|
作者:马建华
单位:南京医科大学附属南京第一医院内分泌科
随着电子科技、微成形制造技术、材料学和传感器技术的进步,血糖监测技术取得了飞速的发展。准确、连续、长时程、微创、无创血糖监测技术不断问世,血液也不再是血糖监测的唯一介质。为更好地服务糖尿病患者血糖管理,本文介绍了血糖监测技术应用与研究进展。
一、尿糖监测
19世纪利用氧化铜还原法检测尿中葡萄糖,随后班氏溶液被用来测定尿糖,1956年尿糖试纸的出现使得尿糖测定得以广泛应用。目前尿糖测定采用葡萄糖氧化酶法。
葡萄糖重吸收是在肾小球近端小管,葡萄糖与近端小管管腔膜上的Na-葡萄糖同向转运体结合后转至细胞内,再通过易化扩散方式进入组织间液重吸收回血。当血浆中葡萄糖的浓度超过160~180 mg/dl时,肾小管重吸收葡萄糖达到极限,尿中可出现葡萄糖,此时血浆葡萄糖浓度称为肾糖阈。但肾糖阈会随着妊娠、年龄和病变改变,故尿糖检测只能粗略地反映血糖水平,无法代替血糖检测,进而被血糖监测广泛替代。
二、末梢血糖监测
1966年Tom Clemens发明了第一台快速血糖仪,此为床边快速血糖监测(POCT)发展中的一个里程碑。1987年美国雅培公司研发了第一台电化学法血糖仪Exactech Pen,电化学法检测血糖逐渐成为主流。
血糖试纸主要采用生物酶法,包括:葡萄糖氧化酶(GOD)法和葡萄糖脱氢酶(GDH)法,GDH法根据不同的辅酶又可以分为吡咯喹啉醌葡萄糖脱氢酶(GDH-PQQ)、黄素腺嘌呤二核苷酸葡萄糖脱氢酶(GDH-FAD)及烟酰胺腺嘌呤二核苷酸葡萄糖脱氢酶(GDH-NAD)三种[1]。
自我血糖监测(SMBG)简便易行,能快速反映患者血糖末梢血糖水平,临床实践指南普遍推荐1型糖尿病或者行多次胰岛素注射或胰岛素泵治疗的患者需要常规行SMBG[2,3,4,5,6,7]。目前SMBG已成为糖尿病管理和教育的重要组成部分。但SMBG容易受操作者技术、患者病情的复杂性等多种因素的影响,血糖检测值的偏差将会误导治疗方案而延误病情以及增加住院费用。
血糖监测本身并不能够降低血糖,血糖监测数据必须整合到临床和自我管理中才能够起作用。随着移动医疗的发展,短信息和手机应用程序(App)在糖尿病血糖数据的管理中也发挥了一定作用。有研究表明应用短信息和智能手机App来管理血糖数据均可促进患者生活方式的改变、改善患者的血糖控制、优化降糖方案,从而实现个体化糖尿病管理。
院内POCT血糖仪和医院信息系统(HIS)的连接被誉为"千年挑战"。POCT血糖仪和HIS的连接主要包括,患者的识别、使用者的识别、临床数据的管理和质量控制。目前,第四代血糖数据管理系统实现了POCT血糖仪和HIS系统的无缝双向无线连接[8],该系统抗干扰能力强,可识别患者和操作人员,同时接受第三方质控。
三、糖化血红蛋白(HbA1c )
HbA1c监测方法主要包括离子交换高效液相色谱法、等电聚焦法、亲和色谱法和免疫化学方法等。HbA1c值应由国际临床化学和实验室医学联盟(IFCC)国际单位(mmol/mol)和美国国家HbA1c标准化计划(NGSP)单位(100%)共同报告。目前兴起的HbA1c即时检测快速、简便、易于操作,但其准确性难以控制。
HbA1c反映既往2~3个月平均血糖水平,是血糖控制的长期评估指标。目前已被广泛应用于:(1)评估糖尿病患者的血糖控制状况;(2)筛查糖尿病并发症[6];(3)诊断糖尿病[9]:2010年美国糖尿病学会(ADA)将HbA1c≥6.5%纳入糖尿病的诊断标准。
四、果糖胺/糖化白蛋白(GA)
果糖胺浓度相对稳定,不受药物、饮食、贫血或血红蛋白变异等因素的影响,其半衰期为17~19 d,可以反映糖尿病患者检测前2~3周内的血糖波动情况。果糖胺常用比色法检测,但准确性欠佳。
GA为一种酮胺类物质,是白蛋白与葡萄糖发生非酶糖化反应的产物。白蛋白的半衰期为15~20 d,故GA可以反映近2~3周的血糖水平。GA检测不受饮食、运动、药物及贫血等因素影响。
GA可用于筛查糖尿病[10],同时测定空腹血糖和GA可以提高糖尿病筛查率[11]。GA异常是提示糖尿病高危人群行口服葡萄糖耐量试验(OGTT)检查的重要指征,尤其对空腹血糖正常者更有意义。
五、1,5-脱水葡萄糖醇
1,5-脱水葡萄糖醇又称1,5-脱水-D-山梨醇(1,5-AG),广泛存在于食物中。人类血浆浓度为12~40 mg/L。1,5-AG通过肾小球滤过,99.9%由近端肾小管重新吸收入血。当血糖<180 mg/dl,食物中摄入的1,5-AG与肾脏排泄量保持平衡。研究证明糖尿病患者血清1,5-AG水平明显下降,随后1,5-AG在短期血糖监测的作用得到重视[12]。1,5-AG能反映糖尿患者近一周血糖轻微变化,是非禁食状态下糖尿病过筛试验的较好指标。1,5-AG还可以很好地反映血糖尤其是餐后血糖的波动,并可能对1型糖尿病患者的血糖水平的评估和治疗有重要临床意义[13]。
六、动态血糖监测(CGMS)
CGMS分为回顾性和实时CGMS,回顾性CGMS不能实时显示血糖,需连续几天的监测结束后再进行回顾性分析。实时CGMS能实时监测、显示血糖值并具有报警功能。CGMS能发现不易被传统监测方法所探测到的高血糖和低血糖,尤其是餐后高血糖和夜间无症状性低血糖[14]。能提供患者24 h平均血糖水平(24 h MBG)、24 h平均血糖水平标准差(SDBG)、平均血糖波动幅度(MAGE)、血糖时间百分率(PT)、血糖值高于、低于和处于目标范围的次数,总时间和曲线下面积(AUC)、最大血糖波动幅度(LAGE)、日间血糖平均绝对差(MODD)等血糖波动信息;研究者还可以通过调整软件的血糖值,得到24 h特定水平的血糖持续时间以及血糖值的曲线下面积。我国学者根据CGMS数据制定了我国人群血糖正常参考值:24 h MBG<6.6 mmol/L, 24 h血糖≥7.8 mmol/L及≤3.9 mmol/L的PT分别<17% (4 h)、12% (3 h) ;MAGE<3.9 mmol/L,SDBG<1.4 mmol/L[15,16]。CGMS联合胰岛素强化治疗能降低A1c[17,18];减少夜间低血糖事件发生[19]。传感器增强型胰岛素泵(SAP)能进一步减少血糖波动;CGMS与胰岛素注射装置构成的闭环系统控制2型糖尿病患者血糖已被应用于临床,且被证实安全可行[20,21];妊娠期糖尿病(GDM)患者根据CGMS调整饮食,能有效降低患者血糖及餐后血脂[22]、缩短低血糖时间,从而减少极低体重新生儿出生[23]。此外,CGMS还有助于鉴别1型糖尿病[24]。但CGMS有延迟性、有创性、费用高和依从性变化大等局限性。
七、血糖监测新技术
电子科技、微成形制造技术、材料学和传感器技术的飞速发展,使得血液不再是血糖监测的唯一介质。皮下组织间液、泪液和唾液[25]较易微创或无创获得,被许多技术用于血糖监测。(1)皮下组织间液:CGMS利用葡萄糖氧化酶法,通过置于皮下的葡萄糖传感器监测血糖。近年来,实时动态血糖监测系统(GRT)和实时动态胰岛素泵系统(3C系统)相继问世并用于临床,实现了对血糖变化规律的实时掌控。此外,还有微透析法(如GlucoDay,美纳里尼公司研发)、反离子电渗法(如GlucoWatch,加州Cygnus医疗仪表公司)、空心微针阵列法等[26,27,28]。(2)泪液:荷兰NovioSense公司研发的Tear Glucose sensor可置于下眼睑和眼球之间持续监测血糖,目前已经成功完成动物试验。谷歌联合诺华和爱尔康公司正在研发智能隐形眼镜,通过分析佩戴者泪液中的葡萄糖含量来持续监测血糖水平,该项技术已申请专利,目前处于雏形阶段。(3)唾液:美国Quick生物科技公司研发的iQuickItTM唾液分析器通过一次性棉芯采集唾液,然后插入手持分析仪检测葡萄糖水平,目前正在进行临床试验。
光谱分析法和多传感器融合技术[29,30]使得完全无创血糖监测成为可能:(1)拉曼光谱法:美国C8 MediSensors公司的血糖仪将一束单色光照射皮肤,并检测返回的频谱,通过拉曼指纹反映血糖水平。该技术已获得欧盟CE认证。(2)遮蔽光谱(Occlusion Spectroscopy):以色列OrSense公司专利技术SpectOLight采用无创光测量平台,通过探测并分析手指血液动力产生的光信号测定血糖水平,2007年通过欧盟CE认证。(3)近红外光谱(NIRS):挪威普迪医疗手表式产品GlucoPred的检测原理是利用近红外频谱捕获并分析血糖水平,目前尚在临床试验阶段。(4)多传感器数据融合技术:以色列Integrity Applications公司研发的GlucoTrack整合了超声、传导和热容三种检测技术,通过检测声波穿过耳垂的速度,反映血糖浓度。该技术已通过美国FDA Ⅰ期认证。此外,利用血浆葡萄糖与皮肤温度、心率、心率变异性、皮电反应等集成信号相关,通过整合多传感器信号来间接估计血浆葡萄糖浓度技术也呈现雏形(美国BodyMedia公司Senswear )[31]。
以上介绍了对血糖监测技术、手段的临床应用现状及研究进展,血糖监测技术的发展使得点血糖、阶段血糖水平得到客观评估,为糖尿病患者血糖管理提供了较为可信的依据。但目前各种监测方法均有优缺点,因此,如何获得血糖值精准度以及血糖管理信息化将是未来新的挑战。
参考文献
[1]MoodleyN,NgxamngxaU,TurzynieckaMJ,et al.Historical perspectives in clinical pathology: a history of glucose measurement[J].J Clin Pathol,2015,68(4):258-264.DOI:10.1136/jclinpath-2014-202672.
[2]MillerKM,BeckRW,BergenstalRM,et al.Evidence of a strong association between frequency of self-monitoring of blood glucose and hemoglobin A1c levels in T1D exchange clinic registry participants[J].Diabetes Care,2013,36(7):2009-2014.DOI:10.2337/dc12-1770.
[3]MurataGH,ShahJH,HoffmanRM,et al.Intensified blood glucose monitoring improves glycemic control in stable,insulin-treated veterans with type 2 diabetes: the Diabetes Outcomes in Veterans Study (DOVES)[J].Diabetes Care,2003,26(6):1759-1763.
[4]OhkuboY,KishikawaH,ArakiE,et al.Intensive insulin therapy prevents the progression of diabetic microvascular complications in Japanese patients with non-insulin-dependent diabetes mellitus: a randomized prospective 6-year study[J].Diabetes Res Clin Pract,1995,28(2):103-117.
[5]Standards of medical care in diabetes--2015: summary of revisions[J].Diabetes Care,2015,38Suppl:S4.DOI:10.2337/dc15-S003.
[6]The Diabetes Control and Complications Trial Research Group.The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus[J].N Engl J Med,1993,329(14):977-986.DOI:10.1056/NEJM199309303291401.
[7]中华医学会糖尿病学分会.中国2型糖尿病防治指南(2013年版)[J].中华糖尿病杂志,2014,6(7):447-498.DOI:10.3760/cma.j.issn.1674-5809.2014.07.004
[8]KimJY,LewandrowskiK.Point-of-care testing informatics[J].Clin Lab Med,2009,29(3):449-461.DOI:10.1016/j.cll.2009.06.014.
[9]BaoY,MaX,LiH,et al.Glycated haemoglobin A1c for diagnosing diabetes in Chinese population: cross sectional epidemiological survey[J].BMJ,2010,340:c2249.DOI:10.1136/bmj.c2249.
[10]马晓静,包玉倩,贾伟平.糖化白蛋白与糖尿病筛查和诊断的研究进展[J].中华糖尿病杂志,2013,5(1):49-52.DOI:10.3760/cma.j.issn.1674-5809.2013.01.012
[11]MaXJ,PanJM,BaoYQ,et al.Combined assessment of glycated albumin and fasting plasma glucose improves the detection of diabetes in Chinese subjects[J].Clin Exp Pharmacol Physiol,2010,37(10):974-979.DOI:10.1111/j.1440-1681.2010.05417.x.
[12]McGillJB,ColeTG,NowatzkeW,et al.Circulating 1,5-anhydroglucitol levels in adult patients with diabetes reflect longitudinal changes of glycemia: a U.S.trial of the GlycoMark assay[J].Diabetes Care,2004,27(8):1859-1865.
[13]SeokH,HuhJH,KimHM,et al.1,5-anhydroglucitol as a useful marker for assessing short-term glycemic excursions in type 1 diabetes[J].Diabetes metab J,2015,39(2):164-170.DOI:10.4093/dmj.2015.39.2.164.
[14]MaiaFF,AraujoLR.Efficacy of continuous glucose monitoring system (CGMS) to detect postprandial hyperglycemia and unrecognized hypoglycemia in type 1 diabetic patients[J].Diabetes Res Clin Pract,2007,75(1):30-34.DOI:10.1016/j.diabres.2006.05.009.
[15]ZhouJ,LiH,RanX,et al.Establishment of normal reference ranges for glycemic variability in Chinese subjects using continuous glucose monitoring[J].Med Sci Monit,2011,17(1):CR9-13.
[16]ZhouJ,LiH,RanX,et al.Reference values for continuous glucose monitoring in Chinese subjects[J].Diabetes Care,2009,32(7):1188-1193.DOI:10.2337/dc09-0076.
[17]YehHC,BrownTT,MaruthurN,et al.Comparative effectiveness and safety of methods of insulin delivery and glucose monitoring for diabetes mellitus: a systematic review and meta-analysis[J].Ann Intern Med,2012,157(5):336-347.DOI:10.7326/0003-4819-157-5-201209040-00508.
[18]TamborlaneWV,BeckRW,BodeBW,et al.Continuous glucose monitoring and intensive treatment of type 1 diabetes[J].N Engl J Med,2008,359(14):1464-1476.DOI:10.1056/NEJMoa0805017.
[19]BergenstalRM,WelshJB,ShinJJ.Threshold insulin-pump interruption to reduce hypoglycemia[J].N Engl J Med,2013,369(15):1474.DOI:10.1056/NEJMc1310365.
[20]KumareswaranK,ThabitH,LeelarathnaL,et al.Feasibility of closed-loop insulin delivery in type 2 diabetes: a randomized controlled study[J].Diabetes Care,2014,37(5):1198-1203.DOI:10.2337/dc13-1030.
[21]LuoP,ChengQ,ChenB,et al.Hypoglycemia and blood glucose fluctuations in the application of a sensor-augmented insulin pump[J].Diabetes Technol Ther,2013,15(12):984-989.DOI:10.1089/dia.2013.0078.
[22]HernandezTL,Van PeltRE,AndersonMA,et al.A higher-complex carbohydrate diet in gestational diabetes mellitus achieves glucose targets and lowers postprandial lipids: a randomized crossover study[J].Diabetes Care,2014,37(5):1254-1262.DOI:10.2337/dc13-2411.
[23]UettwillerF,CheminA,BonnemaisonE,et al.Real-time continuous glucose monitoring reduces the duration of hypoglycemia episodes: a randomized trial in very low birth weight neonates[J].PLoS One,2015,10(1):e0116255.DOI:10.1371/journal.pone.0116255.
[24]ChenYC,HuangYY,LiHY,et al.Professional continuous glucose monitoring for the identification of type 1 diabetes mellitus among subjects with insulin therapy[J].Medicine (Baltimore),2015,94(3):e421.DOI:10.1097/MD.0000000000000421.
[25]CorrieSR,CoffeyJW,IslamJ,et al.Blood,sweat,and tears: developing clinically relevant protein biosensors for integrated body fluid analysis[J].Analyst,2015,140(13):4350-4364.DOI:10.1039/c5an00464k.
[26]StrambiniLM,LongoA,ScaranoS,et al.Self-powered microneedle-based biosensors for pain-free high-accuracy measurement of glycaemia in interstitial fluid[J].Biosens Bioelectron,2015,66:162-168.DOI:10.1016/j.bios.2014.11.010.
[27]NewmanSP,CookeD,CasbardA,et al.A randomised controlled trial to compare minimally invasive glucose monitoring devices with conventional monitoring in the management of insulin-treated diabetes mellitus (MITRE)[J].Health Technol Assess,2009,13(28):iii-iv,ix-xi,1-194.DOI:10.3310/hta13280.
[28]JinaA,TierneyMJ,TamadaJA,et al.Design,development,and evaluation of a novel microneedle array-based continuous glucose monitor[J].J Diabetes Sci Technol,2014,8(3):483-487.DOI:10.1177/1932296814526191.
[29]SobelSI,ChomentowskiPJ,VyasN,et al.Accuracy of a novel noninvasive multisensor technology to estimate glucose in diabetic subjects during dynamic conditions[J].J Diabetes Sci Technol,2014,8(1):54-63.DOI:10.1177/1932296813516182.
[30]CaduffA,ZanonM,MuellerM,et al.The effect of a global,subject,and device-specific model on a noninvasive glucose monitoring multisensor system[J].J Diabetes Sci Technol,2015,9(4):865-872.DOI:10.1177/1932296815579459.
[31]Harman-BoehmI,GalA,RaykhmanAM,et al.Noninvasive glucose monitoring: increasing accuracy by combination of multi-technology and multi-sensors[J].J Diabetes Sci Technol,2010,4(3):583-595. |
|