۲۳ اکتبر ۲۰۲۶- نوروپاتی محیطی دیابتی (DPN) یکی از شایعترین و ناتوانکنندهترین عوارض دیابت نوع ۲ (T2D) است. در نشست سالانه انجمن اروپایی مطالعه دیابت(EASD) امسال، گروهی از محققان در مورد ابزارهای جدید پیشبینی، اهداف و درمان های جدید نوروپاتی دیابتی سخنرانی کردند، که در این مقاله سه مورد از آنها را برای شما آورده ایم.
تحریک الکتریکی نخاعی با فرکانس ۱۰ کیلوهرتز برای نوروپاتی محیطی دیابتی دردناک
دکتر الیاس سراج، از دانشکده پزشکی وست ویرجینیا و رئیس بخش اختلالات غدد و متابولیک در دانشگاه اولد دومینیون درنورفالک- ویرجینیا، در این نشست به ارائه بینشها و راهکارهای بالقوه برای این بیماری پرداخت و اعلام کرد که افراد مبتلا به DPNبه دلیل درد و از دست دادن عملکرد حسی، با کاهش شدیدی در کیفیت زندگی خود مواجه هستند.
دکتر سراج، گزارش داد که تحریک الکتریکی نخاعی (SCS) با فرکانس بالا (۱۰ کیلوهرتز) در کنار مدیریت پزشکی متداول (CMM)، در اکثر شرکتکنندگان مطالعه در بازه ۱۲ ماهه، در مقایسه با روش CMMبه تنهایی، باعث تسکین درد و بهبود عملکرد حسی شده است. نتایج ششماهه این مطالعه پیشتر در پاییز امسال در نشریه Diabetes Careمنتشر شده بود.
این کارآزمایی کنترلشده تصادفی و چندمرکزی، ۹۱ شرکتکننده را شامل میشد (۵۰ نفر در گروه CMMو ۴۱ نفر در گروه SCS) که دچار درد اندام تحتانی با شدت حداقل ۵ سانتیمتر در مقیاس آنالوگ بصری ۱۰ سانتیمتری بودند و از دست دادن حسی آنها بر اساس امتیاز اصلاحشده بالینی نوروپاتی تورنتو (mTNCS) بالای ۵ تعریف شده بود. نرخ پاسخدهی به درد و بهبود حسی توسط فردی انجام شد که نسبت به تخصیص افراد در گروهها بی اطلاع (Blinded) بود. ارزیابی mTNCS شامل سنجشهای سوزنزنی، دما، لمس سطحی، ارتعاش و حس وضعیت (Position sense) بود.
میانگین سنی شرکتکنندگان ۶۲ سال و میانگین شاخص توده بدنی (BMI) آنها ۳۲ بود. از زمان تشخیص دیابت آنها تا شرکت در مطالعه حدود ۱۲ سال می گذشت و شروع DPNحدود ۴ سال پس از تشخیص دیابت بود. دکتر سراج اشاره کرد که تقریباً ۹۳٪ تا ۹۷٪ شرکتکنندگان در دسته درد شدید قرار داشتند.
در بازۀ ۶ ماهه، نزدیک به ۸۰٪ از گروه SCSبه هدف اصلی یعنی کاهش درد (کاهش حداقل ۵۰ درصدی درد) دست یافتند، در حالی که این رقم در گروه CMMتنها ۴.۰٪ بود. در تحلیل پروتکلمحور، میزان پاسخدهی به درد در گروه SCSبرابر با ۹۳.۱٪ (۲۷ از ۲۹ نفر) در مقابل صفر درصد (۰ از ۴۸ نفر) در گروه CMM بود. شایان ذکر است که در گروه SCS، بهطور کلی ۸۳٪ کاهش درد در اندام تحتانی و ۷۹.۷٪ کاهش اختلال در خواب مشاهده شد.
نرخ پاسخدهی به بهبود حسی (که به عنوان کسب حداقل ۳ امتیاز در mTNCSتعریف میشود)، در گروه SCSبرابر با ۵۵٪ و در گروه CMMبهتنهایی ۲۵٪ بود (P< 0.001).
پس از ۶ ماه، شرکتکنندگان اجازه داشتند به درمان جایگزین تغییر وضعیت دهند (Cross-over) و پیگیریها تا ۱۲ ماه ادامه یافت. هیچیک از افراد گروه SCSتصمیم به تغییر به گروه CMMنگرفتند، در حالی که ۹۲٪ از گروه CMMبه گروه SCSمنتقل شدند. از میان ۴۴ مورد انتقال، ۴۱ نفر کاشت دائمی انجام دادند و ۴۰ نفر (۹۷.۶٪) در ویزیت ۱۲ ماهه حضور یافتند.
نرخ پاسخدهی به درد و حس در بازه ۱۲ ماهه، هم در گروه اصلی SCSو هم در گروه انتقالیافته، پایدار ماند. بهطور مشخص، ۸۶٪ از گروه اصلی SCSو ۹۲٪ از گروه انتقالیافته همچنان بهبود درد را نشان دادند. نرخ بهبود حسی نیز پایدار بود: ۷۵٪ در گروه اصلی SCSو ۸۱٪ در گروه انتقالیافته.
دکتر سراج در پایان نتیجهگیری کرد: «این نخستین شواهد از پیشتعیینشده مبنی بر بهبود قابلتوجه عملکرد حسی در شرکتکنندگان مبتلا به DPNبا استفاده ازSCS ۱۰ کیلوهرتزی در هر دو بازه ۶ و ۱۲ ماهه بود.» این مطالعه توسط شرکت Nevroحمایت شده است.
مدل پیشبینی ریسک برای بروز ۴ ساله پلینوروپاتی دیستال سیمتریک (DSPN)
دکتر وندی دیویس از دانشکده پزشکی دانشگاه استرالیای غربی در پرت، که یکی از سخنران این نشست بود، گفت: ما توانستیم با تدوین الگوریتمی با استفاده از شش متغیر بالینی و آزمایشگاهی در دسترس، خطر بروز ۴ سالۀ DSPNرا در افراد مبتلا به دیابت نوع ۲ با دقت متوسط پیشبینی کنیم.
پلینوروپاتی دیستال سیمتریک(DSPN) رایجترین نوع نوروپاتی دیابتی است که در آن آسیب به اعصاب از نواحی دور از تنه (مانند نوک انگشتان پا) شروع شده و بهصورت متقارن در هر دو طرف بدن گسترش مییابد. این عارضه معمولاً با علائمی نظیر سوزش، گزگز، درد و از دست دادن حساسیت در پاها و دستها شناخته میشود.
او اشاره کرد که اگرچه DSPNیک عارضه بالقوه قابل پیشگیری از دیابت است، اما هنوز هیچ معادله پیشآگهی تثبیتشدهای در دستورالعملهای بالینی استاندارد ادغام نشده است.
پژوهشگران از دادههای طولی مطالعه مبتنی بر جامعه Fremantle Diabetes Study Phase II (FDS2)استفاده کردند که شامل ۶۳۰ شرکتکننده مبتلا به دیابت نوع ۲ (میانگین سنی ۶۳ سال؛ ۴۸٪ زن) بود که در ویزیت اولیۀ خود (۲۰۰۸-۲۰۱۱) فاقد DSPN بودند.
پلینوروپاتی دیستال سیمتریک در ویزیتهای پیگیری دوسالانه با استفاده از بیوتزیومتری برای اندازهگیری آستانه ادراک ارتعاش (VPT) ارزیابی شد و به عنوان امتیازی بالاتر از ۰.۵ از ۲.۰ در پرسشنامه ابزار غربالگری نوروپاتی میشیگان برای VPTتعریف گردید. اعتبارسنجی خارجی نیز در ۷۵ شرکتکنندۀ مبتلا به پلینوروپاتی دیستال سیمتریک و دیابت نوع ۱ (T1D) و ۴۶۳ شرکتکننده مبتلا به به پلینوروپاتی دیستال سیمتریک و دیابت نوع ۲ (T2D) انجام شد.
دکتر دیویس گفت: متغیرهای پایه که بهطور مستقل با بروز DSPNدر ۲ یا ۴ سال مرتبط بودند، عبارتند از: سن بالاتر، وضعیت فعلی استعمال دخانیات، قد بلندتر، فشار خون سیستولیک، نرخ فیلتراسیون گلومرولی تخمینی (eGFR) کمتر از ۴۵ میلیلیتر بر دقیقه بر متر مربع و سابقه بستری شدن در بیمارستان به دلیل نارسایی قلبی.
این مدل، میانگین خطر ۴ ساله بروز DSPNرا ۲۷.۵٪ پیشبینی کرد که با خطر مشاهده شده (٪۲۷.۹) مطابقت داشت. شاخصهای تشخیص ( AUCبرابر با ۰.۷۲۵)، کالیبراسیون و دقت (امتیاز Brierبرابر با ۰.۱۷۲) هر کدام در سطح متوسط توصیف شدند.
بیماران مبتلا به DSPNاحتمال بیشتری داشتند که مسنتر، مرد، بلندقد و سیگاری باشند؛ چاقی مرکزی و مدت زمان طولانیتر دیابت داشته باشند و از انسولین استفاده کنند.
در سطح ریسک پیشبینی شده ۳۰٪ برای ۴ سال، حساسیت مدل ۶۱.۱٪، اختصاصیت ۷۴.۸٪، ارزش پیشبینی مثبت (PPV) ۴۸.۴ ٪ و ارزش پیشبینی منفی (NPV) ۸۳.۲ ٪ بود. در آستانه ریسک ۱۰٪، حساسیت به ۹۶.۶٪ افزایش و اختصاصیت به ۱۲.۲٪ کاهش یافت، در حالی که PPVبه ۲۹.۹٪ و NPVبه ۹۰.۳٪ رسید.
محققان نتیجه گرفتند که خطر ۴ ساله DSPNرا میتوان با الگوریتمی که از متغیرهای بالینی و آزمایشگاهی متعارف استفاده میکند، با دقت متوسط پیشبینی کرد. متغیرهای قابل تغییر (سیگار، فشار خون بالا، اختلال عملکرد کلیه و نارسایی قلبی) و متغیرهای غیرقابل تغییر (سن و قد) در این مدل گنجانده شدهاند.
نکته قابل توجه این است که این مدل در گروه مبتلا به دیابت نوع ۱ نیز بهخوبی عمل کرد. دکتر دیویس، گفت: این ابزار در افراد با قومیتهای مختلف به یک اندازه کارایی دارد. این تحقیق توسط گرنتهای شورای ملی سلامت و تحقیقات پزشکی استرالیا حمایت شده و از منابع مرکز استرالیایی برای تسریع نوآوریهای دیابت تأمین مالی شده است.
تشخیص نوروپاتی از طریق تصاویر فوندوس شبکیه با استفاده از یادگیری عمیق
کرژیستوف ایرلیک، یکی دیگر از سخنران این نشست از دانشگاه علوم پزشکی سیلزیا در کاتوویس لهستان، گفت: یک مدل یادگیری عمیق که بر روی تصاویر رنگی فوندوس شبکیه آموزش دیده است، میتواند بیماران مبتلا به DPNعلامتدار را تنها با استفاده از تصاویر روتین، با حساسیت بالا و دقت بالینی معنادار شناسایی کند.
نوروپاتی محیطی دیابتی (DPN) تقریباً یکسوم افراد مبتلا به دیابت را تحت تأثیر قرار میدهد و عامل اصلی زخم پا و قطع عضو است؛ با این حال، ایرلیک خاطرنشان کرد که حدود نیمی از مبتلایان به این اختلال تشخیص داده نمیشوند و در کشورهایی مانند ایالات متحده، این درصد به ۸۰ تا ۹۰ درصد میرسد.
او توضیح داد که تصویربرداری از فوندوس شبکیه هماکنون در برنامههای غربالگری چشم دیابتی در مقیاس وسیع استفاده میشود و استفاده از آن برای تشخیص DPN«امکانپذیر» است. این تکنیک هم ریزعروق و هم بافت عصبی و همچنین بافت عصبی لایه داخلی شبکیه را نشان میدهد که بخشی از آن در DPNاز بین میرود. از آنجایی که این دادهها بهطور روتین جمعآوری میشوند، دسترسی به آنها آسان است.
تیم تحقیق قصد داشت بررسی کند که آیا یک مدل میتواند DPNعلامتدار را به عنوان بخشی از یک خط لوله غربالگری خودکار و مستقل از اپراتور شناسایی کند یا خیر. پژوهشگران ۴۸۸ بزرگسال مبتلا به دیابت را در یک کلینیک دانشگاهی وارد مطالعه کردند. میانگین سنی شرکتکنندگان ۵۴ سال، ۵۱٪ زن و ۸۲٪ مبتلا به دیابت نوع ۲ بود. DPN علامتدار بر اساس امتیاز ۴ یا بالاتر در پرسشنامه ابزار غربالگری نوروپاتی میشیگان (MNSI) تعریف شد. معاینه فیزیکی نیز بهطور عمدی حذف شد تا از متغیرهای وابسته به اپراتور جلوگیری شود.
پس از دریافت تصاویر فوندوس پنجمیدانی بدون اتساع مردمک، شرکتکنندگان بهطور تصادفی به مجموعههای آموزش (۷۰٪)، اعتبارسنجی (۱۰٪) و آزمایش (۲۰٪) اختصاص یافتند. یک شبکه عصبی برای شناسایی DPNعلامتدار تنها از طریق تصاویر آموزش دید.
در مجموع ۲۳۵ شرکتکننده (۴۸٪) واجد شرایط تعریف DPNعلامتدار بودند. افراد مبتلا به DPNمسنتر بودند (۵۷ در مقابل ۵۰ سال) و بیشتر در معرض دیابت نوع ۲ (۸۱٪ در مقابل ۶۶٪)، بیماری مزمن کلیوی (۳۱٪ در مقابل ۱۸٪) و فشار خون بالا (۷۲٪ در مقابل ۵۲٪) بودند.
هنگام اعمال مدل بر روی مجموعۀ آزمایش، مدل به دقت کلی ۸۳٪، حساسیت ۰.۹۰، اختصاصیت ۰.۷۸ و سطح زیر منحنی مشخصه عملکرد گیرنده (AUC) ۰.۸۵ دست یافت. دقت (Precision) ۰.۷۳ و امتیاز F1(معیاری برای سنجش میزان صحت موارد شناساییشده و یافتن موارد واقعی) ۰.۸۱ بود.
نویسندگان مطالعه نتیجه گرفتند که «گنجاندن چنین مدلی در برنامههای موجود غربالگری چشم دیابتی، میتواند غربالگری مقیاسپذیر نوروپاتی را به عنوان یک افزونه بدون بار بر روی تصویربرداری استاندارد شبکیه فراهم کند.»
منبع:
https://www.medscape.com/viewarticle/novel-prediction-tools-and-new-therapeutic-targets-diabetic-2026a100142w?src=