电子邮件:nutrimaylonmoraes@gmail.com摘要库欣综合症(SC)是临床异常的疾病,具有高慢性皮质醇或皮质类固醇(例如肾上腺皮质营养素)(ACTH)。SC的主要症状是月球脸,躯干肥胖,宫颈和背脂肪袋以及较薄的远端末端以及血糖不受控制。描述库欣综合征患者糖尿病发育的关系。在2018年至2023年之间,葡萄牙语,英语和西班牙语的文章叙事研究对Scielo,Capes和PubMed平台的文章研究。SC会导致糖尿病的发育,并且在大约15至50%的患者中存在,除了因糖皮质激素过量(GC)内源性引起的抗性葡萄糖外,这种加剧导致β细胞的胰岛素抵抗和障碍,从而降低了胰岛素胰岛素外生症的疾病。GC过多时,它们会增加肝脏中葡萄糖的产生,并刺激糖原合成糖原合成的骨骼肌。库欣综合征是由于其临床并发症(例如胰岛素抵抗和葡萄糖血糖增加)而使糖尿病加剧的疾病。因此,应在血液中以血糖水平在对照中提取这两种病理学的患者。关键词:糖尿病,库欣疾病,胰岛素抵抗。摘要库欣综合征(CS)是慢性皮质醇或类皮质类药物(如肾上腺皮质营养素)(ACTH)的临床异常状况。Cushing的CS的主要症状是圆形的脸,肥胖的腹部,颈部和背部的脂肪沉积物,但远端很细长,血糖控制不良。描述了库欣综合症患者糖尿病的发展之间的关系。2018年至2023年葡萄牙语,英语和西班牙语的Scielo,Capes和PubMed平台文章的叙事研究。CS导致糖尿病的发展,大约15%至50%的患者存在。除了过量的内源性糖皮质激素(GC)引起的葡萄糖耐药性外,这种加重还会导致胰岛素抵抗和β细胞功能障碍,从而减少胰岛素外胞毒素。当GC出现过量时,它们通过抑制糖原合成来刺激糖原生成和骨骼肌中增加肝脏中的葡萄糖产生。
4 Broder MS,近国会议员,Chang E,Cherepanov D和Ludlam WH,2015年,在美国居民<65岁的商业保险的患者中,Cushing's综合征和Cushing病的发病率,Pituitary,18(3):283-289。5 Nieman LK,Biller BMK,Findling JW,Newell-Price J,Savage MO,Stewart PM和Montori VM,2008年,《 Cushing's综合征的诊断:内分泌社会临床实践指南》,J Clin Endocrinol Metab,93(5):1526–1540。6 Clayton RN,Raskauskiene D,Reulen RC和Jones PW,2011年,英国Stoke-on-Trent 50年来Cushing病的死亡率和发病率:文学的审计和元分析,J Clin Endocrinol Metab,96(3)(3)(3):632-642。 7 Nieman LK,Biller BMK,Findling JW,Murad MH,Newell-Price J,Savage MO和Tabarin A,2015年,《库欣综合症的治疗:内分泌社会临床实践指南》。 J Clin Endocrinol Metab,100(8):2807–2831。6 Clayton RN,Raskauskiene D,Reulen RC和Jones PW,2011年,英国Stoke-on-Trent 50年来Cushing病的死亡率和发病率:文学的审计和元分析,J Clin Endocrinol Metab,96(3)(3)(3):632-642。7 Nieman LK,Biller BMK,Findling JW,Murad MH,Newell-Price J,Savage MO和Tabarin A,2015年,《库欣综合症的治疗:内分泌社会临床实践指南》。J Clin Endocrinol Metab,100(8):2807–2831。
在库欣氏病(CD)的先前研究中,强调了超皮质醇对人脑的不利影响。然而,大脑中区域高皮层化的相对改变尚不清楚。因此,我们研究了CD患者的区域体积改变。我们还分析了这些体积变化与临床特征之间的关联。研究参与者由活性CD(n = 60),短期缩放的CD(n = 28)和长期转换CD(n = 32)患者以及健康对照组组成的研究参与者(n = 66)。灰质体积(GMV)。使用自动解剖标记(AAL)地图集定义了子结构的GMV。在大多数CD患者的大脑子结构中发现了GMV归一化的趋势。在其他子区域(例如杏仁核,丘脑和尾状)中观察到了不同的趋势,包括扩大,不可逆和不受影响的趋势。分辨率分类后GMV的形态变化是一种复杂的现象。这些变化的特征在大脑子结构内有显着差异。
缩写 ACTH = 促肾上腺皮质激素;AUC = 曲线下面积;CD = 库欣病;CS = 海绵窦;DI = 尿崩症;EEA = 内镜经鼻入路;GBM = 梯度增强机;GLM = 广义线性模型;GTR = 大体肿瘤切除术;IPSS = 下岩窦取样;KNN = k-最近邻;ML = 机器学习;NPV = 阴性预测值;PAS = 过碘酸希夫;PPV = 阳性预测值;RF = 随机森林;ROC = 受试者工作特征;SF-1 = 类固醇生成因子-1;SVM = 支持向量机。随附编者按 DOI:10.3171/2020.3.FOCUS20213。提交于 2020 年 1 月 31 日。接受于 2020 年 3 月 4 日。引用时请包含 DOI:10.3171/2020.3.FOCUS2060。 * MZ 和 VES 对这项工作的贡献相同,并共同为第一作者。