下载:
下载:
-
近年来，有研究证实胰高血糖素样多肽-1（GLP-1）受体激动剂和钠-葡萄糖共转运蛋白-2（SGLT-2）抑制剂对2型糖尿病患者具有心血管保护作用[1-12]。中华医学会糖尿病分会第二十四次全国学术会议发布了《中国糖尿病防治指南（2020版）》，指南建议确诊动脉粥样硬化性心血管疾病（ASCVD）或伴有ASCVD高危因素的2型糖尿病患者，不论其糖化血红蛋白（HbA1c）是否达标，只要没有禁忌证都应在二甲双胍的基础上加用具有ASCVD获益证据的GLP-1受体激动剂或SGLT-2抑制剂；合并心衰（HF）的2型糖尿病患者，不论其HbA1c是否达标，只要没有禁忌证都应在二甲双胍的基础上加用SGLT-2抑制剂[13]。根据大型心血管安全性试验的结果，具有ASCVD获益的SGLT-2抑制剂和GLP-1受体激动剂有：恩格列净、卡格列净、利拉鲁肽、索马鲁肽、度拉糖肽和阿必鲁肽，其他SGLT-2抑制剂和GLP-1受体激动剂是否具有ASCVD获益还需进一步研究；具有心衰获益的仅有SGLT-2抑制剂：恩格列净、卡格列净、达格列净和艾托格列净，GLP-1受体激动剂是否具有心衰获益还需进一步研究[14]。本研究基于现有的证据进行系统回顾和网络Meta分析(NMA)，评价已上市的SGLT-2抑制剂和GLP-1受体激动剂对T2DM患者心血管保护作用的疗效差异，对其进行概率排序，形成推荐等级，为我国2型糖尿病临床治疗方案的选择提供循证依据。
-
检索Medline、Embase和Cochrane Library数据库，检索日期为建库至2020年7月18日。采用主题词结合自由词的方式制定检索策略。检索词包括“diabetes mellitus, type 2” “randomized controlled trial” “empagliflozin” “canagliflozin” “dapagliflozin” “ertugliflozin” “albiglutide” “dulaglutide” “exenatide” “liraglutide” “lixisenatide” “semaglutide” “oral se-maglutide”。
-
①随机对照试验；②年龄≥18岁，2型糖尿病患者；③试验组：恩格列净、卡格列净、达格列净、艾托格列净、度拉糖肽、索马鲁肽、利拉鲁肽、利司那肽、艾塞那肽、阿必鲁肽、口服索马鲁肽；对照组：安慰剂或以上SGLT-2抑制剂、GLP-1受体激动剂中除试验组外的任意一种或多种；④干预时长≥24周；⑤结局指标：主要心血管不良事件、全因死亡、心血管死亡、心力衰竭事件。
-
使用Endnote软件进行文献管理，由2名作者独立阅读文献，按照纳入标准提取研究的一般资料、患者基本特征、结局事件等。如意见不一致，通过讨论或第3名作者介入的方式解决。
-
由2名作者根据Cochrane偏倚风险评估工具2.0独立对纳入研究进行质量评价[15]，如意见不一致，通过讨论或第3名作者介入的方式解决。质量评价包括：①随机化过程产生的偏倚；②偏离既定干预措施产生的偏倚；③结局数据缺失产生的偏倚；④结局测量产生的偏倚；⑤结果选择性报告产生的偏倚；⑥整体偏倚。结果表示为“低风险”“需关注”和“高风险”，在5个领域中若出现任意一个或多个偏倚评估为高风险，则整体偏倚评估为高风险。
-
运用R软件 (version 4.0.3) 和GeMTC 包进行贝叶斯网状Meta分析，效应指标为风险比（HR）及其95%可信区间（CI）[16]。运用I2检验来评估研究间的异质性，若I2<50%，表示研究间的误差由抽样误差引起，纳入研究具有同质性；若I2>50%，认为研究间存在异质性[17]。运用节点拆分法检验直接比较结果和间接比较结果是否存在不一致性，若P>0.05，则认为直接比较和间接比较结果一致[18]。运用累积排序概率图下面积（SUCRA）作为累积排序概率的指标，根据SUCRA值的大小对干预措施优劣进行排序，SUCRA值越大表示干预措施获益越多[19]。SUCRA的值介于0到1之间。
-
检索获得18 294篇文献，剔除5 189篇重复文献，通过阅读题目和摘要剔除11 507 篇文献，通过阅读全文剔除1 464篇文献，最后纳入134项随机对照试验(见图1)，涉及11种降糖药物。
图 1 Meta分析文献纳入和排除流程图
-
共纳入162 345例患者，平均年龄为58.4岁，男性占56.7%，糖尿病病史约9年，平均HbA1c为8.1%，平均空腹血糖为9.2 mmol/L，平均BMI为31.4 kg/m2，平均体重为87.8 kg，平均收缩压为132.2 mmHg，平均舒张压为78.5 mmHg。
-
整体偏倚风险评估中，66项研究为高风险，53项为低风险，14项研究偏倚风险未知。随机化过程、结局测量、结果选择性报告领域中所有研究均为低风险；在结局数据缺失的偏倚评估中，由于研究失访率大于5%、存在组间失访率不均衡，以及缺失的数据等原因，有64项研究为高风险；3项研究因未报告干预分配的分析方法，在偏离既定干预措施的偏倚评估中为高风险。
-
纳入试验的临床特征、方法学及统计学相似，结合异质性检验结果I2=0，表明纳入研究具有同质性。
-
主要心血管不良事件的网状图如图2所示。与安慰剂相比，恩格列净、卡格列净、达格列净、阿必鲁肽、度拉糖肽、艾塞那肽、利拉鲁肽、索马鲁肽，可降低2型糖尿病患者主要心血管不良事件的发生风险（见图3A）；与安慰剂相比，恩格列净、卡格列净、达格列净和艾托格列净均可降低2型糖尿病患者心力衰竭的发生风险（见图3B）；与安慰剂相比，恩格列净、卡格列净、达格列净、艾塞那肽、利拉鲁肽和口服索马鲁肽可降低全因死亡事件的发生风险（见图3C）；与安慰剂相比，恩格列净、卡格列净、利拉鲁肽、口服索马鲁肽可降低心血管死亡事件的发生风险（见图3D）。
图 2 主要心血管不良事件的网状图
图 3 心血管不良事件终点的森林图
-
纳入研究的网状Meta分析直接证据和间接证据的不一致性检验，P值均大于0.05，表明直接证据和间接证据具有一致性。
-
根据累积排序概率图下面积（见图4），在主要心血管事件方面，获益从高到低的排序依次是：阿必鲁肽、索马鲁肽、卡格列净、口服索马鲁肽、恩格列净、度拉糖肽、利拉鲁肽、艾塞那肽、达格列净、艾托格列净、利司那肽、安慰剂；在降低心力衰竭的发生风险方面，获益排序依次是：恩格列净、卡格列净、阿必鲁肽、艾托格列净、达格列净、口服索马鲁肽、利拉鲁肽、艾塞那肽、度拉糖肽、利司那肽、安慰剂、索马鲁肽。
图 4 累积排序概率图及累积排序概率图下面积
-
本文研究结果显示，恩格列净、卡格列净、达格列净、阿必鲁肽、度拉糖肽、艾塞那肽、利拉鲁肽及索马鲁肽可降低2型糖尿病患者主要心血管不良事件的发生风险。结合多项大型心血管安全性试验及最新的循证医学证据，达格列净与艾塞那肽是否具有ASCVD获益还需要进一步研究，目前具有明确ASCVD获益的SGLT-2抑制剂和GLP-1受体激动剂有恩格列净、卡格列净、阿必鲁肽、度拉糖肽、利拉鲁肽和索马鲁肽。在我国可供选择的具有明确ASCVD获益的SGLT-2抑制剂和GLP-1受体激动剂有恩格列净、卡格列净、度拉糖肽、利拉鲁肽。结合本文研究结果，2型糖尿病合并ASCVD患者，应用SGLT-2抑制剂或GLP-1受体激动剂心血管获益从高到低分别是：卡格列净、恩格列净、度拉糖肽、利拉鲁肽。
-
本研究结果显示，恩格列净、卡格列净、达格列净和艾托格列净，均可降低2型糖尿病患者心力衰竭的发生风险，CVOTs及其他循证医学研究与本文研究结果一致，同时4种SGLT-2抑制剂均已进入我国协议期谈判药品目录。结合本文研究结果，降低心力衰竭风险方面，2型糖尿病合并心衰的患者应用SGLT-2抑制剂或GLP-1受体激动剂获益从高到低依次是：恩格列净、卡格列净、艾托格列净和达格列净。
-
前期通过系统检索数据库后发现我国上市的贝那鲁肽、洛塞那肽及tofogliflozin、ipragliflozin等在其他国家上市的SGLT-2抑制剂或GLP-1受体激动剂的随机对照试验较少，报告心血管事件的研究接近于0，因此本研究在制定纳排标准时仅纳入了11种SGLT-2抑制剂和GLP-1受体激动剂。经过筛选后纳入的134篇文献，由于试验失访率高于5%、失访数据存在组间不平衡及失访数据可能影响结果稳定性等原因，在评估偏倚风险时有64项研究在结局数据缺失的偏倚评估中为高风险，为检验研究结果的稳定性，本文通过敏感性分析纳入偏倚风险低的随机对照试验，其结果与主要研究一致。
-
根据本文的研究结果及目前在我国上市的SGLT-2抑制剂或GLP-1受体激动剂，针对2型糖尿病合并ASCVD患者，心血管获益从高到低分别是：卡格列净、恩格列净、度拉糖肽、利拉鲁肽；针对2型糖尿病合并心衰 的患者，应用SGLT-2抑制剂或GLP-1受体激动剂获益从高到低依次是：恩格列净、卡格列净、艾托格列净、达格列净。
Cardiovascular benefits of SGLT-2 inhibitors and GLP-1 receptor agonists in type 2 diabetes: a systematic review and network meta-analysis
-
摘要:
目的 通过贝叶斯网状Meta分析系统评价上市的11种钠-葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样多肽-1（GLP-1）受体激动剂治疗2型糖尿病患者的心血管获益。 方法 检索Medline、Embase和Cochrane 数据库，检索日期为建库至2020年7月18日。研究终点为心血管不良事件，效应指标为风险比（hazard ratios, HR）及其95%可信区间（95% CI）。 结果 与安慰剂相比，恩格列净、卡格列净、达格列净、阿必鲁肽、度拉糖肽、艾塞那肽、利拉鲁肽和索马鲁肽可降低2型糖尿病患者主要心血管不良事件的发生风险，HR及95%CI为0.75(0.60-0.95) ~0.90(0.82-0.99)；恩格列净、卡格列净、达格列净和艾托格列净可降低心力衰竭的发生风险，HR及95%CI为0.64(0.49-0.82) ~0.74(0.65-0.85)；恩格列净、卡格列净、达格列净、艾塞那肽、利拉鲁肽和口服索马鲁肽可降低全因死亡的发生风险，HR及95%CI为0.52(0.33-0.84)~0.89(0.80-0.99)；恩格列净、卡格列净、利拉鲁肽和口服索马鲁肽可降低心血管死亡事件的发生风险，HR及95%CI为0.54(0.30-0.95) ~0.83(0.71-0.96) 。 结论 应用SGLT-2抑制剂或GLP-1受体激动剂，对2型糖尿病合并动脉粥样硬化性心血管疾病患者的心血管获益依次是：卡格列净、恩格列净、度拉糖肽、利拉鲁肽；对2型糖尿病合并心衰的患者，心血管获益依次是：恩格列净、卡格列净、艾托格列净、达格列净。 -
关键词:
- 钠-葡萄糖共转运蛋白-2抑制剂 /
- 胰高血糖素样多肽-1受体激动剂 /
- 2型糖尿病 /
- 心血管安全性 /
- 网络Meta分析
Abstract:Objective To evaluate cardiovascular benefits in patients with type 2 diabetes mellitus treated with the marketed 11 sodium-glucose co-transporter-2 (SGLT-2) inhibitors and glucagon-like polypeptide-1 (GLP-1) receptor agonism by Bayesian network meta-analysis system. Methods MEDLINE, Embase and Cochrane Library were searched from the establishment of the database to 18 July 2020. The endpoint of the study was adverse cardiovascular events. The effect measures were hazard ratios (HR) and 95% credible intervals (CI). Results Compared with placebo, empagliflozin, canagliflozin, dapagliflozin, albiglutide, dulaglutide, exenatide, liraglutide, semaglutide reduced the risk of major adverse cardiovascular events in patients with type 2 diabetes with HR and 95% CI ranging between 0.75(0.60-0.95)~0.90(0.82-0.99); The risk of heart failure was reduced by empagliflozin, canagliflozin, dapagliflozin and ertugliflozin, with HR and 95%CI ranging between 0.64(0.49-0.82)~0.74(0.65-0.85); Empagliflozin, canagliflozin, dapagliflozin, exenatide, liraglutide and oral semaglutide reduced the incidence of all-cause mortality with HR and 95%CI ranging between 0.52(0.33-0.84)~0.89(0.80-0.99); Empagliflozin, canagliflozin, liraglutide and oral semaglutide can reduce the risk of cardiovascular death events, with HR and 95% CI ranging between 0.54(0.30-0.95)~0.83(0.71-0.96) . Conclusion The order of the cardiovascular benefits of SGLT-2 inhibitors or GLP-1 receptor agonists in patients with type 2 diabetes mellitus complicated with atherosclerotic cardiovascular disease are canagliflozin (the best), empagliflozin, dulaglutide, liraglutide; for patients with type 2 diabetes and heart failure. The order of the cardiovascular benefits for patients with type 2 diabetes and heart failure are empagliflozin, canagliflozin, ertugliflozin, and dapagliflozin. -
随着社会经济发展和饮食结构改变，功能性便秘（FC）发生率逐年攀升，并具有顽固性、复发性的特点，无根治特效药[1]，目前临床上对于便秘的干预措施主要包括药物、按摩、膳食调理等，但都存在依从性低、副作用明显、疗效不可靠等弊端[2]，新型抗便秘产品的研发具有迫切需求。黑蒜是一种发酵大蒜，在高温高湿条件下发酵一定时间制得[3]。黑蒜主要化学成分包括多糖、类黑精、蛋白质、多酚、含硫化合物等[4]，研究表明其具有显著的抗氧化、抗炎、抗肿瘤、抗肥胖[5-9]等作用，近年，黑蒜在通便相关的药食同源产品研发领域应用较多，但关于黑蒜抗便秘作用的研究较少，抗便秘功效成分更不明确，相关产品进一步研发与推广缺乏足够的科学依据。且黑蒜用于抗便秘每日需服用20 g以上[10]，易导致依从性差，难以长期坚持等问题。有研究发现大蒜多糖具有一定抗便秘作用[11]，而大蒜在加工成黑蒜的过程中糖类物质含量可增加数倍[12-13]，可合理推测黑蒜多糖可能具有更显著的抗便秘作用，是黑蒜抗便秘作用的物质基础之一，但目前还没有相关的研究。因此，本文建立复方地芬诺酯（CO.D）诱导的小鼠FC模型，探究黑蒜多糖的抗便秘作用，为新型抗便秘产品的研发提供科学依据。
1. 材料与仪器
1.1 实验材料
黑蒜（批号：20231030，上海明可名生物科技有限公司）；乳果糖口服液（规格：667 mg/ml，批号：22110047，北京韩美药品有限公司）；复方地芬诺酯片（2.5 mg/片，批号：210804，仁和堂医药连锁股份有限公司）。
1.2 实验试剂
D-无水葡萄糖（批号：S22J12H137237，源叶生物）；无水乙醇（批号：P2708277，泰坦科技）；生理盐水（批号：230327042，雷根生物）；4%多聚甲醛（批号：HP184401，博光生物）；浓硫酸（批号：
20230420）、 丙酮（批号：20230807 ）、石油醚（批号：20220507 ）均购自国药集团；三氯乙酸（批号：C14990699）、活性炭粉（批号：C14853603）、阿拉伯树胶粉（批号：C15109301）、苯酚（批号：C15031044）均购自麦克林生化；所有水均为超纯水机所制一级水。1.3 实验仪器
鼓风干燥箱DAG-924（满贤经贸）；循环水式多用真空泵SHB-III（明杰仪器）；万分之一天平JA1003（恒平仪器）；电热恒温水浴锅HWS-12（一恒仪器）；高速离心机M18G（创宜生物）；旋转蒸发器RE-52AA（亚荣仪器）；超纯水机Smart-S（和泰仪器）。
1.4 实验动物
SPF级C57雄性小鼠，体重18 ~22 g，许可证号： SCXK（浙）2019-00004，杭州子源实验动物科技有限公司。
2. 方法
2.1 黑蒜多糖的提取
取10 g黑蒜，按下列步骤处理： ①脱脂：剥去外壳，研磨成泥，85%乙醇水溶液（V/V）浸渍，常温静置8 h，抽滤，滤渣用85%乙醇水溶液洗涤2次，置于烘箱60℃挥干至无醇味，充分研磨获得脱脂黑蒜粉。②水提：所得脱脂黑蒜粉用80℃热水浸提1 h，料液比为1∶50，抽滤，滤液减压浓缩至原体积1/2。③脱蛋白：在浓缩液中加入等体积10%三氯乙酸水溶液，充分混匀，4℃静置10 h，离心取上清液。④醇沉：上清液加入无水乙醇，调节乙醇水溶液浓度为80%，充分混匀，4℃静置12 h，离心取沉淀。⑤干燥：挥干有机溶剂，烘箱60℃干燥，去除残留溶剂，得黑蒜多糖干燥粉末。
2.2 多糖含量的测定
采用苯酚-硫酸法[14]测定多糖含量。
2.2.1 葡萄糖标准曲线绘制
精密称取D-无水葡萄糖适量，配置为0.05、0.1、0.2、0.3、0.4、0.5 mg/ml的葡萄糖标准溶液，分别吸取250 μl于离心管中，依次加入6%苯酚溶液150 μl、浓硫酸625 μl，迅速振摇，静置反应30 min，吸取200 μl于96孔板，设置3个复孔，测量490 nm处吸光度。绘制葡萄糖标准曲线，求得回归方程。
2.2.2 样品测定
精密称取适量黑蒜多糖干燥粉末，加入蒸馏水配制成一定浓度的多糖溶液，根据酶标仪检测范围进行稀释。吸取250 μl多糖溶液于96孔板中，按照2.2.1项下方法进行测定，计算样品中多糖的含量，进一步计算黑蒜多糖的得率和纯度。
计算公式：黑蒜多糖得率（%）=
$ \dfrac{W2}{W1}\times 100\text{%} $ 黑蒜多糖纯度（%）=
$ \dfrac{C\times V\times D}{W2}\times 100\text{%} $ 式中：
$ W $ 1为黑蒜质量（g）；$ W $ 2为黑蒜多糖粉末质量；$ C $ 为样品中多糖的质量浓度（mg/ml）；$ V $ 为提取溶剂体积（ml）；$ D $ 为样品稀释倍数。2.3 动物实验给药剂量及配置
乳果糖口服液：乳果糖含量为667 mg/ml，正常成人用药量15 ml/d[15]，换算可得小鼠的用药剂量为4 g/（kg·d）。量取乳果糖口服液6 ml，加蒸馏水14 ml，配置成200 mg/ml的乳果糖口服液。
CO.D混悬液：参考贾红慧等[16]研究结果，选用5 mg/kg剂量CO.D造模，模型稳定、灵敏。取CO.D 4片，研磨成细粉，加蒸馏水20 ml，配置成0.5 mg/ml的 CO.D混悬液，使用前需充分混匀。
黑蒜多糖低、中、高剂量溶液：参考胡淼等[17]研究结果，黑蒜多糖低、中、高剂量组剂量分别选用0.25、0.5、1 g/kg。称取0.5、1、2 g黑蒜多糖干燥粉末，分别加蒸馏水20 ml，配置成25、50、100 mg/ml的黑蒜多糖溶液。
墨汁[18]：阿拉伯树胶于蒸馏水中加热至完全溶解，料液比为1∶8。加入5 g活性炭粉末，混合均匀，重复煮沸3次，冷却后定容至100 ml，使用前需充分混匀。
含药墨汁：取适量受试药，加入墨汁，配制成与上述受试药剂量相同的含药墨汁。
2.4 实验动物分组及给药方法
2.4.1 小鼠小肠墨汁推进实验
小鼠60只，适应性饲养1周，正常饮食饮水。给药前按照体重随机分为空白组、模型组、阳性组、黑蒜多糖低、中、高剂量组，每组10只。
按照0.1 ml/10 g灌胃给药。①给药：空白组和模型组小鼠给予蒸馏水，阳性组和黑蒜多糖组小鼠分别给予乳果糖口服液和黑蒜多糖溶液。1次/d，连续给药1周，观察并记录小鼠体重变化及一般状态。②造模：末次给药后禁食12 h，自由饮水，空白组小鼠灌胃蒸馏水，其余各组小鼠灌胃CO.D溶液。③给药：30 min后空白组、模型组灌胃墨汁，其它组小鼠灌胃相应含药墨汁。25 min后处死，剖取小鼠小肠（幽门至盲肠上端），平铺成直线，测量小肠总长度和墨汁推进距离，避免拉伸小肠，影响实验结果。
计算公式：小肠墨汁推进率（%）=墨汁推进距离（cm）/小肠总长度（cm）×100%
2.4.2 小鼠排便实验
分组、给药剂量及方法同“2.4.1”项下实验方法，给药后，记录每只小鼠首次排出黑便的时间、6 h内排出黑便的数量及重量，并进行粪便含水量测定，同时观察粪便性状。含水量测定方法为：将小鼠新鲜粪便置于提前干燥、称重的容器中，称重，于烘箱中干燥至重量不再变化，计算粪便含水量。
计算公式：粪便含水量（%）=
$ \dfrac{M1-M2}{M1}\times 100\text{%} $ 式中：M1为干燥前粪便质量（g），M2为干燥后粪便质量（g）。
2.5 统计学方法
采用SPSS 24统计软件进行数据分析，以均数±标准差（
$ \bar{X} $ ±S）表示计量资料。两两比较采用LSD-t检验，多组比较采用单因素方差分析，P<0.05表示差异有统计学意义，P<0.01表示差异显著，P<0.001表示差异极显著。3. 结果与分析
3.1 黑蒜多糖的得率和纯度
精密称量所得黑蒜多糖干燥粉末质量为0.832 g，代入公式计算可得黑蒜多糖的得率为8.32%。以葡萄糖浓度（mg/ml）为横坐标，吸光度为纵坐标，可得回归方程为Y=
2.2829 X+0.0764 ，相关系数r=0.9982 ，线性关系较好，代入回归方程计算可得黑蒜多糖的纯度为58.23%。3.2 黑蒜多糖对小鼠体重的影响
从表1可以看出，与空白组相比，各组小鼠体重均正常增长，无显著性差异，表明黑蒜多糖不会对正常小鼠体重产生影响。实验过程中，各组小鼠饮食正常，状态良好，无腹泻等不良反应，为后续实验提供前提保证。
表 1 黑蒜多糖对小鼠体重的影响组别 小鼠小肠墨汁推进实验 排便实验 初始体重
（m/g）最终体重
（m/g）初始体重
（m/g）最终体重
(m/g)空白组 21.28±1.15 22.23±1.19 21.80±1.02 22.90±0.61 模型组 21.20±1.36 22.24±1.22 21.58±1.00 22.64±0.84 阳性组 21.17±1.18 22.31±1.28 21.42±1.01 22.81±0.91 黑蒜多糖
低剂量组21.44±1.32 22.38±1.54 21.98±1.20 23.02±1.20 黑蒜多糖
中剂量组21.06±1.13 22.16±0.77 21.59±1.10 22.38±1.08 黑蒜多糖
高剂量组21.42±1.15 22.54±1.26 21.79±1.29 22.85±0.98 3.3 黑蒜多糖对小鼠小肠墨汁推进的影响
从表2可以看出，与空白组相比，模型组墨汁推进率极显著减小，表明本实验小鼠FC模型造模成功。与模型组相比，黑蒜多糖组小鼠墨汁推进率均显著增大，分别增大了24.75%、56.95%、95.25%，表明黑蒜多糖对FC模型小鼠小肠运动具有促进作用，且成剂量依赖性。
表 2 黑蒜多糖对小鼠小肠墨汁推进的影响组别 碳末推进距离
（l/cm）小肠总长度
（l/cm）墨汁推进率
（%）空白组 28.86±3.25 34.87±1.60 82.90±9.97 模型组 9.60±0.73*** 34.09±2.31 29.50±1.35*** 阳性组 26.94±3.55### 34.15±1.60 79.00±9.92### 黑蒜多糖
低剂量组12.58±1.15### 34.35±1.67 36.80±4.42# 黑蒜多糖
中剂量组16.01±2.06### 34.48±3.18 46.30±4.19### 黑蒜多糖
高剂量组19.95±1.60### 34.66±1.96 57.60±4.06### 注：*P<0.05，**P<0.01，***P<0.001，与空白组比较；#P<0.05，##P<0.01， ###P<0.001，与模型组比较。 3.4 黑蒜多糖对小鼠排便的影响
从表3可看出，与空白组相比，模型组小鼠首次排出黑便时间极显著延长，6 h排便粒数显著减少，6 h排便重量极显著减少，粪便含水量极显著降低，粪便呈球形或短椭圆形，部分串联，质地干硬，颜色普遍偏黑，表明本实验小鼠FC模型造模成功。与模型组相比，黑蒜多糖组小鼠首次排出黑便时间均极显著缩短，分别缩短了42.55%、44.99%、45.81%；6 h排便重量显著增加，分别增加了68.42%、78.95%、78.95%；粪便含水量极显著增大，分别增大了29.96%、32.78%和35.82%，粪便呈长椭圆形，质地较软，颜色为深棕色，无腹泻现象；除黑蒜多糖低剂量组外，中、高剂量组小鼠6 h排便粒数有统计学差异，分别增加了31.45%和32.52%。表明黑蒜多糖可能通过增大FC模型小鼠粪便含水量发挥促排便作用，各剂量组间效果差异不明显。
表 3 黑蒜多糖对小鼠排便及粪便含水量的影响组别 首黑便时间
（t/min）6 h排便数
（粒）6 h排便湿重
（m/g）6 h排便干重
（m/g）含水量
（%）空白组 111.50±8.98 16.50±3.51 0.46±0.10 0.22±0.04 52.16±2.53 模型组 241.50±19.54*** 11.13±2.75** 0.19±0.02*** 0.13±0.01*** 32.58±2.35*** 阳性组 121.50±110.81### 15.13±4.09# 0.41±0.12### 0.20±0.06## 50.06±1.83### 黑蒜多糖低剂量组 138.75±10.79### 13.75±2.71 0.32±0.08## 0.19±0.42# 42.34±2.27### 黑蒜多糖中剂量组 132.88±8.34### 14.63±3.66# 0.34±0.10## 0.19±0.05## 43.26±2.68### 黑蒜多糖高剂量组 130.88±9.09### 14.75±3.73# 0.34±0.12## 0.19±0.05## 44.25±6.72### 注：*P<0.05，**P<0.01，***P<0.001，与空白组比较；#P<0.05，##P<0.01，###P<0.001，与模型组比较。 4. 讨论
CO.D是一种止泻药，可通过抑制肠道平滑肌上的肠黏膜感受器抑制肠道运动，减慢排便进程，减少排便次数，同时肠内容物与肠粘膜接触时间延长，可促进肠内容物水分的重吸收，降低粪便含水量，是常用的FC小鼠模型造模药[19]。因此，本研究建立CO.D诱导的小鼠FC模型，探究黑蒜多糖的抗便秘作用。实验结果表明，黑蒜多糖可显著促进CO.D诱导的FC模型小鼠小肠蠕动，缩短排便时间，增加粪便含水量，从而发挥抗便秘作用。有研究显示成人每日服用约2 g黑蒜多糖便可达到较好疗效，用量仅为黑蒜的1/10[10]。给药期间小鼠状态良好、体重正常，未产生腹泻等副作用。因此，黑蒜多糖用于FC治疗可有效规避依从性差、副作用明显、疗效不可靠等弊端，前景广阔。此外，有相关研究发现，采用CO.D 10 mg/kg和15 mg/kg灌胃造模（大鼠）都存在停药后恢复的情况[20]，提示我们使用CO.D进行慢性便秘造模，在造模成功后的治疗给药阶段也需要持续用药，以维持药效。目前该便秘模型的建立没有统一标准，后续可对造模时间、造模剂量进行优化，为更深入的黑蒜多糖抗便秘机制研究提供基础。
FC是典型的胃肠动力障碍性疾病，现代研究普遍认为，其发病机制主要与卡哈尔间质细胞（ICCs）数量、功能以及分布异常、肠神经递质水平异常、水通道蛋白表达异常、氧化应激指标失衡、肠道菌群紊乱等有关[21-22]。大蒜多糖主要为果聚糖，占干重的65%，在发酵生成黑蒜的过程中，果聚糖因高温作用大量降解为低聚果糖（FOS）、果糖等小分子糖[23]。FOS在国际营养学界被称作“具有优良难消化性的水溶性膳食纤维”，还是典型的“超强双歧因子”。因其无法被肠道吸收，可被双歧杆菌等益生菌分解利用，短时间内促进双歧杆菌增殖10~100倍，分解生成的有机酸，可有效调节肠道pH，刺激肠道蠕动，促进排便[24]。双歧杆菌还可抑制有害肠道病菌生长、抵抗病原菌感染、产生维生素并促进矿物质吸收以维持肠道健康，有研究表明人体双歧杆菌含量随年龄增长逐渐减少，是老年人易发生便秘的主要原因[25]。因此，需要进一步明确黑蒜多糖的单糖组成、相对分子质量以及结构，为后续抗便秘机制研究提供依据。此外，便秘成因复杂，可结合具体的证型如脾虚、血虚、阳虚、津亏等便秘模型进一步探究黑蒜多糖抗便秘作用的有效性。
-
图 2 主要心血管不良事件的网状图
注：图中的圆形代表一种治疗措施，圆形大小与接受该治疗措施的患者人数呈正比；连线代表两种治疗措施之间有直接比较，连线的粗细与研究数量呈正比
图 3 心血管不良事件终点的森林图
注：A.主要心血管不良事件（128项研究, 161 460例患者）；B. 心力衰竭事件（66项研究，130 646例患者）；C. 全因死亡事件（78项研究,140 487例患者）；D. 心血管死亡事件（66项研究，130 646例患者）
-
[1] ZINMAN B, WANNER C, LACHIN J M, et al. Empagliflozin, cardiovascular outcomes, and mortality in type 2 diabetes[J]. N Engl J Med,2015,373(22):2117-2128. doi: 10.1056/NEJMoa1504720 [2] NEAL B, PERKOVIC V, MAHAFFEY K W, et al. Canagliflozin and cardiovascular and renal events in type 2 diabetes[J]. N Engl J Med,2017,377(7):644-657. doi: 10.1056/NEJMoa1611925 [3] WIVIOTT S D, RAZ I, BONACA M P, et al. Dapagliflozin and cardiovascular outcomes in type 2 diabetes[J]. N Engl J Med,2019,380(4):347-357. doi: 10.1056/NEJMoa1812389 [4] CANNON C P, PRATLEY R, DAGOGO-JACK S, et al. Cardiovascular outcomes with ertugliflozin in type 2 diabetes[J]. N Engl J Med,2020,383(15):1425-1435. doi: 10.1056/NEJMoa2004967 [5] PERKOVIC V, JARDINE M J, NEAL B, et al. Canagliflozin and renal outcomes in type 2 diabetes and nephropathy[J]. N Engl J Med,2019,380(24):2295-2306. doi: 10.1056/NEJMoa1811744 [6] MARSO S P, DANIELS G H, BROWN-FRANDSEN K, et al. Liraglutide and cardiovascular outcomes in type 2 diabetes[J]. N Engl J Med,2016,375(4):311-322. doi: 10.1056/NEJMoa1603827 [7] MARSO S P, BAIN S C, CONSOLI A, et al. Semaglutide and cardiovascular outcomes in patients with type 2 diabetes[J]. N Engl J Med,2016,375(19):1834-1844. doi: 10.1056/NEJMoa1607141 [8] HOLMAN R R, BETHEL M A, MENTZ R J, et al. Effects of once-weekly exenatide on cardiovascular outcomes in type 2 diabetes[J]. N Engl J Med,2017,377(13):1228-1239. doi: 10.1056/NEJMoa1612917 [9] PFEFFER M A, CLAGGETT B, DIAZ R, et al. Lixisenatide in patients with type 2 diabetes and acute coronary syndrome[J]. N Engl J Med,2015,373(23):2247-2257. doi: 10.1056/NEJMoa1509225 [10] HERNANDEZ A F, GREEN J B, JANMOHAMED S, et al. Albiglutide and cardiovascular outcomes in patients with type 2 diabetes and cardiovascular disease (Harmony Outcomes): a double-blind, randomised placebo-controlled trial[J]. Lancet,2018,392(10157):1519-1529. doi: 10.1016/S0140-6736(18)32261-X [11] GERSTEIN H C, COLHOUN H M, DAGENAIS G R, et al. Dulaglutide and cardiovascular outcomes in type 2 diabetes (REWIND): a double-blind, randomised placebo-controlled trial[J]. Lancet,2019,394(10193):121-130. doi: 10.1016/S0140-6736(19)31149-3 [12] HUSAIN M, BIRKENFELD A L, DONSMARK M, et al. Oral semaglutide and cardiovascular outcomes in patients with type 2 diabetes[J]. N Engl J Med,2019,381(9):841-851. doi: 10.1056/NEJMoa1901118 [13] 中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)[J]. 中华内分泌代谢杂志, 2021, 37(4):311-398. doi: 10.3760/cma.j.cn311282-20210304-00142 [14] 赖彦岚, 黄爱文, 张丽丽, 等. SGLT-2抑制剂和GLP-1受体激动剂的心血管安全性研究进展[J]. 药学实践杂志, 2020, 38(6):496-500,567. doi: 10.12206/j.issn.1006-0111.202006061 [15] 杨智荣, 孙凤, 詹思延. 偏倚风险评估系列: (二)平行设计随机对照试验偏倚评估工具2. O介绍[J]. 中华流行病学杂志, 2017, 38(9):1285-1291. doi: 10.3760/cma.j.issn.0254-6450.2017.09.028 [16] SPIEGELHALTER D J, BEST N G, CARLIN B P, et al. Bayesian measures of model complexity and fit[J]. J Royal Stat Soc Ser B Stat Methodol,2002,64(4):583-639. doi: 10.1111/1467-9868.00353 [17] VERONIKI A A, VASILIADIS H S, HIGGINS J P T, et al. Evaluation of inconsistency in networks of interventions[J]. Int J Epidemiol,2013,42(1):332-345. doi: 10.1093/ije/dys222 [18] SALANTI G, ADES A E, IOANNIDIS J P A. Graphical methods and numerical summaries for presenting results from multiple-treatment meta-analysis: an overview and tutorial[J]. J Clin Epidemiol,2011,64(2):163-171. doi: 10.1016/j.jclinepi.2010.03.016 [19] CHAIMANI A, HIGGINS J P, MAVRIDIS D, et al. Graphical tools for network meta-analysis in STATA[J]. PLoS One,2013,8(10):e76654. doi: 10.1371/journal.pone.0076654 -
点击查看大图
计量
- 文章访问数: 5221
- HTML全文浏览量: 2000
- PDF下载量: 26
- 被引次数: 0
