Abstrakt

Zusammenhang zwischen SGLT2-Hemmern und diabetischer Ketoazidose bei Patienten, die im Ramadan fasten

Salem Alsuwaidan*, Abdullah M Al Ruqaib, Abdulrahman A Al Ghamdi, Abdulaziz Al Jamaan, Majd M Abdulmowla, Fahad F Al Deaji

Ziele: Die Einnahme von SGLT2-Hemmern während des Ramadan kann unsicher sein (Risiko von Ketoazidose, orthostatischer Hypotonie und Dehydratation), insbesondere während des langen Fastens während des Ramadan in heißen Klimazonen. Ziel dieser Studie war es, die wichtigsten Risikofaktoren zu ermitteln, die mit dem vermehrten Auftreten von DKA während des Ramadan bei Patienten verbunden sind, die SGLT2-Hemmer einnehmen, und das DKA-Risiko während des Ramadan zu bewerten.

Methoden: Diese retrospektive diagnostische Studie untersuchte die Rolle von SGLT2-Inhibitoren bei 99 Patienten (50 Männer und 49 Frauen) mit diagnostiziertem Diabetes mellitus, die mit Empagliflozin behandelt und in Diabeteskliniken nachbeobachtet wurden. Die wichtigsten Variablen waren:

1. Demografische Daten (Alter und Geschlecht).

2. Anzahl der Ruhetage während des Ramadan-Fastens.

3. Mit Diabetes verbundene Komorbiditäten.

4. Anzeichen und Symptome einer DKA.

Die meisten Patienten (61 Personen) hatten eine Diabetes-Vorgeschichte von 6 bis 10 Jahren, und 93 Patienten setzten ihre regelmäßige Nachsorge fort. Etwa 93 % der Patienten waren an das Fasten im Ramadan gewöhnt, während nur fünf Patienten im Ramadan nicht fasteten.

Ergebnisse: 31 der fastenden Patienten unterbrachen das Fasten während des Ramadan für 1-5 Tage, und nur zwei Patienten taten dies für mehr als 6 Tage. Die Patienten wiesen bekannte Komplikationen von Diabetes mellitus auf, wie Bluthochdruck, Dyslipidämie, Herz-Kreislauf- und andere damit verbundene Erkrankungen. Keiner der Teilnehmer zeigte Anzeichen und Symptome einer diabetischen Ketoazidose.

Schlussfolgerungen: SGLT2-Hemmer gelten als wirksames Antidiabetikum, das bei Diabetespatienten, die im Ramadan fasten, sicher eingesetzt werden kann.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.