Treatment options for different subtypes of gestational diabetes

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Background. Modern methods of treating gestational diabetes (GD) are aimed at preventing excessive fetal growth and the development of complications through lifestyle modification and diet therapy, and, if ineffective, insulin therapy. Taking into account the research data of recent years, different subtypes of GD based on the predominance of the pathological mechanism – β-cell defect, insulin resistance (IR) or a combination of these factors – are identified. Determining the subtype of GD can be of extreme clinical importance, since the choice of treatment tactics for patients and, as a result, their achievement of target blood glucose values may depend on the mechanisms underlying the pathogenesis of carbohydrate metabolism disorders.

Objective. Evaluation of the effectiveness of modern treatment methods depending on the GD subtype.

Methods. 130 pregnant women without a history of carbohydrate metabolism disorders were examined (an oral glucose tolerance test with 75 g of glucose and an additional determination of fasting insulin during the test). The subjects were divided based on the examination results, as well as calculation of the Matsuda index: group I – 45 pregnant women with GD and β-cell dysfunction, group II – 43 pregnant women with GD and IR. Additionally, all study participants were surveyed using a specially developed questionnaire. Statistical analysis was carried out using comparative analysis. Data are presented as medians and interquartile ranges of quantitative indicators in groups. Data were considered statistically significant at p<0.05.

Results. All patients achieved target glycemic values. In the GD group I, 29 (64.4%) patients received only non-drug therapy, while 16 (35.6%) used diet therapy in combination with insulin administration. In the GD group II, 16 (37.2%) patients received only non-drug therapy, 27 (62.8%) pregnant women used diet therapy in combination with insulin therapy. In the GD II group, patients were significantly less likely to use whole grain products in their diet compared to pregnant women in the GD group and β-cell defect: 6 (14%) patients versus 12 (27%), p=0.03, more often consumed foods with added sugar: 14 (33%) versus 4 (9%), p=0.04 in the GD group I.

Conclusion. Patients with GD and β-cell dysfunction more often achieve GD compensation with non-drug treatment, while patients with GD and IR more often require insulin therapy.

作者简介

I. Davidenko

Rostov State Medical University

编辑信件的主要联系方式.
Email: Davidenko.iu@gmail.com
ORCID iD: 0000-0002-8690-681X

Cand. Sci. (Med.), Associate Professor at the Department of Internal Diseases № 3

俄罗斯联邦, Rostov-on-Don

N. Volkova

Rostov State Medical University

Email: Davidenko.iu@gmail.com
ORCID iD: 0000-0003-4874-7835
俄罗斯联邦, Rostov-on-Don

Yu. Degtyareva

Rostov State Medical University

Email: Davidenko.iu@gmail.com
ORCID iD: 0000-0001-5838-4383
俄罗斯联邦, Rostov-on-Don

参考

  1. Care and prevention. 2021. Gestational diabetes. [online] Idf.org. Available at: https://www.idf.org/our-activities/care-prevention/gdm [Accessed 20 August 2021].
  2. Алгоритмы специализированной медицинской помощи больным сахарным диабетом. Под ред. И.И. Дедова, М.В. Шестаковой, А.Ю. Майорова. 10-й выпуск. М., 2021. [Algorithms for specialized medical care for patients with diabetes. Eds. I.I. Dedova., M.V. Shestakova, A.Yu. Mayorova (10th edition). M., 2021. (In Russ.)]. doi: 10.14341/DM12802.
  3. Uptodate.com. 2024. UpToDate. [on-line] Available at: https://www.uptodate.com/contents/gestational-diabetes-mellitus-obstetric-issues-and-management [Accessed 20 February 2024].
  4. Гестационный сахарный диабет. Диагностика, лечение, акушерская тактика, послеродовое наблюдение. Клинические рекомендации, 2020.
  5. Волкова Н.И., Давиденко И.Ю., Дегтярева Ю.С. Гестационный сахарный диабет. Акушерство и гинекология. 2021;9:174–9. [Volkova N.I., Davidenko I.Yu., Degtyareva Yu.S. Gestational diabetes mellitus. Akusherstvo i ginekologiya=Obstetrics and Gynecology. 2021;9:174–9 (In Russ.)]. doi: 10.18565/aig.2021.9.174-179.
  6. Powe C., Allard C., Battista M., et al2016. Heterogeneous Contribution of Insulin Sensitivity and Secretion Defects to Gestational Diabetes Mellitus: Table 1. Diab Care. 2016;39(6): 1052–5.
  7. Liu Y., Hou W., Meng X., et al. Heterogeneity of insulin resistance and beta cell dysfunction in gestational diabetes mellitus: a prospective cohort study of perinatal outcomes. J Translat Med. 2018;16(1).
  8. Feghali M., Atlass J., Ribar E., et al. 82: Subtypes of gestational diabetes mellitus based on mechanisms of hyperglycemia. Am J Obstetr Gynecol. 2019;220(1):S66.
  9. Benhalima K., Van Crombrugge P., Moyson C., et al. Characteristics and pregnancy outcomes across gestational diabetes mellitus subtypes based on insulin resistance. Diabetol. 2019;62(11): 2118–28.
  10. Майоров А.Ю., Урбанова К.А., Галстян Г.Р. Методы количественной оценки инсулинорезистентности. Ожирение и метаболизм. 2009;2:19–23. [Mayorov A.Y., Urbanova K.A., Galstyan G.R. Methods for guantificative assessment of insulin resistance. Ozhirenie i metabolizm=Obes Metab. 2009;6(2):19–23 (In Russ.)]. doi: 10.14341/2071-8713-5313.
  11. Волкова Н.И., Давиденко И.Ю., Сорокина Ю.А. и др. Методы оценки инсулинорезистентности при гестационном сахарном диабете. Медицинский вестник Юга России. 2022;13(1):5–12. [Volkova N.I., Davidenko I.Yu., Sorokina Yu.A., et al. Methods for assessing insulin resistance in gestational diabetes mellitus. Med Herald of the South of Russia. 2022;13(1):5–12. (In Russ.)]. doi: 10.21886/2219-8075-2022-13-1-5-12.
  12. Gutch M., Kumar S., Razi S.M., et al. Assessment of insulin sensitivity/resistance. Indian J Endocrinol Metab. 2015;19(1):160–4. doi: 10.4103/2230-8210.146874.
  13. Wallace T.M., Levy J.C., Matthews D.R. Use and abuse of HOMA modeling. Diab Care. 2004;27:1487–95.

补充文件

附件文件
动作
1. JATS XML
2. Fig. Effectiveness of applied methods of treatment for patients with different subtypes of GDM

下载 (48KB)

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».