导读:本文包含了平均血糖波动幅度论文开题报告文献综述及选题提纲参考文献，主要关键词:2型糖尿病,平均血糖波动幅度,胰岛功能,糖化血红蛋白
平均血糖波动幅度论文文献综述
周建华,李晓华,贝鹏剑,李丽华[1]（2019）在《初诊2型糖尿病平均血糖波动幅度影响因素分析》一文中研究指出目的探讨初诊2型糖尿病患者平均血糖波动幅度(mean amplitude of glycemic excuisions,MAGE)影响因素。方法横断面研究100例未经治疗的初诊2型糖尿病患者临床资料。行连续72h动态血糖监测(continuous glucose monitoring system,CGMS),计算MAGE;收集患者一般资料,外周血检测血脂、糖化血红蛋白(hemoglobin A1c,HbA1c)、空腹血糖(fasting blood glucose,FBG);行馒头餐糖耐量试验(OGTT)加胰岛素释放试验,采用稳态模式评估法的胰岛素抵抗指数(homeostasis model assessment,HOMA-IR)、胰岛β细胞功能指数(homeostasis model assessment,HOMA-β)及糖负荷后120min净增胰岛素/120min净增葡萄糖(△I_(120 )/△G_(120))评价胰岛功能。多元线性逐步回归分析MAGE影响因素。结果 HOMA-β、△I_(120 )/△G_(120)与MAGE呈负相关(P<0.01)。HbA1c、FBG是MAGE独立影响因素(P<0.01),其中FBG与MAGE相关系数最大;FBG<8.0mmol/L组,腰围与MAGE负相关(P<0.01),体重指数(body mass index,BMI)、HbA1c与MAGE呈正相关(P<0.01),其中HbA1c与MAGE相关系数最大;8.0mmol/L≤FBG≤11.0mmol/L组,总甘油叁酯(total triglyceride,TG)与MAGE呈负相关(P<0.01),年龄与MAGE呈正相关(P<0.01),其中TG与MAGE相关系数最大;FBG>11.0mmol/L组,FBG、低密度脂蛋白-胆固醇(low density lipoprotein cholesterol,LDL-C)与MAGE呈正相关(P<0.01),其中FBG与MAGE相关系数最大。(3)TG、HbA1c与FBG呈正相关(P<0.01),其中TG与FBG相关系数最大;LDL-C、FBG与HbA1c呈正相关(P<0.01),其中FBG与HbA1c相关系数最大。结论 MAGE随HOMA-β、△I_(120 )/△G_(120)下降而增大;HbA1c、FBG是MAGE独立影响因素,其中FBG对MAGE影响最大,并且仅在FBG<8.0mmol/L时,MAGE随HbA1c增高而增大。(本文来源于《医学研究杂志》期刊2019年04期）
赵耀[2]（2016）在《日内平均血糖波动幅度对糖尿病周围神经病变的影响》一文中研究指出目的探讨2型糖尿病患者的临床指标与糖尿病周围神经病变的关系。方法选择2012年11月~2016年3月确诊的80例2型糖尿病周围神经病变患者,分为两组,A组:无临床症状者40例;B组:有明显肢体末端麻木、刺痛、灼热40例。分析两组患者临床指标与糖尿病周围神经病变的相关性因素。结果两组患者年龄、性别、甘油叁酯(TG)、总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)比较,差异无统计学意义(P>0.05);两组平均血糖(MBG)、血糖标准差(SD)、日内平均血糖波动幅度(MAGE)比较,差异有统计学意义(P<0.05)。结论病程越长,发生2型糖尿病周围神经病变的风险越高,MAGE是2型糖尿病周围神经病变的危险因素;2型糖尿病周围神经病变尽早诊断,并给予及时合理的治疗,具有重要的临床意义。(本文来源于《中国处方药》期刊2016年11期）
孔小岑,孙进,李婷,马建华,刘炳丽[3]（2016）在《新诊断2型糖尿病患者日内平均血糖波动幅度影响因素分析》一文中研究指出目的 :探讨新诊断2型糖尿病患者日内平均血糖波动幅度(24 h mean amplitude of glycemic excursions,MAGE)影响因素。方法:110例未经治疗的新诊断2型糖尿病患者行连续3 d动态血糖监测(continuous glucose monitoring system,CGMS),计算MAGE;收集患者基线资料,并检测糖化血红蛋白(hemoglobin A1c,Hb A1c)、空腹血糖(fasting blood glucose,FBG)及口服糖耐量试验(OGTT)餐后2 h血糖(postprandial 2 h blood glucose,PBG)、胰岛素、C肽、血脂、肾功能、肝功能。结果:Hb A1c是新诊断2型糖尿病MAGE的独立影响因素(P<0.05),Hb A1c<9.9%患者的MAGE显着低于Hb A1c≥9.9%患者(5.97 mmol/L vs.7.43 mmol/L,P<0.05)。其中当Hb A1c<8.5%时,Hb A1c主要受PBG影响,但当Hb A1c≥9.2%时,则FBG是新诊断2型糖尿病患者Hb A1c的独立影响因素(P<0.001)。FBG<10.84 mmol/L患者的Hb A1c显着低于FBG≥10.84 mmol/L患者(9.10%vs.10.87%,P<0.001)。结论:Hb A1c是新诊断2型糖尿病患者MAGE的独立影响因素,其中FBG与Hb A1c密切相关。(本文来源于《南京医科大学学报(自然科学版)》期刊2016年07期）
简峻[4]（2012）在《基于非线性整数规划的平均血糖波动幅度自动计算算法研究》一文中研究指出血糖监测是糖尿病管理中的重要组成部分,血糖监测的结果有助于评估糖尿病患者糖代谢紊乱的程度,制定降糖方案,同时反映降糖治疗的效果并指导对治疗方案的调整。近年来,动态血糖监测技术得到不断的完善,已逐渐应用于临床科研和糖尿病的防治工作中。与传统血糖监测方法相比,动态血糖监测可以提供连续、可靠的全天血糖信息,其监测结果能够更全面、准确地反映血糖波动的特征。因此在临床研究中,以动态血糖监测数据为基础提出了多种血糖波动指标,其中最具代表性的是平均血糖波动幅度,目前该参数被公认为反映血糖波动的“金标准”。然而,在实际临床应用中,平均血糖波动幅度值并不能直接从动态血糖监测系统的分析软件中得到,而是需要通过人工比较的方式筛选数据进行计算。由于动态血糖监测所得的数据量较大,当患者数据增加时,参数计算的工作量将大大的增加,这使得计算需要消耗大量的时间,从而降低了临床科研的效率。此外,为确保数据筛选的准确性,对参数进行计算分析的临床研究人员必须经过相关的专业培训,若研究人员经验不足,将导致参数的计算结果与真实值之间存在一定的误差,因此数据的筛选受到研究人员经验的影响,使得利用人工筛选数据的准确性也相对较低。本文针对人工计算MAGE参数所存在的问题,提出一种利用计算机自动筛选有效数据并辅助计算MAGE值的算法。该算法基于非线性整数规划方法,首先对求解MAGE参数的过程进行分析理解,建立相应的数学模型,并在数学模型的基础上构造解决问题的目标函数以及影响目标函数的各种约束条件,再利用差分演化算法求解目标函数,最后利用求解得到的结果计算MAGE参数。该算法的提出使得MAGE参数的计算可以利用计算机辅助完成,从而缩短了该参数计算的时间,提高参数计算的准确度和重复性,使其能够更快捷、更准确的获得动态血糖监测的MAGE参数值。此外,本文还利用VisualC#2008实现了该算法的软件应用,使得算法能够真正在临床实际中使用,真正解决人工计算MAGE参数所存在的问题,提高临床科研工作的效率。全文共分为六章,每章都有详细的文字描述和图形说明,并且在介绍算法验证实验时,还以表格的形式给出了算法比较的计算结果。第一章绪论:主要阐述了(1)课题的研究背景,其中包括血糖及其调节机制概述、糖尿病的症状与主要分类、糖尿病的危害、血糖监测的意义及基本形式、动态血糖监测技术及血糖波动及长期过大波动的危害;(2)课题的研究意义与目的,包括平均血糖波动幅度参数的重要性及主要解决的问题;(3)对文章结构安排进行了说明。第二章平均血糖波动幅度计算算法研究现状:主要介绍了(1)平均血糖波动幅度的人工计算方法;(2)平均血糖波动幅度自动计算算法研究现状;(3)目前方法存在的问题。第叁章基于非线性整数规划的平均血糖波动幅度自动计算算法:详细介绍了(1)非线性整数规划;(2)有效血糖波动;(3)对求解问题进行分析;(4)数学建模;(5)差分进化算法;(6)利用差分进化算法求解INLP问题;(7)数据的预处理;(8)算法的伪代码等内容。第四章算法验证与结果分析:详细介绍了(1)算法验证,其中包括图表观察验证与统计数据验证两种方法的介绍;(2)计算结果分析,其中包括相关分析与Bland-Altman 一致性分析两种分析方法的结果。第五章算法的软件应用实现:详细介绍了根据基于非线性整数规划的平均血糖波动幅度自动计算算法的思想,利用Visual C#2008开发出的MAGE参数计算机辅助分析软件(v 1.0),其中包括软件各主要功能模块。此外,还对在MAGE参数计算机辅助分析软件(v 1.0)中加入的计算日间血糖平均绝对差的功能进行了介绍,算法的软件化使得算法能够真正应用于临床实践中。第六章总结与展望:从总体上对本文的工作进行了总结和展望。该算法简化了 MAGE参数的分析过程,使得没有经过相关专业培训的人亦可以通过软件简单而准确的计算出参数值,从而使一般糖尿病患者对自身血糖波动情况进行自我监控成为可能。而且由于软件对参数的计算速度较快,使得分析动态血糖监测者的血糖波动情况无需再待至72小时甚至更长时间后才能进行,大大提高了参数的时效性。利用基于非线性整数规划的平均血糖波动幅度自动计算算法能够更快捷、更准确的获得动态血糖监测的MAGE参数值,大大提高临床科研工作的效率。(本文来源于《南方医科大学》期刊2012-04-01）
简峻,沈洁,彭达明,陈志,余学飞[5]（2011）在《平均血糖波动幅度计算机辅助计算算法及实现》一文中研究指出以传统人工计算方法为基础,结合利用改进微分法,寻找动态血糖数据极值点,并完善血糖有效波动的判断条件,提出一种能利用计算机辅助计算平均血糖波动幅度(MAGE)的算法,利用Visual C#2008实现该算法的软件应用,并利用传统人工计算方法(MAGEo)与计算机辅助计算方法(MAGEc),对76例临床动态血糖监测数据(正常成人27例,2型糖尿病成人患者25例,正常孕妇24例)进行比较计算,对结果进行相关分析及两种方法的一致性评估。比较结果显示:1)MAGEc方法与MAGEo方法的计算结果对于不同受监测者分组均显着相关(正常成人组r=0.994,P<0.01;2型糖尿病成人患者组r=0.997,P<0.01;正常孕妇组r=0.998,P<0.01;所有受监测者r=0.997,P<0.01)。2)Bland-Altman法分析可知,落在一致性界限外的点分别为:正常成人组3个,占11.1%(3/27);2型糖尿病成人患者组1个,占4%(1/25);正常孕妇组1个,占4.2%(1/24);所有受监测者6个,占7.9%(6/76)。两种方法之间具有较好的一致性。利用MAGE计算机辅助计算算法,能解决临床科研工作中通过人工计算MAGE带来的计算时间冗长、计算结果准确性低的问题,大大提高临床科研工作的效率。(本文来源于《中国生物医学工程学报》期刊2011年06期）
沈洁,简峻,陈志,李云倩,余学飞[6]（2011）在《平均血糖波动幅度计算机辅助计算算法及实现》一文中研究指出目的:提出一种利用计算机辅助计算平均血糖波动幅度(MAGE)的算法,解决临床科研工作中只能通过人工计算MAGE所带来的计算时间冗长,计算结果准确性低的问题。方法:以传统人工计算方法为基础提出计算机辅助计算算法,利用Visual C#2008开发工具实现算法的软件应用,利用传统人工计算方法(MAGEo)与计算机辅助计算方法(MAGEc)对76例临床动态血糖监测数据(正常成人27(本文来源于《中华医学会第十次全国内分泌学学术会议论文汇编》期刊2011-08-17）
平均血糖波动幅度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的探讨2型糖尿病患者的临床指标与糖尿病周围神经病变的关系。方法选择2012年11月~2016年3月确诊的80例2型糖尿病周围神经病变患者,分为两组,A组:无临床症状者40例;B组:有明显肢体末端麻木、刺痛、灼热40例。分析两组患者临床指标与糖尿病周围神经病变的相关性因素。结果两组患者年龄、性别、甘油叁酯(TG)、总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)比较,差异无统计学意义(P>0.05);两组平均血糖(MBG)、血糖标准差(SD)、日内平均血糖波动幅度(MAGE)比较,差异有统计学意义(P<0.05)。结论病程越长,发生2型糖尿病周围神经病变的风险越高,MAGE是2型糖尿病周围神经病变的危险因素;2型糖尿病周围神经病变尽早诊断,并给予及时合理的治疗,具有重要的临床意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
平均血糖波动幅度论文参考文献
[1].周建华,李晓华,贝鹏剑,李丽华.初诊2型糖尿病平均血糖波动幅度影响因素分析[J].医学研究杂志.2019
[2].赵耀.日内平均血糖波动幅度对糖尿病周围神经病变的影响[J].中国处方药.2016
[3].孔小岑,孙进,李婷,马建华,刘炳丽.新诊断2型糖尿病患者日内平均血糖波动幅度影响因素分析[J].南京医科大学学报(自然科学版).2016
[4].简峻.基于非线性整数规划的平均血糖波动幅度自动计算算法研究[D].南方医科大学.2012
[5].简峻,沈洁,彭达明,陈志,余学飞.平均血糖波动幅度计算机辅助计算算法及实现[J].中国生物医学工程学报.2011
[6].沈洁,简峻,陈志,李云倩,余学飞.平均血糖波动幅度计算机辅助计算算法及实现[C].中华医学会第十次全国内分泌学学术会议论文汇编.2011