2019, Vol. 39
妊娠期糖尿病（GDM）被定义为妊娠期发生或首次发现的任何程度的糖耐量受损[1]。近年来，GDM的发病率在全球范围内不断的上升[2]，而在我国，2008~2011年间GDM的发病率高达24.5% [3]。GDM除了导致不良妊娠结局，如子痫前期、巨大儿之外[4]，还会增加母亲及其后代未来患肥胖症和2型糖尿病的风险[5]。GDM的发生受多种因素的影响。目前对GDM发病危险因素的相关研究中，已证实年龄、孕前BMI、GDM病史以及家族糖尿病史等因素与GDM发病具有相关性[6]，某些危险因素则存在争议。近年来，人体成分分析在孕产妇中的应用逐渐增多。研究发现，人体成分与GDM具有相关性[7-8]，但结论多不一致，并且目前的研究大多停留在人体成分与GDM的单因素分析层面，国内外少有研究将人体成分纳入GDM危险因素的多因素分析，对于人体成分与GDM发病的关系需要进一步研究探索。明确GDM的危险因素，对于GDM的预防、早期诊断和治疗具有重要意义，因此本研究采用IADPSG标准诊断GDM，结合人体成分指标进行Logistic回归多因素分析，探讨GDM发病的危险因素，为协助GDM预防和早期诊断提供客观依据。
1 资料和方法 1.1 研究对象本研究以2016年3月~2018年5月在四川大学华西第二医院产科门诊建档的孕妇为研究对象，对孕妇社会人口学以及临床资料进行回顾性分析。研究对象排除标准为：（1）年龄小于18岁或大于50岁；（2）孕周小于10周或大于24周；（3）病历资料不完整；（4）妊娠期合并症如妊娠期高血压等；（5）孕前1型或2型糖尿病；（6）因畸形流产、引产。根据排除标准，共有3608名孕妇进入最终研究，其中妊娠期糖尿病孕妇718例，糖耐量正常孕妇2890例。
GDM诊断：采用75 g口服葡萄糖耐量试验，对孕24~28周的孕妇进行GDM筛查，若有一个或多个血糖值达到或超过IADPSG标准[1]（空腹5.1 mmol/L，1 h：10.0 mmol/L，2 h: 8.5 mmol/L），则诊断为GDM。
1.2 资料收集使用医院病历系统收集一般资料包括年龄、孕前体质量、孕前身高、民族、孕周、胎次、孕重、吸烟或饮酒史、OGTT值、教育水平、DM家族史，以及人体水分总量、细胞内水分、细胞外水分、蛋白质、矿物质、无脂质量、脂肪质量等人体成分数据。孕前体质量指数（BMI）计算，计算结果精确到0.01 kg/m2。
1.3 统计分析使用Excel 2016对数据进行初步整理，采用SPSS23.0对数据进行统计分析。分类资料采用例数及百分比进行描述；定量资料根据分布情况，若为正态或近似正态分布采用均数±标准差（Mean±SD）进行描述，若为偏态分布则采用中位数（四分位数间距）进行统计描述；两组间分类资料比较采用卡方检验；两组间定量资料比较采用两样本独立t检验或秩和检验。对所有研究因素进行单因素Logistic分析，将P < 0.1的因素纳入多因素Logistic回归分析。以P < 0.05为差异有统计学意义。
2 结果 2.1 一般资料研究对象的教育程度以本科学历为主，绝大多数研究对象为汉族，年龄在20~49岁之间。GDM组和Non-GDM组的年龄，孕前BMI，产次，多囊卵巢综合征比例，GDM病史比例，家族糖尿病史比例差异具有统计学意义（P < 0.05）。人体测量时的孕周分别为（13.76± 2.11）周，（13.70±2.03）周，差异无统计学意义，其余一般资料差异亦无统计学意义（表 1）。
|
表 1 两组研究对象一般资料 Tab.1 Characteristics of the subjects in the two groups |
单因素Logistic回归分析显示，年龄，孕前BMI，产次，多囊卵巢综合征病史，GDM病史，家族糖尿病病史，人体总水分≥29.4 kg，细胞内水分≥18.1 kg，蛋白质≥7.9 kg，脂肪质量≥19.6 kg等15个变量与GDM具有相关性（P < 0.05，表 2）。
|
|
表 2 妊娠期糖尿病单因素分析 Tab.2 Univariate logistic regression analysis of risk factors for GDM |
纳入单因素Logistic分析中P < 0.1，包括细胞内水分、细胞外水分、蛋白质、矿物质、骨骼肌质量、臂围、去脂体质量等在内的18个变量，以及结合专业知识判断纳入IVF变量，共计19个变量进行多因素Logistic回归分析，结果显示，控制孕前BMI后，年龄，GDM病史，家族糖尿病史，臂围是妊娠期糖尿病的独立危险因素，与臂围≤25.5 cm相比，臂围≥28.5 cm发生妊娠期糖尿病的危险是2.815倍（P < 0.001）；去脂体质量是妊娠期糖尿病的保护因素，去脂体质量≥40.1 kg时，与≤35.1 kg相比，发生妊娠期糖尿病的危险是0.515倍（P < 0.001）。其余变量均为阴性结果，无统计学意义（P>0.05，表 3）。
|
|
表 3 妊娠期糖尿病的多因素分析 Tab.3 Multivariate logistic regression analysis of the risk factors for GDM |
本研究通过对3608名孕妇的临床资料及人体成分数据进行回顾性分析发现，矫正孕前BMI后，年龄，GDM病史，家族糖尿病史，臂围过大是妊娠期糖尿病的独立危险因素；去脂体质量大是妊娠期糖尿病的保护因素，人体成分与妊娠期糖尿病具有相关性。
本研究结果显示，矫正孕前BMI后，年龄，家族糖尿病史是妊娠期糖尿病的独立危险因素，这与Lin等[6]的研究结果部分一致。不一致的在于，Lin等发现，高孕前BMI以及低学历也是妊娠期糖尿病的独立危险因素，结果不同的原因可能是Lin等的研究，妊娠期糖尿病的诊断标准采用的是美国国家糖尿病数据组标准（NDDG），而本研究采用的是IADPSG标准。研究发现，IADPSG的妊娠期糖尿病检出率较NDDG明显提高[9-10]，因此Lin等的研究对照组孕妇可能有假阴性患者，故而对结果产生影响。Liu等[11]的研究发现与 < 23岁相比，年龄为23~28岁，28~32岁，以及≥32岁的孕妇发生妊娠期糖尿病的危险分别是2.24，3.27，5.02倍。本研究发现矫正孕前BMI后，与（20~29）岁相比，年龄为（30~35）岁，≥36岁的孕妇发生妊娠期糖尿病的危险分别是1.883，2.883倍。这提示我们妊娠期糖尿病的发病越来越年轻化，年轻孕妇的围生期并发症也不可忽视。家族糖尿病史一直被认为是GDM独特的临床危险因子，这已被许多研究证实[12-14]。张眉花等[13]的前瞻性队列研究发现，DM亲属越多以及与孕妇亲缘关系越近，越容易增加孕妇糖代谢异常的危险性，另外，高龄会增加有DM家族史的孕妇发生GDM。柳华等[14]的研究提出，家族糖尿病史的孕妇从幼年起就可能发生胰岛素抵抗，青少年发生肥胖，以及孕前肥胖，导致围生期并发症，而其自身的女性后代因暴露于高血糖的宫内环境和遗传相关基因，可能成为新一轮的GDM患者。除此之外，本研究还发现，矫正孕前BMI后，GDM病史是GDM的危险因素。GDM病史是GDM的最强的独立危险因素，Schwartz等[15]的meta-analysis发现，GDM总的复发率高达48%。有报道，GDM复发率为30%~84%不等[16]。我国情况可能有所不同，随着二孩政策的开放，有GDM病史的孕妇复发GDM的人数会增加，因此有必要对GDM复发进行大数据研究，并提出适宜的预防和干预措施。本研究显示，未矫正孕前BMI时，多囊卵巢综合征为GDM的危险因素。多囊卵巢综合征（PCOS）和GDM是育龄妇女最常见的内分泌疾病，这两种疾病均与胰岛素抵抗相关。但目前关于PCOS对于GDM发病的独立作用以及与其他危险因素的相互作用尚有争议。部分研究认为PCOS会增加GDM风险，而与肥胖程度无关[17]；一些研究则认为PCOS并不与GDM独立相关[18]。本研究在矫正孕前BMI后发现，PCOS并不是GDM的独立危险因素，可能的原因是，PCOS与妇女是否超重或肥胖具有相关性，肥胖妇女的PCOS发生率较正常妇女高，因此当矫正孕前BMI时，消除了肥胖程度对PCOS发病的影响，显示出PCOS并非GDM的独立危险因素，这与Mustaniemi [19]的研究一致，该研究发现PCOS史的孕妇发生GDM的风险是1.44倍，但矫正年龄与孕前BMI后，提示PCOS并不是GDM的独立危险因素。未来，可以设计大样本前瞻性队列研究以进一步明确PCOS与GDM的关系。
本研究发现，矫正孕前BMI后，上臂围过大会增加GDM发病风险。上臂围是反映皮下脂肪含量和肌肉含量的重要指标，上肢脂肪的堆积会增加代谢性疾病的发病率，骨骼肌减少会影响胰岛素敏感性。研究显示女性的上臂围更多的是反映脂肪的含量[20]。因此当上臂围越大时，脂肪含量越高，脂肪组织会释放细胞因子和炎症因子[21]，增加胰岛素抵抗，增加GDM发病风险。本研究中，上臂围≥28.5 cm发生GDM的危险最大，本结果也得到了Anna等[22]的研究结果的支持。该研究将上臂围分为 < 28 cm与≥28 cm两个分类变量，发现上臂围≥28 cm发生GDM的危险是 < 28 cm的1.66倍。而本研究将上臂围这个连续性变量根据研究对象的整体情况按四分位数分类，较Anna的研究更能深入的了解上臂围与GDM的关系。本研究的另一个发现是矫正孕前BMI后，去脂体质量是GDM的保护因素。当去脂体质量≥40.1 kg时，孕妇发生GDM的危险是0.515倍，这与Xu等[8]的研究结果一致。去脂体质量是孕期静息时能量消耗的重要决定因素[23]。孕期，孕妇的能量消耗主要用以血浆扩张，胎儿和子宫高能量消耗，以及骨骼肌中等能量消耗，这些能量消耗变化主要取决于去脂体质量的不同。去脂体质量是孕期的总能量消耗，基础代谢率，睡眠代谢率以及最小睡眠代谢率的最强预测因子[24]。去脂体质量越大，所需要的能量消耗越大。研究证明，去脂体质量越高，人体所需要的葡萄糖也就越多[25]，并且内源性葡萄糖输出也越多[26]，这可以帮助人体进行血糖控制，对本研究结果也给予了很好的解释。本研究并未发现IVF以及其他人体成分指标和临床特征是GDM的独立危险因素，因此关于这些变量是否是GDM的危险因素尚需进一步研究。
本研究样本量较大，并且所收集的数据为10~24周，临床诊断GDM之前，因果推断与时间顺序相符合，对推断更有力。但本研究存在以下不足：第一，本研究为回顾性病例对照设计，无法做到详细收集孕妇OGTT试验前的饮食，运动等生活方式信息；第二，本研究仅在一家医院进行，结果可能有所偏倚。综上所述，除年龄，GDM病史，家族糖尿病史等因素外，人体成分指标也与妊娠期糖尿病具有相关性，这为提出预防及干预措施提供参考依据，但未来，需要大样本，多中心的前瞻性队列研究给予验证。
| [1] |
杨慧霞, 徐先明, 王子莲, 等. 妊娠合并糖尿病诊治指南(2014)[J]. 糖尿病天地:临床, 2014, 8(11): 489-98. |
| [2] |
Guariguata L, Linnenkamp U, Beagley J, et al. Global estimates of the prevalence of hyperglycaemia in pregnancy[J]. Diabetes Res Clin Pract, 2014, 103(2): 176-85. DOI:10.1016/j.diabres.2013.11.003 |
| [3] |
Liao S, Mei J, Song W, et al. The impact of the international association of diabetes and pregnancy study groups (IADPSG) fasting glucose diagnostic criterion on the prevalence and outcomes of gestational diabetes mellitus in Han Chinese women[J]. Diabet Med, 2014, 31(3): 341-51. |
| [4] |
Easmin S, Chowdhury TA, Islam MR, et al. Obstetric outcome in early and late onset gestational diabetes mellitus[J]. Mymensingh Med J, 2015, 24(3): 450-6. |
| [5] |
Bellamy L, Casas JP, Hingorani AD. Type 2 diabetes mellitus after gestational diabetes: a systematic review and meta-analysis[J]. Lancet, 2009, 373(9677): 1773-9. DOI:10.1016/S0140-6736(09)60731-5 |
| [6] |
Lin PC, Hung CH, Chan TF, et al. The risk factors for gestational diabetes mellitus: A retrospective study[J]. Midwifery, 2016, 42: 16-20. DOI:10.1016/j.midw.2016.09.008 |
| [7] |
Zhao YN, Li Q, Li YC. Effects of body mass index and body fat percentage on gestational complications and outcomes[J]. J Obstet Gynaecol Res, 2014, 40(3): 705-10. DOI:10.1111/jog.12240 |
| [8] |
Xu Q, Gao ZY, Li LM, et al. The association of maternal body composition and dietary intake with the risk of gestational diabetes mellitus during the second trimester in a cohort of Chinese pregnant women[J]. Biomed Environ Sci, 2016, 29(1): 1-11. |
| [9] |
唐远勤, 李建花, 曾小飞, 等. 不同诊断标准对妊娠期糖尿病妊娠结局的影响[J]. 锦州医科大学学报, 2018, 39(5): 38-41. |
| [10] |
He Z, Xie H, Liang S, et al. The influence of different diagnostic criteria on gestational diabetes mellitus incidence and medical expenditures in China[J]. J Diabetes Investig, 2019. |
| [11] |
Liu B, Lamerato LE, Misra DP. A retrospective analysis of the relationship between race/ethnicity, age at delivery and the risk of gestational diabetes mellitus[J]. J Matern Fetal Neonatal Med, 2019, 86(1): 94-7. |
| [12] |
李青, 吴晓敏, 杨顺玉, 等. 饮食习惯对广东地区孕妇血糖的影响[J]. 南方医科大学学报, 2015, 35(5): 772-6. DOI:10.3969/j.issn.1673-4254.2015.05.30 |
| [13] |
张眉花, 杨慧霞, 孙伟杰. 糖尿病家族史与妊娠期糖代谢异常发病相关性的前瞻性对照研究[J]. 中华糖尿病杂志, 2005, 13(3): 163-6. DOI:10.3321/j.issn:1006-6187.2005.03.003 |
| [14] |
柳华, 王志群, 戴毅敏. 糖尿病家族史对妊娠期糖尿病孕妇的影响[J]. 江苏医药, 2015, 41(15): 1789-91. |
| [15] |
Schwartz N, Nachum Z, Green MS. The prevalence of gestational diabetes mellitus recurrence-effect of ethnicity and parity: a metaanalysis[J]. Am J Obstet Gynecol, 2015, 213(3): 310-7. |
| [16] |
宋耕, 薛聪颖, 杨慧霞. 妊娠期糖尿病再妊娠复发的预测与预防[J]. 中国实用内科杂志, 2018, 38(6): 538-40. |
| [17] |
Rees DA, Jenkins-Jones S, Morgan CL. Contemporary reproductive outcomes for patients with polycystic ovary syndrome: a retrospective observational study[J]. J Clin Endocrinol Metab, 2016, 101(4): 1664-72. DOI:10.1210/jc.2015-2682 |
| [18] |
Haakova L, Cibula D, Rezabek K, et al. Pregnancy outcome in women with PCOS and in controls matched by age and weight[J]. Hum Reprod, 2003, 18(7): 1438-41. |
| [19] |
Mustaniemi S, Vaarasmaki M, Eriksson JG, et al. Polycystic ovary syndrome and risk factors for gestational diabetes[J]. Endocr Connect, 2018, 7(7): 859-69. DOI:10.1530/EC-18-0076 |
| [20] |
Kwon HR, Han KA, Ahn HJ, et al. The correlations between extremity circumferences with total and regional amounts of skeletal muscle and muscle strength in obese women with type 2 diabetes[J]. Diabetes Metab J, 2011, 35(4): 374-83. |
| [21] |
Valsamakis G, Kumar S, Creatsas G, et al. The effects of adipose tissue and adipocytokines in human pregnancy[J]. Ann N Y Acad Sci, 2010, 1205(1): 76-81. |
| [22] |
Nombo AP, Mwanri AW, Brouwer- Brolsma EM, et al. Gestational diabetes mellitus risk score: A practical tool to predict gestational diabetes mellitus risk in Tanzania[J]. Diabetes Res Clin Pract, 2018, 145: 130-7. DOI:10.1016/j.diabres.2018.05.001 |
| [23] |
Hronek M, Klemera P, Tosner J, et al. Anthropometric measured fatfree mass as essential determinant of resting energy expenditure for pregnant and non-pregnant women[J]. Nutrition, 2011, 27(9): 885-90. DOI:10.1016/j.nut.2010.09.001 |
| [24] |
Butte NF, Hopkinson JM, Mehta N, et al. Adjustments in energy expenditure and substrate utilization during late pregnancy and lactation[J]. Am J Clin Nutr, 1999, 69(2): 299-307. DOI:10.1093/ajcn/69.2.299 |
| [25] |
Stumvoll M, Meyer C, Mitrakou A, et al. Renal glucose production and utilization: New aspects in humans[J]. Diabetologia, 1997, 40(7): 749-57. DOI:10.1007/s001250050745 |
| [26] |
Gastaldelli A, Baldi S, Pettiti M, et al. Influence of obesity and type 2 diabetes on gluconeogenesis and glucose output in humans-A quantitative study[J]. Diabetes, 2000, 49(8): 1367-73. DOI:10.2337/diabetes.49.8.1367 |