Архив статей журнала
Цель: оценка особенностей микроэлементного состава волос детей с сахарным диабетом 1-го типа (СД 1). Материал и методы. В исследовании приняли участие дети с СД 1 (n=28) и практически здоровые дети из группы сравнения (n=56) в возрасте 3-5 лет, проживающие в Омской области. Проведен анализ элементного состава волос методом атомно-эмиссионной и масс-спектрометрии с индуктивно связанной аргоновой плазмой.
Результаты. Установлены значимые отличия в количествах микроэлементов в волосах: более низкие значения бериллия (p<0,001), хрома (p=0,003), лития (p=0,005), ванадия (p=0,005), селена (p=0,043), и большие количества меди (p=0,025), фосфора (p=0,001) в волосах детей с СД 1 в сравнении с группой практически здоровых. В группе детей с СД 1 была меньше доля лиц с недостаточной обеспеченностью магнием (p=0,003), фосфором (p=0,001), медью (p=0,001). Cтепень выраженности нарушений минерального обмена (НМО) была меньше в группе детей с СД 1: 53,6% детей были отнесены к лицам, не имеющим НМО либо имеющим незначительные НМО.
Заключение. Элементный состав волос детей с СД 1 характеризовался более высокими количествами фосфора и меди, более низким содержанием хрома, селена, бериллия, лития и ванадия. Доля детей с недостаточной обеспеченностью магнием, фосфором, медью была больше в группе сравнения. Степень НМО в группе детей с СД 1 была в целом меньше.
Цель: разработать прогностический алгоритм ночных гипогликемий (НГ) на основании данныхмобильного приложения для мониторинга глюкозы. Материал и методы. Произведен ретроспективный анализ 524 профилей непрерывного мониторинга глюкозы (НМГ) пациентов с сахарным диабетом 1-го типа. НМГвыполнен с помощью системы Medtronic iPro2 в течение 6-7 суток, проведен анализ ночных периодов НМГдля выявления систематических НГ. В исследование включены 239 пациентов, из которых у 65 (27,1 %) выявлены систематические НГ. Построены модели 7-точечных гликемических профилей, данные которых загружалисьв мобильное приложение DiaLog GM для расчета стандартизованных показателей мониторинга глюкозы. Прогностическая модель НГ разработана на основании метода логистической регрессии.
Результаты. Согласнорегрессионному анализу наиболее значимыми предикторами НГ, вошедшими в прогностическую модель, являлись гликированный гемоглобин (p=0,001), применение помповой инсулинотерапии (p=0,001), время нижецелевого диапазона 1-го уровня (p<0,001), коэффициент вариации глюкозы (p=0,02). Площадь под ROC-кривойдля модели прогноза - 0,917; оптимальная точка отсечки для предсказанной вероятности НГ - 0,317, при которой чувствительность модели составила 86 %, специфичность - 90 %.
Заключение. Разработанная модельпрогноза на основании данных специализированного мобильного приложения позволяет усовершенствоватьсуществующие подходы к оценке риска НГ за счет более высокой предсказательной способности.