炎症对2型糖尿病患者血清抗菌多肽及铁代谢相关参数影响的Meta分析

doi:10.12307/2026.043

中国组织工程研究 ›› 2026, Vol. 30 ›› Issue (5): 1294-1301.doi: 10.12307/2026.043

• 组织构建循证医学 evidence-based medicine in tissue construction • 上一篇下一篇

炎症对2型糖尿病患者血清抗菌多肽及铁代谢相关参数影响的Meta分析

温小龙1，2，翁锡全2，冯瑶2，曹文燕2，刘玉倩1，3，王海涛1，3

岭南师范学院，1运动与健康研究所，3体育科学学院，广东省湛江市 524048；2广州体育学院运动生物化学重点实验室，广东省广州市 510500

收稿日期:2024-12-31 接受日期:2025-03-01 出版日期:2026-02-18 发布日期:2025-06-27
通讯作者: 王海涛，博士，教授，硕士生导师，岭南师范学院，运动与健康研究所，体育科学学院，广东省湛江市 524048 共同通讯作者：刘玉倩，博士，教授，硕士生导师，岭南师范学院，运动与健康研究所，体育科学学院，广东省湛江市 524048
作者简介:温小龙，男，1999年生，广东省广州市人，汉族，广州体育学院在读硕士，主要从事运动与铁代谢研究。通讯作者：
基金资助:
教育部人文社会科学研究规划基金项目(23YJAZH088)，项目负责人：刘玉倩；广东省教育科学规划课题项目(2023GXJK371)，项目负责人：刘玉倩；广东省哲学社会科学规划项目(GD23XTY39)，项目负责人：王海涛

Effects of inflammation on serum hepcidin and iron metabolism related parameters in patients with type 2 diabetes mellitus: a meta-analysis

Wen Xiaolong1, 2, Weng Xiquan2, Feng Yao2, Cao Wenyan2, Liu Yuqian1, 3, Wang Haitao1, 3

1Institute of Exercise and Health Promotion, 3School of Physical Sciences, Lingnan Normal University, Zhanjiang 524048, Guangdong Province, China; 2Key Laboratory of Exercise Biochemistry, Guangzhou Sport University, Guangzhou 510500, Guangdong Province, China

Received:2024-12-31 Accepted:2025-03-01 Online:2026-02-18 Published:2025-06-27
Contact: Wang Haitao, PhD, Professor, Master’s supervisor, Institute of Exercise and Health Promotion, Lingnan Normal University, Zhanjiang 524048, Guangdong Province, China; School of Physical Sciences, Lingnan Normal University, Zhanjiang 524048. Guangdong Province, China Co-corresponding author: Liu Yuqian, PhD, Professor, Master’s supervisor, Institute of Exercise and Health Promotion, Lingnan Normal University, Zhanjiang 524048, Guangdong Province, China; School of Physical Sciences, Lingnan Normal University, Zhanjiang 524048. Guangdong Province, China
About author:Wen Xiaolong, Master candidate, Institute of Exercise and Health Promotion, Lingnan Normal University, Zhanjiang 524048, Guangdong Province, China; Key Laboratory of Exercise Biochemistry, Guangzhou Sport University, Guangzhou 510500, Guangdong Province, China Chen Xinmin, dong Province, China
Supported by:
Humanities and Social Sciences Research Fund Project of the Ministry of Education, No. 23YJAZH088 (to LYQ); Guangdong Province Education Science Project, No. 2023GXJK371 (to LYQ); Philosophy and social Science Project of Guangdong Province, No. GD23XTY39 (to WHT)

摘要/Abstract

摘要：

文题释义：
2型糖尿病：是以胰岛素抵抗和胰岛β细胞功能进行性减退为核心病理特征的慢性代谢性疾病，是最常见的糖尿病类型。2型糖尿病的发病机制涉及遗传易感性与生活方式(如肥胖、高脂饮食、久坐)的交互作用，表现为外周组织对胰岛素敏感性下降及胰岛素分泌代偿性不足。
抗菌多肽：也称为铁调素，它的生物活性形式是肝细胞分泌的25个氨基酸的肽激素，主要参与体内铁代谢的调控。抗菌多肽通过调节十二指肠上皮细胞的膳食铁吸收、巨噬细胞对衰老红细胞铁的回收以及肝细胞中铁的储存，维持机体铁稳态。

目的：铁代谢紊乱会加剧罹患2型糖尿病的风险，抗菌多肽在维持体内铁稳态中起着重要作用，但抗菌多肽水平会随着炎症反应的增强而上升，目前尚不清楚罹患和未患2型糖尿人群中抗菌多肽和铁稳态的变化及其与炎症的关联程度。通过Meta分析系统评价炎症对2型糖尿病患者血清抗菌多肽及铁代谢相关参数的影响。
方法：检索中国知网、PubMed、Web of Science、EBSCOhost数据库，搜集2型糖尿病患者炎症指数和抗菌多肽相关的观察性研究，检索时限为2000-09-01/2024-09-30，由3名研究人员独立筛选文献，提取数据资料并评价纳入文献的质量，采用Review Manager 5.3、Stata 17.0和GraphPad Prism 8.0.2软件进行Meta分析。
结果：共纳入15篇文献(17项研究)，涉及3 159名参与者，其中2型糖尿病患者1 357例。Meta分析结果显示：与对照组相比，2型糖尿病患者血清抗菌多肽[SMD=0.35，95%CI(0.05，0.65)，P < 0.05]、铁蛋白[SMD=0.49， 95%CI(0.21，0.78)，P < 0.01]和转铁蛋白[SMD=0.19，95%CI(0.00，0.37)，P < 0.05]水平更高。以炎症状态作为亚组进行分析，结果显示炎症可显著提升2型糖尿病患者血清抗菌多肽[SMD=0.76，95%CI(0.17，1.34)，P < 0.05]、铁蛋白[SMD=0.77，95%CI(0.06，1.47)，P < 0.05]水平。
结论：抗菌多肽水平与2型糖尿病呈正相关，炎症是2型糖尿病的危险因素之一，早期预防炎症对防止2型糖尿病患者铁代谢紊乱有一定意义。
https://orcid.org/0009-0007-5981-8404 (温小龙)
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

关键词: 炎症, 抗菌多肽, 2型糖尿病, 铁代谢, 观察性研究, Meta分析, 工程化组织构建

Abstract: OBJECTIVE: Disorders in iron metabolism increase the risk of type 2 diabetes mellitus. Hepcidin play an important role in maintaining iron homeostasis in the body, but its level increases with increased inflammation. Changes in hepcidin and iron homeostasis and the extent of their association with inflammation in people with and without type 2 diabetes mellitus are unknown. Meta-analysis was used to evaluate the effect of inflammation on serum hepcidin and iron metabolism related parameters in patients with type 2 diabetes mellitus.
METHODS: CNKI, PubMed, Web of Science and EBSCOhost databases were searched by computer to collect observational studies related to inflammatory index and hepcidin in patients with type 2 diabetes mellitus. The search time was from September 1, 2000 to September 30, 2024. Three researchers independently screened the literature, extracted data and evaluated the quality of the included literature. Meta-analysis was performed by Review Manager 5.3, Stata 17.0 and GraphPad Prism 8.0.2 software.
RESULTS: A total of 15 articles (17 studies) involving 3 159 participants, including 1 357 patients with type 2 diabetes mellitus, were included. Meta-analysis results showed that compared with the control group, patients with type 2 diabetes mellitus had higher levels of serum hepcidin [standardized mean difference (SMD)=0.35, 95% confidence interval (CI) (0.05, 0.65), P < 0.05], serum ferritin (SMD=0.49, 95% CI (0.21, 0.78), P < 0.01) and serum transferrin (SMD=0.19, 95% CI (0.00, 0.37), P < 0.05). Subgroup analysis results indicated that inflammation had a significant effect on serum hepcidin (SMD=0.76, 95% CI (0.17, 1.34), P < 0.05) and serum ferritin (SMD=0.77, 95% CI (0.06, 1.47), P < 0.05) in patients with type 2 diabetes mellitus.
CONCLUSION: Hepcidin concentration is positively correlated with type 2 diabetes mellitus. Inflammation is one of the risk factors of type 2 diabetes mellitus. Early prevention of inflammation has certain significance in preventing iron metabolism disorder in patients with type 2 diabetes mellitus.

Key words: inflammation, hepcidin, type 2 diabetes mellitus, iron metabolism, observational study, meta-analysis, engineered tissue construction

中图分类号:

温小龙, 翁锡全, 冯瑶, 曹文燕, 刘玉倩, 王海涛, . 炎症对2型糖尿病患者血清抗菌多肽及铁代谢相关参数影响的Meta分析[J]. 中国组织工程研究, 2026, 30(5): 1294-1301.

Wen Xiaolong, Weng Xiquan, Feng Yao, Cao Wenyan, Liu Yuqian, Wang Haitao. Effects of inflammation on serum hepcidin and iron metabolism related parameters in patients with type 2 diabetes mellitus: a meta-analysis[J]. Chinese Journal of Tissue Engineering Research, 2026, 30(5): 1294-1301.

图/表（结果） 8

2.1 文献筛选初检得到了89篇文献，其中中文文献5篇、英文文献81篇、文献追溯3篇。经逐层筛选后，最终纳入15篇文献[20-34]，共3 314名参与者(病例组1 472人，对照组1 842人)。文献筛选流程及结果见图2。
2.2 纳入研究的基本特征 15篇文献共包括17项研究，包括12项病例-对照研究、4项横断面研究和1项非随机对照试验；总样本量3 159名受试者，包括病例组1 357人、对照组1 802人；高质量研究1篇，中等质量研究8篇，低质量研究6篇。纳入研究的基本特征见表1。
2.3 Meta分析结果图3总结了2型糖尿病组与对照组参与者之间每个结局指标的差异，以95%CI的标准化均数差表示，中或高异质性(I2≥50%)研究采用随机效应模型进行汇总分析，低异质性研究采用固定效应模型汇总

分析。从整体上看，2型糖尿病患者与对照人群之间的血清抗菌多肽、铁蛋白和转铁蛋白水平有显著差异。
2.3.1 2型糖尿病组与对照组参与者之间的血清抗菌多肽差异共纳入12项病例-对照研究、4项横断面研究、1项非随机对照试验，共涉及3 159名参与者。汇总结果显示，2型糖尿病的影响较大且具有高度异质性(P=0.000，I2=92.2%)，2型糖尿病患者血清抗菌多肽水平高于对照人群[SMD=0.35，95%CI(0.05，0.65)，P=0.023]，合并结果稳健，见图4所示。
2.3.2 炎症水平对不同人群血清抗菌多肽的影响以是否存在炎症反应作为亚组进行分析，结果显示：在参与者均存在炎症反应的情况下，2型糖尿病患者与对照人群之间的血清抗菌多肽水平比较差异有显著性意义，炎症反应会引起2型糖尿病患者血清抗菌多肽水平显著升高[SMD=0.76，95%CI(0.17，1.34)，P=0.01]；在无炎症反应的情况下，2型糖尿病患者与对照组人群之间的血清抗菌多肽水平无显著差异[SMD=0.01，95%CI(-0.32，0.34)，P=0.95]，见图5所示。
2.3.3 次要结局指标次要结局指标包括铁代谢相关参数如血清铁、铁蛋白、转铁蛋白、转铁蛋白受体、转铁蛋白饱和度及总铁结合力。Meta分析汇总表明，大多数铁代谢相关参数在2型糖尿病患者与对照人群中的差异较小(P > 0.05)，仅有血清铁蛋白(共纳入15项研究，共涉及3 019名参与者)和转铁蛋白(共纳入2项研究，共涉及469名参与者)在2型糖尿病组和对照组中有显著差异，2型糖尿病组血清铁蛋白[SMD=0.49，95%CI(0.20，0.78)，P=0.001]和转铁蛋白[SMD=0.19，95%CI(0.00，0.37)，P=0.045]水平显著高于对照组，详见图6，7。
亚组分析结果表明，当存在炎症反应的情况下，2型糖尿病患者血清铁蛋白水平显著高于对照人群[SMD=0.77，95%CI(0.06，1.47)，P=0.032]；无论个体是否存在炎症水平，2型糖尿病组与对照组参与者间血清铁、转铁蛋白受体、转铁蛋白饱和度、总铁结合力水平均无显著差异，见表2。
2.4 发表偏倚当纳入的研究数量≥10时采用漏斗图判断发表偏倚，因此，仅对血清抗菌多肽和血清铁蛋白进行分析，漏斗图中均显示主观判断的对称性，见图8。其中两项指标的Egger检验结果显示无显著发表偏倚(P抗菌多肽=0.331，P铁蛋白=0.375)。
2.5 Meta回归分析结果将上述Meta分析中存在的统计学上高度异质性及纳入研究数≥10进行Meta回归，以找到异质性的可能来源，协变量包括样本量、年龄、体质量指数、炎症状态，然而，单变量回归并没有发现任何显著的协变量(P > 0.05)，同时这些协变量的多元回归也无法解释Meta分析的高异质性来源(P > 0.05)，见表3。高异质性的原因可能是由于统计异质性(如不同的研究设计、测量方式等因素)或未被此次研究考虑的协变量之外其他潜在变量所引起。

参考文献

[1] PRÁ D, FRANKE SIR, HENRIQUES JAP, et al. Iron and genome stability: an update. Mutat Res. 2012;733(1-2):92-99.
[2] MOON DO. NADPH dynamics: Linking insulin resistance and β-Cells ferroptosis in diabetes mellitus. Int J Mol Sci. 2023;25(1):342.
[3] MIAO R, FANG X, ZHANG Y, et al. Iron metabolism and ferroptosis in type 2 diabetes mellitus and complications: mechanisms and therapeutic opportunities. Cell Death Dis. 2023;14(3):186.
[4] CHEN X, KANG R, KROEMER G, et al. Ferroptosis in infection, inflammation, and immunity. J Exp Med. 2021;218(6):e20210518.
[5] CHAND SK, SINGH RG, PENDHARKAR SA, et al. Iron: a strong element in the pathogenesis of chronic hyperglycaemia after acute pancreatitis. Biol Trace Elem Res. 2018;183: 71-79.
[6] KALI A, CHARLES MVP, SEETHARAM RSK. Hepcidin-A novel biomarker with changing trends. Pharmacogn Rev. 2015;9(17):35.
[7] NEMETH E, GANZ T. Hepcidin-ferroportin interaction controls systemic iron homeostasis. Int J Mol Sci. 2021;22(12):6493.
[8] NEMETH E, GANZ T. Hepcidin and iron in health and disease. Annu Rev Med. 2023;74(1):261-277.
[9] HAN Y, HUANG W, MENG H, et al. Pro-inflammatory cytokine interleukin-6-induced hepcidin, a key mediator of periodontitis-related anemia of inflammation. J Periodontal Res. 2021;56(4):690-701.
[10] NEMETH E, RIVERA S, GABAYAN V, et al. IL-6 mediates hypoferremia of inflammation by inducing the synthesis of the iron regulatory hormone hepcidin. J Clin Invest. 2004;113(9): 1271-1276.
[11] LIU J, LI Q, YANG Y, et al. Iron metabolism and type 2 diabetes mellitus: a meta‐analysis and systematic review. J Diabetes Investig. 2020;11(4):946-955.
[12] ELLULU MS, SAMOUDA H. Clinical and biological risk factors associated with inflammation in patients with type 2 diabetes mellitus. BMC Endocr Disord. 2022;22(1):16.
[13] RIDKER PM. A Test in Context: High-Sensitivity C-Reactive Protein. J Am Coll Cardiol. 2016; 67(6):712-723.
[14] WAN X, WANG W, LIU J, et al. Estimating the sample mean and standard deviation from the sample size, median, range and/or interquartile range. BMC Med Res Methodol. 2014;14:1-13.
[15] 曾宪涛,刘慧,陈曦,等.Meta分析系列之四:观察性研究的质量评价工具[J].中国循证心血管医学杂志,2012,4(4):297-299.
[16] SLIM K, NINI E, FORESTIER D, et al. Methodological index for non-randomized studies (minors): development and validation of a new instrument. ANZ J Surg. 2003;73(9): 712-716.
[17] STANG A. Critical evaluation of the Newcastle-Ottawa scale for the assessment of the quality of nonrandomized studies in meta-analyses. Eur J Epidemiol. 2010;25:603-605.
[18] 唐萍,王佳琳,谢婉青,等.中国老年人述情障碍发生现状的Meta分析[J].中国循证医学杂志,2021,21(7):779-786.
[19] CHA SM. Mobile Application Applied for Cognitive Rehabilitation: A Systematic Review. Life (Basel). 2024;14(7):891.
[20] ALFAWAZ HA, ALFAIFI AA, YAKOUT SM, et al. Circulating hepcidin and its associations with low-grade inflammation and iron indices among Arab adults with and without T2DM. Am J Transl Res. 2022;14(10):7520.
[21] ANDREWS M, SOTO N, ARREDONDO-OLGUÍN M. Association between ferritin and hepcidin levels and inflammatory status in patients with type 2 diabetes mellitus and obesity. Nutrition. 2015;31(1):51-57.
[22] DERBENT AU, SIMAVLI SA, KAYGUSUZ I, et al. Serum hepcidin is associated with parameters of glucose metabolism in women with gestational diabetes mellitus. J Matern Fetal Neonatal Med. 2013;26(11):1112-1115.
[23] GUO LN, YANG YZ, FENG YZ. Serum and salivary ferritin and Hepcidin levels in patients with chronic periodontitis and type 2 diabetes mellitus. BMC Oral Health. 2018;18:1-9.
[24] GUO X, ZHOU D, AN P, et al. Associations between serum hepcidin, ferritin and Hb concentrations and type 2 diabetes risks in a Han Chinese population. Br J Nutr. 2013; 110(12):2180-2185.
[25] JIANG F, SUN ZZ, TANG YT, et al. Hepcidin expression and iron parameters change in Type 2 diabetic patients. Diabetes Res Clin Pract. 2011;93(1):43-48.
[26] KÄLLNER K, KROOK R, SANDBERG AS, et al. Interaction of Iron Homeostasis and Fatty Acid Metabolism in the Development of Glucose Intolerance in Women with Previous Gestational Diabetes Mellitus. Nutrients. 2023; 15(14):3214.
[27] NAZLIĆ J, JURIĆ D, MUDNIĆ I, et al. Effects of moderate consumption of red wine on hepcidin levels in patients with type 2 diabetes mellitus. Foods. 2022;11(13):1881.
[28] SHALITIN S, DEUTSCH V, TAUMAN R. Hepcidin, soluble transferrin receptor and IL-6 levels in obese children and adolescents with and without type 2 diabetes mellitus/impaired glucose tolerance and their association with obstructive sleep apnea. J Endocrinol Invest. 2018;41: 969-975.
[29] SUÁREZ‐ORTEGÓN MF, MORENO M, ARBELÁEZ A, et al. Circulating hepcidin in type 2 diabetes: A multivariate analysis and double blind evaluation of metformin effects. Mol Nutr Food Res. 2015;59(12):2460-2470.
[30] VELA D, LESHOSKI J, VELA Z, et al. Insulin treatment corrects hepcidin but not YKL-40 levels in persons with type 2 diabetes mellitus matched by body mass index, waist-to-height ratio, C-reactive protein and Creatinine. BMC Endocr Disord. 2017;17:1-9.
[31] VELA D, LESHOSKI J, GJORGIEVSKA ES, et al. The role of insulin therapy in correcting hepcidin levels in patients with type 2 diabetes mellitus. Oman Med J. 2017; 32(3):195.
[32] YALCIN MM, ALTINOVA AE, AKTURK M, et al. GDF‐15 and Hepcidin Levels in Nonanemic Patients with Impaired Glucose Tolerance. J Diabetes Res. 2016;2016(1):1240843.
[33] 刘玉倩,郑梅,张静,等.铁调素(Hepcidin)在2型糖尿病发生中的作用研究[J].现代预防医学,2019,46(15):2851-2855.
[34] 周丽荣,郭昆全,杨坤,等.初诊2型糖尿病患者铁调素水平的变化[J].湖北医药学院学报,2018,37(4):341-345.
[35] SONG JX, AN JR, CHEN Q, et al. Liraglutide attenuates hepatic iron levels and ferroptosis in db/db mice. Bioengineered. 2022;13(4):8334-8348.
[36] 刘玉倩,杨雯茜,王海涛.Nrf2/FPN1介导的铁稳态通路在有氧运动预防小鼠肝胰岛素抵抗中的作用[J].中国运动医学杂志,2023, 42(4):294-302.
[37] KEMNA E, PICKKERS P, NEMETH E, et al. Time-course analysis of hepcidin, serum iron, and plasma cytokine levels in humans injected with LPS. Blood. 2005; 106(5):1864-1866.
[38] PECHLANER R, WEISS G, BANSAL S, et al. Inadequate hepcidin serum concentrations predict incident type 2 diabetes mellitus. Diabetes Metab Res Rev. 2016;32(2):187-192.
[39] KAUTZ L, JUNG G, VALORE EV, et al. Identification of erythroferrone as an erythroid regulator of iron metabolism. Nat Genet. 2014;46(7):678-684.
[40] VELA D, SOPI RB, MLADENOV M. Low hepcidin in type 2 diabetes mellitus: examining the molecular links and their clinical implications. Can J Diabetes. 2018;42(2):179-187.
[41] LEE BK, KIM Y, KIM YI. Association of serum ferritin with metabolic syndrome and diabetes mellitus in the South Korean general population according to the Korean National Health and Nutrition Examination Survey 2008. Metabolism. 2011;60(10):1416-1424.
[42] FENERCIOGLU AK, GONEN MS, UZUN H, et al. The association between Serum 25-hydroxyvitamin D3 levels and pro-inflammatory markers in new-onset type 2 diabetes mellitus and prediabetes. Biomolecules. 2023;13(12):1778.

引言

铁在维持机体正常生理功能中发挥重要作用，参与氧的结合与转运、调节细胞的生长和分化及电子传递、能量代谢、DNA合成等一系列生理过程[1]。近年研究发现，铁超载与胰岛素抵抗及2型糖尿病发生关系密切，铁储存水平越高个体患2型糖尿病的风险越大，其中炎症也扮演着重要角色[2-4]。细胞内出现铁超载或铁代谢失调情况可引起铁的氧化，长期的反应最终导致细胞铁死亡，机体铁会通过多种途径影响糖代谢，常见的病理生理机制有胰岛β细胞铁死亡引起胰岛素分泌减少及β细胞功能降低，从而加剧高血糖状态[2]。降低机体铁储存水平可改善胰岛素抵抗，以控制血糖稳定。由于铁代谢与糖稳态密切相关，因此，如何维持铁稳态是未来2型糖尿病防治的关键问题[5]。
机体铁稳态的保持主要受到肝分泌抗菌多肽的调控。抗菌多肽是一个由25个氨基酸组成的多肽，人类的抗菌多肽基因定位于19号染色体的长臂上[6]，它通过负调控十二指肠肠上皮细胞和巨噬细胞膜上的膜铁转运蛋白1而实现对铁稳态的调控[7]。由于膜铁转运蛋白1是目前已知的哺乳动物唯一铁释放蛋白，因此，抗菌多肽在机体铁稳态调控中发挥重要作用。一方面，抗菌多肽在血浆中的水平会因为机体铁状态不同而发生双向调节，当机体铁超载时，肝细胞会增加抗菌多肽的产生，抑制膜铁转运蛋白1表达，限制肝铁释放进入血液循环系统；相反，当机体铁供应不足时，肝细胞会减少抗菌多肽，促进膜铁转运蛋白1表达，促使肠道铁吸收增强、储存铁释放加速，以满足生理需求[8]。另一方面，抗菌多肽水平会随着炎症反应的增强而上升，抗菌多肽具有先天免疫介质的功能。炎症通过白细胞介素6、C-反应蛋白、高敏C-反应蛋白等细胞炎症因子通路增加抗菌多肽转录，诱导抗菌多肽分泌[8-10]。研究表明，机体铁稳态可直接或间接影响2型糖尿病的发展[11]，然而，尚不清楚在罹患和未患2型糖尿病的人群中不同机体炎症水平下抗菌多肽及铁代谢的变化。因此，为了进一步明确抗菌多肽及铁代谢相关参数在2型糖尿病发病中的作用，此次研究分析机体铁代谢与炎症之间的关系，对不同炎症状态下2型糖尿病与抗菌多肽及铁代谢之间的关系进行Meta分析和系统评价，为早期预防2型糖尿病患者铁代谢异常、避免加重糖代谢紊乱提供新思路。

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

材料方法

1 资料和方法 Data and methods
1.1 文献检索由第一、三、四作者独立对中国知网、PubMed、Web of Science和EBSCOhost在线数据库进行检索，研究方案已在PROSPERO注册(CRD42024607530)。文献检索时限自抗菌多肽首次被发现起(2000-09-01)至2024-09-30。
通过匹配主题词和自由词来获取文献信息，搜索策略结合了与“2型糖尿病”“炎症”“抗菌多肽”“铁调素”以及“T2DM”“Hepcidin”“inflammation”相关的中英文主题词和其他自由词术语来创建检索策略。以Web of Science数据库检索策略为例，见图1。

1.2 纳入和排除标准通过筛查重复研究及筛选标题、摘要和全文以排除不符合标准的文献，选取的文献需满足以下标准：①检测对象为包含2型糖尿病患者(空腹血糖≥7.0 mmol/L、口服葡萄糖耐量试验≥11.1 mmol/L、糖化血红蛋白≥6.5%)；②纳入文献需包含对照组(健康人群或患有其他疾病但并未患有2型糖尿病的患者)

及病例组(2型糖尿病患者或与对照组是属于同一疾病同时合并2型糖尿病的患者)；③报告指标至少包含血清抗菌多肽(主要指标)；④检测方法为酶联免疫吸附实验法。

排除标准：①非病例-对照研究或随机对照试验，如会议、摘要、综述、新闻报道等；②未有明确的2型糖尿病诊断标准或同时伴有其他疾病；③非中文或英文研究；④不涉及人体受试者的研究；⑤试验方法不统一如(非酶联免疫吸附实验法或检测非血清以外的液体如尿液、唾液抗菌多肽)；⑥检测数据不完整、原始数据缺失或重复发表数据；⑦高敏感性的文献。
1.3 数据提取由第一、三、四作者独立进行交叉验证以提取数据，若出现分歧则与第二作者讨论解决。在符合筛选条件的文献中提取数据：第一作者姓名、出版年份、研究类型、样本量、性别、年龄、体质量指数、2型糖尿病患者和正常对照组的选择标准、炎症指标(当白细胞介素6≥2 pg/mL、C-反应蛋白≥6 mg/L、高敏C-反应蛋白≥1 mg/L时确认参与者发生炎症反应[12-13])、结局指标(主要结局指标：抗菌多肽；次要结局指标：血清铁、血清铁蛋白、血清转铁蛋白、血清转铁蛋白受体、转铁蛋白饱和度、总铁结合力)、其他变量(国家、性别、体脂百分比、腰臀比、血压、心率、尿素、肌酐、尿酸、血红蛋白、血脂四项、炎症相关指标等)。
从连续型数据中收集纳入研究基线特征的平均数和标准差，研究数据以x±s的形式呈现，加权均数差和标准化均数差用于衡量2型糖尿病队列与对照队列在结局指标上单位相同或不同时平均值之间的差异。若原始文献的结局指标数据呈现中位数、四分位数或极值范围时，通过相应公式换算以获取平均值及标准差，公式如下所示，其中a=最小值，q1=第一个四分位数，m=中位数，q3=第三个四分位数，b=最大值，n=样本量[14]。

1.4 质量评价纳入的文献均为观察性研究，包括病例-对照研究、横断面研究或非随机对照试验，其中病例-对照研究采用纽卡斯尔-渥太华量表进行质量评价，横断面研究采用美国医疗保健研究与质量推荐的评价标准进行质量评价，非随机对照试验采用非随机对照试验方法学评价指数进行质量评价[15-16]。3名研究者分别对纳入文献进行质量评分。纽卡斯尔-渥太华量表共包括研究对象的选择、病例与对照人群的组间可比性、暴露因素三大类别共8个条目，共计9分，> 7分为高质量研究，5-7分为中等质量研究，< 5分为低质量研究[17]；美国医疗保健研究与质量共11条目，共计11分，> 7分为高质量研究，4-7分为中等质量研究，< 4分为低质量研究[18]；非随机对照试验方法学评价指数共12条目，共计24分，> 18分为高质量研究，12-18分为中等质量研究，< 12分为低质量研究[19]。
1.5 统计学分析采用Review Manager 5.3，Stata 17.0和GraphPad Prism 8.0.2软件进行Meta分析及作图。采用一致性系数I2分析各研究间的异质性，当I2 < 50%表示异质性低，使用固定效应模型；当I2≥50%表示异质性高，使用随机效应模型。当研究间的异质性较高时，Meta回归则用于探索不同研究的异质性来源与影响因素，包括样本量、年龄、体质量指数、炎症状态4个协变量，选用限制性最大似然法进行单变量和多变量Meta回归分析。此次研究以炎症状态作为亚组调节变量进行2型糖尿病患者血清抗菌多肽及铁代谢相关参数具体影响的Meta分析。Egger检验用于评估研究的发表偏倚，绘制漏斗图用于主观评估发表偏倚。P < 0.05在Egger检验及Meta分析中被认为差异有显著性意义。该文统计学方法已经通过王海涛(负责教授统计学课程)专家审核。

讨论

此次研究纳入关于2型糖尿病患者血清抗菌多肽和铁代谢相关参数变化的17项观察性研究进行了总结分析，为不同炎症状态对2型糖尿病患者血清抗菌多肽的影响提供了较为客观的依据，结果表明：2型糖尿病患者与对照人群之间的血清抗菌多肽有显著差异，有炎症的2型糖尿病患者中血清抗菌多肽增加，无炎症的2型糖尿病患者中血清抗菌多肽与血糖正常人群相比无明显变化。抗菌多肽是肠铁吸收和组织铁释放的负调节因子，它通过与十二指肠肠上皮细胞、巨噬细胞、肝细胞等细胞膜上的膜铁转运蛋白1结合并使其内化，从而减少铁从细胞内向细胞外的转运，一方面减少了十二指肠铁的吸收，另一方面抑制了肝、脾、胰腺等组织同贮存的铁向外释放，导致血清铁减少。当组织中出现过多的铁积累，尤其是不稳定铁池中的二价亚铁离子蓄积有可能诱发过氧化损伤，加剧组织的胰岛素抵抗，从而加重2型糖尿病症状[35]。课题组前期对胰岛素抵抗小鼠的研究也表明，肝铁超载时存在严重的过氧化损伤[36]。当机体处于炎症周期时，抗菌多肽的合成会增强，因此，在罹患2型糖尿病的基础上炎症反应进一步介导了抗菌多肽的增加[37]。在无炎症状态下，2型糖尿病患者的血清抗菌多肽与血糖正常人群无明显差别，甚至在一些研究中有偏低的趋势，这也与2型糖尿病患者机体铁状态有关[29]。偏低的抗菌多肽会减少膜铁转运蛋白1的抑制，增加肠铁吸收和贮存铁向循环系统中的释放，避免组织发生过氧化损伤，也可避免2型糖尿病患者出现贫血。但长时间的较高的铁吸收也可能存在铁超载的隐患，如PECHLANER等[38]研究发现2型糖尿病易感人群中抗菌多肽较低，这会导致体内吸收过多的铁，增加铁超载的风险，低水平的抗菌多肽是2型糖尿病发病的独立预测因子，可能与组织铁超载有关。
肝脏合成与分泌抗菌多肽受到机体铁状态、炎症、血红素等多种因素的影响，此次研究中主要用白细胞介素6、C-反应蛋白、高敏C-反应蛋白代表了机体的炎症状态，这些指标能敏感地反映机体炎症状态。在一项伴有阻塞性睡眠呼吸暂停的肥胖儿童青少年研究中，罹患或未患2型糖尿病都表现出了较高的白细胞介素6、C-反应蛋白水平及高浓度的抗菌多肽，即便无统计学上的差异，但其中患有2型糖尿病的肥胖儿童炎症水平更高[28]。炎症因子、促红细胞生成素被视为抗菌多肽的上游调节因子，白细胞介素6通过激活酪氨酸蛋白激酶2/转录激活因子3信号通路使抗菌多肽表达上调，而促红细胞生成素通过Erythroferrone基因来抑制抗菌多肽表达[39]。目前的研究结果表明，一部分2型糖尿病患者的抗菌多肽水平较低，低水平的抗菌多肽往往与胰岛素抵抗有关；一部分2型糖尿病患者的抗菌多肽水平较高，这与患者的炎症、肾脏疾病及肥胖有关[40]。此次Meta分析也证实有炎症的2型糖尿病患者血清抗菌多肽水平明显增加，与该理论一致。在一项专门针对牙周炎患者的研究中发现，牙周炎患者抗菌多肽浓度显著高于健康对照人群和2型糖尿病患者，但牙周炎患者与同时患有牙周炎和2型糖尿病患者的抗菌多肽浓度相比较无明显差别，表明炎症与抗菌多肽之间的紧密联系[23]。2型糖尿病患者血清铁蛋白水平通常显著升高，而相应铁蛋白水平高的人群患2型糖尿病的风险也会更高，高水平的铁蛋白被认为是胰岛素抵抗综合征特征的一部分[41]。值得注意的是，血清铁蛋白水平虽然能够显示体内的铁储存状况，但由于还受到多种遗传和环境因素的影响，血清铁并不能直接反映血液中可被利用的铁含量[42]，这也是此次Meta分析铁代谢相关参数在2型糖尿病患者与普通人群之间无显著性差异的可能原因。
2型糖尿病是一个严重的全球健康问题，目前越来越多的证据表明，铁和葡萄糖代谢之间存在明确的关系，铁代谢参与了胰岛素分泌、肝脏代谢和脂肪代谢等葡萄糖代谢的不同过程，铁依赖性脂质过氧化的途径会引起糖尿病患者的细胞死亡，导致胰岛素抵抗[3]。糖尿病患者血清中抗菌多肽水平的变化为研究铁代谢与糖代谢建立了联系，通过改善抗菌多肽水平可以防止细胞铁超载并降低患2型糖尿病的风险，防止二价亚铁离子积累过多诱发的过氧化损伤，从而缓解肝脏、心肌、骨骼肌的胰岛素抵抗，为糖尿病的预防和治疗提供了新的思路和方法，但具体的调节机制及铁代谢与糖代谢的联系还需要更深入的研究。
该研究的局限性：纳入的文献质量相对较低，需对研究结果持谨慎态度；各研究纳入的患者状态不一致，包括年龄差异、体质差异等，可能对结果造成一定的影响；研究间异质性较大，可能影响结果的准确性。
综上所述，2型糖尿病患者血清抗菌多肽与血糖正常人群之间有明显差异，其中有炎症的2型糖尿病患者血清抗菌多肽水平明显增加，无炎症的2型糖尿病患者血清抗菌多肽水平与血糖正常人群相比差异较小。抗菌多肽在生理、病理状态下对机体铁代谢的调控以及其如何联结葡萄糖与铁代谢的机制还需更进一步研究，早期预防炎症对防止2型糖尿病患者铁代谢紊乱有一定意义。

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

炎症对2型糖尿病患者血清抗菌多肽及铁代谢相关参数影响的Meta分析

Effects of inflammation on serum hepcidin and iron metabolism related parameters in patients with type 2 diabetes mellitus: a meta-analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 8

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	李郝静, 王新, 宋成林, 张胜男, 陈云昕. 上斜方肌处体外冲击波与运动控制训练治疗慢性非特异性颈痛[J]. 中国组织工程研究, 2026, 30(5): 1162-1170.
[2]	刘煜, 雷森林, 周锦涛, 刘辉, 李先辉. 有氧和抗阻运动改善肥胖相关认知障碍的作用机制[J]. 中国组织工程研究, 2026, 30(5): 1171-1183.
[3]	王正业, 刘万林, 赵振群. miRNA在激素诱导股骨头坏死机制中的研究进展[J]. 中国组织工程研究, 2026, 30(5): 1207-1214.
[4]	部洋洋, 宁新丽, 赵琛. 关节腔注射治疗颞下颌关节骨关节炎：不同药物与多种联合治疗方案[J]. 中国组织工程研究, 2026, 30(5): 1215-1224.
[5]	文凡, 向阳, 朱欢, 庹艳芳, 李锋. 运动干预改善2型糖尿病患者的微血管功能[J]. 中国组织工程研究, 2026, 30(5): 1225-1235.
[6]	刘新月, 李春年, 李一卓, 徐世芳. 口腔牙槽骨缺损的再生修复[J]. 中国组织工程研究, 2026, 30(5): 1247-1259.
[7]	郑银, 吴振桦, 张成, 阮可馨, 刚骁琳, 汲泓. 免疫吸附治疗类风湿关节炎的安全性和有效性：网状Meta分析和系统评价[J]. 中国组织工程研究, 2026, 30(5): 1260-1268.
[8]	陈强, 伍文娟, 江舒华, 黄达. 体育锻炼改善烧伤患者身体功能的系统评价与Meta分析[J]. 中国组织工程研究, 2026, 30(5): 1269-1281.
[9]	冷晓轩, 赵玉欣, 刘西花. 不同神经调控刺激方式改善帕金森病患者非运动症状的网状Meta分析[J]. 中国组织工程研究, 2026, 30(5): 1282-1293.
[10]	杨泽雨, 支亮, 王佳, 张婧欹, 张清芳, 王玉龙, 龙建军. 高频重复经颅磁刺激研究热点宏观角度的可视化分析[J]. 中国组织工程研究, 2026, 30(5): 1320-1330.
[11]	杨志杰, 赵瑞, 杨昊霖, 李小韵, 李扬博, 黄佳纯, 林燕平, 万雷, 黄宏兴. 绝经后骨质疏松症：肌肉质量、握力、四肢骨骼肌质量指数的预测价值[J]. 中国组织工程研究, 2026, 30(5): 1073-1080.
[12]	阴勇成, 赵相瑞, 杨志杰, 李政, 李芳, 宁斌. 过氧化物还原酶1在脊髓损伤后小胶质细胞炎症反应中的作用及机制[J]. 中国组织工程研究, 2026, 30(5): 1106-1113.
[13]	张久轩, 张晋楠, 眭肖凡, 裴霞霞, 魏建宏, 苏强, 李甜. 氨中毒对小鼠认知行为和海马神经元突触的影响[J]. 中国组织工程研究, 2026, 30(5): 1122-1128.
[14]	陈伊娴, 陈晨, 卢立恒, 汤锦鹏, 于晓巍. 雷公藤甲素治疗骨关节炎的网络药理学分析与实验验证[J]. 中国组织工程研究, 2026, 30(4): 805-815.
[15]	鄢成波, 罗秋池, 樊佳兵, 顾叶婷, 邓倩, 张军梅. 2型糖尿病对大鼠正畸牙移动与张力侧骨微结构参数的影响[J]. 中国组织工程研究, 2026, 30(4): 824-831.