王文惠, 楊衛(wèi)華, 堵一喬, 史學(xué)娟, 楊振華
(上海市寶山區(qū)中西醫(yī)結(jié)合醫(yī)院 檢驗(yàn)科, 上海, 201999)
糖尿病是一種臨床上較為常見的代謝疾病,以高血糖形式為主要表現(xiàn),患者胰島素分泌失調(diào),進(jìn)而導(dǎo)致腎臟、心臟和血管等不同程度的損傷。若不采取及時(shí)、有效的治療,將對(duì)患者的健康造成嚴(yán)重威脅[1]。中國患有糖尿病的人數(shù)眾多,已占全球糖尿病患者總數(shù)的1/3, 更為嚴(yán)重的是中國有60.70%的糖尿病患者未被診斷,無法得到及時(shí)有效的治療[2]。鑒于目前缺少行之有效的糖尿病分級(jí)標(biāo)準(zhǔn),考慮借用其他檢測(cè)手段,對(duì)不同糖尿病患者的標(biāo)本進(jìn)行檢測(cè),建立相應(yīng)的檢測(cè)數(shù)據(jù)庫,后續(xù)可利用該檢測(cè)手段和建立的特征數(shù)據(jù)庫對(duì)患者進(jìn)行良好的區(qū)分和后續(xù)的跟蹤治療,確?;颊叩闹委熜Ч约邦A(yù)后的療效。拉曼光譜技術(shù)具有分析速度快、所需樣品濃度低、樣品無需預(yù)處理、靈敏度較高等優(yōu)點(diǎn),現(xiàn)已成為生物學(xué)諸多研究領(lǐng)域中的有力武器[3-4]。本研究結(jié)合拉曼光譜本身的優(yōu)良特性以及糖尿病檢測(cè)的需求,考慮對(duì)糖尿病患者的標(biāo)本進(jìn)行對(duì)比分析,現(xiàn)報(bào)告如下。
選取2015年3月—2018年12月本院收治的1 000例健康人群、300例糖尿病患者和19例新患糖尿病患者作為研究對(duì)象,分為3組。所有患者均符合糖尿病診斷標(biāo)準(zhǔn)[5]。健康人群男395例,女605例,平均年齡為(54.91±16.66)歲; 糖尿病患者男161例,女139例,平均年齡(62.07±12.17)歲; 新患糖尿病患者男11例,女8例,平均年齡(59.84±8.34)歲。
所有研究對(duì)象均采集靜脈血4 mL, 離心后取血清保存于-80 ℃冰箱待檢。采用SysmexG8儀器和配套試劑檢測(cè)糖化血紅蛋白(HbA1c); 貝克曼AU5800自動(dòng)生化分析儀和檢測(cè)試劑盒檢測(cè)糖化白蛋白(GA); 應(yīng)用全自動(dòng)生化分析儀(AU5800)測(cè)定游離脂肪酸(FFA); 胰島素(INS)采用試劑盒和新產(chǎn)業(yè)化學(xué)發(fā)光儀MAGLUMI4000檢測(cè); 全酶法測(cè)定1, 5-脫水葡糖醇(1, 5-AG)。采用DXR型拉曼光譜儀(Thermo Fisher公司,美國),測(cè)試條件為: 波長(zhǎng)532 nm, 光柵1 800 gr/mm, 100倍物鏡,采集時(shí)間30 s, 采集次數(shù)1次, 100%激光功率,光譜范圍400~1 800 cm-1。本次拉曼光譜測(cè)定健康樣本40例,糖尿病樣本40例,新患糖尿病19例,每例樣本檢測(cè)4次,獲得的光譜進(jìn)行均一化處理后用于分析。
記錄并比較3組糖化血紅蛋白、糖化白蛋白、游離脂肪酸、胰島素、1, 5-脫水葡糖醇差異情況; 檢測(cè)并觀察拉曼光譜特征峰; PCA-LDA分析3組樣本之間差異情況,并計(jì)算誤差率。
采用SPSS 21.0進(jìn)行統(tǒng)計(jì)學(xué)分析,計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差表示,多組間的比較采用方差分析; 計(jì)數(shù)資料以[n(%)]表示; 以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。
健康組HbA1c、GA、FFA、INS和1, 5-AG的含量與糖尿病組、新患糖尿病組相比均有顯著差異(P<0.05); 新患糖尿病組的GA、FFA和1, 5-AG含量與糖尿病組相比有顯著差異(P<0.05), 而HbA1c和INS含量與糖尿病組相比無顯著差異(P>0.05), 見表1。
表1 3組常規(guī)檢查指標(biāo)比較
HbA1c: 糖化血紅蛋白; GA: 糖化白蛋白; FFA: 游離脂肪酸; INS: 胰島素; 1, 5-AG: 1, 5-脫水葡糖醇。
與健康組比較, *P<0.05; 與糖尿病組比較, #P<0.05。
本研究測(cè)定健康樣本40例(有效樣本數(shù)35例),糖尿病樣本40例(有效樣本數(shù)34例),新患糖尿病19例(有效樣本數(shù)17例),每例樣本檢測(cè)4次,獲得的光譜進(jìn)行均一化處理后用于分析。所測(cè)的原始光譜圖為圖1,圖2為均一化處理后的光譜圖。圖3是糖尿病樣本,新確診糖尿病樣本和健康樣本均一化處理后的對(duì)比圖,從圖3中可以發(fā)現(xiàn)3類樣本的拉曼譜峰非常相似,并不能很直觀地從譜峰上區(qū)分3類樣本,區(qū)分度較差。詳細(xì)的譜峰歸屬見表2。
圖1 原始拉曼光譜圖
圖2 均一化之后拉曼光譜圖
1: 健康樣本; 2: 新患糖尿病樣本; 3: 糖尿病樣本。圖3 健康樣本、新患糖尿病樣本和糖尿病樣本歸一化后對(duì)比圖
表2 拉曼光譜譜峰歸屬表(位移單位: cm-1)
為進(jìn)一步對(duì)3組樣本群體進(jìn)行區(qū)分,本研究對(duì)糖尿病樣本、新患糖尿病樣本和健康樣本的光譜進(jìn)行PCA-LDA分析,得到典型圖(圖4)。用數(shù)據(jù)本身來做測(cè)試集,誤差率僅為0.3%, 見表3。每組選取10個(gè)光譜做測(cè)試集,誤差率為13.3%, 見表4。由此可見, PCA-LDA分析可以較好地區(qū)分健康、糖尿病和新確診糖尿病的樣本,準(zhǔn)確率較高。
1: 健康樣本; 2: 糖尿病樣本; 3: 新患糖尿病樣本圖4 PCA-LDA典型圖
表3 所有數(shù)據(jù)為測(cè)試集結(jié)果 例
表4 隨機(jī)取10個(gè)光譜為測(cè)試集結(jié)果 例
2010年中國對(duì)19個(gè)省市的糖尿病標(biāo)準(zhǔn)化患者概率進(jìn)行調(diào)查,參與人數(shù)達(dá)到425 256人,以HbA1c≥6.5%為標(biāo)準(zhǔn),糖尿病患病概率高達(dá)11.6%, 患病人數(shù)已達(dá)到1.139億人次,糖尿病前期患病率達(dá)到50.1%, 說明中國此前有接近一半的成人達(dá)到準(zhǔn)糖尿病階段[6]。糖尿病已然成為影響中國人健康的重大公共衛(wèi)生問題。伴隨著經(jīng)濟(jì)的高速發(fā)展,不良生活習(xí)慣、運(yùn)動(dòng)的減少、人口的老齡化等因素使得中國糖尿病人數(shù)不斷上升,且逐漸年輕化。提高預(yù)防和治療糖尿病患者的臨床療效,已成為中國糖尿病領(lǐng)域研究的關(guān)鍵問題。
糖尿病患者血糖水平是一個(gè)不斷升高的過程,從血糖開始上升到最終的確診一般可達(dá)數(shù)年。盡早確診加以治療對(duì)患者治療效果和預(yù)后情況都會(huì)起到積極作用,而針對(duì)不同時(shí)期的糖尿病患者,采取特定的方式進(jìn)行治療,可確保減輕患者的病情和并發(fā)癥發(fā)生。黃佳丹[7]采用阿卡波糖和二甲雙胍治療新確診糖尿病患者,血糖、血脂和糖化血紅蛋白都得到了有效改善。此外, DDP-4抑制劑藥物在針對(duì)早期糖尿病患者和高血糖癥的治療時(shí)起到了很好的效果[8]。而在糖尿病治療過程中選用G蛋白偶聯(lián)受體119(GPR119)激動(dòng)劑、鈉-葡萄糖協(xié)同轉(zhuǎn)運(yùn)蛋白2(SGLT-2)抑制劑等新的治療方法可取得較好的療效[9-10]。
本研究3組樣本常規(guī)檢查指標(biāo)比較發(fā)現(xiàn),健康組與糖尿病和新患糖尿病組差異顯著,所測(cè)指標(biāo)對(duì)比后可有效區(qū)分糖尿病患者與健康人群。而糖尿病組與新患糖尿病組各指標(biāo)比較,新患糖尿病組的GA、FFA和1, 5-AG含量與糖尿病組相比有顯著差異,而HbA1c和INS含量相比糖尿病組無顯著差異。HbA1c穩(wěn)定性較強(qiáng),不易受飲食、血糖等因素影響,在糖尿病檢測(cè)中具有重要的應(yīng)用,美國糖尿病協(xié)會(huì)將HbA1c≥6.5%納入糖尿病的診斷標(biāo)準(zhǔn)[11-12]。而糖尿病組與新患糖尿病組該指標(biāo)比較無顯著差異,說明常規(guī)檢測(cè)指標(biāo)無法較好地區(qū)分2組樣本,其可能與新確診糖尿病患者的樣本較少有一定的關(guān)系。此外,對(duì)3組樣本進(jìn)行拉曼光譜分析表明, 3組的拉曼譜峰非常相似,并不能很直觀地從譜峰上區(qū)分3類樣本。進(jìn)一步采用PCA-LDA分析所測(cè)光譜可以較好地區(qū)分健康、糖尿病和新確診糖尿病的樣本,用所有數(shù)據(jù)本身來做測(cè)試集,誤差率僅為0.3%, 準(zhǔn)確率高。
綜上所述,常規(guī)指標(biāo)無法較好地區(qū)分糖尿病和新患糖尿病兩類樣本,而采用PCA-LDA分析方法對(duì)所有樣本的拉曼光譜進(jìn)行分析,可有效區(qū)分3類樣本,為臨床針對(duì)不同類別樣本進(jìn)行有效的治療提供參考依據(jù)。