《Diabetes, Metabolic Syndrome and Obesity》：Substance Use, Sexual Activity Prevalence, and Knowledge Gaps in Young Adults with Type 1 Diabetes in a Pediatric Clinic
编辑推荐：
本研究在儿科1型糖尿病(T1D)中心展开，旨在探讨18-26岁青年成人患者的药物(大麻、酒精)使用、性行为现状及其对血糖管理影响的认知水平。研究揭示了这些行为的普遍性、对糖化血红蛋白(HbA1c)的影响以及患者在此类健康议题上存在的显著知识缺口，强调了在儿科常规糖尿病护理中早期开展针对性教育的必要性。
引言
青春期和成年初显期对1型糖尿病患者(T1D)而言充满挑战。此阶段自主性和独立性糖尿病管理需求增加，但患者对自我护理的重视度往往不足，同时面临胰岛素抵抗高峰和更高的心理健康挑战风险。这些因素导致血糖平均水平长期偏高，而药物使用和性行为会进一步加剧血糖波动和整体健康风险。
酒精是糖尿病患者中最常使用的物质之一。其对血糖的即时影响取决于饮料中的碳水化合物含量，但最主要的风险是可能在开始饮酒后4-6小时发生、并持续超过8小时的延迟性低血糖。这是因为肝脏忙于代谢乙醇，削弱了其防止低血糖的代偿机制，并抑制了糖异生。此外，较高饮酒量也可能增加酮症风险。
随着美国越来越多州大麻合法化，大麻使用者也显著增加。大麻对糖尿病的影响尚不明确，相关研究多来自回顾性分析。与酒精不同，大麻影响血糖的生理机制尚不完全清楚。现有文献多描述大麻使用者出现高血糖和住院率增加的趋势。高血糖可能源于糖尿病自我管理行为下降，尤其是在“食欲亢进”期间摄入碳水化合物零食后胰岛素剂量不足。使用者也可能出现类似糖尿病性胃轻瘫症状的大麻素剧吐综合征，导致高血糖性酮症或顽固性呕吐相关的急诊就诊。另有研究表明，成人T1D患者使用大麻会增加糖尿病酮症酸中毒(DKA)风险。尽管许多人在使用大麻时会经历高血糖，但也可能因胰岛素敏感性增加而出现低血糖。此外，某些大麻品系产生的生理和心理效应可能模仿低血糖症状，导致误判和处理不当。
T1D患者的性活跃度与一般人群相似，但他们在性活动中面临独特挑战，特别是性行为相关的血糖波动，包括肾上腺素激增导致的高血糖和体力消耗导致的低血糖。另一个挑战是性行为可能导致意外怀孕，当糖化血红蛋白(HbA1c)水平高于妊娠期T1D患者的目标值时，会对母婴造成更高风险。
既往研究表明，患有T1D的青少年和青年成人存在风险行为。然而，针对大麻使用频率和数量的研究有限，且该人群对药物使用及妊娠影响糖尿病管理的知识基础数据匮乏。因此，本研究旨在对儿科糖尿病诊所就诊的年轻T1D成人患者(18-26岁)的物质使用、性行为及相关知识进行横断面评估。
方法
研究于2024年6月至2025年5月期间在美国科罗拉多州奥罗拉Barbara Davis糖尿病中心(BDC)儿科诊所招募患者。纳入标准为年龄18-26岁且临床诊断为T1D。研究获得科罗拉多多机构审查委员会批准。参与者于常规临床就诊期间被招募，填写物质使用和性行为调查问卷，评估大麻、酒精使用、性行为情况及相关知识。知识得分通过计算对“正确”陈述的选择和对“错误”陈述的正确排除来评定。参与者还需从多项选择中选出他们认为的妊娠期目标糖化血红蛋白值。从医疗记录中获取人口统计学、糖尿病病程、最近糖化血红蛋白、葡萄糖目标范围内时间(TIR)等数据。通过t检验和卡方检验比较组间差异，并建立线性回归模型分析大麻使用对糖化血红蛋白的影响，调整年龄、糖尿病病程、非西班牙裔白人种族和自动胰岛素输送(AID)使用等协变量。
结果
共有103名参与者。参与者平均年龄20.8±1.8岁，平均糖尿病病程10.5±4.7年，平均糖化血红蛋白8.1%±1.8%，平均TIR为57.8%±18.9%。大多数参与者(74.8%)为非西班牙裔白人，61.8%为出生时被指定为女性(AFAB)。
大麻使用
50名参与者(48.5%)报告曾使用大麻。大麻使用者年龄大于非使用者(21.2±1.9岁 vs 20.5±1.7岁)，非西班牙裔白人的比例较低(60.0% vs 88.7%)。大麻使用与酒精使用和性行为相关。大麻使用者糖化血红蛋白显著高于非使用者(8.5%±1.9% vs 7.6%±1.6%)，TIR有降低趋势(55.2%±18.5% vs 62.0%±16.6%)。校正混杂因素后，使用大麻与糖化血红蛋白升高0.8%相关。在报告曾使用大麻的50人中，超过66%已使用超过1年，近一半至少每周使用一次。绝大多数(97.8%)为娱乐性使用。在35名当前使用者中，平均CUDIT-R评分为7±5.4，13人(37.1%)符合有害使用标准，5人(14.3%)符合可能物质使用障碍标准。
知识评估显示，大麻使用者的总体大麻知识得分低于非使用者(2.6±0.9 vs 3.0±1.0)。具体而言，与大麻使用相关的DKA风险增高(20.0% vs 54.7%)和血糖感知能力下降(60.0% vs 77.4%)的认知率较低。然而，大麻使用者更清楚“食欲亢进”期间摄入未覆盖碳水化合物会导致血糖升高(88.0% vs 71.7%)。值得注意的是，大麻使用者的总体酒精知识得分反而高于非使用者(4.5±1.2 vs 3.9±1.4)，更能认识到延迟性低血糖风险(72.0% vs 52.8%)。两组在妊娠期目标糖化血红蛋白知识上没有显著差异。
酒精使用
56名参与者(54.4%)报告饮酒。饮酒者年龄大于非饮酒者(21.2±1.8岁 vs 20.4±1.7岁)，糖尿病病程更长(11.5±4.7年 vs 9.4±4.5年)。饮酒与大麻使用和性行为相关。饮酒者和非饮酒者的糖化血红蛋白或TIR无统计学差异。在饮酒者中，超过67%已饮酒超过1年，超过四分之一至少每周饮酒一次，但无人报告每周饮酒4天或以上，多数人每次饮用2-3杯。
饮酒者的总体酒精知识得分显著优于非饮酒者(4.6±1.3 vs 3.8±1.3)。他们更清楚地认识到延迟性低血糖风险(73.2% vs 48.9%)和低血糖感知能力下降风险(85.7% vs 68.1%)，对酒精会立即升高血糖的认知也呈更高趋势(58.9% vs 40.4%)。饮酒者和非饮酒者在大麻知识上没有显著差异，但饮酒者更清楚妊娠期目标糖化血红蛋白(30.4% vs 8.5%)。
性行为
103名参与者中，63人(61.2%)报告有过性行为，其中49人(47.6%)在过去6个月内有过性行为。有性行为者年龄大于无性行为者(21.1±1.7岁 vs 20.3±1.9岁)，且出生时被指定为女性(AFAB)的比例更高(71.0% vs 47.4%)。有性行为者报告使用大麻和酒精的比例更高(分别为61.9% vs 26.3%和74.6% vs 21.1%)。
在63名有性行为者中，69.8%在18岁前首次发生，大多数在14-18岁之间。大多数人拥有1-3个性伴侣。79.4%的性活跃者或其伴侣使用避孕措施，多数使用安全套。约三分之一的AFAB报告使用宫内节育器(IUD)或植入物。
在知识方面，有性行为和无性行为者对妊娠期目标糖化血红蛋白的认知无显著差异。但按出生时指定性别划分，AFAB个体比指定男性(AMAB)个体更可能知道目标值(30.2% vs 0.5%)。总体而言，大多数人选择了“不知道”。有性行为者的总体酒精知识优于无性行为者(4.5±1.2 vs 3.7±1.4)，但大麻知识得分无显著差异。
讨论
物质使用和性行为在接受儿科糖尿病护理的T1D青年成人中普遍存在。大多数参与者报告饮酒和性行为，近一半报告曾使用或正在使用大麻。大麻使用者的糖化血红蛋白水平高于非使用者，TIR有降低趋势，但尚不清楚这种关联主要是由自我管理行为受损介导，还是生理相互作用也有所贡献。虽然该人群饮酒普遍，但饮酒者与非饮酒者的血糖结局无差异。
研究发现了显著的知识缺口。特别是，大麻使用者对大麻使用增加DKA风险和降低血糖感知能力的认知度低于非使用者。然而，任何物质使用者对酒精影响的了解更深，尤其是延迟性低血糖风险。这可能是因为酒精和冰毒风险的严重性和频率不同，以及大麻和酒精使用者高度重叠所致。即使是适度饮酒，延迟性低血糖也经常发生，因此使用者一旦开始规律饮酒，更可能遇到这种现象。相比之下，大麻使用增加DKA风险尚未被广泛认识，且在个体层面可能不那么明显。
在整个样本中，对妊娠期目标糖化血红蛋白的知识普遍缺乏。虽然有生育能力者更可能答对，但超过一半的人对该问题选择了“不知道”。考虑到许多人已有多年的性行为史，如果他们在糖化血红蛋白升高的情况下怀孕，这种知识缺乏可能对个人和胎儿健康产生重大影响。因此，需要开展更一致的关于妊娠与T1D以及有效避孕选择的教育，并且这一教育必须在儿科诊所内尽早开始，而非等到转诊至成人医生之后。
局限性
研究存在一些局限性。物质使用和性行为数据通过自我报告获取，可能存在偏差，尤其对于不愿报告此类行为者。参与者限于18岁以上，因此未获取更年轻青少年的数据。酒精和大麻对21岁以下者仍属非法，因此18-20岁个体的使用率可能被低估。此外，虽然CUDIT-R是经过验证的调查，但大部分信息并非通过验证问卷获取。像TIR这样的指标未达到统计学显著性，但可能具有临床意义，这可能是样本量不足所致。另外，在科罗拉多州以外未将大麻使用合法化的州，本研究结果可能不适用。
结论
物质使用和性行为在患有T1D的青年成人中很常见，但他们对这些行为影响糖尿病的准确知识有限。鉴于许多人从青春期就开始尝试，一致且全面的相关教育应作为儿科糖尿病诊所常规护理的一部分，在高中早期就开始。此外，使用大麻者的糖化血红蛋白水平高于不使用者，但其病因目前尚不清楚。需要进一步研究大麻使用对血糖水平和糖尿病护理的影响，并确定早期教育干预的最佳时机。
