自主神经功能障碍与眼部并发症:Sudoscan在糖尿病视网膜病变筛查中的作用 安德拉-埃莱娜·尼卡(Andra-Elena Nica)、 埃米莉亚·鲁苏(Emilia Rusu)、 卡门·多布扬斯基(Carmen Dobjanschi)、 弗洛林·鲁苏(Florin Rusu)、 克劳迪娅·西武(Claudia Sivu)、 奥安娜·安德烈亚·帕尔利特亚努(Oana Andreea Parliteanu)、 伊奥安娜·维尔德(Ioana Verde)、 安德烈亚·安德丽塔(Andreea Andrita)以及 加布里埃拉·拉杜利安(Gabriela Radulian)

《Diabetology》:Autonomic Dysfunction and Ocular Complications: The Role of Sudoscan in Diabetic Retinopathy Screening Andra-Elena Nica, Emilia Rusu, Carmen Dobjanschi, Florin Rusu, Claudia Sivu, Oana Andreea Parliteanu, Ioana Verde, Andreea Andrita and Gabriela Radulian

【字体: 大 中 小 】 时间:2026年04月02日 来源:Diabetology 2.2

编辑推荐:

  摘要 背景:糖尿病视网膜病变(DR)仍然是2型糖尿病(T2DM)患者中最常见和最严重的并发症之一,对视力和生活质量有显著影响。虽然传统的筛查方法有效,但它们并不总是可获得的或系统地被使用。Sudoscan是一种通过测量电化学皮肤电导(ESC)来评估汗腺功能

  摘要 背景:糖尿病视网膜病变(DR)仍然是2型糖尿病(T2DM)患者中最常见和最严重的并发症之一,对视力和生活质量有显著影响。虽然传统的筛查方法有效,但它们并不总是可获得的或系统地被使用。Sudoscan是一种通过测量电化学皮肤电导(ESC)来评估汗腺功能的设备——ESC是汗腺中氯离子流动的指标,也是周围自主神经功能的标志物——最近作为微血管并发症风险评估的潜在辅助工具而受到关注。目的:在这项横断面研究中,我们调查了它在271名2型糖尿病患者中识别DR的实用性。35.8%的患者被诊断为DR,受影响的患者在下肢的Sudoscan评分较低,而心血管自主神经病变的评分较高。方法:包括ROC曲线评估和多元线性回归在内的统计分析显示,Sudoscan参数与DR严重程度之间存在中等程度的诊断准确性和显著相关性。结果:我们的结果表明,Sudoscan可以作为一种快速、无痛且信息丰富的筛查工具,特别是在眼科服务有限的情况下特别有价值。结论:尽管它不能替代眼底检查,但它可以提供补充信息,并帮助按风险水平对患者进行分层,从而指导更有针对性的监测和干预策略。

1. 引言
糖尿病视网膜病变(DR)是2型糖尿病最常见的严重并发症之一,也是全球失明的主要原因之一。据估计,全球约有30%的糖尿病患者出现DR的迹象,其中不到10%的患者会发展成威胁视力的病变,如增殖性糖尿病视网膜病变和/或糖尿病黄斑水肿[1,2,3]。到2045年,全球DR患者数量预计将达到1.605亿,其中约4482万人有视力丧失的风险[4]。糖尿病视网膜病变晴雨表研究揭示了患者在教育、医疗专业人员培训以及获得负担得起的治疗方面的显著差距。这些挑战在低收入和中等收入国家以及少数族裔人群中尤为突出,这些群体的疾病负担最高[5]。此外,研究表明,年轻时被诊断为2型糖尿病的人可能更容易发展成DR[6]。糖尿病视网膜病变的筛查在预防疾病进展和视力丧失方面起着关键作用。常见的筛查方法包括眼底检查、视网膜摄影和光学相干断层扫描(OCT)成像[7]。糖尿病视网膜病变根据视网膜微血管异常的程度分为轻度、中度和重度非增殖性糖尿病视网膜病变(NPDR)和增殖性糖尿病视网膜病变(PDR)。

2. 材料与方法
2.1. 研究设计与伦理
这项横断面研究于2019年6月至2020年6月在一家临床中心进行,共纳入271名患者。研究获得了罗马尼亚布加勒斯特Nicolae Malaxa临床医院伦理委员会的批准(批准编号2145)。数据收集符合该医院对2型糖尿病患者的标准护理要求。所有参与者均提供了书面知情同意书,同意将其医疗数据用于研究目的。患者来自Nicolae Malaxa临床医院的糖尿病科。
2.2. 研究人群
纳入标准包括:在研究期间就诊于门诊或住院于糖尿病科的患者,年龄大于18岁,超重或肥胖,确诊为2型糖尿病,并签署了知情同意书。纳入超重和肥胖患者是基于这一人群中代谢和微血管并发症的较高发病率,以及与过多脂肪相关的自主功能障碍风险增加。这种方法旨在允许更专注于评估高风险人群中的Sudoscan表现。
2.3. 临床评估
收集的人体测量数据包括身高、体重、体质指数(BMI)、腰围、腰臀比、仰卧位和站立位的血压以及仰卧位和站立位的心率,还包括吸烟状况。
2.4. 生化参数
在禁食8小时后收集静脉血浆样本,以评估:空腹血糖、糖化血红蛋白(HbA1c)、血清肌酐、尿白蛋白-肌酐比值(ACR)、总胆固醇、HDL、LDL、甘油三酯、胆红素、C反应蛋白、钾、镁、氯化物、钠、钙、尿素、AST、ALT和GGT。使用MDRD方程计算估计的肾小球滤过率(eGFR)。ACR是从尿样中确定的。
2.5. 糖尿病视网膜病变的评估
糖尿病视网膜病变(DR)通过眼科检查进行评估。眼底检查由一名眼科医生完成。以病变更严重的眼眼作为分类依据。DR分为非增殖性和增殖性。没有此类异常的患者被视为无视网膜病变。
2.6. 周围糖尿病神经病变的评估
使用多伦多临床评分系统、汗腺运动功能评估和下肢敏感性测试来评估周围糖尿病神经病变。多伦多协议经过苏拉尔神经活检验证,并与电生理测试结果高度相关。记录了疼痛、麻木、感觉异常、无力以及上肢受累等症状。还测试了跟腱和髌骨反射。仪器评估包括使用TipTherm的温度感知、10克Semmes–Weinstein单丝的压力敏感性、Rydel–Seiffer音叉的振动感觉以及使用Neuropen的疼痛敏感性测试。
2.7. 慢性肾脏疾病(CKD)的评估
CKD根据eGFR和ACR进行分类。CKD定义为eGFR < 60 mL/min/1.73 m2。微量白蛋白尿定义为ACR 30–300 mg/g,大量白蛋白尿定义为ACR > 300 mg/g。
2.8. 心血管自主神经病变(CAN)的评估
使用心电图的QTc间期和心血管自主神经反射测试(CARTs)来评估CAN,包括心率变异性、瓦尔萨尔瓦动作、直立测试和等长运动血压反应。使用ESP-01-PA Ewing测试仪(MDE R&D,匈牙利布达佩斯)进行评估。Sudoscan还结合了电化学皮肤电导和年龄的算法来估计CAN风险(Sudoscan-CAN评分)。
2.9. 汗腺运动功能的评估
Sudoscan是一种FDA批准的非侵入性设备,通过测量手和脚的汗腺活动来评估汗腺运动功能。该设备分别测量手和脚的电化学皮肤电导(ESC),并以微西门子(μS)为单位报告平均ESC值。在本研究中,平均脚部ESC值作为下肢评分,而平均手部ESC值作为上肢评分。这些参数对应于先前研究中描述的ESC/FESC值。除了原始ESC测量值外,设备软件还将ESC与人口统计和临床变量(如年龄、身高、体重、HbA1c)结合,生成肾病(Sudoscan Nephropathy Score)和心血管自主神经病变(Sudoscan-CAN)的复合风险评分。该过程涉及将手和脚放在电极上约三分钟。低电刺激激活汗腺,然后测量电化学反应。该过程快速、无痛,无需特殊准备。
2.10. 统计分析
使用IBM SPSS Statistics for Windows 20.0(2011年发布;IBM公司,美国阿蒙克)进行统计分析。正态分布的连续变量以平均值±标准差(SD)表示,非正态分布的变量以中位数和四分位数范围(IQR)表示。分类变量以绝对数字和百分比表示。统计显著性设定为95%置信水平。使用ANOVA比较各组之间的定量变量,使用χ2检验比较分类变量。为了估计糖尿病视网膜病变和Sudoscan评分之间的独立相关性,应用了多元线性回归。糖尿病视网膜病变的严重程度被视为有序变量(无DR、NPDR、PDR)。多元线性回归作为一种探索性方法,用于评估Sudoscan参数与视网膜病变严重程度之间的独立关联。这种方法选择用于量化关联的方向和幅度,而不是构建预测模型。非正态分布的变量经过log10转换以满足参数检验的假设。

3. 结果
根据糖尿病视网膜病变的存在和严重程度,患者被分为三类:无糖尿病视网膜病变(DR?)、非增殖性糖尿病视网膜病变(NPDR)和增殖性糖尿病视网膜病变(PDR)。结果显示多个变量之间存在统计学上的显著差异(表1)。
表1. 按糖尿病视网膜病变的存在和严重程度分层的临床特征和生化参数。例如,各组的平均年龄存在显著差异(p = 0.038),NPDR组的患者通常比PDR组的患者年龄更大。患有视网膜病变的患者(NPDR和PDR)的糖尿病持续时间也显著更长(p < 0.001)。关于体质指数(BMI),PDR组的值显著更高(p = 0.043),表明视网膜病变的严重程度可能与肥胖有关。代谢参数和肾功能显示出显著差异。尽管各组之间的血糖和HbA1c水平没有显著差异,但增殖性糖尿病视网膜病变患者的尿白蛋白-肌酐比值(ACR)显著更高(p = 0.032),表明该组的肾功能损害更为明显。用于评估神经损伤的临床评分(多伦多评分、Ewing评分和Sudoscan评分)在患有视网膜病变的患者中显著更高,反映了这些组中神经病变的更严重程度(p < 0.001)。多伦多评分和Ewing评分均显示组间存在显著差异,表明这些临床指标与糖尿病视网膜病变的存在之间存在强相关性。研究人群中糖尿病视网膜病变的患病率为35.8%(n = 97)。在这些患者中,85.6%(n = 83)患有非增殖性糖尿病视网膜病变,而14.4%(n = 14)被诊断为增殖性糖尿病视网膜病变。女性患者中DR病例较多,可能是因为她们在研究队列中的比例较高(图1)。
图1. 按性别分层的糖尿病视网膜病变存在情况。肥胖个体的DR患病率高于非肥胖参与者(图2)。
图2. 按体重状况分层的糖尿病视网膜病变存在情况。该箱形图显示了根据糖尿病视网膜病变的存在和严重程度得出的下肢Sudoscan评分(图3)。随着视网膜病变严重程度的增加,下肢的汗腺运动功能逐渐下降(p < 0.001)。
图3. 箱形图显示了Sudoscan下肢评分与糖尿病视网膜病变严重程度之间的关系。该箱形图显示了根据糖尿病视网膜病变的存在和严重程度得出的Sudoscan CAN评分(图4)。随着视网膜病变严重程度的增加,心血管自主神经病变的风险评分显著增加(p < 0.001)。图4. 箱形图显示了心血管自主神经病变的存在与糖尿病视网膜病变严重程度之间的关系。该箱形图根据糖尿病视网膜病变的存在和严重程度展示了Sudoscan肾病评分(图5)。随着视网膜病变严重程度的增加,糖尿病肾病的风险评分显著升高(p < 0.001)。图5. 箱形图显示了糖尿病肾病的存在与糖尿病视网膜病变严重程度之间的关系。Sudoscan在糖尿病视网膜病变诊断中的表现:Sudoscan下肢评分预测糖尿病视网膜病变的接收者操作特征(ROC)曲线下面积为0.672(95% CI:0.605–0.738)。Sudoscan下肢评分的临界值为81.75,检测糖尿病视网膜病变的敏感性为76.5%,特异性为50.3%(图6)。Sudoscan肾病评分预测糖尿病视网膜病变的ROC曲线下面积为0.679(95% CI:0.614–0.743)。Sudoscan肾病评分的临界值为69.5,检测糖尿病视网膜病变的敏感性为84.7%,特异性为54.1%(图7)。Sudoscan CAN评分预测糖尿病视网膜病变的ROC曲线下面积为0.702(95% CI:0.639–0.765)。Sudoscan CAN评分的临界值为32.5,检测糖尿病视网膜病变的敏感性为83.7%,特异性为45.9%(图8)。表2中的统计分析采用多元线性回归来研究Sudoscan检测变量与2型糖尿病患者糖尿病视网膜病变之间的相关性。表2. 使用多元线性回归分析Sudoscan检测变量与2型糖尿病患者糖尿病视网膜病变的相关性。多元回归分析显示,糖尿病视网膜病变的严重程度与多个临床和功能参数之间存在显著关联。下肢Sudoscan评分较低与更晚期的视网膜病变相关,而较高的评分则表明存在心血管自主神经病变(CAN)以及Ewing和Toronto临床评分升高,这些都与视网膜病变的严重程度呈正相关。相比之下,上肢的Sudoscan评分和肾病风险评分未显示出显著相关性。这些发现表明,下肢感觉运动功能障碍和自主神经系统损伤在糖尿病视网膜病变的进展中可能比其他周围或肾脏标志物起着更重要的作用,突显了这些指标在风险分层和早期检测中的潜在用途。

总之,Sudoscan下肢评分、Sudoscan CAN评分、Ewing评分和Toronto临床评分与糖尿病视网膜病变有显著相关性,表明这些指标可能有助于评估和监测2型糖尿病患者,以便早期发现糖尿病视网膜病变。

4. 讨论
一系列系统评价和临床研究表明,Sudoscan在检测糖尿病微血管并发症方面提供了可重复的测量结果和中等程度的诊断准确性。先前的研究证实了电化学皮肤电导测量的可靠性,并强调了其在评估自主神经功能障碍和小纤维神经病变中的作用。多项报告还支持Sudoscan在资源有限的环境中筛查糖尿病并发症的临床适用性。这些发现共同支持Sudoscan作为评估系统性糖尿病微血管疾病的辅助工具的潜力[9,10,11,12]。
在本研究中,Sudoscan参数与2型糖尿病患者的糖尿病视网膜病变严重程度显著相关。这些发现与先前研究的结果一致,表明感觉运动功能障碍与糖尿病微血管并发症之间存在关联。例如,先前的研究报告的敏感性和特异性值与我们的队列观察到的结果相当[13]。同样,Lin等人证明,足部电化学皮肤电导降低与糖尿病视网膜病变显著相关,且这种相关性独立于神经病变和肾病标志物[8]。Wang及其同事进一步报告称,感觉运动功能障碍(ESC < 60 μS)的患者患糖尿病视网膜病变的风险显著增加,支持自主神经功能障碍与视网膜微血管损伤之间的关联[14]。
多项研究表明,将Sudoscan参数与临床评估工具(如神经病变筛查仪器或肾脏标志物)结合使用,可能比单独的诊断方法更有效地检测糖尿病并发症[15,16]。这些发现支持糖尿病微血管并发症通常具有共同的病理生理途径并倾向于同时进展的观点。
根据文献,传统的糖尿病视网膜病变筛查方法包括眼底检查、视网膜摄影和光学相干断层扫描[17]。在本研究中,Sudoscan与糖尿病视网膜病变严重程度显著相关;然而,其诊断性能中等,AUC值介于0.67到0.70之间。因此,Sudoscan应被视为风险分层的潜在辅助工具,用于识别可能需要眼科评估的患者,而不是替代现有的视网膜筛查方法。其非侵入性、快速执行和易于使用的特点使其在眼科服务有限的临床环境中具有应用价值[18]。未来需要包含标准化视网膜成像的前瞻性研究来进一步验证Sudoscan在糖尿病视网膜病变筛查中的潜力。
我们的结果还显示,增殖性糖尿病视网膜病变患者的尿白蛋白与肌酐比值显著升高,表明该组患者的肾脏受累更为严重。这些发现与先前的研究一致,表明肾脏功能障碍常常与糖尿病视网膜病变的严重程度相关,并反映了糖尿病微血管病变的系统性[19]。
尽管糖尿病视网膜病变患者的糖尿病病程显著较长,但两组之间的HbA1c值没有显著差异。这一观察结果可能反映了长期血糖暴露的累积效应和代谢记忆现象,表明历史血糖控制情况在微血管并发症的发展中可能比单次HbA1c测量更为重要。
Toronto评分和Ewing评分与糖尿病视网膜病变严重程度显著相关。这些测试是评估周围和心血管自主神经病变的验证工具,但不是专门用于诊断视网膜病变的工具。观察到的关联可能反映了糖尿病并发症背后的共同微血管和神经退行性机制,而不是直接参与视网膜病变筛查。这些发现与先前强调这些评分在评估糖尿病神经病变中的重要性的研究一致[20]。
我们的分析还显示,下肢Sudoscan评分与糖尿病视网膜病变严重程度呈负相关,表明更严重的感觉运动功能障碍与更晚期的视网膜疾病相关。这一观察结果支持先前的报告,即感觉运动功能障碍反映了自主神经纤维的进行性损伤,并可能与糖尿病微血管并发症的进展平行[21]。
本研究存在几个局限性。首先,单中心设计可能限制了研究结果的外部有效性和在更广泛、更多样化人群中的普遍性。此外,仅纳入超重和肥胖患者可能会降低结果对瘦型2型糖尿病患者的适用性。其次,横断面设计无法确定Sudoscan参数与糖尿病视网膜病变严重程度之间的因果关系。另一个重要局限性是缺乏标准化的视网膜成像记录,如眼底摄影或光学相干断层扫描,用于独立的基于图像的分级。糖尿病视网膜病变的诊断和分类由眼科医生根据临床眼底检查进行,反映了常规临床实践。尽管这种方法确保了实际应用性,但缺乏标准化成像可能会引入观察者间的变异性,并限制与使用摄影分级系统的研究的直接比较。
此外,糖尿病视网膜病变严重程度是一个序数结果,虽然本研究使用线性回归进行探索性分析,但未来的研究可以采用其他序数回归模型提供更多见解。另外,糖尿病视网膜病变的评估由单一眼科医生完成,可能会引入观察者相关的偏差。未来需要多中心、纵向研究来验证这些发现,并进一步明确Sudoscan在糖尿病微血管并发症患者风险分层中的作用。
本研究通过在实际临床队列中评估Sudoscan参数与已建立的临床神经病变评分之间的关系,扩展了现有知识。这种综合方法为糖尿病微血管并发症的系统性提供了额外的见解。此外,该研究提供了来自罗马尼亚人群的区域数据,这部分人群在评估感觉运动功能障碍与糖尿病微血管并发症关联的研究中一直代表性不足。这些发现支持结合自主神经和周围神经病变评估有助于全面评估2型糖尿病患者的并发症风险。

5. 结论
Sudoscan与2型糖尿病患者的糖尿病视网膜病变的存在和严重程度显著相关。尽管传统的眼科筛查方法仍是金标准,但Sudoscan可能是一种非侵入性的辅助工具,有助于识别糖尿病微血管并发症(包括糖尿病视网膜病变)的高风险患者。虽然眼底检查仍是金标准,但Sudoscan的便携性和非侵入性使其特别适合在农村地区或眼科医生资源有限的初级保健环境中使用[9]。
我们的发现与现有文献一致,表明Sudoscan参数可能有助于2型糖尿病患者的风险分层和临床监测。考虑到其中等程度的诊断性能,Sudoscan应被视为辅助工具,而不是替代现有的眼科筛查技术。需要进一步的多中心、纵向研究来确认这些发现,并更好地定义Sudoscan在糖尿病微血管并发症综合评估和监测中的作用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号