The correlation between the coefficient of variation of blood glucose and peripheral neuropathy in type 2 diabetes
-
摘要:目的
探讨2型糖尿病(T2DM) 住院患者的临床资料及持续葡萄糖监测系统(CGM)收集的血糖数据与糖尿病周围神经病变(DPN)的相关性及风险预测价值。
方法收集安徽医科大学第一附属医院的97例T2DM患者的临床资料，并通过CGM记录血糖情况，计算平均血糖、血糖变异系数(CV)、血糖标准差(SD)、24 h平均血糖波动幅度(MAGE)、日间血糖平均绝对差(MODD)及葡萄糖正常目标范围内时间(TIR)。将入组患者分为无DPN (NDPN) 组(n=49)和DPN组(n=48)。分析2组临床资料及CGM相关指标; 采用二元Logistic回归分析探讨CGM相关指标与DPN发生风险的相关性; 采用受试者工作特征(ROC) 曲线分析CV对DPN发生的预测价值。
结果DPN组年龄、收缩压、血小板(PLT)与NDPN组比较，差异有统计学意义(P < 0.05)。CGM相关数据分析结果提示, 2组CV、SD、MAGE、MODD比较，差异有统计学意义(P < 0.05)。二元Logistic回归分析结果显示, CV高是发生T2DM周围神经病变的危险因素(P < 0.05)。ROC曲线的曲线下面积为0.714(95%CI: 0.613~0.814, P < 0.001), 截断值为45.80%, 敏感度为66.70%, 特异度为65.30%。
结论NDPN组和DPN组年龄、收缩压、PLT、CV、SD、MAGE、MODD有显著差异, CV是DPN发生的影响因素，对于DPN的发生具有较好的预测价值。
Abstract:ObjectiveTo explore the correlations of clinical data and glucose data collected by continuous glucose monitoring system (CGM) with diabetic peripheral neuropathy (DPN) in hospitalized type 2 diabetic patients(T2DM) and its risk prediction value.
MethodsThe clinical data of 97 T2DM patients hospitalized in the Department the First Affiliated Hospital of Anhui Medical University were collected, and their blood glucose was recorded by CGM, and the mean blood glucose, coefficient of variation of blood glucose (CV), standard deviation of blood glucose (SD), mean 24-hour fluctuation of blood glucose (MAGE), mean absolute difference of day-to-day blood glucose (MODD) and time within normal target range for glucose (TIR). The enrolled patients were divided into non-DPN free (NDPN) group (n=49) and DPN group (n=48). Clinical data and CGM-related indicators were analyzed between the two groups, and the correlations between CGM-related indicators and the risk of DPN development were analyzed using binary Logistic regression analysis; the predictive value of CV for the development of DPN was analyzed using the receiver operating characteristic (ROC) curve.
ResultsThe differences in age, systolic blood pressure and platelets (PLT) were found between the DPN group and the NDPN group (P < 0.05). The results of CGM correlation data analysis suggested statistically significant differences in CV, SD, MAGE and MODD between the two groups (P < 0.05). Binary Logistic regression analysis showed that higher CV was a risk factor for T2DM peripheral neuropathy (P < 0.05). The area under the ROC curve was 0.714 (95%CI, 0.613 to 0.814, P < 0.001), with a cut-off value of 45.80%, the sensitivity was 66.70% and the specificity was 65.30%.
ConclusionThere are significant differences in age, systolic pressure, PLT, CV, SD, MAGE and MODD between the two groups; CV is a influencing factor for the development of DPN, and has a good predictive value for the development of DPN.
-
近年来，成年人平均睡眠时间呈明显缩短趋势[1-2]。中国成人平均睡眠时间仅为6.5 h[3], 中国职业人群睡眠时间少于7 h的占比为11.6%, 而女性较男性更易出现睡眠问题，失眠占比高达41%[4-6]。维生素D是人体必需营养素，通过皮肤紫外线合成和饮食摄入，随后经肝脏和肾脏代谢[7]。25-羟基维生素D[25(OH)D]被广泛用于评估机体内维生素D的状态，其循环代谢物主要形式为25-羟基维生素D3[25(OH)D3]和25-羟基维生素D2[25(OH)D2][8]。针对青少年和老年人群的观察性研究报道显示，自我报告睡眠时间均与血清25(OH)D含量呈正相关[9-10], 然而成年女性的血清维生素D水平与睡眠时间关系的研究较少。本研究分析成年女性血清维生素D代谢物水平与睡眠时间的关系，为临床早期干预女性睡眠状况提供参考依据，现报告如下。
1. 资料与方法
1.1 一般资料
本研究数据来源于美国国家健康与营养调查(NHANES) 数据库，NHANES是由美国疾病预防控制中心发起，2年为1个调查周期。2007—2008年开始，NHANES数据库使用特异度和灵敏度均较好的液相色谱-串联质谱法检测参与者血清维生素D及其代谢物的浓度。本研究纳入2007—2018年6个调查周期中检测血清25(OH)D、25(OH)D3和25(OH)D2含量及报告睡眠时间的20~65岁的12 361例女性为研究对象，排除怀孕、哺乳期女性(319例)，排除患有肝脏、肾脏疾病及传染病者(569例)，排除一般资料[种族、受教育程度、收入与贫困基线比值、体质量指数(BMI)]缺失者(1 081例)和9项患者健康问卷(PHQ-9)数据缺失者1 039例，最终纳入研究对象9 353例。NHANES数据库收集协议均获得国家卫生统计研究中心伦理审查委员会的批准，所有受试者均签署知情同意书。本研究数据文件在线公布并供下载使用(https://www.cdc.gov/nchs/nhanes/index.htm)。
1.2 方法
1.2.1 基线资料收集方法
研究对象在专业调查员的指导下使用计算机辅助个人访谈(CAPI)系统接受问卷调查，收集自我报告的睡眠信息以及年龄、种族、受教育程度、婚姻状况、经济状况等信息。在移动检查中心(MEC)由卫生技术人员测量BMI，并用专业记录仪收集数据。血液标本采集的时间为11月—次年4月和同年5—10月。收入与贫困基线比值定义为家庭收入与调查年份的贫困水平阈值的比值。PHQ-9量表用于抑郁症的筛查，在MEC中按标准化方案进行采集，该量表共9项，总分0~27分，总分≥10分表示存在抑郁风险[11-12]。
1.2.2 睡眠时间记录与评价
采用睡眠问卷收集研究对象自我报告的每晚平均睡眠时间。按照美国国家睡眠基金会成年人每天正常睡眠时间7~9 h的建议[13]，本研究将睡眠时间<7h/晚定义为睡眠不足。根据每晚平均睡眠时间将研究对象分为睡眠不足(<7h/晚)女性和非睡眠不足(≥7h/晚)女性。
1.2.3 实验室检测
利用液相色谱-串联质谱法定量检测血清中25(OH)D3和25(OH)D2的浓度，血清维生素D的活性形式25(OH)D的总量为两者浓度的总和。本研究纳入的血清25(OH)D及25(OH)D3浓度均高于检测浓度的下限，仅部分血清25(OH)D2浓度高于检测浓度的下限(2.05 nmol/L), 当低于检测下限时, NHANES使用检测浓度下限/√2作为估计值。
1.3 统计学分析
采用R4.1.2软件对数据进行整理、可视化分析。符合正态分布的连续变量以(x±s)表示，组间差异比较采用t检验; 非正态分布的连续变量以M(P25, P75)描述，组间比较采用Wilcoxon秩和检验; 分类变量资料以频数和百分比描述，组间比较行χ2检验。以非睡眠不足组作为参考，采用二元Logistic回归模型分析探讨睡眠不足与维生素D循环代谢物之间的关系，并使用限制性立方样条回归分析探讨血清维生素D循环代谢物与睡眠时间的非线性关系。统计学检验采用双侧检验，检验水准取为α=0.05。
2. 结果
2.1 一般资料
本研究共纳入9353例成年女性研究对象, 3189例(34.1%)女性睡眠不足，包括20~44岁女性1 627例(51.0%)和45~65岁女性1 562例(49.0%)。除血液标本采集月份外，睡眠不足女性和非睡眠不足女性的基线资料比较，差异有统计学意义(P<0.05), 见表 1。
表 1 2007—2018年20~65岁女性不同睡眠时间比较[n(%)](x±s)基线资料 分类 全组(n=9 353) 睡眠不足(n=3 189) 非睡眠不足(n=6 164) t/χ2 P 年龄 20~44岁 4 989(53.3) 1 627(51.0) 3 362(54.5) 10.34 0.001 45~65岁 4 364(46.7) 1 562(49.0) 2 802(45.5) 种族 墨西哥美人 1 480 (15.8) 448(14.1) 1 032(16.7) 157.51 <0.001 其他西班牙裔 1 004(10.7) 366(11.5) 638(10.4) 非西班牙裔白人 3 660(39.1) 1 108(34.7) 2 552(41.4) 非西班牙裔黑人 2 045(21.9) 923(28.9) 1 122(18.2) 其他人种 1 164(12.4) 344(10.8) 820(13.3) 受教育程度 高中以下 1 779(19.0) 649(20.4) 1 130(18.3) 8.04 0.018 高中 1 952(20.9) 683(21.4) 1 269(20.6) 高中以上 5 622(60.1) 1 857(58.2) 3 765(61.1) 婚姻状况 已婚 4 515(48.3) 1 375(43.1) 3 140(50.9) 90.81 <0.001 寡居 343(3.7) 145(4.5) 198(3.2) 离婚 1 220(13.0) 501(15.7) 719(11.7) 未婚 392(4.2) 182(5.7) 210(3.4) 与伴侣同住 2 012(21.5) 700(22.0) 1312(21.3) 与伴侣不同住 871(9.3) 286(9.0) 585(9.5) 采集月份 当年11月—次年4月 4 518(48.3) 1 514(47.5) 3 004(48.7) 1.28 0.257 同年5—10月 4 835(51.7) 1 675(52.5) 3 160(51.3) 高血压 2 587(27.7) 1 020(32.0) 1 567(25.4) 44.98 <0.001 糖尿病 845(9.0) 340(10.7) 505(8.2) 19.29 <0.001 抑郁 1 088(11.6) 540(16.9) 548(8.9) 131.48 <0.001 PHQ-9评分/分 3.8±4.6 4.8±5.2 3.3±4.2 15.70 <0.001 体质量指数/(kg/m2) 29.9±8.0 30.8±8.3 29.5±7.8 7.484 <0.001 收入与贫困基线比值 2.5±1.7 2.3±1.6 2.6±1.7 6.88 <0.001 2.2 不同睡眠时间女性血清维生素D循环代谢物浓度比较
睡眠不足女性血清25(OH)D及25(OH)D3浓度分别为56.2(39.2, 75.0)、51.9(35.4, 70.4) nmol/L, 分别低于非睡眠不足的女性的62.5(44.2, 80.9) nmol/L和59.0(40.3, 77.7) nmol/L。由于25(OH)D2总体检出率为21.0%, 低于50.0%, 因此不再进行分析，见表 2。
表 2 20~65岁不同睡眠时间女性的血清维生素D代谢物比较[M(P25,P75)]nmol/L 项目 检出 全组(n=9 353) 睡眠不足(n=3 189) 非睡眠不足(n=6 164) Z P 25(OH)D3 9 353(100.0) 56.5(38.3, 75.6) 51.9(35.4, 70.4) 59.0(40.3, 77.7) -3.12 <0.001 25(OH)D2 1 967(21.0) 1.5(1.5, 1.5) 1.45(1.5, 1.5) 1.45(1.5, 1.5) - - 25(OH)D 9 353(100.0) 60.4(42.4, 79.2) 56.2(39.2, 75.0) 62.5(44.2, 80.9) -10.06 <0.001 2.3 血清维生素D循环代谢物浓度与睡眠时间的相关性
以年龄、种族、婚姻状况、受教育程度、收入与贫困基线比值、BMI、采集月份、高血压、糖尿病、PHQ-9评分作为协变量，分别拟合Logistic回归模型分析探讨血清25(OH)D3和25(OH)D与睡眠状况的关系。校正以上混杂因素后，血清25(OH)D3及25(OH)D每增加10 nmol/L, 睡眠不足发生的可能性分别下降5.5%与5.7%[OR=1.005 5, 95%CI为1.003 6~1.007 3;OR=1.0057, 95%CI为1.0039~1.0076)], 见表 3。探索血清维生素D浓度与睡眠时间的非线性关系的限制性立方样条回归模型中，调整协变量后，两者相关性几乎与调整协变量前一致。当血清25(OH)D3≤70nmol/L时，睡眠时间随着血清25(OH)D3浓度的升高而明显延长，两者呈正相关; 当血清25(OH)D3>70nmol/L时，血清25(OH)D3浓度升高睡眠时间并未明显延长，两者的正相关关系变弱。同样，血清25(OH)D浓度与睡眠时间呈正相关关系，且当25(OH)D浓度≤60 nmol/L时两者的相关性更显著，见图 1。
表 3 睡眠不足女性血清维生素D代谢物浓度的Logistic回归模型结果回归模型 血清维生素D代谢物 β S.E OR 95%CI P 模型1 25(OH)D3 0.008 0.001 1.008 1 1.006 5~1.009 7 <0.001 25(OH)D 0.008 0.001 1.007 8 1.006 2~1.009 4 <0.001 模型2 25(OH)D3 0.005 0.001 1.005 5 1.003 6~1.007 3 <0.001 25(OH)D 0.006 0.001 1.005 7 1.003 9~1.007 6 <0.001 模型1: 未调整变量; 模型2:调整年龄、种族、婚姻状况、教育程度、收入与贫困基线比值、BMI、采集月份、高血压、糖尿病、PHQ-9评分后的模型。 ![]()
图 1 限制性立方样条回归模型分析血清维生素D代谢物浓度与睡眠时间的相关性A、C: 未调整变量的相关性分析; B、D: 调整年龄、种族、婚姻状况、教育程度、收入与贫困基线比值、BMI、采集月份、高血压、糖尿病、PHQ-9评分后的相关性分析。3. 讨论
基于2007—2018年NHANES的调查数据，本研究结果发现, 20~65岁女性血清维生素D代谢物浓度与睡眠时间呈正相关，血清25(OH)D3和25(OH)D浓度越高，睡眠不足的风险越低。本研究发现，在限制性立方样条回归模型中，调整协变量前后的血清25(OH)D3、25(OH)D浓度与睡眠时间均呈正相关，睡眠时间的延长会随着维生素D代谢物浓度的增高呈“先快后慢”的趋势，即体内维生素D浓度较低时，升高维生素D浓度对延长睡眠时间的作用相对明显，而当体内维生素D浓度达到一定水平后，提高其水平对延长睡眠时间的效应不显著，可能原因为在下丘脑、前额叶皮质、中脑中央灰质、黑质和中缝核等调节睡眠的大脑区域存在维生素D受体[14-15], 随着维生素D浓度的升高，其与受体的结合也逐渐趋于饱和，因此延长睡眠时间的作用有限。
维生素D参与睡眠调控，但机制尚不清楚[16]。人体靠皮肤光照内源性合成维生素D的占比为90%, 仅有少量维生素D来源于膳食摄入和补充[17-18]。血清25(OH)D广泛用于机体维生素D水平的评估，其中25(OH)D3约占循环25(OH)D总量的95%, 并且在人体内25(OH)D3生物活性明显高于25(OH)D2[19]。在细胞培养物中施用25(OH)D3活性代谢物会影响昼夜节律基因的表达[20], 维生素D有助于调节褪黑素的产生，褪黑素是一种松果体激素，能够延长睡眠时间[21-22]。另外有报道[17, 23-24]显示, 19岁以上短睡眠时间的成年人维生素D摄入量较低，充足的维生素D水平有助于改善睡眠质量。
本研究发现, 20~44岁睡眠不足的女性占比略高于45~65岁女性。有研究[25-27]发现，睡眠不足不仅与过早死亡有关，还会导致严重的社会经济损失。女性面对工作、家庭等多方面压力，更容易产生负面情绪，较男性有更多的睡眠问题[5, 28]。本研究中睡眠不足的抑郁女性占比更高，血清维生素D可以改善负面情绪，因此该类人群可通过增加户外日晒活动以及适当补充维生素D, 提高体内维生素D水平，从而在一定程度上减轻情绪对睡眠的影响[29-30]。
本研究存在一定局限性。首先，睡眠时间是基于研究对象夜间睡眠的主观报告，缺乏客观测量，不能反映实际睡眠时间，可能与实际睡眠不足的划分存在偏差，但是本研究数据来源于NHANES大样本的调查，因此具有较好的覆盖面与代表性。其次，阳光照射是内源性维生素D水平的主要影响因素，NHANES将血液标本采集的月份信息分为2个时间段，除此之外未公布或纳入其他与阳光照射的相关信息，故本研究仅将血样采集的月份信息纳入分析。
综上所述，成年女性睡眠状况与体内血清维生素D代谢物浓度存在相关性，当血清维生素D代谢物浓度较低时，提高血清维生素D浓度对睡眠时间的延长有益。
-
表 1 2组临床资料比较(x±s)
临床资料 NDPN组(n=49) DPN组(n=48) 年龄/岁 56.37±15.57* 63.60±14.90 病程/年 9.85±9.07 12.49±9.09 收缩压/mmHg 130.02±18.75* 138.08±20.77 舒张压/mmHg 80.00±11.84 77.65±11.36 白细胞/(×109/L) 6.64±4.50 6.39±2.06 血小板/(×109/L) 227.29±59.44* 201.21±60.42 空腹血糖/(mmol/L) 9.01±3.30 9.48±3.91 糖化血红蛋白/% 8.20±2.04 8.14±1.81 白蛋白/(mmol/L) 40.14±8.70 40.10±7.41 尿酸/(mmol/L) 339.20±89.63 341.79±94.20 肌酐/(μmol/L) 73.14±34.09 78.56±44.59 GFR/(mL/min) 102.41±27.97 92.15±30.02 尿A/C 5.22±11.84 10.60±19.91 FIB/(mmol/L) 3.22±1.22 3.61±1.88 总胆固醇/(mmol/L) 4.51±1.37 4.30±1.26 甘油三酯/(mmol/L) 2.50±2.55 2.17±2.14 LDL-C/(mmol/L) 2.59±0.84 2.54±1.06 NDPN: 无糖尿病周围神经病变; DPN: 糖尿病周围神经病变;
GFR: 肾小球滤过率; 尿A/C: 尿微量白蛋白与肌酐的比值;
FIB: 纤维蛋白原; LDL-C: 低密度脂蛋白胆固醇。
与DPN组比较, *P < 0.05。
下载: 导出CSV
表 2 2组CGM测定相关指标比较(x±s)
指标 NDPN组(n=49) DPN组(n=48) SD/(mmol/L) 2.65±0.73* 3.13±0.78 CV/% 30.62±4.59* 35.45±5.95 血糖平均值/(mmol/L) 8.61±1.62 8.76±1.45 MAGE/(mmol/L) 5.88±1.40* 6.48±1.53 MODD/(mmol/L) 1.99±0.71* 2.32±0.83 TIR/% 72.95±14.16 65.23±17.51 SD: 血糖标准差; MAGE: 24 h平均血糖波动幅度;
MODD: 日间血糖平均绝对差;
TIR: 葡萄糖正常目标范围内时间。
与DPN组比较, *P < 0.05。
下载: 导出CSV
表 3 二元Logistic回归分析结果
因变量 β S. E Wald OR 95%CI P SD -0.443 0.796 0.311 0.642 0.135~3.053 0.577 CV 0.288 0.093 9.524 1.334 1.111~1.601 0.002 MAGE -0.281 0.252 1.249 0.755 0.461~1.236 0.264 MODD 0.567 0.628 0.816 1.763 0.515~6.031 0.366
下载: 导出CSV
-
[1] 段丽君, 王健, 韩静, 等. 天津市2型糖尿病慢性并发症流行病学研究[J]. 重庆医学, 2019, 48(22): 3874-3878. doi: 10.3969/j.issn.1671-8348.2019.22.023 [2] 杨晓晖, 白颖. 糖尿病性周围神经病变的诊断和处理[J]. 中华全科医学, 2017, 15(1): 5-6. https://www.cnki.com.cn/Article/CJFDTOTAL-SYQY201701002.htm [3] SELAM J L. How to measure glycemic instability?[J]. Diabetes Metab, 2000, 26(2): 148-151.
[4] 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)[J]. 中华糖尿病杂志, 2021, 13(4): 315-409. https://www.cnki.com.cn/Article/CJFDTOTAL-HBYX202112018.htm [5] 雷远, 陶睿, 王佑民. 不同年龄层次糖尿病患者并发周围神经病变的危险因素比较[J]. 神经损伤与功能重建, 2020, 15(8): 453-456. doi: 10.16780/j.cnki.sjssgncj.20200132 [6] SHUN C T, CHANG Y C, WU H P, et al. Skin denervation in type 2 diabetes: correlations with diabetic duration and functional impairments[J]. Brain, 2004, 127(Pt 7): 1593-1605.
[7] 赫广玉, 孙成林, 刘玉佳, 等. 糖尿病周围神经病变神经损害特点及相关因素分析[J]. 中国糖尿病杂志, 2014, 22(2): 118-121. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTL201402008.htm [8] 赵军明, 陈蜀敏, 李伶俐, 等. 2型糖尿病周围神经病变与血小板平均体积的相关性分析[J]. 临床医学, 2015, 35(10): 11-12. https://www.cnki.com.cn/Article/CJFDTOTAL-EBED201510005.htm [9] 刘爱兰, 马利军, 赵恺, 等. 外周血白细胞计数对2型糖尿病并发周围神经病变的早期诊断价值[J]. 中国药物与临床, 2020, 20(15): 2514-2516. https://www.cnki.com.cn/Article/CJFDTOTAL-YWLC202015014.htm [10] 李利阳, 高松, 虎晓燕, 等. 血浆纤维蛋白原水平与2型糖尿病神经病变的关系[J]. 新疆医科大学学报, 2016, 39(9): 1159-1162. https://www.cnki.com.cn/Article/CJFDTOTAL-XJYY201609021.htm [11] ZHANG Y Z, JIANG Y, SHEN X M, et al. Can both normal and mildly abnormal albuminuria and glomerular filtration rate be a danger signal for diabetic peripheral neuropathy in type 2 diabetes mellitus[J]. Neurol Sci, 2017, 38(8): 1381-1390.
[12] 秦明, 宋玉玲, 张亭, 等. 中国人群2型糖尿病周围神经病变危险因素的系统评价[J]. 中国当代医药, 2021, 28(1): 20-26. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGUD202101005.htm [13] 姜涛, 宋秀霞, 张敏, 等. 波动性高血糖对2型糖尿病患者周围神经病变的影响[J]. 中国慢性病预防与控制, 2010, 18(1): 54-56. https://www.cnki.com.cn/Article/CJFDTOTAL-ZMXB201001023.htm [14] FONSECA V A, GRUNBERGER G, ANHALT H, et al. Continuous glucose monitoring: a consensus conference of the American association of clinical endocrinologists and American college of endocrinology[J]. Endocr Pract, 2016, 22(8): 1008-1021.
[15] RODBARD D. Hypo- and hyperglycemia in relation to the mean, standard deviation, coefficient of variation, and nature of the glucose distribution[J]. Diabetes Technol Ther, 2012, 14(10): 868-876.
[16] MONNIER L, COLETTE C, WOJTUSCISZYN A, et al. Toward defining the threshold between low and high glucose variability in diabetes[J]. Diabetes Care, 2017, 40(7): 832-838.
[17] 孙磊. 血糖变异性对糖尿病视网膜病变患者眼血流参数的影响研究[J]. 中国医学创新, 2021, 18(33): 141-145. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYCX202133036.htm [18] SLIEKER R C, VAN DER HEIJDEN A A W H, NIJPELS G, et al. Visit-to-visit variability of glycemia and vascular complications: the Hoorn Diabetes Care System cohort[J]. Cardiovasc Diabetol, 2019, 18(1): 170.
[19] 汪博, 李亚娟, 杜瑞妮, 等. 血糖变异系数对肾移植预后的预测价值[J]. 重庆医学, 2022, 51(3): 361-365. https://www.cnki.com.cn/Article/CJFDTOTAL-CQYX202203001.htm [20] 曾建琼, 程青虹, 王桂萍. 老年脓毒症患者血糖变异度与预后的相关性[J]. 中国老年学杂志, 2017, 37(10): 2520-2522. https://www.cnki.com.cn/Article/CJFDTOTAL-ZLXZ201710083.htm [21] SU J B, ZHAO L H, ZHANG X L, et al. HbA1c variability and diabetic peripheral neuropathy in type 2 diabetic patients[J]. Cardiovasc Diabetol, 2018, 17(1): 47.
[22] FIROUZABADI M D, POOPAK A, SHEIKHY A, et al. Glycemic profile variability: an independent risk factor for diabetic neuropathy in patients with type 2 diabetes[J]. Prim Care Diabetes, 2023, 17(1): 38-42.
-
期刊类型引用(4)
1. 王旭昕，康曼琳，王仕海. 郑州地区健康儿童及感染性疾病儿童维生素D水平变化分析. 社区医学杂志. 2023(11): 567-572 . 
百度学术
2. 章静菲，白文佩，任正洪，时正媛，王小雪，王子君. 绝经前后女性医务人员维生素D水平及其影响因素. 实用临床医药杂志. 2023(18): 118-122 . 本站查看
3. 李聪，高永红，章隽，王杏芬，赵洲，连雪梅，任菁，李海瑜，王郑芳，李薇薇，乔溪莹. 老年人群维生素D水平及睡眠状态与心血管疾病风险的队列研究. 临床心血管病杂志. 2022(12): 975-979 . 百度学术
4. 覃钰芳，黄晓英. 超声检查颈动脉粥样硬化对睡眠不足的评估价值分析. 世界睡眠医学杂志. 2022(10): 1791-1793 . 百度学术
其他类型引用(1)
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 5
苏公网安备 32100302010246号