È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Impatto glicemico sui sintomi dell'osteoartrite del ginocchio sui marcatori fisici, radiografici e infiammatori tra gli individui di età pari o superiore a 50 anni con diabete

1.4K visualizzazioni

⸱

DOI:

10.3791/67521

⸱

7 marzo 2025

 ,  ,  ,  ,  ,  ,  ,  , 
1Centre for Healthy Ageing and Wellness, Faculty of Health Sciences, Universiti Kebangsaan Malaysia, 2Department of Radiology, Hospital Canselor Tuanku Muhriz UKM, 3Laboratory of Natural Products, Institute of Bioscience, Universiti Putra Malaysia, 4Ageing and Age-Associated Disorders Research Group, Department of Medicine, Faculty of Medicine, University of Malaya, 5Department of Medical Sciences, School of Medical and Health Sciences, Sunway University

In questo articolo

Sommario

Qui, presentiamo un protocollo per valutare il controllo glicemico utilizzando i livelli di glucosio nel sangue capillare (CBG) e di emoglobina glicata A1C (HbA1C). Questo studio indaga l'impatto dell'iperglicemia sui sintomi dell'osteoartrite del ginocchio (KOA), sulle prestazioni fisiche, sul livello di attività fisica, sulla gravità radiografica e sull'infiammazione negli anziani con diabete.

Abstract

Questo studio esplora l'influenza dell'iperglicemia sui sintomi correlati all'artrosi del ginocchio (KOA), sulle prestazioni fisiche, sul livello di attività fisica, sulla gravità radiografica e sull'infiammazione negli anziani. Gli stati iperglicemici prolungati contribuiscono alla formazione del prodotto finale della glicazione avanzata (AGE), che peggiora i sintomi della KOA. I livelli di glucosio nel sangue capillare (CBG) e di emoglobina glicata A1C (HbA1C) sono comunemente usati nei test di laboratorio per la valutazione glicemica, offrendo vantaggi e limitazioni distinti. I partecipanti sono stati divisi in gruppi di controllo glicemico buoni e cattivi in base ai loro livelli di CBG e HbA1C. La gravità clinica della KOA e l'attività fisica sono state misurate utilizzando il punteggio di esito della lesione al ginocchio e dell'osteoartrite (KOOS) e il questionario internazionale sull'attività fisica. Le prestazioni fisiche sono state misurate con la forza di presa della mano, la velocità dell'andatura, il time-up-and-go (TUG) e 5 volte sit-to-stand (5STST). Sono state eseguite radiografie del ginocchio e sono state condotte analisi ELISA (Serum Enzyme-Linked Immunosorbent Assay) per IL-1β, IL-4, CRP, NF-κB e AGE. Trecento partecipanti reclutati (età media [DS] = 66,40 anni (5,938) con CBG, di glicemia a digiuno > 7,0 mmol/L e glicemia casuale > 11,1 mmol/L, (N = 254) sono stati confrontati con il dolore KOOS (p=0,008) e i sintomi (p=0,017) e 5STST (p=0,015); mentre HbA1c > 6,3% (N = 93) è stato confrontato con 5STST (p=0,002), e AGE (p=0,022) in base al test U di Mann Whitney. La regressione logistica ha rivelato associazioni significative tra il controllo glicemico e la forza muscolare degli arti inferiori, la gravità radiologica, i marcatori di laboratorio e tra lo stato glicemico e il dolore e i sintomi della KOOS. Tuttavia, queste associazioni non sono rimaste significative dopo l'aggiustamento per l'IMC. Lo scarso stato glicemico da solo è stato associato a una migliore funzione nei domini sportivi e ricreativi dopo l'aggiustamento dei farmaci antidiabetici, suggerendo effetti antinfiammatori e analgesici che mascherano l'effetto della glicemia alta. Studi futuri potrebbero esplorare la capacità predittiva della valutazione glicemica per la scarsa funzione del ginocchio e le prestazioni fisiche, tenendo conto degli effetti del farmaco.

Introduzione

L'osteoartrite del ginocchio (KOA) aumenta di prevalenza con l'età, con il ginocchio che è una delle principali articolazioni portanti1. La KOA di solito si manifesta con rigidità e dolore cronico all'articolazione del ginocchio, che limita la mobilità, riduce la qualità della vita e aumenta il rischio di malattie cardiovascolari2. Il diabete mellito, che è anche correlato all'età, contribuisce al rischio di sviluppo di KOA, poiché livelli elevati di glucosio e lipidi promuovono la formazione di prodotti finali della glicazione avanzata (AGE), portando a infiammazione articolare cronica e degenerazione della cartilagine3. Nonostante la disponibilità di servizi sanitari, due malesi su cinque con diabete mellito non sono a conoscenza della loro diagnosi, mentre il 56% di quelli diagnosticati non è riuscito a mantenere unbuon controllo della glicemia. L'iperglicemia acuta potrebbe portare a uno stato iperglicemico iperosmolare, che è pericoloso per la vita, mentre l'iperglicemia cronica porta a neuropatia periferica, nefropatia, retinopatia e malattie cardiovascolari5.

La neuropatia periferica, che è una complicanza microvascolare derivante da uno scarso controllo glicemico e porta a meccanismi di dolore alterati, può esagerare il dolore al ginocchio nella KOA6. La presenza di diabete nei soggetti con KOA è associata a una ridotta gamma di movimento dell'articolazione del ginocchio, a una ridotta funzione del ginocchio, a un aumento dei cambiamenti radiografici e a una peggiore qualitàdella vita. La riduzione delle prestazioni fisiche derivante dagli effetti del diabete sulla KOA è caratterizzata da una ridotta forza muscolare e coordinazione8. La risonanza magnetica evidenzia alterazioni degenerative associate a danno cartilagineo e meniscale come riduzione dello spazio articolare e malallineamento, sembra essere più grave nei soggetti con diabete9.

Uno scarso controllo glicemico è legato a enzimi degenerativi sovraregolati e fattori infiammatori nel liquido sinoviale del ginocchio. Citochine e proteine elevate nel diabete, come IL-1β, IL-4, IL-6, fattore nucleare-κB (NF-κB) e fattore di necrosi tumorale-alfa (TNF-α), sono associate alla fisiopatologia della KOA10,11. Mentre nei condrociti, il trasportatore difettoso del glucosio porta a una glicolisi sovraregolata, a vie dei polioli, delle protein chinasi C e delle vie del pentoso e, infine, a un'elevata produzione di specie reattive dell'ossigeno10.

Il digiuno e la glicemia casuale forniscono una stima dello stato glicemico attuale e della capacità di gestione del glucosio correlata all'insulino-resistenza12. L'emoglobina glicata A (HbA1c) è una misura del controllo glicemico negli ultimi tre mesi. Tuttavia, ciò non fornisce dettagli sulle fluttuazioni acute13. Il test della glicemia capillare fornisce valutazioni immediate dello stato glicemico al letto del paziente o in clinica, il che ha portato a dibattiti sul loro valore nel determinare il controllo glicemico e nel prevedere il rischio di complicanze14,15. Pertanto, questo studio mira a chiarire l'associazione tra il controllo glicemico determinato con HbA1c e la glicemia elevata determinata con la glicemia capillare (CBG) con i punteggi di esito delle lesioni al ginocchio e dell'osteoartrite (KOOS), le prestazioni fisiche, il livello di attività fisica, la gravità radiografica e i marcatori infiammatori in individui con KOA.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

Il protocollo di studio era conforme alla Dichiarazione di Helsinki ed è stato approvato dal Comitato Etico dell'Universiti Kebangsaan Malaysia (numero di riferimento: JEP-2022-001).

1. Reclutamento dei partecipanti

  1. Attraverso il campionamento di convenienza, selezionare la popolazione dello studio da adulti residenti in comunità con KOA di età pari o superiore a 50 anni a Kuala Lumpur e Selangor. Ha reclutato partecipanti da organizzazioni di anziani e cliniche di diabete e ortopedia.
    NOTA: La presenza di KOA è definita con KOA auto-segnalata dal medico o con quelle che soddisfano i criteri di esame clinico16 dell'American College of Rheumatology (ACR).
  2. Escludere gli anziani istituzionalizzati o coloro che soffrono di grave compromissione psicologica e diabete di tipo 1.
  3. Facendo riferimento alla letteratura pubblicata su coorti trasversali provenienti da contesti simili, identificare la dimensione dell'effetto, che in questo studio è il rapporto dispari. Calcola la dimensione del campione, che fornirà una potenza dell'80% per rifiutare l'ipotesi nulla, utilizzando G*Power 3.117.
  4. Spiegare gli obiettivi della ricerca e ottenere il consenso informato prima della raccolta dei dati.

2. Raccolta dei dati - Questionario

  1. Somministrare questionari, che includono sociodemografico, KOOS18 e International Physical Activity Questionnaire (IPAQ)19.
  2. Calcola i punteggi totali per ciascuno dei cinque domini KOOS derivati dai 42 elementi e trasforma i punteggi in una scala percentuale da 0 a 100, dove zero rappresenta nessun problema e 100 indica problemi estremi per ogni dominio.
  3. Calcola l'equivalente metabolico del compito (MET) per i domini IPAQ moltiplicando il tempo impiegato in minuti e il numero di giorni alla settimana, considerando lo standard di ciascun dominio.
    NOTA: Il MET totale indicativo dei livelli di attività fisica è 3,3 (MET di attività a piedi), + 4 (MET di attività di intensità moderata), + 8 (MET di intensità vigorosa).

3. Raccolta dei dati - Prestazioni fisiche

  1. Misurare l'altezza con uno stadiometro. Ottieni il peso corporeo e l'indice di massa corporea (BMI) con un analizzatore di composizione corporea. Assicurati che i partecipanti rimuovano indumenti pesanti, accessori metallici e scarpe.
  2. Misura la circonferenza della vita, dei fianchi e dei polpacci usando un metro a nastro. Registrare la misura in centimetri a livello dell'ombelico a riposo per la circonferenza della vita e la misura a livello della massima sporgenza posteriore dei glutei per la circonferenza dell'anca20. Misurare la circonferenza del polpaccio alla dimensione massima dell'asse lungo con i partecipanti seduti con la schiena dritta ed entrambi i piedi sul pavimento21.
  3. Fornire istruzioni ai partecipanti su come eseguire i test di prestazione fisica: test di forza dell'impugnatura (HGS)22, test cronometrato e go (TUG)23, test del cammino di sei metri24 e test di cinque volte da seduto a in piedi (5STST)25.
    1. Assicurarsi che l'impostazione delle prestazioni sia libera da ostacoli e pericoli. Consentire periodi di riposo standardizzati di 1 minuto tra i test26.
  4. Eseguire il test di forza dell'impugnatura.
    1. Istruire il partecipante a sedersi con le spalle addotte in posizione neutra, con il gomito flesso a 90°.
    2. Informarli di non eseguire alcun movimento rapido di strappo o strappo durante il test.
    3. Misurare tre volte la forza massima con il dinamometro a impugnatura per ogni mano e selezionare la misura massima in kg.
  5. Esegui il test di avvio e avvio cronometrato.
    1. Chiedi al partecipante di sedersi dritto con la schiena a contatto con lo schienale della sedia, le braccia appoggiate sui braccioli e i piedi posizionati a terra.
    2. Utilizzando un cronometro, registrare il tempo impiegato per alzarsi, camminare per 3 m, fare un'inversione a U, tornare alla sedia e sedersi di nuovo. Iniziare il cronometraggio quando la schiena del partecipante perde il contatto con lo schienale della sedia e interrompere il cronometraggio non appena la schiena del partecipante tocca lo schienale della sedia.
    3. Ripeti due volte e registra il tempo più basso in secondi impiegato come risultato finale.
  6. Valuta la velocità dell'andatura.
    1. Misurare una passerella di 10 m e posizionare dei marcatori con nastro adesivo a 2 m da ciascuna estremità della passerella per indicare i punti in cui le misurazioni inizieranno e finiranno.
    2. Chiedi ai partecipanti di camminare al loro ritmo normale lungo una passerella di 10 m.
    3. Avviare il timer non appena il partecipante supera i primi 2 m e fermare il timer sulla linea di 8 m.
    4. Calcola la velocità dell'andatura utilizzando la formula della velocità (m/s), dove 6 m è diviso per il tempo impiegato in secondi.
  7. Esegui il test sit-to-stand per cinque volte.
    1. Chiedi ai partecipanti di alzarsi e sedersi 5 volte più velocemente che possono con equilibrio.
    2. Registra il tempo impiegato per completare 5 ripetizioni e seleziona il tempo più basso in secondi tra le tre prove.

4. Raccolta dati - Radiografia del ginocchio

  1. Fissa una data e un'ora dell'appuntamento per i partecipanti per recarsi in ospedale per un esame radiografico di entrambe le ginocchia utilizzando la vista portante anteroposteriore in piedi.
  2. Inviare le immagini radiografiche al radiologo, che determinerà e assegnerà il grado di Kellgren e Lawrence a ciascun ginocchio27.
    NOTA: Il sistema di classificazione ha gradi da 0 a 4, con gradi più alti che indicano una gravità crescente della KOA in base alle caratteristiche: formazione di osteofiti, ossicini periarticolari, forma alterata delle estremità ossee, restringimento dello spazio articolare e sclerosi subcondrale.
  3. Registra il grado assegnato, assicurandoti che il punteggio sia assegnato al ginocchio corretto.

5. Raccolta dati - Raccolta di sangue capillare per la valutazione dello stato glicemico

  1. Lavarsi le mani e indossare guanti chirurgici. Pulisci il dito del partecipante con un tampone imbevuto di alcol e lascia asciugare il dito all'aria.
  2. Preparare il glucometro inserendo la striscia reattiva.
  3. Selezionare un dispositivo a lancetta e assicurarsi che sia inutilizzato e sigillato.
  4. Rompere il sigillo della lancetta e pungere il dito con il nuovo dispositivo a lancetta, stringere il dito per produrre una piccola bolla di sangue e toccare la goccia di sangue con la striscia reattiva.
  5. Utilizzare soluzioni di controllo per garantire la qualità, far cadere la soluzione sulla striscia reattiva e verificare se rientra nell'intervallo previsto secondo il produttore.
  6. Registrare il livello di glucosio nel sangue visualizzato dal glucometro. Chiedi al partecipante quando è stato il suo ultimo pasto e registra se questo è stato preso più di 8 ore prima dell'orario del campionamento.
    NOTA: La glicemia a digiuno richiede ai partecipanti di digiunare per almeno 8 ore prima di questa procedura, mentre la glicemia casuale no.
  7. Gettare la lancetta in modo sicuro in un cestino per oggetti taglienti e fornire al partecipante un batuffolo di cotone per applicare pressione sull'area di puntura del dito per garantire l'emostasi.
  8. Lavarsi le mani dopo la procedura. Pulisci eventuali fuoriuscite di sangue.

6. Raccolta dati - Raccolta sangue venoso per la valutazione del controllo glicemico

  1. Lavarsi le mani e indossare guanti chirurgici.
  2. Identificare una vena adatta dalla fossa antecubitale destra o sinistra. Applicare un laccio emostatico sulla parte superiore del braccio selezionato e identificare una vena adatta mediante palpazione.
  3. Pulisci la pelle intorno alla vena selezionata con un batuffolo imbevuto di alcol e lascialo asciugare all'aria.
  4. Raccogliere campioni di sangue venoso con un ago a farfalla da 23 G utilizzando due flaconi di provette per sangue semplice da 6 ml. Etichettare le provette con il codice identificativo univoco del partecipante.
  5. Gettare gli oggetti taglienti e i rifiuti clinici in modo sicuro e lavarsi le mani.
  6. Trasportare i campioni di sangue in laboratorio in un frigorifero con un impacco di ghiaccio. Mettere i campioni di sangue nelle loro provette di raccolta in una centrifuga e centrifugare a 604 x g per 10 minuti.
  7. Aliquotare il siero in provette da microcentrifuga da 1,5 ml con una micropipetta ed etichettare le provette con la data, il codice di identificazione e il tipo di campione prima di conservarlo a -80 °C.

7. Saggio ELISA

  1. Calcolare il volume di siero necessario per il test ELISA in base al manuale del produttore. Eseguire un saggio di ottimizzazione per determinare la concentrazione ottimale; ripetere rispettivamente per IL-1β, IL-4, CRP, NF-κB e AGE.
  2. Scongelare il siero e portare i reagenti ELISA a temperatura ambiente (RT). Nel frattempo, etichettare le provette per microcentrifuga per standard, campioni e bianco.
  3. Se necessario, preparare le soluzioni di lavoro secondo le istruzioni del produttore per il diluente, gli anticorpi di rilevamento, il substrato e il tampone di lavaggio dalle soluzioni stock.
  4. Eseguire due diluizioni seriali per gli standard con il diluente standard dato. Standard di riferimento di ciascun marcatore: IL-1β = 500 pg/mL, IL-4 = 2000 pg/mL, CRP = 25 ng/mL, NF-κB = 10 ng/mL, AGEs = 4800 ng/L. Il diluente standard funge anche da bianco.
  5. Diluire il campione di siero per ottimizzare il dosaggio, se necessario.
    1. Per i test ELISA IL-1β, IL-4 e NF-κB, utilizzare campioni di siero puliti. Per la CRP, diluire di 1000x con diluente di riferimento. Pipettare 100 μl di campioni nel pozzetto e duplicare ciascuno di essi.
    2. Per il test ELISA AGEs, utilizzare un campione di siero con diluizione 2x, pipettare 40 μl di campione nel pozzetto e duplicare ciascuno.
  6. Sostituire i puntali delle pipette tra i diversi campioni o reagenti. Utilizzare una pipetta multicanale per evitare effetti sui bordi.
  7. Incubare secondo il tempo e la temperatura suggeriti dal manuale del produttore e sigillare la piastra con un nuovo coperchio adesivo per ogni incubazione.
  8. Per questo ELISA a sandwich, incubare il campione e lo standard nei pozzetti prerivestiti, seguito da anticorpo di rilevamento, anticorpo secondario coniugato, substrato e infine soluzione di arresto. Aggiungere ogni soluzione nello stesso ordine in cui si trovava in precedenza.
  9. Decantare e lavare i pozzetti utilizzando il tampone di lavaggio tra un'incubazione e l'altra secondo il manuale del produttore. Picchiettare i pozzetti contro la carta assorbente pulita per rimuovere il tampone di lavaggio, ma assicurarsi che i pozzetti non si asciughino prima dell'aggiunta della soluzione successiva.
  10. Leggere i pozzetti con un lettore di micropiastre a 450 nm. Registra e calcola utilizzando la curva logistica a quattro parametri (4PL), un metodo quantitativo per tracciare e determinare la concentrazione da calibratori sigmoidali simmetrici28. Utilizzare la media di ciascun campione per l'analisi.

8. Analisi statistica

NOTA: Analizzare i dati utilizzando un software di analisi dei dati appropriato (in questo caso è stata utilizzata la versione 20 di SPSS). Classificare la popolazione dello studio in due gruppi: 1) buon controllo glicemico, 2) scarso controllo glicemico (scarso stato glicemico = glicemia a digiuno superiore a 7,0 mmol/L o glicemia casuale superiore a 11,1 mmol/L; Scarso controllo glicemico = HbA1c superiore al 6,3%).

  1. Apri il software per creare variabili basate su data, codice identificativo dei partecipanti, variabili sociodemografiche, elementi del questionario e parametri misurati.
    1. Selezionare Vista variabile. Inserisci nella colonna Nome, inserisci la descrizione o il nome visualizzato nella colonna Etichetta.
    2. Selezionare Tipo > misura. Per le variabili categoriche codificate, trovare la corrispondenza con il codice numerico rappresentativo e il relativo valore nella colonna Valori. Seleziona OK.
  2. Inserire i dati raccolti nel software in cui ogni riga rappresenta un partecipante.
    1. Seleziona Visualizzazione dati. Digitare i codici numerici rappresentativi nella colonna per il tipo numerico e i nomi o le descrizioni per il tipo di stringa.
  3. Verificare la normalità delle variabili continue per determinare le ipotesi di test parametrici.
    1. Selezionare Analizza > Statistiche descrittive > Esplora. Inserisci le variabili continue nel campo Elenco dipendente.
    2. Selezionare Grafici > Grafici di normalità con test > Continua > OK. Per una dimensione del campione superiore a 50, fare riferimento al valore p nel test di Kolmogorov-Smirnov; Un valore p significativo rifiuta l'ipotesi nulla in cui i dati sono normalmente distribuiti.
  4. Esegui il test U di Mann-Whitney per le variabili non parametriche per verificare le differenze significative tra i gruppi.
    1. Selezionare Analizza > test non parametrici > Impostazioni > scegliere Test > Personalizza test > Mann-Whitney U (2 campioni).
    2. Vai su Campi e inserisci le variabili continue nel campo Campi di test.
    3. Inserire il gruppo categorico per CBG o HbA1c nel campo Gruppi > eseguire.
  5. Esegui un test del chi-quadrato per le variabili categoriali per verificare le differenze significative tra i gruppi.
    1. Seleziona Analizza > Statistiche descrittive > Tabelle incrociate > Statistiche > Chi-quadrato > Continua.
    2. Seleziona la visualizzazione delle celle. Selezionare Osservato nel campo Conteggi e selezionare Colonna nel campo Percentuale. Quindi, seleziona Continua.
    3. Inserire le variabili categoriche nel campo Riga/e e il gruppo categoriale per CBG o HbA1c nel campo Colonna/e > OK.
  6. Trasforma le variabili dipendenti continue in gruppi binari per prepararti alla regressione logistica.
    1. Seleziona Trasforma > Ricodifica in variabili diverse e inserisci variabili continue nel campo Variabili di input > Variabili di output.
    2. Inserire il nuovo nome della variabile nel campo Nome. Inserire una nuova etichetta nel campo Etichetta > modificare > valori vecchi e nuovi.
    3. Inserire al di sotto del valore di soglia del punto di cut-off nel campo Intervallo, dal valore LOWEST through e abbinarlo a zero nel campo Valore di Nuovo valore se ciò indica un buon risultato.
    4. Selezionare Aggiungi > inserire il punto di demarcazione nel campo Intervallo, valore anche se HIGHEST e associarlo a uno nel campo Valore di nuovo valore > Aggiungi > Continua > OK.
  7. Punti di interruzione per le variabili dipendenti:
    - Dominio del dolore KOOS < 86,1%, Dominio dei sintomi < 85,7%, Dominio dell'attività della vita quotidiana <86,8%, Domini sportivi < 85,0%, Dominio della qualità della vita < 87,5%
    - Scarso HGS: maschio < 28 kg, femmina < 18 kg
    - Rimorchiatore scadente > 8.00 s
    - Scarsa velocità dell'andatura < 1,13 ms-1
    - Scarso 5TSTS >12.80 s
    - Bassa attività fisica, IPAQ MET < 3000
    - Scala di classificazione radiografica KOA, Kellgren e Lawrence da moderata a grave > 2
    - Elevata > IL-1β 11,9 pg/mL
    - Elevata > di IL-4 5 pg/mL
    - Elevata CRP > 8 ng/mL
    - Elevata ETÀ > 900 ng/L
    - Elevata > NF-κB 3 ng/mL
  8. Esegui la regressione logistica multipla per ottenere gli odds ratio. Adeguare il modello logistico con fattori di confusione basati sulle caratteristiche significative dei partecipanti.
    1. Selezionare Analizza > regressione > Logistica binaria. Inserire la variabile dipendente dal binario nel campo Dependent.
    2. Inserire la variabile CBG o HbA1c nel campo Covariate.
    3. Selezionare Categorico e trasferire le variabili categoriche nel campo Covariate categoriche. Quindi, seleziona Categoria di riferimento come Primo > Modifica > Continua.
    4. Selezionare Opzioni > CI per exp(B): 95% > Continua > OK.
  9. Ripetere la procedura per i modelli aggiustati, ma aggiungere fattori di confusione significativi nel campo Covariate.
  10. Presenta le variabili come media (deviazione standard) per le variabili continue o mediana (intervallo interquartile) se si utilizza un test non parametrico e numero (percentuale) per le variabili categoriali. Riporta gli odd ratio (OR) con intervalli di confidenza (CI) al 95% ed etichetta il valore p inferiore a 0,05 come statisticamente significativo.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

Caratteristiche dei partecipanti
La tabella 1 riassume le caratteristiche dei partecipanti in base allo stato glicemico con FPBS e HbA1c. La Figura 1 illustra il numero totale di partecipanti inclusi in ogni fase in base a criteri di inclusione variabili. Sul totale di 300 partecipanti reclutati, il campionamento capillare della glicemia è stato ottenuto da 254 individui per FPBS, mentre il campionamento del sangue venoso è stato ottenuto da 93 per HbA1c...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

Il prelievo di sangue venoso è spesso preferito per i test di laboratorio rispetto al prelievo di sangue capillare in termini di accuratezza dei risultati29. L'HbA1c è fortemente associata a complicanze del diabete, natura chimica stabile e test di laboratorio ben standardizzati. Poiché l'HbA1c riflette il controllo glicemico nell'arco di 3 mesi, non richiede campioni a digiuno, mentre il prelievo di sangue capillare una tantum potrebbe riflettere lo stato glicemi...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Tutti gli autori non hanno conflitti di interesse da dichiarare.

Ringraziamenti

Questo studio è stato finanziato dal Fundamental Research Grant Scheme, Ministero dell'Istruzione Superiore, Malesia, Numero di sovvenzione/premio: FRGS/1/2021/SKK0/UKM/02/15.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Ago a farfallaBD Vacutainer367282
G*Power 3.1Heinrich-Heine-Universityhttps://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpowerHeinrich-Heine-University, Dü sseldorf
Glucometro e strisce reattiveContour plushttps://www.diabetes.ascensia.my/en/products/contour-plus/Basilea, Svizzera
Kit ELISA CRP (proteina C-reattiva) umanaElabscienceE-EL-H0043-96TKit ELISA
IL-1 umanoβ( Kit ELISA Interleuchina 1 Beta ELISAElabscienceE-EL-H0149-96T
IL-4 umano (interleuchina 4) Kit ELISAElabscienceE-EL-H0101-96TKit ELISA
NF umano-κ B-p105 subunitàBioassay Technology LaboratoryE0003HuKit ELISA
NF umano-κ Bp105 (fattore nucleare NF-kappa-B subunità p105)ElabscienceE-EL-H1386-96TKit ELISA
Dinamometro manualemanuale Jamar5030J1Warrenville, Illinois, USA
Analizzatore portatile di composizione corporeaInBody ASIAhttps://inbodyasia.com/products/inbody-270/Inbody 270, Cheonan, Chungcheongnam-do
Stadiometro portatileSeca213 1821 009SECA 213, Amburgo, Germania
Kit

Riferimenti

  1. Allen, K. D., Thoma, L. M., Golightly, Y. M. Epidemiology of osteoarthritis. Osteoarthritis Cartilage. 30 (2), 184-195 (2022).
  2. Mat, S., et al. Factors influencing quality of life among older persons living with osteoarthritis using 3 different definitions. Top Geriatr Rehabil. 38 (1), 26-34 (2022).
  3. Berenbaum, F. Diabetes-induced osteoarthritis: From a new paradigm to a new phenotype. Ann Rheum Dis. 70 (8), 1354(2011).
  4. Institute for Public Health. National health and morbidity survey (NHMS) 2023: Non-communicable diseases and healthcare demand - key findings. , National Institutes of Health (NIH). Shah Alam, Selangor. (2024).
  5. Harding, J. L., Pavkov, M. E., Magliano, D. J., Shaw, J. E., Gregg, E. W. Global trends in diabetes complications: A review of current evidence. Diabetologia. 62 (1), 3-16 (2019).
  6. Eitner, A., Culvenor, A. G., Wirth, W., Schaible, H. -G., Eckstein, F. Impact of diabetes mellitus on knee osteoarthritis pain and physical and mental status: Data from the osteoarthritis initiative. Arthritis Care Res (Hoboken). 73 (4), 540-548 (2021).
  7. Aykan, S. A., Kaymaz, S. The association between diabetes mellitus and functionality in knee osteoarthritis: A cross-sectional study. J Health Sci Med. 5 (4), 1114-1118 (2022).
  8. Alenazi, A. M., Alqahtani, B. A. Diabetes is associated with longitudinal declined physical performance measures in persons with or at risk of knee osteoarthritis: Data from the osteoarthritis initiative. Eur J Phys Rehabil Med. 60 (3), 496-504 (2024).
  9. Neumann, J., et al. Diabetics show accelerated progression of knee cartilage and meniscal lesions: Data from the osteoarthritis initiative. Skeletal Radiol. 48 (6), 919-930 (2019).
  10. Courties, A., Gualillo, O., Berenbaum, F., Sellam, J. Metabolic stress-induced joint inflammation and osteoarthritis. Osteoarthritis Cartilage. 23 (11), 1955-1965 (2015).
  11. Wei, G., et al. Risk of metabolic abnormalities in osteoarthritis: A new perspective to understand its pathological mechanisms. Bone Res. 11 (1), 63(2023).
  12. Sriwimol, W., Choosongsang, P., Choosongsang, P., Petkliang, W., Treerut, P. Associations between hba1c-derived estimated average glucose and fasting plasma glucose in patients with normal and abnormal hemoglobin patterns. Scand J Clin Lab Invest. 82 (3), 192-198 (2022).
  13. Papachristoforou, E., Lambadiari, V., Maratou, E., Makrilakis, K. Association of glycemic indices (hyperglycemia, glucose variability, and hypoglycemia) with oxidative stress and diabetic complications. J Diabetes Res. 2020 (1), 7489795(2020).
  14. Matsushita, Y., et al. A comparison of the association of fasting plasma glucose and hba1c levels with diabetic retinopathy in japanese men. J Diabetes Res. 2020 (1), 3214676(2020).
  15. Baig, M. A. Comparative evaluation of efficiency of hba1c, fasting & post prandial blood glucose levels, in the diagnosis of type-2 diabetes mellitus and its prognostic outcome. Int J Res Med Sci. 3 (11), 3245-3249 (2015).
  16. Altman, R., et al. Development of criteria for the classification and reporting of osteoarthritis: Classification of osteoarthritis of the knee. Arthritis Rheum. 29 (8), 1039-1049 (1986).
  17. Kang, H. Sample size determination and power analysis using the G* power software. J Educ Eval Health Prof. 18, (2021).
  18. Roos, E. M., Lohmander, L. S. The knee injury and osteoarthritis outcome score (koos): From joint injury to osteoarthritis. Health Qual Life Outcomes. 1, 64(2003).
  19. Ipaq Research Committee. Guidelines for data processing and analysis of the international physical activity questionnaire (IPAQ)-short and long forms. , https://www.scribd.com/document/92677948/IPAQ-Scoring (2005).
  20. Perissinotto, E., Pisent, C., Sergi, G., Grigoletto, F., Enzi, G. Anthropometric measurements in the elderly: Age and gender differences. Br J Nutr. 87 (2), 177-186 (2002).
  21. Sun, Y. -S., et al. Calf circumference as a novel tool for risk of disability of the elderly population. Sci Rep. 7 (1), 16359(2017).
  22. Chen, L. -K., et al. Asian working group for sarcopenia: 2019 consensus update on sarcopenia diagnosis and treatment. J Am Med Dir Assoc. 21 (3), 300-307 (2020).
  23. Samah, Z. A., et al. Discriminative and predictive ability of physical performance measures in identifying fall risk among older adults. Sains Malays. 47 (11), 2769-2776 (2018).
  24. Bohannon, R. W., Williams Andrews, A. Normal walking speed: A descriptive meta-analysis. Physiotherapy. 97 (3), 182-189 (2011).
  25. Kim, M., Won, C. W. Cut points of chair stand test for poor physical function and its association with adverse health outcomes in community-dwelling older adults: A cross-sectional and longitudinal study. J Am Med Dir Assoc. 23 (8), 1375-1382.e3 (2022).
  26. Parcell, A. C., Sawyer, R. D., Tricoli, V. A., Chinevere, T. D. Minimum rest period for strength recovery during a common isokinetic testing protocol. Med Sci Sports Exerc. 34 (6), (2002).
  27. Kohn, M. D., Sassoon, A. A., Fernando, N. D. Classifications in brief: Kellgren-lawrence classification of osteoarthritis. Clin Orthop Relat Res. 474 (8), 1886-1893 (2016).
  28. Gottschalk, P. G., Dunn, J. R. Measuring parallelism, linearity, and relative potency in bioassay and immunoassay data. J Biopharm Stat. 15 (3), 437-463 (2005).
  29. Das, S., Swain, M., Pradhan, R. Evaluating the relationship of fasting capillary and venous blood sugar level in self-glucose monitoring device, fasting plasma glucose level and glycosylated hemoglobin (HbA1c). Nurs Care Open Access J. 1 (2), 00011(2016).
  30. Bao, Y., Zhu, D. Chinese Diabetes Society. Clinical application guidelines for blood glucose monitoring in china (2022 edition). Diabetes Metab Res Rev. 38 (8), e3581(2022).
  31. Wu, C. -N., Tien, K. -J. The impact of antidiabetic agents on sarcopenia in type 2 diabetes: A literature review. J Diabetes Res. 2020 (1), 9368583(2020).
  32. Kalaitzoglou, E., Fowlkes, J. L., Popescu, I., Thrailkill, K. M. Diabetes pharmacotherapy and effects on the musculoskeletal system. Diabetes Metab Res Rev. 35 (2), e3100(2019).
  33. Mohammed, M. M., Al-Shamma, K. J., Jassim, N. A. Evaluation of the clinical use of metformin or pioglitazone in combination with meloxicam in patients with knee osteoarthritis; using knee injury and osteoarthritis outcome score. Iraqi J Pharm Sci. 23 (2), 13-23 (2014).
  34. Vervullens, S., et al. Preoperative glycaemic control, number of pain locations, structural knee damage, self-reported central sensitisation, satisfaction and personal control are predictive of 1-year postoperative pain, and change in pain from pre- to 1-year posttotal knee arthroplasty. Knee Surg Sports Traumatol Arthrosc. , (2024).
  35. Eitner, A., et al. Pain sensation in human osteoarthritic knee joints is strongly enhanced by diabetes mellitus. Pain. 158 (9), 1743-1753 (2017).
  36. Li, H., George, D. M., Jaarsma, R. L., Mao, X. Metabolic syndrome and components exacerbate osteoarthritis symptoms of pain, depression and reduced knee function. Ann Transl Med. 4 (7), 133(2016).
  37. Khachian, A., Seyedoshohadaei, M., Haghani, H., Amiri, F. Effect of self-management program on outcome of adult knee osteoarthritis. Int J Orthop Trauma Nurs. 39, 100797(2020).
  38. Mat, S., et al. Ethnic differences in the prevalence, socioeconomic and health related risk factors of knee pain and osteoarthritis symptoms in older malaysians. PLoS One. 14 (11), e0225075(2019).
  39. Cruz-Almeida, Y., et al. Racial and ethnic differences in older adults with knee osteoarthritis. Arthritis Rheumatol. 66 (7), 1800-1810 (2014).
  40. Kalantar-Zadeh, K., et al. Patient-centred approaches for the management of unpleasant symptoms in kidney disease. Nat Rev Nephrol. 18 (3), 185-198 (2022).
  41. Hsu, H. -J., et al. Factors associated with chronic musculoskeletal pain in patients with chronic kidney disease. BMC Nephrol. 15 (1), 6(2014).
  42. Larsen, P., Engberg, A. S., Motahar, I., Ostgaard, S. E., Elsoe, R. Obesity influences the knee injury and osteoarthritis outcome score. Joints. 7 (01), 008-012 (2019).
  43. Solanki, P., et al. Association between weight gain and knee osteoarthritis: A systematic review. Osteoarthritis Cartilage. 31 (3), 300-316 (2023).
  44. Al-Jarallah, K., Shehab, D., Abdella, N., Al Mohamedy, H., Abraham, M. Knee osteoarthritis in type 2 diabetes mellitus: Does insulin therapy retard osteophyte formation. Med Princ Pract. 25 (1), 12-17 (2016).
  45. Suzuki, A., Yabu, A., Nakamura, H. Advanced glycation end products in musculoskeletal system and disorders. Methods. 203, 179-186 (2022).
  46. Wang, M., Hng, T. M. Hba1c: More than just a number. Aust J Gen Pract. 50 (9), 628-632 (2021).
  47. Kalousova, M., Skrha, J., Zima, T. Advanced glycation end-products and advanced oxidation protein products in patients with diabetes mellitus. Physiol Res. 51 (6), 597-604 (2002).
  48. Shah, K., Maghsoudlou, P. Enzyme-linked immunosorbent assay (elisa): The basics. Br J Hosp Med. 77 (7), C98-C101 (2016).
  49. Nakanishi, S., et al. The impact of hand strength on hba1c, body mass index and body composition by group according to sedentary behaviour: Cross-sectional study in japanese patients with type 2 diabetes mellitus. Malays J Med Sci. 31 (3), 185-193 (2024).
  50. Joseph, J. J., et al. Comprehensive management of cardiovascular risk factors for adults with type 2 diabetes: A scientific statement from the american heart association. Circulation. 145 (9), e722-e759 (2022).
  51. Tomic, D., Shaw, J. E., Magliano, D. J. The burden and risks of emerging complications of diabetes mellitus. Nat Rev Endocrinol. 18 (9), 525-539 (2022).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Tag

Controllo glicemicoImpatto dell iperglicemiaPrestazione fisicaGravit radiograficaGlucosio ematico capillareEmoglobina glicataProdotti finali della glicazione avanzataAnalisi ELISA
Impatto glicemico sui sintomi dell'osteoartrite del ginocchio sui marcatori fisici, radiografici e infiammatori tra gli individui di età pari o superiore a 50 anni con diabete
Contattaci
Consiglia alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.