変形性膝関節症の症状に対するグリセミックの影響 50歳以上の糖尿病患者の身体的、X線写真、および炎症マーカーに対するマーカー

要約

ここでは、毛細血管血糖 (CBG) と糖化ヘモグロビン A1C (HbA1C) レベルを使用して血糖コントロールを評価するためのプロトコルを紹介します。この研究では、高血糖が変形性膝関節症 (KOA) の症状、身体能力、身体活動レベル、X 線撮影の重症度、および糖尿病の高齢者の炎症に及ぼす影響を調査しています。

要約

この研究では、高血糖が変形性膝関節症 (KOA) 関連の症状、身体能力、身体活動レベル、X 線撮影の重症度、および高齢者の炎症に及ぼす影響を調査しています。高血糖状態が長引くと、終末糖化産物(AGE)の形成に寄与し、KOAの症状が悪化します。毛細血管血糖値(CBG)および糖化ヘモグロビンA1C(HbA1C)レベルは、血糖評価のための臨床検査で一般的に使用されており、明確な利点と制限があります。参加者は、CBGおよびHbA1Cレベルに基づいて、良好な血糖コントロールグループと悪いグリセミックコントロールグループに分けられました。KOA の臨床的重症度と身体活動は、膝の損傷と変形性関節症の結果スコア (KOOS) と国際身体活動アンケートを使用して測定されました。身体能力は、握力、歩行速度、タイムアップ&ゴー(TUG)、および5回のシット・トゥ・スタンド(5STST)で測定されました。膝関節X線検査を行い、IL-1β、IL-4、CRP、NF-κB、AGEについて血清酵素結合免疫吸着アッセイ(ELISA)解析を行った。空腹時血糖値が7.0 mmol/L、ランダム血糖値が11.1 mmol/L>>、無作為血糖値が11.1 mmol/LのCBG患者300人の参加者300人(平均年齢[SD] = 66.40歳(5.938))をKOOS疼痛(p=0.008)および症状(p=0.017)および5STST(p=0.015)と比較した>。 AGEs(p = 0.022)はMann Whitney U検定に基づいています。ロジスティック回帰により、血糖コントロールと下肢筋力、放射線重症度、検査マーカーとの間に有意な関連が明らかになりました、および血糖状態とKOOSの痛みと症状との間に。しかし、これらの関連性はBMIを調整した後も有意ではありませんでした。血糖状態の悪さだけでも、抗糖尿病薬の調整後のスポーツおよびレクリエーション領域での機能の改善と関連しており、高血糖の影響を隠す抗炎症作用と鎮痛作用が示唆されています。今後の研究では、投薬の影響を考慮しながら、膝の機能低下と身体能力の低下に対する血糖評価の予測能力を探ることができるかもしれません。

概要

変形性膝関節症(KOA)は年齢とともに有病率が増加し、膝は主要な体重負荷関節^です1。KOAは通常、膝関節のこわばりと慢性的な痛みを伴って現れ、可動性が制限され、生活の質が低下し、心血管疾患のリスクが高まります²。糖尿病は、加齢にも関連しており、グルコースや脂質レベルの上昇が進行糖化最終産物(AGE)の形成を促進し、慢性関節の炎症や軟^骨の変性を引き起こすため、KOA発症のリスクに寄与しています3。医療サービスが利用できるにもかかわらず、糖尿病を患うマレーシア人の5人に2人は自分の診断に気づいておらず、診断された人の56%は良好な血糖コントロールを維持できていません⁴。急性高血糖は、生命を脅かす高血糖性高浸透圧状態を引き起こす可能性があり、慢性高血糖は末梢神経障害、腎症、網膜症、心^{血管疾患5}につながります。

末梢神経障害は、血糖コントロール不良に起因する微小血管合併症であり、疼痛メカニズムの変化につながるため、KOA⁶ の膝の痛みが誇張される可能性があります。KOA患者における糖尿病の存在は、膝関節の可動域の縮小、膝機能の低下、X線写真による変化の増加、および生活の質の低下と関連しています⁷。糖尿病がKOAに及ぼす影響による身体能力の低下は、筋力と協調性の障害によって特徴付けられます⁸。関節腔の縮小やアライメントの乱れなど、軟骨および半月板の損傷に関連する変性変化の磁気共鳴画像法の証拠は、糖尿病患者でより深刻であるようです⁹。

血糖コントロール不良は、膝滑液中の異常性酵素と炎症因子のアップレギュレーションに関連しています。IL-1β、IL-4、IL-6、核因子-κB(NF-κB)、腫瘍壊死因子-α(TNF-α)などの糖尿病におけるサイトカインおよびタンパク質の上昇は、KOAの病態生理学と関連しています^10,11。軟骨細胞では、グルコーストランスポーターの欠陥により、解糖系、ポリオール経路、プロテインキナーゼCおよびペントース経路のアップレギュレーションが起こり、最終的には活性酸素種が大量に産生されます¹⁰。

空腹時とランダム血糖は、現在の血糖状態とインスリン抵抗性に関連するグルコース処理能力の推定を提供します¹²。糖化ヘモグロビンA(HbA1c)は、過去3か月間の血糖コントロールの尺度です。しかし、これは急激な変動¹³の詳細を提供していません。毛細血管血糖検査は、ベッドサイドやクリニックで血糖状態を即座に評価できるため、血糖コントロールの決定や合併症のリスクの予測におけるその価値についての議論が行われています^14,15。したがって、この研究は、HbA1c で決定された血糖コントロールと毛細血管血糖 (CBG) で測定された血糖値の上昇との関連を解明することを目的としています 膝の損傷および変形性関節症の転帰スコア (KOOS)、身体能力、身体活動レベル、X 線撮影の重症度、および KOA 患者の炎症マーカー。

プロトコル

この研究プロトコルは、ヘルシンキ宣言に準拠しており、Universiti Kebangsaan Malaysia Ethics Committee(参照番号:JEP-2022-001)によって承認されました。

1. 参加者募集

1. コンビニエンスサンプリングを通じて、クアラルンプールとセランゴールの 50 歳以上の KOA を持つ地域に住む成人から研究集団を選択します。高齢者団体、糖尿病・整形外科クリニックから参加者を募集しました。
   注: KOA の存在は、自己申告の医師が診断した KOA または米国リウマチ学会 (ACR) の臨床検査基準¹⁶ を満たしているものと定義されます。
2. 施設に収容されている高齢者や、重大な精神障害や1型糖尿病を患っている人は除外します。
3. 同様の設定からの横断的コホートに関する公開文献を参照することにより、この研究では奇数比である効果サイズを特定します。帰無仮説を棄却する80%の検出力を提供するサンプルサイズを、G*Power 3.1¹⁷を使用して計算します。
4. データ収集の前に、研究の目的を説明し、インフォームドコンセントを取得します。

2. データ収集 - アンケート

1. 社会人口統計、KOOS¹⁸、および国際身体活動アンケート(IPAQ)¹⁹を含むアンケートを管理します。
2. 42 の項目から導き出された 5 つの KOOS ドメインそれぞれの合計スコアを計算し、スコアを 0 から 100 のパーセンテージ スケールに変換します (0 は問題なし、100 は各ドメインの極端な問題を示します)。
3. IPAQドメインの代謝当量タスク(MET)は、各ドメインの標準を考慮して、分単位の時間と週の日数を掛けて計算します。
   注: 身体活動レベルを示す合計 MET は、3.3 (歩行活動 MET)、+ 4 (中強度の活動 MET)、+ 8 (激しい強度 MET) です。

3. データ収集 - 物理的パフォーマンス

4. データ収集 - 膝X線

1. 参加者が立っている前後の体重負荷ビューを使用して、両膝のX線検査のために病院を訪れる予定の日時を設定します。
2. 放射線科医にX線画像を提出し、放射線科医はケルグレンとローレンスの等級を決定し、各膝²⁷に割り当てます。
   注:分類システムには0から4までのグレードがあり、グレードが高いほど、骨棘の形成、関節周囲耳小骨、骨端の形状の変化、関節腔の狭窄、軟骨下硬化症などの特徴に基づいてKOAの重症度が増加することを示します。
3. 割り当てられた成績を記録し、スコアが正しい膝に割り当てられていることを確認します。

5. データ収集 - 血糖状態評価のための毛細血管採血

1. 手を洗い、手術用手袋を着用します。アルコール綿棒で参加者の指をきれいにし、指を自然乾燥させます。
2. テストストリップを挿入して血糖値計を準備します。
3. ランセットデバイスを選択し、未使用で密封されていることを確認してください。
4. ランセットのシールを破り、新しいランセットデバイスで指を刺し、指を絞って小さな血の斑点を生成し、テストストリップで血の滴に触れます。
5. 品質保証のために制御ソリューションを使用し、ソリューションをテストストリップにドロップして、メーカーによると予想される範囲内にあるかどうかを確認します。
6. 血糖値計で表示される血糖値を記録します。参加者に最後の食事がいつだったかを尋ね、これがサンプリングの 8 時間以上前に行われたかどうかを記録します。
   注:空腹時血糖値では、参加者はこの手順の前に少なくとも8時間絶食する必要がありますが、ランダムな血糖値は必要ありません。
7. ランセットを安全に鋭利なビンに捨て、参加者に綿棒を提供して指の穿刺部分に圧力をかけ、止血を確保します。
8. 施術後は手を洗ってください。こぼれた血液をきれいにします。

6. データ収集 - 血糖コントロール評価のための静脈血採取

1. 手を洗い、手術用手袋を着用します。
2. 右または左の肘前窩から適切な静脈を特定します。選択した腕の上腕に止血帯を当て、触診で適切な静脈を特定します。
3. 選択した静脈の周りの皮膚をアルコール綿棒できれいにし、自然乾燥させます。
4. 6mLのプレーン血液チューブの2本のボトルを使用して、23Gのバタフライニードルで静脈血サンプルを採取します。チューブに参加者の一意の識別コードでラベルを付けます。
5. 鋭利物や臨床廃棄物は安全に廃棄し、手を洗ってください。
6. 血液サンプルは、アイスパック付きのクーラーボックスで検査室に運びます。血液サンプルを採取チューブに入れ、遠心分離機に入れ、604 x g で10分間遠心分離します。
7. マイクロピペットで血清を1.5 mLの微量遠心チューブに分注し、-80°Cで保存する前に、チューブに日付、識別コード、およびサンプルの種類をラベル付けします。

7. ELISAアッセイ

1. ELISAアッセイに必要な血清量は、メーカーのマニュアルに基づいて計算してください。最適化アッセイを実施して、最適な濃度を決定します。IL-1β、IL-4、CRP、NF-κB、およびAGEsについてそれぞれ繰り返します。
2. 血清を解凍し、ELISA試薬を室温(RT)に戻します。その間、標準、サンプル、およびブランクの微量遠心チューブにラベルを付けます。
3. 希釈剤、検出抗体、基質、および必要に応じてストック溶液からの洗浄バッファーについて、製造元の指示に従って作業溶液を調製します。
4. 所定の標準希釈液を使用して、標準試料の2倍段階希釈を実行します。各マーカーの参照標準:IL-1β = 500 pg/mL、IL-4 = 2000 pg/mL、CRP = 25 ng/mL、NF-κB = 10 ng/mL、AGEs = 4800 ng/L。標準希釈剤はブランクとしても機能します。
5. 必要に応じて、最適化されたアッセイのために血清サンプルを希釈します。
   1. IL-1β、IL-4、およびNF-κB ELISAアッセイには、きちんとした血清サンプルを使用してください。CRPの場合は、参照希釈液で1000倍に希釈します。100 μLのサンプルをウェルにピペットで移し、それぞれを複製します。
   2. AGEs ELISAアッセイでは、2倍希釈の血清サンプルを使用し、40 μLのサンプルをウェルにピペットで注入し、それぞれを複製します。
6. 異なるサンプルまたは試薬間でピペットチップを交換します。マルチチャンネルピペットを使用して、エッジの影響を回避します。
7. メーカーのマニュアルの推奨時間と温度に従ってインキュベートし、インキュベーションごとに新しい接着カバーでプレートを密封します。
8. このサンドイッチELISAでは、サンプルと標準試料をプレコートウェルにインキュベートし、続いて検出抗体、標識二次抗体、基質、そして最後に溶液を停止します。各ソリューションを前と同じ順序で追加します。
9. インキュベーションの合間に洗浄バッファーを使用してウェルをデカントし、洗浄します。これは、メーカーのマニュアルに従って行われます。ウェルをきれいな吸収紙で軽くたたいて洗浄バッファーを取り除きますが、次の溶液を追加する前にウェルが乾かないようにしてください。
10. マイクロプレートリーダーで450nmのウェルを読み取ります。対称的なシグモイドキャリブレータ²⁸からの濃度をプロットし決定するための定量的方法である4パラメータロジスティック(4PL)曲線を使用して記録および計算する。分析には、各サンプルの平均を使用します。

8. 統計分析

注:適切なデータ分析ソフトウェアを使用してデータを分析します(ここではSPSSバージョン20を使用)。研究集団を 2 つのグループに分類します: 1) 良好な血糖コントロール、2) 血糖コントロール不良 (血糖状態が悪い = 空腹時血糖値が 7.0 mmol/L を超えるか、ランダムな血糖値が 11.1 mmol/L を超える;血糖コントロール不良 = HbA1c 6.3%)

1. ソフトウェアを開いて、日付、参加者の識別コード、社会人口統計変数、アンケート項目、および測定されたパラメーターに基づいて変数を作成します。
   1. [変数ビュー] を選択します。[名前] 列に挿入し、ラベル列に説明または表示名を挿入します。
   2. [種類] > [メジャー] を選択します。コード化されたカテゴリー変数の場合、代表的な数値コードとその値を「値」列で一致させます。[OK] を選択します。
2. 各行が 1 人の参加者を表すソフトウェアに収集されたデータを入力します。
   1. [データ ビュー] を選択します。数値タイプの場合は列に代表的な数値コードを入力し、文字列タイプの場合は名前または説明を入力します。
3. 連続変数の正規性をチェックして、パラメトリック検定の仮定を決定します。
   1. 「Explore」>「Analyze」>「Descriptive statistics」を選択します。連続変数をフィールド [従属リスト] に挿入します。
   2. 「 プロット」>「検定のある正規性プロット」を選択し、「続行」>「OK」>選択します。サンプルサイズが50より大きい場合は、Kolmogorov-Smirnov検定のp値を参照してください。有意なp値は、データが正規分布している帰無仮説を棄却します。
4. ノンパラメトリック変数のマンホイットニーU検定を実行して、グループ間の有意差を検定します。
   1. 「設定」>「ノンパラメトリック検定>解析」を選択し>「検定」を選択し、「>Mann-Whitney U (2 samples)」>「検定のカスタマイズ」を選択します。
   2. [フィールド] に移動し、連続変数を [テスト フィールド] フィールドに挿入します。
   3. CBG または HbA1c のカテゴリ グループを [実行] フィールドに挿入>。
5. カテゴリ変数のカイ二乗検定を実行して、グループ間の有意差を検定します。
   1. 「クロス集計>統計>>「カイ二乗」>「Continue」>「Analyze Descriptive statistics」を選択します。
   2. [セル表示] を選択します。[カウント] フィールドで [観察] を選択し、[パーセンテージ] フィールドで [列] を選択します。次に、[続行] を選択します。
   3. カテゴリ変数をフィールド 行 に挿入し、CBG または HbA1c のカテゴリ グループをフィールド 列 > OK に挿入します。
6. 連続従属変数をバイナリ グループに変換して、ロジスティック回帰に備えます。
   1. 「Transform > Recode into Different Variables」を選択し、「Input Variables」フィールド>「Output Variables」フィールドに連続変数を挿入します。
   2. 新しい変数名を [名前] フィールドに挿入します。[ ラベル] > [古い値と新しい値の変更] フィールドに新しいラベルを挿入>。
   3. カットオフポイントのしきい値を下回る値を Range の LOWEST through value に挿入し、これが良好な結果を示している場合は Value の New Value フィールドで 0 とペアにします。
   4. [追加] を選択し> [範囲] フィールドにカットオフ ポイントを挿入し、[新しい値] のフィールド > [追加] > [続行] > [OK] のフィールドとペアにします。
7. 従属変数のカットオフポイント:
   - KOOS疼痛領域 <86.1%、症状領域 <85.7%、日常生活動作領域 <86.8%、スポーツ領域 <85.0%、生活の質領域 < 87.5%
   - 不良HGS:オス<28kg、メス<18kg
   - 貧弱なタグボート > 8.00 秒
   - 歩行速度の悪さ < 1.13 ^ms-1
   - 貧弱な 5TSTS >12.80 秒
   - 身体活動量が少ない、IPAQ MET < 3000
   - 中等度から重度の X 線写真 KOA、ケルグレン、およびローレンス グレーディング スケール > 2
   - 高IL-1β> 11.9 pg/mL
   - 高IL-4 > 5 pg/mL
   - 高CRP>8 ng/mL
   - 高年齢>900 ng / L
   - 高NF-κB>3 ng/mL
8. 重ロジスティック回帰を実行して、オッズ比を取得します。有意な参加者の特性に基づいて交絡因子を使用してロジスティックモデルを調整します。
   1. 「>回帰の分析」>「バイナリ・ロジスティック」を選択します。バイナリ従属変数を Dependent フィールドに挿入します。
   2. CBG または HbA1c 変数を「 共変量」フィールドに挿入します。
   3. 「カテゴリー」を選択し、カテゴリー変数を「カテゴリー共変量」フィールドに移します。次に、「参照カテゴリ」として「First > Change」を選択し、「Continue」>選択します。
   4. 「オプション > CI for exp(B): 95%, > Continue > OK] を選択します。
9. 調整されたモデルについてもこの手順を繰り返しますが、有意な交絡因子を「 共変量」フィールドに追加します。
10. 変数は、連続変数の場合は平均値 (標準偏差)、ノンパラメトリック テストを使用する場合は中央値 (四分位範囲)、カテゴリ変数の場合は数値 (パーセンテージ) として表示します。奇数比(OR)と95%信頼区間(CI)を報告し、0.05未満のp値を統計的に有意であるとラベル付けします。

結果

参加者の特徴
表1は、FPBSとHbA1cの血糖状態に応じた参加者の特徴をまとめたものです。 図1 は、変数の選択基準に基づいて、各ステージに含まれる参加者の総数を示しています。合計300人の募集参加者のうち、FPBSについては254人から毛細血管血糖値サンプリングが取得され、HbA1cについては93人から静脈血サンプリン...

ディスカッション

静脈採血は、結果の精度の点で、毛細血管血サンプリングよりも臨床検査に好まれることがよくあります²⁹。HbA1cは、糖尿病の合併症、安定した化学的性質、および十分に標準化された臨床検査と強く関連しています。HbA1cは3ヶ月間の血糖コントロールを反映しているため、空腹時サンプルは必要ありませんが、1回限りの毛細血管採血は、最近の食?...

資料

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