糖尿病神经病变筛查研究 1.1 + 子研究 1.2-1.3-1.4 (DANES)

研究 1.1 糖尿病神经病变筛查 研究目的 本研究的目的是调查 SDCC 门诊糖尿病神经病变的患病率，并探讨糖尿病神经病变与糖尿病并发症之间的关系。

目标 主要目标

• 描述在 SDCC 的 1 型和 2 型 DM 患者的代表性子集中以下类型的糖尿病性神经病变的患病率：
• 通过传统筛查工具评估的周围神经病变
• 通过新型筛查工具评估周围神经病变
• 通过新型床旁筛查工具评估自主神经病变
• 通过经过验证的神经病变问卷评估周围神经病变和自主神经病变

次要目标

• 探索之间的关联：
• 上述形式的神经病和神经病的可能危险因素，如 HbA1c、尿白蛋白肌酐比、严重低血糖和酮症酸中毒的发生率、BMI、维生素 B12、SpO2 水平和糖尿病性神经病的定量测量
• 上述形式的关于心理健康和幸福的神经病问卷数据

第三目标

•研究参与者将在检查后大约 5 年、10 年和 15 年在国家患者登记处接受死亡率和发病率的随访，并进行关联研究以研究结果和未来的疾病和死因研究设计：横断面研究描述基于问卷数据和客观测量的糖尿病神经病变的患病率及其与糖尿病并发症的关联，包括。 参与者参与研究的时间估计为 3 年。

措施：

基线数据：用药状况、糖尿病状况、其他疾病的诊断、糖尿病并发症、身高、体重、视网膜病变状况、体重指数（BMI）、吸烟状况、饮酒状况数据收集和检查：“组别和干预”血液的详细描述糖 将通过手指刺血样本的毛细血管血糖测量来测量

问卷：

所有问卷均经过验证并使用丹麦语。 Compass 31、密歇根神经病变筛查 (MNSI)、DN4、胃肠道疾病症状严重程度指数 (PAGI-SYM) 患者评估、胃肠道症状评定量表 (GSRS)、世界卫生组织 - 五项健康指数 (WHO-5) , 参与者健康问卷 (PHQ-9), Pedersen-Bjergaard 问卷, Gold 问卷等, Brief Pain Inventory (BPI), IIEF, FSFIF, DistressScale

招募参与者将在两个 SDCC 门诊诊所招募：位于 Niels Steensens vej 4, 2860 Gentofte, Denmark 和 Gentofte Hospitalsvej 1, st.电视，2900 Hellerup，丹麦。

伦理批准 在研究开始之前，研究将得到区域伦理委员会和丹麦数据保护机构的批准。

整个过程都遵循丹麦数据保护准则中的准则。 所有患者数据将根据欧洲议会 2016 年 4 月 27 日关于保护自然患者个人数据处理和此类数据自由流动的条例 2016/679 进行存储和处理(27)，以及丹麦对法规 2016/679(28) 的修正案。

统计 决定因素和结果测量之间的关联将通过使用调整相关混杂因素（包括年龄、性别和糖尿病持续时间）的完整案例回归模型来估计。 逻辑回归分析将用于二元结果。 线性回归分析将用于连续结果。 如有必要，结果变量将使用自然对数进行对数转换，以满足模型残差分布的模型假设。 将在所有模型中研究性别与所有决定因素之间的相互作用，以研究可能存在的性别相互作用差异。 将使用 5% 的显着性水平。

样本量估计：由于这是一项流行率研究，因此无法进行功效计算。 由于目的是描述具有代表性的患者样本中的神经病变患病率，因此研究人员旨在通过在年度状态检查中连续检查所有患者来评估 SDCC 50% 的患者群体。 研究人员的目标是检查总共 2000 名参与者。

将使用 SAS 9.3 版（SAS Institute, Cary, NC）进行分析。

子研究 1.2 糖尿病性神经病变和足部并发症 目的 本研究的总体目标是调查使用既定和新型测量技术诊断的糖尿病性神经病变与足部并发症之间的关联SDCC 年龄和性别匹配的 1 型和 2 型糖尿病患者的筛查工具和足部并发症。

次要目标

•比较 SDCC 年龄和性别匹配的 1 型和 2 型糖尿病患者中，通过新型即时筛查工具和传统即时筛查工具诊断出患有神经病变的参与者足部并发症的患病率。

参加者：

300 名年龄超过 39 岁、患有 SDCC 的 1 型或 2 型糖尿病的参与者将被纳入本研究。 包括的参与者必须在筛选研究中被诊断为周围神经病变。 150 名用新评估方法诊断为神经病的参与者将与 150 名用传统方法诊断为神经病的参与者进行年龄和性别匹配。

措施 神经病变检查和问卷的结果已经在研究 1.1 中取样，并将纳入研究。

常规足部检查，包括

• 检查足部溃疡、感染、纤维瘤、指甲畸形、水肿、
• Charcot 足、步行、鞋类评估

扩大足部检查，包括：

• 畸形评估（外翻拇趾、僵硬拇趾、扁平足、高弓足、低前足、槌状趾、外翻/内翻后足。 广泛的前脚掌）
• 检查足长和
• 2 张使用 iphone 的临床照片（加载和卸载到 Sundhedsplatformen）用于临床记录。
• 鞋垫的评估。

统计 决定因素和结果测量之间的关联将通过使用调整相关混杂因素（包括年龄、性别和糖尿病持续时间）的完整案例回归模型来估计。 逻辑回归分析将用于二元结果。 线性回归分析将用于连续结果。 如有必要，结果变量将使用自然对数进行对数转换，以满足模型残差分布的模型假设。 将在所有模型中研究性别与所有决定因素之间的相互作用，以研究可能存在的性别相互作用差异。 将使用 5% 的显着性水平。

将使用 SAS 9.3 版（SAS Institute，Cary，NC）进行分析。 样本量估计：由于这是一项探索性研究，之前没有进行过类似研究，因此无法进行功效计算。 研究人员评估，将 150 名用新评估方法诊断的参与者与 150 名年龄和性别匹配的用传统方法诊断出神经病变的参与者进行比较，将足以研究两组之间足部并发症患病率的差异。

子研究 1.3 心血管自主性神经病变和葡萄糖变异性 目的 本研究的总体目标是调查患有 1 型糖尿病和 CAN 的患者与没有 CAN 的类似患者相比是否具有更大的葡萄糖变异性。

主要目标

• 调查 30 名有和没有 CAN 次要目标的参与者的 SD（标准差）差异
• 调查 CV（变异系数）、高血糖时间、低血糖时间、CONGA、MAGE 在有和没有 CAN 的参与者中的差异。
• 研究 CAN 的连续测量与葡萄糖变异性指数之间的关联

第三目标

• 调查 CAN 与低血糖意识之间的关联。
• 调查 CAN 症状与葡萄糖变异性之间的关联。

研究设计 将招募 30 名患有 CAN 的 1 型糖尿病参与者，并与 30 名年龄和性别匹配的没有 CAN 的 1 型糖尿病参与者进行比较。

如果无法招募足够的研究参与者，将使用 SDCC 电子病历中的数据招募患者，其中包含 2013 年至 2014 年期间接受 CAN 筛查的 600 名 2 型患者的数据。 有关哥本哈根 Steno 糖尿病中心门诊患者的民事登记号码、电话号码、地址、1 型糖尿病诊断、年龄、性别和 CAN 历史数据的信息由负责治疗的医生提供，并传递给研究调查员。 此信息用于识别可能的参与者和招募。 第一次联系将是一封包含书面参与者信息和小册子的信件：“参与者作为生物医学研究参与者的权利”。 在这封信中，可能的参与者将被邀请参加在哥本哈根 Steno 糖尿病中心举行的信息会议。 信中包含项目负责医生的电话号码和电子邮件。 大约两周后，将通过电话联系对无响应者进行跟进。

功率计算 如前所述，Nyiraty 等人 (39) 已表明 CAN 诊断趋向于与 CV 有显着关联。 参考该研究，研究人员假设在 CAN 和非 CAN 患者之间可检测到（且相关）0.2 mmol/L 的 SD 差异。 在这项研究中，SD 的标准差约为 0.2 mmol/L。 具有 90% 的功效和 0.05 的双侧显着性水平，检测上述差异所需的样本量为每组 23 - 总共 46 名参与者。 考虑到 10% 的辍学率，并考虑到这种功效计算的不准确性质，研究的样本量将为每组 30 名参与者。

SDCC 的 CAN 患病率为 15%。 因此，需要筛选大约 200 名参与者才能获得目标参与者数量。 共计60人参加。

方法和措施参与者将从筛选中招募 1 型糖尿病参与者（研究 1.1.）

方法 CAN 将通过心血管反射测试和心率变异性指数（Vagus™ 装置）进行评估。

将通过使用 Dexcom G6 传感器、发射器和接收器连接到参与者皮肤的 10 天连续葡萄糖监测来评估葡萄糖变异性。 将评估几个葡萄糖变异性指数，例如 CV、MAGE、CONGA、低血糖时间、高血糖时间。

低血糖意识不足将通过 Pedersen-Bjergaard、Gold 问卷等进行评估。

措施

• 使用 Vagustm 设备进行心血管自主神经病变测试，包括静息心率变异性和心血管反射测试（20 分钟）（如研究 1.1 中所述）
• 插入连续血糖监测仪（Dexcom G6 设备）（15 分钟）

本研究的招募参与者将是在研究 1.1 中筛选的参与者。

统计 决定因素和结果测量之间的关联将通过使用调整相关混杂因素（包括年龄、性别和糖尿病持续时间）的回归模型来估计。 逻辑回归分析将用于二元结果。 线性回归分析将用于连续结果。 如有必要，结果变量将使用自然对数进行对数转换，以满足模型残差分布的模型假设。 将在所有模型中研究性别与所有决定因素之间的相互作用，以研究可能存在的性别相互作用差异。 将使用 SAS 9.3 版（SAS Institute，Cary，NC）进行分析。