فراتر از HbA۱c: بیومارکرهای مکمل و فناوری های نوظهور برای ارزیابی دقیق کنترل گلیسمی در دیابت

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 30

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JMUMS-36-262_023

تاریخ نمایه سازی: 22 آبان 1405

چکیده مقاله:

هموگلوبین گلیکوزیله (HbA۱c) یکی از شاخص های اصلی بالینی برای ارزیابی کنترل بلندمدت گلیسمی و خطر عوارض مرتبط با دیابت است. بااین حال، تفسیر آن تحت تاثیر تغییرات طول عمر گلبول های قرمز، هموگلوبینوپاتی ها و سایر شرایط بالینی قرار گیرد و نوسانات کوتاه مدت گلوکز یا اپیزودهای هیپوگلیسمی و هیپرگلیسمی را به طور مستقیم نشان نمی دهد. این مقاله مروری به بررسی بیومارکرهای مکمل و فناوری های نوین پایش گلیسمی، با تاکید بر ویژگی های بیوشیمیایی، پنجره زمانی بازتاب گلیسمی، روش های اندازه گیری، مزایا، محدودیت ها و کاربردهای بالینی آن ها می پردازد. فروکتوزآمین، آلبومین گلیکوزیله (GA) و ۱,۵-آنهیدروگلوسیتول (۱,۵-AG) به عنوان بیومارکرهای مکمل، در کنار شاخص های حاصل از پایش مداوم گلوکز  (CGM)، زمان در محدوده هدف (TIR) و تغییرپذیری گلیسمی بررسی شدند. ۱,۵-آنهیدروگلوسیتول عمدتا نوسانات و افزایش های اخیر گلیسمی طی حدود ۱ تا ۲ هفته را منعکس می کند، درحالی که فروکتوزآمین اطلاعاتی درباره کنترل گلیسمی طی حدود ۲ تا ۴ هفته و GA طی حدود ۲ تا ۳ هفته ارائه می دهد. در مقابل، HbA۱c مواجهه با گلوکز طی حدود ۸ تا ۱۲ هفته را نشان می دهد و مقادیر گلوکز در هفته های اخیر سهم بیشتری در مقدار نهایی آن دارد. این پنجره های زمانی مکمل می توانند اطلاعاتی در بازه های مختلف برای ارزیابی الگوهای گلیسمی و تنظیم درمان فراهم کنند. همچنین، بیومارکرهای مرتبط با گلیکاسیون پیشرفته، حسگرهای پوشیدنی و غیرتهاجمی، سامانه های مبتنی بر میکرونیدلMicroneedle)) و کاربرد هوش مصنوعی در تحلیل داده های گلیسمی به عنوان رویکردهای نوظهور برای پایش دقیق تر بررسی شدند. این رویکردها به شناسایی تفاوت میان میانگین گلیسمی و الگوهای روزانه گلوکز نیز کمک کنند. ادغام HbA۱c با بیومارکرهای مکمل و شاخص های حاصل از CGM می تواند ارزیابی جامع تری از وضعیت گلیسمی در بازه های زمانی مختلف فراهم کرده و اطلاعات بیشتری برای تنظیم درمان و مدیریت فردمحور دیابت ارائه دهد.

کلیدواژه ها:

diabetes mellitus ، glycated hemoglobin (HbA۱c) ، complementary glycemic biomarkers ، fructosamine ، glycated albumin ، ۱ ، ۵-anhydroglucitol (۱ ، ۵-AG) ، continuous glucose monitoring (CGM) ، time in range (TIR) ، glycemic variability ، precision glycemic assessment ، دیابت ، هموگلوبین گلیکوزیله (HbA۱c) ، بیومارکرهای مکمل کنترل گلیسمی ، فروکتوزآمین ، آلبومین گلیکوزیله ، ۱ ، ۵-آنهیدروگلوسیتول (۱ ، ۵-AG) ، پایش مداوم گلوکز (CGM) ، زمان در محدوده هدف (TIR) ، تغییرپذیری گلیسمی ، ارزیابی دقیق کنترل گلیسمی

نویسندگان

حدیث موسوی

Assistant Professor, Department of Clinical Biochemistry and Medical Genetics, Faculty of Medicine, Mazandaran University of Medical Sciences, Sari, Iran

فاطمه مسلمی

MSc in Cell and Molecular Biology, Faculty of Biological Sciences, Kharazmi University, Tehran, Iran

فریما بهمنی

Laboratory Specialist, Immunogenetics Research Center, School of Medicine, Mazandaran University of Medical Sciences, Sari, Iran

عباس خنکدار-طارسی

Associate Professor, Department of Biochemistry, Semnan University of Medical Sciences, Semnan, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • American Diabetes Association Professional Practice Committee. ۶. Glycemic goals and ...
  • Federation ID. IDF Diabetes Atlas ۲۰۲۱. International Diabetes Federation. ۲۰۲۱۳- ...
  • Radin MS. Pitfalls in hemoglobin A۱c measurement: when results may ...
  • Chowdhury JR, Peringeth K, Ganguly A, Necesario SRS, Hsieh WC, ...
  • Bergenstal RM, Beck RW, Close KL, Grunberger G, Sacks DB, ...
  • Gounden V, Anastasopoulou C, Zubair M, Jialal I. Clinical Utility ...
  • Roohk HV, Zaidi AR. A review of glycated albumin as ...
  • Dungan KM. ۱, ۵-anhydroglucitol (GlycoMark™) as a marker of short-term ...
  • Battelino T, Danne T, Bergenstal RM, Amiel SA, Beck R, ...
  • Montaser E, Shah VN. Prediction of incident diabetic retinopathy in ...
  • Tashkandi M. Revisiting HbA۱c in type ۲ diabetes: strengths, pitfalls, ...
  • Kameyama M, Takeuchi S, Ishii S. Steady-state relationship between average ...
  • English E, Lenters-Westra E. HbA۱c method performance: the great success ...
  • Gillery P. HbA۱c and biomarkers of diabetes mellitus in Clinical ...
  • Zechmeister B, Erden T, Kreutzig B, Weber M, Joly P, ...
  • Mitchai M, Suwansaksri N, Seanseeha S, Saenboonsiri J, Kraitree P, ...
  • Musavi H, Mahdiannasser M, Shamshirian A, Azizi S. A Survey ...
  • Campbell L, Pepper T, Shipman K. HbA۱c: a review of ...
  • Kaiafa G, Veneti S, Polychronopoulos G, Pilalas D, Daios S, ...
  • Zhang W, Liu Y, Sun B, Shen Y, Li M, ...
  • Alaqeel A, Gomez R, Chalew SA. Glucose-independent racial disparity in ...
  • Lenters‐Westra E, Fokkert M, Kilpatrick ES, Schleicher E, Pilla S, ...
  • Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, ...
  • Dehghan S, Mohammadianamiri F, Yazdani S, Musavi H, Bouzari SZ, ...
  • Lundholm MD, Emanuele MA, Ashraf A, Nadeem S. Applications and ...
  • Xu H, Pan J, Chen Q. The progress of clinical ...
  • Su H, Ni J, Lu J, Lu W, Zhu W, ...
  • Jian C, Zhao A, Ma X, Ge K, Lu W, ...
  • Selvin E, Warren B, He X, Sacks DB, Saenger AK. ...
  • Su H, Ni J, Peng D, He X, Lu W, ...
  • Ku KC, Zhong J, Song E, Fong CHY, Lam KSL, ...
  • Mendes N, Tavares Ribeiro R, Serrano F. Beyond self-monitored plasma ...
  • Bai Y, Yang R, Song Y, Wang Y. Serum ۱, ...
  • Peabody J, Paculdo D, Acelajado MC, Burgon T, Dahlen JR. ...
  • Vigneswaran G, Guna K, Subhathra S, Sibi K. Fructosamine: an ...
  • Salih SI. New Biomarkers in Diagnosis of Diabetes Mellitus: A ...
  • Mohammed MG, Alsiddig NA, Hag LAI. Use of Fructosamine for ...
  • Selvin E, Rawlings AM, Grams M, Klein R, Sharrett AR, ...
  • Rathore R, Sonwane BP, Jagadeeshaprasad M, Kahar S, Santhakumari B, ...
  • Zendjabil M. Glycated albumin. Clin Chim Acta ۲۰۲۰;۵۰۲:۲۴۰-۲۴۴ PMID: ۳۱۷۳۴۱۴۵ ...
  • Bergman M, Abdul-Ghani M, DeFronzo RA, Manco M, Sesti G, ...
  • Desouza CV, Holcomb RG, Rosenstock J, Frias JP, Hsia SH, ...
  • Chume FC, Schiavenin LG, Freitas PAC, Pimentel AL, Camargo JL. ...
  • Rescalli A, Varoni EM, Cellesi F, Cerveri P. Analytical challenges ...
  • Rodbard D. Continuous glucose monitoring: a review of successes, challenges, ...
  • Danne T, Nimri R, Battelino T, Bergenstal RM, Close KL, ...
  • Rodbard D. Glucose variability: a review of clinical applications and ...
  • Monnier L, Mas E, Ginet C, Michel F, Villon L, ...
  • Monnier L, Colette C, Wojtusciszyn A, Dejager S, Renard E, ...
  • Kovatchev B, Cobelli C. Glucose variability: timing, risk analysis, and ...
  • Goh SY, Cooper ME. The role of advanced glycation end ...
  • Yan SF, Ramasamy R, Schmidt AM. Soluble RAGE: therapy and ...
  • Toth Castillo M, Drayton Powell S, Biermann A, Torrey J, ...
  • Dev K, Sharma SB, Garg S, Aggarwal A, Madhu S. ...
  • Morze J, Wittenbecher C, Schwingshackl L, Danielewicz A, Rynkiewicz A, ...
  • Musavi H, Tahroodi FM, Fesahat F, Bouzari Z, Esmaeilzadeh S, ...
  • Pallares-Méndez R, Aguilar-Salinas CA, Cruz-Bautista I, del Bosque-Plata L. Metabolomics ...
  • Antony A. Flexible and wearable biosensors: revolutionizing health monitoring. Biosensors: ...
  • Chinnadayyala SR, Park KD, Cho S. Review—in vivo and in ...
  • Singla R, Singla A, Gupta Y, Kalra S. Artificial intelligence/machine ...
  • Contreras I, Vehi J. Artificial intelligence for diabetes management and ...
  • Moses I. The rise of biochemical sensors: Technology for real-time ...
  • Sedighi A, Kou T, Huang H, Li Y. Noninvasive on-skin ...
  • نمایش کامل مراجع