Auswirkungen von Schwangerschaftsdiabetes mellitus auf Kinder (EOGDMOC)

Einführung:

Laut Statistik lag das Auftreten von GDM im Jahr 2017 in China bei etwa 14,8 %. Ein vorläufiger Test, der von der ambulanten Abteilung für Geburtshilfe des Ersten Volkskrankenhauses der Chongqing Liangjiang New Area, China (Projektpartner), durchgeführt wurde, ergab, dass das GDM-Perzentil 17,5 % betrug.

Derzeit geht man davon aus, dass GDM die perinatale Gesundheit der nächsten Generation, einschließlich „Riesenkindern“, beeinträchtigen kann. In jüngster Zeit sind die Auswirkungen von GDM auf die Gesundheit von Kindern im Kindesalter zu einem Forschungsschwerpunkt geworden. GDM ist ein wichtiges Problem der öffentlichen Gesundheit, das enorme Auswirkungen auf die Gesundheit von Kindern hat.

„1000 Tage im frühen Leben“ bezieht sich auf den Zeitraum von der Verbindung von Sperma und Eizelle bis zum zweiten Lebensjahr, der tiefgreifende Auswirkungen auf das Wachstum und die Entwicklung von Kindern sowie auf die Gesundheit im Erwachsenenalter und sogar auf die Gesundheit ihrer Kinder hat. Kinder in diesem Alter befinden sich im Zeitfenster der Interaktion zwischen Genetik und Umweltfaktoren, aber auch im „Chancenfenster“ der epigenetischen Regulierung. Die Krankheit und die Ernährung schwangerer Mütter haben großen Einfluss auf das Wachstum und die Entwicklung der Kinder in den ersten 1000 Tagen ihres Lebens sowie auf die langfristige Gesundheit der Kinder und der Kindeskinder.

Internationale Studien haben gezeigt, dass die Kinder von GDM-Müttern Anomalien in der Entwicklung des Nervensystems aufweisen können, einschließlich kognitiver Gedächtnisstörungen und Bradykinesie. Jüngste Studien haben ergeben, dass GDM, das vor der 26. Schwangerschaftswoche diagnostiziert wird, das Risiko für Autismus-Spektrum-Störungen bei 18-24 Monate alten Kindern erhöhen kann und dass eine GDM-Behandlung das Risiko nicht verringern kann. Eine Studie in Spanien ergab, dass GDM die Testergebnisse für Sprache und grobmotorische Entwicklung bei 18 Monate alten Kindern deutlich reduzierte (P < 0,05).

Der Mechanismus von GDM auf die psychomotorische Entwicklung von Kindern ist komplizierter. Studien haben gezeigt, dass die mittlere und späte Schwangerschaft eine wichtige Phase der Entwicklung des Nervensystems darstellt. Chronische Hypoxie bei GDM-Feten veranlasst den Körper, Eisen aus anderen Geweben, einschließlich dem Gehirn, zu mobilisieren, um ausreichend Hämoglobin für Sauerstoff zu produzieren. Eisen ist an der Differenzierung von Neuronen im Gehirn, der Synthese und dem Abbau von Neurotransmittern und der Myelinscheide des Gehirns usw. beteiligt. Eisenmangel im Gehirn kann zu Veränderungen in der Struktur und Funktion des Hippocampus und des Striatums führen und somit Auswirkungen auf das Gehirn haben die Entwicklung von Empfindungen, Bewegungen, Emotionen, Lernen, Gedächtnis und Verhalten. Derzeit wird angenommen, dass einige Indikatoren der Blutroutine die Eisenspeicherung im Körper umfassend widerspiegeln können. Eisenmangel führt bei sich entwickelnden Kindern zu irreparablen Schäden an kognitiven Funktionen und Gedächtnisfunktionen.

Forscher glauben, dass GDM während der Schwangerschaft den Eisenstoffwechsel von Kindern beeinflusst und dadurch das Risiko einer Beeinträchtigung der neuropsychologischen Entwicklung wie des kognitiven Gedächtnisses und der Bewegung nach der Geburt erhöht, und dass der Eisenernährungsstatus nach der Rückkehr zur Normalität diesen Schaden nicht rückgängig machen kann.

Das neue Konzept des Ursprungs menschlicher Krankheiten, „Die entwicklungsbedingten Ursprünge von Gesundheit und Krankheit (DOHaD)“, d. h. Umweltfaktoren (wie mütterliche Ernährung, Krankheiten usw.) im frühen Leben (wie die fetale Periode) wirkt sich auf einige nicht übertragbare Krankheiten bei Erwachsenen aus (z. B. Fettleibigkeit und Stoffwechselerkrankungen) und beeinträchtigt sogar die Gesundheit mehrerer Generationen.

Ausländische Studien hatten ergeben, dass das Geburtsgewicht der Kinder in der GDM-Gruppe höher war als das der Nicht-GDM-Mütter (P < 0,01) und dass die Größe der Kinder in der GDM-Gruppe niedriger war als die der Nicht-GDM-Mütter Gruppe, als die Kinder 1,5 Jahre alt waren (P < 0,01). Im Alter von 7,7 Jahren war das Gewicht der Kinder der GDM-Gruppe signifikant höher als das der Nicht-GDM-Gruppe (P < 0,01).

Forscher glauben, dass GDM während der Schwangerschaft die Fettsynthese und das Gewicht des Fötus beeinflusst, das Gewicht und die Körpersymmetrie der Kinder nach der Entbindung weiter beeinflusst und das Risiko einer Abweichung vom Körperwachstum der Kinder erhöht.

Zweck und Bedeutung der Forschung 2.1 Zweck 2.1.1 Die Klärung, ob GDM während der Schwangerschaft den Eisenstoffwechsel von Kindern beeinflusst und dadurch das Risiko postnataler kognitiver Gedächtnis-, Bewegungs- und anderer neuropsychologischer Entwicklungsschäden erhöht, und ob sich der postnatale Eisenernährungsstatus wieder normalisiert, kann diesen Schaden nicht rückgängig machen.

2.1.2 Es soll geklärt werden, ob GDM während der Schwangerschaft die fetale Fettsynthese und Gewichtszunahme beeinflusst, außerdem das Gewicht und die Körpersymmetrie der Kinder nach der Entbindung beeinflusst und das Risiko einer Abweichung des Körperwachstums der Kinder erhöht.

2.2 Bedeutung Die Ergebnisse dieser Studie können eine Grundlage für die wissenschaftliche Beurteilung der Prognose der Kinder von GDM-Müttern und die Formulierung von Frühinterventionsplänen sowie Datenunterstützung für die weitere Formulierung von Gesundheitspolitiken liefern.

Die Berechnungsformel für die Stichprobengröße lautet wie folgt:

Nkeley =(（Z_(α/2)+Z_β ）^2 P(1-P)(γ+1))/〖γ(P_(0-) P_1)〗^2 p = (p_0+γp_1)/( γ+1) N = Stichprobengröße jeder Gruppe, α = Standardabweichung, α = 0,05, Zα/2 = 1,96, β = 0,2, Zβ = 0,842, r = 1. Es wird berechnet, dass jede Gruppe 255 benötigt Proben.

Statistischer Analyseplan

Für die Dateneingabe wurde die Excel-Software und für die Datenanalyse die Statistiksoftware SPSS 19.0 verwendet. GDM wurde als Expositionsfaktor verwendet, um die Unterschiede zwischen der exponierten Gruppe (Studiengruppe) und der nicht exponierten Gruppe (Kontrollgruppe) zu analysieren. Die spezifische Analyse umfasst:

Der 7.1-Chi-Quadrat-Test wurde verwendet, um die allgemeinen demografischen Merkmale und andere Basismerkmale zwischen den beiden Gruppen zu analysieren. Der 7.2-Chi-Quadrat-Test wurde verwendet, um die Fütterungsbedingungen, die Bedingungen für die Ergänzungsnahrungszugabe, die Pflegebedingungen und die Hauptkrankheiten zwischen den beiden Gruppen zu analysieren. 7.3 Die Größen- und Gewichtswerte der beiden Gruppen wurden gemäß dem Standard LAZ, WAZ, WLZ und BMIZ berechnet und die Ergebnisse mit dem Student-T-Test analysiert.

7.4 GMQ-, FMQ- und TMQ-Werte in der PDMS-2-Bewertungsskala für die motorische Entwicklung zwischen den beiden Gruppen wurden durch nichtparametrische Tests analysiert, während der Entwicklungsquotient (DQ) der fünf anhand der Gesell-Entwicklungsskala bewerteten Bereiche mithilfe nichtparametrischer Tests analysiert wurde.

7.5 Der Student-t-Test wurde verwendet, um die Blutroutinewerte zwischen den beiden Gruppen zu analysieren.

7.6 Mithilfe der multiplen linearen Regressionsanalyse wurden die Faktoren analysiert, die die körperliche, motorische und intellektuelle Entwicklung zwischen den beiden Gruppen beeinflussen.

7.7 Methode zur Löschung unvollständiger Daten 7.7.1 Löschung von Fällen mit fehlenden Daten: Es gibt hauptsächlich einfache Löschmethoden und Gewichtungsmethoden. Wenn die Anzahl der fehlenden Daten gering ist, können Fälle mit fehlenden Daten gelöscht oder die Verzerrung durch Gewichtung der gesamten Daten verringert werden. Nach der Markierung von Fällen mit unvollständigen Daten werden vollständige Datenfälle mit unterschiedlichen Gewichten zugewiesen, die durch logistische oder Probit-Regression ermittelt werden können.

7.7.2 Ergänzen Sie die fehlenden Daten mit den möglichen Daten

Mittelwertinterpolation:

Wenn der Nullwert numerisch ist, wird der fehlende Attributwert basierend auf dem Durchschnittswert des Attributwerts für alle anderen Objekte eingefügt; Wenn der Nullwert nicht numerisch ist, wird gemäß dem Modusprinzip in der Statistik der Wert verwendet, den das Attribut in allen anderen Objekten am häufigsten annimmt (d. h. der Wert mit der höchsten Auftrittshäufigkeit), um den fehlenden Attributwert zu ergänzen .

7.7.3 Verloren bei der Nachverfolgung der Verarbeitungsmethode „Last Observation Carry Forward“ (LOCF) und „Baseline Observation Carry Forward“ (BOCF)

Qualitätskontrollplan: Die Qualitätskontrolle am Standort wird regelmäßig, mindestens einmal im Monat, durchgeführt, um sicherzustellen, dass der Plan strikt eingehalten wird und die gesammelten Daten genau aufgezeichnet werden.

8.1 Ethik Diese Studie wurde vom Ethikprüfungsausschuss des Kinderkrankenhauses der Medizinischen Universität Chongqing genehmigt.

8.2 Auswahl der Forschungsteilnehmer: Die für das Screening und die Einschreibung zuständige Person muss die Teilnehmer in strikter Übereinstimmung mit den Einschluss- und Ausschlusskriterien überprüfen und die Konsistenz der Einschluss- und Ausschlusskriterien wahren. Bei Vertragsunterzeichnung sammelt der Screener Daten über die Zeit vor der Schwangerschaft, Schwangerschaft und Schwangerschaftsergebnis der beiden Müttergruppen und lassen Sie sie einen Fragebogen ausfüllen.

8.3 Folgebesuche Ein Forscher wird die Folgebesuche protokollieren, Telefonnummern aufbewahren, Gesundheitsberatung anbieten, Hausbesuche machen, in allen anderen möglichen Formen Kontakt zu den Eltern halten und die Eltern an ihre Termine erinnern.

8.4 Messungen und physikalische Auswertung Ein Forscher ist für die physikalischen Messungen verantwortlich. Dieser Forscher wird vor Beginn der Forschung in der physikalischen Standardmessung geschult und der Durchschnittswert aus drei Messungen wird ermittelt. In Bezug auf die Genauigkeit müssen zwei Gutachter die Berufsausbildung regulärer medizinischer Einrichtungen absolvieren und das Qualifikationszertifikat erhalten. Anschließend beginnen sie mit der Bewertung, nachdem die Genauigkeit und Konsistenz der Bewertungsergebnisse festgestellt wurde.

8.5 Datenerfassung Spezielles Personal wird beauftragt, täglich Papierdaten zu sammeln und zu speichern und die Papierdaten rechtzeitig in den Computer einzugeben, um sie tatsächlich und korrekt zu speichern.

8.6 Dateneingabe Die Forschungsdaten werden rechtzeitig, vollständig, korrekt und eindeutig in das elektronische Datensatzformular und die Cloud-Plattform-Datenbank geladen, um die Authentizität und Verlässlichkeit der Inhalte sicherzustellen.