泌汗功能测定与糖尿病周围神经病变的关系



泌汗功能测定与糖尿病周围神经病变的关系

周亮, 刘娟, 沈默宇, 杨萍, 成金罗

(南京医科大学附属常州第二人民医院 内分泌科, 江苏 常州, 213003)

关键词:糖尿病周围神经病变; 皮肤电导值; 震动感觉阈值

按照ADA 2010年的诊断标准，中国糖尿病和糖尿病前期患病率分别为11.6%和50.1%[1]。糖尿病神经病变(DN)是糖尿病最常见的慢性并发症之一，病变可累及中枢神经及周围神经，以后者最为常见。目前，指南[2]将神经传导速度(NCV)检查作为诊断糖尿病周围神经病变(DPN)的“金标准”，但NCV检查耗时、费力，对操作者专业要求高，且NCV检查不能反映无髓鞘的小神经纤维病变，会造成部分漏诊。随着免疫组化技术的进步，表皮神经纤维密度(IENFD)已被用于各种病因导致的周围小神经纤维病变的诊断[3]。EZSCAN是一种通过检测汗液中氯离子浓度的变化来计算人体皮肤电导值(ESC)并以此评估汗腺支配神经功能的仪器[4]。本研究通过分析汉族2型糖尿病患者ESC与振动觉阈值(VPT)的关系，探讨EZSCAN对糖尿病周围神经病变诊断的意义，报告如下。

1资料与方法

1.1一般资料

回顾性分析2012年12月—2013年6月在常州第二人民医院阳湖院区住院患者的临床资料。排除标准：使用除降糖药物及胰岛素以外影响血糖的药物，如皮质类固醇、肾上腺素、雌激素类、苯妥英钠和水杨酸盐类药物、抗抑郁药；服用影响交感神经系统药物，如β受体阻滞剂；截肢、胸腔或腹腔器官切除手术者；电子器械(如起搏器、除颤器)植入者；对镍电极过敏者；癫痫病发作者；感染、酮症、酸碱失衡、水电解质紊乱、心肝肾功能严重损害未纠正；排除脊神经压迫性椎病变。共纳入研究对象174例，年龄23～88岁，其中男98例，女76例。

1.2研究方法

1.2.1生化指标：所有患者前1 d晚餐后禁食8～10 h，空腹静脉采血，检测总胆固醇(TCH)、甘油三酯(TG)、高密度脂蛋白-胆固醇(HDL-C)、低密度脂蛋白-胆固醇(LDL-C)、肌酐(CR)、尿素氮(BUN)、糖化血红蛋白(HbA1c)。血脂检查应用酶法，采用日立公司7600全自动生化仪检测；糖化血红蛋白使用高压液相法，采用TOSOH 公司G8自动糖化血红蛋白分析仪检测。

1.2.2震动感觉阈值：所有VPT值均由同一操作者使用美国Bio-Thesiometer感觉定量检查仪完成。患者取卧位，闭眼，在安静、轻松的环境下接受检查。在5 V低电压下将振动头接触患者双足大脚趾基部骨突出处，之后逐渐增大电流强度，振动钮的振幅逐渐增大，直至能被患者感知，读取此时的电压值。连续重复上述操作2次，取3次数值的平均值作为该侧的VPT值。并根据VPT检查结果进行分组：VPT<15 V为低风险组，VPT≥15～≤25 V为中度风险组，VPT>25 V为高风险组[5]。

1.2.3EZSCAN：患者检查前1 h洗脸、手、足，不使用护肤品，不剧烈运动。由内分泌专科医师测量身高、体质量及血压，并输入系统备用。检查时将双手、双脚放在电极上，戴头电极，静息站立2～3 min, 6个电极组合间被分别施加15种不断增大的直流电压(<4 V)进行测试。检查结束后，即以表格形式显示电导值(单位: μS)。

2结果

174例患者中，DPN高风险组共49例，中度风险组共60例，低风险组共65例。3组男女比例、体质量指数(BMI)、TCH、TG、HDL-C、LDL-C水平比较，差异无统计学意义(P>0.05)。中度风险组患者平均年龄介于高风险组和低风险组(P<0.05)；中度风险组患者HbA1c水平显著低于高风险组(P<0.05)，但与低风险组比较无显著差异(P>0.05)，高风险组与低风险组HbA1c水平也无显著差异(P>0.05)。见表1。

表1　3组一般资料比较

与低风险组比较, *P<0.05，**P<0.01; 与中度风险组比较, #P<0.05, ##P<0.01。

本研究定义，手电导均值=(左手电导值+右手电导值)/2。足电导均值=(左足电导值+右足电导值)/2。平均电导值=(手电到均值+足电导均值)/2。3组患者左、右手，左、右足电导值差异无统计学意义。随着VPT值的递增，皮肤电导值水平逐步下降，即高风险组皮肤电导值水平最低，低风险组电导值最高，中度风险组居中，3组差异有统计学意义(P<0.05)。见表2。皮肤电导值与VPT显著相关(r=-0.483,P<0.05)。

表2　3组电导值比较　μS

与低风险组比较, *P<0.05; 与中度风险组比较, #P<0.05。

3讨论

研究发现，糖尿病患者小纤维神经受损较大纤维神经更为常见且严重，提示小纤维神经病变可能出现在大纤维神经病变之前，这种变化甚至在糖尿病前期就已经出现。人体汗腺受交感节后纤维支配，是典型的小纤维神经，对其功能的检测可早期发现周围小神经纤维的病变。DPN是目前公认的糖尿病患者并发足部溃疡的主要原因之一，美国糖尿病协会(ADA)建议所有2型糖尿病确诊时和1型糖尿病确诊5年后应该使用简单的临床检查手段筛查DPN，以后至少每年筛查1次。这些简单的手段包括视诊、评估足动脉搏动、保护性感觉丢失(LOPS)的检查; 10 g单尼龙丝+以下任何一项检查: 128 Hz音叉检查振动觉，针刺感，踝反射或振动觉阈值(VPT)[6]。VPT是定量感觉检查中的一种，振动觉检查结果的升高被认为是DPN最早出现的临床表现之一，它选择性反映有髓A(α/β)感觉纤维的功能，大量的临床资料[7]证明其与早期神经病变密切相关。

人体汗腺受交感节后无髓鞘C类纤维支配，易在糖尿病发病过程中受到损伤。Lauria G等[8]使用IENFD技术研究发现，糖尿病患者支配汗腺的交感神经节后纤维密度明显降低。在完整的周围神经系统中，各类神经纤维相互伴行，发生病变时也必然受到影响。因此，通过对泌汗功能的检查，能早期发现潜在的神经病变。传统的检测汗腺功能的方法包括交感神经皮肤反应(SSR)、调节性发汗试验(TST)、泌汗轴突定量试验(QSART)等，但这些检查耗时、费力，对操作人员及检查环境要求高，难以广泛开展。近年来已用于临床的欧米诺足贴(Neuropad)则是一种半定量的检测手段，判断的标准易受人为因素影响。EZSCAN通过反向离子法和计时电流法，提取汗液中氯离子，与电极板上镍离子发生反应产生电流，进而计算皮肤电导值。支配汗腺的交感神经的节后纤维受损会导致泌汗功能异常，汗液中可提取的氯离子浓度降低，电导值随之下降。本研究结果显示，随着VPT的递增，ESC水平逐步下降，即高风险组皮肤电导值水平最低，低风险组电导值最高，中度风险组居中，ESC与VPT存在等级连续相关性。研究[9]也证实了有足部皲裂、足溃疡史的患者ESC值低于无相关病史患者，而VPT值高于无相关病史患者。

国外已有多项研究验证了ESC与神经病变的关系。Yajnik CS等通过密西根神经病变筛查量表(MNSI)、Ewing′s心血管自主神经功能测定法来验证ESC检测感觉及自主神经病变的价值。研究[10]发现，ESC值低的患者MMSI量表分值高；ESC<40 μS患者Ewing′s检测2项以上异常的风险是ESC≥40 μS患者的4倍以上。Casellini CM等[11]以下肢神经损害评分(NIS-LL)、定量自主神经功能测试(QAFT)、定量感觉测试(QST)为判断标准来检测ESC在小神经及自主神经病变中的价值，研究指出通过ESC检测足部神经病变的敏感性为78%, 特异性为92%。Gordon SA等[12]对55例疑似远端对称性神经病变的患者及42例正常对照进行MNSI、密西根糖尿病神经病变评分表(MDNS)、犹他州早期神经病变评分(UENS)、表皮神经纤维密度(IENFD)、皮肤电导值(ESC)测定。随后以UENS作为标准，用受试者工作特征曲线(ROC)比较IENFD、ESC对远端对称性神经病变上的诊断效力，二者曲线下面积接近，分别为0.752和0.761。与本研究不同的是，这3项研究都使用EZSCAN的升级版本

SUDOSCAN来计算ESC。SUDOSCAN增加的功能为左右侧电导值对称性自动分析，但电导值的计算原理相同，不受版本影响。本研究通过统计学软件计算出各组左右侧电导值并无显著差异。

本研究中，随年龄的增长，电导值逐步下降，这是因为年龄本身就是神经病变的影响因素。本研究还发现，低风险组糖尿病病程最短，而高风险组与中度风险组糖尿病病程的差异无统计学意义。比较3组糖化血红蛋白HbA1c发现，仅高风险组与低风险组的差异有统计学意义。造成这两种现象的原因可能是由于DPN发病机制的多样性，即除了高血糖的直接作用外，可能还有包括多种信号通路、氧化应激、神经生长因子缺乏等机制[13]。临床上常可以见到，一些糖尿病患者血糖控制良好，仍然合并有周围神经病；另一些患者却与之相反。另外，低风险组中存在一些初发糖尿病患者，因就诊前血糖从未控制，这部分初发患者的存在导致了低风险组HbA1c水平的反常性升高。

参考文献

[1]Xu Y, Wang L, He J, et al. Prevalence and control of diabetes in Chinese adults[J]. JAMA, 2013, 310(9): 948.

[2]Tesfaye S, Boulton AJ, Dyck P J, et al. Diabetic neuropathies: update on definitions, diagnostic criteria, estimation of severity, and treatments[J]. Diabetes Care, 2010, 33(10): 2285.

[3]Sumner C J, Sheth S, Griffin J W, et al. The spectrum of neuropathy in diabetes and impaired glucose tolerance[J]. Neurology, 2003, 60(1): 108.

[4]Mayaudon H, Miloche P O, Bauduceau B. A new simple method for assessing sudomotor function: relevance in type 2 diabetes[J]. Diabetes Metab, 2010, 36(6 Pt 1): 450.

[5]Young MJ, Breddy J L, Veves A, et al. The prediction of diabetic neuropathic foot ulceration using vibration perception thresholds. A prospective study[J]. Diabetes Care, 1994, 17(6): 557.

[6]Standards of medical care in diabetes—2014[J]. Diabetes Care, 2014, 37(Suppl 1): S14.

[7]Garrow A P, Boulton A J. Vibration perception threshold-a valuable assessment of neural dysfunction in people with diabetes[J]. Diabetes Metab Res Rev, 2006, 22(5): 411.

[8]Lauria G, Lombardi R. Skin biopsy: a new tool for diagnosing peripheral neuropathy[J]. BMJ (Clinical research ed. ), 2007, 334(7604): 1159.

[9]Gin H, Baudoin R, Raffaitin C H, et al. Non-invasive and quantitative assessment of sudomotor function for peripheral diabetic neuropathy evaluation[J]. Diabetes Metab, 2011, 37(6): 527.

[10]Yajnik C S, Kantikar V V, Pande A J, et al. Quick and simple evaluation of sudomotor function for screening of diabetic neuropathy[J]. ISRN Endocrinol, 2012, 2012: 103714.

[11]Casellini C M, Parson H K, Richardson M S, et al. Sudoscan, a noninvasive tool for detecting diabetic small fiber neuropathy and autonomic dysfunction[J]. Diabetes Technol Ther, 2013, 15(11): 948.

[12]Gordon S A, Lessard M, Reyna S, et al. The diagnostic utility of Sudoscan for distal symmetric peripheral neuropathy[J]. J Diabetes Complications, 2014, 28(4): 511.

[13]施君, 张文川. 糖尿病周围神经病变发病机制的研究进展[J]. 上海交通大学学报(医学版), 2012(1): 116.

通信作者:成金罗, Email: chengjinluo567@sina. com

收稿日期:2015-07-16

中图分类号:R 587.2

文献标志码:A

文章编号:1672-2353(2016)03-165-02

DOI:10.7619/jcmp.201603061