Risk factors of pathological glycemic variability in pregnant women with type 1 diabetes mellitus

Cover Page


Cite item

Full Text

Abstract

Hypothesis/aims of study. Academician Vasily G. Baranov’s statement that achieving normal glycemia is the main condition for successful pregnancy outcomes in women with diabetes mellitus has already been proven. Unfortunately, these tight glycemic targets are hard to be achieved especially in metabolic changes during pregnancy. Glycemic variability is a new glycemic parameter available due to continuous glucose monitoring (CGM). Pathological glycemic variability can be an important risk factor for oxidative stress along with chronic hyperglycemia in patients with type 1 diabetes mellitus (T1D). However, there is no enough literature confirming the effect of pathological glycemic variability on pregnancy course and outcomes in T1D women. The aim of the study is to analyze different modes of insulin therapy for glycemic targets achievement and glycemic variability reduction in T1D pregnant women.

Study design, materials, and methods. 100 women treated with continuous subcutaneous insulin infusion (CSII) and another 100 women treated with multiple daily injections (MDI) of insulin were examined. Indices of glycemic variability were estimated.

Results. Glycemic variability was significantly lower in CSII patients compared to the MDI group. The influence of glycemic variability on endothelial dysfunction was confirmed for T1D pregnant women. CSII proved advantages in achieving glycemic targets without increasing glycemic variability and hypoglycemia.

Conclusion. CSII combined with CGM is the most optimal insulin therapy for glycemic targets achievement without an increased risk for glycemic variability and hypoglycemia.

About the authors

Alyona V. Tiselko

The Research Institute of Obstetrics, Gynecology, and Reproductology named after D.O. Ott

Author for correspondence.
Email: alenadoc@mail.ru
ORCID iD: 0000-0002-2512-833X
SPIN-code: 5644-9891

MD, PhD, Senior Researcher. The Department of Endocrinology of Reproduction

Russian Federation, St. Petersburg

References

  1. Айламазян Э.К., Абашова Е.И., Аржанова О.Н., и др. Сахарный диабет и репродуктивная система женщины: руководство для врачей. — М.: ГЭОТАР-Медиа, 2017. — 432 с. [Aylamazyan EK, Abashova EI, Arzhanova ON, et al. Sakharnyy diabet i reproduktivnaya sistema zhenshhiny: rukovodstvo dlya vrachey. Moscow: GEOTAR-Media; 2017. (In Russ.)]
  2. Kitzmiller JL, Block JM, Brown FM, et al. Managing preexisting diabetes for pregnancy: summary of evidence and consensus recommendations for care. Diabetes Care. 2008;31(5):1060-1079. https://doi.org/10.2337/dc08-9020.
  3. Hernandez TL, Friedman JE, Van Pelt RE, Barbour LA. Patterns of glycemia in normal pregnancy: should the current therapeutic targets be challenged? Diabetes Care. 2011;34(7):1660-1668. https://doi.org/10.2337/dc11-0241.
  4. Mills JL, Jovanovic L, Knopp R, et al. Physiological reduction in fasting plasma glucose concentration in the first trimester of normal pregnancy: The diabetes in early pregnancy study. Metabolism. 1998;47(9):1140-1144. https://doi.org/10.1016/s0026-0495(98)90290-6.
  5. Боровик Н.В., Потин В.В., Рутенбург Е.Л. Диабетические микрососудистые осложнения (ретинопатия и нефропатия) и беременность // Журнал акушерства и женских болезней. — 2013. — Т. 62. — № 2. — С. 75–82. [Borovik NV, Potin VV, Rutenburg EL. Diabetic microvascular complications (retinopathy and nephropathy) and pregnancy. 2013;62(2):75-82. (In Russ.)]
  6. Cryer PE. Glycemic goals in diabetes: trade-off between glycemic control and iatrogenic hypoglycemia. Diabetes. 2014;63(7):2188-2195. https://doi.org/10.2337/db14-0059.
  7. Nielsen LR, Pedersen-Bjergaard U, Thorsteinsson B, et al. Hypoglycemia in pregnant women with type 1 diabetes: predictors and role of metabolic control. Diabetes Care. 2007;31(1):9-14. https://doi.org/10.2337/dc07-1066.
  8. Wahabi HA, Alzeidan RA, Bawazeer GA, et al. Preconception care for diabetic women for improving maternal and fetal outcomes: a systematic review and meta-analysis. BMC Pregnancy Childbirth. 2010;10(1). https://doi.org/10.1186/1471-2393-10-63.
  9. Дедов И.И., Шестакова М.В., Майоров А.Ю., и др. Алгоритмы специализированной медицинской помощи больным сахарным диабетом / Под ред. И.И. Дедова, М.В. Шестаковой, А.Ю. Майоров. — 8-й выпуск // Сахарный диабет. — 2017. — T. 20. — № S1. — C. 1–112. [Dedov II, Shestakova MV, Mayorov AY, et al. Standards of specialized diabetes care. Ed. by I.I. Dedov, M.V. Shestakova, A.Y. Mayorov. 8th ed. Diabetes Mellitus.2017;20(S1):1-112. (In Russ.)]. https://doi.org/10.14341/DM20171S8.
  10. Marling CR, Struble NW, Bunescu RC, et al. A consensus perceived glycemic variability metric. J Diabetes Sci Technol. 2013;7(4):871-879. https://doi.org/10.1177/193229681300700409.
  11. Kohnert K-D, Heinke P, Fritzsche G, et al. Evaluation of the mean absolute glucose change as a measure of glycemic variability using continuous glucose monitoring data. Diabetes Technol Ther. 2013;15(6):448-454. https://doi.org/10.1089/dia.2012.0303.
  12. Bolinder J, Antuna R, Geelhoed-Duijvestijn P, et al. Novel glucose-sensing technology and hypoglycaemia in type 1 diabetes: a multicentre, non-masked, randomised controlled trial. Lancet. 2016;388(10057):2254-2263. https://doi.org/10.1016/s0140-6736(16)31535-5.
  13. Beck RW, Riddlesworth T, Ruedy K, et al. Effect of continuous glucose monitoring on glycemic control in adults with type 1 diabetes using insulin injections. JAMA. 2017;317(4):371. https://doi.org/10.1001/jama.2016.19975.
  14. McCall AL, Kovatchev BP. The Median is not the only message: a clinicianʼ perspective on mathematical analysis of glycemic variability and modeling in diabetes mellitus. J Diabetes Sci Technol. 2009;3(1):3-11. https://doi.org/10.1177/193229680900300102.
  15. Feig DS, Asztalos E, Corcoy R, et al. CONCEPTT: Continuous glucose monitoring in women with type 1 diabetes in pregnancy trial: A multi-center, multi-national, randomized controlled trial — Study protocol. BMC Pregnancy Childbirth. 2016;16(1). https://doi.org/10.1186/s12884-016-0961-5.
  16. Feig DS, Murphy HR. Continuous glucose monitoring in pregnant women with type 1 diabetes: benefits for mothers, using pumps or pens, and their babies. Diabetic Med. 2018;35(4):430-435. https://doi.org/10.1111/dme.13585.
  17. Pańkowska E, Błazik M. Bolus calculator with nutrition database software, a new concept of prandial insulin programming for pump users. J Diabetes Sci Technol. 2010;4(3):571-576. https://doi.org/10.1177/193229681000400310.
  18. Wentholt IME, Kulik W, Michels RPJ, et al. Glucose fluctuations and activation of oxidative stress in patients with type 1 diabetes. Diabetologia. 2007;51(1):183-190. https://doi.org/10.1007/s00125-007-0842-6.
  19. Colomo N, Tapia MJ, Vallejo MR, et al. Variabilidad glucémica y estrés oxidativo en niños con diabetes tipo 1 asistentes a un campamento. An Pediatr (Barc). 2014;81(3):174-180. https://doi.org/10.1016/j.anpedi.2013.09.007.
  20. Tay J, Thompson CH, Brinkworth GD. Glycemic variability: assessing glycemia differently and the implications for dietary management of diabetes. Annu Rev Nutr. 2015;35:389-424. https://doi.org/10.1146/annurev-nutr-121214-104422.
  21. Meng X, Gong C, Cao B, et al. Glucose fluctuations in association with oxidative stress among children with T1DM: comparison of different phases. J Clin Endocrinol Metab. 2015;100(5):1828-1836. https://doi.org/10.1210/jc.2014-2879.
  22. Soupal J, Skrha J, Jr., Fajmon M, et al. Glycemic variability is higher in type 1 diabetes patients with microvascular complications irrespective of glycemic control. Diabetes Technol Ther. 2014;16(4):198-203. https://doi.org/10.1089/dia.2013.0205.
  23. Kilpatrick ES, Rigby AS, Atkin SL. A1C variability and the risk of microvascular complications in type 1 diabetes: data from the Diabetes Control and Complications Trial. Diabetes Care. 2008;31(11):2198-2202. https://doi.org/10.2337/dc08-0864.
  24. Nalysnyk L, Hernandez-Medina M, Krishnarajah G. Glycaemic variability and complications in patients with diabetes mellitus: evidence from a systematic review of the literature. Diabetes Obes Metab. 2010;12(4):288-298. https://doi.org/10.1111/j.1463-1326.2009.01160.x.
  25. Morrow JD. Quantification of isoprostanes as indices of oxidant stress and the risk of atherosclerosis in humans. Arterioscler Thromb Vasc Biol. 2005;25(2):279-286. https://doi.org/10.1161/01.ATV.0000152605.64964.c0.
  26. Schisano B, Tripathi G, McGee K, et al. Glucose oscillations, more than constant high glucose, induce p53 activation and a metabolic memory in human endothelial cells. Diabetologia. 2011;54(5):1219-1226. https://doi.org/10.1007/s00125-011-2049-0.
  27. Alghothani N, Dungan KM. The effect of glycemic variability on counterregulatory hormone responses to hypoglycemia in young children and adolescents with type 1 diabetes. Diabetes Technol Ther. 2011;13(11):1085-1089. https://doi.org/10.1089/dia.2011.0026.
  28. Gogitidze Joy N, Hedrington MS, Briscoe VJ, et al. Effects of acute hypoglycemia on inflammatory and pro-atherothrombotic biomarkers in individuals with type 1 diabetes and healthy individuals. Diabetes Care. 2010;33(7):1529-1535. https://doi.org/10.2337/dc09-0354.
  29. Ceriello A, Novials A, Ortega E, et al. Evidence that hyperglycemia after recovery from hypoglycemia worsens endothelial function and increases oxidative stress and inflammation in healthy control subjects and subjects with type 1 diabetes. Diabetes. 2012;61(11):2993-2997. https://doi.org/10.2337/db12-0224.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Percentage distribution of rapid and slow bolus delivery in type 1 diabetes mellitus pregnant women treated with continuous subcutaneous insulin infusion

Download (96KB)
Indexing metadata
3. Fig. 2. Daily dose ratio of basal to bolus insulin in type 1 diabetes mellitus pregnant women treated with continuous subcutaneous insulin infusion (a) and multiple daily injections of insulin (b)

Download (137KB)
Indexing metadata
4. Fig. 3. Levels of postprandial glycemia in type 1 diabetes mellitus pregnant women who used a simple bolus via multiple daily injections of insulin, a standard bolus via continuous subcutaneous insulin infusion, and a multiwave bolus via constant subcutaneous insulin infusion (* p < 0.05, when compared to the “bolus via multiple daily injections of insulin” group)

Download (123KB)
Indexing metadata
5. Fig. 4. Frequency of hypoglycemic episodes (per week) in type 1 diabetes mellitus pregnant women treated with continuous subcutaneous insulin infusion and multiple daily injections of insulin (* p < 0.05, ** p < 0.01, *** p< 0.001, when compared to the constant subcutaneous insulin infusion regimen in the relevant trimesters of pregnancy)

Download (77KB)
Indexing metadata
6. Fig. 5. The average, minimum and maximum values of glucose in the intercellular fluid during the period of continuous monitoring in pregnant women with type 1 diabetes mellitus, using the mode of continuous subcutaneous insulin infusion (a) and the mode of multiple insulin injections (b)

Download (403KB)
Indexing metadata
7. Fig. 6. MAGE index (a), MODD index (b) and CONGA index (c) values in I, II, and III trimesters of pregnancy in type 1 diabetes mellitus pregnant women treated with continuous subcutaneous insulin infusion and multiple daily injections of insulin (* p < 0.05; # p < 0.05, when compared to the I trimester value in the relevant group)

Download (274KB)
Indexing metadata

Copyright (c) 2019 Tiselko A.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».