1 tipo cukrinio diabeto apraiškos ir metų laikų tarpusavio ryšys

Abstract

1 tipo cukrinio diabeto atsiradimą sąlygoja genetinių, imuninių ir aplinkos veiksnių visuma. Darbo tikslas – įvertinti ar gimimo mėnuo bei sezonas turi reikšmės 1 tipo cukrinio diabeto atsiradimui ir ar metų laikai įtakoja klinikinę 1 tipo cukrinio diabeto apraišką. Tyrimo objektas ir metodai. Bendras tyrimo objektas – 15 m. ir vyresni asmenys užregistruoti 1 tipo cukrinio diabeto apskaitos duomenų bazėje. Analizavome 6020 bendrojoje duomenų bazėje užregistruotų asmenų, kuriems liga buvo nustatyta 0-39 m. amžiuje, paskirstymą pagal gimimo ir ligos nustatymo mėnesius bei metų laikus. Taip pat nagrinėjome 2440 sergamumo duomenų bazėje užregistruotų asmenų, kuriems 15-39 m. amžiuje liga buvo diagnozuota 1991-2014 m. suskirstymą pagal gimimo ir ligos nustatymo mėnesius ir metų laikus. Informacija surinkta iš Lietuvos sveikatos įstaigų gydytojų. Analizei taikytas polinominės (daugianarės) regresijos matematinis modelis vertinant proporcinį sergančiųjų 1 tipo cukriniu diabetu išdėstymą gimimo ir ligos nustatymo mėnesiais bei metų laikais. Kai p-reikšmė buvo mažesnė už 0,005, polinominės regresijos išraiškos rezultatą vertinome kaip įtikėtiną. Rezultatai. Tiek bendrojo, tiek ir 1991-2014 m. sergamumo kontingentų proporcinio suskirstymo gimimo mėnesiais bei gimimo metų laikais polinominės regresijos matematiniai modeliai rodė 1 tipo cukrinio diabeto etiologinę priklausomybę nuo gimimo datos (r=0,677; laisvės laipsnis=11; p=0,016 vs r=0,628; p=0,029 bei r=0,628; laisvės laipsnis=3; p=0,029 vs r=0,942; p=0,058). Ligos nustatymas taip pat buvo įtakotas tarpmėnesinių ir tarpsezoninių svyravimų tiek vertinant bendrojo kontingento, tiek ir 1991-2014 m. sergamumo kontingento polinominės regresijos matematinės analizės rezultatus (r=0,985; p<0,0001 vs r=0.911; p0,0001 bei r=0,966; r=0,034 vs r=0,591; p=0,409). Stebėti skirtumai tarp vyrų ir moterų grupių. Išvada. [...]. Type 1 diabetes mellitus emerges as the result of the interrelationship of genetic, immunological and environmental factors. The aim of the study was to evaluate whether birth month or season may influence the pathology of type 1 diabetes and how the seasonality may influence the clinical diagnosis of type 1 diabetes. Materials and methods. The overall object of the study was the database of 15 and more-year-old patients with type 1 diabetes mellitus. In general database there were 6020 patients with type 1 diabetes primary onset in different years at the 0-39 years of age. At special data base there were 2440 patients with type 1 diabetes primary onset on 15-39 years of age during the 1991-2014. All patients of both databases were distributed by birth and disease detection months and year-seasons using the proportional frequency. The information was gathered from the physicians in all Lithuanian health units. A mathematical model of polynomial regression analysis was applied to for assessing the proportional distribution of patients with type 1 diabetes, according the birth and the diagnosis months and seasons. Differences were considered significant when the p-value was less than 0.05. Results. In both databases (general and 1991-2014 incident) the evaluation of polynomial regression mathematical models on proportional distribution by birth months and quarterly seasons showed the aetiological dependence of type 1 diabetes related to the birth months or the quarterly seasons (r=0.677; degree of freedom=11; p=0.016 vs r=0.628; p=0.029, and r=0.628; degree of freedom=3, p=0.029 vs r=0.924; p=0.058). The onset of type 1 diabetes mellitus also has been influenced by the monthly and seasonal fluctuations in data of both databases (general and 1991-2014 incident). The polynomial regression mathematical analysis of months and quarter-seasons showed the monthly and quarterly dependence of onset of type 1 diabetes (r=0.985; p<0.0001 vs. r=0.911; p<0.0001[...].