平均血糖波動(dòng)幅度計(jì)算機(jī)輔助計(jì)算算法及實(shí)現(xiàn)

簡(jiǎn) 峻 沈 潔 彭達(dá)明 陳 志 余學(xué)飛*（南方醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院，廣州 5055）

2（南方醫(yī)科大學(xué)南方醫(yī)院，廣州 510515）

引言

糖尿病患者由于受到胰島素抵抗和胰島B細(xì)胞功能缺陷等因素的影響，致使其機(jī)體對(duì)血糖的調(diào)節(jié)能力下降，且部分糖尿病患者還存在飲食控制不佳、用藥不合理及治療的依從性較差等情況，從而使血糖總體水平偏高及血糖的波動(dòng)性增大。血糖異常波動(dòng)所引起的生物效應(yīng)對(duì)糖尿病慢性并發(fā)癥危險(xiǎn)性的作用，遠(yuǎn)遠(yuǎn)超過血糖絕對(duì)水平的直接作用，因此對(duì)于血糖波動(dòng)的監(jiān)測(cè)與控制十分重要［1］。

近年來，動(dòng)態(tài)血糖監(jiān)測(cè)技術(shù)得到了不斷的完善，已逐漸應(yīng)用于臨床科研和糖尿病的防治工作中。與傳統(tǒng)的血糖監(jiān)測(cè)方法相比，動(dòng)態(tài)血糖監(jiān)測(cè)（continuous glucose monitoring，CGM）可以提供連續(xù)、可靠的全天血糖信息，其監(jiān)測(cè)結(jié)果能夠更全面、準(zhǔn)確地反映血糖波動(dòng)的特征。因此，在臨床研究中，以動(dòng)態(tài)血糖監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)提出了多種血糖波動(dòng)指標(biāo)，其中最具代表性的是平均血糖波動(dòng)幅度（mean amplitude of glycemic excursions，MAGE），目前被公認(rèn)為是反映血糖波動(dòng)的“金標(biāo)準(zhǔn)”［2］。

在實(shí)際臨床應(yīng)用中，平均血糖波動(dòng)幅度（MAGE）值并不能直接從動(dòng)態(tài)血糖監(jiān)測(cè)系統(tǒng)（continuous glucose monitoring system，CGMS）的分析軟件中得到，而是需要通過人工比較的方式篩選數(shù)據(jù)進(jìn)行計(jì)算。由于動(dòng)態(tài)血糖監(jiān)測(cè)所得的數(shù)據(jù)量較大，當(dāng)患者數(shù)據(jù)增加時(shí)，參數(shù)計(jì)算的工作量將大大的增加，這使得計(jì)算需要消耗大量的時(shí)間，從而降低了臨床科研的效率。此外，為確保數(shù)據(jù)篩選的準(zhǔn)確性，對(duì)參數(shù)進(jìn)行計(jì)算分析的臨床研究人員必須經(jīng)過相關(guān)的專業(yè)培訓(xùn)，若研究人員經(jīng)驗(yàn)不足，將導(dǎo)致參數(shù)的計(jì)算結(jié)果與真實(shí)值之間存在一定的誤差。因此，數(shù)據(jù)的篩選受到研究人員經(jīng)驗(yàn)的影響，使得利用人工篩選數(shù)據(jù)的準(zhǔn)確性也相對(duì)較低。針對(duì)人工計(jì)算MAGE參數(shù)所存在的問題，筆者提出一種利用計(jì)算機(jī)自動(dòng)篩選有效數(shù)據(jù)并輔助計(jì)算MAGE值的算法，從而縮短該參數(shù)計(jì)算的時(shí)間，提高參數(shù)計(jì)算的準(zhǔn)確度和重復(fù)性，使其能夠更快捷、更準(zhǔn)確地獲得動(dòng)態(tài)血糖監(jiān)測(cè)的MAGE參數(shù)值，提高臨床科研工作的效率。

1 MAGE計(jì)算機(jī)輔助計(jì)算算法

1.1 MAGE的人工計(jì)算

平均血糖波動(dòng)幅度（MAGE）參數(shù)最早由Service等在20世紀(jì)70年代提出［3］，目的是為了能夠準(zhǔn)確地反映糖尿病患者日內(nèi)血糖的波動(dòng)變化，但受到當(dāng)時(shí)動(dòng)態(tài)血糖監(jiān)測(cè)技術(shù)的限制，直到近年來這一參數(shù)才逐漸得到認(rèn)可。傳統(tǒng)的人工計(jì)算MAGE有以下步驟。

步驟1：對(duì)受監(jiān)測(cè)的糖尿病患者24h內(nèi)的所有血糖監(jiān)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)處理，得到血糖標(biāo)準(zhǔn)差（standard deviation of blood glucose，SDBG）。其計(jì)算公式為

式中，n為血糖數(shù)據(jù)的個(gè)數(shù)，xi（i=1，2，…，n）為每個(gè)血糖監(jiān)測(cè)數(shù)據(jù)，為所有血糖數(shù)據(jù)的平均值。

步驟2：去除所有幅度未超過一定閾值（一般為1 SDBG）的血糖波動(dòng)后，根據(jù)第一個(gè)有效波動(dòng)的方向（從波谷到波峰或從波峰到波谷）計(jì)算血糖波動(dòng)幅度。

步驟3：統(tǒng)計(jì)有效血糖波動(dòng)的個(gè)數(shù)（the number of effective glycemic excursions，NGE）及平均血糖波動(dòng)幅度（MAGE）［4］，計(jì)算方法為

式中，AGEi（i=1…n）表示有效血糖波動(dòng)幅度（amplitude of glycemic excursions，AGE），n表示有效血糖波動(dòng)個(gè)數(shù)［5-7］。

MAGE最初設(shè)計(jì)的思路是采用“濾波”的方法，去除所有幅度未超過一定閾值的細(xì)小波動(dòng)，從而真正反映出血糖的波動(dòng)程度而不是離散特征。但由于傳統(tǒng)人工計(jì)算存在工作量大、計(jì)算準(zhǔn)確性受經(jīng)驗(yàn)影響等缺點(diǎn)，因此在人工計(jì)算方法的基礎(chǔ)上，提出了利用計(jì)算機(jī)自動(dòng)篩選數(shù)據(jù)輔助計(jì)算MAGE算法。

1.2 MAGE計(jì)算機(jī)輔助計(jì)算算法

利用計(jì)算機(jī)輔助計(jì)算MAGE參數(shù)的關(guān)鍵，是讓計(jì)算機(jī)正確篩選出可用于計(jì)算的數(shù)據(jù)點(diǎn)，即正確識(shí)別有效血糖波動(dòng)。由傳統(tǒng)人工計(jì)算MAGE方法可知，判斷有效血糖波動(dòng)的標(biāo)準(zhǔn)是血糖波動(dòng)幅度值大于1個(gè)SDBG，這也是傳統(tǒng)方法中唯一的判斷標(biāo)準(zhǔn)，因此輔助計(jì)算算法也以此作為篩選數(shù)據(jù)的閾值，算法流程如圖1所示。

圖1 MAGE計(jì)算機(jī)輔助計(jì)算算法流程Fig.1 The flow chart of MAGE computer-aided calculation algorithm

為更清楚地介紹算法的實(shí)現(xiàn)，下面以1例從臨床獲得的正常孕婦24h的CGM數(shù)據(jù)（n=288）為例，說明算法的具體步驟。CGM數(shù)據(jù)如圖2所示，實(shí)心圓點(diǎn)為進(jìn)行一次24h動(dòng)態(tài)血糖監(jiān)測(cè)所獲取到的數(shù)據(jù)點(diǎn)，共288個(gè)。由圖2可知，臨床中實(shí)際獲得的動(dòng)態(tài)血糖監(jiān)測(cè)數(shù)據(jù)均為離散數(shù)據(jù)，且從以虛折線方式連接數(shù)據(jù)點(diǎn)獲得的血糖數(shù)據(jù)曲線上看，動(dòng)態(tài)血糖數(shù)據(jù)具有波動(dòng)頻率高、波動(dòng)情況復(fù)雜等特點(diǎn)，因此導(dǎo)致利用傳統(tǒng)人工方式計(jì)算MAGE參數(shù)較為復(fù)雜、工作量較大。該數(shù)據(jù)借助美國(guó)美敦力公司（Medtronic，Inc.）生產(chǎn)的動(dòng)態(tài)血糖監(jiān)測(cè)系統(tǒng)（CGMS Gold）獲得，而系統(tǒng)由葡萄糖感應(yīng)器、線纜、血糖記錄器、信息提取器和分析軟件5部分組成。在進(jìn)行動(dòng)態(tài)監(jiān)測(cè)時(shí)，被植入臍周皮下的葡萄糖傳感器與皮下組織間液中的葡萄糖發(fā)生化學(xué)反應(yīng)、產(chǎn)生電信號(hào)，該信號(hào)通過線纜每10s被記錄器記錄1次，每5min系統(tǒng)自動(dòng)將記錄的電信號(hào)平均值轉(zhuǎn)換成血糖值，每24h可獲得288個(gè)血糖值數(shù)據(jù)。監(jiān)測(cè)所得的數(shù)據(jù)以CGMS軟件本身定義的數(shù)據(jù)格式存儲(chǔ)，亦可對(duì)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換，使其適用于Excel等常用數(shù)據(jù)處理軟件。

圖2 CGM數(shù)據(jù)及“平臺(tái)”數(shù)據(jù)Fig.2 The CGM data and the“platform”data

結(jié)合上述數(shù)據(jù)，說明算法的以下步驟。

步驟1：計(jì)算CGM數(shù)據(jù)的標(biāo)準(zhǔn)差，即SDBG，該組數(shù)據(jù)SDBG為0.537 2。

步驟2：找出CGM數(shù)據(jù)中所有的極大值數(shù)據(jù)點(diǎn)和極小值數(shù)據(jù)點(diǎn)，并記錄下來。

分析CGM數(shù)據(jù)可知，在計(jì)算血糖波動(dòng)幅度時(shí)，并不需要使用所有的監(jiān)測(cè)數(shù)據(jù)，構(gòu)成血糖波動(dòng)的數(shù)據(jù)點(diǎn)均落在血糖波動(dòng)的波峰和波谷，即曲線的極大值點(diǎn)和極小值點(diǎn)。因此，為了初步排除計(jì)算過程中不需要使用的數(shù)據(jù)點(diǎn)，需尋找曲線的極值點(diǎn)。

圖3 CGM數(shù)據(jù)的極值點(diǎn)Fig.3 The extreme value points of CGM data

就連續(xù)的曲線而言，求曲線的極值點(diǎn)可通過求導(dǎo)的方式得到，但由于監(jiān)測(cè)數(shù)據(jù)為離散序列，且存在連續(xù)幾個(gè)數(shù)據(jù)值相等的“平臺(tái)”數(shù)據(jù)（如圖2中箭頭所指），因此極值點(diǎn)不能通過求導(dǎo)的方式得到。算法中尋找極值點(diǎn)數(shù)據(jù)的過程：以微分法為基礎(chǔ)，結(jié)合對(duì)血糖數(shù)據(jù)變化趨勢(shì)的判斷，找出數(shù)據(jù)的極值點(diǎn)位置，并對(duì)“平臺(tái)”數(shù)據(jù)進(jìn)行處理。以圖2中的CGM數(shù)據(jù)為例，得到數(shù)據(jù)極值點(diǎn)的結(jié)果如圖3所示。其中，空心圓點(diǎn)為數(shù)據(jù)的極大值點(diǎn)，實(shí)心圓點(diǎn)為數(shù)據(jù)的極小值點(diǎn)，虛線為以折線方式連接血糖數(shù)據(jù)點(diǎn)而獲得的血糖數(shù)據(jù)曲線，實(shí)線為以折線方式連接所有獲得的極值點(diǎn)數(shù)據(jù)而得到的極值點(diǎn)連接曲線。由圖3可知，數(shù)據(jù)經(jīng)過步驟2的處理，已能消除“平臺(tái)”數(shù)據(jù)帶來的干擾，正確地標(biāo)識(shí)出所有極值點(diǎn)的位置，在保留極值點(diǎn)數(shù)據(jù)并排除非極值點(diǎn)數(shù)據(jù)后，即可對(duì)數(shù)據(jù)進(jìn)行初步的篩選。

對(duì)于不同的受監(jiān)測(cè)者，由于其自身血糖調(diào)節(jié)能力的不同，使得臨床上獲得的CGM數(shù)據(jù)之間存在較大的差異；此外，排除由于生理因素產(chǎn)生的血糖波動(dòng)外，CGM數(shù)據(jù)在采集過程中還會(huì)受到多種非生理因素（如環(huán)境等）的影響，從而使數(shù)據(jù)中存在許多幅度較小的波動(dòng)。綜合上述原因，最終導(dǎo)致CGM數(shù)據(jù)波動(dòng)的情況較為復(fù)雜，大大增加了利用計(jì)算機(jī)識(shí)別有效血糖波動(dòng)的難度。因此，算法后續(xù)步驟的目標(biāo)，是正確篩選出構(gòu)成有效血糖波動(dòng)的極值點(diǎn)數(shù)據(jù)。

步驟3：分別計(jì)算每個(gè)極大值點(diǎn)與其兩側(cè)極小值點(diǎn)的幅度差D1、D2，其中D1表示當(dāng)前極大值點(diǎn)與其相鄰左側(cè)極小值點(diǎn)的幅度差，D2表示當(dāng)前極大值點(diǎn)與其相鄰右側(cè)極小值點(diǎn)的幅度差。比較D1與D2絕對(duì)值的大?。喝绻鸇1絕對(duì)值大于D2絕對(duì)值，則比較D2絕對(duì)值與SDBG的大??；如果D2絕對(duì)值小于SDBG，則記錄當(dāng)前極大值點(diǎn)相鄰右側(cè)的極小值點(diǎn)。如果D1絕對(duì)值小于D2絕對(duì)值，則比較D1絕對(duì)值與SDBG的大??；如果D1絕對(duì)值小于SDBG，則記錄當(dāng)前極大值點(diǎn)相鄰左側(cè)的極小值點(diǎn)。如果D1絕對(duì)值等于D2絕對(duì)值，則比較D2絕對(duì)值與SDBG的大??；如果D2絕對(duì)值小于SDBG，則記錄當(dāng)前極大值點(diǎn)相鄰右側(cè)的極小值點(diǎn)。

圖4 數(shù)據(jù)局部放大Fig.4 The partial enlarge diagram of data

局部放大圖3中的虛線框選擇部分，得到部分極大值點(diǎn)與其相鄰兩側(cè)極小值點(diǎn)數(shù)據(jù)，如圖4所示。由圖4可知，第一個(gè)極大值點(diǎn)為5.6，與其相鄰的極小值分別為左側(cè)5和右側(cè)5，計(jì)算得D1=0.6，D2=0.6。此時(shí)，|D1|=|D2|，又|D2|＞SDBG，即0.6＞0.537 2，因此沒有極值點(diǎn)被記錄，繼續(xù)對(duì)下一個(gè)極大值點(diǎn)進(jìn)行操作。第二個(gè)極大值點(diǎn)為5.2，相鄰的極小值分別為左側(cè)5和右側(cè)4.9，計(jì)算得D1=0.2，D2=0.3。此時(shí)，|D1|＜|D2|，又|D1|＜SDBG，即0.2＜0.537 2，因此將極大值點(diǎn)左側(cè)的極小值點(diǎn)記錄下來。剩余的極大值點(diǎn)依此類推。

步驟4：遍歷所有極大值，把所有記錄下來的數(shù)據(jù)點(diǎn)從極值點(diǎn)數(shù)據(jù)中刪除，得到經(jīng)過篩選后的極值點(diǎn)數(shù)據(jù)。

步驟5：保留相鄰極小值之間最大的極大值，刪除其余極大值。

步驟6：利用步驟3對(duì)篩選后的極值點(diǎn)數(shù)據(jù)進(jìn)行處理，若依然存在需要?jiǎng)h除標(biāo)識(shí)的數(shù)據(jù)點(diǎn)，則轉(zhuǎn)到步驟4，否則將利用步驟7計(jì)算MAGE。

由于CGM數(shù)據(jù)本身的特點(diǎn)，在利用②對(duì)數(shù)據(jù)進(jìn)行處理后，會(huì)得到許多由小波動(dòng)引入的極值點(diǎn)。雖然這些極值點(diǎn)中的一部分最后并不構(gòu)成真正的有效血糖波動(dòng)，但是在篩選數(shù)據(jù)的過程中不能簡(jiǎn)單地將其舍棄，因?yàn)橐脒@些極值點(diǎn)的小波動(dòng)在趨勢(shì)上構(gòu)成了較大的波動(dòng)。因此，在識(shí)別有效血糖波動(dòng)時(shí)，應(yīng)該將幅度值小于1 SDBG的小波動(dòng)進(jìn)行合并，然后重新篩選極值點(diǎn)數(shù)據(jù)。算法的步驟3～步驟6就是利用迭代的思想，不斷將幅度較小的波動(dòng)合并成大的波動(dòng)，從而正確篩選出構(gòu)成有效血糖波動(dòng)的極值點(diǎn)數(shù)據(jù)。

步驟7：根據(jù)第一個(gè)有效波動(dòng)的方向，計(jì)算MAGE。

圖5 篩選后獲得的極值點(diǎn)數(shù)據(jù)及有效血糖波動(dòng)計(jì)算方向Fig.5 The screened extreme value points of data andcalculation direction of effective glucose fluctuation

經(jīng)過篩選，最后得到用于計(jì)算MAGE的極值點(diǎn)數(shù)據(jù)，如圖5所示。由圖5可知，實(shí)線箭頭為有效血糖波動(dòng)的計(jì)算方向，虛線箭頭為未能構(gòu)成完整血糖波動(dòng)的上升沿。第一個(gè)滿足波動(dòng)幅度大于SDBG的波動(dòng)計(jì)算方向?yàn)?-5.6=-0.6，其絕對(duì)值大于0.537 2，即計(jì)算方向?yàn)閺牟ü鹊讲ǚ澹虼嗽谶@個(gè)方向計(jì)算AGE，最后得到該CGM數(shù)據(jù)的MAGE值為1.126 7mmol·L-1。需要注意的是，雖然最后一個(gè)從波谷到波峰方向的幅度值為5.8-6.4=-0.6，其絕對(duì)值也大于0.537 2，但是最后一個(gè)上升沿后面不存在一個(gè)幅度大于SDBG的下降沿，與其構(gòu)成一個(gè)完整的血糖波動(dòng)，因此不是一個(gè)AGE，不能用于計(jì)算MAGE［8-11］。

2 MAGE計(jì)算機(jī)輔助計(jì)算算法軟件設(shè)計(jì)

根據(jù)MAGE計(jì)算機(jī)輔助計(jì)算算法，利用Visual C#2008開發(fā)出相應(yīng)的輔助計(jì)算軟件。C#語言可用于創(chuàng)建需要運(yùn)行在.NET CLR（Common Language Runtime）上的應(yīng)用程序，是微軟公司專門為使用.NET平臺(tái)而創(chuàng)建的。軟件主要包括以下功能模塊：讀入CGM數(shù)據(jù)；圖形顯示動(dòng)態(tài)血糖監(jiān)測(cè)值曲線；分析血糖數(shù)據(jù)，并顯示所有波動(dòng)幅度大于1SDBG的有效血糖波動(dòng)；顯示參數(shù)的計(jì)算結(jié)果。各功能模塊及軟件界面如圖6（a）所示。

在讀入CGM數(shù)據(jù)功能中，讀入分析軟件的數(shù)據(jù)存儲(chǔ)格式以Excel軟件的數(shù)據(jù)存儲(chǔ)格式為主。因此，在利用該軟件進(jìn)行參數(shù)計(jì)算前，首先需利用CGMS軟件將監(jiān)測(cè)所得的血糖數(shù)據(jù)進(jìn)行存儲(chǔ)格式的轉(zhuǎn)換，然后再將其讀入分析軟件中進(jìn)行參數(shù)的分析。如圖6（b）所示，圖形顯示動(dòng)態(tài)血糖監(jiān)測(cè)值曲線的功能采用Visual C#2008提供的MSChart控件來實(shí)現(xiàn)。為了能夠更直觀地反映出軟件分析所得的有效血糖波動(dòng)情況，在顯示動(dòng)態(tài)血糖監(jiān)測(cè)值曲線的同時(shí)，還加入了將組成有效血糖波動(dòng)的數(shù)據(jù)點(diǎn)以折線連接并以陰影填充的方式顯示的功能，使得軟件的使用者能夠?qū)τ行а遣▌?dòng)的分析結(jié)果有更具體的認(rèn)識(shí)。顯示參數(shù)計(jì)算結(jié)果的功能模塊參考了臨床科研人員的需求設(shè)計(jì)，將臨床研究中需要獲得的相關(guān)參數(shù)計(jì)算結(jié)果以表格形式顯示，方便使用者對(duì)結(jié)果進(jìn)行存儲(chǔ)和整理，如圖6（c）所示。

此外，由于對(duì)糖尿病患者進(jìn)行一次動(dòng)態(tài)血糖監(jiān)測(cè)可獲得多天的血糖監(jiān)測(cè)數(shù)據(jù)，因此為了增加分析軟件在使用時(shí)的靈活性、豐富分析軟件能實(shí)現(xiàn)的功能，軟件在算法的基礎(chǔ)上，還加入了可根據(jù)實(shí)際需要對(duì)不同監(jiān)測(cè)時(shí)間數(shù)據(jù)進(jìn)行分析以及顯示有效血糖波動(dòng)起始時(shí)間與結(jié)束時(shí)間等實(shí)用的功能，如圖7所示。

圖6 MAGE參數(shù)計(jì)算機(jī)輔助分析軟件。（a）軟件界面及各功能模塊；（b）血糖數(shù)據(jù)曲線及有效血糖波動(dòng)顯示方式；（c）參數(shù)計(jì)算結(jié)果顯示Fig.6 The computer-aided analysis software of MAGE.（a）interface of software and the function module；（b）the view of CGM data and AGE；（c）the view of result

圖7 分析時(shí)間選擇及有效血糖波動(dòng)起止時(shí)間顯示功能Fig.7 The function of selecting analysistime and displaying starting and finishing time of AGE

在Pentium Dual-Core E5300 2.6 GHz、RAM 2.0GB的微機(jī)上運(yùn)行MAGE輔助計(jì)算軟件，利用從CGMS上導(dǎo)出的血糖數(shù)據(jù)進(jìn)行MAGE參數(shù)的計(jì)算，計(jì)算一例數(shù)據(jù)的MAGE參數(shù)僅需花費(fèi)不到1s，因此很好地解決了傳統(tǒng)人工計(jì)算工作量大、時(shí)間花費(fèi)多的缺點(diǎn)，大大提高了臨床科研的效率。

3 實(shí)驗(yàn)方法及結(jié)果

為了評(píng)估MAGE計(jì)算機(jī)的輔助計(jì)算算法（MAGEc），將其計(jì)算結(jié)果與傳統(tǒng)人工計(jì)算方法（MAGEo）的結(jié)果進(jìn)行比較，比較結(jié)果以mean±SD方式表示。在采用傳統(tǒng)人工計(jì)算方法計(jì)算MAGE參數(shù)時(shí)，參數(shù)計(jì)算結(jié)果的準(zhǔn)確性會(huì)受到分析人員經(jīng)驗(yàn)的影響，因此人工計(jì)算部分是由醫(yī)院目前正在從事相關(guān)研究工作的研究人員來完成的，這保證了計(jì)算結(jié)果具有較高的準(zhǔn)確性。分別利用兩種方法對(duì)76例臨床動(dòng)態(tài)血糖監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析計(jì)算，根據(jù)臨床診斷結(jié)果，將其76例臨床數(shù)據(jù)分為3組：正常成人27例（SDBG為0.895±0.345），Ⅱ型糖尿病成人患者25例（SDBG為2.108±0.695），正常孕婦24例（SDBG為0.799±0.369）。利用SPSS軟件對(duì)兩種不同方法的計(jì)算結(jié)果進(jìn)行相關(guān)分析，并利用Bland-Altman圖評(píng)估兩種方法的一致性［12］，具體計(jì)算結(jié)果如表1所示。

表1 MAGEo與MAGEc計(jì)算結(jié)果Tab.1 The result of MAGEo and MAGEc

3.1 相關(guān)分析

通過MAGE計(jì)算機(jī)輔助計(jì)算算法對(duì)3組數(shù)據(jù)進(jìn)行計(jì)算，得到正常成人組的MAGE水平為（2.298±0.937）mmol·L-1，Ⅱ型糖尿病成人患者組的MAGE水平為（5.703±1.354）mmol·L-1，正常孕婦組的MAGE水平為（1.725±0.782）mmol·L-1。將計(jì)算結(jié)果與傳統(tǒng)人工計(jì)算方法（MAGEo）結(jié)果進(jìn)行相關(guān)分析，如圖8所示。分析結(jié)果顯示，MAGEc方法與MAGEo方法對(duì)于不同受監(jiān)測(cè)者分組均顯著相關(guān)（正常成人組r=0.994，P＜0.01；Ⅱ型糖尿病成人患者組r=0.997，P＜0.01；正常孕婦組r=0.998，P＜0.01；所有受監(jiān)測(cè)者r=0.997，P＜0.01）。

圖8 MAGEo方法與MAGEc方法對(duì)于不同數(shù)據(jù)分組計(jì)算結(jié)果的相關(guān)分析結(jié)果。（a）27例正常成人組；（b）25例Ⅱ型糖尿病成人患者組；（c）24例正常孕婦組；（d）76例受監(jiān)測(cè)者Fig.8 The result of relevant analysis of MAGEo and MAGEc，respectively，in different groups calculating results.（a）27 normal；（b）25 with type 2 diabetes；（c）24 normal pregnant women；（d）all 76 subjects

3.2 Bland-Altman一致性分析

利用Bland-Altman圖來評(píng)估兩種方法的一致性，Bland-Altman圖利用圖形方式反映一致性界限。其中，橫坐標(biāo)表示用兩種方法對(duì)一例數(shù)據(jù)計(jì)算結(jié)果的平均值，縱坐標(biāo)表示兩種方法計(jì)算結(jié)果的差值［13］，得到的Bland-Altman圖如圖9所示，實(shí)線表示兩種方法計(jì)算結(jié)果差值的平均值，虛線表示95％一致性的上下界限。MAGEc方法和MAGEo方法對(duì)不同數(shù)據(jù)分組計(jì)算結(jié)果的差值分別為：正常成人組（-0.002 42±0.013 6）mmol·L-1，Ⅱ型糖尿病成人患者組（0.0153 3±0.027 5）mmol·L-1，正常孕婦組（0.003 4±0.019 1）mmol·L-1，所有受監(jiān)測(cè)者（0.005 26±0.021 8）mmol·L-1。95％一致性界限利用mean±1.96SD公式求得，分別為正常成人組（0.024 3，-0.029 2），Ⅱ型糖尿病成人患者組（0.069 2，-0.038 6）；正常孕婦組（0.040 9，-0.034 1），所有受監(jiān)測(cè)者（0.048 0，-0.037 4）。分析圖8中不同的Bland-Altman圖可知，落在一致性界限外的點(diǎn)分別為正常成人組3個(gè)，占11.1％（3/27）；Ⅱ型糖尿病成人患者組1個(gè)，占4％（1/25）；正常孕婦組1個(gè)，占4.2％（1/24）；所有受監(jiān)測(cè)者6個(gè)，占7.9％（6/76）。分析結(jié)果顯示，MAGE計(jì)算機(jī)輔助計(jì)算算法（MAGEc）與傳統(tǒng)人工計(jì)算方法（MAGEo）具有較好的一致性。

圖9 MAGEo方法與MAGEc方法對(duì)于不同數(shù)據(jù)分組計(jì)算結(jié)果一致性評(píng)價(jià)Bland-Altman圖。（a）27例正常成人數(shù)據(jù)；（b）25例2型糖尿病成人患者數(shù)據(jù)；（c）24例正常孕婦數(shù)據(jù)；（d）以上76例臨床數(shù)據(jù)Fig.9 The Bland-Altman plot of MAGEo and MAGEc，respectively，in different groups calculating results.（a）27 normal；（b）25 with type 2 diabetes；（c）24 normal pregnant women；（d）all 76 subjects

4 討論與結(jié)論

近年來發(fā)展的動(dòng)態(tài)血糖監(jiān)測(cè)作為對(duì)傳統(tǒng)血糖監(jiān)測(cè)方法的有效補(bǔ)充，逐漸在臨床上得到推廣和應(yīng)用。但在臨床實(shí)際應(yīng)用中，作為反映血糖波動(dòng)“金標(biāo)準(zhǔn)”的平均血糖波動(dòng)幅度（MAGE）值并不能直接從動(dòng)態(tài)血糖監(jiān)測(cè)系統(tǒng)的分析軟件中得到，而是需要通過人工方式篩選數(shù)據(jù)進(jìn)行計(jì)算，這使得該參數(shù)在臨床實(shí)際應(yīng)用中受到了一定的限制。本研究提出MAGE計(jì)算機(jī)輔助計(jì)算算法及其軟件的實(shí)現(xiàn)，可對(duì)大量的動(dòng)態(tài)血糖監(jiān)測(cè)數(shù)據(jù)進(jìn)行自動(dòng)篩選，并找出有效的血糖值數(shù)據(jù)，從而輔助計(jì)算出MAGE值，大大縮短了參數(shù)的計(jì)算時(shí)間，是對(duì)CGMS自帶分析系統(tǒng)的一個(gè)有效補(bǔ)充。從對(duì)3個(gè)不同臨床分組的動(dòng)態(tài)血糖監(jiān)測(cè)數(shù)據(jù)計(jì)算結(jié)果分析可知，該算法可用于計(jì)算臨床中正常成人、Ⅱ型糖尿病患者以及正常孕婦動(dòng)態(tài)血糖數(shù)據(jù)的MAGE值，計(jì)算所得參數(shù)結(jié)果均落在相關(guān)文獻(xiàn)報(bào)道的范圍內(nèi)；而對(duì)于臨床中存在的其他糖尿病患者，如兒童糖尿病患者、Ⅰ型糖尿病患者及妊娠糖尿病患者等，該算法的適用性還需結(jié)合臨床實(shí)踐進(jìn)一步研究。在利用輔助計(jì)算軟件對(duì)臨床數(shù)據(jù)進(jìn)行分析的過程中，除監(jiān)測(cè)數(shù)據(jù)本身存在缺失會(huì)導(dǎo)致分析軟件出錯(cuò)外，軟件整體運(yùn)行狀態(tài)良好、魯棒性較高，對(duì)于數(shù)據(jù)缺失所引起的問題可在后續(xù)的研究中有針對(duì)性地加以改進(jìn)。

此外，該算法的提出對(duì)MAGE參數(shù)相關(guān)的研究具有重要的意義。在目前臨床普遍采用的人工計(jì)算方法中，對(duì)于有效血糖波動(dòng)的定義過于簡(jiǎn)單，其判斷條件本身就存在一定的歧義，并沒有對(duì)數(shù)據(jù)中出現(xiàn)的不同情況加以辨析說明，因此進(jìn)行計(jì)算分析的研究人員必須經(jīng)過相關(guān)專業(yè)的培訓(xùn)。若研究人員經(jīng)驗(yàn)不足，將導(dǎo)致參數(shù)的計(jì)算結(jié)果與真實(shí)值之間存在一定的誤差。本研究提出的算法對(duì)判斷有效血糖波動(dòng)的條件進(jìn)行了改進(jìn)和補(bǔ)充，解決了傳統(tǒng)人工方法在判斷有效血糖波動(dòng)時(shí)存在歧義的問題，提出了一種適用于計(jì)算機(jī)自動(dòng)判斷有效血糖波動(dòng)并自動(dòng)計(jì)算MAGE參數(shù)的輔助計(jì)算算法。該算法的軟件實(shí)現(xiàn)還簡(jiǎn)化了MAGE參數(shù)的分析過程，使得沒有經(jīng)過相關(guān)專業(yè)培訓(xùn)的人亦可以通過軟件，簡(jiǎn)單而準(zhǔn)確地計(jì)算出參數(shù)值，從而使一般糖尿病患者對(duì)自身血糖波動(dòng)情況進(jìn)行自我監(jiān)控成為可能。而且由于軟件對(duì)參數(shù)的計(jì)算速度較快，使得分析動(dòng)態(tài)血糖監(jiān)測(cè)者的血糖波動(dòng)情況無需再待至72h（在臨床中進(jìn)行一次動(dòng)態(tài)血糖監(jiān)測(cè)，受監(jiān)測(cè)者需佩戴動(dòng)態(tài)血糖測(cè)量?jī)x72h或以上）甚至更長(zhǎng)時(shí)間后才能進(jìn)行，大大提高了參數(shù)的時(shí)效性。

通過將MAGE計(jì)算機(jī)輔助計(jì)算算法所計(jì)算的結(jié)果與傳統(tǒng)手工方法計(jì)算所得的結(jié)果進(jìn)行比較分析，可知兩者之間顯著相關(guān)，說明兩種方法之間具有較好的一致性，因此MAGE計(jì)算機(jī)輔助計(jì)算算法與傳統(tǒng)手工方法在臨床科研實(shí)踐中具有較好的可替代性。利用MAGE計(jì)算機(jī)輔助計(jì)算算法，能夠更快捷、更準(zhǔn)確地獲得動(dòng)態(tài)血糖監(jiān)測(cè)的MAGE參數(shù)值，大大提高了臨床科研工作的效率。該算法及其軟件的實(shí)現(xiàn)，已應(yīng)用于對(duì)孕婦血糖波動(dòng)情況進(jìn)行監(jiān)控，以盡早診斷妊娠糖尿病以及對(duì)Ⅱ型糖尿病患者血糖波動(dòng)情況分析的相關(guān)研究中，具有廣泛的臨床應(yīng)用前景。

［1］周健，賈偉平.血糖穩(wěn)定性的意義及臨床評(píng)估［J］.中華醫(yī)學(xué)雜志，2006，86（30）：2154-2157.

［2］周健，賈偉平，喻明，等.動(dòng)態(tài)血糖參數(shù)正常參考值的建立及臨床應(yīng)用［J］.中華內(nèi)科雜志，2007，46（3）：189-192.

［3］Service FJ，Molnar GD，Rosevear JW，et al.Mean amplitude of glycemic excursions，a measure of diabetic instability［J］.Diabetes，1970，19（9）：644-655.

［4］中華醫(yī)學(xué)會(huì)糖尿病學(xué)分會(huì).中國(guó)動(dòng)態(tài)血糖監(jiān)測(cè)臨床應(yīng)用指南（2009年版）［J］.中華醫(yī)學(xué)雜志，2009，89（48）：3388-3392.

［5］Fritzsche G，Kohnert KD，Heinke P，et al.The use of a computer program to calculate the mean amplitude of glycemic excursions［J］.Diabetes Technology＆ Therapeutics，2011，13（3）：319-325.

［6］McDonnell CM，Donath SM，Vidmar SI，et al.A novel approach to continuous glucose analysis utilizing glycemic variation［J］.Diabetes Technology ＆ Therapeutics，2005，7（2）：253-263.

［7］Monnier L，Colette C，Boegner C，et al.Continuous glucose monitoring in patients with type 2 diabetes［J］.Diabetes ＆Metabolism，2007，33：247-252.

［8］周健，喻明，賈偉平，等.應(yīng)用動(dòng)態(tài)血糖監(jiān)測(cè)系統(tǒng)評(píng)估2型糖尿病患者日內(nèi)及日間血糖波動(dòng)幅度［J］.中華內(nèi)分泌代謝雜志，2006，22（3）：286-288.

［9］Kessler L，Passemard R，Oberholzer J，et al.Reduction of blood glucose variability in type 1 diabetic patients treated by pancreatic islet transplantation［J］.Diabetes Care，2002，25（12）：2256-2262.

［10］Monnier L，Mas E，Ginet C，et al.Activation of oxidative stress by acute glucose fluctuations compared with sustained chronic hyperglycemia in patients with type 2 diabetes［J］.Journal of the American Medical Association，2006，295（14）：1681-1687.

［11］Ogata H，Tokuyama K，Nagasaka S，et al.Long-range negative correlation of glucose dynamics in humans and its breakdown in diabetes mellitus［J］.The American Journal of Physiology-Regulatory，Integrative and Comparative Physiology，2006，291（6）：1638-1643.

［12］陳卉.Bland-Altman分析在臨床測(cè)量方法一致性評(píng)價(jià)中的應(yīng)用［J］.中國(guó)衛(wèi)生統(tǒng)計(jì)，2007，24（3）：308-309.

［13］張雅楠，齊玉梅，孫學(xué)麗，等.Bland-Altman法比較2型糖尿病患者能量消耗實(shí)測(cè)值與預(yù)測(cè)值［J］.實(shí)用醫(yī)學(xué)雜志，2010，26（23）：4333-4335.