Efectos de la diabetes mellitus gestacional en niños (EOGDMOC)

Introducción:

Según las estadísticas, la aparición de DMG en 2017 en China fue de aproximadamente el 14,8 %. Una prueba preliminar realizada por el departamento ambulatorio de obstetricia del First People's Hospital of Chongqing Liangjiang New Area, China (socio del proyecto) revela que el percentil de GDM fue del 17,5 %.

Actualmente se cree que la DMG puede afectar la salud perinatal de la próxima generación, incluidos los "niños gigantes". Recientemente, el impacto de la DMG en la salud de los niños en la infancia se ha convertido en un foco de investigación. La DMG es un importante problema de salud pública que tiene un gran impacto en la salud de los niños.

"1000 días en la vida temprana" se refiere al período desde la combinación de esperma y óvulo hasta el segundo año de vida, lo que tiene un profundo impacto en el crecimiento y desarrollo de los niños y la salud en la edad adulta e incluso la salud de sus hijos. Los niños a esta edad se encuentran en el período de ventana de interacción entre la genética y los factores ambientales y, sin embargo, también se encuentran en la "ventana de oportunidad" de la regulación epigenética. La enfermedad y la nutrición de las madres embarazadas afectarán en gran medida el crecimiento y desarrollo de los niños en los primeros 1000 días de sus vidas, así como la salud a largo plazo de los niños y la de los hijos de los niños.

Estudios internacionales han demostrado que los hijos de madres con DMG pueden tener anomalías en el desarrollo del sistema nervioso, incluido el deterioro de la memoria cognitiva y la bradicinesia. Estudios recientes han encontrado que la DMG diagnosticada antes de las 26 semanas de gestación puede aumentar el riesgo de trastornos del espectro autista en niños de 18 a 24 meses, y el tratamiento de la DMG no puede reducir el riesgo. Un estudio en España encontró que GDM redujo significativamente los puntajes de las pruebas de lenguaje y desarrollo motor grueso en niños de 18 meses (P <0.05).

El mecanismo de DMG en el desarrollo psicomotor de los niños es más complicado. Los estudios han demostrado que el embarazo medio y tardío es una etapa importante del desarrollo del sistema nervioso. la hipoxia crónica en los fetos con DMG hace que el cuerpo movilice el hierro de otros tejidos, incluido el cerebro, para producir suficiente hemoglobina para el oxígeno. El hierro está involucrado en la diferenciación de las neuronas en el cerebro, la síntesis y descomposición de los neurotransmisores y la vaina de mielina del cerebro, etc. La deficiencia de hierro en el cerebro puede provocar cambios en la estructura y función del hipocampo y el cuerpo estriado, lo que afecta el desarrollo de la sensación, el movimiento, la emoción, el aprendizaje, la memoria y el comportamiento. Considerado actualmente, algunos indicadores de la rutina sanguínea pueden reflejar de manera integral el almacenamiento de hierro en el cuerpo. La deficiencia de hierro en los niños en desarrollo provoca daños irreparables en las funciones cognitivas y de memoria.

Los investigadores creen que la DMG durante el embarazo afecta el metabolismo del hierro de los niños, lo que aumenta el riesgo de deterioro del desarrollo neuropsicológico, como la memoria cognitiva y el ejercicio después del nacimiento, y que el estado nutricional de hierro después de volver a la normalidad no puede revertir este daño.

El nuevo concepto del origen de la enfermedad humana, la teoría "Los orígenes del desarrollo de la salud y la enfermedad (DOHaD)", es decir, los factores ambientales (como la nutrición materna, las enfermedades, etc.) en los primeros años de vida (como el período fetal) afectará algunas enfermedades no transmisibles de los adultos (como la obesidad y las enfermedades metabólicas), e incluso afectará la salud de múltiples generaciones.

Estudios extranjeros relacionados habían encontrado que el peso al nacer de los niños en el grupo GDM era más alto que el de las madres sin GDM (P<0.01), y la altura de los niños en el grupo GDM era más baja que la de las madres sin GDM grupo cuando los niños tenían 1,5 años (P<0,01). A la edad de 7,7 años, el peso de los niños del grupo DMG fue significativamente mayor que el del grupo sin DMG (P<0,01).

Los investigadores creen que la GDM durante el embarazo afecta la síntesis de grasa fetal y el peso, afecta aún más el peso y la simetría corporal de los niños después del parto y aumenta el riesgo de desviación del crecimiento físico de los niños.

Propósito y significado de la investigación 2.1 Propósito 2.1.1 Aclarar si la DMG durante el embarazo afecta el metabolismo del hierro de los niños, lo que aumenta el riesgo de daño posnatal de la memoria cognitiva, el movimiento y otros niveles de desarrollo neuropsicológico, y si el estado nutricional posnatal de hierro vuelve a la normalidad no puede revertir este daño.

2.1.2 Para aclarar si la GDM durante el embarazo afecta la síntesis de grasa fetal y el aumento de peso, afecta aún más el peso y la simetría corporal de los niños después del parto y aumenta el riesgo de desviación del crecimiento físico de los niños.

2.2 Importancia Los resultados de este estudio pueden proporcionar una base para el juicio científico del pronóstico de los hijos de madres con DMG y la formulación de planes de intervención temprana, así como apoyo de datos para la formulación de políticas de salud posteriores.

La fórmula de cálculo del tamaño de la muestra es la siguiente:

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＝El tamaño de la muestra de cada grupo，α＝desviación estándar，α=0.05，Zα/2=1.96，β=0.2，Zβ=0.842，r=1. Se calcula que cada grupo necesita 255 muestras

Plan de Análisis Estadístico

Se utilizó el software Excel para el ingreso de datos y el software estadístico SPSS 19.0 para el análisis de datos. Se utilizó GDM como factor de exposición para analizar las diferencias entre el grupo expuesto (grupo de estudio) y el grupo no expuesto (grupo de control). El análisis específico incluye:

7.1 Se utilizó la prueba de chi-cuadrado para analizar las características demográficas generales y otras características basales entre los dos grupos; Se utilizó la prueba de Chi-cuadrado de 7.2 para analizar las condiciones de alimentación, las condiciones de adición de alimentos complementarios, las condiciones de lactancia y las principales enfermedades entre los dos grupos; 7.3 Los valores de altura y peso de los dos grupos se calcularon según el estándar: LAZ, WAZ, WLZ y BMIZ, y los resultados se analizaron mediante la prueba t de Student.

7.4 Los valores de GMQ, FMQ y TMQ en los resultados de la evaluación de la escala de desarrollo motor PDMS-2 entre los dos grupos se analizaron mediante pruebas no paramétricas, mientras que el cociente de desarrollo (DQ) de las cinco áreas evaluadas por la escala de desarrollo de Gesell se analizó mediante pruebas no paramétricas.

7.5 Se usó la prueba t de Student para analizar los valores de sangre de rutina entre los dos grupos.

7.6 Se utilizó el análisis de regresión lineal múltiple para analizar los factores que afectan el desarrollo físico, motor e intelectual entre los dos grupos.

7.7 Método de eliminación de datos incompletos 7.7.1 Eliminación de casos que contienen datos faltantes: existen principalmente un método de eliminación simple y un método de ponderación. Si el número de datos faltantes es pequeño, los casos con datos faltantes se pueden eliminar o se puede reducir el sesgo al ponderar los datos completos. Después de marcar los casos con datos incompletos, los casos con datos completos se asignan con diferentes pesos, que pueden obtenerse por regresión logística o probit.

7.7.2 Completa los datos que faltan con los datos posibles

Interpolación del valor medio:

Si el valor nulo es numérico, el valor del atributo que falta se completa en función del valor promedio del valor del atributo en todos los demás objetos; Si el valor nulo no es numérico, el valor que el atributo toma más veces en todos los demás objetos (es decir, el valor con la frecuencia de aparición más alta) se usa para compensar el valor del atributo que falta de acuerdo con el principio de modo en las estadísticas. .

7.7.3 Pérdida de seguimiento del método de procesamiento, última observación trasladada (LOCF) y observación de referencia trasladada (BOCF)

Plan de control de calidad El control de calidad del sitio se llevará a cabo regularmente, al menos una vez al mes, para garantizar que el plan se siga estrictamente y que los datos recopilados se registren con precisión.

8.1 Ética Este estudio ha sido aprobado por la Junta de Revisión de Ética del Hospital Infantil de la Universidad Médica de Chongqing.

8.2 Selección de sujetos de investigación La persona a cargo de la selección e inscripción debe seleccionar a los sujetos en estricta conformidad con los criterios de inclusión y exclusión y mantener la consistencia de los criterios de inclusión y exclusión Al firmar el contrato, el evaluador recopilará datos de antes del embarazo, el embarazo y el resultado del embarazo de los dos grupos de madres y pídales que completen un cuestionario.

8.3 Visitas de seguimiento Un investigador hará un seguimiento de las visitas de seguimiento, mantendrá los números de teléfono, brindará consultas de salud, realizará visitas domiciliarias, se mantendrá en contacto con los padres en cualquier otra forma posible y recordará a los padres sus citas.

8.4 Medidas y evaluación física Un investigador será responsable de las medidas físicas. Este investigador será capacitado en la medida física estándar antes del inicio de la investigación, y se tomará el valor promedio de tres medidas. En términos de precisión, dos tasadores deben pasar por la capacitación profesional de las instituciones médicas regulares y obtener el certificado de calificación, y luego comenzar la evaluación después de la precisión y consistencia de los resultados de la evaluación.

8.5 Recopilación de datos Se asigna personal especial para recopilar y guardar datos en papel todos los días, e ingresar oportunamente los datos en papel en la computadora para un almacenamiento real y correcto.

8.6 Entrada de datos Los datos de la investigación se cargan en el formulario de registro electrónico y en la base de datos de la plataforma en la nube de manera oportuna, completa, correcta y clara para garantizar la autenticidad y confiabilidad del contenido.