妊娠早期血清c肽与妊娠糖尿病风险的相关性:一项中国妇女的嵌套病例-对照研究

客观的

探讨孕早期血清c肽与妊娠期糖尿病(GDM)的相关性及母体c肽对妊娠期糖尿病的预测能力。

方法

基于同济-双流出生队列建立了332例GDM病例和664名对照的嵌套病例-对照研究。GDM病例与对照组在母亲年龄(±3岁)和胎龄(±4周)上的匹配为1:2。应用多变量条件logistic回归评估c肽与GDM风险的关系。对c肽与多种代谢生物标志物之间的相关性进行部分Spearman相关系数估计。通过计算c统计量来评估孕早期c肽对GDM的预测能力。

结果

在996名孕妇中，产妇年龄中位数为28.0岁，胎龄中位数为11.0周。在对潜在混杂因素进行校正后，GDM比较c肽极端四分位数的优势比为2.28(95%可信区间，1.43,3.62;P对于趋势< 0.001)。c肽与空腹胰岛素、胰岛素抵抗稳态模型、瘦素、空腹血糖、甘油三酯、糖化血红蛋白、腰臀比、收缩压、低密度脂蛋白胆固醇的相关性偏相关系数在0.07 ~ 0.77之间(P≤0.025)，高密度脂蛋白胆固醇和脂联素(P< 0.001)。血清c肽略微改善了常规预测因子模型的预测性能(0.66 vs. 0.63;P= 0.008)。

结论

妊娠早期血清c肽可能与GDM风险正相关，但对后续GDM的预测价值有待验证。

妊娠期糖尿病(GDM)是指在妊娠中期或晚期首次确诊的糖尿病[1］．它是怀孕期间最常见的代谢疾病之一，全球患病率约为16.8% [2］．在中国，GDM的患病率可达14.8% [3.］．由于GDM与母亲患2型糖尿病的风险较高相关[4]和后代[5]，其早期发现和预防对控制代谢性疾病具有重要意义。

c肽是一种由胰岛分泌的31个氨基酸组成的短蛋白β细胞以等量的胰岛素进入循环。它是一个恒定的生物标志物来衡量β细胞功能，因为与胰岛素相比，它的半衰期更长，并且在释放到循环系统之前可以忽略不计的肝提取[6］．最近的研究表明c肽是一种具有重要生理功能和代谢作用的活性肽激素[7］．虽然越来越多的证据表明c肽和2型糖尿病之间存在联系[8，9]，很少有研究探讨c肽对GDM后续风险的影响。以前关于这一主题的大多数研究采用病例对照或横断面设计，缺乏时间关联等固有局限性使因果推断不太可靠。迄今为止，只有三项前瞻性研究评估了妊娠早期空腹血浆c肽与随后GDM风险之间的关系[10，11，12]，所有这些研究都是在欧洲人群中进行的，并报告了与较高的空腹c肽相关的GDM风险增加。尽管之前的研究结果一致，但尚不清楚这种关联是否在不同人群中存在，或者是否在中国女性中存在。了解c肽在GDM发展中的作用可能有助于改善早期干预和预测。然而，尽管GDM在中国的患病率很高，但在中国女性中评估这种关联的工作很少。

为了扩大我们对c肽在GDM发展中的潜在作用的认识，在这项前瞻性嵌套病例对照研究中，我们的目标是:(1)检查妊娠早期空腹血清c肽与随后GDM风险的关系;(2)检测孕妇c肽与主要代谢生物标志物之间的相关性;(3)评价c肽对中国女性GDM的预测能力。

设计与人口

嵌套病例-对照研究在同济-双流出生队列(TSBC)中进行[13]，从2017年3月开始在成都双流妇幼保健院开展。截至2019年6月，6143名孕妇在第一次产前检查(怀孕6-17周)期间登记。符合以下标准的女性被包括在内:(1)18-40岁的单胎妊娠女性;(2)胎龄小于15周。如果参与者(1)使用辅助生殖技术孕育胎儿，如体外受精和宫内人工授精;(2)报告有严重慢性病或癌症、结核病、艾滋病等传染病的;或(3)拒绝签署书面知情同意书或没有能力独立完成问卷调查。在登记时进行结构化问卷调查，并获得血液样本以供未来分析。原队列研究经华中科技大学同济医学院伦理委员会批准，所有参与者均知情同意。

GDM诊断与对照匹配

GDM诊断于妊娠24-28周，根据国际妊娠糖尿病协会研究组标准，采用标准75 g 2-h口服糖耐量试验(OGTT):(1)空腹血糖≥5.1 mmol/L;和/或(2)1小时血糖≥10.0 mmol/L;和/或(3)2小时血糖≥8.5 mmol/L [14］．共有347名GDM女性被诊断出来，其中14名在登记时没有提供足够的血液样本用于c肽测量，1名关键协变量的数据缺失。我们纳入了332例符合条件的GDM病例，并将其与664例葡萄糖耐量正常的孕妇进行了单独匹配，孕妇年龄(±3岁)和胎龄(±4周)为1:2(附加文件)1:图S1)。

血清c肽和其他生物标志物的测定

代谢生物标记物的测量使用在登记时采集的空腹血液样本。血清c肽、胰岛素和瘦素使用Meso Scale Discovery (MSD) U-PLEX代谢平台(MSD, Rockville, Maryland, US)上的代谢组1 (hu)单组分测定法测定。c肽的检测内变异系数为3.7%，检测间变异系数为10.3%。空腹血糖(FBG)采用GOD-PAP(葡萄糖氧化酶-苯酚和4氨基苯氮酮)方法，使用葡萄糖检测试剂盒(四川麦卡生物科技，成都，中国)进行测量。糖化血红蛋白(HbA1c)使用DCA Vantage分析仪(西门子医疗诊断，马尔堡，黑森，德国)测量。使用R&D酶联免疫吸附法(R&D Systems, Minneapolis, Minnesota, US)检测血清高敏c反应蛋白(hs-CRP)和脂联素。通过迈瑞BS-200化学分析仪(迈瑞医疗国际，中国深圳)测量总胆固醇、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)和低密度脂蛋白胆固醇(LDL-C)。胰岛素抵抗的稳态模型(HOMA-IR)用于评估胰岛素抵抗，计算公式为:HOMA-IR =空腹血糖(mmol/L) ×空腹胰岛素(mIU/L)/22.5 [15］．FBG (n = 11)、HbA1c (n = 17)和血脂(n = 5)的缺失值在研究中使用GDM状态的中值进行估算。

协变量的测量

入组时通过问卷调查获得社会人口学信息、疾病史和生育史、生活方式和行为等资料。在入组时按照标准方案进行人体测量。孕前体重指数(BMI)计算公式:BMI =体重(公斤)/身高²(米)，其中孕前体重是自我报告的。腰臀比(WHR)定义为腰围(cm)除以臀线(cm)。教育程度按受教育年限划分:≤12年，> 12年。吸烟和饮酒状况被分为从不吸烟、曾经吸烟和现在吸烟。使用欧姆龙电子血压计(欧姆龙，京都，日本)测量两次血压，并计算平均值。使用中文版《孕期身体活动问卷》评估每周代谢当量任务(MET)小时的身体活动[16]，已在中国孕妇中得到验证[17］．奇偶性分为0和≥1。父母有糖尿病史和GDM史均定义为有或无。

统计分析

描述性分析中，连续变量报告为均值和标准差(SD)或中位数和四分位范围(IQR)，分类变量报告为频率和百分比。连续变量采用Kruskal-Wallis检验或方差分析，类别变量采用卡方检验比较c肽四分位组间的基线特征。此外，通过单变量条件logistic回归比较GDM病例和对照组之间的基线特征。

采用部分Spearman回归分析所有入选孕妇孕早期c肽与WHR、血压、FBG、空腹胰岛素、HOMA-IR、HbA1c、总胆固醇、TG、LDL-C、HDL-C、hs-CRP、脂联素和瘦素等多种代谢生物标志物的关系，并对孕龄、胎龄、教育程度、吸烟状况、饮酒情况、体育活动、孕前BMI、父母糖尿病史、GDM史、奇偶校验和GDM状态。

采用多变量条件logistic回归模型估计早期妊娠血清c肽与GDM风险之间的比值比(or)及其95%置信区间(ci)。c肽作为分类变量(基于对照组中浓度的四分位数)进行评估，并作为连续变量(基于自然对数尺度和每个1-SD变化)进行评估。对两个模型中的协变量进行顺序调整:模型1中的产妇年龄(连续，年)、胎龄(连续，周)和教育水平(≤12岁和> 12岁);此外，吸烟状况(从未、以前和现在)、饮酒(从未、以前和现在)、体育活动(连续，每周met小时)、孕前BMI(连续，kg/m)²)、父母糖尿病史(是和否)、GDM史(是和否)、胎次(0和≥1)。在敏感性分析中，由于胰岛素(连续，uIU/mL)、HOMA-IR(连续)和瘦素(连续，ng/mL)与c肽的相关性较强，我们在多变量条件logistic回归模型中分别对其进行了调整。

P通过将每个c肽四分位数的中值建模为连续变量来估计趋势值。我们使用限定三次样条在第5(参考)，27.5,50,72.5，和95百分位有5个节来模拟c肽和GDM之间的非线性关联。为了调查基线特征是否改变了相关性，我们按产妇年龄(< 30岁和≥30岁)、孕前BMI(< 24.0和≥24.0 kg/m)进行了亚组分析²)，以及父母是否有糖尿病史(是或否)。通过添加分层变量与c肽的相互作用项，通过似然比检验评估相互作用(效应修正)。

我们基于logistic回归模型计算c统计量，以评估早期妊娠c肽对GDM的预测能力。在我们的分析中建立了四个模型:模型1包括GDM的常规预测因素，包括母亲年龄、胎龄、孕前BMI、体育活动、父母有DM史和GDM史;模型2包括常规预测因子和c肽;模型3包括常规预测因子和FBG;模型4包括常规预测因子、FBG和c肽。为了比较判别性能，采用Delong检验比较c -统计量。此外，我们使用净重分类改进(NRI) [18]和综合歧视改善(IDI) [19统计来衡量c肽在GDM预测中的效用。

数据分析由STATA 15.0 (STATA Corporation, College Station, TX, US)进行。部分Spearman相关系数由GraphPad Prism 8 (GraphPad Software Inc.， San Diego, CA, USA)可视化。NRI和IDI通过使用SAS 9.4 (SAS Institute, Cary, NC, USA)的预测模型进行比较计算。双面的P< 0.05为差异有统计学意义。

参与者基线特征

在996名孕妇中，中位产妇年龄(IQR)为28.0(25.0-30.0)岁，中位胎龄为11.0(9.0-12.0)周。c肽水平较高的女性孕前BMI、WHR、血压、FBG、空腹胰岛素、HOMA-IR、HbA1c、TG、LDL-C和较低的HDL-C。此外，c肽水平较高的女性更有可能多产、教育程度较低和有GDM史(表2)1)．GDM病例和对照之间的基线特征比较在附加文件中给出1:表S1。

妊娠早期血清c肽与多种代谢生物标志物的相关性

在996名孕妇中，我们发现血清c肽与母体空腹胰岛素呈正相关(β= 0.77;P< 0.001)， homa-ir (β= 0.75;P< 0.001)，瘦素(β= 0.26;P< 0.001)， FBG (β= 0.21;P< 0.001)， tg (β= 0.14;P< 0.001)， HbA1c (β= 0.09;P= 0.005)， WHR (β= 0.09;P= 0.006)，收缩压(β= 0.07;P= 0.021)， LDL-C (β= 0.07;P= 0.025)。相反，高水平的血清c肽与较低的HDL-C (β= -0.11;P< 0.001)和脂联素(β= -0.17;P< 0.001;无花果。1)．

妊娠早期c肽与GDM风险的相关性

妊娠早期c肽水平升高的孕妇显示出较高的GDM风险，在调整了母亲年龄、胎龄、教育程度、吸烟、饮酒、体育活动、孕前BMI、父母糖尿病史、GDM史和胎次后，极四分位数比较的OR (95% CI)为2.28(1.43,3.62)。c肽每升高1 log ng/mL和1 SD ng/mL, GDM的or分别为2.64(1.76,3.96)和1.33(1.16,1.54)。c肽与GDM风险的相关性呈线性趋势(P趋势< 0.001;表格2)．限制性三次样条模型显示c肽与GDM风险之间的非线性关系(P总体关联< 0.001;P对于非线性= 0.082;额外的文件1:图S2)。

在对胰岛素进行额外调整后，妊娠早期c肽与GDM之间的相关性减弱(OR, 1.94;95% CI 1.13，极值-四分位数比较为3.34)。c肽升高1 log ng/mL和1- sd时，GDM的or分别为3.45(1.79,6.65)和1.47 (1.12,1.94)1:表S2)。此外，当我们分别控制HOMA-IR (1.72;极值四分位数比较为1.00，极值四分位数比较为2.97)和瘦素(2.11;1.30, 3.42)在多变量条件logistic回归模型中，妊娠早期血清c肽水平较高的孕妇仍显示出GDM风险增加(附加文件)1:表S2)。在亚组分析中，没有观察到c肽与母亲年龄、孕前BMI或父母糖尿病史之间的相互作用P相互作用≥0.089;额外的文件1:表S3)。

孕早期c肽在GDM预测中的应用

对于GDM预测分析，具有常规预测因子的基础模型的c统计量为0.63(0.59,0.67)。在基础模型中添加c肽仅产生0.03的c统计量轻微改善(P= 0.008)，而添加FBG后未观察到明显变化(P= 0.240;无花果。2和附加文件1:表S4)。同时，我们观察到NRI (C-peptide: 19.6，P= 0.036;光纤光栅:16.0,P= 0.018)和IDI (C-peptide: 0.018，P< 0.001;光纤光栅:0.023,P< 0.001;额外的文件1:表S4)两种型号。与常规预测因子和FBG模型相比，常规预测因子和c肽模型具有相似的预测能力(P= 0.412;无花果。2和附加文件1:表S4)。此外，将c肽添加到具有常规预测因素和FBG的模型中，c统计量轻微增加0.01 (0.66 vs. 0.65;P= 0.021)。对于同样的比较，我们只注意到轻微的NRI (P= 0.003)和IDI (P= 0.005;额外的文件1:表S4)。

我们的研究记录了中国孕妇早期妊娠血清c肽与发生GDM风险之间的正相关。这一发现也得到了c肽和孕妇代谢生物标志物之间显著相关性的支持。当加入常规预测因子时，c肽单独预测GDM至少与FBG相当。我们的研究结果表明，妊娠早期c肽可能是GDM的一个重要危险因素，尽管其对后续GDM的预测价值需要在未来的大型前瞻性研究中得到证实。

在我们的研究中，较高的c肽与中国孕妇发生GDM呈线性相关。与我们的发现一致，在欧米茄对804名无糖尿病病史的瑞典孕妇的研究中，c肽≥3.00 ng/mL的妇女发生GDM的风险比浓度< 1.45 ng/mL的妇女增加2.28倍[10］．与此同时，Camden对574名奥地利妇女的研究表明，妊娠16周前较高水平的空腹c肽与GDM风险增加相关，调整后OR为每1 ng/mL增加1.85 [11］．此外，在另一项1,368名英国孕妇的前瞻性队列研究中，c肽≥0.54 nmol/L的孕妇随后发生GDM的风险高出4.43倍[12］．一项涉及82名孕妇(42例GDM和40例正常孕妇)的小型病例对照研究也发现中国GDM组在妊娠晚期c肽升高[20.］．以往研究与本研究之间相关性强度的微小差异可能归因于研究人群、研究设计、不同样本量、GDM诊断标准、c肽测量孕龄和统计建模的差异。基于临床和实验研究的证据表明c肽可以促进葡萄糖转运[21]，抑制胰岛素在高血清浓度下的代谢作用[22]，促进脂质在脂肪细胞内积聚[23]和血管壁[24]，并加速中枢性肥胖[25］．我们发现血清c肽与代谢特征(包括高水平FBG、空腹胰岛素、HOMA-IR、HbA1c、TG、LDL-C、瘦素和WHR)呈正相关，但与HDL-C和脂联素呈负相关，这一机制证据得到了支持。我们的研究是第一个在中国女性中探讨这一问题的前瞻性研究，并进一步巩固了之前的研究结果。

由于GDM的诊断通常根据既定指南建议在妊娠中期晚期或晚期早期诊断[14]，只有一个很小的干预窗口才能最大限度地减少GDM的不良影响。许多研究利用基本特征和容易获得的临床生物标志物预测了GDM的发展[26，27]，这可能有助于识别后续GDM高危妇女，并在早期对GDM进行有针对性的干预。Lamain-de Ruiter等[28]综述了GDM风险的预测模型，这些模型大多基于传统的临床危险因素，判别能力有限。在我们的研究中，孕早期c肽与常规预测因子合并预测GDM的效果优于FBG，而基于常规预测因子和FBG的预测效果略有改善。一种基于妊娠早期空腹血糖、TG和HbA1c等临床和生化预测指标的预测模型的c统计量为0.72，略高于van Leeuwen [29]和Teede [30.]基于同一人群临床因素的预测模型[31］．最近，基于临床和生化预测因子的中国人群GDM预测模型也获得了有效的判别能力(C-statistic = 0.77) [26］．与上述模型相比，本模型的预测性能略弱，这可能与研究人群、建模方法、建模预测因子、预测因子测量胎龄和GDM诊断标准的差异有关。值得注意的是，纳入糖代谢生物标志物有助于优化GDM预测模型。然而，由于c肽在糖代谢中的认识不足，很少有研究评估c肽预测GDM的准确性。维也纳的一项研究报道c肽对GDM的预测效果良好，特别是对于需要药物治疗的GDM (C-statistic = 82.2%) [11］．因此，妊娠早期c肽对后续GDM的潜在预测能力应在未来的研究中进一步评估。

虽然GDM的发生机制尚未完全明确，但c肽可能通过胰岛素抵抗、脂质代谢、炎症等途径参与GDM的发生发展。首先，低激素浓度c肽可增强胰岛素的代谢作用，高浓度c肽可降低胰岛素的代谢作用[22］．因此，高c肽水平被认为是胰岛素敏感性降低的标志，这是GDM背后的主要代谢异常之一[32］．第二，c肽有报道通过刺激过氧化物酶体增殖物激活受体-γ (PPAR-γ)的途径促进脂质积累。c肽可调节代谢控制和炎症相关PPAR-γ调控基因的表达[33］．PPAR-γ作为脂肪组织分化的必需转录因子，可增强脂肪细胞内脂质积累，进而导致脂质代谢紊乱[23］．值得注意的是，血脂异常，如甘油三酯升高，据报道与胰岛素抵抗和损伤有关β细胞功能与超重或肥胖状况无关[34］．第三，c肽被报道在不同的身体组织中具有促炎作用。动物研究表明，c肽的升高促进了apoe缺陷小鼠炎症细胞的浸润[24］．此外，慢性亚临床炎症被认为是胰岛素抵抗综合征的一部分，这在GDM的发展中具有核心作用[35］．我们的发现可能具有关键的临床意义。c肽可能是妊娠早期GDM的有用生物标志物，除了其他糖代谢生物标志物外，还可以常规筛查。妊娠早期c肽升高的妇女需要监测未来GDM的潜在风险。然而，未来的基础和临床研究需要阐明早期妊娠c肽升高增加GDM风险的机制。

据我们所知，这是第一个在中国孕妇中检验早期妊娠c肽与随后GDM风险之间关系的前瞻性研究。前瞻性设计使我们能够更好地阐明时间关系。良好匹配的对照保证了病例和对照的基线特征的可比性，从而产生无偏倚的估计。尽管提到了这些优点，但必须承认某些局限性。首先，由于c肽在我们的研究中只测量了一次，因此无法解决怀孕期间c肽水平的动态变化如何影响GDM的风险。值得注意的是，轻度胰岛素抵抗是为了适应胎儿的生长而产生的[36]，因此未来的研究可以针对不同妊娠期c肽变化对GDM的影响进行。其次，我们的研究并不是为了揭示c肽在GDM发生中的作用机制，因此前瞻性的相关性不应被解释为c肽与GDM之间的因果关系。第三，我们的研究样本量适中，研究人群来自中国西部地区，这限制了我们研究结果的泛化性。c肽与GDM风险之间的关联以及预测模型有待在其他大型人群中进一步验证。

总之，我们观察到中国孕妇妊娠早期c肽水平较高与随后GDM风险增加之间存在正相关。c肽也与中国孕妇不利的代谢特征相关。我们的研究结果强调了c肽在GDM发展中的作用，以及使用早期妊娠c肽作为预测GDM风险的常规生物标志物的潜力。

在目前的研究中分析的数据集是不公开的，但可从通信作者的合理要求。

我们感谢同济-双流出生队列的参与者的支持，以及双流妇幼保健院的医生和护士在这个项目中的合作。

本研究得到国家自然科学基金(no . 81773517)和华中科技大学自主创新基金(no . 2019kfyXKJC052)的资助。刘勇获四川省卫生健康委员会四川省卫生科研基金(No 19PJ182)资助。资助者在研究设计、数据分析、结果解释或手稿撰写中没有任何作用。

作者指出

1. 薛洋和叶毅应该被认为是联合第一作者

作者及隶属关系

1. 四川大学华西公共卫生学院华西第四医院流行病学与生物统计科，四川成都610041

   杨雪，杨春霞

2. 四川大学华西医疗卫生研究院陈中正卫生研究院非传染性疾病研究中心，四川成都610041

   杨雪，杨春霞

3. 温江市妇幼保健院温江市妇幼保健所，四川成都611130

   杨雪，张建丽

4. 华中科技大学同济医学院流行病学与生物统计系，湖北武汉430030

   叶毅，王毅，吴萍，陆琪，潘安

5. 华中科技大学同济医学院公共卫生学院，环境与健康教育部、环保部重点实验室，环境健康国家重点实验室(孵化)，湖北武汉430030

   叶毅，王毅，吴平，陆琪，刘刚，潘安

6. 双流妇幼保健院妇产科，四川成都610200

   刘燕

7. 双流妇幼保健院科教科，四川成都610200

   嘉荫元

8. 海南医科大学第二附属医院海南省急危重症临床研究中心急诊科，海南海口571199

   宋星月，吕传竹

9. 海南医科大学急救与创伤教育部重点实验室，海南海口571199

   宋星月，吕传竹

10. 海南医科大学中国医学科学院海岛急诊医学研究组，海南海口571199

    闫世姣，吕传竹

11. 海南医科大学公共卫生学院，海南海口571199

    Shijiao严

12. 四川大学华西第二医院妇产科，生物治疗国家重点实验室，四川成都610041

    Xiaorong气

13. 哈佛陈曾熙公共卫生学院营养学系，美国马萨诸塞州波士顿02115

    Yi-Xin王

14. 深圳市疾病预防控制中心传染病预防控制科，广东深圳518055

    应文

15. 华中科技大学同济医学院营养与食品卫生系，湖北武汉430030

    刘帮

16. 出生缺陷与妇幼相关疾病教育部重点实验室，四川大学华西第二医院，四川成都610041

    Xiong-Fei锅

17. 国家药监局药品体内外相关性技术研究重点实验室，四川大学华西第二医院，四川成都610041

    Xiong-Fei锅

18. 双流市妇幼保健院双流市妇幼保健所，四川成都610200

    Xiong-Fei锅

贡献

XY:概念化、形式分析、方法论、软件、写作——初稿。YY:数据策划，形式分析，方法论，写作-初稿。YW:数据管理，形式分析，监督。PW:形式化分析，方法论，软件。QL:监督，写作-审查和编辑。YL:写作评论和编辑。JY:写作评论和编辑。XS:写作评论和编辑。SY:方法论，写作评论和编辑。XQ:方法论，写作评论和编辑。 Y-X Wang: Methodology, writing—review and editing. YW: Methodology, Writing—review and editing. GL: Methodology, writing—review and editing. CL: Methodology, writing—review and editing. C-XY: Conceptualization, data curation, methodology, writing—review and editing. AP: Conceptualization, data curation, methodology, supervision, writing—review. JZ: Conceptualization, data curation, methodology, writing—review and editing. X-FP: Conceptualization, data curation, methodology, supervision, writing—review. All authors read and approved the final manuscript.

相应的作者

对应到张简历或Xiong-Fei锅．

伦理批准并同意参与

原队列研究经华中科技大学同济医学院伦理委员会批准，所有参与者均知情同意。

发表同意书

不适用。

相互竞争的利益

作者宣称他们之间没有利益冲突。

出版商的注意

伟德体育在线施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。

开放获取本文遵循知识共享署名4.0国际许可协议，允许以任何媒介或格式使用、分享、改编、分发和复制，只要您对原作者和来源给予适当的署名，提供知识共享许可协议的链接，并注明是否有更改。本文中的图像或其他第三方材料包含在文章的创作共用许可协议中，除非在材料的信用额度中另有说明。如果材料未包含在文章的创作共用许可协议中，并且您的预期使用不被法定法规所允许或超出了允许的使用范围，您将需要直接获得版权所有者的许可。如欲查看本牌照的副本，请浏览http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献弃权书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条所提供的资料，除非在资料的信用额度中另有说明。

转载及权限