研究人群
400 名注册参与者根据口服葡萄糖耐量测试 (OGTT) 值进行分组：179 名受试者进行 NGT，137 名糖尿病前期孤立性空腹血糖受损和糖耐量受损 (IFG/IGT)，84 名新诊断为 T2DM。 表中报告了受试者的临床特征 1。 在入组时，患者未接受既往药物治疗。 三组之间在年龄、性别、体重指数（BMI）、吸烟习惯、收缩压（SBP）、舒张压（DBP）、高密度脂蛋白（HDL）和低密度脂蛋白（LDL）胆固醇方面没有观察到统计学上的显着差异。 相比之下，我们观察到空腹血糖 (FPG) (p < 0.0001)、2 小时血浆葡萄糖 (p < 0.0001)、空腹血浆胰岛素 (FPI) (p < 0.0001)、2 小时血浆胰岛素显着增加（p < 0.0001）。 此外，如 Matsuda/index (p < 0.0001) 所证明的那样，胰岛素敏感性恶化。 此外，我们观察到高敏感性 C 反应蛋白 (hs-CRP) (p < 0.0001)、HbA1c (p < 0.0001)、血小板计数 (PLT) (p = 0.003)、甘油三酯 (TG) (p = 0.001) 显着升高) 值和估计肾小球滤过率 (e-GFR) 的降低 (p < 0.0001)。 有趣的是，从 NGT 到 T2DM 组，MPV 值逐渐增加（p < 0.0001）（图 2）。 1）； 此外，随着代谢状态的恶化，TyG评分显着增加（p<0.0001）（图1）。 1）。
表 1 根据糖耐量状态研究人群的人体测量、血流动力学和生化特征 1
NGT、IGT/IFG 和 T2DM 患者中检测到的 MPV 值和 TyG 评分的图形表示。 数据为平均值±标准差。 *p < 0.0001（方差分析）； § p = 0.007 IGT/IFG，** p < 0.0001 对比 DM2，# p < 0.0001 对比 IFG/IGT（Bonferroni 事后检验）。 NGT = 正常葡萄糖耐量； IGT = 葡萄糖耐量受损； IFG = 空腹血糖受损 T2DM = 2 型糖尿病
根据 Bonferroni 事后测试，与 NGT 受试者相比，T2DM 患者表现出胰岛素敏感性恶化，如松田/指数 (p < 0.0001) 所示，炎症特征如 hs-CRP (p < 0.0001) 所示恶化，MPV 较高值 (p < 0.0001)，PLT 计数增加 (p < 0.0001)。 此外，与 NGT 组相比，糖尿病前期和 T2DM 患者的 MPV 值更高（p < 0.0001）。 此外，我们在 IGT/IFG 组和 T2DM 组之间的比较中观察到 MPV 值存在显着差异 (p < 0.0001)。 关于Tyg评分，与IGT/IFG（p = 0.007）和T2DM患者（p < 0.0001）相比，NGT患者的Tyg评分显着较低，而且与T2DM组相比，糖尿病前期患者的Tyg评分较低（p < 0.0001）。
动脉硬度评估和超声心动图参数
表中报告了外周和中心血流动力学参数 2。 我们发现三个研究组的动脉僵硬度参数存在一些差异。 正如假设的，我们观察到 PWV (p < 0.0001)、增强指数 (AI%) (p < 0.0001)、增强压 (AP) (p < 0.0001)、中心收缩压 (c-SBP) 显着增加（ p < 0.0001）和中心脉压（c-PP）（p < 0.0001），证明动脉僵硬度随着代谢状态的恶化而增加。 Bonferroni 事后检验显示，与 NGT 组相比，T2DM 和 IGT/IFG 受试者的 AI% (p < 0.0001) 和 AP (p < 0.0001) 值较高。
表2 根据糖耐量状态研究人群的动脉僵硬度参数
桌子 3 显示整个人群和三个研究组的形态和功能超声心动图参数。 从第一组到第三组，左心室质量（LVM）（p < 0.0001）、左心室质量指数（LVMI）（p < 0.0001）、左心室舒张直径（LVDD）（p < 0.0001）显着增加。 0.0001)，舒张后壁 (dPW) (p < 0.0001)。 在以射血分数（EF）评估的左整体收缩功能方面，三组之间没有检测到统计学上的显着差异。 相比之下，从第一组到第三组，左整体收缩功能进行性下降，以心肌变形和整体纵向应变（GLS）评估（p < 0.0001）。 特别是，与 NGT 受试者相比，T2DM 和糖尿病前期患者的 GLS 更受影响 (p < 0.0001)。
表 3 研究人群根据糖耐量的形态功能超声心动图参数
关于右整体收缩功能指数，我们观察到随着代谢状态的恶化，TAPSE 值显着降低（p < 0.0001）。 至于舒张功能，T2DM 组的 E/A 比值显着较低（p < 0.0001）。
相对于左心房容积指数 (LAVI) 参数，从健康受试者到 T2DM 患者逐渐增加 (p = 0.001)。
线性回归分析
MPV、GLS 和 PWV 被视为因变量和不同协变量之间进行线性回归分析（表 4）。
表4 因变量MPV(A)、GLS、PWV与整个研究人群不同协变量之间的线性回归分析
MPV 与 HbA1c (r = 0.251，p < 0.0001)、hs-CRP (r = 0.120，p = 0.009)、PLT (r = 0.187，p < 0.0001)、TyG 评分 (p = 0.273，p < 0.0001)、BMI (r= -0.165，p = 0.001) 和年龄 (r = 0.107，p = 0.018)，并与 Matsuda 指数 (r= -0.446，p = < 0.0001) 和 e-GFR (r= -0.399，p < 0.0001）。
随后，GLS 与 E/e’ (r = 0.409，p = < 0.0001)、LVMI (r = 0.329，p = < 0.0001)、MPV (r = 0.383，p < 0.0001)、Hs-CRP 显着且直接相关(r = 0.100, p = 0.038)、SBP (r = 0.159, p = 0.001)、DBP (r = 0.126, p = 0.006) 和 TyG 评分 (r = 0.177, p < 0.0001) 且与 Matsuda 指数呈负相关 ( r= -0.299，p < 0.0001）和 e-GFR（r= -0.112，p = 0.014）。
当 PWV 被视为因变量时，它与 MPV (r = 0.451，p < 0.0001)、hs-CRP (r = 0.111，p = 0.015)、LDL 胆固醇 (r = 0.109，p = 0.016) 显着且直接相关和 TyG 评分（r = 0.111，p = 0.026），并与 Matsuda 指数（r = -0.382，p < 0.0001）、e-GFR（r = -0.152，p = 0.001）和 HDL 胆固醇（r = -0.140）呈负相关。 ，p = 0.003）。
在逐步多元线性回归模型中引入达到统计显着性的变量，以确定 MPV、PWV 和 GLS 的独立预测因子（表 5）。
表5 MPV、GLS、PWV与整个研究人群不同协变量之间的逐步多元回归分析
在整个研究人群中，松田指数是MPV的主要预测因子，占其变异的19.7%； e-GFR、HbA1c 和 PLT 分别增加了 7.7%、1.7% 和 1.1%。 此外，E/è 是 GLS 的主要预测变量，证明其 16.5% 的变异是合理的； MPV 是第二个预测因子，解释了 8.3% 的变异，LVMI 又增加了 2.0%。 就 PWV 而言，MPV 是主要预测因子，解释了其 20.1% 的变异，松田指数和 LDL 分别增加了 3.5% 和 1.2%。
ROC曲线分析
为了进一步明确 MPV 对动脉僵硬度和亚临床心肌损伤的诊断价值，我们进行了受试者工作特征（ROC）曲线分析。 我们使用 PWV 作为动脉僵硬度的黄金标准； 考虑的截止速度为 10 m/s。 GLS是判断亚临床心肌损伤严重程度的金标准； 考虑的截止值为−17%。 ROC曲线分析显示，PWV和GLS的MPV曲线下面积（AUC）值分别为0.76（标准误差0.030，95％CI 0.70-0.82，p <0.0001）和0.64（标准误差0.033，95％CI 0.57- 0.70，p < 0.0001）（图 1） 2）。
根据PWV（A）和GLS（B）分层识别MPV的ROC曲线分析
2024-03-02 15:56:51
1709395963
#平均血小板体积MPV作为不同血糖稳态患者糖尿病大血管并发症的新标志物心血管糖尿病学
