Correlation Between Hepatitis C Virus Infection and Type 2 Diabetes Mellitus
-
摘要:
目的 探讨慢性丙型病毒性肝炎患者中2型糖尿病的患病率及危险因素。 方法 选取2018年1月至2020年5月于云南省第一人民医院确诊的慢性丙型病毒性肝炎患者294例，根据是否合并2型糖尿病分为丙肝合并糖尿病组70例和丙肝不合并糖尿病组224例，删除缺失的数据，选取丙肝合并糖尿病患者56例，丙肝不合并糖尿病患者59例，再随机选取2020年10月就诊于云南省第一人民医院内分泌代谢科单纯不合并丙肝的2型糖尿病患者52例纳入研究。收集受试者一般临床资料（性别、年龄、地区、饮酒史）及实验室检查（HCV RNA、抗HCV抗体、LDH、AST、ALT、ALP、GGT、TBIL、DBIL、TBA、TP、ALB、GLB、BUN、CR、UA、TC、TG、HDL-C、LDL-C、血糖），利用SPSS26.0统计软件建立数据库并进行分析3组患者间的血生化等指标是否有统计学差异，利用无序多元Logistic回归分析危险因素。 结果 慢性丙型肝炎患者中合并2型糖尿病检出率为23.8%。在3组中性别、年龄、地区、饮酒、UA、GLB、LDL-C、TC、LDH、GLB、AST、ALT、ALP、GGT、TBiL、DBiL、TBA、TG差异有统计学意义（P < 0.05），TP、HDL-C、BUN、CR差异无统计学意义（P > 0.05）。无序多元Logistic回归分析显示，年龄及总胆汁酸是慢性丙型病毒性肝炎患者合并2型糖尿病的危险因素（P < 0.05）。 结论 丙型肝炎病毒感染会加重肝损伤，高龄及总胆汁酸水平高的丙肝患者更容易发生2型糖尿病。 Abstract:Objective To investigate the prevalence of and risk factors for type 2 diabetes mellitus in patients with chronic viral hepatitis C. Methods A total of 294 patients with chronic hepatitis C in Yunnan First People’ s Hospital from January 2018 to May 2020 were divided into two groups: 70 patients with diabetes and 224 patients without diabetes. After deletion of incomplete data, 56 patients with hepatitis C complicated with diabetes and 59 patients without diabetes were selected, then another 52 patients with type 2 diabetes mellitus who were treated in Endocrinology and Metabolism Department of Yunnan First People’ s Hospital in October 2020 were randomly selected for the study. General clinical data （gender, age, Place of residence, alcohol consumption） and laboratory tests （HCV RNA, hepatitis C antibody, LDH, AST, ALP, GGT, TBIL, DBIL, TBA, TP, ALB, GLB, BUN, CR, UA, TC, TG, HDL-C, LDL, blood sugar） were collected, and SPSS26.0 statistical software was used to establish a database and analyze whether there are statistical differences in blood biochemical indexes among the three groups of patients, and use disordered multivariate logistic regression to analyze risk factors. Results The detection rate of type 2 diabetes mellitus in patients with Chronic hepatitis C was 23.8%. There were significant differences in sex, age, region, alcohol consumption, UA, GLB, LDL-C, TC, LDH, GLB, AST, ALP, GGT, TBiL, DBiL, TBA and TG among the three groups （P < 0.05）, but there were no significant differences in TP, HDL-C, BUN and CR（P > 0.05）. Disordered multivariate Logistic regression analysis showed that age and TBA were the risk factors of type 2 diabetes in patients with chronic hepatitis C （P < 0.05）. Conclusion Hepatitis C virus infection can aggravate liver injury, and elderly patients with hepatitis C with high TBA level are more likely to develop type 2 diabetes. -
Key words:
- Chronic viral hepatitis C /
- Type 2 diabetes mellitus /
- Risk factor
-
盐酸氨溴索注射液是常见的呼吸系统疾病临床用药[1]，能有效祛痰、减少咳嗽，临床疗效好，无明显毒副作用。该品种应用人群广，是儿科甚至新生儿常用药物[2]，因临床使用时直接进入血液系统，药物临床使用安全风险较高，被视为高风险注射剂。盐酸氨溴索注射液的含量测定结果是其有效性和安全性的重要指标，代表药品质量的好坏，因此客观评价结果的可靠性显得尤为重要[3]。通常可对测量结果的质量用不确定度给出定量说明，而目前未见盐酸氨溴索注射液含量测定不确定度评定的报道，为此，有必要对其进行研究。
在药物分析领域，目前国内暂未发布评定指南。2018-2020年期间国家药典委先后发布了征求意见稿《不确定度评定在药品检验中的应用》，可见不确定度评定在药品检验领域具有重要性和必要性[3−4]。当前的文献报道中，药品测量不确定度的评定主要是采用GUM法[4]，未见TOP-DOWN法用于药品外标法含量测定的不确定度评定。GUM法评定是按照实际检验，分析各相关分量建立数学模型再评定，过程繁琐、复杂，要求细致，各分量不能重复也不能遗漏，评定质量取决于评定者对有贡献的影响量认识的程度。TOP-DOWN法是由美国人Horwitz提出的是自上而下或自顶向下的评定方法[5−6]，评定原理是：在确保测量过程的偏倚和精密度受控的前提下，将影响检验结果的各因素利用实验室间再现性数据和实验室内重复性数据归纳为偏倚不确定度和期间精密度两个分量，再合成不确定度[7]，该法较于GUM法，能全面反映实验室的质控状态和实验室间的偏倚。
为确保药物的安全性和有效性，本文采用TOP-DOWN法对盐酸氨溴索注射液的含量测定进行不确定评定，利用实验室长期积累的数据作为“期间精密度”分量和17家实验室间的实验数据作为“偏倚精密度”分量，建立TOP-DOWN法测量模型，该方法既包含了在GUM法中体现的各影响因素如称量、测量等，还包含了GUM法所不具备的环境变动、方法本身的误差等不容易识别的不确定度分量，更全面系统。本文首次在药品检验领域采用TOP-DOWN法评定药品含量测定的不确定度，为探索非GUM法评定药品的测量不确定度，提供了一种有价值的参考方法[8]。
1. 材料与方法
1.1 实验仪器
日本岛津LC-20A型高效液相色谱仪；梅特勒-托利多BP221S型电子分析天平；液管和容量瓶均为天玻牌A级玻璃仪器。
1.2 实验材料
甲醇为色谱纯（美国赛默飞科技有限公司）；盐酸氨溴索对照品（来源于中国食品药品检定研究院，批号：100599-202106）；样品为盐酸氨溴索注射液（A企业，批号：2AA21203）；实验其他所用试剂均为分析纯；实验用水为超纯水。
1.3 实验方法
1.3.1 盐酸氨溴索注射液含量测定
盐酸氨溴索注射液含量测定标准收载于《中国药典》2020年版二部，按照其规定的方法进行测定。
色谱柱：月旭 C18 5 μm，250×4.6 mm；流动相A和B分别为0.01 mol/L磷酸氢二铵溶液和乙腈，体积比为50∶50，检测波长：248 nm。对照品和供试品分别用流动相制成约30 μg/mL的试液。
1.3.2 不确定度评定程序
参照《化学检测领域测量不确定度评定》RB/T 141-2018 [7]指南，确定测量不确定度的评定程序：（1）按照1.3.1中盐酸氨溴索注射液的含量测定方法，获取不同实验室间再现性数据（提交两组平行数据x1和x2）和一段时间内本实验室的重复性数据；（2）使用h/k检验确认再现性数据的偏倚是否受控；使用AD检验判断重复性数据的精密度是否处于期望范围内；（3）若偏倚和精密度均处于控制范围内，量化再现性估计值和精密度的不确定度，计算偏倚和精密度分量，合成不确定度。
1.3.3 不确定度评定数学模型
$$ U_{rel}=2 u_{c,re l}=2 \sqrt{u_{b,re l}^{2}+u_{R', re l}^{2}} $$ 式中：$ {u^2}_{b,rel} $ ：偏倚不确定度分量；$ {u^2}_{R',rel} $：期间精密度不确定度分量。
1.4 不确定度评定
1.4.1 偏倚不确定度分量
实验室间再现性数据
向17家实验室同步发放1.2中同批次对照品和盐酸氨溴索注射液样品，按照1.3.1中实验方法，得到各个实验室的含量测定数据，每个实验室提交2次测量数据x1和x2（%），各个实验室数据统计见表1。
表 1 各个实验室数据统计Table 1. Statistics of laboratory data across various laboratories序号 x1（%） x2（%） $ \overline {{x_i}} $（%） bi si h k 样品统计 1 100.82 100.20 100.51 0.51 0.44 0.10 1.88 ARV=100.4%
X=100.445%
$ {s_{\overline x }} $=1.08
sr=0.2072 100.23 100.33 100.28 0.28 0.07 −0.11 0.30 3 100.80 100.85 100.83 0.82 0.04 0.39 0.15 4 101.70 101.95 101.83 1.83 0.18 1.32 0.76 5 99.48 99.61 99.55 −0.45 0.09 −0.79 0.39 6 100.30 100.80 100.55 0.55 0.35 0.14 1.52 7 98.40 98.20 98.30 −1.70 0.14 −1.94* 0.61 8 100.30 99.70 100.00 0.00 0.42 −0.37 1.82 9 101.48 101.23 101.36 1.36 0.18 0.88 0.76 10 99.01 99.15 99.08 −0.92 0.10 −1.22 0.42 11 101.32 101.33 101.33 1.32 0.00 0.85 0.03 12 100.28 100.06 100.17 0.17 0.16 −0.21 0.67 13 98.58 98.59 98.59 −1.41 0.01 −1.68 0.03 14 100.71 100.55 100.63 0.63 0.11 0.21 0.49 15 101.42 102.15 101.79 1.79 0.52 1.28 2.22* 16 100.99 100.92 100.96 0.95 0.05 0.51 0.21 17 101.77 101.92 101.85 1.85 0.11 1.33 0.46 注：标*为异常值。 判断偏倚受控
参照RB/T141-2018，接受测量系统一致性的假设可判断偏倚是否受控，即h/k检验。
h/k检验计算公式：
$$ h = \frac{{{b_i}}}{{{s_{\overline x }}}} $$ (1) 式中：h为实验室间一致性统计量；bi为第i个实验室的单元偏倚（bi=$ \overline {{x_i}} $-ARV，$ \overline {{x_i}} $为各实验室的平均值，ARV的期望值为100.4%）；$ {s_{\overline x }} $为样品水平下各实验室$ \overline {{x_i}} $的标准差。
$$ k = \frac{{{s_i}}}{{{s_r}}} $$ (2) 式中：k为实验室内一致性统计量；si 为第i个实验室的单元标准差；sr为重复性标准差（$ {s_r} = \sqrt {\frac{{\sum {{s_i}^2} }}{{{p_i}}}} $，pi为实验室总个数）。
查询95%和99%概率下的h/k临界表， h=1.86，k=1.93（95%）；h=2.32，k=2.41（99%），实验室间的数据变异基本符合精密度要求。
计算偏倚不确定度分量
偏倚不确定度计算公式：
$$ {u^2}_{b,rel} = \sqrt {{b^2} + {u^2}_{c,ref}} = \sqrt {{{0.045}^2} + {{0.267}^2}} = 0.27 $$ 式中： $ {u^2}_{c,ref} = \frac{{{S_R}}}{{\sqrt L }} = 0.267 $ ，（SR为复现性标准差，L为实验室数量）
1.4.2 期间精密度不确定度分量
获取实验室内重复性数据
室间变异并未涵盖室内所有误差源的贡献，因此，本实验室在半年内按时间顺序进行了一段时间稳定过程的期间精密度测量，以18个样品的含量测定累计数据作为期间精密度重复性数据，最小值为99.4%，最大值为102.7%，均值为100.9%，相对标准偏差为0.88%。18个检验数据见表2。
表 2 期间精密度重复性数据Table 2. Intermediate precision data of repeatability measurements百分含量（%） 样品统计 99.9，100.2，100.6，100.7，101.1，100.3，101.9，100.5，102.7，
101.4，99.4，99.5，101.5，101.6，101.8，100.3，101.1，100.4$ \overline X $=100.9%；
${S}_{R'} $=0.88%判断期间精密度受控
参照RB/T141-2018标准中AD检验计算公式，对数据进行AD检验，分别检验$ A_S^{2*} $（正态性检验）和$ A_{MR}^{2*} $（独立性检验）。$ A_S^{2*} $检验结果为0.196，$ A_{MR}^{2*} $检验结果为0.272，AD检验结果均小于1.0[9]，按照标准指南，表明该组数据在99%概率下接受测量系统的正态性和独立性假设，说明实验室数据处于统计受控状态[10]。
期间精密度不确定度分量
实验室数据处于统计受控状态，期间精密度不确定度估计值为数据的相对标准偏差，即将$ {S}_{R'} $视为期间精密度不确定度${u}_{R'} $，则$ {u^2}_{R',rel} $=${S}_{R'} $= 0.88%。
2. 结果
2.1 扩展不确定度
按照评定的数学模型，由上文得到的两个分量值合为相对合成标准不确定度$ {u^2}_{c,rel} $，在置信度95%，包含因子（k取2）概率下求得扩展不确定度$ {U}_{rel } $。
$ {U}_{rel }=2{u}_{c,rel}=2\sqrt{{u}^{2}{}_{b,rel}+{u}^{2}{}_{R{'},rel}}=1.84\% \,\,\, (95\%,\,\,\, k=2)$
2.2 不确定度报告
盐酸氨溴索注射液中含盐酸氨溴索含量表示为：（100.5±1.84）%，100.5%数值为本次实验笔者实验室内测定的样品含量数据。
2.3 评定结果分析
盐酸氨溴索注射液含量评定结果表示为（100.5±1.84）%，即用扩展不确定度1.84%来表征实验室含量测量数据100.5%的分散性，被不确定度表征后的数值在药品标示含量值以内（90.0%～110.0%），表明盐酸氨溴索注射液含量测定可靠，实验室质控较好，可持续保持[11]，含量测定结果的可靠信进一步确保了药物的安全性和有效性。实验结果表明TOP-DOWN法可有效评定药品外标法含量测定，在实际测量中，一个客观事实是无论如何控制环境条件及控制各类对测量结果可能产生影响的因素，最终的测量结果总会存在一定的分散性，这些随机效应所造成的不确定度，包括尚未认识到的系统效应在评定中不可能被完全考虑到，导致了测量结果的误差[5]。而该法的优势恰好在于能充分利用实验室内长期积累的数据和实验室间再现性数据，归纳为精密度和偏倚两个分量，更加系统、全面的评定不确定度。
本次评定结果期间精密度的分量大于偏倚精密度的分量，说明期间精密度是影响不确定度数值的主要分量[12]，则可通过加长期间精密度的时间和样本量来进一步验证期间精密度的贡献量。偏倚分量贡献较小，影响的变化不显著，而偏倚由实验室间的再现性数据提供，提示可以通过增加实验室及样本数量来验证偏倚分量的贡献大小[13]。
2.4 实验数据说明
TOP-DOWN法应用时，数据受控是最重要的前提条件，h/k检验希望参加的实验室数量L越大越好[6−7]，但h/k临界值参考表中L上限为15。由于h/k值随着L增大其可接受的h/k值范围越大，以表中L为15对应的h/k值判断本次实验数据（共17家实验室）是否受控。h或k超出95%的临界值为异常值，但仍在99%临界值范围内。通过调查发现，实验室操作没有任何程序问题，属于随机原因的正常变异，综合判断整体数据基本受控[6−7，14−15]，并未剔除数据异常值（表1中带*号数据）。此外，ARV为接受参照值（即用作比较的经协商同意的标准值），本文使用的ARV值使用数据来源为本实验室自2020年至2023年检验的22批盐酸氨溴索注射液的含量平均值（100.4%）。
3. 讨论
3.1 TOP-DOWN法和GUM法评定结果的比较
TOP-DOWN法和GUM法为两种不同的评定方法，本次实验还按照传统的GUM 法进行含量测定的不确定度评定，对两种方法的结果进行比较， TOP-DOWN法评定结果（1.84%）小于GUM法（2.36%），说明GUM法的测量模型过多的输入了不确定度影响因素，提示在用GUM法计算不确定度时应保守估计影响因素，否则容易造成结果偏大[15]。两种评定方法比较的结果表明，在实际应用可使用TOP-DOWN法对GUM法进行补充和验证。
3.2 TOP-DOWN法可有效评定药品含量的不确定度
TOP-DOWN法已应用于食品等其他行业的不确定度评定中[10−13]，尚未见其应用于药品含量测定，本文首次利用TOP-DOWN法对药品含量测定结果进行不确定度评定，实验结果表明TOP-DOWN法可有效评定药品外标法含量测定，该法的优势在于能充分利用实验室内长期积累的实验数据，评定过程较传统的GUM法更全面，是一种客观、可靠的评定方法，为药品检验领域不确定度评定提供了新的方法。
3.3 首次对盐酸氨溴索注射液进行不确定度评定
盐酸氨溴索注射液作为高风险制剂，目前未见其含量测定不确定度评定的报道，本文首次对其不确定度进行研究，研究结果表明该药物含量测定数据可靠，能确保药物的安全性和有效性。
-
表 1 慢性丙型肝炎患者感染2型糖尿病计数资料单因素分析 [n（%）]
Table 1. Univariate analysis of enumeration data of patients with chronic hepatitis C infected with type 2 diabetes mellitus [n（%）]
因素 A组（n = 56） B组（n = 59） C组（n = 52） χ2 P 性别 男 44（78.6） 45（76.3） 30（57.7） 6.859 0.032 女 12（21.4） 14（23.7） 22（42.3） 地区 城市 30（53.6）* 30（50.8）* 42（80.8） 12.406 0.002 农村 26（46.4）* 29（49.2）* 10（19.2） 饮酒史 无 24（42.9）* 24（40.7）* 38（73.1） 14.134 0.001 有 32（57.1）* 35（59.3）* 14（26.9） 年龄（岁） < 40 1（1.79） 11(18.65) 3（5.77） 18.633 0.004 40~50 21（37.50） 23(38.98) 11（21.15） 50~60 15（26.79）# 14(23.73) # 20（38.46）# > 60 19（33.93）# 11（18.64）# 18（34.62）# 与C组比较，*P < 0.05；与 < 40岁比较，# P < 0.05。 
下载: 导出CSV
表 2 慢性丙型肝炎患者感染2型糖尿病计量资料单因素分析[（
$\bar x \pm s $ ）或M（X25%，X75%）]Table 2. Univariate analysis of quantitative data of chronic hepatitis C patients infected with type 2 diabetes mellitus [（
$\bar x \pm s $ ） or M（X25%，X75%）]指标 A组 B组 C组 F/H P UA（μmol/L） 367.91 ± 118.41* 313.87 ± 118.11# 385.65 ± 92.68 6.416 0.002 GLB（g/L） 34.93 ± 6.47# 33.43 ± 9.92# 27.02 ± 5.44 16.262 < 0.001 LDL-C（mmol/L） 2.17 ± 1.29# 2.30 ± 0.88# 2.98 ± 1.04 8.677 < 0.001 TC（mmol/L） 3.79 ± 1.36# 3.91 ± 1.17# 4.78 ± 1.17 10.266 < 0.001 AST（U/L） 29（25，54）# 66（26，92）# 10（14，24） 42.730 < 0.001 ALT（U/L） 46（20，66）# 48（19，67）# 15（14，29） 17.546 < 0.001 ALP（U/L） 57（69，126）# 73（67，140）# 34（55，89） 21.340 < 0.001 GGT（U/L） 102（29，131）# 105（35，140）# 17（23，40） 21.780 < 0.001 TBiL（μmol/L） 15.1（11，26.1）# 15.6（11.6，27.2）# 5（8，13） 21.758 < 0.001 DBiL（μmol/L） 8.8（3.8，12.6）# 7.1（4.7，11.8）# 1.8（2.9，4.7） 31.314 < 0.001 TBA（μmol/L） 45.3（5，50.3）# 29.5（3.6，33.1）# 3.8（2.3，6.1） 26.819 < 0.001 BUN（mmol/L） 4.2（4，8.2） 1.8(3.9，5.7) 2.2(4.4，6.6) 4.923 0.085 CR（μmol/L） 41(59，100) 19(54，73) 19(55，74) 5.949 0.051 TG（mmol/L） 0.94(0.66，1.6)# 0.67(0.71，1.38)# 1.21(1.43，2.64) 31.150 < 0.001 TP（g/L） 70.31 ± 9.34 67.40 ± 10.11 67.83 ± 6.77 4.056 0.132 HDL-C（mmol/L） 0.97 ± 0.40 0.96 ± 0.47 1.00 ± 1.24 1.186 0.553 LDH（U/L） 227.29 ± 78.39# 221.25 ± 80.84# 156.94 ± 34.95 12.343 < 0.001 ALB（g/L） 35.38 ± 6.72# 36.19 ± 7.41# 40.29 ± 4.62 28.729 < 0.001 与B组比较，*P < 0.05；与C组比较，#P < 0.05。
下载: 导出CSV
表 3 变量赋值表
Table 3. Variable assignment table
因素 变量名 编码说明 性别 X1 男 = 0，女 = 1 地区 X2 城市 = 0，农村 = 1 饮酒 X3 无 = 0，有 = 1 组别 Y 组A = 1，组2 = 2，组3 = 3
下载: 导出CSV
表 4 丙肝合并糖尿病与丙肝不合并糖尿病Logistic回归
Table 4. Logistic regression between hepatitis C patients with or without concomitant diabetes
因素 Β SE Wald P OR 95%CI 年龄 0.076 0.028 7.530 0.006 1.708 1.022～1.138 TBA 0.043 0.017 6.494 0.011 1.044 1.010～1.079 注：丙肝不合并糖尿病为对照组。
下载: 导出CSV
表 5 单纯不合并丙肝的2型糖尿病与丙肝不合并糖尿病Logistic回归
Table 5. Logistic regression of type 2 diabetes patients with or without concomitant hepatitis C
项目 Β SE Wald P OR 95%CI 年龄 0.184 0.064 8.372 0.004 1.202 1.061～1.361 TG 2.770 1.062 6.810 0.009 15.963 1.993～127.859 LDH −0.052 0.022 5.849 0.016 0.949 0.910～0.990 注：丙肝不合并糖尿病为对照组。
下载: 导出CSV
表 6 丙肝合并糖尿病与单纯不合并丙肝的2型糖尿病Logistic回归
Table 6. Logistic regression between hepatitis C complicated with diabetes and type 2 diabetes without hepatitis C
因素 Β SE Wald P OR 95%CI LDH 0.058 0.022 7.139 0.008 1.060 1.016～1.106 性别（1） 4.836 2.431 3.957 0.047 126.009 1.074～14789.234 TG −2.117 1.074 3.886 0.049 0.120 0.015～0.988 注：单纯不合并丙肝的2型糖尿病为对照组，性别（1）表示女性为对照组。
下载: 导出CSV
-
[1] Li H, Tian S, Chen T, et al. Newly diagnosed diabetes is associated with a higher risk of mortality than known diabetes in hospitalized patients with COVID[J]. Diabetes, Obesity and Metabolism,2020,22(10):1897-1906. doi: 10.1111/dom.14099 [2] 中华医学会肝病学分会, 中华医学会感染病学分会. 丙型肝炎防治指南 (2015 年更新版)[J]. 临床肝胆病杂志,2015,31(12):1961-1979. doi: 10.3969/j.issn.1001-5256.2015.12.003 [3] Roden M. Diabetes mellitus: definition, classification and diagnosis.[J]. Wien Klin Wochenschr,2016,128(Suppl 2):S37-40. [4] Ambachew S, Eshetie S, Geremew D, et al. Prevalence of type 2 diabetes mellitus among hepatitis C virus-infected patients: a protocol for systematic review and meta-analysis[J]. Syst Rev,2019,8(1):60. doi: 10.1186/s13643-019-0976-x [5] 李世颖, 任红, 张大志. 丙型肝炎病毒感染与2型糖尿病发生相关性的进展研究[J]. 广东医学,2011,32(14):1936-1938. doi: 10.3969/j.issn.1001-9448.2011.14.063 [6] Cuadros D F, Miller F D, Nagelkerke N, et al. Association between HCV infection and diabetes type 2 in Egypt: is it time to split up?[J]. Ann Epidemiol,2015,25(12):918-923. doi: 10.1016/j.annepidem.2015.09.005 [7] Busch K, Waldenstrom J, Lagging M, et al. Prevalence and comorbidities of chronic hepatitis C: A nationwide population-based register study in Sweden[J]. Scand J Gastroenterol,2017,52(1):61-68. doi: 10.1080/00365521.2016.1228119 [8] Rouabhia S, Malek R, Bounecer H, et al. Prevalence of type 2 diabetes in Algerian patients with hepatitis C virus infection[J]. World J Gastroenterol,2010,16(27):3427-3431. doi: 10.3748/wjg.v16.i27.3427 [9] Yuan M, Zhou J, Du L, et al. Hepatitis C Virus clearance with glucose improvement and factors affecting the glucose control in chronic hepatitis C patients[J]. Scientific Reports,2020,10(1):1976. doi: 10.1038/s41598-020-58786-x [10] Hegazi R, El-Gamal M, Abdel-Hady N, et al. Epidemiology of and risk factors for type 2 diabetes in egypt[J]. Ann Glob Health,2015,81(6):814-820. [11] Ali S A, Nassif W M, Abdelaziz D H. Alterations in serum levels of fetuin A and selenoprotein P in chronic hepatitis C patients with concomitant type 2 diabetes: A case-control study[J]. Clin Res Hepatol Gastroenterol,2016,40(4):465-470. doi: 10.1016/j.clinre.2015.12.003 [12] Kuna L, Jakab J, Smolic R, et al. HCV extrahepatic manifestations[J]. J Clin Transl Hepatol,2019,7(2):172-182. [13] 邓舒妮, 张学思, 李新玥, 等. 慢性丙型肝炎病毒感染患者发生2型糖尿病的流行病学调查[J]. 中华医院感染学杂志,2016,26(6):1279-1280. [14] 郭异凡, 冯志伟, 刘志萍, 等. 慢性丙型肝炎病毒感染患者2型糖尿病的流行病学调查及危险因素分析[J]. 中华医院感染学杂志,2014,24(6):1452-1454. [15] Garcia-Martinez R, Caraceni P, Bernardi M, et al. Albumin: pathophysiologic basis of its role in the treatment of cirrhosis and its complications[J]. Hepatology,2013,58(5):1836-1846. doi: 10.1002/hep.26338 [16] Saad Y, Awad A, Alakel W, et al. Data mining of routine laboratory tests can predict liver disease progression in Egyptian diabetic patients with hepatitis C virus (G4) infection:a cohort study of 71 806 patients[J]. Eur J Gastroenterol Hepatol,2018,30(2):201-206. doi: 10.1097/MEG.0000000000001008 [17] Aizawa Y, Seki N, Nagano T, et al. Chronic hepatitis C virus infection and lipoprotein metabolism[J]. World J Gastroenterol,2015,21(36):10299-10313. doi: 10.3748/wjg.v21.i36.10299 [18] Dai C Y, Yeh M L, Huang C F, et al. Chronic hepatitis C infection is associated with insulin resistance and lipid profiles[J]. Journal of Gastroenterology and Hepatology,2015,30(5):879-884. doi: 10.1111/jgh.12313 [19] Marzouk D, Sass J, Bakr I, et al. Metabolic and cardiovascular risk profiles and hepatitis C virus infection in rural Egypt[J]. Gut,2007,56(8):1105-1110. doi: 10.1136/gut.2006.091983 [20] 郑双, 李异玲. 代谢相关脂肪性肝病和慢性丙型病毒性肝炎的相关性研究进展[J]. 中国综合临床,2021,37(2):180-184. doi: 10.3760/cma.j.cn101721-20201016-00020 [21] 欧阳清慧, 王冰, 杨自力等. 四川省绵阳地区慢性丙型肝炎患者继发2型糖尿病危险因素分析[J]. 现代检验医学杂志,2020,35(4):151-153. doi: 10.3969/j.issn.1671-7414.2020.04.038 [22] 丁月荷. 慢性丙型肝炎病毒感染者2型糖尿病患病情况及相关因素分析[J]. 山东医药,2017,57(26):54-56. doi: 10.3969/j.issn.1002-266X.2017.26.017 [23] 邵辉, 陈华忠, 涂波. 563例慢性丙型肝炎发生2型糖尿病患者流行病学特点及肝功能状况分析[J]. 健康研究,2017,37(5):491-493. doi: 10.3969/j.issn.1674-6449.2017.05.004 [24] Nguyen C T, Pham N M, Lee A H, et al. Prevalence of and risk factors for type 2 diabetes mellitus in vietnam: A systematic review[J]. Asia Pac J Public Health,2015,27(6):588-600. doi: 10.1177/1010539515595860 [25] 陈敬群. 丙型肝炎病毒感染患者2型糖尿病的危险因素分析[J]. 实验与检验医学,2015,33(6):778-780. doi: 10.3969/j.issn.1674-1129.2015.06.033 [26] 郑彦彦,邵艳艳,王绍金,等. 慢性丙型肝炎与2型糖尿病关系探讨[J]. 糖尿病新世界,2015,35(18):190-192. doi: 10.3969/j.issn.1672-4062.2015.18.071 [27] 万学红, 卢雪峰. 诊断学[M]. 第8版. 北京: 人民卫生出版社, 2016: 361-362. [28] Rao H, Wei L, Li H, et al. Prevalence of abnormal glycometabolism in treatment-naive patients with hepatitis C virus infection in a Chinese Han population[J]. J Gastroenterol Hepatol,2015,30(6):1049-1056. doi: 10.1111/jgh.12901 期刊类型引用(1)
1. 壮麟，王夏衍，徐学忠，王一波，奚栋，王晓钟. 程序化耻骨肌孔区域空间解剖在全腹膜外疝修补术中的应用分析. 中国现代医学杂志. 2024(05): 72-77 . 
百度学术其他类型引用(0)
-
下载:
![](data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='210' height='179'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;font-family:Helvetica'><table>
<thead><tr><td class="table_top_border" style="padding-left:26pt;" valign="middle" align="left">因素</td><td class="table_top_border" align="center" valign="middle">A组（<i>n</i> = 56）</td><td class="table_top_border" align="center" valign="middle">B组（<i>n</i> = 59）</td><td class="table_top_border" align="center" valign="middle">C组（<i>n</i> = 52）</td><td class="table_top_border" align="center" valign="middle"><i>χ</i><sup>2</sup></td><td class="table_top_border" align="center" valign="middle"><i>P</i> </td></tr></thead>
<tbody><tr><td class="table_top_border2" style="padding-left:26pt;" valign="middle" align="left">性别</td> <td class="table_top_border2" style="padding-left:26pt;" valign="middle" align="left"> </td><td class="table_top_border2" style="padding-left:26pt;" valign="middle" align="left"> </td><td class="table_top_border2" style="padding-left:26pt;" valign="middle" align="left"> </td><td class="table_top_border2" style="padding-left:26pt;" valign="middle" align="left"> </td><td class="table_top_border2" align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 男</td> <td valign="middle" align="left" style="padding-left:26pt;">44（78.6）</td> <td valign="middle" align="left" style="padding-left:26pt;">45（76.3）</td> <td valign="middle" align="left" style="padding-left:26pt;">30（57.7）</td> <td valign="middle" align="left" style="padding-left:26pt;">6.859</td> <td align="center" valign="middle">0.032</td> </tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 女</td> <td valign="middle" align="left" style="padding-left:26pt;">12（21.4）</td> <td valign="middle" align="left" style="padding-left:26pt;">14（23.7）</td> <td valign="middle" align="left" style="padding-left:26pt;">22（42.3）</td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;">地区</td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 城市</td> <td valign="middle" align="left" style="padding-left:26pt;">30（53.6）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">30（50.8）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">42（80.8）</td> <td valign="middle" align="left" style="padding-left:26pt;">12.406</td> <td align="center" valign="middle">0.002</td> </tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 农村</td> <td valign="middle" align="left" style="padding-left:26pt;">26（46.4）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">29（49.2）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">10（19.2）</td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;">饮酒史</td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 无</td> <td valign="middle" align="left" style="padding-left:26pt;">24（42.9）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">24（40.7）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">38（73.1）</td> <td valign="middle" align="left" style="padding-left:26pt;">14.134</td> <td align="center" valign="middle">0.001</td> </tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 有</td> <td valign="middle" align="left" style="padding-left:26pt;">32（57.1）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">35（59.3）<sup>*</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">14（26.9）</td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;">年龄（岁）</td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> < 40</td> <td valign="middle" align="left" style="padding-left:26pt;">1（1.79）</td> <td valign="middle" align="left" style="padding-left:26pt;">11(18.65)</td> <td valign="middle" align="left" style="padding-left:26pt;">3（5.77）</td> <td valign="middle" align="left" style="padding-left:26pt;">18.633</td> <td align="center" valign="middle">0.004</td> </tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 40~50</td> <td valign="middle" align="left" style="padding-left:26pt;">21（37.50）</td> <td valign="middle" align="left" style="padding-left:26pt;">23(38.98)</td> <td valign="middle" align="left" style="padding-left:26pt;">11（21.15）</td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td valign="middle" align="left" style="padding-left:26pt;"> 50~60</td> <td valign="middle" align="left" style="padding-left:26pt;">15（26.79）<sup>#</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">14(23.73) <sup>#</sup></td> <td valign="middle" align="left" style="padding-left:26pt;">20（38.46）<sup>#</sup></td> <td valign="middle" align="left" style="padding-left:26pt;"> </td><td align="center" valign="middle"> </td></tr><tr><td class="table_bottom_border" style="padding-left:26pt;" valign="middle" align="left"> > 60</td> <td class="table_bottom_border" style="padding-left:26pt;" valign="middle" align="left">19（33.93）<sup>#</sup></td> <td class="table_bottom_border" style="padding-left:26pt;" valign="middle" align="left">11（18.64）<sup>#</sup></td> <td class="table_bottom_border" style="padding-left:26pt;" valign="middle" align="left">18（34.62）<sup>#</sup></td> <td class="table_bottom_border" style="padding-left:26pt;" valign="middle" align="left"> </td><td class="table_bottom_border" align="center" valign="middle"> </td></tr></tbody>
<tfoot><tr><td colspan="6"> 与C组比较，<sup>*</sup><i>P</i> < 0.05；与 < 40岁比较，<sup>#</sup> <i>P</i> < 0.05。</td></tr></tfoot>
</table></div></foreignObject></svg>)
