Інформація призначена тільки для фахівців сфери охорони здоров'я, осіб,
які мають вищу або середню спеціальну медичну освіту.

Підтвердіть, що Ви є фахівцем у сфері охорони здоров'я.



СІМЕЙНІ ЛІКАРІ ТА ТЕРАПЕВТИ
день перший
день другий

АКУШЕРИ ГІНЕКОЛОГИ

КАРДІОЛОГИ, СІМЕЙНІ ЛІКАРІ, РЕВМАТОЛОГИ, НЕВРОЛОГИ, ЕНДОКРИНОЛОГИ

СТОМАТОЛОГИ

ІНФЕКЦІОНІСТИ, СІМЕЙНІ ЛІКАРІ, ПЕДІАТРИ, ГАСТРОЕНТЕРОЛОГИ, ГЕПАТОЛОГИ
день перший
день другий

ТРАВМАТОЛОГИ

ОНКОЛОГИ, (ОНКО-ГЕМАТОЛОГИ, ХІМІОТЕРАПЕВТИ, МАМОЛОГИ, ОНКО-ХІРУРГИ)

ЕНДОКРИНОЛОГИ, СІМЕЙНІ ЛІКАРІ, ПЕДІАТРИ, КАРДІОЛОГИ ТА ІНШІ СПЕЦІАЛІСТИ

ПЕДІАТРИ ТА СІМЕЙНІ ЛІКАРІ

АНЕСТЕЗІОЛОГИ, ХІРУРГИ

"Child`s Health" Том 16, №2, 2021

Back to issue

The prediction of the development of diabetic myopathy in children with type 1 diabetes mellitus

Authors: Пашкова О.Є., Чудова Н.І.
Запорізький державний медичний університет, м. Запоріжжя, Україна

Categories: Pediatrics/Neonatology

Sections: Clinical researches

print version


Summary

Мета: визначити частоту, фактори ризику розвитку діабетичної міопатії в дітей, хворих на цукровий діабет 1-го типу (ЦД1), та створити математичну модель прогнозування формування патології. Матеріали та методи. Групу спостереження становили 136 дітей, хворих на ЦД1. Усім дітям було проведене комплексне клініко-інструментальне та лабораторне дослідження й обстеження стану скелетної мускулатури з метою визначення факторів ризику розвитку діабетичної міопатії. Аналіз прогностичної значущості окремих ознак як факторів ризику розвитку діабетичної міопатії в дітей, хворих на ЦД1, проводили на основі розрахунку показника відносного ризику (RR). До найбільш значущих факторів були віднесені інформативні ознаки зі значенням RR більше за 1,0. Для прогнозування вірогідності розвитку діабетичної міопатії використовувався метод бінарної логістичної регресії. Результати. Проведене комплексне дослідження показало, що розвиток діабетичної міопатії відзначався у 45 (33,1 %) дітей. На підставі розрахунку показника RR із 29 потенційних предикторів було відібрано 7 факторів ризику, що можуть впливати на розвиток діабетичної міопатії: стать, вік, тривалість захворювання, рівень глікогемоглобіну, індекс жирової маси (ІЖМ), кісточково-плечовий індекс і наявність периферичної нейропатії. Побудована модель логістичної регресії для індивідуального прогнозування ймовірності розвитку діабетичної міопатії. Класифікаційна здатність моделі становила 90,2 %. Чутливість і специфічність моделі — 80,0 %, що характеризує відмінну якість проведеної класифікації предикторів і високу значущість виділених факторів у розвитку діабетичної міопатії в дітей, хворих на ЦД1. Висновки. Діабетична міопатія є частим ускладненням цукрового діабету в дітей і розвивається в 33,1 % випадків. Пріоритетне значення у розвитку діабетичної міопатії в дітей, хворих на ЦД1, мають стан глікемічного контролю, тривалість цукрового діабету, вік пацієнта, стать, наявність діабетичної периферичної полінейропатії, порушення периферичного кровообігу та збільшення ІЖМ. Розроблена математична модель прогнозування дозволяє з високою вірогідністю розраховувати ймовірність розвитку діабетичної міопатії в дітей, хворих на цукровий діабет, та може застосовуватися для виявлення пацієнтів із високим ризиком розвитку даного ускладнення для своєчасного проведення діагностичних і лікувально-профілактичних заходів.

Background. The purpose was to determine the frequency, risk factors of the development of diabetic myopathy in children with type 1 diabetes mellitus (DM1), and to create a ma­thematical model for predicting the formation of pathology. Materials and methods. The observation group consisted of 136 children with DM1. All children underwent a comprehensive clinical, instrumental, and laboratory examination and assessment of the state of skeletal muscles to determine the risk factors for the development of diabetic myopathy. The prognostic significance of individual signs as risk factors of the development of diabetic myopathy in children with DM1 was analyzed based on calculating the relative risk (RR) index. The most significant factors included informative signs with an RR value of more than 1.0. The binary logistic regression method was used to predict the likelihood of developing diabetic myopathy. Results. The complex study showed that the development of diabetic myopathy took place in 45 (33.1 %) children. Based on the calculation of the RR index, out of 29 potential predictors, 7 risk factors were selected that can influence the development of diabetic myopathy: sex, age, duration of the disease, glycated hemoglobin level, fat mass index (FMI), ankle-brachial index, and the presence of peripheral neuropathy. A logistic regression model was constructed for individual prediction of the likelihood of developing diabetic myopathy. The classification model capacity was 90.2 %. The model sensitivity and specificity is 80.0 %, which characterizes the excellent quality of the classification of predictors and the high significance of the identified factors of the development of diabetic ­myopathy in children with DM1. Conclusions. Diabetic myopathy is a common complication of diabetes mellitus in children and develops in 33.1 % of cases. The priority contribution of the development of diabetic myopathy in children with DM1 is the state of glycemic control, the duration of diabetes mellitus, the patient’s age, sex, the presence of diabetic peripheral polyneuropathy, peripheral circulatory disorders, and an increase in the IMF. The developed mathematical forecasting model allows calculating with a high probability of developing diabetic myopathy in children with diabetes mellitus and can be used to identify patients with a high risk of developing this complication for the timely implementation of diagnostic and preventive management.


Keywords

діти; цукровий діабет 1-го типу; діабетична міопатія; прогнозування

children; type 1 diabetes mellitus; diabetic myopathy; prediction


For the full article you need to subscribe to the magazine.


Bibliography

1. Hernandez-Ochoa E.O., Vanegas C. Diabetic myopathy and mechanisms of disease. Biochemistry & Pharmacology: Open Access. 2015. Vol. 4. № 05. P. e179. doi: 10.4172/2167-0501.1000e179.
2. Дыдышко Ю.В., Шепелькевич А.П. Возможности оценки состояния мышечного компонента в норме и при сахарном диабете. Медицинская панорама. 2015. № 5. С. 45-50.
3. Chulvi-Medrano I., Faigenbaum A.D., Cortell-Tormo J.M. Puede el entrenamiento de fuerza prevenir y controlar la dinapenia pediátrica. Retos. Nuevas Tendencias en Educación Física, Deporte y Recreación. 2018. № 3. P. 298-307. doi.org/10.47197/retos.v0i33.52314.
4. Dimitriadis G.D., Maratou E., Kountouri A., Board M., Lambadiar V. Regulation of Postabsorptive and Postprandial Glucose Metabolism by Insulin-Dependent and Insulin-Independent Mechanisms: An Integrative Approach. Nutrients. 2021. № 13. P. 159. doi.org/10.3390/nu13010159.
5. Coleman S.K., Rebalka I.A., D’Souza D.M., Hawke T.J. Skeletal muscle as a therapeutic target for delaying type 1 diabetic complications. World journal of diabetes. 2015. № 6(17). Р. 1323. doi: 10.4239/wjd.v6.i17.1323.
6. Щербакова А.М. Физическое развитие детей и подростков: методические рекомендации. Витебск: ВГУим. П.М. Машерова, 2017. 56 с.
7. Deurenberg P., Weststrate J.A., Seidell J.C. Body mass index as a measure of body fatness: age- and sex-specific prediction formulas. British Journal of Nutrition. 1991. № 65(02). Р. 105. doi: 10.1079/bjn19910073.
8. Crawford F., Welch K., Andras A., Chappell F.M. Ankle brachial index for the diagnosis of lower limb peripheral arterial disease. Cochrane Database of Systematic Reviews. 2016. Issue 9. № CD010680. doi: 10.1002/14651858.CD010680.pub2.
9. Пронина Н.В. Исследования и количественная оценка функционального состояния скелетных мышц методом динамометрии: методические указания к проведению лабораторной работы. Симферополь: КФМУ, 2016. 100 с.
10. Голубова Т.Н. Оценка функционального состояния и статической выносливости мышц туловища студентов КГМУ. Педагогика, психология и медико-биологические проблемы физического воспитания и спорта. 2007. № 6. С. 79-82. 
11. Васильева А.А., Коновалова Т.Г. Оценка силовой выносливости мышц спины и пресса как способ контроля профилактики сколиоза студентов 3 курса 2-й функциональной группы. Студенческий электрон. научн. журн. 2018. № 22(42). URL: https://sibac.info/journal/student/42/122149. (Дата обращения: 01.03.2021).
12. Mарченкова Л.Ф., Опарина, Л.Д., Паршакова Л.А. Физическая культура. Использование координационных упражнений на занятиях со студентами специальной медицинской группы. Новосибирск: НГТУ, 2018. 38 с.
13. Литвин А.А., Калинин А.Л., Тризна Н.М. Использование данных доказательной медицины в клинической практике (сообщение 3. Диагностические исследования). Проблемы здоровья и экологии. 2008. № 4(18). С. 12-19. 
14. Леонов В.П. Логистическая регрессия в медицине и биологии [Электронный ресурс]. Биометрика — журнал для медиков и биологов, сторонников доказательной медицины. Режим доступа: www.biometrica.tomsk.ru/logit_1.htm.
15 Janssen I., Heymsfield S.B., Ross R. Low relative skeletal muscle mass (sarcopenia) in older persons is associated with functional impairment and physical disability. J. Am. Geriatr. Soc. 2002. № 50. P. 889-896.
16. Лях Ю.Е., Гурьянов В.Г. Математическое моделирование при решении задач классификации в биомедицине. Український журнал телемедицини та медичної телематики. 2012. Т. 10. № 2. С. 69-76.
17. Сорокин А.С. К вопросу валидации модели логистической регрессии в кредитном скоринге. Вестник евразийской науки. 2014. № 2(21). С. 81. URL: https://cyberleninka.ru/article/n/k-voprosu-validatsii-modeli-logisticheskoy-regressii-v-kreditnom-skoringe.
18. Мэйз Э. Руководство по кредитному скорингу. Минск: Гревцов Паблишер, 2008. 464 с.
19. Shi Y., Vanhoutte P.M. Macro- and microvascular endothelial dysfunction in diabetes: endothelial cell function damage induced by diabetes. Journal of diabetes. 2017. Vol. 9. №. 5. С. 434-449. doi.org/10.1111/1753-0407.12521
20. Kim J.H., Lim S., Choi S.H., Kim K.M., Yoon J.W., Kim K.W. Sarcopenia: An independent predictor of mortality in community-dwelling older Korean men. The Journal of Gerontology: Series A. 2014. Vol 69. № 10. P. 1244-52. https://doi.org/10.1093/gerona/glu050
21. Crawford F., Welch K., Andras A., Chappell F.M. Ankle brachial index for the diagnosis of lower limb peripheral arterial disease. Cochrane Database of Systematic Reviews. 2016. Issue 9. Art. № CD010680. doi: 10.1002/14651858.CD010680.pub2.
22. Сумин А.Н., Безденежных Н.А., Федорова Н.В., Щеглова А.В., Индукаева Е.В., Артамонова Г.В. Значения сердечно-лодыжечного сосудистого и лодыжечно-плечевого индексов у пациентов с нарушениями углеводного обмена (исследование ЭССЕ-РФ в Кемеровской области). Терапевтический архив. 2016. Т. 88. № 12. С. 11-20.
23. Analiza P.S., Pureza D.Y., Landre C.B. Frailty syndrome in elderly patients with type 2 diabetes mellitus. Acta Paul Enferm. 2015. Vol. 28. № 6. P. 503-509. http://dx.doi.org/10.1590/1982-0194201500085.
24. Лесняк О.М. Остеопороз: руководство для врачей. Москва: ГЭОТАР-Медиа, 2016. 464 с.
25. Leenders M., Verdijk L.B., Hoeven L., Adam J.J., van Kranenburg J., Nilwik R. Patients with type 2 diabetes show a greater decline in muscle mass, muscle strength, and functional capacity with aging. J. Am. Med. Dir. Assoc. 2013. Vol. 14. № 8. Р. 585-592. doi: 10.1016/j.jamda.2013.02.006.
26. Онучина Ю.С., Гурьева И.В. Взаимосвязь саркопении и сахарного диабета типа 2. Эндокринология: Новости. Мнения. Обучение. 2018. № 4(25). P. 32-41. doi: 10.24411/2304-9529-2018-14004.
27. Gaskin F.S., Farr S.A., Banks W.A. Ghrelin-induced feeding is dependent on nitric oxide. Peptides. 2003. Vol. 24. P. 913-918. doi.org/10.1016/S0196-9781(03)00160-8.
28. Hernández-Ochoa E.O., Llanos P., Johanna T. Lanner. The underlying mechanisms of diabetic myopathy. Journal of Diabetes Research. 2017. Article ID: 7485738, 3 pages. doi.org/10.1155/2017/7485738

Back to issue