Characteristics of gut microbiota of pregnant women with gestational diabetes mellitus and patients with type 2 diabetes mellitus
-
摘要:目的
探讨妊娠期糖尿病(GDM)孕妇及2型糖尿病(T2DM)患者肠道菌群的特点。
方法选取61例女性作为研究对象，将GDM孕妇纳入G组(n=15), 健康孕妇纳入N组(n=18), T2DM患者纳入D组(n=14), 健康女性纳入A组(n=14)。收集4组粪便样本，采用16S rDNA高通量基因测序技术进行测序，并对样品物种多样性分析、组间物种差异进行分析。
结果肠道菌群多样性分析显示, GDM孕妇与健康孕妇、T2DM患者与健康女性的Beta多样性比较，差异有统计学意义(P＜0.05); 在Alpha多样性上, T2DM患者的菌群丰富度与健康女性比较，差异有统计学意义(P＜0.05)。GDM孕妇与健康孕妇相比，肠道菌群中厚壁菌门(Firmicutes)丰度升高，拟杆菌门(Bacteroidetes)、毛螺菌属(Lachnobacterium)丰度降低，差异有统计学意义(P＜0.05)。T2DM患者与健康女性相比，肠道菌群中考拉杆菌属(Phascolarctobacterium)的丰度升高，变形菌门(Proteobacteria)、放线菌门(Actinobacteria)、罗氏菌属(Roseburia)、苏黎世杆菌属(Turicibacter)、链球菌属(Streptococcus)、放线菌属(Actinomyces)、粪球菌属(Coprococcus)、变形杆菌属(Proteus)等人体共生菌丰度降低，差异有统计学意义(P＜0.05)。
结论与健康女性相比, GDM孕妇和T2DM患者的肠道菌群均存在显著差异，该研究结果可为未来临床应用肠道微生态制剂治疗GDM和T2DM提供参考依据。
-
关键词:
- 妊娠期糖尿病 /
- 2型糖尿病 /
- 肠道菌群 /
- 16S rDNA高通量测序
Abstract:ObjectiveTo investigate the characteristics of gut microbiota in pregnant women with gestational diabetes mellitus (GDM) and type 2 diabetes mellitus (T2DM) patients.
MethodsA total of 61 women were selected as research objects, including GDM pregnant women in group G (n=15), healthy pregnant women in group N (n=18), T2DM patients in group D (n=14), and healthy women in group A (n=14). Four groups of fecal samples were collected and sequenced by 16S rDNA high-throughput sequencing technology. The species diversity of samples and species differences between groups were analyzed.
ResultsIntestinal microbiota diversity analysis showed that there were statistically significant differences in Beta diversity between the GDM pregnant women and the healthy pregnant women as well as between the T2DM patients and the healthy women (P < 0.05). In terms of Alpha diversity, the microbiota richness of T2DM patients showed significant difference compared with that of the healthy women (P < 0.05). Compared with the healthy pregnant women, the abundance of Firmicutes in the gut microbiota of the GDM pregnant women was increased, while the abundance of Bacteroidetes and Lachnobacterium were decreased, and the differences were statistically significant (P < 0.05). Compared with the healthy women, the abundance of Phascolarctobacterium in the gut microbiota of T2DM patients was increased, while the abundance of human symbiotic bacteria such as Proteobacteria, Actinobacteria, Roseburia, Turicibacter, Streptococcus, Actinomyces, Coprococcus and Proteus were decreased, and the difference was statistically significant (P < 0.05).
ConclusionCompared with the healthy women, the gut microbiota of pregnant women with GDM and T2DM patients are significantly different. The results of this study can provide a reference for the future clinical application of intestinal probiotics in the treatment of GDM and T2DM.
-
2型糖尿病(T2DM)是一种以胰岛素抵抗和慢性低度炎症为特征的代谢性疾病，可引起眼、肾脏、心脏、血管等重要组织器官慢性损害，病情严重时可危及生命。T2DM好发于40岁以上人群，但随着现代化生活方式的转变，其发病年龄日趋年轻化[1]。部分年轻T2DM女性患者由妊娠期糖尿病(GDM)孕妇产后进展而来, 20%~50%的GDM孕妇在产后5年内可进展为T2DM [2]。
GDM是怀孕期间首次出现的不同程度的糖代谢异常，是孕期最常见的并发症之一[3]。GDM会对母亲及后代的健康产生短期和长期的不利影响，例如剖宫产、巨大儿、新生儿低血糖症等不良妊娠结局，母亲及其后代罹患肥胖、心血管疾病、T2DM等疾病的风险增加[4]。GDM严重威胁母亲及其后代的生命健康，因此有必要在孕期进行有效干预，从而预防或减少母亲及其后代相关代谢性疾病的发生。目前, GDM的发病机制尚不明确，可能与T2DM的发生机制相似[5], 现有研究[6]显示肠道菌群紊乱与T2DM的发生发展密切相关。本研究分析了GDM孕妇和T2DM患者肠道菌群特点，探讨肠道菌群影响GDM和T2DM发生的可能机制，寻找差异菌群，以期为未来临床应用肠道微生态制剂治疗GDM和T2DM提供参考依据。
1. 资料与方法
1.1 一般资料
选取2018年2月—2021年3月南京医科大学附属常州第二人民医院产科、内分泌科、体检科的61例女性为研究对象。将GDM孕妇纳为G组(n=15), 该组符合2010年国际糖尿病与妊娠研究组(IADPSG)关于GDM的诊断标准[7]; 健康孕妇纳为N组(n=18); T2DM患者纳为D组(n=14), 该组符合1999年世卫组织(WHO)关于T2DM诊断标准[8]; 健康女性纳为A组(n=14)。4组纳入标准为: ① 20~40岁的中国女性; ②采样前1个月内未使用抗生素治疗, 2周内未服用益生菌制剂者; ③无炎症性肠病、肠易激综合征等胃肠道疾病者; ④无肿瘤病史及心、肝、肾等脏器功能不全者; ⑤无自身免疫性疾病和甲状腺等其他内分泌疾病者。本研究经南京医科大学附属常州第二人民医院伦理委员会审批，所有参与者均签署知情同意书。
1.2 方法
在清晨采集参与者新鲜粪便样本，为了避免粪便表面和尿液污染，用无菌勺收集粪便内部样品3~5 g, 置于无菌密闭管中，立即放入-80 ℃冰箱保存。同时收集所有参与者的信息，如年龄、身高、体质量、体质量指数(BMI)、血压、总胆固醇、甘油三酯等临床资料。
根据操作说明书使用QIAGEN公司的QIAamp PowerFecal Pro DNA Kit提取粪便细菌总DNA, 使用Qubit Fluorometer检测DNA的浓度，采用1%琼脂糖凝胶电泳的方法检测DNA的完整性，将质量合格的DNA样品送往武汉华大基因有限公司，构建测序文库和进行Illumina HiSeq2500平台高通量测序。
1.3 生物信息学分析
下机对原始数据进行数据过滤，得到的高质量Clean data用于后期分析; 通过reads之间的overlap关系(重叠关系)将reads拼接成Tags; 然后把Tags聚类成OTU, 再与数据库进行比对、物种注释; 之后基于OTU和物种注释结果进行样品物种多样性分析、组间物种差异分析等。
1.4 统计学分析
采用SPSS 21.0软件对结果进行统计学分析。计量资料中符合正态分布者用均值±标准差表示，组间比较采用独立样本t检验; 不符合正态分布者以中值(最小值，最大值)表示, 2组间比较采用Mann-Whitney U检验; 所有统计学检验采用双侧检验, P＜0.05为差异有统计学意义。
2. 结果
2.1 临床资料比较分析
G组口服葡萄糖耐量试验(OGTT)1 h血糖、口服OGTT 2 h血糖水平高于N组，年龄、BMI大于N组，差异有统计学意义(P＜0.05或P＜0.01); 2组孕周、身高、体质量、收缩压、舒张压、空腹血糖、甘油三酯、总胆固醇比较，差异无统计学意义(P＞0.05)。D组空腹血糖水平高于A组，体质量、BMI大于A组，差异有统计学意义(P＜0.05或P＜0.01); 2组年龄、身高、收缩压、舒张压、甘油三酯、总胆固醇水平比较，差异无统计学意义(P＞0.05)。见表 1、表 2。
表 1 G组与N组临床资料比较分析(x±s)临床资料 G组(n=15) N组(n=18) P 年龄/岁 30.07±3.47 26.06±3.57 ＜0.01 身高/cm 160.00(150, 172) 160.00(157, 172) 0.33 体质量/kg 70.43±12.60 65.29±7.48 0.16 体质量指数/(kg/m2) 27.21±4.08 24.74±2.61 0.04 收缩压/mmHg 115.27±9.26 115.67±10.18 0.91 舒张压/mmHg 68.13±8.90 66.28±7.28 0.52 甘油三酯/(mmol/L) 2.88±0.98 2.64±0.89 0.48 总胆固醇/(mmol/L) 6.20±1.09 5.88±1.08 0.40 空腹血糖/(mmol/L) 4.53(4.09, 6.07) 4.41(3.98, 5.08) 0.21 OGTT 1 h血糖/(mmol/L) 10.06±1.54 7.11±1.20 ＜0.01 OGTT 2 h血糖/(mmol/L) 9.03±1.53 6.27±0.87 ＜0.01 孕周/周 26.42±1.25 25.94±1.65 0.36 身高、空腹血糖数据以中值(最小值，最大值)表示。OGTT: 口服葡萄糖耐量试验。 表 2 D组与A组临床资料比较分析(x±s)临床资料 D组(n=14) A组(n=14) P 年龄/岁 32.71±4.03 29.93±4.71 0.11 身高/cm 160.29±3.29 162.71±3.32 0.06 体质量/kg 61.29±7.34 55.96±5.21 0.04 体质量指数/(kg/m2) 23.79±2.63 21.16±2.13 ＜0.01 收缩压/mmHg 119.71±8.39 113.93±6.99 0.06 舒张压/mmHg 73.93±6.04 72.21±5.03 0.42 甘油三酯/(mmol/L) 1.76±0.87 1.21±0.61 0.06 总胆固醇/(mmol/L) 4.77±0.82 4.82±0.96 0.88 空腹血糖/(mmol/L) 9.90(5.06, 19.40) 4.67(4.05, 5.69) ＜0.01 空腹血糖数据以中值(最小值，最大值)表示。 2.2 样本OTU统计分析
G组与N组共33个样本中获得2 536 388条有效原始序列，每个样本平均76 860条序列，平均序列利用率为97.86%, 所有序列按照97.00%的相似性水平聚类，总共得到665个OTUs。D组与A组共28个样本中获得2 097 298条有效原始序列，每个样本平均74 903条序列，平均序列利用率为99.19%, 样本序列按照97.00%的相似性水平聚类，总共得到686个OTUs。
G组与N组共有的OTUs数目为523个，表明2组样本相似性较高, G组特有的OTUs数目为69个, N组特有的OTUs数目为73个，表明2组物种丰度存在差异; 其中，与N组相比, G组样本的OTU数目偏少，说明GDM孕妇的物种丰度略低于健康孕妇(图 1A)。D组与A组共有的OTUs数目为461个，表明2组样本相似性较高, D组特有的OTUs为70个, A组特有的OTUs为155个，表明2组物种丰度存在差异；与A组相比, D组样本的OTU数目较少，说明T2DM患者的物种丰度低于健康女性(图 1B)。
![]()
图 1 G组和N组、D组与A组OTU分布Venn图A: G组和N组OTU分布Venn图; B: D组与A组OTU分布Venn图。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。不同颜色代表不同的组，重叠部分为2组共有的OTUs, 非重叠部分为各组特有的OTUs。2.3 肠道菌群多样性分析
2.3.1 Alpha多样性分析
对G组与N组、D组与A组的Alpha多样性指数进行统计学分析，结果显示, G组、N组、D组、A组的Observed species指数分别为(232.53±55.42)、(221.72±58.16)、(174.86±63.40)、(239.64±73.04); G组、N组、D组、A组的Shannon指数分别为(3.53±0.44)、(3.47±0.56)、(2.66±0.63)、(3.00±0.61)。
G组与N组的Observed species指数、Shannon指数水平比较，差异无统计学意义(P＞0.05), 表明GDM孕妇与健康孕妇的肠道菌群Alpha多样性无显著差异。D组Observed species指数水平低于A组，差异有统计学意义(P＜0.05), 表明T2DM患者肠道中菌群的丰富度低于健康女性。D组与A组的Shannon指数水平比较，差异无统计学意义(P＞0.05), 表明T2DM患者与健康女性的肠道菌群多样性无显著差异。见图 2。
![]()
图 2 G组与N组、D组与A组Alpha多样性分析A: G组与N组Alpha多样性分析; B: D组与A组Alpha多样性分析。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。Observed species指数反映群落中物种的丰富度, Shannon指数反映群落中物种的多样性。2.3.2 Beta多样性分析
对G组与N组、D组与A组的Beta多样性进行统计学分析，结果显示, G组和N组的肠道菌群各自聚集，区分良好，表明GDM孕妇与正常孕妇的菌群组成结构存在着差异(见图 3A)。D组和A组的肠道菌群各自聚集，区分良好，表明T2DM患者与健康女性的菌群组成结构存在着差异(见图 3B)。
![]()
图 3 G组与N组、D组与A组PLS-DA分析A: G组与N组PLS-DA分析; B: D组与A组PLS-DA分析。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。横纵坐标表示相对距离，无实际意义，一个点代表一个样本，大卵圆形表示G组与N组、D组与A组的肠道菌群各自聚集，区分良好。2.4 肠道菌群结构分析
G组和N组中共检测出11种细菌门类，包括厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)、变形菌门(Proteobacteria)、放线菌门(Actinobacteria)、疣微菌门(Verrucomicrobia)等。2组主要由厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)、变形菌门(Proteobacteria)组成(见图 4A)。对G组与N组的门水平物种丰度进行统计学分析，结果显示, G组与N组相比，厚壁菌门(Firmicutes)的丰度升高，拟杆菌门(Bacteroidetes)的丰度降低，差异有统计学意义(P＜0.05)。
![]()
图 4 G组与N组、D组与A组物种丰度柱状图A: G组与N组物种丰度柱状图; B: D组与A组物种丰度柱状图。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。横坐标表示样本名称，纵坐标表示注释到的物种相对丰度，右侧不同颜色表示不同的物种，所有样品中丰度均小于0.5%的物种全部合并成其他。D组和A组中共检测出12种细菌门类，包括拟杆菌门(Bacteroidetes)、厚壁菌门(Firmicutes)、变形菌门(Proteobacteria)、梭杆菌门(Fusobacteria)、放线菌门(Actinobacteria)等, 2组主要由拟杆菌门(Bacteroidetes)、厚壁菌门(Firmicutes)、变形菌门(Proteobacteria)组成(见图 4B)。对D组与A组的门水平物种丰度进行统计学分析，结果显示, D组与A组相比，变形菌门(Proteobacteria)、放线菌门(Actinobacteria)的丰度均降低，差异有统计学意义(P＜0.05)。
2.5 肠道菌群差异分析
LEfSe分析发现, G组与N组的肠道菌群区分良好，提示GDM孕妇与健康孕妇菌群结构明显不同(见图 5A)。LDA分析结果显示，厚壁菌门(Firmicutes)、梭菌纲(Clostridia)、梭菌目(Clostridiales)、拟杆菌纲(Bacteroidia)、拟杆菌目(Bacteroidales)、拟杆菌属(Bacteroides)、毛螺菌属(Lachnobacterium)在2组中存在显著差异; 其中，在属水平上, G组与N组相比，毛螺菌属(Lachnobacterium)的丰度降低，差异具有统计学意义(P＜0.05)。
![]()
图 5 G组L与N组、D组与A组LEfSe分析聚类图A: G组L与N组LEfSe分析聚类图; B: D组与A组LEfSe分析聚类图。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。图中从内到外5个圈依次是门、纳、目、科、属水平的物种。不同颜色表示不同分组，与分组相同颜色的节点表示在该分组中起到重要作用的微生物群，一个节点代表一个菌群。其中，黄色节点表示的是在不同分组中没有起到重要作用的微生物类群。LEfSe分析发现, D组与A组的肠道菌群区分良好，提示T2DM患者与健康女性菌群结构明显不同(见图 5B)。LDA分析结果显示，氨基酸球菌科(Acidaminococcaceae)、考拉杆菌属(Phascolarctobacterium)、瘤胃球菌科(Ruminococcaceae)、毛螺菌属(Lachnospiraceae)、罗氏菌属(Roseburia)、乳杆菌目(Lactobacillales)、苏黎世杆菌属(Turicibacter)等49个菌群在2组中存在显著差异; 其中，在属水平上, D组与A组相比，考拉杆菌属(Phascolarctobacterium)的丰度升高，罗氏菌属(Roseburia)、苏黎世杆菌属(Turicibacter)等产丁酸盐细菌丰度降低，链球菌属(Streptococcus)、放线菌属(Actinomyces)、粪球菌属(Coprococcus)、变形杆菌属(Proteus)等人体共生菌丰度降低，差异有统计学意义(P＜0.05), 但P值经过FDR校正后，发现只有链球菌属(Streptococcus)、放线菌属(Actinomyces)仍具有统计学差异(P＜0.05)。
3. 讨论
女性孕期体内会发生激素、免疫、代谢等方面的变化，在孕晚期容易出现胰岛素敏感性降低[9]，相应的肠道菌群也会发生显著改变[10]。目前，研究[6]显示肠道菌群在驱动代谢性疾病方面发挥重要作用，包括肥胖、T2DM。一项研究[11]发现, GDM孕妇的菌群丰度低于健康孕妇，而Alpha多样性高于正常孕妇, GDM孕妇肠道中厚壁菌门、毛螺菌属等水平升高，拟杆菌门、萨特氏菌属水平降低，厚壁菌门/拟杆菌门(F/B)比值升高，与本研究结果有相似之处。本研究中，与健康孕妇相比, GDM孕妇的肠道菌群丰度下降, Alpha多样性无差异，这可能与孕周不同有关。前者孕周在28周之后，本研究孕周在24~28周。研究[12]发现，孕妇孕晚期的肠道菌群Alpha多样性较孕中期增加。
厚壁菌门和拟杆菌门是人体肠道菌群中的优势菌门，两者通过调控脂肪及胆汁酸等代谢通路，维持机体的能量平衡[13]。厚壁菌门被称为“肥胖细菌”，在肥胖人群中明显富集[14], 拟杆菌门刚好相反。因此，可以推测GDM孕妇肠道内菌群比例在高脂饮食诱导下发生紊乱，促进厚壁菌门的生长，抑制拟杆菌门的生长，导致机体从食物中吸收大量的能量并储备起来，引起肥胖、胰岛素抵抗、血糖升高等。因此，该比值的研究成果提示肠道菌群在未来有望成为预测GDM发病的生物标志。毛螺菌属可通过分解膳食纤维产生短链脂肪酸(SCFAs), SCFAs可以为宿主细胞提供能量，维持肠上皮细胞完整性、抑制炎症和调节肠黏膜免疫[15]。该菌属在GDM孕妇中减少，无法给肠道细胞提供足够的能量，抗肠道炎症作用被削弱，引起肠黏膜屏障破坏、有害菌及炎症因子入血，诱发GDM孕妇体内慢性低度炎症反应，损害胰岛β细胞及其他脏器，导致胰岛素分泌受限、胰岛素抵抗。因此，产SCFAs类有益菌有望成为临床上治疗GDM的新方法。
在正常情况下，肠道内各菌群处于动态平衡中，对维持肠黏膜屏障完整性和调控机体免疫、代谢等方面具有重要的意义[16]。当高脂饮食等引起肠道菌群结构紊乱时，肠道中革兰氏阴性菌增多，其外膜的主要成分脂多糖(LPS)在细菌裂解后被大量释放。高脂饮食可破坏肠黏膜屏障，促使大量LPS透过肠屏障入血，作用于免疫细胞表面Toll样受体，诱发机体低度代谢性炎症反应，损害胰岛β细胞及其他脏器，导致胰岛素分泌受限和胰岛素抵抗，最终发展为糖尿病[6]。相关研究[17-18]发现, T2DM患者变形菌门丰度明显升高。本研究结果显示，变形菌门丰度在T2DM患者中降低，这可能与不同的测序方法、性别、种族、年龄等因素有关。研究[19]发现, T2DM患者血液中炎性细胞因子如白细胞介素(IL)-6、IL-10、肿瘤坏死因子-α(TNF-α)、C反应蛋白(CRP)等升高，提示肠道菌群紊乱引起的“代谢性内毒素血症”可能是导致T2DM的重要环节。
罗氏菌属、苏黎世杆菌属是目前已知的产丁酸细菌, QIN J J等[17]发现, T2DM患者中罗氏菌属(Roseburia)的丰度降低，该菌属与血糖浓度呈负相关，接近显著水平(P=0.06)。KARLSSON F H等[20]发现，该菌属与改善胰岛素敏感性有关，可较好地识别出T2DM患者和糖耐量异常群体。研究[21-22]发现，高丰度的考拉杆菌与胃肠健康、高胰岛素敏感性和减少全身炎症有关，该菌属在本研究T2DM患者肠道中富集，可能受该类患者主观上限制碳水化合物摄入的影响，其与碳水化合物摄入量有关，被认为是有前景的碳水化合物摄入量的生物标志物[23]。健康的肠道菌群表现为菌群数量丰富，结构复杂且稳定，对外界环境压力具有强大的抵抗力，反之，则表现为肠道菌群丰度及多样性降低、有益菌比例相对下降、致病菌比例相对升高、菌群结构发生剧烈变化以及对外环境压力的抵抗力丧失[24]。本研究中, T2DM患者的菌属OTU丰度、物种丰富度以及数十个菌属的数量均比健康女性低，表明T2DM患者肠道中的菌群结构发生剧烈改变。因此，未来可能通过调节肠道菌群进而实现治疗T2DM。
综上所述，与健康女性相比, GDM孕妇和T2DM患者的肠道菌群发生明显改变，该研究成果可为未来在临床尝试应用肠道微生态制剂治疗GDM和T2DM提供参考依据。
-
![]()
图 1 G组和N组、D组与A组OTU分布Venn图
A: G组和N组OTU分布Venn图; B: D组与A组OTU分布Venn图。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。不同颜色代表不同的组，重叠部分为2组共有的OTUs, 非重叠部分为各组特有的OTUs。
![]()
图 2 G组与N组、D组与A组Alpha多样性分析
A: G组与N组Alpha多样性分析; B: D组与A组Alpha多样性分析。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。Observed species指数反映群落中物种的丰富度, Shannon指数反映群落中物种的多样性。
![]()
图 3 G组与N组、D组与A组PLS-DA分析
A: G组与N组PLS-DA分析; B: D组与A组PLS-DA分析。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。横纵坐标表示相对距离，无实际意义，一个点代表一个样本，大卵圆形表示G组与N组、D组与A组的肠道菌群各自聚集，区分良好。
![]()
图 4 G组与N组、D组与A组物种丰度柱状图
A: G组与N组物种丰度柱状图; B: D组与A组物种丰度柱状图。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。横坐标表示样本名称，纵坐标表示注释到的物种相对丰度，右侧不同颜色表示不同的物种，所有样品中丰度均小于0.5%的物种全部合并成其他。
![]()
图 5 G组L与N组、D组与A组LEfSe分析聚类图
A: G组L与N组LEfSe分析聚类图; B: D组与A组LEfSe分析聚类图。G代表GDM孕妇, N代表健康孕妇; D代表T2DM患者, A代表健康女性。图中从内到外5个圈依次是门、纳、目、科、属水平的物种。不同颜色表示不同分组，与分组相同颜色的节点表示在该分组中起到重要作用的微生物群，一个节点代表一个菌群。其中，黄色节点表示的是在不同分组中没有起到重要作用的微生物类群。
表 1 G组与N组临床资料比较分析(x±s)
临床资料 G组(n=15) N组(n=18) P 年龄/岁 30.07±3.47 26.06±3.57 ＜0.01 身高/cm 160.00(150, 172) 160.00(157, 172) 0.33 体质量/kg 70.43±12.60 65.29±7.48 0.16 体质量指数/(kg/m2) 27.21±4.08 24.74±2.61 0.04 收缩压/mmHg 115.27±9.26 115.67±10.18 0.91 舒张压/mmHg 68.13±8.90 66.28±7.28 0.52 甘油三酯/(mmol/L) 2.88±0.98 2.64±0.89 0.48 总胆固醇/(mmol/L) 6.20±1.09 5.88±1.08 0.40 空腹血糖/(mmol/L) 4.53(4.09, 6.07) 4.41(3.98, 5.08) 0.21 OGTT 1 h血糖/(mmol/L) 10.06±1.54 7.11±1.20 ＜0.01 OGTT 2 h血糖/(mmol/L) 9.03±1.53 6.27±0.87 ＜0.01 孕周/周 26.42±1.25 25.94±1.65 0.36 身高、空腹血糖数据以中值(最小值，最大值)表示。OGTT: 口服葡萄糖耐量试验。 
下载: 导出CSV
表 2 D组与A组临床资料比较分析(x±s)
临床资料 D组(n=14) A组(n=14) P 年龄/岁 32.71±4.03 29.93±4.71 0.11 身高/cm 160.29±3.29 162.71±3.32 0.06 体质量/kg 61.29±7.34 55.96±5.21 0.04 体质量指数/(kg/m2) 23.79±2.63 21.16±2.13 ＜0.01 收缩压/mmHg 119.71±8.39 113.93±6.99 0.06 舒张压/mmHg 73.93±6.04 72.21±5.03 0.42 甘油三酯/(mmol/L) 1.76±0.87 1.21±0.61 0.06 总胆固醇/(mmol/L) 4.77±0.82 4.82±0.96 0.88 空腹血糖/(mmol/L) 9.90(5.06, 19.40) 4.67(4.05, 5.69) ＜0.01 空腹血糖数据以中值(最小值，最大值)表示。
下载: 导出CSV
-
[1] SAEEDI P, PETERSOHN I, SALPEA P, et al. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: results from the International Diabetes Federation Diabetes Atlas, 9th edition[J]. Diabetes Res Clin Pract, 2019, 157: 107843. doi: 10.1016/j.diabres.2019.107843
[2] ZHU Y, ZHANG C. Prevalence of Gestational Diabetes and Risk of Progression to Type 2 Diabetes: a Global Perspective[J]. Curr Diab Rep 2016, 16(1): 7. doi: 10.1007/s11892-015-0699-x
[3] DAMM P, HOUSHMAND-OEREGAARD A, KELSTRUP L, et al. Gestational diabetes mellitus and long-term consequences for mother and offspring: a view from Denmark[J]. Diabetologia, 2016, 59(7): 1396-1399. doi: 10.1007/s00125-016-3985-5
[4] FEIG D S. Type 2 diabetes after gestational diabetes: can the progression be prevented?[J]. Diabetes Metab Res Rev, 2018, 34(4): e2988. doi: 10.1002/dmrr.2988
[5] HASAIN Z, MOKHTAR N M, KAMARUDDIN N A, et al. Gut microbiota and gestational diabetes mellitus: a review of host-gut microbiota interactions and their therapeutic potential[J]. Front Cell Infect Microbiol, 2020, 10: 188. doi: 10.3389/fcimb.2020.00188
[6] TILG H, ZMORA N, ADOLPH T E, et al. The intestinal microbiota fuelling metabolic inflammation[J]. Nat Rev Immunol, 2020, 20(1): 40-54. doi: 10.1038/s41577-019-0198-4
[7] WEI J, QING Y, ZHOU H, et al. 16S rRNA gene amplicon sequencing of gut microbiota in gestational diabetes mellitus and their correlation with disease risk factors[J]. J Endocrinol Invest, 2022, 45(2): 279-289. doi: 10.1007/s40618-021-01595-4
[8] 中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)(上)[J]. 中国实用内科杂志, 2021, 41(8): 668-695. https://www.cnki.com.cn/Article/CJFDTOTAL-SYNK202108007.htm [9] KOREN O, GOODRICH J K, CULLENDER T C, et al. Host remodeling of the gut microbiome and metabolic changes during pregnancy[J]. Cell, 2012, 150(3): 470-480. doi: 10.1016/j.cell.2012.07.008
[10] PONZO V, FEDELE D, GOITRE I, et al. Diet-gut microbiota interactions and gestational diabetes mellitus (GDM)[J]. Nutrients, 2019, 11(2): E330. doi: 10.3390/nu11020330
[11] 高婉丽. 妊娠期糖尿病孕妇孕晚期肠道菌群的特点分析[D]. 郑州: 郑州大学, 2020. [12] FERROCINO I, PONZO V, GAMBINO R, et al. Changes in the gut microbiota composition during pregnancy in patients with gestational diabetes mellitus (GDM)[J]. Sci Rep, 2018, 8(1): 12216. doi: 10.1038/s41598-018-30735-9
[13] LAKSMANA T, KITTICHOTIRAT W, HUANG Y Y, et al. Metagenomic analysis of subgingival microbiota following non-surgical periodontal therapy: a pilot study[J]. Open Dent J, 2012, 6: 255-261. doi: 10.2174/1874210601206010255
[14] BACKHED F, DING H, WANG T, et al. The gut microbiota as an environmental factor that regulates fat storage[J]. Proc Natl Acad Sci U S A 2004, 101(44): 15718-15723. doi: 10.1073/pnas.0407076101
[15] 符欢. 人粪便中短链脂肪酸的快速分析方法建立和验证及其临床应用[D]. 长春: 长春工业大学, 2020. [16] MEIJNIKMAN A S, GERDES V E, NIEUWDORP M, et al. Evaluating causality of gut microbiota in obesity and diabetes in humans[J]. Endocr Rev, 2018, 39(2): 133-153. doi: 10.1210/er.2017-00192
[17] QIN J J, LI Y R, CAI Z M, et al. A metagenome-wide association study of gut microbiota in type 2 diabetes[J]. Nature, 2012, 490(7418): 55-60. doi: 10.1038/nature11450
[18] LARSEN N, VOGENSEN F K, VAN DEN BERG F W, et al. Gut microbiota in human adults with type 2 diabetes differs from non-diabetic adults[J]. PLoS One, 2010, 5(2): e9085. doi: 10.1371/journal.pone.0009085
[19] SATO J, KANAZAWA A, WATADA H. Type 2 diabetes and bacteremia[J]. Ann Nutr Metab, 2017, 71(Suppl 1): 17-22.
[20] KARLSSON F H, TREMAROLI V, NOOKAEW I, et al. Gut metagenome in European women with normal, impaired and diabetic glucose control[J]. Nature, 2013, 498(7452): 99-103. doi: 10.1038/nature12198
[21] WU F F, GUO X F, ZHANG J C, et al. Phascolarctobacterium faecium abundant colonization in human gastrointestinal tract[J]. Exp Ther Med, 2017, 14(4): 3122-3126. doi: 10.3892/etm.2017.4878
[22] BHANDARKAR N S, MOUATT P, MAJZOUB M E, et al. Coffee pulp, a by-product of coffee production, modulates gut microbiota and improves metabolic syndrome in high-carbohydrate, high-fat diet-fed rats[J]. Pathogens, 2021, 10(11): 1369. doi: 10.3390/pathogens10111369
[23] OLUWAGBEMIGUN K, O'DONOVAN A N, BERDING K, et al. Long-term dietary intake from infancy to late adolescence is associated with gut microbiota composition in young adulthood[J]. Am J Clin Nutr, 2021, 113(3): 647-656. doi: 10.1093/ajcn/nqaa340
[24] CRUSELL M K W, HANSEN T H, NIELSEN T, et al. Gestational diabetes is associated with change in the gut microbiota composition in third trimester of pregnancy and postpartum[J]. Microbiome, 2018, 6(1): 89. doi: 10.1186/s40168-018-0472-x
-
期刊类型引用(4)
1. 赵芸芸，李莉，马依拉·买买提. 妊娠期糖尿病孕妇个体化饮食干预前后肠道菌群的对比. 中华临床营养杂志. 2024(01): 15-24 . 
百度学术
2. 马晶，梁桂敏，陈萍. 达格列净、二甲双胍联合胰岛素治疗老年T2DM的疗效及对Vaspin、炎症因子的影响. 中华保健医学杂志. 2024(06): 778-781 . 百度学术
3. 李贵利，杜彦秋，吴月娣. 2型糖尿病患者应用抗菌素和微生态制剂对肠道菌群变化的影响. 中国现代药物应用. 2023(19): 102-105 . 百度学术
4. 袁超宇，周英，严智慧. 妊娠糖尿病孕妇肠道菌群的组成变化特点及对妊娠结局的影响. 名医. 2023(14): 51-53 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 170
- HTML全文浏览量: 49
- PDF下载量: 6
- 被引次数: 5
苏公网安备 32100302010246号