TAP Voice | 24年8月第5期

TAP Voice | 24年8月第5期的核心信息是什么?

TalkMED AI Paper(TAP) 由拓麦独家研发,旨在帮助医生读者及时获取最新的医学文献信息,并提供个人分享观点及经验的机会。每周,我们将在TAP中检索关键词,通过其中的AI问答功能,为医生读者提供最新的研究成果和医学进展,希望TAP能成为医生读者们的得力助手。 如果您感兴趣,欢迎关注并试用TAP,与我们一同探索医学前沿! 01 肉类消耗与2型糖尿...

TalkMED AI Paper(TAP) 由拓麦独家研发,旨在帮助医生读者及时获取最新的医学文献信息,并提供个人分享观点及经验的机会。每周,我们将在TAP中检索关键词,通过其中的AI问答功能,为医生读者提供最新的研究成果和医学进展,希望TAP能成为医生读者们的得力助手。 如果您感兴趣,欢迎关注并试用TAP,与我们一同探索医学前沿! 属于「拓麦Diabetes」分类。 本文由 TalkMED 拓麦医学编辑团队审核发布,内容来源清晰、引用完整,符合平台编辑方针和利益冲突披露政策。

本文核心问答

Q1: 该研究的关键数据和临床意义是什么?

本研究纳入了1966444例有参与资格的成年人,在中位随访10年(IQR 7-15)期间确定了107271例2型糖尿病事件。估计每种肉类的队列特异性风险比(HR)和95% 置信区间(CI),调整包括体重指数(BMI)在内的潜在混杂因素,并使用随机效应荟萃分析进行汇总,使用荟萃回归分析来研究异质性的潜在来源。■ 研究发现,各队列的中位肉类消耗量为:未加工红肉0-110 g/天,加工肉类0-49 g/天,家禽类0-72 g/天。未加工红肉类(100 g/天;HR=1.10;95%CI:1.06-1.15;I 2 =61%)、加工肉类(50 g/天;HR=1.15;95%CI:1.11-1.20;I 2 =59%)和家禽肉类(100 g/天;HR=1.08;95%CI:1.02-1.14;I 2 =68%)的消耗量增加与2型糖尿病发病率增加均相关。

Q2: 这篇文章的来源和作者资质如何?

参考文献DOI:10.1016/S2213-8587(24)00179-7、10.1016/S2213-8587(24)00194-3、10.1186/s12958-024-01278-8。发布于2024-08-30。

Q3: 本文涉及哪些核心医学术语和研究方向?

文中涉及的核心术语定义:IQR即四分位距(Interquartile Range);HR即风险比(Hazard Ratio),用于衡量两组间事件发生风险的比值;CI即置信区间(Confidence Interval),表示估计值的可信范围;OR即比值比(Odds Ratio),衡量暴露因素与结局之间的关联强度。。研究方法方面,统计分析采用Logistic回归分析、异质性检验、机器学习方法等方法。

Q4: 该研究采用了什么研究设计和方法?

本研究采用荟萃分析/系统综述和随机对照试验(RCT)和病例对照研究设计。研究纳入31项研究/文献。

来源:拓麦Diabetes

TalkMED AI Paper(TAP)由拓麦独家研发,旨在帮助医生读者及时获取最新的医学文献信息,并提供个人分享观点及经验的机会。每周,我们将在TAP中检索关键词,通过其中的AI问答功能,为医生读者提供最新的研究成果和医学进展,希望TAP能成为医生读者们的得力助手。如果您感兴趣,欢迎关注并试用TAP,与我们一同探索医学前沿!


01

肉类消耗与2型糖尿病发病率:一项针对20个国家31个队列197万成年人10万发病病例参与的联合荟萃分析1


关键信息

■ 本研究旨在使用来自全球队列的数据和协调的分析方法,研究未加工红肉类、加工肉类和家禽类消耗与2型糖尿病的关系。

■ 本研究纳入了参与InterConnect项目中31个队列的数据,队列来自美洲地区(n=12)、东地中海地区(n=2)、欧洲地区(n=9)、东南亚地区(n=1)和西太平洋地区(n=7)。本研究纳入了1966444例有参与资格的成年人,在中位随访10年(IQR 7-15)期间确定了107271例2型糖尿病事件。估计每种肉类的队列特异性风险比(HR)和95% 置信区间(CI),调整包括体重指数(BMI)在内的潜在混杂因素,并使用随机效应荟萃分析进行汇总,使用荟萃回归分析来研究异质性的潜在来源。

■ 研究发现,各队列的中位肉类消耗量为:未加工红肉0-110 g/天,加工肉类0-49 g/天,家禽类0-72 g/天。未加工红肉类(100 g/天;HR=1.10;95%CI:1.06-1.15;I2=61%)、加工肉类(50 g/天;HR=1.15;95%CI:1.11-1.20;I2=59%)和家禽肉类(100 g/天;HR=1.08;95%CI:1.02-1.14;I2=68%)的消耗量增加与2型糖尿病发病率增加均相关。在北美、欧洲和西太平洋地区均观察到肉类消耗与2型糖尿病之间存在正相关;其他地区的CI较宽。

■ 本研究未发现年龄、性别或BMI可以解释异质性的证据。在替代模型假设下,家禽肉类消耗与2型糖尿病患病率的相关性较弱。使用未加工的红肉或家禽肉类来代替加工肉类与2型糖尿病的发病率较低有关。

■ 本研究表明,肉类消耗,尤其是加工肉类和未加工红肉类,是整个人群患2型糖尿病的风险因素。以上结果强调了减少肉类消耗、普及膳食指南对公众健康的重要性。

点击阅读原文查看完整内容






02

NHS 2型糖尿病缓解方案的早期发现:对真实世界实施的前瞻性评估2


关键信息

■ 2019年英国国家卫生服务体系(NHS)承诺建立一个的基于完全饮食替代(TDR)的干预项目,并在真实世界中大规模提供;随后制定了NHS 2型糖尿病缓解之路(T2DR)计划,这是一项为期12个月的行为干预项目,该项目在最初3个月进行TDR,旨在支持减重。本研究评估了以上项目参与者的2型糖尿病缓解情况。

■ 本研究纳入1740例在2022年1月之前开始进行TDR的参与者。主要结局是1年时2型糖尿病的缓解情况,定义为两次HbA1c测量值低于48 mmol/mol,记录间隔至少3个月,并且在首次HbA1c测量前3个月未处方降糖药物,第二次HbA1c测量值在项目开始日期后11-15个月记录。

■ 本研究发现,在2022年1月之前进入项目并且没有缺失数据的1710例参与者中,平均体重减轻为8.3%(95%CI:7.9-8.6)或9.4 kg(95%CI:8.9-9.8);在945例完成项目且无缺失数据的参与者中,平均体重减轻为9.3%(95%CI:8.8-9.8)或10.3 kg(95%CI:9.7-10.9)。

■ 本研究发现,在710例参与者(42%)亚组中,190例(27%)达到缓解,平均体重减轻13.4%(95%CI:12.3-14.5)或14.8 kg(95%CI:13.4-16.3)。在完成项目的945例参与者中,450例(48%)记录了两次HbA1c测量结果,其中145例(32%)达到缓解,平均体重减轻14.4%(95%CI:13.2-15.5)或15.9 kg(95%CI:14.3-17.4)。

■ 本研究表明,在研究环境之外,通过大规模干预项目使得2型糖尿病患者达到缓解是可能的。然而,与随机对照试验相比,真实世界中的缓解率较低,数据的确定性也更有限。

点击阅读原文查看完整内容






03

尿酸与妊娠期糖尿病风险:一项观察性研究和孟德尔随机化分析3


关键信息

■ 本研究旨在探讨妊娠早期血清尿酸(UA)水平与妊娠期糖尿病(GDM)的关系,并进一步探讨两者之间是否存在因果关系。

■ 本研究共有684例妊娠期糖尿病孕妇和1162例非妊娠期糖尿病孕妇参与。311例妊娠期糖尿病孕妇和311例匹配的对照组被纳入1:1病例对照研究。采用条件Logistic回归分析UA水平与GDM发病风险的关系,并通过双样本孟德尔随机化(MR)分析检查两者之间是否存在因果关系。

■ 本研究发现,在1:1匹配的人群中,与UA水平极端三分位数相比,发生GDM的比值比(OR)为1.967(95%CI:1.475-2.625;P<0.001)。限制性立方样条分析显示,当UA高于222 μmol/L时,UA与GDM呈线性关系。在不同分层回归分析中GDM与UA水平均呈显著正相关(P<0.001)。然而,MR分析未发现尿酸与GDM之间存在因果关系的证据,UA每增加1个单位,OR为1.06(95%CI:0.91-1.25)。

■ 本研究表明,妊娠早期UA水平与GDM的发生风险呈正相关性。然而,未发现遗传学证据支持UA和GDM之间存在因果关系。

点击阅读原文查看完整内容






04

机器学习辅助分析舌下微循环功能障碍,用于2型糖尿病患者的早期心血管风险评估和心血管-肾脏代谢综合征分期4


关键信息

■ 本研究旨在分析舌下微循环是否可以作为一种有效的、非侵入性的方法用于评估2型糖尿病(T2DM)患者的心血管、肾脏和代谢风险。

■ 本横断面观察性研究入组了186例T2DM患者。所有患者均使用弗莱明翰总体心血管风险评分(FGCRS)和心血管-肾-代谢(CKM)综合征分期进行评估。通过侧流暗场显微术分析舌下微循环,包括总血管密度(TVD)和灌注血管密度(PVD)。已经开发了多种机器学习预测模型用于T2DM患者的CKM风险和分期评估。生成受试者工作特征(ROC)曲线以确定截止点。

■ 本研究发现,与T2DM患者相比,伴有SA的糖尿病患者具有更高的心血管(CV)风险(通过FGCRS评估),且伴随微循环灌注显著降低。包括颈动脉内膜中层厚度(IMT)、臂踝脉搏波速度(ba-PWV)和FGCRS在内的微循环参数与SA的发生率密切相关。通过微循环参数、指数(DMSA筛查)和临界点可以筛查T2DM患者的亚临床动脉粥样硬化(SA)。此外,通过机器学习确定的一组(4个)新因素显示了检测T2DM患者CKM风险的最佳灵敏度和特异性。微循环灌注减少可作为无SA的T2DM患者中CKM综合征风险分层的有用早期标志物。

■ 本研究表明,舌下微循环功能障碍与T2DM患者SA和CKM的风险密切相关。舌下微循环可作为一种评估T2DM患者CKM综合征分期的新工具。

点击阅读原文查看完整内容



参考文献:

1. Li C, Bishop TRP, Imamura F, et al. Meat consumption and incident type 2 diabetes: an individual-participant federated meta-analysis of 1·97 million adults with 100 000 incident cases from 31 cohorts in 20 countries. Lancet Diabetes Endocrinol. 2024;12(9):619-630. doi:10.1016/S2213-8587(24)00179-7

2. Valabhji J, Gorton T, Barron E, et al. Early findings from the NHS Type 2 Diabetes Path to Remission Programme: a prospective evaluation of real-world implementation. Lancet Diabetes Endocrinol. 2024;12(9):653-663. doi:10.1016/S2213-8587(24)00194-3

3. Xilifu N, Zhang R, Dai Y, et al. Uric acid and risk of gestational diabetes mellitus: an observational study and mendelian randomization analysis. Reprod Biol Endocrinol. 2024;22(1):108. Published 2024 Aug 27. doi:10.1186/s12958-024-01278-8

4. Liu W, Wang W, Sun F, et al. Machine Learning-Assisted Analysis of Sublingual Microcirculatory Dysfunction for Early Cardiovascular Risk Evaluation and Cardiovascular-Kidney-Metabolic Syndrome Stage in Patients With Type 2 Diabetes Mellitus. Diabetes Metab Res Rev. 2024;40(6):e3835. doi:10.1002/dmrr.3835



内容由TAP提供

校对:Dora&Serine

排版:Vanessa

1

END

1

免责声明:

文章内容由TAP生成,我们对其生成内容的准确性、完整性和功能性不做任何保证,并且其生成的内容不代表我们的态度或观点。本服务处于前沿探索阶段,测试体验功能仅供学术目的使用,未经许可,请勿分享和传播TAP生成的文本和图片内容。我们的服务来自于法律法规允许的包括但不限于公开互联网等信息积累,并已经过不断的自动及人工敏感数据过滤,但仍不排除其中部分信息具有瑕疵、不合理或引发不快。遇有此情形的,欢迎并感谢您随时通过tms@talkmed.com邮箱举报。


本文涉及的主要医学术语

文中涉及的核心术语定义:IQR即四分位距(Interquartile Range);HR即风险比(Hazard Ratio),用于衡量两组间事件发生风险的比值;CI即置信区间(Confidence Interval),表示估计值的可信范围;OR即比值比(Odds Ratio),衡量暴露因素与结局之间的关联强度。

本文研究方法与设计类型

本研究采用荟萃分析/系统综述和随机对照试验(RCT)和病例对照研究设计。统计分析采用Logistic回归分析、异质性检验、机器学习方法等方法。研究纳入31项研究/文献。

引用格式:TAP Voice | 24年8月第5期. 发布日期:2024-08-30. 来源:TalkMED拓麦. URL: https://portal.talkmed.com/news/1282 参考DOI: https://doi.org/10.1016/S2213-8587(24)00179-7, https://doi.org/10.1016/S2213-8587(24)00194-3, https://doi.org/10.1186/s12958-024-01278-8, https://doi.org/10.1002/dmrr.3835

2024-08-30

分享

收藏

点赞

媒体矩阵
  • 拓麦TalkMED
  • 拓麦精要
  • 拓麦Derm
  • 拓麦Neurol
  • 拓麦Diabetes
  • ONCO前沿
  • 血液前沿
  • 血管资讯
  • MED WIKI
  • 三七二十e
下载桌面应用
苹果应用下载
安卓应用下载