基于大数据的妊娠糖尿病精准管理队列研究

1、按照 IADPSG 诊断标准，在产科就诊的孕妇中筛检出 GDM 孕妇，同时按照年龄、BMI 等因素进行匹配，建立 GDM 孕妇及其子代的前瞻性出生队列，建立基于大数据平台的 GDM 随访和管理模块。 2、观察 GDM 患者在产前不同胎龄周期和产后随访周期，每个周期 14 天内 CGM 衍生的不同血糖指标(即 TIR、TAR、TBR、AUC、夜间 MBG、白天 MBG、每日 MBG、MAGE 和 CV）的变化、及其与任何选定的主要不良妊娠结局的相关性。 3、确定各类糖脂代谢物、肠道菌群、脑结构 / 脑皮质厚度、小分子环境暴露、基因多态性以及血糖管理模式对于 GDM 远期 T2DM、CVD 进展和新生儿结局的影响，评估糖尿病微血管 / 大血管并发症发生风险。 4、筛选 GDM 发生及干预效果的遗传和环境独立危险因素，建立 GDM 诊断预测模型。 5、通过个体化的健康饮食、体重管理和运动干预对 GDM 孕妇进行多学科精准管理，评估各干预效果和影响因素，制定针对个体的精准管理方案。