基于扫描式葡萄糖监测技术研究血糖波动与2型糖尿病足的相关性

doi:10.3969/j.issn.1006-5725.2025.04.016

Abstract

Abstract:

Objective To investigate the correlation between glycemic variability metrics and the risk of diabetic foot （DF） in patients with type 2 diabetes mellitus （T2DM） utilizing flash glucose monitoring （FGM） technology. Methods A retrospective analysis was conducted on 233 hospitalized patients with T2DM， with or without DF， who were treated in the Department of Endocrinology at Lianyungang First People's Hospital from January 2021 to May 2022 and monitored using FGM. Patients were categorized into a non?DF group （n = 147） and a DF group （n = 86） based on the presence of DF. The study compared general clinical characteristics， biochemical parameters， and glycemic variability metrics between the two groups and performed subgroup analyses. Binary logistic regression was employed to identify factors associated with the risk of DF， while receiver operating characteristic （ROC） curves were utilized to assess the predictive value of glycemic variability metrics for DF. Results Compared with the non?DF group， patients in the DF group exhibited significantly longer disease duration， higher body mass index （BMI）， glycated hemoglobin （HbA_1c）， urinary albumin?to?creatinine ratio （UACR）， alanine aminotransferase （ALT）， serum uric acid （SUA）， mean amplitude of glycemic excursions （MAGE）， coefficient of variation （CV）， mean of daily differences （MODD）， and mean blood glucose （MBG）， but lower fasting C?peptide （FCP）， fasting insulin （FINS）， high?density lipoprotein cholesterol （HDL?C）， and time in range （TIR）， with statistically significant differences （P < 0.05）. Subgroup analysis revealed that TIR was associated with the incidence of DF and diabetic retinopathy （DR）. Binary logistic regression analysis identified HbA_1c， MAGE， MODD， and MBG as risk factors for DF， while TIR was a protective factor （P < 0.05）. ROC curve analysis demonstrated that the area under the curve （AUC） for predicting DF using HbA_1c， TIR， MAGE， MODD， MBG， and their combination were 0.646， 0.850， 0.868， 0.764， 0.619， and 0.967， respectively， indicating superior performance of the combined prediction model. Conclusions HbA_1c， TIR， MAGE， MODD， and MBG are critical factors associated with the development of DF in patients with T2DM. Targeted early interventions aimed at optimizing these glycemic variability indicators may effectively reduce the incidence of DF.

Key words: type 2 diabetes mellitus, diabetic foot, blood glucose fluctuations, flash glucose monitoring, continuous glucose monitoring, time in range

CLC Number:

R587.2

Xiuli FENG,Zhichen ZHENG,Tongyu ZHANG,Li ZHOU,Ning XU,Renhao ZHAO,Teng YANG,Na WANG,Guofeng. WANG. Study on the correlation between blood glucose fluctuations and type 2 diabetic foot based on flash glucose monitoring technology[J]. The Journal of Practical Medicine, 2025, 41(4): 569-574.

Figures/Tables 6

Tab.1

Tab.2

Tab.3

Tab.4

Tab.5

Fig.1

References 27

1	ANONYMOUS. Summary of revisions： Standards of medical care in diabetes-2020 ［J］. Diabetes Care， 2020， 43（）： S4-S6. doi:10.2337/dc20-srev doi: 10.2337/dc20-srev
2	申晶，窦京涛. 糖尿病大血管并发症管理的思考：历史与未来［J］. 中华糖尿病杂志，2020，12（11）： 857-860.
3	李婉媚，杨旭斌，黄懿文，等. 血糖波动对糖尿病大鼠心脏自主神经功能的影响及其机制［J］. 实用医学杂志，2021，37（16）： 2065-2068+2074. doi:10.3969/j.issn.1006-5725.2021.16.006 doi: 10.3969/j.issn.1006-5725.2021.16.006
4	GUO Q， ZANG P， XU S， et al. Time in range， as a novel metric of glycemic control， is reversely associated with presence of diabetic cardiovascular autonomic neuropathy independent of HbA1c in Chinese type 2 diabetes ［J］. J Diabetes Res， 2020， 2020（1）： 5817074. doi:10.1155/2020/5817074 doi: 10.1155/2020/5817074
5	KIM M Y， KIM G， PARK J Y， et al. The association between continuous glucose monitoring-derived metrics and cardiovascular autonomic neuropathy in outpatients with type 2 diabetes ［J］. Diabetes Technol Ther， 2021， 23（6）： 434-442. doi:10.1089/dia.2020.0599 doi: 10.1089/dia.2020.0599
6	LU J， MA X， SHEN Y， et al. Time in range is associated with carotid intima-media thickness in type 2 diabetes ［J］. Diabetes Technol Ther， 2020， 22（2）： 72-78. doi:10.1089/dia.2019.0251 doi: 10.1089/dia.2019.0251
7	COSTANTINO S， PANENI F， BATTISTA R， et al. Impact of glycemic variability on chromatin remodeling， oxidative stress， and endothelial dysfunction in patients with type 2 diabetes and with target HbA1c levels ［J］. Diabetes， 2017， 66（9）： 2472-2482. doi:10.2337/db17-0294 doi: 10.2337/db17-0294
8	TAYA N， KATAKAMI N， MITA T， et al. Associations of continuous glucose monitoring-assessed glucose variability with intima-media thickness and ultrasonic tissue characteristics of the carotid arteries： A cross-sectional analysis in patients with type 2 diabetes ［J］. Cardiovasc Diabetol， 2021， 20（1）： 95. doi:10.1186/s12933-021-01288-5 doi: 10.1186/s12933-021-01288-5
9	中华医学会糖尿病学分会. 中国2型糖尿病防治指南（2017年版）［J］. 中华糖尿病杂志，2018，10（1）： 4-67.
10	中华医学会糖尿病学分会，中华医学会感染病学分会，中华医学会组织修复与再生分会，等. 中国糖尿病足防治指南（2019版）（Ⅰ）［J］. 中华糖尿病杂志，2019，11（2）： 92-108.
11	CHATZIRALLI I P. The role of glycemic control and variability in diabetic retinopathy ［J］. Diabetes Ther， 2018， 9（1）： 431-434. doi:10.1007/s13300-017-0345-5 doi: 10.1007/s13300-017-0345-5
12	张艳，余维巍，姚济华，等. 老年2型糖尿病患者血糖变异性与糖尿病肾病的关系［J］. 实用医学杂志，2013，29（2）： 202-204.
13	TORIMOTO K， OKADA Y， MORI H， et al. Relationship between fluctuations in glucose levels measured by continuous glucose monitoring and vascular endothelial dysfunction in type 2 diabetes mellitus ［J］. Cardiovasc Diabetol， 2013， 12（1）：1. doi:10.1186/1475-2840-12-1 doi: 10.1186/1475-2840-12-1
14	TANG X， LI S， WANG Y， et al. Glycemic variability evaluated by continuous glucose monitoring system is associated with the 10-y cardiovascular risk of diabetic patients with well-controlled HbA1c ［J］. Clin Chim Acta， 2016， 461： 146-150. doi:10.1016/j.cca.2016.08.004 doi: 10.1016/j.cca.2016.08.004
15	KLIMONTOV V V， SAIK O V， KORBUT A I. Glucose variability： How does it work？［J］. Int J Mol Sci， 2021， 22（15）： 7783. doi:10.3390/ijms22157783 doi: 10.3390/ijms22157783
16	AKAZA M， AKAZA I， KANOUCHI T， et al. Nerve conduction study of the association between glycemic variability and diabetes neuropathy ［J］. Diabetol Metab Syndr， 2018， 10（1）：69. doi:10.1186/s13098-018-0371-0 doi: 10.1186/s13098-018-0371-0
17	DHATARIYA K K， SIN E L P W P， CHENG J O S， et al. The impact of glycaemic variability on wound healing in the diabetic foot⁃A retrospective study of new ulcers presenting to a specialist multidisciplinary foot clinic ［J］. Diabetes Res Clin Pract， 2018， 135： 23-29. doi:10.1016/j.diabres.2017.10.022 doi: 10.1016/j.diabres.2017.10.022
18	PELED S， POLLACK R， ELISHOOV O， et al. Association of inpatient glucose measurements with amputations in patients hospitalized with acute diabetic foot ［J］. J Clin Endocrinol Metab， 2019， 104（11）： 5445-5452. doi:10.1210/jc.2019-00774 doi: 10.1210/jc.2019-00774
19	LU J， MA X， ZHANG L， et al. Glycemic variability modifies the relationship between time in range and hemoglobin A1c estimated from continuous glucose monitoring： A preliminary study ［J］. Diabetes Res Clin Pract， 2020， 161： 108032. doi:10.1016/j.diabres.2020.108032 doi: 10.1016/j.diabres.2020.108032
20	VIGERSKY R A， MCMAHON C. The relationship of hemoglobin A1C to time-in-range in patients with diabetes ［J］. Diabetes Technol Ther， 2019， 21（2）： 81-85. doi:10.1089/dia.2018.0310 doi: 10.1089/dia.2018.0310
21	BELLIDO V， PINÉS-CORRALES P J， VILLAR-TAIBO R， et al. Time-in-range for monitoring glucose control： Is it time for a change？［J］. Diabetes Res Clin Pract， 2021， 177： 108917. doi:10.1016/j.diabres.2021.108917 doi: 10.1016/j.diabres.2021.108917
22	YANG J， YANG X， ZHAO D， et al. Association of time in range， as assessed by continuous glucose monitoring， with painful diabetic polyneuropathy ［J］. J Diabetes Investig， 2021， 12（5）： 828-836. doi:10.1111/jdi.13394 doi: 10.1111/jdi.13394
23	YAPANIS M， JAMES S， CRAIG M E， et al. Complications of diabetes and metrics of glycemic management derived from continuous glucose monitoring ［J］. J Clin Endocrinol Metab， 2022， 107（6）： e2221-e2236. doi:10.1210/clinem/dgac034 doi: 10.1210/clinem/dgac034
24	HUANG Z X， ZHANG H H， HUANG Y， et al. Association of time in range with postoperative wound healing in patients with diabetic foot ulcers ［J］. Int Wound J， 2022， 19（6）： 1309-1318. doi:10.1111/iwj.13725 doi: 10.1111/iwj.13725
25	BECK R W， BERGENSTAL R M， RIDDLESWORTH T D， et al. Validation of time in range as an outcome measure for diabetes clinical trials ［J］. Diabetes Care， 2019， 42（3）： 400-405. doi:10.2337/dc18-1444 doi: 10.2337/dc18-1444
26	MAYEDA L， KATZ R， AHMAD I， et al. Glucose time in range and peripheral neuropathy in type 2 diabetes mellitus and chronic kidney disease ［J］. BMJ Open Diabetes Res Care， 2020， 8（1）： e000991. doi:10.1136/bmjdrc-2019-000991 doi: 10.1136/bmjdrc-2019-000991
27	LU J， WANG C， SHEN Y， et al. Time in range in relation to all-cause and cardiovascular mortality in patients with type 2 diabetes： A prospective cohort study ［J］. Diabetes Care， 2021， 44（2）： 549-555. doi:10.2337/dc20-1862 doi: 10.2337/dc20-1862

临床资料	非糖尿病足组（n = 147）	糖尿病足组（n = 86）	Z/χ²值	P值
年龄/岁	60（50，75）	61.5（49，79）	-0.606	0.545
男性/［例（%）］	72（48.98）	42（48.84）	0.000	0.983
病程/年	9（9，10）	14（13，15.25）	-12.686	< 0.001
BMI/（kg/m²）	22.4（21.4，23.6）	22.8（21.8，24.2）	-1.983	0.047
收缩压/mmHg	145（138，154）	147（138，158）	-0.864	0.388
舒张压/mmHg	94（89，102）	96（91，103）	-1.602	0.109
FPG/（mmol/L）	9.29（8.36，11.25）	9.585（8.837 5，10.47）	-1.139	0.255
HbA_1c/%	8.4（7.1，10.4）	9.7（8.175，11.325）	-3.719	< 0.001
FCP/（pmol/L）	583.42（538.46，621.61）	546.91（501.99，601.425）	-3.929	< 0.001
FINS/（μIU/mL）	7.08（5.87，9.41）	6.04（5.212 5，6.89）	-5.786	< 0.001
BUN/（mmol/L）	5.42（4.68，6.41）	5.695（4.962 5，6.927 5）	-1.958	0.050
Scr/（μmol/L）	57（49，70）	62.5（50，78）	-1.880	0.060
UACR/（mg/g）	41.87（34，51.85）	206.3（154.64，267.247 5）	-12.731	< 0.001
AST/（U/L）	18（12，29）	18（12，28.25）	-0.262	0.793
ALT/（U/L）	21（17，25）	22（19，27）	-2.622	0.009
SUA/（mmol/L）	245（238，256）	296（286，310.25）	-12.499	< 0.001
TC/（mmol/L）	4.24（3.58，5.15）	3.955（3.202 5，5.432 5）	-1.549	0.121
TG/（mmol/L）	1.43（1.06，1.98）	1.325（0.402 5，2.735）	-0.737	0.461
HDL-C/（mmol/L）	1.26（1.13，1.45）	1.14（1.037 5，1.38）	-3.378	< 0.001
LDL-C/（mmol/L）	2.64（2.10，3.26）	2.74（2.307 5，3.502 5）	-1.574	0.115
DPN/［例（%）］	9（6.12）	29（33.72）	30.278	< 0.001
DR/［例（%）］	5（3.40）	26（30.23）	33.864	< 0.001
DN/［例（%）］	12（8.16）	16（18.60）	5.595	0.018
高血压/［例（%）］	24（16.33）	30（34.88）	10.494	0.001
冠心病/［例（%）］	11（7.48）	12（13.95）	2.553	0.110

血糖波动指标	非糖尿病足组（n = 147)	糖尿病足组（n = 86）	Z值	P值
TIR/%	53.55（34.94，84.76）	27.465（14.855，33.86）	-8.911	< 0.001
SDBG/（mmol/L）	2.5（1.8，3.2）	2.8（1.075，4.6）	-0.328	0.743
MAGE/（mmol/L）	5.5（4.6，6.6）	7.9（6.8，9.925）	-9.366	< 0.001
CV/%	27.9（21.7，35）	32.05（25.7，39.275）	-2.950	0.003
MODD/（mmol/L）	1.8（1.7，1.9）	2.3（1.875，2.9）	-6.823	< 0.001
MBG/（mmol/L）	8.8（6.5，11.6）	10.75（7.175，15.75）	-3.029	0.002

组别	DPN	DR	DN	高血压	冠心病	糖尿病足
> 85%（n = 36）	5（13.9）	0（0）^?	1（2.8）	7（19.4）	3（8.3）	1（2.8%）^?#
71%～85%（n = 25）	1（4.0）	0（0）	5（20）	3（12.0）	1（4.0）	2（8.0%）^?
51%～70%（n = 29）	5（17.2）	2（6.9）	2（6.9）	6（20.7）	3（10.3）	8（27.6）
≤ 50%（n = 143）	27（18.9）	29（20.3）	20（14.0）	38（26.6）	16（11.2）	75（52.4）
χ²值	3.613	17.641	5.648	3.063	1.036	42.891
P值	0.304	< 0.001	0.119	0.382	0.809	< 0.001

项目	B值	SE值	Waldχ²值	P值	OR值	95%CI
HbA_1c	0.314	0.129	5.951	0.015	1.369	1.064～1.762
TIR	-0.075	0.019	15.999	< 0.001	0.928	0.895～0.963
MAGE	0.795	0.156	25.924	< 0.001	2.215	1.631～3.009
CV	0.035	0.027	1.759	0.185	1.036	0.983～1.092
MODD	4.342	0.998	18.926	< 0.001	76.856	10.867～543.544
MBG	0.149	0.058	6.551	0.010	1.161	1.036～1.302
常量	-17.297	3.289	27.650	< 0.001	< 0.001	-

指标	AUC	95%CI	P值	截断值	约登指数	敏感度/%	特异度/%
HbA_1c	0.646	0.575～0.717	< 0.001	8.85%	0.257	68.60	57.10
TIR	0.850	0.800～0.900	< 0.001	33.86%	0.538	78.20	75.60
MAGE	0.868	0.824～0.912	< 0.001	5.95 mmol/L	0.626	100.00	62.60
MODD	0.764	0.681～0.848	< 0.001	1.95 mmol/L	0.616	69.80	91.80
MBG	0.619	0.543～0.695	0.002	11.95 mmol/L	0.212	43.00	78.20
联合	0.967	0.945～0.988	< 0.001	-	0.859	90.70	95.20

Study on the correlation between blood glucose fluctuations and type 2 diabetic foot based on flash glucose monitoring technology

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 6

References 27

Related Articles 15

Recommended Articles

Metrics

Comments

[1]	Jing WANG,Hui WANG,Yukuan MIAO,Yingqun. NI. Comparison of plantar dynamic and static pressure parameters in patients with type 2 diabetes mellitus combined with diabetic peripheral neuropathy and analysis of related factors [J]. The Journal of Practical Medicine, 2025, 41(4): 522-528.
[2]	Yan LI,Ziran JIN,Haotian SUN,Xuan LIU,Jing. GAO. Assessment of left ventricular systolic function in type 2 diabetes patients with renal insufficiency by aCMQ technique [J]. The Journal of Practical Medicine, 2025, 41(3): 414-421.
[3]	Yan LI,Qi WANG,Lu ZHENG,Lihui FENG,Li MA,Jian WEI,Liangshu. LIU. Correlation between IL-17 gene polymorphism and type 2 diabetes mellitus in Han population in southeast Shanxi Province [J]. The Journal of Practical Medicine, 2024, 40(5): 695-701.
[4]	Hongtao FENG,Xiaoping JIAO,Wenxuan SHANG,Hongpu. LI. Predictive value of Cys C， HMGB1， GDF-15 levels for early infection after flap reconstruction for diabetic foot ulcer [J]. The Journal of Practical Medicine, 2024, 40(23): 3331-3336.
[5]	Menglu ZHU,Fengjiao ZHANG,Zhiqiang KANG. Effects of telomere length and plasma AGEs on bone mineral density in type 2 diabetic patients [J]. The Journal of Practical Medicine, 2024, 40(20): 2860-2866.
[6]	Junpeng LIU,Xinru DU,Xingchen YAO,Ziyu XU,Fuchun PEI,Lin ZHANG,Hui. ZHAO. Micro⁃osteotomy bone transport combined with vacuum sealing drainage for the treatment of diabetic foot： A retrospective cohort study of 128 patients from two centers [J]. The Journal of Practical Medicine, 2024, 40(18): 2590-2596.
[7]	Liehua LIU,Yanbing. LI. Remission of type 2 diabetes： Contending perspectives and practical approaches [J]. The Journal of Practical Medicine, 2024, 40(16): 2206-2210.
[8]	Kaming YANG,Zhenlin LI,Wanwen LAO,Aixia ZHAI,Changlong. BI. Serological biomarkers for diagnosis of diabetes foot： A review of literature [J]. The Journal of Practical Medicine, 2024, 40(16): 2224-2228.
[9]	Tingting YANG,Yidan HUANG,Rongrong YANG,Ying YANG,Jing. ZHANG. Study on the relationship between serum LRG1， LDH with periodontal indexes and periodontal lesions in patients with type 2 diabetes and chronic periodontitis [J]. The Journal of Practical Medicine, 2024, 40(16): 2250-2255.
[10]	Jing GUI,Feng WANG,Hui YANG,Yumao CAI,Chuangyue. HONG. Investigation of oxidised low⁃density lipoprotein as a risk assessment indicator in patients with type 2 diabetes mellitus combined with pulmonary tuberculosis [J]. The Journal of Practical Medicine, 2024, 40(14): 1995-2002.
[11]	LIN Danhong, QUAN Huibiao, OU Qianying, CEN Chaoping, CHEN Kaining.. Effect of liraglutide on testosterone level and sexual function in overweight or obese men with type 2 diabe⁃ tes mellitus [J]. The Journal of Practical Medicine, 2023, 39(7): 894-898.
[12]	NIU Chunyan, CHEN Yao, SONG Yongqiang.. Key points of the American Association of Clinical Endocrinology Clinical Practice Guideline for the diagno⁃ sis and management of nonalcoholic fatty liver disease in primary care and endocrinology clinical settings co ⁃sponsored [J]. The Journal of Practical Medicine, 2023, 39(3): 267-273.
[13]	Yan YANG,Zhen WANG,Defeng. WANG. Clinical research progress of bexagliflozin： A new hypoglycemic drug [J]. The Journal of Practical Medicine, 2023, 39(22): 3015-3020.
[14]	BAI Chuan⁃ min, YANG Huijun, WU Bin.. Research progress on relationship between adipokines Adipsin and type 2 diabetes mellitus [J]. The Journal of Practical Medicine, 2023, 39(2): 133-136.
[15]	LUO Fuqiang, YU Dianbai, XIE Kangqi, LI Zaiyong, ZHOU Haidong, LUO Changtai, WEI Jihua. . Research progress on the mechanism of diabetic foot ulcer wound repair [J]. The Journal of Practical Medicine, 2023, 39(2): 158-163.