您现在的位置： 
用OGTT预测心血管疾病还有必要吗？ 美国得克萨斯健康科技大学内科Stern等报告，虽然空腹和餐后2小时血糖浓度都可预测心血管病(CVD)的发生，但包括空腹血脂、血压、体质指数(BMI)、吸烟史和CVD家族史在内的多变量模型，能更好预测CVD高危者。 Stern等进行的该项研究，比较了口服葡萄糖耐量试验(OGTT)和包含常用临床参数在内的多变量模型预测CVD的能力。(Diabetes Care 2002251851)休 闲居编 辑 研究者从圣安东尼奥市的数个人口普查点，随机选择2662名墨西哥裔美国人和1595名非墨西哥裔美国白人，入选对象均无糖尿病和CVD，年龄在25～64岁范围。研究者在基线和随访期收集受试者病史和吸烟史，测量BMI、血压、空腹和餐后2小时血糖水平、空腹和2小时血清胰岛素浓度、血清甘油三酯水平以及空腹血清总胆固醇、LDL胆固醇和HDL胆固醇水平。CVD定义为在随访期发生心肌梗死、卒中、心血管病死亡或行冠脉血运重建术。 随访7～8年后，88例墨西哥裔美国人和71例非墨西哥裔美国人发生CVD。Stern等采用逐步多元kogistic回归模型预测CVD的发生，采用受试者操作特征曲线(ROC)下面积评估这些模型的预测把握度。 结果显示，餐后2小时血糖浓度的ROC下面积比空腹血糖浓度的ROC下面积稍大，但无显著差异，而且二者都是预测CVD相对弱的指标。多变量模型的ROC下面积显著大于血糖浓度的ROC下面积，该多变量模型包含临床容易收集的参数(不包括餐后2小时血糖浓度)。模型中加入餐后2小时血糖浓度，不能提高其预测把握度。 研究者认为，虽然空腹和2小时血糖浓度都可预测CVD的发生，但包含空腹血脂、血压、BMI、吸烟史和CVD家族史在内的多变量模型能更好预测CVD高危者，而且上述指标均容易获得。在这组指标中添加OGTT结果，并不能显著增加预测CVD的能力。而且，检查OGTT较麻烦，临床不常做。在全国性普查中增加OGTT，增加的费用也较大。 |