论文部分内容阅读
[目 的]探究中性粒细胞/淋巴细胞比值（NLR）、血小板/淋巴细胞比值（PLR）、单核细胞/淋巴细胞比值（MLR）与2型糖尿病（T2DM）患者发生肾脏损伤的相关性及预测价值。[方法]1.资料收集:选取2017年10月-2021年11月期间就诊于昆明医科大学附属甘美医院肾病免疫科的T2DM患者235例作为研究对象。详细记录研究对象一般资料,包括性别、年龄、糖尿病病程、是否合并高血压,测量患者身高、体重、血压。检测其糖化血红蛋白（HbA1c）、血常规、血清总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、尿酸（UA）、血清肌酐（Scr）、尿素氮（BUN）;N-乙酰-β-D葡糖糖苷酶（NAG）、β2微球蛋白（β 2-MG）、α 1微球蛋白（α1-MG）、尿转铁蛋白（UTf）、尿免疫球蛋白G（UIgG）、尿微量蛋白（U-mAlb）等实验室指标,使用相关公式计算出估算的肾小球滤过率（eGFR）、体重指数（BMI）、NLR、PLR、MLR。2.分组:根据尿微量蛋白与尿肌酐比值（UACR）分为NAU组（72例）、MAU组（82例）、CAU组（81例）。再将UACR≥30mg/gCr的患者再分为A组（38例）、B组（53例）、C组（72例）。3.统计分析方法:使用Excel录入数据,建立数据库。采用SPSS 25.0软件对数据进行统计描述和分析。采用Kolmogorov-Smirnov检验确定计量资料的正态性,若为正态分布或近似正态分布的计量资料,用均数±标准差（x±s）表示,组间比较采用方差分析;若为非正态分布的计量资料,用中位数（四分位数间距）表示,即M（P25～P75）,组间比较采用非参数检验。计数资料用频数或百分比描述,采用卡方（χ2）检验比较组间差异。相关性分析采用Paerson积距相关或Spearman秩相关性分析。采用多重逐步线性回归分析进行多因素分析。绘制受试者工作特征曲线（receiver operating characteristic curve,ROC）,比较 NLR、PLR、MLR的诊断价值,计算曲线下面积（areaundercurve,AUC）。P＜0.05认为有统计学意义。[结果]1.本研究共纳入235例T2DM患者,其中男性157例,女性78例。根据UACR结果分为NAU组72例,MAU组82例和CAU组81例,一般资料比较结果显示:其病程、高血压的发生、收缩压（SBP）、舒张压（DBP）、HbA1c、TC、LDL-C的组间比较差异有统计学意义（P＜0.05）,但三组间性别、年龄、BMI、TG、HDL-C的组间比较差异无统计学意义（P＞0.05）。肾功能相关资料比较显示:eGFR、BUN、Scr NAG、β2-MG、α1-MG、UTf、UIgG、U-mA1b、β 2-MG差异性显著（P＜0.05）。UA的组间比较差异无统计学意义（P＞0.05）。血细胞参数的比较结果显示:三组间白细胞、中性粒细胞、NLR、MLR差异有统计学意义（P＜0.05）,但血小板、淋巴细胞、单核细胞、PLR组间比较差异无统计学意义（P＞0.05）。2.综合考虑UACR和eGFR的糖尿病患者CKD分期,将UACR≥30mg/gCr的患者再分为A组38例,B组53例,C组72例,分析得出:病程、UA、eGFR、BUN、Scr、UACR、β 2-MG、α1-MG、UTf、UIgG、U-mA1b、白细胞、中性粒细胞、单核细胞、NLR、MLR 比较差异有统计学意义（P＜0.05）,但NAG、血小板、淋巴细胞、PLR在三组间比较差异无统计学意义（P＞0.05）。3.将NLR、MLR、PLR与各项主要生化指标进行Spearman相关性分析后结果显示:NLR 水平与 UA、BUN、Scr、UACR、U-mA1b、β 2-MG、α1-MG、UTf、UIgG、MLR 呈正相关（0＜r≤1,P＜0.05）,与 eGFR 呈负相关（r=-0.314,P＜0.05）;MLR 水平与 UA、BUN、Scr、UACR、U-mA1b、β 2-MG、α 1-MG、UTf、UIgG、NLR 呈正相关（0＜r≤ 1,P＜0.05）,与 eGFR 呈负相关（r=-0.317,P＜0.05）。PLR水平与 TC、HDL-C、LDL-C、UACR β2-MG、NLR、MLR呈正相关（0＜r≤1,P＜0.05）。4.以lg（UACR）为因变量,纳入Spearman相关分析中有统计学意义的变量,即 UA、eGFR、BUN、Scr、UACR、U-mAlb、β2-MG、α1-MG、UTf UIgG、NLR、MLR、PLR为自变量,建立回归模型,结果显示UTf、U-mAlb、NLR、MLR是UACR水平的独立影响因子。以eGFR为因变量,建立回归模型,结果显示UACR、β 2-MG、α1-MG、MLR是eGFR水平的独立影响因子。5.受试者工作曲线显示:选用ROC曲线评价NLR、MLR及联合检测因子对DKD患者的诊断价值,结果显示:NLR的AUC为0.626（P＜0.05）,95%可信区间为（0.548-0.703）,最佳临界值为1.73,对应的约登指数为0.243,敏感度为70%,特异度为54%。MLR的AUC为0.622（P＜0.05）,95%可信区间为（0.548-0.694）,最佳临界值为0.31,对应的约登指数为0.276,敏感度为40%,特异度为88%。以是否合并DKD（0=无,1=有）为因变量,使用二元Logistic回归分析两项联合检测的预测值。根据“约登指数=（灵敏度+特异度-1）”公式计算出最佳临界值,然后绘制两项联合检测的ROC曲线,并计算AUC。根据公式计算结果出最大约登指数为0.261,对应的AUC为0.631（P＜0.05）,95%可信区间为（0.557-0.704）,敏感度为41%,特异度为85%。但两项联合检测时未见明显优势。[结论]1.NLR、MLR与T2DM患者尿白蛋白排泄率有关,且与肾小球和肾小管损伤密切相关,可综合反应T2DM患者发生肾脏损伤的严重程度。2.NLR、MLR是UACR水平的独立影响因子,MLR是eGFR水平的独立影响因子。3.NLR诊断DKD时敏感度较高,MLR特异度较高,但两项联合检测诊断DKD时未见明显优势.4.PLR在本研究中未见明显差异性,考虑与样本量不足有关.