Influence of gut-brain axis interaction on disease condition and prognosis of patients with obesity and type 2 diabetes mellitus after bariatric and metabolic surgery
-
摘要:目的
探讨肠-脑轴交互效应对肥胖合并2型糖尿病(T2DM)患者减重代谢手术后病情及预后的影响。
方法选取50例接受减重代谢手术治疗的肥胖合并T2DM患者作为研究对象，比较患者治疗前后血清胃肠肽类激素[胰岛素(Ins)、瘦素(Lep)、胰高血糖素样肽-1(GLP-1)、饥饿素(Ghr)]、糖化血红蛋白(HbA1c)水平和体质量指数(BMI)，并对患者的粪便样本进行16S rRNA扩增子测序，明确肠道菌群的组成与丰度。采用Pearson直线相关分析、Spearman相关分析法评估血清胃肠肽类激素、肠道菌群丰度指标与BMI、HbA1c的相关性。随访1年，记录患者不良终点事件发生情况，采用多元Logistic回归分析探讨肥胖合并T2DM患者减重代谢手术后1年预后的影响因素。
结果与治疗前比较，治疗后患者的BMI和血清HbA1c、Ghr水平降低，血清Ins、Lep、GLP-1水平升高，差异有统计学意义(P < 0.05); 与治疗前比较，治疗后患者肠道菌群丰度指标Shannon指数、Simpson指数升高，差异有统计学意义(P < 0.05); 治疗后，肠道菌群中的厚壁菌门、拟杆菌门占比低于治疗前，变形菌门占比高于治疗前，差异有统计学意义(P < 0.05)。相关性分析结果显示，血清Ins、Lep、GLP-1水平均分别与BMI、HbA1c呈负相关(P < 0.05), 血清Ghr水平分别与BMI、HbA1c呈正相关(P < 0.05), Shannon指数、Simpson指数均分别与BMI、HbA1c呈负相关(P < 0.05)。多元Logistic回归分析结果显示，血清Lep、血清GLP-1、Simpson指数是肥胖合并T2DM患者减重代谢手术后预后的保护性因素(OR=0.523、0.417、0.613, P=0.020、0.015、0.026), 血清HbA1c是肥胖合并T2DM患者减重代谢手术后预后的危险性因素(OR=2.913, P=0.029)。
结论减重代谢手术能够调节肥胖合并T2DM患者的肠道菌群结构和胃肠肽类激素水平，通过影响肠-脑轴交互效应，改善患者的病情和预后。
Abstract:ObjectiveTo investigate the impact of gut-brain axis interaction on disease condition and prognosis in patients with obesity and type 2 diabetes mellitus (T2DM) following bariatric and metabolic surgery.
MethodsFifty patients with obesity and T2DM who underwent bariatric and metabolic surgery were recruited as study subjects. Serum levels of gastrointestinal peptide hormones[insulin (Ins), leptin (Lep), glucagon-like peptide-1 (GLP-1), ghrelin (Ghr)], glycated hemoglobin (HbA1c), and body mass index (BMI) were compared before and after treatment. Additionally, 16S rRNA amplicon sequencing of fecal samples was performed to determine the composition and abundance of gut microbiota. Pearson's correlation analysis and Spearman rank correlation analysis were used to assess the correlations of serum gastrointestinal peptide hormones, gut microbiota abundance indices with BMI and HbA1c. Patients were followed up for one year, and the occurrence of adverse outcomes was recorded. Multivariate logistic regression analysis was employed to explore influencing factors of the prognosis of patients with obesity and T2DM one year after bariatric and metabolic surgery.
ResultsCompared with pre-treatment levels, post-treatment BMI, serum HbA1c, and Ghr levels decreased, while serum Ins, Lep, and GLP-1 levels increased (P < 0.05). Post-treatment, gutmicrobiota abundanceindices, including Shannon and Simpson indices, increased significantly compared to pre-treatment levels (P < 0.05). After treatment, the proportions of Firmicutes, Bacteroidetes in the gut microbiota were lower than pre-treatment, but the proportion of Proteobacteria was higher than pre-treatment (P < 0.05). Correlation analysis revealed that serum Ins, Lep, and GLP-1 levels were separately negatively correlated with BMI and HbA1c (P < 0.05), while serum Ghr level was separately positively correlated with BMI and HbA1c (P < 0.05). Both Shannon and Simpson indices were negatively correlated with BMI and HbA1c (P < 0.05). Multivariate Logistic regression analysis showed that serum Lep, serum GLP-1, and Simpson index were protective factors for prognosis in patients with obesity and T2DM after bariatricand metabolic surgery (OR=0.523, 0.417, 0.613, P=0.020, 0.015, 0.026), while serum HbA1c was a risk factor (OR=2.913, P=0.029).
ConclusionBariatric and metabolicsurgery can regulate gut microbiota composition and gastrointestinal peptide hormone levels in patients with obesity and T2DM, thereby improving disease condition and prognosis through gut-brain axis interaction.
-
随着医疗水平的不断发展，化疗、靶向治疗和免疫治疗成为了肿瘤内科治疗的主要手段。近年来，以程序性死亡受体1(PD-1)/程序性死亡受体-配体1(PD-L1)抑制剂为代表的免疫检查点阻断治疗已逐渐成为肿瘤治疗领域的焦点[1]。在机体正常的情况下，免疫检查点可通过调节自身免疫反应的强度来维持免疫耐受; 当机体受到肿瘤侵袭时，免疫检查点途径的激活可抑制自身免疫，使机体抗肿瘤反应失调，有利于肿瘤细胞的生长和逃逸。因此，破坏肿瘤对这些途径的依赖是增强抗肿瘤免疫力的有效方法[2]。目前，上市的PD-1抑制剂包括纳武利尤单抗、帕博利珠单抗、卡瑞丽珠单抗等, PD-L1抑制剂有阿特珠单抗、阿维鲁单、德瓦鲁单抗等。本研究从临床用药角度出发，搜集PD-1抑制剂相关的治疗和不良反应数据，现将结果报告如下。
1. 资料与方法
从医院HIS系统回顾性选择2020年1月—2021年12月在肿瘤科接受PD-1抑制剂的患者，通过查阅病案来统计免疫治疗患者的治疗数据，记录患者的基本情况、用药剂量、联合用药情况、疗效评价和不良反应，参考美国卫生及公共服务部《常见不良事件评价标准(CTCAE)5.0版》对不良反应进行判断。
2. 结果
2.1 使用PD-1抑制剂患者的一般资料
2020、2021年共有55例肿瘤患者使用PD-1抑制剂，其中男33例，女22例，年龄32~85岁，平均(63.26±11.23)岁; 卡氏评分20~100分，平均体质量(62.87±11.50) kg, 体质量 < 60 kg者20例, 体质量≥60 kg者35例; 55例患者中，诊断最多的是肺癌，其次为肝癌、宫颈癌、食管癌、胃癌和肾癌等。见表 1。
表 1 55例使用PD-1抑制剂患者的一般资料一般资料 分类 n 比率/% 性别 男 33 60.00 女 22 40.00 年龄 30~40岁 1 1.82 41~50岁 4 7.27 51~60岁 15 27.27 61~70岁 23 41.82 71~80岁 7 12.73 81~90岁 5 9.09 卡氏评分 20分 1 1.82 50分 1 1.82 60分 4 7.27 70分 20 36.36 80分 17 30.91 90分 11 20.00 100分 1 1.82 病理诊断 肺癌 27 49.09 肝癌 10 18.18 食管癌 3 5.45 宫颈癌 3 5.45 胃癌 2 3.64 肾癌 2 3.64 恶性黑色素瘤 2 3.64 胰腺癌 2 3.64 肠癌 2 3.64 右腭部腺囊性癌 1 1.82 卵巢癌 1 1.82 2.2 免疫治疗的方案选择
55例患者共使用PD-1抑制剂241次，使用频率最高的是信迪利单抗200 mg的3周1次方案，其次是卡瑞利珠单抗200 mg的3周1次和2周1次方案，特瑞普利单抗240 mg的3周1次方案和220 mg的2周1次方案，帕博利珠单抗300 mg的3周1次方案，以及度伐利尤单抗840 mg的2周1次方案。见表 2。
表 2 PD-1抑制剂方案使用汇总治疗药物 剂量 治疗频次 n 比率/% 信迪利单抗 200 mg 3周1次 15 27.27 信迪利单抗 200 mg 4周1次 1 1.82 卡瑞利珠单抗 200 mg 2周1次 10 18.18 卡瑞利珠单抗 200 mg 3周1次 12 21.82 特瑞普利单抗 240 mg 3周1次 4 7.27 特瑞普利单抗 220 mg 2周1次 2 3.64 帕博利珠单抗 300 mg 3周1次 2 3.64 帕博利珠单抗 200 mg 2周1次 1 1.82 度伐利尤单抗 1 000 mg 3周1次 1 1.82 度伐利尤单抗 840 mg 2周1次 2 3.64 度伐利尤单抗 620 mg 2周1次 1 1.82 度伐利尤单抗 500 mg 2周1次 1 1.82 纳武利尤单抗 200 mg 2周1次 1 1.82 替雷丽珠单抗 200 mg 4周1次 1 1.82 派安普利单抗 200 mg 3周1次 1 1.82 2.3 免疫治疗方案
55例患者使用PD-1抑制剂的抗肿瘤治疗方案中，最常见的组合是化疗联合免疫治疗，其次是单独使用免疫治疗，再次是靶向联合免疫治疗以及化疗联合靶向和免疫治疗，见表 3。
表 3 55例患者接受免疫治疗方案的情况抗肿瘤方案 n 比率/% 化疗联合免疫治疗 28 50.91 免疫治疗 20 36.36 靶向联合免疫治疗 5 9.09 化疗联合靶向和免疫治疗 2 3.64 合计 55 100.00 2.4 免疫治疗的疗效评价
PD-1/PD-L1抑制剂起效的时间在3个月左右，接受免疫治疗3个月时可通过常规的CT、PET-CT、磁共振等检查手段判定疗效。通过追踪使用PD-1抑制剂患者的病历信息，对55例患者的疗效结果进行汇总，其中4例影像学评价为部分缓解, 24例为稳定, 25例为进展(有7例死亡), 2例因自动出院而无法获取影像学评价结果。见表 4。
表 4 55例患者接受PD-1抑制剂治疗后的疗效疗效评价 n 比率/% 部分缓解 4 7.27 稳定 24 43.64 进展 25 45.45 未作评价 2 3.64 合计 55 100.00 2.5 不良反应及预后
55例接受免疫治疗的患者中，有44例发生了药品不良反应，其中最常见的是自身免疫性疾病，包括8例甲状腺功能减退、6例免疫性肾炎、3例免疫性肺炎、1例免疫性肠炎和1例免疫性肌炎，其次是骨髓抑制和全身乏力。发生Ⅰ~Ⅱ级不良反应者25例, Ⅲ~Ⅳ级不良反应者19例，转归结果为好转40例，未见好转4例。见表 5。
表 5 使用PD-1抑制剂的不良反应类型及预后例 药物不良反应 n Ⅰ~Ⅱ级不良反应 Ⅲ~Ⅳ级不良反应 结局好转 自身免疫性疾病 19 8 11 17 骨髓抑制 11 6 5 10 全身乏力 6 5 1 5 高血压 1 1 0 1 低血压 1 1 0 1 荨麻疹 1 1 0 1 发热 1 1 0 1 鼻出血 1 0 1 1 呕吐 1 1 0 1 急性肾损伤 1 0 1 1 丙氨酸氨基转移酶增高 1 1 0 1 合计 44 25 19 40 3. 讨论
3.1 免疫治疗的适应证
近年来PD-1和PD-L1抑制剂广泛用于各种复发或转移的恶性肿瘤的治疗，包括非小细胞肺癌、黑色素瘤、头颈癌、肾细胞癌、尿路上皮细胞癌等[3-6]。相较于美国食品药品监督管理局(FDA)批准的纳武利尤单抗、帕博利珠单抗、阿普利珠单抗和度伐利尤单抗的较广的适应证，国家食品药品监督管理局(NMPA)批准的国产PD-1和PD-L1抑制剂的适应证则较为狭窄，信迪利单抗、特瑞普利单抗和派安普利单抗的适应证均为霍奇金淋巴瘤，特瑞普利的适应证为黑色素瘤，卡瑞利珠单抗的适应证为霍奇金淋巴瘤、肝癌和非小细胞肺癌。随着国内外临床试验的不断开展，越来越多的免疫抑制剂应用于更广泛的癌症种类[7-9]。目前，信迪利单抗正在中国进行多项Ⅰ期、Ⅱ期和Ⅲ期临床试验，用于多种实体肿瘤的治疗，包括非小细胞肺癌和食道癌[10]。从本院的肿瘤内科患者使用PD-1抑制剂的种类和癌症种类也可以看出这种趋势，例如信迪利单抗在本院肿瘤科用于治疗肺癌、胃癌、食管癌和宫颈癌，一方面需要临床考虑不同药物覆盖多个适应证的价值比较与证据，另一方面也需要药事管理委员会重视超说明书及超指南的证据认定、分层与分级。另外，医保报销审批范围也是临床选择免疫治疗的重要因素。经查询国家政府服务平台，信迪利单抗、卡瑞利珠单抗、特瑞普利单抗、替雷利珠单抗报销类别为医保乙类，仅限用于说明书中已批准的适应证才能报销。建议临床药师掌握医保政策动态，在医师考虑免疫治疗药物时给予准确的信息支持。
3.2 PD-1抑制剂的剂量选择
PD-1/PD-L1抑制剂作为治疗性单克隆抗体，具有相对分子质量大、不易透过生物膜、给药剂量低和易在体内降解等特点[11]。在1~10 mg/kg(2周1次)剂量范围内，卡瑞利珠单抗暴露量峰值浓度(Cmax)的增加与剂量呈线性关系，推荐剂量为200 mg(2周1次)[12]。说明书规定: 霍奇金淋巴瘤、食管鳞癌的用法为200 mg, 2周1次; 晚期肝细胞癌为3 mg/kg, 3周1次; 晚期或转移性非鳞状非小细胞肺癌为200 mg, 3周1次。医师在诊疗时将根据患者的癌症种类、疗效和不良反应选择不同的剂量和频次，例如1例56岁食管鳞癌患者使用卡瑞利珠单抗200 mg、2周1次的方案共4次后，疾病出现进展，则予以停用; 1例68岁晚期非鳞状非小细胞肺癌患者使用卡瑞利珠单抗200 mg、3周1次的方案共3次后，出现了鼻出血的Ⅱ度不良反应，影像学评价为稳定后可继续使用。作为肿瘤科临床药师，应充分了解PD-1/PD-L1抑制剂的药代动力学和药效学特点，了解医师给予不同剂量的出发点，而不能单纯地做医嘱点评不合理的评价，积极为剂量优化查找循证依据，实现规范化用药。
3.3 影响免疫治疗疗效的因素
免疫治疗疗效与肿瘤的免疫微环境、肿瘤的免疫原性、肿瘤的基因突变等多因素相关。本研究55例使用PD-1抑制剂的患者中，有24例(43.64%)影像学评价为稳定，与JIA R等[14]研究结果相似。就药物本身而言，抗体类药物的药物动力学(PK)参数的个体差异较大，与个体的基因多态性、年龄、合并疾病、药物组分都有关系，淋巴和间隙液体将影响药物的分布，随着患者年龄增加，淋巴血流速度减慢，药物分布变缓、变少[13]。患者合并的疾病如炎症和局部贫血会破坏内皮细胞通透性，可增加药物通透性和分布，患者出现发热或者感染也会加快药物代谢速度。本院有3例患者在使用PD-1抑制剂前后2 d内使用了人血白蛋白和地塞米松，考虑白蛋白可能影响PD-1抑制剂的受体结合，糖皮质激素会抑制人体免疫系统，建议尽量避免在接受PD-1治疗前使用全身性皮质类固醇及其他免疫抑制剂，以减少相互作用，提高临床疗效。
3.4 PD-1抑制剂的不良反应及预后
BYUN D J等[15]研究指出, 39.0%~54.2%接受PD-1抑制剂的患者曾发生过药品不良反应。ORIENT-1试验[16]指出，信迪利单抗引起的免疫相关不良事件发生率为54%, 3例患者发生Ⅲ~Ⅳ级免疫相关不良事件, 13%的患者出现输液反应。本院55例使用PD-1的患者中, 44例出现不良反应，最常见的是自身免疫性相关疾病、骨髓抑制、全身乏力, 8例患者使用PD-1抑制剂后出现甲状腺功能降低，6例患者经治疗后好转而继续接受免疫治疗; 2例患者出现胰腺功能衰竭、糖尿病酮症等严重不良反应，经医师综合考评后停止了免疫治疗。11例患者出现的免疫相关不良反应涉及肾炎、肺炎、肠炎和心肌炎，需要注意的是，免疫相关性不良反应既可发生在用药期间，也有少数患者在治疗结束后1年才出现。医务人员需确保治疗前完善基线检查，对不良反应的检测和评估保持敏感性。临床药师需将接受免疫治疗的患者纳为重点监护对象，根据用药后的不良反应和相关检查结果进行判断，协助医生及时处理免疫相关不良反应，保证用药安全。
3.5 PD-1抑制剂的药学服务细节
药学人员应从药品的储存、医嘱审核、冲配和用药监护等环节做好服务，保证免疫制剂2~8 ℃避光保存、运输，不可冷冻; 审核医嘱时注意溶媒和浓度的要求，卡瑞利珠单抗和纳武利珠单抗可选择0.9%生理盐水或5%葡萄糖作为溶媒，信迪利单抗和派安普利单抗仅可选择0.9%生理盐水，终浓度分别需为1.5~5.0 mg/mL和1.0~5.0 mg/mL; 静脉输注要求外加1个无菌、无热原、低蛋白结合的0.2 μm过滤器的输液管的药物有信迪利单抗、卡瑞利珠单抗和派安普利单抗; 滴注时间也略有差异，信迪利单抗和卡瑞丽珠单抗要求30~60 min, 度伐力尤单抗≥60 min, 纳武利珠单抗≥30 min, 建议药师将滴注时间的要求标注在输液袋上，提醒护士控制相应的滴注速度，减少不良反应的发生。
PD-1抑制剂的安全使用需要专业人员的精准治疗和监护。在接受肿瘤免疫治疗前及治疗后，医师对患者要进行规范化的相关生物标记物的检测和影像学评价，评价疗效应答; 根据癌症种类和个体意愿选择恰当的免疫药物类型，根据疗效评价调整剂量和频次; 护士准确执行医嘱，保证正确的滴注时间; 临床药师严格把控医嘱点评及审核的合理性，加强用药监护，及时发现不良反应，为医师合理处理并发症提供参考。
-
表 1 50例患者治疗前后血清指标及体质量指数比较(x±s)
时点 BMI/(kg/m2) HbA1c/% Ins/(pg/mL) Lep/(pg/mL) GLP-1/(pg/mL) Ghr/(pg/mL) 治疗前 32.8±2.4 8.1±1.2 260.8±23.2 5.8±0.9 82.8±9.4 272.8±20.6 治疗后 26.1±1.8* 5.7±0.5* 311.2±42.8* 7.2±1.4* 98.2±11.3* 223.2±14.8* BMI: 体质量指数; HbA1c: 糖化血红蛋白; Ins: 胰岛素; Lep: 瘦素; GLP-1: 胰高血糖素样肽-1; Ghr: 饥饿素。与治疗前比较, * P < 0.05。 
下载: 导出CSV
表 2 50例患者治疗前后肠道菌群丰度指标比较(x±s)
时点 OTU丰度 ACE指数 Chao指数 Shannon指数 Simpson指数 治疗前 128.2±10.1 168.1±23.6 208.3±9.7 2.84±0.22 0.18±0.04 治疗后 125.3±9.4 175.7±33.2 211.5±13.0 3.02±0.43* 0.22±0.06* OTU: 操作分类单元。与治疗前比较, * P < 0.05。
下载: 导出CSV
表 3 50例患者治疗前后肠道菌群组成情况比较(x±s)
% 时点 厚壁菌门 拟杆菌门 变形菌门 治疗前 49.32±8.26 30.53±5.67 11.65±4.98 治疗后 44.22±6.67* 21.23±4.72* 19.92±6.24* 与治疗前比较, * P < 0.05。
下载: 导出CSV
表 4 各项临床指标的相关性分析
指标 BMI HbA1c r P r P 血清Ins -0.779 0.026 -0.859 0.013 血清Lep -0.791 0.030 -0.725 0.040 血清GLP-1 -0.689 0.047 -0.708 0.042 血清Ghr 0.702 0.043 0.731 0.039 Shannon指数 -0.812 0.021 -0.866 0.011 Simpson指数 -0.802 0.023 -0.828 0.019
下载: 导出CSV
表 5 患者预后影响因素的多元Logistic回归分析
变量 β S. E. Wald系数 OR P 95%CI 年龄 0.218 0.177 1.521 1.244 0.088 0.896~1.504 BMI 0.439 0.283 2.405 1.551 0.071 0.927~2.038 血清HbA1c 1.069 0.462 5.356 2.913 0.029 2.462~3.423 血清Ins 0.886 0.512 2.996 2.426 0.058 1.589~3.261 血清Lep -0.648 0.257 6.361 0.523 0.020 0.316~0.865 血清GLP-1 -0.875 0.322 7.379 0.417 0.015 2.295~3.512 血清Ghr 0.758 0.435 3.040 2.135 0.055 1.867~2.460 OTU丰度 0.704 0.408 2.974 2.031 0.059 1.725~2.386 ACE指数 0.229 0.316 0.528 1.258 0.128 0.677~2.337 Chao指数 0.709 0.422 2.819 2.031 0.062 1.214~2.925 Shannon指数 -0.322 0.294 1.196 0.725 0.095 0.407~1.290 Simpson指数 -0.489 0.203 5.812 0.613 0.026 0.412~0.913
下载: 导出CSV
-
[1] YANPING W, GAO X F, CHENG Y Z, et al. The interaction between obesity and visceral hypersensitivity[J]. J Gastroenterol Hepatol, 2023, 38(3): 370-377.
[2] CABOU C, BURCELIN R. GLP-1, the gut-brain, and brain-periphery axes[J]. Rev Diabet Stud, 2011, 8(3): 418-431.
[3] CHEN G M, DONAHOO W T, CARDEL M I, et al. Variation by race/ethnicity in the utilization and weight loss following metabolic bariatric surgery[J]. Surg Obes Relat Dis, 2023, 19(12): 1391-1404.
[4] KÖHLER C A, MAES M, SLYEPCHENKO A, et al. The gut-brain axis, including the microbiome, leaky gut and bacterial translocation: mechanisms and pathophysiological role in Alzheimer's disease[J]. Curr Pharm Des, 2016, 22(40): 6152-6166.
[5] LONGO S, RIZZA S, FEDERICI M. Microbiota-gut-brain axis: relationships among the vagus nerve, gut microbiota, obesity, and diabetes[J]. Acta Diabetol, 2023, 60(8): 1007-1017.
[6] ZHANG Q, JIN K Y, CHEN B, et al. Overnutrition induced cognitive impairment: insulin resistance, gut-brain axis, and neuroinflammation[J]. Front Neurosci, 2022, 16: 884579.
[7] FERNÁNDEZ REAL J M, MORENO-NAVARRETE J M, MANCO M. Iron influences on the Gut-Brain axis and development of type 2 diabetes[J]. Crit Rev Food Sci Nutr, 2019, 59(3): 443-449.
[8] 张成岗, 巩文静, 李志慧, 等. 双脑模型假说—由肠道菌群微生态构建的"菌脑" 可能是人体对物质记忆的"第二大脑"[J]. 实用临床医药杂志, 2019, 23(6): 1-6. doi: 10.7619/jcmp.201906001 [9] ZHAO Q H, CHEN J L, WU M J, et al. Microbiota from healthy mice alleviates cognitive decline via reshaping the gut-brain metabolic axis in diabetic mice[J]. Chem Biol Interact, 2023, 382: 110638.
[10] CARACCIOLO B, XU W L, COLLINS S, et al. Cognitive decline, dietary factors and gut-brain interactions[J]. Mech Ageing Dev, 2014, 136/137: 59-69.
[11] CHEN S M, ZENG F S, FU W W, et al. White hyacinth bean polysaccharide ameliorates diabetes via microbiota-gut-brain axis in type 2 diabetes mellitus rats[J]. Int J Biol Macromol, 2023, 253(Pt 6): 127307.
[12] YIN M S, WANG Y, HAN M Y, et al. Mechanisms of bariatric surgery for weight loss and diabetes remission[J]. J Diabetes, 2023, 15(9): 736-752.
[13] SANTOS-MARCOS J A, MORA-ORTIZ M, TENA-SEMPERE M, et al. Interaction between gut microbiota and sex hormones and their relation to sexual dimorphism in metabolic diseases[J]. Biol Sex Differ, 2023, 14(1): 4.
[14] DOMÍNGUEZ ALVARADO G A, GARCÍA MURILLO J S, ZAMBRANO SILVA L P, et al. Comment on: insulin resistance levels predicted metabolic improvement and weight loss after metabolic surgery in Chinese patients with type 2 diabetes[J]. Surg Obes Relat Dis, 2024, 20(2): 213-214.
[15] AGAGVNDVZ D, ICER M A, YESILDEMIR O, et al. The roles of dietary lipids and lipidomics in gut-brain axis in type 2 diabetes mellitus[J]. J Transl Med, 2023, 21(1): 240.
[16] LEE S J, SEO W J, PARK S, et al. Comparative analysis of various weight loss success criteria models after bariatric metabolic surgery in Korean morbid obese patients[J]. J Metab Bariatr Surg, 2023, 12(2): 67-75.
[17] THAKER V V, KWEE L C, CHEN H Y, et al. Metabolite signature of diabetes remission in individuals with obesity undergoing weight loss interventions[J]. Obesity, 2024, 32(2): 304-314.
[18] CHAIYASOOT K, SAKAI N S, ZAKERI R, et al. Weight-loss Independent Clinical and Metabolic Biomarkers Associated with Type 2 Diabetes Remission Post-bariatric/metabolic Surgery[J]. Obes Surg, 2023, 33(12): 3988-3998.
[19] FLANAGAN E W, SPANN R, BERRY S E, et al. New insights in the mechanisms of weight-loss maintenance: summary from a Pennington symposium[J]. Obesity, 2023, 31(12): 2895-2908.
[20] SHAH A, LIANG N E, BRUZONI M, et al. Outcomes after metabolic and bariatric surgery in preteens versus teens using the Metabolic and Bariatric Surgery Accreditation and Quality Improvement Program database and center-specific data[J]. Obesity, 2024, 32(1): 150-155.
计量
- 文章访问数: 136
- HTML全文浏览量: 19
- PDF下载量: 10
苏公网安备 32100302010246号