RU2814003C1 - Method of predicting risk of developing diabetic retinopathy in patients with type 2 diabetes mellitus - Google Patents
Method of predicting risk of developing diabetic retinopathy in patients with type 2 diabetes mellitus Download PDFInfo
- Publication number
- RU2814003C1 RU2814003C1 RU2023101381A RU2023101381A RU2814003C1 RU 2814003 C1 RU2814003 C1 RU 2814003C1 RU 2023101381 A RU2023101381 A RU 2023101381A RU 2023101381 A RU2023101381 A RU 2023101381A RU 2814003 C1 RU2814003 C1 RU 2814003C1
- Authority
- RU
- Russia
- Prior art keywords
- diabetic retinopathy
- type
- diabetes
- risk
- patients
- Prior art date
Links
- 206010012689 Diabetic retinopathy Diseases 0.000 title claims abstract description 38
- 208000001072 type 2 diabetes mellitus Diseases 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000000291 postprandial effect Effects 0.000 claims abstract description 12
- 206010012601 diabetes mellitus Diseases 0.000 claims abstract description 10
- 238000009534 blood test Methods 0.000 claims abstract 2
- 239000003814 drug Substances 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 5
- 208000017442 Retinal disease Diseases 0.000 description 4
- 206010038923 Retinopathy Diseases 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 3
- 201000004569 Blindness Diseases 0.000 description 2
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 208000002249 Diabetes Complications Diseases 0.000 description 1
- 108010015776 Glucose oxidase Proteins 0.000 description 1
- 239000004366 Glucose oxidase Substances 0.000 description 1
- 102000017011 Glycated Hemoglobin A Human genes 0.000 description 1
- 108010023302 HDL Cholesterol Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 210000002889 endothelial cell Anatomy 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 210000004904 fingernail bed Anatomy 0.000 description 1
- 229940116332 glucose oxidase Drugs 0.000 description 1
- 235000019420 glucose oxidase Nutrition 0.000 description 1
- 108091005995 glycated hemoglobin Proteins 0.000 description 1
- 230000002641 glycemic effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 208000032598 susceptibility microvascular complications of diabetes Diseases 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
Abstract
Description
Изобретение относится к области медицины, а именно к эндокринологии, и представляет собой способ процентного определения риска развития диабетической ретинопатии у больного сахарным диабетом 2-го типа (СД 2-го типа).The invention relates to the field of medicine, namely to endocrinology, and is a method for determining the percentage risk of developing diabetic retinopathy in a patient with type 2 diabetes mellitus (type 2 diabetes).
СД занимает важное место среди заболеваний, темпы роста которых приобретают характер неинфекционных эпидемий, вследствие значительной их распространенности, снижения качества жизни, высокой смертности и инвалидности пациентов. Распространенность СД в мире по данным IDF составляет около 8% [IDF Diabetes Atlas, 9th edition. Brussels: International Diabetes Federation; 2019; Available from: https://www.diabetesatlas.org/en]. Среди поздних микрососудистых осложнений СД - диабетическая ретинопатия (ДР), которая является основной причиной слепоты среди лиц трудоспособного возраста и третьим по частоте фактором снижения зрения у лиц старше 65 лет. Распространенность ДР среди больных с установленным СД варьирует от 10 до 61% [Нероев В.В., Зайцева О.В., Михайлова Л.А. Заболеваемость диабетической ретинопатией в Российской Федерации, по данным федеральной статистики // Российский офтальмологический журнал. - 2018. - 11(2) - С. 5-9].Diabetes occupies an important place among diseases whose growth rates are becoming non-infectious epidemics due to their significant prevalence, decreased quality of life, high mortality and disability of patients. The prevalence of diabetes in the world according to IDF is about 8% [IDF Diabetes Atlas, 9th edition. Brussels: International Diabetes Federation; 2019; Available from: https://www.diabetesatlas.org/en]. Among the late microvascular complications of diabetes is diabetic retinopathy (DR), which is the leading cause of blindness among people of working age and the third most common cause of vision loss in people over 65 years of age. The prevalence of DR among patients with established diabetes varies from 10 to 61% [Neroev V.V., Zaitseva O.V., Mikhailova L.A. Incidence of diabetic retinopathy in the Russian Federation, according to federal statistics // Russian Ophthalmological Journal. - 2018. - 11(2) - P. 5-9].
Известен способ прогнозирования риска раннего развития микрососудистых осложнений у детей с СД 1 типа (патент РФ №2557928 от 27.07.2015), при котором определяют длительность заболевания, возраст больного, содержание десквамированных эндотелиальных клеток, уровень холестерина липопротеидов высокой плотности, общего холестерина, триглицеридов, коэффициент атерогенности, уровень гликированного гемоглобина, среднесуточный уровень гликемии. Изобретение обеспечивает прогнозирование высокого риска развития микрососудистых осложнений в течение года (коэффициента ≥1) или низкого уровня развития микрососудистых осложнений (при значении коэффициента <1). Недостатком метода является отсутствие указаний на детализацию осложнений у больных СД 1-го типа.There is a known method for predicting the risk of early development of microvascular complications in children with type 1 diabetes (RF patent No. 2557928 dated July 27, 2015), in which the duration of the disease, the patient’s age, the content of desquamated endothelial cells, the level of high-density lipoprotein cholesterol, total cholesterol, triglycerides, atherogenicity coefficient, glycated hemoglobin level, average daily glycemic level. The invention provides prediction of a high risk of developing microvascular complications during the year (coefficient ≥1) or a low level of development of microvascular complications (with a coefficient value <1). The disadvantage of the method is the lack of instructions for detailing complications in patients with type 1 diabetes.
Известен способ прогнозирования формирования осложнений сахарного диабета (патент №2668202 от 29.09.17) основанный на исследовании показателей микроциркуляторного русла у лиц с СД методом компьютерной капилляроскопии ногтевого ложа. К недостаткам способа относят - трудоемкость и техническую сложность, так как необходимо иметь специальное программно-аппаратное обеспечение, что ограничивает его применение в клинической практике.There is a known method for predicting the formation of complications of diabetes mellitus (patent No. 2668202 dated September 29, 2017) based on the study of microcirculatory parameters in people with diabetes using computer capillaroscopy of the nail bed. The disadvantages of this method include labor intensity and technical complexity, since it is necessary to have special software and hardware, which limits its use in clinical practice.
Способ прогнозирования риска развития диабетической ретинопатии у больных СД 2-го типа разработан на основании результатов логистической регрессионной модели на базе Microsoft Office Excel. С помощью математического моделирования, логистической регрессии, корреляционного анализа установлены наиболее значимые факторы риска, ассоциированные диабетической ретинопатией у больных с СД 2-го и вычислен процентный риск развития диабетической ретинопатии.A method for predicting the risk of developing diabetic retinopathy in patients with type 2 diabetes was developed based on the results of a logistic regression model based on Microsoft Office Excel. Using mathematical modeling, logistic regression, and correlation analysis, the most significant risk factors associated with diabetic retinopathy in patients with type 2 diabetes were established and the percentage risk of developing diabetic retinopathy was calculated.
Технический результат: повышение точности прогнозирования диабетической ретинопатии у больных СД 2-го типа за счет использования количественного критерия прогнозирования.Technical result: increasing the accuracy of predicting diabetic retinopathy in patients with type 2 diabetes through the use of a quantitative prediction criterion.
Указанный результат достигается с помощью определения у больных с СД 2-го типа анамнестических (возраст, длительность сахарного диабета 2-го типа) и лабораторных (уровень постпрандиальной гликемии) показателей, с последующим их использованием для расчета прогнозируемого риска развития диабетической ретинопатии у больных СД 2-го типа.This result is achieved by determining anamnestic (age, duration of type 2 diabetes) and laboratory (postprandial glycemia level) parameters in patients with type 2 diabetes, with their subsequent use to calculate the predicted risk of developing diabetic retinopathy in patients with type 2 diabetes -th type.
Способ осуществляется следующим способом: у обследуемого больного определяют анамнестические данные - возраст, длительность сахарного диабета 2-го типа, а также забирают натощак образец крови для определения уровня постпрандиальной гликемии с последующим расчетом точки разделения.The method is carried out in the following way: anamnestic data are determined from the examined patient - age, duration of type 2 diabetes mellitus, and a fasting blood sample is taken to determine the level of postprandial glycemia with subsequent calculation of the separation point.
Уровень постпрандиальной гликемии определяют энзиматическим глюкозо-оксидазным методом на анализаторе «Биосен» (Германия).The level of postprandial glycemia is determined by the enzymatic glucose oxidase method on a Biosen analyzer (Germany).
Далее проводят расчет прогнозируемого риска развития диабетической ретинопатии по формуле:Next, the predicted risk of developing diabetic retinopathy is calculated using the formula:
р - прогнозируемый риск развития диабетической ретинопатии, %; е - основание натурального логарифма; х1 - возраст, годы; х2 - уровень постпрандиальной гликемии, ммоль/л; х3 - длительность сахарного диабета, годы. Так, при значении показателя р от 0 до 24,9% прогнозируют низкий риск развития диабетической ретинопатии у больного с СД 2-го типа, при значении показателя р от 25 до 49,5% - средний и при показателе от 50 до 100% - высокий риск развития диабетической ретинопатии у больного с СД 2-го типа.p - predicted risk of developing diabetic retinopathy, %; e is the base of the natural logarithm; x 1 - age, years; x 2 - level of postprandial glycemia, mmol/l; x 3 - duration of diabetes mellitus, years. Thus, with a p value from 0 to 24.9%, a low risk of developing diabetic retinopathy in a patient with type 2 diabetes is predicted, with a p value from 25 to 49.5% - average, and with a p value from 25 to 49.5% - average and with a p value from 50 to 100% - high risk of developing diabetic retinopathy in a patient with type 2 diabetes.
При разработке способа на первом этапе была проведена оценка клинико-анамнестических данных у 121 пациента с СД 2-го типа. На втором этапе с помощью корреляционного анализа выделены наиболее значимые факторы, достоверно ассоциированные с диабетической ретинопатией. На последнем этапе с помощью метода логистической регрессии определены прогностически значимые факторы риска развития диабетической ретинопатии у больных СД 2-го типа.When developing the method, at the first stage, clinical and anamnestic data were assessed in 121 patients with type 2 diabetes. At the second stage, using correlation analysis, the most significant factors that are reliably associated with diabetic retinopathy were identified. At the last stage, using the logistic regression method, prognostically significant risk factors for the development of diabetic retinopathy in patients with type 2 diabetes were identified.
В таблице 1 представлены данные, характеризующие диагностическую чувствительность, специфичность и эффективность показателей в точке разделения для прогноза диабетической ретинопатии у больных СД 2-го типа.Table 1 presents data characterizing the diagnostic sensitivity, specificity and effectiveness of indicators at the cut-off point for predicting diabetic retinopathy in patients with type 2 diabetes.
В таблице 2 представлено подтверждение качества диагностических показателей, являющихся значимыми факторами риска диабетической ретинопатии у больных СД 2-го типа.Table 2 provides confirmation of the quality of diagnostic indicators that are significant risk factors for diabetic retinopathy in patients with type 2 diabetes.
Интегральный показатель имеет более высокую степень эффективности 73,55% (чувствительность 75,38%, специфичность 71,43%) по сравнению с отдельными показателями. Площадь под интегральной ROC-кривой составила 0,78, что можно расценивать как хорошее качество интегрального диагностического показателя.The integrated indicator has a higher degree of effectiveness of 73.55% (sensitivity 75.38%, specificity 71.43%) compared to individual indicators. The area under the integral ROC curve was 0.78, which can be regarded as a good quality of the integral diagnostic indicator.
Таким образом, к наиболее значимым факторам риска для развития диабетической ретинопатии у больных СД 2-го типа относят - возраст пациента, длительность диабета, постпрандиальная гликемия.Thus, the most significant risk factors for the development of diabetic retinopathy in patients with type 2 diabetes include the patient’s age, duration of diabetes, and postprandial glycemia.
Примеры конкретного выполнения.Examples of specific implementation.
Пример 1. Пациентка М., 60 лет, в течение года наблюдается по поводу сахарного диабета 2-го типа. Уровень постпрандиальной гликемии - 11,4 ммоль/л. Проведен расчет прогноза развития диабетической ретинопатии у пациентки женского пола по формуле предложенного способа.Example 1. Patient M., 60 years old, has been under observation for type 2 diabetes mellitus for a year. The level of postprandial glycemia is 11.4 mmol/l. The forecast for the development of diabetic retinopathy in a female patient was calculated using the formula of the proposed method.
Согласно расчету, где x1 - 60 лет; х2 - 11,4 ммоль/л; х3 - 1 год, у данной пациентки риск развития ретинопатии составил 52%. Был сделан вывод о высоком риске развития диабетической ретинопатии, которая была диагностирована у пациентки через год.According to the calculation, where x 1 - 60 years; x 2 - 11.4 mmol/l; x 3 - 1 year, in this patient the risk of developing retinopathy was 52%. It was concluded that there was a high risk of developing diabetic retinopathy, which was diagnosed in the patient a year later.
Пример 2. Пациент Д., 55 лет, в течение 5 лет наблюдается по поводу СД 2-го типа. Уровень постпрандиальной гликемии 9,0 ммоль/л. Проведен расчет прогноза развития диабетической ретинопатии у пациента по формуле предложенного способа.Example 2. Patient D., 55 years old, has been under observation for type 2 diabetes for 5 years. The level of postprandial glycemia is 9.0 mmol/l. The prediction of the development of diabetic retinopathy in a patient was calculated using the formula of the proposed method.
Согласно расчету, где x1 - 55 лет; х2 - 9,0 ммоль/л; х3 - 5 лет, у данного пациента риск развития ретинопатии составил 41%, что указывает на средний риск развития диабетической ретинопатии. Через 1,5 года была выявлена диабетическая ретинопатия.According to the calculation, where x 1 - 55 years; x 2 - 9.0 mmol/l; x 3 - 5 years, this patient had a 41% risk of developing retinopathy, indicating an average risk of developing diabetic retinopathy. After 1.5 years, diabetic retinopathy was detected.
Пример 3. Пациент Н., 70 лет, в течение 15 лет наблюдается по поводу СД 2-го типа. Уровень постпрандиальной гликемии 14,4 ммоль/л. Проведен расчет прогноза развития диабетической ретинопатии у пациента по формуле предложенного способа.Example 3. Patient N., 70 years old, has been under observation for type 2 diabetes for 15 years. The level of postprandial glycemia is 14.4 mmol/l. The prediction of the development of diabetic retinopathy in a patient was calculated using the formula of the proposed method.
Согласно расчету, где х1 - 70 лет; х2 - 14,4 ммоль/л; х3 - 15 лет, у данного пациента риск развития ретинопатии составил 77%, что указывает на высокий риск развития данного осложнения, которое было диагностировано у пациента через год.According to the calculation, where x 1 - 70 years; x 2 - 14.4 mmol/l; x 3 - 15 years, in this patient the risk of developing retinopathy was 77%, which indicates a high risk of developing this complication, which was diagnosed in the patient a year later.
Пример 4. Пациент Л., 55 лет, в течение 1 года наблюдается по поводу СД 2-го типа. Уровень постпрандиальной гликемии 6,5 ммоль/л. Проведен расчет прогноза развития диабетической ретинопатии у пациента по формуле предложенного способа.Example 4. Patient L., 55 years old, has been observed for type 2 diabetes for 1 year. The level of postprandial glycemia is 6.5 mmol/l. The prediction of the development of diabetic retinopathy in a patient was calculated using the formula of the proposed method.
Согласно расчету, где x1 - 55 лет; x2 - 6,5 ммоль/л; х3 - 1 год, у данного пациента риск развития ретинопатии составил 29%, что указывает на средний риск развития данного осложнения, которое было диагностировано у пациента через 2 года.According to the calculation, where x 1 - 55 years; x 2 - 6.5 mmol/l; x 3 - 1 year, in this patient the risk of developing retinopathy was 29%, which indicates an average risk of developing this complication, which was diagnosed in the patient after 2 years.
Claims (3)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2814003C1 true RU2814003C1 (en) | 2024-02-21 |
Family
ID=
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2741715C1 (en) * | 2020-03-20 | 2021-01-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Пермский государственный медицинский университет имени академика Е.А. Вагнера" Министерства здравоохранения Российской Федерации | Method for prediction of formation of microvascular complications of type 2 diabetes mellitus |
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2741715C1 (en) * | 2020-03-20 | 2021-01-28 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Пермский государственный медицинский университет имени академика Е.А. Вагнера" Министерства здравоохранения Российской Федерации | Method for prediction of formation of microvascular complications of type 2 diabetes mellitus |
Non-Patent Citations (1)
| Title |
|---|
| КОНОНЕНКО И.В. и др. Значение комплексного контроля гликемии при сахарном диабете 2-го типа. Проблемы эндокринологии. 2010; 56(5): 43-51. CHOWDHURY R.S. et al. Diabetic Retinopathy in Newly Diagnosed Subjects With Type 2 Diabetes Mellitus: Contribution of β-Cell Function. The Journal of Clinical Endocrinology & Metabolism. 2016 Feb 1; 101(2): 572-580. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gupta et al. | Prevalence and epidemiology of toenail onychomycosis in diabetic subjects: a multicentre survey | |
| Wang et al. | Associations between subclinical thyroid disease and metabolic syndrome | |
| Wang et al. | Impact of age and sex on plasma natriuretic peptide levels in healthy adults | |
| Damsgaard et al. | Prognostic value of urinary albumin excretion rate and other risk factors in elderly diabetic patients and non-diabetic control subjects surviving the first 5 years after assessment | |
| KR20100106965A (en) | Method and apparatus for detecting diseases associated with the eye | |
| RU2704959C1 (en) | Method for assessing the risk of developing atherosclerosis based on analysis of immunological parameters | |
| Sherif et al. | Soluble urokinase plasminogen activator receptor in type 1 diabetic children, relation to vascular complications | |
| RU2814003C1 (en) | Method of predicting risk of developing diabetic retinopathy in patients with type 2 diabetes mellitus | |
| Zoppini et al. | Increased aortic stiffness index in patients with type 1 diabetes without cardiovascular disease compared to controls | |
| Palatini et al. | Cystatin C as predictor of microalbuminuria in the early stage of hypertension | |
| Chen et al. | Glycemic status and its association with retinal age gap: Insights from the UK biobank study | |
| RU2557928C2 (en) | Method for prediction of risk of early microvascular complications of type i diabetes mellitus in children | |
| RU2741715C1 (en) | Method for prediction of formation of microvascular complications of type 2 diabetes mellitus | |
| JP7354497B2 (en) | Non-invasive HbA1c value estimation method | |
| CN108291903A (en) | The determination flag object of nephrosis | |
| RU2706537C1 (en) | Method for early postoperative risk assessment in patients with connective tissue dysplasia | |
| Asaad et al. | The Relationship between Renal Impairment and Specific Laboratory Markers: A Comprehensive Investigation Focusing on Athletes. | |
| Agoro et al. | The forensic application of vitreous humour biochemistry in postmortem disease diagnosis | |
| Shukla et al. | Study of serum transforming growth factor-beta 1 (TGF-β1) levels in type 2 diabetes mellitus patients with nephropathy | |
| RU2764954C1 (en) | Method for predicting risk of death in patients with type 2 diabetes mellitus in combination with covid-19 | |
| Parasar et al. | To Evaluate the Relationship of HbA1c Levels and Serum Magnesium in Patients with Type II Diabetes and Its Correlation with Diabetic Retinopathy | |
| RU2760824C1 (en) | Method for predicting the risk of development of gestional diabetes mellitus in private patients of late reproductive age after application of assistant reproductive technologies | |
| RU2804729C1 (en) | Method for determining the risk factor for the presence of diabetic retinopathy in patients with diabetes mellitus | |
| RU2751412C1 (en) | Method for predicting the risk of death in patients with myocardial infarction at working age | |
| RU2754946C1 (en) | Method for determining risk of aortic valve calcification in patients 60 years of age and older |