类别 ） 作为 First > Change （第一个更改） > Continue （继续）。
   4. 选择 选项 > exp（B） 的 CI）：95% > 继续 > 确定。
9. 对调整后的模型重复该过程，但将显著的混杂因子添加到字段 Covariates 中。
10. 对于连续变量，将变量表示为平均值（标准差），如果使用非参数检验，则以中位数（四分位数范围）表示变量，对于分类变量，将变量表示为数字（百分比）。报告具有 95% 置信区间 （CI） 的比值比 （OR），并将低于 0.05 的 p 值标记为具有统计学意义。

结果

参与者的特点
表 1 根据 FPBS 和 HbA1c 的血糖状态总结了参与者的特征。 图 1 说明了基于可变纳入标准的每个阶段纳入的参与者总数。在总共 300 名招募的参与者中，从 254 名个体那里获得了毛细血管血糖采样以进行 FPBS，而从 93 名个体那里获得了静脉血采样以进行 HbA1c。在 254 个毛细血管样本中，45 个 （17.7%） 符合高血糖...

讨论

就结果的准确性而言，静脉采血通常优于毛细血管采血进行实验室检测²⁹。HbA1c 与糖尿病并发症、稳定的化学性质和标准化的实验室测试密切相关。由于 HbA1c 反映了 3 个月内的血糖控制情况，因此不需要空腹样本，而一次性毛细血管血样可以反映单点血糖状态，该状态受最近进餐的时间和内容的影响。然而，这两种血糖评估都有其优点和缺点。毛细血管...

材料

Name	Company	Catalog Number	Comments
Butterfly needle	BD Vacutainer	367282
G*Power 3.1	Heinrich-Heine-University	https://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpower	Heinrich-Heine-University, Düsseldorf
Glucometer and test strips	Contour plus	https://www.diabetes.ascensia.my/en/products/contour-plus/	Basel, Switzerland
Human CRP(C-Reactive Protein) ELISA Kit	Elabscience	E-EL-H0043-96T	ELISA kit
Human IL-1β(Interleukin 1 Beta) ELISA Kit	Elabscience	E-EL-H0149-96T	ELISA kit
Human IL-4(Interleukin 4) ELISA Kit	Elabscience	E-EL-H0101-96T	ELISA kit
Human NF-κB-p105 subunit	Bioassay Technology Laboratory	E0003Hu	ELISA kit
Human NF-κBp105(Nuclear factor NF-kappa-B p105 subunit)	Elabscience	E-EL-H1386-96T	ELISA kit
Manual hand dynamometer	Jamar	5030J1	Warrenville, Illinois, USA
Portable Body Composition Analyzer	InBody ASIA	https://inbodyasia.com/products/inbody-270/	Inbody 270, Cheonan, Chungcheongnam-do
Portable stadiometer	Seca	213 1821 009	SECA 213, Hamburg, Germany