مقاله ترجمه شده درباره شاخص مبتنی بر پارامتر لیپیدی برای برآورد حساسیت انسولینی و شناسایی مقاومت انسولینی در یک جمعیت سالم
مشخصات مقاله:
عنوان فارسی مقاله:
شاخص مبتنی بر پارامتر لیپیدی برای برآورد حساسیت انسولینی و شناسایی مقاومت انسولینی در یک جمعیت سالم
عنوان انگلیسی مقاله:
A lipid-parameter-based index for estimating insulin sensitivity and identifying insulin resistance in a healthy population
مناسب برای رشته های دانشگاهی زیر:
پزشکی
مناسب برای گرایش های دانشگاهی زیر:
دیابت
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
مقدمه
روش کار
اندازه گیری حساسیت انسولینی
اندازه گیری های دیگر
آنالیز اماری و محاسبات
نتایج
بحث
نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
Aim. – Insulin resistance needs to be identified as early as possible in its development to allow targeted prevention programmes. Therefore, we compared various fasting surrogate indices for insulin sensitivity using the euglycaemic insulin clamp in an attempt to develop the most appropriate method for assessing insulin resistance in a healthy population. Methods. – Glucose, insulin, proinsulin, glucagon, glucose tolerance, fasting lipids, liver enzymes, blood pressure, anthropometric parameters and insulin sensitivity (Mffm/I) using the euglycaemic insulin clamp were obtained for 70 normoglycaemic non-obese individuals. Spearman’s rank correlations were used to examine the association between Mffm/I and various fasting surrogate indices of insulin sensitivity. A regression model was used to determine the weighting for each variable and to derive a formula for estimating insulin resistance. The clinical value of the surrogate indices and the new formula for identifying insulin-resistant individuals was evaluated by the use of receiver operating characteristic (ROC) curves. Results. – The variables that best predicted insulin sensitivity were the HDL-to-total cholesterol ratio, the fasting NEFA and fasting insulin. The use of the lipid-parameter-based formula Mffm/I = 12 × [2.5 × (HDL-c/total cholesterol) − NEFA] – fasting insulin appeared to have high clinical value in predicting insulin resistance. The correlation coefficient between Mffm/I and the new fasting index was higher than those with the most commonly used fasting surrogate indices for insulin sensitivity. Conclusion. – A lipid-parameter-based index using fasting samples provides a simple means of screening for insulin resistance in the healthy population.
چکیده
هدف. مقاومت انسولینی، نیاز به شناسایی فوری آن و پیشرفت آن دارد که اینکار سبب می شود برنامه های پیشگیری هدفمندی انجام شوند. بنابراین شاخص های جایگزین ناشتا مختلفی را برای حساسیت انسولینی، با استفاده از کلامپ انسولین یوگلیسمیک در تلاش برای توسعه ی مناسبترین روش ها به منظور ارزیابی مقاومت انسولینی در جمعیت سالم را مقایسه کردیم.
روش کار. گلوکز، انسولین، پروانسولین، گلوکاگون، تحمل گلوکز، لیپیدهای ناشتا، آنزیم های کبدی، فشار خون، پارامترهای آنتروپومتریک و حساسیت انسولینی (Mffm/I) با استفاده از کلامپ انسولین یوگلیسمیک برای 70 فرد غیرچاق (لاغر) نرموگلیسمیک بدست آمدند. همبستگی رتبه ای Spearman’s برای بررسی رابطه ی میان Mffm/I و شاخص های مختلف جایگزین ناشتا حساسیت انسولینی مورد استفاده قرار گرفت. یک مدل رگرسیون برای تعیین وزن هر متغیر و استخراج فرمول برای برآوردن مقاومت انسولینی بکار برده شد. ارزش بالینی شاخص جایگزین و فرمول جدید برای شناسایی افراد مبتلا به مقاومت انسولینی با استفاده از منحنی های مشخصه عملکرد گیرنده (ROC) مورد بررسی قرار گرفتند.
نتایج. متغیرهایی که بهترین حساسیت انسولینی را پیش بینی کردند، نسبت HDL به کلسترول کل، NEFA ناشتا و انسولین ناشتا بودند. استفاده از فرمول مبتنی بر پارامتر-لیپید Mffm/I = 12×[2.5×(HDL-c/total cholesterol)−NEFA] – انسولین ناشتا، بنظر می رسد ارزش بالینی بالایی در پیش بینی مقاومت انسولینی دارد. ضریب همبستگی میان Mffm/I و شاخص جدید ناشتا، نسبت به آنهایی که معمولا شاخص جایگزین ناشتا را برای حساسیت انسولینی بکار می برند، بالاتر است.
نتیجه گیری. شاخص مبتنی بر –پارامتر-لیپید با استفاده از نمونه های ناشتا، ابزار ساده ای را برای غربالگری مقاومت انسولینی در جمعیت سالم را ارائه می دهد.
