Hemoglobin glycation index predicts renal function deterioration in patients with type 2 diabetes and a low risk of chronic kidney disease

医学 糖化血红素 内科学 肾脏疾病 肾功能 危险系数 2型糖尿病 糖尿病 比例危险模型 2型糖尿病 队列研究 内分泌学 广义估计方程 置信区间 统计 数学
作者
Chih‐Hung Lin,Ying-Chuen Lai,Tien‐Jyun Chang,Yi‐Der Jiang,Yi‐Cheng Chang,Lee‐Ming Chuang
出处
期刊:Diabetes Research and Clinical Practice [Elsevier]
卷期号:186: 109834-109834 被引量:8
标识
DOI:10.1016/j.diabres.2022.109834
摘要

Hemoglobin glycation index (HGI) is used to describe the difference between estimated and measured glycated hemoglobin (HbA1c). We aimed to study whether HGI can predict renal function deterioration in patients with type 2 diabetes and a low risk of chronic kidney disease (CKD).This retrospective cohort study enrolled 780 patients with type 2 diabetes and a low CKD risk according to the criteria of kidney disease: improving global outcomes. Participants were divided into two subgroups according to the baseline HGI calculated by fasting blood glucose and HbA1c. Multivariate Cox proportional hazard models were used to evaluate the hazard ratios of the study endpoints. Longitudinal data was analyzed using generalized estimating equation (GEE).The participants were followed for a median of 7.3 years. A high HGI predicted rapid renal function decline without or with a resultant eGFR < 60 ml/min/1.73 m2, but not onset of macroalbuminuria. The longitudinal GEE model demonstrated a negative association between HGI and the predicted eGFR changes in both the 1-year and 3-year intervals.HGI independently predicted renal function deterioration in patients with type 2 diabetes and a low CKD risk. Further investigations are warranted to elucidate its potential clinical impact.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
2秒前
2秒前
2秒前
2秒前
4秒前
4秒前
5秒前
谭一一完成签到,获得积分10
5秒前
5秒前
不懈奋进应助奋斗盼望采纳,获得30
6秒前
6秒前
1111发布了新的文献求助10
7秒前
Ava应助CucRuotThua采纳,获得10
7秒前
annie发布了新的文献求助10
7秒前
jia应助Seoyeong采纳,获得10
7秒前
热情孤丹发布了新的文献求助10
8秒前
NS发布了新的文献求助10
8秒前
burou发布了新的文献求助10
10秒前
Nancy发布了新的文献求助50
11秒前
11秒前
gogogoo发布了新的文献求助10
12秒前
罗燕完成签到 ,获得积分10
13秒前
Stephen的小米枚完成签到,获得积分10
13秒前
Lucas应助你滴勋宗啊采纳,获得10
13秒前
默默向雪完成签到,获得积分10
13秒前
lili发布了新的文献求助10
13秒前
15秒前
FrozNineTivus完成签到,获得积分10
15秒前
罗lsz完成签到 ,获得积分10
15秒前
16秒前
annie完成签到,获得积分10
18秒前
18秒前
wnll发布了新的文献求助10
19秒前
MJQ发布了新的文献求助10
19秒前
21秒前
直角圆圈完成签到,获得积分10
23秒前
mmyhn发布了新的文献求助10
23秒前
赘婿应助MJQ采纳,获得30
23秒前
脑洞疼应助吃一口王俊凯采纳,获得10
25秒前
高分求助中
BIOLOGY OF NON-CHORDATES 1000
进口的时尚——14世纪东方丝绸与意大利艺术 Imported Fashion:Oriental Silks and Italian Arts in the 14th Century 800
Zeitschrift für Orient-Archäologie 500
The Collected Works of Jeremy Bentham: Rights, Representation, and Reform: Nonsense upon Stilts and Other Writings on the French Revolution 320
Equality: What It Means and Why It Matters 300
A new Species and a key to Indian species of Heirodula Burmeister (Mantodea: Mantidae) 300
Apply error vector measurements in communications design 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3347709
求助须知:如何正确求助?哪些是违规求助? 2974173
关于积分的说明 8662625
捐赠科研通 2654789
什么是DOI,文献DOI怎么找? 1453721
科研通“疑难数据库(出版商)”最低求助积分说明 673022
邀请新用户注册赠送积分活动 663223