【摘 要】
：
目的:探讨2型糖尿病(T2DM)血清成纤维细胞生长因子23(FGF23)的变化趋势及与动脉粥样硬化(AS)的相关性,阐述FGF23在2型糖尿病并发动脉粥样硬化发生发展中的所扮演的角色,及其对病变的早期诊断和病变严重程度的预测价值。方法:收集2019年3月-2019年10月就诊于西安医学院第一附属医院内分泌科住院诊断为T2DM患者260例,对照组收集同时期体检中心非糖尿病非动脉粥样硬化的健康人43例
论文部分内容阅读
目的:探讨2型糖尿病(T2DM)血清成纤维细胞生长因子23(FGF23)的变化趋势及与动脉粥样硬化(AS)的相关性,阐述FGF23在2型糖尿病并发动脉粥样硬化发生发展中的所扮演的角色,及其对病变的早期诊断和病变严重程度的预测价值。方法:收集2019年3月-2019年10月就诊于西安医学院第一附属医院内分泌科住院诊断为T2DM患者260例,对照组收集同时期体检中心非糖尿病非动脉粥样硬化的健康人43例,根据颈动脉超声检查将研究对象分为T2DM+颈动脉内中膜正常组(T2DM+内膜正常组59例)、T2DM+颈动脉内中膜增厚组(T2DM+颈动脉内中膜增厚组42例)、T2DM+颈动脉斑块组(T2DM+AS组159例)、对照组(对照组43例)。采用双抗体夹心酶联免疫吸附法(ELISA)测FGF23水平,通过颈动脉超声检测颈动脉内中膜厚度;采用SPSS23.0软件对数据资料进行分析,p<0.05表示差异有统计学意义。结果:(1)T2DM患者血清FGF23高于对照组(p<0.05),logistic回归分析发现FGF23是T2DM的独立危险因素。(2)T2DM合并AS组血清FGF23显著高于T2DM组,logistic回归分析发现FGF23是T2DM合并动脉粥样硬化的独立影响因素。(3)T2DM患者CIMT病变的多元有序logistic回归分析发现FGF23是T2DM患者CIMT病变程度的危险因素。(4)T2DM患者中FGF23对AS的预测分析显示ROC曲线下面积(AUC)为0.713,FGF23对T2DM患者合并AS有一定的预测价值。结论:(1)FGF23水平升高在2型糖尿病及动脉粥样硬化中扮演重要角色,可能对2型糖尿病动脉粥样的的发生发展有促进作用,或可成为2型糖尿病诊断动脉粥样硬化的早期指标。(2)血清FGF23为2型糖尿病患者及合并CIMT病变程度的独立危险因素。(3)T2DM患者FGF23水平对AS有一定的诊断价值。
其他文献
随着人们生活水平的不断提高和保健意识的日渐增强，对食品质量的要求也日益提高。鲜食葡萄不仅要求色、香、味俱佳．而且要求无污染、无残毒。生产无公害葡萄是大势所趋，必须协调
为了对煤炭企业安全投入进行合理配置,提高安全投入效率。采用数据包络分析DEA法对煤炭行业的安全投入效率进行科学评价。通过对数据的计算和分析,得出科学的安全投入配置,以
马克思恩格斯党的权威思想是马克思主义政党建设的重要组成部分。通过对历史与文本的分析,我们发现马克思和恩格斯确实有党的权威思想。深入系统地研究马克思恩格斯党的权威
H公司是全国水下工程行业内的翘楚,主要从事水下设施的安装、检测、安全评估等,其中ROV(英文全称Remote Operated Vehicle)作业部承担所有水下任务的主力。因此,需保有一支高水平的ROV领航员团队才能完成各项任务,即应把人力资源管理放在首位。由于海上任务较为特殊,危险性较大,工作环境较为恶劣,而相应的组织文化未能激发员工的荣誉感、认同感和个人追求等多方面因素造成很多ROV领航员选
目的探讨老年慢性心力衰竭（CHF）患者血浆脑钠肽（BNP）与心率震荡（HRT）、心功能相关性。方法 36例老年慢性心衰患者为心衰组,20例健康者为对照组。心衰组根据NYHA分为轻度心衰组（NYHA
问：新购买的电动车在使用前是否要对蓄电池进行充电？答：需要。因为蓄电池从出厂到装车再到消费者的手中有一个周转过程,在周转期内蓄电池因自放电会导致容量不足,为此必须用随车
肌肉的生长发育一直是人们的研究重点,其过程中涉及了许多复杂交错的调控网络。长链非编码RNA(long non-coding RNA,lncRNA)可以通过多种因子在不同转录水平参与肌肉细胞增殖
智能电能表采集系统的出现使问题得到了很好的解决,同时也满足了电网自动化的发展需求,使我国的电力事业得到了持续性的发展,可以说智能电能表采集系统是我国供电网络自动化
接入网同用户数据进行联接,是最后一公里的网络。通常来说接入网选择的是能够同所有环境相适应的技术,有光纤接入技术以及太网接入等技术。现阶段信息网络化不断加强,IP技术
近年来,基于深度学习的文本分析和理解已成为包括问答、机器翻译、信息抽取以及文本分类在内的各种自然语言处理应用背后的核心技术。然而,尽管其备受欢迎且性能出色,但最新研究表明基于深度神经网络的自然语言处理模型容易受到恶意制作的对抗性输入的攻击。考虑到其在诸如情感分析、有害内容检测以及文本反垃圾等许多现实的安全敏感的任务中应用越来越广泛,这种脆弱性引起了人们对自然语言处理模型的安全性的极大担忧和高度关注