表面肌电图在糖尿病周围神经病变神经肌肉变化特征中的应用研究

糖尿病周围神经病变(DSP)是糖尿病最常见的并发症，早期诊断困难且缺乏客观指标。本研究创新性地采用表面肌电图(sEMG)技术，通过等长和动态运动测试，分析下肢肌肉的振幅、频率、复杂性和形态学参数，成功发现伸趾短肌(ED)和屈趾短肌(FD)的sEMG特征可有效区分健康人群与低风险患者，为DSP早期筛查提供了新型无创生物标志物。

　　

糖尿病已成为全球公共卫生危机，国际糖尿病联盟数据显示全球患者超4亿。其中糖尿病周围神经病变(DSP)是最常见的并发症，75%的糖尿病患者最终会发展为这种以感觉异常为特征的进行性疾病。更棘手的是，DSP早期症状隐匿，当患者出现明显感觉异常时，往往已发展至中晚期，甚至面临足部溃疡和截肢风险。目前临床诊断主要依赖主观性强的神经传导检查(NCS)和振动觉测试，这些方法要么操作复杂，要么重复性差，难以满足早期筛查需求。

针对这一临床困境，来自国内医院和高校的联合研究团队在《Journal of Electromyography and Kinesiology》发表创新性研究。他们另辟蹊径，将目光投向表面肌电图(sEMG)技术——这种无创检测手段能捕捉运动过程中肌肉电活动的细微变化。研究假设：在DSP患者出现明显感觉症状前，其支配下肢肌肉的神经可能已发生功能性改变，这些改变可通过sEMG参数定量捕捉。

研究团队精心设计实验方案，招募61名受试者（34名健康对照和27名糖尿病患者），后者根据国际糖尿病足工作组(IWGDF)标准分为低、中、高风险组。采用Noraxon Ultium EMG系统采集四种下肢肌肉（胫骨前肌TA、腓肠肌内侧头GM、伸趾短肌ED和屈趾短肌FD）在等长和动态运动时的sEMG信号。通过8项特征参数（包括均方根RMS、中位频率MDF、样本熵SampEn等）多维度解析信号特征。

关键技术包括：1）标准化sEMG信号采集方案，遵循SENIAM指南；2）创新性应用核心形状模型(CSM)分析信号形态学特征；3）采用非参数统计方法处理非正态分布数据；4）通过广义加性模型(GAM)控制BMI和年龄等混杂因素。

研究结果揭示多个重要发现：

【等长运动】
ED肌肉的RMS值在糖尿病患者中显著降低，这种差异甚至在低风险组就已显现，提示肌肉激活能力下降可能早于临床症状出现。更有趣的是，高风险组的ED肌肉表现出频率参数(MDF)升高，暗示可能存在肌纤维类型转变——快肌纤维比例增加。FD肌肉则展现出独特的信号模式：复杂度参数(SampEn)降低而形态学参数(CSD)升高，反映运动单位同步化增强的神经适应现象。

【动态运动】
持续运动状态下，ED肌肉的sEMG特征差异更为显著。特别值得注意的是，低风险组表现出复杂度降低，而高风险组反而出现复杂度回升，这种"双相变化"提示不同病程阶段可能存在截然不同的神经代偿机制。动态测试中的样本熵(SampEN)成为区分健康人与低风险患者的最佳指标。

【临床关联】
糖化血红蛋白(HbA1c)与sEMG参数呈现显著相关性：高水平HbA1c对应更低的肌肉激活(RMS)和复杂度(SampEn)，为代谢紊乱与神经肌肉损伤的关联提供了直接证据。而脂肪质量与信号频率正相关，暗示肌肉脂肪浸润可能影响电生理特性。

这项研究的意义在于：首次系统评估了足部内在肌在DSP中的电生理改变，填补了该领域空白；提出的RMS、CSD和SampEN等参数可望成为DSP早期筛查的新型生物标志物；证实等长与动态测试具有互补价值，为临床评估方案优化提供依据。

I. Junquera-Godoy等学者在讨论中指出，ED肌肉的振幅和频率改变支持"运动神经元丢失"假说，而FD肌肉的复杂度和形态变化则提示神经重塑现象。这些发现不仅为理解DSP病理机制提供了新视角，更为重要的是，为开发客观、无创的早期诊断工具奠定了基础。研究者建议未来扩大样本量，并开展长期随访以验证这些生物标志物的预测价值。

这项研究的创新性在于：首次将CSM模型应用于DSP研究，拓展了sEMG分析维度；首次证实足部小肌肉的电生理改变可反映全身性神经病变；为糖尿病并发症监测提供了可床边实施的客观评估方案。随着进一步验证，这种简便、无创的方法或将成为糖尿病神经病变管理的新标准。