Цель.Цель: оценить вклад вариабельности гликированного гемоглобина (HbA1c) в развитие микрососудистых осложнений у пациентов с сахарным диабетом 1-го типа (СД1) длительностью заболевания 25 лет.Материалы и методы.Материалы и методы: проведен ретроспективный анализ базы данных пациентов с СД1 с момента манифестации заболевания до времени последнего визита. Определение уровня HbA1c выполнено с использованием метода, сертифицированного в соответствии с National Glycohemoglobin Standardization Program (NGSP) или International Federation of Clinical Chemists (IFCC). Для оценки вклада вариабельности HbA1c ([%]) в развитие микроваскулярных осложнений определены средний текущий HbA1c, средний HbA1c за весь период наблюдения (с момента манифестации диабета до последнего визита – 2019 г.), значения медианы и максимальной дельты HbA1c (∆HbA1c). Статистический анализ выполнен на IBM SPSS Statistics ver.22. Статистически значимым различием принято значение p < 0,05.Результаты.Результаты. Пациенты (n = 88) в зависимости от зарегистрированных микрососудистых осложнений (МВО) разделены на три группы: без МВО (n = 38), с изолированными МВО (ретинопатия или нефропатия) (n = 25) и множественными МВО (ретинопатия и нефропатия) (n = 25). Клиническая характеристика [медиана (25; 75 перцентиль)]: возраст манифестации СД1 9 лет (5; 12), возраст пациентов на момент последнего визита 33 года (29; 35), длительность сахарного диабета 1-го типа 24 года (20; 27), индекс массы тела 24 кг/м2 (21; 25). Пациенты получали интенсифицированную базис-болюсную инсулинотерапию (n = 82) или помповую инсулинотерапию (n = 6). Средний уровень HbA1c за весь период наблюдения для трех групп составил: 8[%] (7,6; 8,9), 8,5[%] (7,9; 8,9), 8,6[%] (7,8; 10) соответственно, p = 0,2. Средний текущий (на момент последнего визита) HbA1c – 8,2[%] (7,2; 9,0), 8,1[%] (7,5; 9,0), 8,4[%] (7,3; 9,7) соответственно, p = 0,4. Определены статистически значимые различия в группе без осложнений и в группе со множественными осложнениями между уровнями максимальной ΔHbA1c 2,3[%] (1,8; 2,8) vs 4,7[%] (3,2; 5,6), р < 0,0001 и медианы ΔHbA1c 0,7[%] (0,6; 0,9) vs 1,4[%] (1; 1,7), р < 0,0001. Статистически значимых связей между показателями максимальной и средней ΔHbA1c в группах без осложнений и в группе с единичными осложнениями не зарегистрировано.Выводы.Выводы: показатели HbA1c за весь период наблюдения и на момент последнего визита не ассоциированы с развитием микро- ангиопатий. В исследуемой когорте пациентов потенциальная роль в развитии микроваскулярных осложнений определена для медианы и максимальной ΔHbA1c.
Nathan D.M., Kuenen J., Borg R., Zheng H., Schoenfeld D., Heine R.; A1c- Derived Average Glucose (ADAG) Study Group. Translating the A1C Assay Into Estimated Average Glucose. Diabetes Care. 2008;31(8):1473–1478. doi: 10.2337/dc08-0545..
DOI: 10.2337/dc08-0545
Nathan D.M., Genuth S., Lachin J., Cleary P., Crofford O., Davis M., Rand L., Siebert C.; Diabetes Control and Complications Trial Group. The effect of intensive diabetes treatment on the development and progression of long-term complications in insulin-dependent diabetes mellitus. N Engl J Med. 1993;329(14):977–986. doi: 10.1056/NEJM199309303291401..
DOI: 10.1056/NEJM199309303291401
Hsu C.R., Chen Y.T., Sheu W.H. Glycemic variability and diabetes retinopathy: a missing link. J Diabetes Complications. 2015;29(2):302–306. doi: 10.1016/j.jdiacomp.2014.11.013..
DOI: 10.1016/j.jdiacomp.2014.11.013
Marcovecchio M.L., Dalton R.N., Chiarelli F., Dunger D.B. A1C variability as an independent risk factor for microalbuminuria in young people with type 1 diabetes. Diabetes Care. 2011;34(4):1011–1013. doi: 10.2337/dc10-2028..
DOI: 10.2337/dc10-2028
Wadén J., Forsblom C., Thorn L.M., Gordin D., Saraheimo M., Groop P.H. A1C variability predicts incident cardiovascular events, microalbuminuria, and overt diabetic nephropathy in patients with type 1 diabetes. Diabetes. 2009;58(11):2649–2655. doi: 10.2337/db09-0693..
DOI: 10.2337/db09-0693
Early Treatment Diabetic Retinopathy Study Research Group. Grading diabetic retinopathy from stereoscopic color fundus photographs – an extension of the modified Airlie House classification. ETDRS report number 10. Ophthalmology. 1991;98(5Suppl):786–806. doi: 10.1016/S0161-6420(13)38012-9..
DOI: 10.1016/S0161-6420(13)38012-9
Шестакова М.В., Болотская Л.Л., Вербовая М.В., Лукина М.Р., Рыкова Е.Г., Тен Е.О. и др. Результаты первого российского многоцентрового неитервенционного исследования глюкометра КонтурТС. Consilium medicum. 2019;21(4):26–34. doi: 10.26442/20751753.2019.4.190308..
DOI: 10.26442/20751753.2019.4.190308
Freckmann G., Pleus S., Baumstark A., Schmid C., Link M., Haug C. Selfmonitoring of blood glucose: impact of a time delay between capillary blood sampling and glucose measurement. J Diabetes Sci Technol. 2014;8(6):1239–1240. doi: 10.1177/1932296814547519..
DOI: 10.1177/1932296814547519
Caswell M., Frank J., Viggiani M.T., Pardo S., Dunne N., Warchal-Windham M.E., Morin R. Accuracy and user performance evaluation of a blood glucose monitoring system. Diabetes Technol Ther. 2015;17(3):152–158. doi: 10.1089/dia.2014.0129..
DOI: 10.1089/dia.2014.0129
Bland J.M., Altman D.G. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;1(8476):307– 310. Available at: https://www.ncbi.nlm.nih.gov/pubmed/2868172.https://www.ncbi.nlm.nih.gov/pubmed/2868172
Bland J.M., Altman D.G. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;1(8476):307– 310. Available at: https://www.ncbi.nlm.nih.gov/pubmed/2868172.https://www.ncbi.nlm.nih.gov/pubmed/2868172
Bailey T.S., Wallace J.F., Pardo S., Warchal-Windham M.E., Harrison B., Morin R., Christiansen M. Accuracy and User Performance Evaluation of a New, Wireless-
enabled Blood Glucose Monitoring System That Links to a Smart Mobile Device. J Diabetes Sci Technol. 2017;11(4):736–743. doi: 10.1177/1932296816680829..
DOI: 10.1177/1932296816680829
Дедов И.И., Шестакова М.В., Майоров А.Ю. (ред.) Алгоритмы специализированной медицинской помощи больным сахарным диабетом. Сахарный диабет. 2019;22(1S1):1–144. doi: 10.14341/DM221S1..
DOI: 10.14341/DM221S1
Sun J.K., Keenan H.A., Cavallerano J.D., Asztalos B.F., Schaefer E.J., Sell D.R. et al. Protection From Retinopathy and Other Complications in Patients With Type 1 Diabetes of Extreme Duration. Diabetes Care. 2011;34(4):968–974. doi: 10.2337/dc10-1675 8..
DOI: 10.2337/dc10-1675 8
Conway B.N., Maynard J.D., Orchard T.J. Comment on: Sun et al. Protection from retinopathy and other complications in patients with type 1 diabetes of extreme duration: the Joslin 50-Year Medalist Study. Diabetes Care 2011;34:968–974. Diabetes Care. 2011;34(9):e148–e148. doi: 10.2337/dc11-0971..
DOI: 10.2337/dc11-0971
Kilpatrick E.S., Rigby A.S., Atkin S.L. A1C variability and the risk of microvascular complications in type 1 diabetes: data from the Diabetes Control and Complications Trial. Diabetes Care. 2008;31(11):2198–2202. doi: 10.2337/dc08-0864..
DOI: 10.2337/dc08-0864
Kilpatrick E.S. The rise and fall of HbA1c as a risk marker for diabetes complications. Diabetologia. 2012;55:2089–2091. doi: 10.1007/s00125-012-2610-5..
DOI: 10.1007/s00125-012-2610-5
Hermann J.M., Hammes H.P., Rami-Merhar B., Rosenbauer J., Schütt M., Siegel E., Hall R.W. HbA1c variability as an independent risk factor for diabetic retinopathy in type 1 diabetes: a German/Austrian multicenter analysis on 35,891 patients. PLoS One. 2014;9(3):e91137. doi: 10.1371/journal.pone.0091137..
DOI: 10.1371/journal.pone.0091137
Hietala K., Wadén J., Forsblom C., Harjutsalo V., Kytö J., Summanen P., Groop P.H. HbA1c variability is associated with an increased risk of retinopathy requiring laser treatment in type 1 diabetes. Diabetologia. 2013;56(4):737–745. doi: 10.1007/s00125-012-2816-6..
DOI: 10.1007/s00125-012-2816-6