Скрининг инсулинорезистентности у больных на гемодиализе

Резистентность к инсулину (ИР) определяют как нарушение биологического ответа на стимуляцию сердца, скелетных мышц, печени и жировой ткани. Причины формирования синдрома многообразны, а клиническая диагностика затруднена, так как нет общепринятого доступного теста для его определения. Для диагностики непосредственно ИР разработаны прямые и непрямые группы тестов. Сложность их выполнения в некоторых когортах пациентов привела к разработке ряда гликемических индексов. Однако пока не выработан консенсус относительно того, какой из них следует предпочесть. 

ЦЕЛЬ: сравнить методы скрининга ИР в когорте пациентов на гемодиализе. 

ПАЦИЕНТЫ И МЕТОДЫ. Обследованы 124 больных, из них 66 мужчин и 58 женщин в возрасте 57,6±13,6 года, получающих лечение ГД в течение 75,4±44,5 мес. Для скрининга ИР использовали модель гомеостаза глюкозы HOMA-1 и HOMA-2, индекс QUICKI и триглицериды/глюкоза (ТриГ).

При проведении непараметрического корреляционного анализа для концентрации в плазме инсулина натощак были выявлены статистически значимые взаимосвязи только у мужчин: с ИМТ (Rs=0,258; p=0,049), отношением окружности талии к росту (Rs=0,316; p=0,015), количеством пищевого белка (Rs=0,271; p=0,039), систолическим АД (Rs=0,308; p=0,018), диастолическим АД (Rs=0,290; p=0,027), уровнем С-реактивного белка (Rs=0,579; p=0,0001). У женщин статистически значимых корреляций не выявлено. Величина индекса Чарльсон, а также курение табака в настоящее время или в анамнезе на показатели инсулинорезистентности влияния не оказывали. По результатам логистического регрессионного анализа риск развития клинических проявлений атеросклеротического поражения любого сосудистого бассейна увеличивался в 4,5 раза (χ2=4,582; p=0,032) при ИР в модели HOMA-1 более 2,7 ед., однако, только у мужчин. Взаимосвязи других показателей ИР с атеросклерозом выявлено не было. 

ЗАКЛЮЧЕНИЕ. Сравнение суррогатных моделей ИР, с нашей точки зрения, позволяет выделить HOMA-1 и HOMA-2. Вероятно, для поперечных исследований целесообразно использовать первую из них, а для продольных – вторую.

1. Zierath JR. Major Advances and Discoveries in Diabetes – 2019 in Review. Curr Diab Rep 2019;19(11):118. doi:10.1007/s11892-019-1255-x

2. Hossan T, Kundu S, Alam SS, Nagarajan S. Epigenetic Modifications Associated with the Pathogenesis of Type 2 Diabetes Mellitus. Endocr Metab Immune Disord Drug Targets 2019;19(6):775–778. doi: 10.2174/1871530319666190301145545

3. Himsworth HP, Kerr RB. Insulin-sensitive and Insulininsensitive types diabetes mellitus. Clin Sci 1939;(4):119–152

4. Calvano A, Izuora K, Oh EC, Ebersole JL et al. Dietary berries, insulin resistance and type 2 diabetes: an overview of human feeding trials. Food Funct 2019 Oct 16;10(10):6227–6243. doi: 10.1039/c9fo01426h

5. Govers E, Slof E, Verkoelen H, Ten Hoor-Aukema NM, KDOO (2015) Guideline for the Management of Insulin Resistance. Int J Endocrinol Metab Disord 2015;1(4): 1–10. doi: 10.16966/2380548X.115

6. Borai A, Livingstone C, Kaddam I, Ferns G. Selection of the appropriate method for the assessment of insulin resistance. BMC Med Res Methodol 2011;11:158. doi:10.1186/1471-2288-11-158

7. Творогова МГ, Яськова КН, Мычка ВБ, Чазова ИЕ. Инсулинорезистентность и методы ее диагностики. Лабораторная медицина 2003; (6):48–52

8. Matthews DR, Hosker JP, Rudenski AS et al. Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man. Diabetologia 1985;28:412–419

9. Wallace TM, Levy JC, Matthews DR Use and abuse of HOMA modeling. Diabetes Care 2004; 27:1487–1495

10. Salazar J, Bermudez, Calvo M et al. Optimal cutoff for the evaluation of insulin resistance through triglyceride-glucose index: A cross-sectional study in a Venezuelan population. Version 3. F1000Res. 2017; 6: 1337

11. http://www.dtu.ox.ac.uk/homacalculator/index.php

12. Singh B, Saxena A. Surrogate markers of insulin resistance: A review. World J Diabetes 2010; 1(2): 36–47. doi:10.4239/wjd.v1.i2.36

13. Sujit Bhattacharya S. Carbohydrate Metabolism in Chronic Kidney Disease. JOJ Uro&Nephron 2018; 5(3): 555662. doi:10.19080/JOJUN.2018.05.555662

14. Rahhal MN, Gharaibeh NE, Rahimi L, Ismail-Beigi F. Disturbances in Insulin-Glucose Metabolism in Patients With Advanced Renal Disease With and Without Diabetes. J Clin Endocrinol Metab 2019 Nov 1;104(11):4949–4966. doi: 10.1210/jc.2019-00286

15. Kraegen EW, Saha AK, Preston E et al. Increased malonylCoA and diacylglycerol content and reduced AMPK activity accompany insulin resistance induced by glucose infusion in muscle and liver of rats. Am J Physiol Endocrinol Metab 2006;290:E471–E479

16. Schenk S, Saberi M, Olefsky JM. Insulin sensitivity: modulation by nutrients and inflammation. J Clin Invest 2008;118:2992–3002

17. Hoehn KL, Salmon AB, Hohnen-Behrens C et al. Insulin resistance is a cellular antioxidant defense mechanism. Proc Natl Acad Sci USA 2009;106:17787–17792

18. Nolan CJ, Ruderman NB, Prentki M. Intensive insulin for type 2 diabetes: the risk of causing harm. Lancet Diabetes Endocrinol 2013;1:9–10

19. Unger RH. Lipid overload and overflow: metabolic trauma and the metabolic syndrome. Trends Endocrinol Metab 2003;14:398–403

20. Randle PJ, Garland PB, Hales CN, Newsholme EA. The glucose fatty-acid cycle. Its role in insulin sensitivity and the metabolic disturbances of diabetes mellitus. Lancet 1963;1:785–789

21. Stanley WC, Recchia FA, Lopaschuk GD. Myocardial substrate metabolism in the normal and failing heart. Physiol Rev 2005;85:1093–1129

22. Chess DJ, Stanley WC. Role of diet and fuel overabundance in the development and progression of heart failure. Cardiovasc Res 2008;79:269–278

23. Labbe SM, Grenier-Larouche T, Noll C et al. Increased myocardial uptake of dietary fatty acids linked to cardiac dysfunction in glucose-intolerant humans. Diabetes 2012;61:2701–2710

24. Prentki M, Corkey BE, Madiraju SRM. Lipid-associated metabolic signalling networks in pancreatic beta cell function. Diabetologia 2020 Jan;63(1):10–20. doi: 10.1007/s00125-019-04976-w

25. Wright JJ, Kim J, Buchanan J. Mechanisms for increased myocardial fatty acid utilization following short-term high-fat feeding. Cardiovasc Res 2009 May 1;82(2):351–360. doi: 10.1093/cvr/cvp017

26. Smith U. Abdominal obesity: a marker of ectopic fat accumulation. J Clin Invest 2015;125(5):1790–1792. doi:10.1172/JCI81507

27. Bell JA, Kivimaki M, Hamer M. Metabolically healthy obesity and risk of incident type 2 diabetes: a meta-analysis of prospective cohort studies. Obes Rev 2014 Jun;15(6):504–515. doi: 10.1111/obr.12157

28. Huxley R, Mendis S, Zheleznyakov E, Reddy S, Chan J. Body mass index, waist circumference and waist:hip ratio as predictors of cardiovascular risk-a review of the literature. Eur J Clin Nutr 2010 Jan;64(1):16–22. doi: 10.1038/ejcn.2009.68

29. Zhou W, Shi Y, Li YQ et al. Body mass index, abdominal fatness, and hypertension incidence: a dose-response meta-analysis of prospective studies. J Hum Hypertens 2018 May;32(5):321– 333. doi: 10.1038/s41371-018-0046-1

30. Selthofer-Relatic K, Radic R, Stupin A, Sisljagic V et al. Leptin/adiponectin ratio in overweight patients – gender differences. Diab Vasc Dis Res 2018 May;15(3):260–262. doi: 10.1177/1479164117752491

31. Hecking M, Bieber BA, Ethier J et al. Sex-Specific Differences in Hemodialysis Prevalence and Practices and the Maleto-Female Mortality Rate: The Dialysis Outcomes and Practice Patterns Study (DOPPS). PLoS Med 2014 Oct; 11(10): e1001750. doi: 10.1371/journal.pmed.1001750

32. Burmeister JE, Mosmann CB, Costa VB et al. Prevalence of cardiovascular risk factors in hemodialysis patients – The CORDIAL study. Arq Bras Cardiol 2014;102(5):473–480. doi:10.5935/abc.20140048

33. Drawz PE, Baraniuk S, Davis BR et al. Cardiovascular risk assessment: addition of CKD and race to the Framingham equation. Am Heart J 2012;164(6):925–931.e2. doi:10.1016/j.ahj.2012.09.003]