• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    2型糖尿病并發(fā)癥預測模型研究進展

    2021-11-28 23:23:36馬浩鳴周佩如
    循證護理 2021年4期
    關鍵詞:糖尿病模型研究

    馬浩鳴,周佩如

    1.暨南大學護理學院,廣東510632;2.暨南大學附屬第一醫(yī)院

    糖尿病(diabetes mellitus,DM)作為困擾全人類的一種非傳染性慢性疾病,是遺傳和環(huán)境相互作用引起的一組以血糖升高為主要特征的臨床綜合征[1]。目前,全球每11位成年人中就有1位患有糖尿病,其中約90%的病人屬于2型糖尿病(type 2 diabetes mellitus,T2DM)[2]。2型糖尿病又被稱為非胰島素依賴型糖尿病,其患病率高,發(fā)病隱匿,早期癥狀不明顯,導致未確診的糖尿病病例大量增加,加上2型糖尿病治療技術的進步,意味著病人普遍老齡化,導致2型糖尿病并發(fā)癥的發(fā)病率大幅上升,代價高昂[3]。據(jù)國際糖尿病組織的數(shù)據(jù)估計,2017年全球約有4.51億例糖尿病病人,預計在2045年將增加到6.93億例;2017年全球糖尿病病人醫(yī)療保健支出約為8 500億美元[4]。根據(jù)國內(nèi)糖尿病流調(diào)數(shù)據(jù)顯示,我國成年人的糖尿病患病率已高達11.6%,約1.14億例[5],位居糖尿病第一大國。

    2型糖尿病最主要的危害在于其伴隨而來的急性、慢性并發(fā)癥,是導致病人死亡以及醫(yī)療成本加重的最主要原因[6]。2型糖尿病并發(fā)癥患病率非常高,在一項亞洲、非洲、南美和歐洲28個國家的觀察研究中,2型糖尿病病人中有一半的病人患有微血管并發(fā)癥,有27%的病人患有大血管并發(fā)癥[7]。一項納入多國數(shù)據(jù)的研究表明,沒有并發(fā)癥的糖尿病住院病人的費用占人均收入的11%~75%,其中有并發(fā)癥的病人住院費用是沒有并發(fā)癥的住院病人的3倍[8]。

    隨著社會對衛(wèi)生保健服務需求的日益增加,且基于對成本效益的考量,各國都相繼在2型糖尿病的管理指南中強調(diào)了對并發(fā)癥風險評估及早期預防的重要性,美國糖尿病協(xié)會(American Diabetes Association,ADA)[9]、英國國家衛(wèi)生和臨床技術優(yōu)化研究所(National Institute for Health and Care Excellence,NICE)[10]都在2型糖尿病指南中建議定期進行糖尿病并發(fā)癥風險評估和多學科管理。Wan等[11]在我國香港2018年的一項大型基于真實世界的前瞻性研究表明,通過糖尿病5年并發(fā)癥預測模型的篩選,將糖尿病并發(fā)癥高危病人進行多學科分層干預管理,與對照組相比,試驗組患心血管風險降低了56.6%,死亡率降低了66.1%,顯示通過糖尿病并發(fā)癥預測模型進行風險分層和早期多學科糖尿病控制和危險因素管理對延緩疾病進展和預防并發(fā)癥的重要性。因此,積極開發(fā)面向病人、醫(yī)護人員以及衛(wèi)生政策系統(tǒng)的2型糖尿病并發(fā)癥風險預測模型并構建實用性評估工具,對2型糖尿病管理具有重大意義。現(xiàn)將2型糖尿病并發(fā)癥預測模型的發(fā)展和應用進展綜述如下。

    1 疾病預測模型概述

    疾病預測模型在疾病診斷及管理領域扮演著越來越重要的角色,對于一些發(fā)病隱匿、進展緩慢的疾病來說,預測模型可以很好地協(xié)助臨床進行診斷和管理[12]。預測模型通常按方法學分為2種,第一種是最為經(jīng)典的,即建立在大量的病人數(shù)據(jù)上,經(jīng)過數(shù)學模型的擬合回歸,如Cox回歸模型和Weibull回歸模型等可以篩選出健康相關的危險因素,預測個體未來某一特定時間內(nèi)的發(fā)病概率,并進行相關風險的評分。模型可以進一步以概率切點來進行危險分層,可以提高臨床的實用性,如心血管領域中最著名的弗明翰心臟研究(Framingham heart study),此模型將人群按并發(fā)心血管事件的概率分為最低危風險、低風險、中度風險、高度風險和最高危風險,是最早的,也是運用最廣的預測模型[13]。另一種是通過對現(xiàn)有的、散在的研究進行二次研究合成,如Meta分析、合成分析(synthesis analysis)等,通過對現(xiàn)有研究的嚴格評價和納入,在無法進行嚴格大規(guī)模的隊列研究的前提下,也是一種建立預測模型的可靠方式,基于循證的原理獲得綜合性的模型,從而更好地為醫(yī)療資源的合理配置、衛(wèi)生服務的合理開展以及衛(wèi)生政策的合理制定等提供依據(jù)?,F(xiàn)有糖尿病并發(fā)癥風險預測模型通常指上文提及的第一種,其科學性較大依賴于研究的設計是否嚴謹,大多建立在前瞻性或回顧性隊列研究中,前者指在糖尿病并發(fā)癥發(fā)生之前,獲取并發(fā)癥相關危險因素的信息,通過隨訪獲得發(fā)病信息;后者指通過病歷回顧,尋找對照組和試驗組的危險因素與是否發(fā)生并發(fā)癥之間的關系,根據(jù)臨床數(shù)據(jù)建立相關并發(fā)癥的風險預測模型。以此為基礎,也可以開發(fā)出相關的風險評估工具,如列線圖和計算軟件等[14]。

    2 國外糖尿病并發(fā)癥預測模型起源及研究現(xiàn)狀

    2型糖尿病并發(fā)癥模型最早起源于英國著名的糖尿病前瞻性隊列研究(UKPDS),是糖尿病研究領域內(nèi)一項具有里程碑意義的隨機對照試驗[15]。該研究歷時14年(1977年—1991年),共納入5 102例糖尿病病人,平均隨訪時間為10.7年。此研究表明,嚴格的血糖控制和血壓管理可以大幅降低新診斷2型糖尿病病人未來發(fā)生糖尿病相關并發(fā)癥的風險。而基于此研究所得的數(shù)據(jù),從2001年起,學者們逐步開啟了對2型糖尿病相關并發(fā)癥預測模型的探索。首個糖尿病并發(fā)癥預測模型由Stevens等[16]率先開發(fā),模型納入了年齡、性別、種族、吸煙史、糖化血紅蛋白、收縮期血液壓力和總膽固醇/高密度脂蛋白膽固醇比率作為預測因子,并著重預測2型糖尿病病人心血管并發(fā)癥的風險。第2個基于UKPDS數(shù)據(jù)的模型在2004年由Clarke[17]等開發(fā)并驗證,該模型運用Weibull回歸發(fā)展了7個數(shù)學方程來預測與糖尿病相關的并發(fā)癥風險,包括腦卒中、心力衰竭、致命或非致命心肌梗死、糖尿病腎臟病、截肢以及失明。第2個模型除納入第1個模型所使用的預測因子之外,也納入了病人的既往史,如既往糖尿病相關不良事件的發(fā)生和體質(zhì)指數(shù)(BMI)。最新一版UKPDS模型由Hayes等[18]在2013年發(fā)表并對之前的版本進行了修改,加入了關于微量或大量蛋白尿、腎小球濾過濾、心率、白細胞計數(shù)和血紅蛋白等詳細的生化指標信息,使模型更敏感,具有更高預測效應。隨著越來越多糖尿病并發(fā)癥模型的開發(fā),一些基于模型的評估軟件也逐漸形成,但其推廣性有待進一步提高。其中較為著名的是Hippisley-Cox等[19]在1998年—2014年開展的一項前瞻性隊列研究,研究通過英國Qresearch數(shù)據(jù)庫收集納入了454 575例糖尿病病人的病例信息,構建并驗證了糖尿病病人10年內(nèi)失明和截肢風險的模型,并以此模型開發(fā)了Qdiabetes網(wǎng)頁。糖尿病病人通過在該網(wǎng)頁輸入各項數(shù)據(jù)指標即可得出未來10年內(nèi)失明和截肢的絕對風險值。但該模型僅給出了罹患并發(fā)癥的絕對值而并沒有劃分出高危人群和低危人群的界限,不利于臨床的使用推廣。Eddy等[20]開發(fā)了Archimedes大型糖尿病模型,該模型較為復雜,可以理解為一項由計算機模擬測試人體自然生理學、疾病干預和衛(wèi)生保健的多個過程,現(xiàn)多用于臨床研究與衛(wèi)生系統(tǒng)決策,臨床推廣有限。

    3 適用于我國糖尿病并發(fā)癥模型的探索

    由于種族、社會及文化環(huán)境的差異,越來越多的證據(jù)表明,不同國家、地區(qū)和種族糖尿病病人并發(fā)癥風險不盡相同,如與發(fā)達國家相比,發(fā)展中國家糖尿病病人發(fā)生腎臟并發(fā)癥和腦卒中的風險更高,但是發(fā)生心血管疾病的風險較低,照搬其他國家及地區(qū)的2型糖尿病并發(fā)癥預測模型顯然會存在較大偏移[21]。在這種背景下,我國學者們逐步開始探究適合我國病人的糖尿病并發(fā)癥預測模型,并取得一定進展。2006年,李戈等[22]運用人工神經(jīng)網(wǎng)絡的方法,對現(xiàn)有病例進行數(shù)據(jù)挖掘,構建了5種糖尿病并發(fā)癥發(fā)病風險預測模型,可以分別對糖尿病病人的心血管病變、下肢動脈病變、腎臟病變、神經(jīng)病變以及視網(wǎng)膜病變進行風險預測,預測準確率為64.71%~82.35%,其中除糖尿病神經(jīng)病變的預測靈敏度和特異度欠佳,其余并發(fā)癥的風險預測效果良好。這項研究模型具有對數(shù)據(jù)容錯率高、便于操作等優(yōu)點,但研究數(shù)據(jù)體量較小,且僅做了病例資料回顧研究。因此,有可能一定程度上造成預測結果的偏倚。利用大型臨床數(shù)據(jù)進行隨訪追蹤可以得到偏倚較小的模型。香港大學學者Wan等[23]回顧了香港醫(yī)管局2010年137 935例糖尿病病人的病歷資料,通過5年的隨訪,構建了我國2型糖尿病病人心血管疾病的風險預測模型,并顯示出較好的準確度(一致性指數(shù)為0.705)。Miao等[24]使用2013年江蘇省疾病預防控制中心在社區(qū)開展的“糖尿病預防控制綜合研究”項目的數(shù)據(jù),納入了11 771例符合條件的糖尿病病人,通過4年隨訪,使用Cox回歸模型建立了我國糖尿病病人腎病預測模型,經(jīng)檢驗準確度較好。

    基于近年來國內(nèi)外對于2型糖尿病并發(fā)癥相關危險因素已有較多的數(shù)據(jù)積累,許多學者嘗試通過二次研究進行模型構建。劉小鈺[25]通過文獻評價搜集截止2016年有關糖尿病并發(fā)癥的相關文獻,對符合條件的文獻進行二次分析,提取2次數(shù)據(jù)并進行危險因素比值比(OR值)的合并,運用Logistic回歸模型建立了糖尿病3種并發(fā)癥的預測模型,并進行了低、中、高風險層次的分級,臨床使用價值較好。但文獻中納入的高質(zhì)量文獻較少,且文獻二次歸納分析中容易造成信息丟失,最終形成模型的可靠性也有待進一步檢驗。隨著大數(shù)據(jù)(big data)時代的來臨以及人工智能(AI)領域的不斷發(fā)展,基于人工智能的數(shù)據(jù)挖掘技術逐漸被運用于糖尿病并發(fā)癥的管理中。我國學者王潔等[26]通過對國家人口與健康科學數(shù)據(jù)共享服務平臺上糖尿病病人的較大真實數(shù)據(jù)集進行基于機器學習的數(shù)據(jù)挖掘,使用Logistic回歸和多層神經(jīng)網(wǎng)絡模型,對2型糖尿病并發(fā)癥進行預測分析。模型采用Python語言編寫,經(jīng)過多次修改訓練參數(shù)及調(diào)整試驗數(shù)據(jù),最終得出訓練模型的最優(yōu)結果,并顯示出較高的準確率。但該研究由于缺乏醫(yī)療團隊的加入,在并發(fā)癥納入的定義上以及納入數(shù)據(jù)的代表性上有所不足,最終導致模型的實用性較低,沒有被臨床投入使用。為了更好地利用大數(shù)據(jù)輔助臨床對糖尿病并發(fā)癥的診斷,崔純純[27]利用機器學習方法,對北京市某醫(yī)院的信息系統(tǒng)進行數(shù)據(jù)處理和挖掘,構建了基于BP神經(jīng)網(wǎng)絡的糖尿病并發(fā)癥預測模型,并將其運用于北京市某醫(yī)院信息管理系統(tǒng)中,完成了對系統(tǒng)的測試,真正實現(xiàn)了運用預測模型在臨床決策中輔助醫(yī)生進行糖尿病并發(fā)癥的診斷和管理。由此可見,通過醫(yī)療、人工智能與大數(shù)據(jù)領域的結合實現(xiàn)糖尿病并發(fā)癥預測是未來發(fā)展的重要趨勢。

    4 小結及展望

    綜上所述,目前2型糖尿病并發(fā)癥風險評估模型一般通過前瞻性隊列研究設計或大型臨床數(shù)據(jù)集,隨訪收集臨床數(shù)據(jù),選取合適的數(shù)學統(tǒng)計模型,構建不同并發(fā)癥的預測模型,以此評定2型糖尿病病人各種潛在的并發(fā)癥風險,不僅為病人和家屬提供了客觀的數(shù)據(jù)指標,提升其自我管理的內(nèi)在動力,也為醫(yī)護人員在2型糖尿病病人中發(fā)現(xiàn)高危人群,并開展有針對性的干預提供了依據(jù)。隨著越來越多的研究發(fā)表,基于循證和研究合成的預測模型也開始出現(xiàn),為開發(fā)更具綜合性以及實用性的模型提供了思路。而與大數(shù)據(jù)和人工智能領域的結合無疑是未來糖尿病并發(fā)癥預測模型發(fā)展的熱門方向之一,如何利用大數(shù)據(jù)和人工智能在海量的醫(yī)療數(shù)據(jù)中找到最有診斷價值的信息以及如何在預測模型的實用性與精確度尋求平衡,是亟待學者們解決的問題。

    由于各國、各民族文化、習慣和社會環(huán)境等差異的存在,不同國家或地區(qū)在引進或者發(fā)展2型糖尿病預測模型時,首先都應該對其適用性進行驗證,或根據(jù)本地區(qū)人群的特點進行調(diào)整,以建立本土化的2型糖尿病并發(fā)癥風險預測模型。我國糖尿病并發(fā)癥預測模型雖然已有大樣本的回顧分析,但大樣本的前瞻性隊列研究仍然缺乏,涉及2型糖尿病預測模型在臨床的應用較少,且主要集中于臨床的輔助診斷,鮮少用于疾病的早期管理和預警。此外,現(xiàn)有的2型糖尿病并發(fā)癥模型納入的危險和保護因子仍不夠全面,模型的預測準確度和臨床實用性有待進一步發(fā)展。綜上所述,目前我國仍未建立起涵蓋全面、預測效應良好且實用性強的2型糖尿病并發(fā)癥風險預測模型,且模型的應用與推廣較為缺乏,2型糖尿病并發(fā)癥預測模型應加強在疾病早期階段的應用。未來仍需在模型的發(fā)展與應用領域做進一步的研究。

    猜你喜歡
    糖尿病模型研究
    一半模型
    糖尿病知識問答
    中老年保健(2022年5期)2022-08-24 02:35:42
    糖尿病知識問答
    中老年保健(2022年1期)2022-08-17 06:14:56
    FMS與YBT相關性的實證研究
    糖尿病知識問答
    中老年保健(2021年5期)2021-08-24 07:07:20
    糖尿病知識問答
    遼代千人邑研究述論
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權M-估計的漸近分布
    視錯覺在平面設計中的應用與研究
    科技傳播(2019年22期)2020-01-14 03:06:54
    欧美日韩精品成人综合77777| 国产精品麻豆人妻色哟哟久久| 狂野欧美激情性bbbbbb| 亚洲精品第二区| 一本大道久久a久久精品| 国产精品一区www在线观看| 狂野欧美激情性bbbbbb| 精品亚洲成a人片在线观看| h视频一区二区三区| 少妇的逼水好多| 熟女av电影| 又黄又爽又刺激的免费视频.| 国产不卡av网站在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 五月玫瑰六月丁香| 日韩强制内射视频| 久久午夜福利片| 国产免费一区二区三区四区乱码| av女优亚洲男人天堂| 欧美3d第一页| 十八禁高潮呻吟视频| 久久久久久久亚洲中文字幕| 两个人免费观看高清视频| 在线观看一区二区三区激情| 人妻一区二区av| 色网站视频免费| 亚洲激情五月婷婷啪啪| 又大又黄又爽视频免费| 男女边吃奶边做爰视频| av卡一久久| 简卡轻食公司| 成年av动漫网址| 欧美 日韩 精品 国产| 国产亚洲精品第一综合不卡 | 99久久中文字幕三级久久日本| 精品午夜福利在线看| 男女高潮啪啪啪动态图| 热re99久久国产66热| 老司机亚洲免费影院| 啦啦啦啦在线视频资源| 久久久久久久久久久丰满| 欧美97在线视频| 在线播放无遮挡| 在线播放无遮挡| 美女脱内裤让男人舔精品视频| 天天操日日干夜夜撸| 日本午夜av视频| 亚洲内射少妇av| 国精品久久久久久国模美| 中文字幕精品免费在线观看视频 | 日韩视频在线欧美| 精品人妻熟女毛片av久久网站| 欧美日韩一区二区视频在线观看视频在线| 日本与韩国留学比较| 久久久久久伊人网av| 91久久精品国产一区二区三区| 精品少妇内射三级| 亚洲五月色婷婷综合| av线在线观看网站| 中国美白少妇内射xxxbb| 性高湖久久久久久久久免费观看| 人成视频在线观看免费观看| 五月伊人婷婷丁香| 少妇猛男粗大的猛烈进出视频| 水蜜桃什么品种好| a级片在线免费高清观看视频| 熟女电影av网| 少妇丰满av| 国产高清有码在线观看视频| 99热这里只有是精品在线观看| 欧美精品高潮呻吟av久久| 人人妻人人爽人人添夜夜欢视频| 男的添女的下面高潮视频| 久久精品国产自在天天线| 日本猛色少妇xxxxx猛交久久| 亚洲,一卡二卡三卡| 一本一本综合久久| 午夜激情福利司机影院| 亚洲第一av免费看| 精品人妻熟女毛片av久久网站| 亚洲成色77777| 欧美精品一区二区大全| 中文天堂在线官网| 欧美日韩视频精品一区| 国产一区二区在线观看av| 午夜激情久久久久久久| 久久 成人 亚洲| 少妇猛男粗大的猛烈进出视频| 免费黄色在线免费观看| av在线老鸭窝| 国产白丝娇喘喷水9色精品| 亚洲av欧美aⅴ国产| 日韩精品有码人妻一区| 99九九线精品视频在线观看视频| 女性被躁到高潮视频| 中文字幕制服av| 人妻 亚洲 视频| 国产男女超爽视频在线观看| 精品久久久久久久久亚洲| 成人国产av品久久久| 国产精品偷伦视频观看了| 爱豆传媒免费全集在线观看| 国产成人免费无遮挡视频| 麻豆乱淫一区二区| 成年女人在线观看亚洲视频| 免费观看在线日韩| 大话2 男鬼变身卡| 搡女人真爽免费视频火全软件| 亚州av有码| 国产一区亚洲一区在线观看| 久久 成人 亚洲| 99热这里只有是精品在线观看| 久久狼人影院| 一级毛片黄色毛片免费观看视频| 国产成人免费观看mmmm| 久久国产亚洲av麻豆专区| 在线免费观看不下载黄p国产| 日本91视频免费播放| 亚洲精品美女久久av网站| 久久久午夜欧美精品| 97超视频在线观看视频| 精品卡一卡二卡四卡免费| 啦啦啦视频在线资源免费观看| av线在线观看网站| 国产白丝娇喘喷水9色精品| 欧美精品一区二区免费开放| 久久影院123| 高清不卡的av网站| 久久国内精品自在自线图片| 亚洲人成网站在线播| 亚洲丝袜综合中文字幕| 欧美xxⅹ黑人| 亚洲国产av影院在线观看| 在线观看美女被高潮喷水网站| 美女cb高潮喷水在线观看| 国产精品久久久久久精品古装| 青春草视频在线免费观看| 国产免费又黄又爽又色| 国产av码专区亚洲av| 日韩伦理黄色片| av一本久久久久| 在现免费观看毛片| tube8黄色片| 久久久国产精品麻豆| 成人手机av| 夫妻午夜视频| 熟女人妻精品中文字幕| 青春草视频在线免费观看| 大话2 男鬼变身卡| 97超视频在线观看视频| 王馨瑶露胸无遮挡在线观看| 在线 av 中文字幕| 国产成人精品一,二区| 女人久久www免费人成看片| 伦理电影大哥的女人| 日本与韩国留学比较| 久久午夜综合久久蜜桃| 啦啦啦啦在线视频资源| 中文字幕亚洲精品专区| 亚洲国产精品一区三区| 亚洲性久久影院| 熟妇人妻不卡中文字幕| 久久久久久人妻| 伊人久久国产一区二区| 国产亚洲av片在线观看秒播厂| av专区在线播放| 伦理电影大哥的女人| 欧美xxⅹ黑人| 18在线观看网站| 亚洲国产精品一区二区三区在线| 视频在线观看一区二区三区| 成人黄色视频免费在线看| 婷婷色综合大香蕉| 亚州av有码| 校园人妻丝袜中文字幕| 啦啦啦啦在线视频资源| 伊人久久精品亚洲午夜| 看非洲黑人一级黄片| av专区在线播放| 免费观看a级毛片全部| 国产亚洲最大av| 老司机亚洲免费影院| 国产成人精品一,二区| 高清黄色对白视频在线免费看| 各种免费的搞黄视频| 美女cb高潮喷水在线观看| 精品亚洲成国产av| 边亲边吃奶的免费视频| 色哟哟·www| 91精品国产九色| 国产伦理片在线播放av一区| 成人黄色视频免费在线看| 久久久久久久精品精品| 插阴视频在线观看视频| 亚洲精品一区蜜桃| 性高湖久久久久久久久免费观看| 黑人猛操日本美女一级片| 少妇熟女欧美另类| 99热这里只有是精品在线观看| 看免费成人av毛片| 日韩不卡一区二区三区视频在线| 日本av手机在线免费观看| 性色avwww在线观看| 五月伊人婷婷丁香| 精品久久久久久电影网| 视频区图区小说| 亚洲av.av天堂| 精品久久久久久久久av| 午夜激情久久久久久久| 国产男人的电影天堂91| 亚洲国产欧美在线一区| 亚洲精品国产色婷婷电影| 黄色毛片三级朝国网站| 日韩欧美精品免费久久| 国产 精品1| 亚洲不卡免费看| 日韩视频在线欧美| 99久久精品一区二区三区| 国产成人精品一,二区| 91精品一卡2卡3卡4卡| 人人妻人人澡人人爽人人夜夜| 国产免费一级a男人的天堂| 中文欧美无线码| 18禁裸乳无遮挡动漫免费视频| 啦啦啦视频在线资源免费观看| 精品99又大又爽又粗少妇毛片| 亚洲精品美女久久av网站| 26uuu在线亚洲综合色| 中文字幕av电影在线播放| 啦啦啦啦在线视频资源| 少妇高潮的动态图| 菩萨蛮人人尽说江南好唐韦庄| 精品国产国语对白av| 黑人巨大精品欧美一区二区蜜桃 | 日本欧美国产在线视频| 水蜜桃什么品种好| 亚洲精华国产精华液的使用体验| 日本午夜av视频| 中文字幕av电影在线播放| 欧美日韩亚洲高清精品| 国产高清不卡午夜福利| 观看av在线不卡| 国产精品女同一区二区软件| 嘟嘟电影网在线观看| 免费少妇av软件| 啦啦啦中文免费视频观看日本| 又粗又硬又长又爽又黄的视频| 99热国产这里只有精品6| 亚洲中文av在线| 国产在线免费精品| 99国产综合亚洲精品| 在线观看免费日韩欧美大片 | 欧美日韩一区二区视频在线观看视频在线| 91aial.com中文字幕在线观看| 亚洲伊人久久精品综合| 久久ye,这里只有精品| 午夜福利影视在线免费观看| 最后的刺客免费高清国语| 久久精品国产亚洲网站| 一个人免费看片子| 国产精品一区二区在线观看99| 成人手机av| 2018国产大陆天天弄谢| 久久99热6这里只有精品| 人妻夜夜爽99麻豆av| 嫩草影院入口| 成年人免费黄色播放视频| 男女边吃奶边做爰视频| 成人综合一区亚洲| 国产成人免费观看mmmm| 亚洲图色成人| 3wmmmm亚洲av在线观看| 99热这里只有是精品在线观看| 高清黄色对白视频在线免费看| 99九九线精品视频在线观看视频| 午夜精品国产一区二区电影| 国产日韩欧美视频二区| av电影中文网址| 日本黄色片子视频| 夜夜爽夜夜爽视频| videosex国产| 黄片无遮挡物在线观看| √禁漫天堂资源中文www| av电影中文网址| 最近的中文字幕免费完整| 精品亚洲乱码少妇综合久久| 国产精品国产av在线观看| 在线天堂最新版资源| 亚洲精品日韩av片在线观看| 久久影院123| 国产精品欧美亚洲77777| 日韩欧美精品免费久久| 纯流量卡能插随身wifi吗| 麻豆成人av视频| 又大又黄又爽视频免费| 国产 精品1| 在线播放无遮挡| 亚洲色图 男人天堂 中文字幕 | 一区二区三区四区激情视频| 99re6热这里在线精品视频| 国产亚洲欧美精品永久| 狠狠精品人妻久久久久久综合| 久久久久国产网址| 日韩大片免费观看网站| 啦啦啦啦在线视频资源| 欧美三级亚洲精品| 亚洲欧洲日产国产| 丝袜在线中文字幕| 老司机影院毛片| 男女边吃奶边做爰视频| 如何舔出高潮| 男女免费视频国产| 午夜激情久久久久久久| 91精品国产国语对白视频| 制服诱惑二区| 制服人妻中文乱码| 日韩亚洲欧美综合| 午夜福利视频在线观看免费| 丁香六月天网| 赤兔流量卡办理| 国产色婷婷99| 国产精品一区二区三区四区免费观看| 大话2 男鬼变身卡| 日韩制服骚丝袜av| 久久99热这里只频精品6学生| 简卡轻食公司| 极品少妇高潮喷水抽搐| 亚洲久久久国产精品| 男女啪啪激烈高潮av片| 日韩中字成人| 久久综合国产亚洲精品| 亚洲av不卡在线观看| 你懂的网址亚洲精品在线观看| 成人国产麻豆网| 狂野欧美激情性xxxx在线观看| 自线自在国产av| 精品人妻偷拍中文字幕| av国产久精品久网站免费入址| 80岁老熟妇乱子伦牲交| 亚洲国产av新网站| 国产精品一二三区在线看| 人人妻人人澡人人爽人人夜夜| 国产片内射在线| 18禁观看日本| 亚洲精品亚洲一区二区| 婷婷色综合www| 少妇的逼水好多| 九九久久精品国产亚洲av麻豆| 国产 精品1| 久久精品人人爽人人爽视色| 男女高潮啪啪啪动态图| 久久久久久久久久久丰满| 国产免费现黄频在线看| 伦理电影免费视频| 亚洲少妇的诱惑av| 最近中文字幕2019免费版| 亚洲欧洲日产国产| 精品亚洲成a人片在线观看| 日韩一本色道免费dvd| 国产av国产精品国产| 欧美一级a爱片免费观看看| 成人手机av| 国内精品宾馆在线| 黄色一级大片看看| 多毛熟女@视频| 久久久久久久国产电影| 亚洲激情五月婷婷啪啪| 日韩免费高清中文字幕av| 人人妻人人爽人人添夜夜欢视频| 成人国产麻豆网| 精品人妻熟女av久视频| 国产白丝娇喘喷水9色精品| 国产片内射在线| 国产在线一区二区三区精| 2022亚洲国产成人精品| 国产亚洲精品久久久com| 久久婷婷青草| 桃花免费在线播放| 在线观看www视频免费| 夜夜看夜夜爽夜夜摸| 久久久久人妻精品一区果冻| videos熟女内射| 如日韩欧美国产精品一区二区三区 | 中文字幕免费在线视频6| 男的添女的下面高潮视频| 嫩草影院入口| 91精品三级在线观看| 成人国产av品久久久| 国产免费又黄又爽又色| 日日撸夜夜添| 夜夜爽夜夜爽视频| 亚洲精品国产色婷婷电影| 99久久精品一区二区三区| 97在线视频观看| 午夜视频国产福利| 国产综合精华液| 国产精品99久久久久久久久| 国产成人免费无遮挡视频| 波野结衣二区三区在线| 日韩免费高清中文字幕av| 国产免费福利视频在线观看| 亚洲人与动物交配视频| 国产一区二区三区av在线| 亚洲精品456在线播放app| 成人毛片60女人毛片免费| 在线观看免费高清a一片| 久久久精品94久久精品| 亚洲国产最新在线播放| 国产精品不卡视频一区二区| 国产国语露脸激情在线看| 国内精品宾馆在线| 黄色配什么色好看| 国产伦精品一区二区三区视频9| 亚洲国产色片| 熟女电影av网| 午夜91福利影院| 男人添女人高潮全过程视频| 日本午夜av视频| 中文乱码字字幕精品一区二区三区| 亚洲无线观看免费| 欧美精品国产亚洲| 久久人人爽人人片av| 色网站视频免费| 国产日韩一区二区三区精品不卡 | 国产一区有黄有色的免费视频| 亚洲av成人精品一二三区| 欧美日韩av久久| 天天躁夜夜躁狠狠久久av| 国产精品国产三级国产专区5o| 中文欧美无线码| 精品99又大又爽又粗少妇毛片| 女人精品久久久久毛片| 男女无遮挡免费网站观看| 欧美国产精品一级二级三级| 91精品三级在线观看| 亚洲欧美成人综合另类久久久| 国产精品久久久久久久久免| 国产成人免费观看mmmm| 一区二区日韩欧美中文字幕 | 在线观看免费高清a一片| 熟女电影av网| 少妇人妻精品综合一区二区| 3wmmmm亚洲av在线观看| tube8黄色片| √禁漫天堂资源中文www| 国产毛片在线视频| 91精品国产国语对白视频| 夜夜看夜夜爽夜夜摸| 熟女人妻精品中文字幕| 免费观看a级毛片全部| 日日啪夜夜爽| 一边亲一边摸免费视频| 高清视频免费观看一区二区| 99九九在线精品视频| 两个人的视频大全免费| 另类精品久久| 日韩制服骚丝袜av| 久久这里有精品视频免费| 人人澡人人妻人| 大香蕉久久网| 五月天丁香电影| 超色免费av| 成年av动漫网址| av又黄又爽大尺度在线免费看| 精品人妻在线不人妻| 日韩成人av中文字幕在线观看| 欧美最新免费一区二区三区| 春色校园在线视频观看| 日韩av不卡免费在线播放| 91精品国产九色| 一级毛片 在线播放| 精品人妻在线不人妻| 午夜免费鲁丝| 欧美三级亚洲精品| 天堂俺去俺来也www色官网| 少妇被粗大猛烈的视频| 性色av一级| 亚洲第一区二区三区不卡| 如何舔出高潮| 精品亚洲成a人片在线观看| 日本午夜av视频| 亚洲精品456在线播放app| 黄片无遮挡物在线观看| 日本黄色片子视频| av免费观看日本| 久久久精品区二区三区| 成人毛片60女人毛片免费| 国产乱来视频区| 观看av在线不卡| 国产精品麻豆人妻色哟哟久久| 中文字幕最新亚洲高清| 欧美最新免费一区二区三区| 日韩 亚洲 欧美在线| 3wmmmm亚洲av在线观看| 精品久久久噜噜| 成人影院久久| 成人亚洲精品一区在线观看| 欧美精品亚洲一区二区| 免费播放大片免费观看视频在线观看| 国产淫语在线视频| 亚洲欧美日韩卡通动漫| 午夜福利网站1000一区二区三区| 另类精品久久| 国产精品人妻久久久影院| kizo精华| 能在线免费看毛片的网站| 伊人亚洲综合成人网| 欧美日韩亚洲高清精品| 国产国拍精品亚洲av在线观看| 久久精品国产亚洲av涩爱| 夜夜骑夜夜射夜夜干| 一区二区三区精品91| 极品少妇高潮喷水抽搐| 久久午夜综合久久蜜桃| 美女脱内裤让男人舔精品视频| 亚洲精品成人av观看孕妇| 亚洲国产av新网站| 国产精品人妻久久久久久| 一二三四中文在线观看免费高清| 高清黄色对白视频在线免费看| 婷婷成人精品国产| 最近最新中文字幕免费大全7| 熟女av电影| 一级毛片我不卡| 免费高清在线观看视频在线观看| 99久久人妻综合| 一级a做视频免费观看| 伊人久久精品亚洲午夜| 中文乱码字字幕精品一区二区三区| 亚洲天堂av无毛| 一级爰片在线观看| 啦啦啦中文免费视频观看日本| 久久99一区二区三区| 婷婷色av中文字幕| 精品久久蜜臀av无| 成年人免费黄色播放视频| 中文乱码字字幕精品一区二区三区| 观看av在线不卡| 国产淫语在线视频| 黄片播放在线免费| 欧美日韩一区二区视频在线观看视频在线| 国产69精品久久久久777片| 亚洲精品乱久久久久久| 91精品三级在线观看| 老司机影院成人| 久久精品国产自在天天线| 日韩一区二区视频免费看| av卡一久久| 婷婷色麻豆天堂久久| 精品亚洲成a人片在线观看| 18禁在线播放成人免费| 亚洲欧美精品自产自拍| 中文字幕制服av| 国国产精品蜜臀av免费| 成人亚洲精品一区在线观看| 久久人人爽人人片av| av免费在线看不卡| 91精品三级在线观看| 国产片特级美女逼逼视频| 国产国语露脸激情在线看| 欧美变态另类bdsm刘玥| 人妻人人澡人人爽人人| av播播在线观看一区| 精品久久久噜噜| 久久 成人 亚洲| 亚洲一区二区三区欧美精品| 乱码一卡2卡4卡精品| 色视频在线一区二区三区| 永久免费av网站大全| 高清毛片免费看| 中国国产av一级| 永久网站在线| 香蕉精品网在线| 多毛熟女@视频| 美女脱内裤让男人舔精品视频| 亚洲成人一二三区av| xxx大片免费视频| 伦理电影大哥的女人| 少妇熟女欧美另类| 国产一区亚洲一区在线观看| www.av在线官网国产| 少妇 在线观看| 中国三级夫妇交换| 99国产精品免费福利视频| 下体分泌物呈黄色| 国产一区二区在线观看日韩| 午夜免费观看性视频| 一级毛片我不卡| 亚洲激情五月婷婷啪啪| 久热久热在线精品观看| 久久久久久久久大av| 欧美精品亚洲一区二区| 热99久久久久精品小说推荐| 日韩强制内射视频| 日韩,欧美,国产一区二区三区| 久久ye,这里只有精品| 欧美激情国产日韩精品一区| 午夜福利视频精品| 精品熟女少妇av免费看| 人妻少妇偷人精品九色| 国产午夜精品久久久久久一区二区三区| 晚上一个人看的免费电影| 日本vs欧美在线观看视频| 黄色欧美视频在线观看| 一级毛片电影观看| 国产一区二区三区综合在线观看 | 日韩三级伦理在线观看| 久久狼人影院| 一级二级三级毛片免费看| 黄色配什么色好看| 大香蕉97超碰在线| 一区二区三区精品91| 国产深夜福利视频在线观看| 久久久国产一区二区| 日日摸夜夜添夜夜添av毛片|