이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

당뇨병이 있는 50세 이상의 개인에서 무릎 골관절염에 대한 혈당 영향 물리적, 방사선학적 및 염증성 마커에 대한 증상

1.4K 조회수

⸱

DOI:

10.3791/67521

⸱

2025년 3월 7일

 ,  ,  ,  ,  ,  ,  ,  , 
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

이 논문에서

요약

여기에서는 모세혈관혈당(CBG) 및 당화혈색소 A1C(HbA1C) 수치를 사용하여 혈당 조절을 평가하는 프로토콜을 제시합니다. 이 연구는 당뇨병이 있는 노인의 무릎 골관절염(KOA) 증상, 신체 능력, 신체 활동 수준, 방사선 학적 중증도 및 염증에 대한 고혈당증의 영향을 조사합니다.

초록

이 연구는 고혈당증이 노인의 무릎 골관절염(KOA) 관련 증상, 신체 능력, 신체 활동 수준, 방사선 사진의 중증도 및 염증에 미치는 영향을 탐구합니다. 고혈당 상태가 장기화되면 AGE(Advanced Glycation End-Product) 형성이 촉진되어 KOA 증상이 악화됩니다. 모세혈당(CBG) 및 당화혈색소 A1C(HbA1C) 수치는 혈당 평가를 위한 실험실 검사에 일반적으로 사용되며 뚜렷한 장점과 한계를 제공합니다. 참가자들은 CBG 및 HbA1C 수치에 따라 혈당 조절 그룹이 좋음과 나쁨으로 나뉘었습니다. KOA 임상적 중증도와 신체 활동은 무릎 부상 및 골관절염 결과 점수(KOOS)와 국제 신체 활동 설문지를 사용하여 측정되었습니다. 신체 능력은 손 악력, 보행 속도, TUG(Time-Up-and-Go) 및 5STST(5회 기립)로 측정되었습니다. 무릎 X-선 촬영을 실시하고, IL-1β, IL-4, CRP, NF-κB, AGE에 대한 혈청 효소결합 면역흡착법(ELISA) 분석을 실시하였다. 300명의 모집된 참가자(평균 연령[SD] = 66.40세(5.938))> CBG, 공복 혈당 7.0mmol/L 및 무작위 혈당 > 11.1mmol/L(N = 254)을 KOOS 통증(p=0.008) 및 증상(p=0.017) 및 5STST(p=0.015)와 비교했습니다. HbA1c > 6.3%(N = 93)와 5STST(p=0.002)를 비교하고, 및 AGE(p=0.022)는 Mann Whitney U 검정을 기반으로 합니다. 로지스틱 회귀 분석은 혈당 조절과 하지 근 근력, 방사선학적 중증도, 실험실 마커, 혈당 상태와 KOOS 통증 및 증상 사이에 유의한 연관성을 밝혔습니다. 그러나 이러한 연관성은 BMI를 조정한 후에도 유의하게 유지되지 않았습니다. 혈당 상태가 좋지 않은 것만으로도 항당뇨병 약물 조절 후 스포츠 및 레크리에이션 영역에서 더 나은 기능과 관련이 있었으며, 이는 고혈당의 영향을 가려주는 항염증 및 진통 효과를 시사합니다. 향후 연구에서는 약물의 효과를 설명하면서 좋지 않은 무릎 기능과 신체 기능에 대한 혈당 평가의 예측 능력을 탐구할 수 있습니다.

서론

무릎 골관절염(KOA)은 나이가 들면서 유병률이 증가하며, 무릎은 체중을 지탱하는 주요 관절이다1. KOA는 일반적으로 무릎 관절의 뻣뻣함과 만성 통증으로 나타나며, 이는 이동성을 제한하고 삶의 질을 떨어뜨리며 심혈관 질환의 위험을 증가시킵니다2. 노화와 관련이 있는 당뇨병은 포도당 및 지질 수치가 높아지면 최종 당화산물(AGE) 형성이 촉진되어 만성 관절 염증과 연골 변성을 유발하기 때문에 KOA 발병 위험에 기여합니다3. 의료 서비스를 이용할 수 있음에도 불구하고, 당뇨병을 앓고 있는 말레이시아인 5명 중 2명은 자신의 진단을 모르고 있으며, 당뇨병 진단을 받은 사람 중 56%는 혈당 조절을 잘 유지하지 못하고 있다4. 급성 고혈당증은 생명을 위협하는 고혈당 고삼투압 상태로 이어질 수 있으며, 만성 고혈당증은 말초 신경병증, 신병증, 망막병증 및 심혈관 질환을 유발할 수 있다5.

말초신경병증은 혈당 조절이 잘 되지 않아 발생하는 미세혈관 합병증으로 통증 기전의 변화를 초래하며, KOA6에서 무릎 통증을 악화시킬 수 있다. KOA 환자가 당뇨병을 앓고 있는 경우, 무릎 관절의 운동 범위 감소, 무릎 기능 감소, 방사선 사진 변화 증가, 삶의 질 저하 등이 원인이다7. 당뇨병이 KOA에 미치는 영향으로 인한 신체 능력 저하의 특징은 근력과 협응력의 손상이다8. 관절 공간 감소 및 부정렬과 같은 연골 및 반월상 연골 손상과 관련된 퇴행성 변화의 자기 공명 영상 증거는 당뇨병 환자에서 더 심각한 것으로 보인다9.

혈당 조절이 잘 되지 않는 것은 무릎 활액의 상향 조절된 퇴행성 효소 및 염증 인자와 관련이 있습니다. IL-1β, IL-4, IL-6, 핵인자-κB(NF-κB) 및 종양괴사인자-알파(TNF-α)와 같은 당뇨병에서 사이토카인 및 단백질 증가는 KOA 병태생리학10,11과 관련이 있습니다. 연골세포에 있는 동안, 결함 있는 포도당 수송체는 상향 조절된 해당과정, 폴리올 경로, 단백질 키나아제 C 및 펜토스 경로로 이어지며 결국 활성 산소 종의 높은 생산량을 유발합니다10.

공복 및 무작위 혈당은 인슐린 저항성과 관련된 포도당 처리 능력뿐만 아니라 현재 혈당 상태를 추정할 수 있습니다12. 당화혈색소 A(HbA1c)는 지난 3개월 동안의 혈당 조절을 측정한 수치입니다. 그러나 이것은 급성 변동에 대한 세부 정보를 제공하지 않습니다13. 모세혈관 혈당 검사는 병상이나 진료소에서 혈당 상태를 즉각적으로 평가할 수 있으며, 이로 인해 혈당 조절을 결정하고 합병증의 위험을 예측하는 데 있어 모세혈관 검사의 가치에 대한 논쟁이 일고 있다 14,15. 따라서 본 연구는 HbA1c로 측정된 혈당 조절과 모세혈관혈당(CBG)으로 측정된 혈당 상승과 KOA 환자의 무릎 부상 및 골관절염 결과 점수(KOOS), 신체 능력, 신체 활동 수준, 방사선 중증도 및 염증 마커 간의 연관성을 밝히는 것을 목표로 합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

연구 프로토콜은 헬싱키 선언을 준수했으며 Universiti Kebangsaan Malaysia 윤리 위원회(참조 번호: JEP-2022-001)의 승인을 받았습니다.

1. 참가자 모집

  1. 편의 표본추출을 통해 쿠알라룸푸르와 셀랑고르에서 50세 이상의 KOA를 가진 지역사회 거주 성인으로부터 연구 모집단을 선택합니다. 노인 단체와 당뇨병 및 정형외과 클리닉에서 참가자를 모집했습니다.
    참고: KOA의 존재는 의사가 진단한 자가 보고 KOA 또는 ACR(American College of Rheumatology) 임상 검사 기준16을 충족하는 KOA로 정의됩니다.
  2. 시설에 입원한 노인이나 주요 심리적 장애 및 제1형 당뇨병을 앓고 있는 사람은 제외합니다.
  3. 유사한 설정의 횡단면 코호트에 대해 발표된 문헌을 참조하여 이 연구에서 홀수 비율인 효과 크기를 식별합니다. 귀무 가설을 기각하기 위한 80%의 검정력을 제공하는 표본 크기를 G*Power 3.117을 사용하여 계산합니다.
  4. 데이터 수집 전에 연구 목표를 설명하고 정보에 입각한 동의를 얻습니다.

2. 데이터 수집 - 설문지

  1. 사회 인구 통계학, KOOS18 및 IPAQ(International Physical Activity Questionnaire)19를 포함하는 설문지를 관리합니다.
  2. 42개 항목에서 파생된 5개의 KOOS 도메인 각각에 대한 총 점수를 계산하고 점수를 0-100% 척도로 변환하며, 0은 문제가 없음을 나타내고 100은 각 영역에 대한 심각한 문제를 나타냅니다.
  3. 각 도메인의 표준을 고려하여 소요 시간(분)과 일주일(일수)을 곱하여 IPAQ 도메인에 대한 MET(Metabolic Equivalent of Task)를 계산합니다.
    참고: 신체 활동 수준을 나타내는 총 MET는 3.3(걷기 활동 MET), + 4(중간 강도 활동 MET), + 8(격렬한 강도 MET)입니다.

3. 데이터 수집 - 물리적 성능

  1. 스타디미터로 높이를 측정합니다. 체성분 분석기로 체중과 체질량 지수(BMI)를 구합니다. 참가자들이 무거운 옷, 금속 액세서리 및 신발을 벗도록 합니다.
  2. 줄자를 사용하여 허리, 엉덩이, 종아리 둘레를 측정합니다. 허리둘레에 대해서는 안정시 배꼽 수준에서 센티미터 단위로 측정하고, 엉덩이 둘레에 대해서는 엉덩이의 최대 후방 돌출 수준에서 측정을 기록한다20. 장축의 가장 큰 치수에서 종아리 둘레를 측정하고 참가자는 등을 곧게 펴고 두 발을 바닥에 대고 앉습니다21.
  3. 참가자에게 신체 성능 테스트를 수행하는 방법에 대한 지침을 제공합니다: 악력 테스트(HGS)22, 시간 제한 및 이동 테스트(TUG)23, 6미터 보행 테스트(24), 5회 좌식 테스트(5STST)25.
    1. 성능 설정에 장애물과 위험 요소가 없는지 확인하십시오. 시험 사이에 1분의 표준화된 휴식 시간 허용26.
  4. 악력 테스트를 수행합니다.
    1. 참가자에게 팔꿈치를 90°로 구부리고 중립 위치에서 어깨를 내민 상태로 앉도록 지시합니다.
    2. 테스트 내내 빠르게 비틀거나 경련하는 동작을 수행하지 않도록 알립니다.
    3. 각 손의 손잡이 동력계로 최대 강도를 세 번 측정하고 kg 단위로 가장 큰 측정값을 선택합니다.
  5. 시간 제한 up-and-go 테스트를 수행합니다.
    1. 참가자에게 등을 의자 등받이에 닿게 하고, 팔을 팔걸이에 올려놓고, 발을 바닥에 평평하게 놓고 똑바로 앉도록 지시합니다.
    2. 스톱워치를 사용하여 일어서고, 3m를 걷고, U턴을 하고, 의자로 다시 걸어가고, 다시 앉는 데 걸린 시간을 기록합니다. 참가자의 등이 의자 등받이와 접촉을 잃을 때 타이밍을 시작하고 참가자의 등이 의자 등받이에 닿는 즉시 타이밍을 중지합니다.
    3. 두 번 반복하고 최종 결과로 가장 낮은 시간(초)을 기록합니다.
  6. 보행 속도를 평가합니다.
    1. 10m 통로를 측정하고 통로의 각 끝에서 2m 떨어진 곳에 접착 테이프로 마커를 배치하여 측정이 시작되고 끝나는 지점을 표시합니다.
    2. 참가자들이 10m 산책로를 따라 평소 페이스로 걷게 합니다.
    3. 참가자가 처음 2m를 넘자마자 타이머를 시작하고 8m 라인에서 타이머를 멈춥니다.
    4. 속도(m/s) 공식을 사용하여 보행 속도를 계산하며, 여기서 6m는 소요 시간(초)으로 나뉩니다.
  7. 기립 테스트를 5회 수행합니다.
    1. 참가자들에게 균형을 유지하면서 가능한 한 5배 빨리 일어서고 앉도록 지시합니다.
    2. 5회 반복을 완료하는 데 걸린 시간을 기록하고 3회 시도에서 가장 낮은 시간(초)을 선택합니다.

4. 데이터 수집 - 무릎 Xray

  1. 참가자가 서 있는 전후 체중 부하 보기를 사용하여 양쪽 무릎의 방사선 검사를 위해 병원을 방문할 예약 날짜와 시간을 설정합니다.
  2. 방사선 전문의에게 방사선 사진을 제출하면 방사선 전문의는 Kellgren과 Lawrence의 각 무릎27 등급을 결정하고 할당합니다.
    참고: 분류 시스템은 0에서 4까지의 등급이 있으며, 등급이 높을수록 골 형성, 관절 주위 이소골, 뼈 끝의 변형된 모양, 관절 공간 좁아짐, 연골하 경화증과 같은 특징에 따라 KOA의 중증도가 증가함을 나타냅니다.
  3. 할당된 성적을 기록하여 점수가 올바른 무릎에 할당되었는지 확인합니다.

5. 데이터 수집 - 혈당 상태 평가를 위한 모세혈관 채혈

  1. 손을 씻고 수술용 장갑을 착용하십시오. 알코올 면봉으로 참가자의 손가락을 닦고 손가락을 자연 건조시킵니다.
  2. 테스트 스트립을 삽입하여 혈당계를 준비합니다.
  3. 란셋 장치를 선택하고 사용하지 않고 밀봉되어 있는지 확인합니다.
  4. 란셋의 밀봉을 풀고 새 란셋 장치로 손가락을 찌르고 손가락을 꽉 쥐어 작은 핏방울을 만들고 테스트 스트립으로 혈액 방울을 만집니다.
  5. 품질 보증을 위해 제어 솔루션을 사용하고, 용액을 테스트 스트립에 떨어뜨리고, 제조업체에 따라 예상 범위에 있는지 확인하십시오.
  6. 혈당계에 표시된 혈당 수치를 기록합니다. 참가자에게 마지막 식사가 언제였는지 묻고 표본 추출 시간 8시간 전에 식사를 했는지 여부를 기록합니다.
    참고: 공복 혈당을 위해서는 참가자가 이 절차 전에 최소 8시간 동안 단식해야 하지만 무작위 혈당은 그렇지 않습니다.
  7. 란셋을 날카로운 물건 통에 안전하게 버리고 참가자에게 면봉을 제공하여 손가락의 천자 부위에 압력을 가하여 지혈을 보장합니다.
  8. 시술 후에는 손을 씻으십시오. 흘린 피를 청소하십시오.

6. 데이터 수집 - 혈당 조절 평가를 위한 정맥혈 수집

  1. 손을 씻고 수술용 장갑을 착용하십시오.
  2. 오른쪽 또는 왼쪽 전후쿠부 와사에서 적절한 정맥을 확인합니다. 선택한 팔의 상완에 지혈대를 적용하고 촉진으로 적절한 정맥을 식별합니다.
  3. 알코올 면봉으로 선택한 정맥 주위의 피부를 청소하고 자연 건조시킵니다.
  4. 6mL 일반 혈액 튜브 2병을 사용하여 23G 버터플라이 바늘로 정맥혈 샘플을 수집합니다. 참가자의 고유 식별 코드로 튜브에 레이블을 지정합니다.
  5. 날카로운 물건과 임상 폐기물은 안전하게 버리고 손을 씻으십시오.
  6. 혈액 샘플을 얼음 팩과 함께 쿨러에 넣어 실험실로 운반합니다. 채취 튜브에 담긴 혈액 샘플을 원심분리기와 원심분리기에 넣고 604 x g 에서 10분 동안 가열합니다.
  7. 마이크로피펫을 사용하여 혈청을 1.5mL 마이크로 원심분리 튜브에 분취하고 -80°C에서 보관하기 전에 튜브에 날짜, 식별 코드 및 샘플 유형을 표시합니다.

7. ELISA 분석

  1. 제조업체의 설명서에 따라 ELISA 분석에 필요한 혈청 부피를 계산합니다. 최적화 분석을 실행하여 최적의 농도를 결정합니다. IL-1β, IL-4, CRP, NF-κB 및 AGE에 대해 각각 반복합니다.
  2. 혈청을 해동하고 ELISA 시약을 실온(RT)으로 가져옵니다. 한편, 표준물질, 시료 및 블랭크에 대한 라벨 마이크로 원심분리기 튜브.
  3. 필요한 경우 원액에서 희석제, 검출 항체, 기질 및 세척 버퍼에 대한 제조업체의 지침에 따라 작업 용액을 준비합니다.
  4. 주어진 표준물질 희석제를 사용하여 표준물질에 대해 2배 직렬 희석을 실행합니다. 각 마커의 참조 표준물질: IL-1β = 500 pg/mL, IL-4 = 2000 pg/mL, CRP = 25 ng/mL, NF-κB = 10 ng/mL, AGEs = 4800 ng/L. 표준 희석제는 블랭크 역할도 합니다.
  5. 필요한 경우 최적화된 분석을 위해 혈청 샘플을 희석합니다.
    1. IL-1β, IL-4 및 NF-κB ELISA 분석의 경우 깔끔한 혈청 샘플을 사용합니다. CRP의 경우 기준 희석제로 1000배 희석합니다. 100 μL 샘플을 웰에 피펫팅하고 각각을 복제합니다.
    2. AGEs ELISA 분석의 경우, 2배 희석된 혈청 샘플을 사용하고 40μL의 샘플을 웰에 피펫팅한 다음 각각 복제합니다.
  6. 다른 샘플 또는 시약 사이에서 피펫 팁을 교체하십시오. 가장자리 효과를 피하기 위해 멀티채널 피펫을 사용하십시오.
  7. 제조업체 설명서에서 제안한 시간과 온도에 따라 배양하고 각 배양에 대해 새 접착 덮개로 플레이트를 밀봉하십시오.
  8. 이 샌드위치 ELISA의 경우, 샘플과 표준물질을 사전 코팅된 웰에 배양한 다음 검출 항체, 접합 2차 항체, 기질 및 마지막으로 정지 용액을 배양합니다. 이전과 동일한 순서로 각 솔루션을 추가합니다.
  9. 제조업체의 설명서에 따라 배양 사이에 세척 완충액을 사용하여 우물을 디캔팅하고 세척합니다. 깨끗한 흡수지에 웰을 두드려 세척 버퍼를 제거하되 다음 용액을 추가하기 전에 웰이 마르지 않도록 합니다.
  10. 450nm에서 마이크로플레이트 리더로 웰을 판독합니다. 대칭 시그모이드 캘리브레이터28에서 농도를 플롯하고 결정하는 정량적 방법인 4개의 매개변수 로지스틱(4PL) 곡선을 사용하여 기록하고 계산합니다. 분석을 위해 각 표본의 평균을 사용합니다.

8. 통계 분석

참고: 적절한 데이터 분석 소프트웨어(여기서는 SPSS 버전 20이 사용됨)를 사용하여 데이터를 분석합니다. 연구 모집단을 두 그룹으로 분류합니다: 1) 양호한 혈당 조절, 2) 불량한 혈당 조절(낮은 혈당 상태 = 공복 혈당 7.0mmol/L 이상 또는 무작위 혈당이 11.1mmol/L 이상; 혈당 조절 불량 = HbA1c 6.3% 이상).

  1. 소프트웨어를 열어 날짜, 참가자의 식별 코드, 사회 인구학적 변수, 설문지 항목 및 측정된 매개변수를 기반으로 변수를 생성합니다.
    1. 변수 보기를 선택합니다. Name 열에 삽입하고 Label 열에 설명 또는 표시 이름을 삽입합니다.
    2. 측정 유형을 > 선택합니다. 코드화된 범주형 변수의 경우, Values 열에서 대표 숫자 코드와 해당 값을 일치시킵니다. 확인을 선택합니다.
  2. 수집된 데이터를 소프트웨어에 입력하며, 각 행은 한 명의 참가자를 나타냅니다.
    1. 데이터 보기를 선택합니다. 숫자 유형의 경우 열에 있는 대표 숫자 코드를 입력하고 문자열 유형의 경우 이름 또는 설명을 입력합니다.
  3. 계량형 변수의 정규성을 확인하여 파라메트릭 검정 가정을 확인합니다.
    1. 기술 통계> 분석을 선택하여 탐색> 선택합니다. 연속형 변수를 종속 목록 필드에 삽입합니다.
    2. 검정이 있는 도표> 정규성 도표> 계속을 선택하고 확인을 >. 표본 크기가 50보다 큰 경우 Kolmogorov-Smirnov 검정의 p-값을 참조하십시오. 유의한 p-값은 데이터가 정규 분포를 따르는 귀무 가설을 기각합니다.
  4. 비모수 변수에 대한 Mann-Whitney U 검정을 실행하여 그룹 간의 유의한 차이를 검정합니다.
    1. > 비모수 검정 분석 > 설정을 선택하고 Mann-Whitney U(2개 표본)> 테스트를 사용자 정의>> 테스트를 선택합니다.
    2. 필드로 이동하여 테스트 필드 필드에 연속형 변수를 삽입합니다.
    3. CBG 또는 HbA1c에 대한 categorical형 그룹을 Groups > Run 필드에 삽입합니다.
  5. 범주형 변수에 대한 카이제곱 검정을 실행하여 그룹 간의 유의한 차이를 검정합니다.
    1. 기술 통계량 분석> 교차 분석 > 통계량 > 카이제곱 > 계속을 >선택합니다.
    2. 셀 표시를 선택합니다. Counts 필드에서 Observed를 선택하고 Percentage 필드에서 Column을 선택합니다. 그런 다음 계속을 선택합니다.
    3. 범주형 변수를 행 필드에 삽입하고 CBG 또는 HbA1c에 대한 범주형 그룹을 열 > 확인 필드에 삽입합니다.
  6. 연속형 종속 변수를 이진 그룹으로 변환하여 로지스틱 회귀에 대비합니다.
    1. 변형 > 다른 변수로 코드 재설정을 선택하고 입력 변수 > 출력 변수 필드에 연속 변수를 삽입합니다.
    2. 필드 이름에 새 변수 이름을 삽입합니다. Label > Change > Old and New Values 필드에 새 레이블을 삽입합니다.
    3. Range, LOWEST through Value 필드에서 컷오프 포인트의 임계값 아래에 삽입하고 이것이 좋은 결과를 나타내는 경우 Value of New Value 필드에서 0과 쌍을 이룹니다.
    4. 추가를 선택하고 > Range(범위), value(값)이지만 HIGHEST(최고)) 필드에 컷오프 포인트를 삽입하고 새 값(Value) 필드에 있는 컷오프 포인트와 페어링> Add > Continue > OK(확인)를 선택합니다.
  7. 종속변수에 대한 차단점:
    - KOOS 통증 영역 < 86.1%, 증상 영역 < 85.7%, 일상생활 영역 <86.8%, 스포츠 영역 < 85.0%, 삶의 질 영역 < 87.5%
    - 불량한 HGS: 남성 < 28kg, 여성 < 18kg
    - 터그> 불량 8.00초
    - 1.13ms-1< 불량 보행 속도
    - 나쁨 5TSTS >12.80초
    - 낮은 신체 활동, IPAQ MET < 3000
    - 중등도에서 중증의 방사선 사진 KOA, Kellgren 및 Lawrence 등급 척도 > 2
    - 높은 IL-1β > 11.9pg/mL
    - 높은 IL-4 > 5pg/mL
    - 높은 CRP > 8ng/mL
    - 높은 연령 > 900ng/L
    - 높은 NF-κB > 3ng/mL
  8. 다중 로지스틱 회귀 분석을 실행하여 승산비를 구합니다. 중요한 참가자의 특성을 기반으로 교란 요인이 있는 물류 모델을 조정합니다.
    1. 회귀 분석 > 이항 로지스틱> 선택합니다. 이진 종속 변수를 Dependent(종속) 필드에 삽입합니다.
    2. CBG 또는 HbA1c 변수를 공변량 필드에 삽입합니다.
    3. 범주형을 선택하고 범주형 변수를 범주형 공변량 필드로 전송합니다. 그런 다음 참조 범주를 첫 번째 > 변경 > 계속으로 선택합니다.
    4. exp(B)에 대한 CI> 옵션을 선택합니다: 95% > Continue > OK.
  9. 조정된 모형에 대해 절차를 반복하되 공변량 필드에 유의한 교락 요인을 추가합니다.
  10. 변수를 계량형 변수의 경우 평균(표준 편차) 또는 비모수 검정을 사용하는 경우 중앙값(사분위수 범위)으로 표시하고, 범주형 변수의 경우 숫자(백분율)로 변수를 제시합니다. 95% 신뢰 구간(CI)으로 홀수비(OR)를 보고하고 0.05 미만의 p-값을 통계적으로 유의한 것으로 표시합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

참가자의 특징
표 1은 FPBS 및 HbA1c의 혈당 상태에 따른 참가자의 특성을 요약한 것입니다. 그림 1 은 변수 포함 기준에 따라 각 단계에 포함된 총 참가자 수를 보여줍니다. 모집된 총 300명의 참가자 중에서 FPBS에 대해 254명으로부터 모세혈관 혈당 샘플링을 얻었고, HbA1c에 대해 93명으로부터 정맥혈 샘플링을 얻었습니다. 254개의 모세혈관 샘플 중 45개(17.7%)가 고혈당 기준을 충족했습니다. 93개의 정맥 샘플 중 42개(45.2%)가 혈당 조절 불량의 기준을 충족했습니다. 참가자의 평균 연령은 FPBS를 사용할 수 있는 사람들의 경우 65.98± 5.41세였고 HbA1c를 사용할 수 있는 사람들의 경우 66.41± 6.02세였습니다. CBG에 따라 혈당 조절이 잘 되지 않는 사람들에 비해 혈당 조절이 잘 되지 않는 사람들에게서 BMI만이 유의한 차이를 보인 반면, 혈당 조절이 불량...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

정맥혈 채취는 결과의 정확성 측면에서 모세혈관 채취보다 실험실 검사에서 선호되는 경우가 많다29. HbA1c는 당뇨병 합병증, 안정적인 화학적 특성 및 잘 표준화된 실험실 검사와 밀접한 관련이 있습니다. HbA1c는 3개월 동안의 혈당 조절을 반영하기 때문에 공복 샘플이 필요하지 않으며, 일회성 모세혈관 혈액 샘플링은 최근 식사의 시간과 내용에 영향을 받는 1점 혈당 상태를 반영할 수 있습니다. 그러나 두 혈당 평가 모두 장단점이 있습니다. 모세혈당 결과는 미세순환 장애, 저혈압, 심한 탈수, 부종, 당뇨병성 케톤산증의 영향을 받으며, 사용된 상용 혈당계 및 검사지의 기능30. 그럼에도 불구하고 모세혈관 혈액 샘플링은 즉각적인 결과를 제공하고 접근성을 높이며 급성 혈당 상태를 포착할 수 있습니다. 이는 다양한 연구 요구 사항을 충족하고 자원이 부족한 환경에서 연구 능력을 잠재적으로 향...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

모든 저자는 선언할 이해 상충이 없습니다.

감사의 글

이 연구는 말레이시아 고등교육부의 기초 연구 보조금 제도(Fundamental Research Grant Scheme)의 지원을 받았으며 보조금/수여 번호: FRGS/1/2021/SKK0/UKM/02/15.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
버터플라이 바늘BD 진공 테이너367282
G*Power 3.1하인리히-하이네 대학교https://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpower하인리히-하이네 대학교, Dü 셀도르프
혈당계 및 테스트 스트립Contour plushttps://www.diabetes.ascensia.my/en/products/contour-plus/바젤, 스위스
CRP(C-반응성 단백질) ELISA 키트ElabscienceE-EL-H0043-96TELISA 키트
인간 IL-1&베타;( 인터루킨 1 베타) ELISA 키트 ElabscienceE-EL-H0149-96TELISA 키트
인간 IL-4(인터루킨 4) ELISA 키트ElabscienceE-EL-H0101-96TELISA 키트
인간 NF-&카파; B-p105 서브유닛생물 분석 기술 실험실E0003HuELISA 키트
인간 NF-&카파; Bp105(핵인자 NF-kappa-B p105 서브유닛)ElabscienceE-EL-H1386-96TELISA 키트
수동 핸드 동력계Jamar5030J1Warrenville, Illinois, USA
휴대용 체성분 분석기InBody ASIAhttps://inbodyasia.com/products/inbody-270/Inbody 270, Cheonan, Chungcheongnam-do
경기계Seca213 1821 009SECA 213, 함부르크, 독일
인간 휴대용

참고문헌

  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).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

ELISA
당뇨병이 있는 50세 이상의 개인에서 무릎 골관절염에 대한 혈당 영향 물리적, 방사선학적 및 염증성 마커에 대한 증상
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.