非透析慢性腎臟病患者脈搏波傳導速度與尿蛋白量的相關性研究

郭太林 朱鵬立 余惠珍

·臨床醫學·

非透析慢性腎臟病患者脈搏波傳導速度與尿蛋白量的相關性研究

郭太林 朱鵬立 余惠珍

目的 通過測量非透析慢性腎臟病(CKD)(1～5期)患者的脈搏波傳導速度(PWV)及24 h尿蛋白定量, 分析PWV和24 h尿蛋白定量的關系。方法 橫斷面研究住院患者118例, 均為診斷明確的非透析CKD患者, 按照尿蛋白定量水平(＜1.0 g/24 h；1.0～3.5 g/24 h；≥3.5 g/24 h)分為三組：A組40例, B組40例, C組38例；健康體檢者58例為健康對照組。記錄患者性別、年齡、身高、體重、吸煙狀況、血壓、空腹血糖、高密度脂蛋白膽固醇(HDL-C)、低密度脂蛋白膽固醇(LDL-C)、腎功能。通過簡化的腎臟病膳食改良公式計算腎小球濾過率估計值(eGFR), 測定PWV 值及24 h尿蛋白定量。結果 與健康對照組比較, A、B、C組患者PWV值明顯增高, 差異具有統計學意義(P＜0.01)；與A組比較, B、C組患者的PWV值明顯增高, 差異具有統計學意義(P＜0.01)；與B組比較, C組患者PWV值明顯增高,差異具有統計學意義(P＜0.01)；Spearman相關分析顯示, 年齡、糖尿病、高血壓、HDL-C、LDL-C、eGFR和尿蛋白定量為PWV的獨立危險因素, 差異具有統計學意義(P＜0.05)。結論 影響非透析慢性腎臟病患者的脈搏波傳導速度的因素有年齡、糖尿病、高血壓、eGFR和尿蛋白定量, 降低尿蛋白會改善患者的脈搏波傳導速度。

慢性腎臟?。幻}搏波傳導速度；尿蛋白定量

慢性腎臟病(chronic kidney disease, CKD)是世界范圍內嚴重影響人類健康的疾病之一, 心血管疾病是CKD患者死亡的首要原因。有資料顯示心血管疾病導致CKD的死亡率是普通人群的10～20倍［1］。脈搏波傳導速度(pulse wave velocity, PWV)被廣泛用來評價動脈僵硬度, 為心血管疾病危險及預后的重要預測因子［2］。本研究通過測量非透析CKD患者的脈搏波傳導速度和尿蛋白定量值, 比較及分析PWV和24 h尿蛋白定量的關系?，F報告如下。

1 資料與方法

1.1 一般資料 橫斷面調查本院2013年8月～2014年8月干部特診一科和腎內科住院患者118例, 平均年齡(65.4±14.2)歲, 其中男49例(41.5%), 吸煙者38例(32.2%),高血壓病81例(68.6%), 糖尿病52例(44.1%)。CKD 1期30例、CKD 2期21例、CKD 3期24例、CKD 4期23例、CKD 5期20例, 均為診斷明確的非透析CKD［3］患者, 按24 h尿蛋白定量水平分為三組；A組40例, 尿蛋白定量＜1.0 g/24 h；B組40例, 尿蛋白定量1.0～3.5 g/24 h；C組58例, 尿蛋白定量≥3.5 g/24 h；健康體檢者38例為健康對照組。四組年齡、收縮壓、舒張壓、糖尿病人數、LDL-C、HDL-C、eGFR差異無統計學意義(P＞0.05), 具有可比性。

1.2 方法

1.2.1 采用Beckman Coulter Synchron LX20生化儀檢測空腹血糖(fasting blood glucose, FBG)、總膽固醇(total cholesterol, TC)、甘油三酯 (triglyeeride, TG)、高密度脂蛋白膽固醇(highdensity lipoprotein cholesterol, HDL-C)、低密度脂蛋白膽固醇(low-density lipoprotein cholesterol, LDL-C)、血清肌酐(serum creatinine, Scr)、血常規［4］。

1.2.2 eGFR 通過簡化的腎臟病膳食改良公式(Modification of Diet in Renal Disease Study equation, MDRD)計算［5］, eGFR= 186×Scr-1.154×年齡-0.203×0.742(女性)。CKD分期［6］：GFR≥90 ml/(min·1.73 m2)為CKD 1期(GFR正?；蛟龈?；GFR 60～89 ml/(min·1.73 m2)為CKD 2期(輕度GFR下降)；GFR 30～59 ml/(min·1.73 m2)為CKD 3期(中度GFR下降)；GFR 15～29 ml/(min·1.73 m2)為CKD 4期(重度GFR下降)；GFR＜15 ml/(min·1.73 m2)為CKD 5期(腎衰竭)。

1.2.3 PWV的測量 采用日本科林公司VP 1000動脈硬化自動測量儀。受檢者檢查前休息15 min, 取仰臥位。選用合適的袖帶縛于上臂及下肢踝部, 上臂袖帶氣囊標志處對準肱動脈, 下肢袖帶氣囊標志處位于下肢內側, 將心電感應器置于心前區, 記錄5 min的動脈脈搏波形, 儀器自動分析并打印輸出PWV值。

1.3 統計學方法 采用SPSS15.0統計學軟件進行統計分析。計量資料以均數±標準差( x-±s)表示, 兩組間比較采用t檢驗, 多組間比較采用方差分析；計數資料以率(%)表示,采用χ2檢驗；相關危險因素分析采用Spearman相關系數。P＜0.05表示差異具有統計學意義。

2 結果

2.1 按照不同尿蛋白定量水平, 四組間PWV值的比較 與對照組PWV值(1200.64±36.11)cm/s比較, A組(1458.18±102.15) cm/s、B組(1605.15±58.20)cm/s、C組(1771.02±36.21)cm/s明顯增高, 差異有統計學意義(P＜0.01)；與A組比較, B、C組患者的PWV值明顯增高, 差異有統計學意義(P＜0.01)；與B組比較, C組患者PWV值明顯增高, 差異有統計學意義(P＜0.01)。

2.2 PWV相關危險因素分析 以年齡、收縮壓(SBP)、舒張壓(DBP)、eGFR、LDL-C、HDL-C、糖尿病、尿蛋白定量分別與PWV進行相關分析, 顯示PWV與年齡、收縮壓、舒張壓、LDL-C、HDL-C、糖尿病、尿蛋白定量呈正相關(P＜0.05),與eGFR呈負相關(P＜0.01)。見表1。

表1 PWV與各影響因素的相關性分析

3 討論

CKD患者常伴貧血、蛋白尿、氧化應激、高同型半胱氨酸血癥和長期微炎癥狀態等一系列心血管危險因素［7］, 是心血管疾病成為慢性腎臟病患者的主要死亡原因。通過檢測動脈硬化的參數指標(如PWV等), 早期干預CKD患者血管病變的進展, 是降低心血管事件發生的根本措施之一。

利用脈搏波來檢測人體心血管血流力學參數是很成熟的方法, 眾多研究認為PWV是預測心、腦血管病發生、進展和死亡的一種無創、敏感的指標。在終末期腎臟病患者PWV每增加1 m/s, 心血管病死亡率增加34%。PWV可以良好地反映大動脈的擴張性, PWV越快, 動脈的擴張性越差、僵硬度越高、彈性越差［8］。動脈僵硬度和PWV是隨年齡的增長而增加的, PWV隨年齡增加更為顯著。除了年齡以外,還有血壓。血壓對外周動脈PWV的影響最大, 高血壓患者PWV值都比正常者高。其他影響PWV大小的因素有心率、鹽攝入量、運動、基因等因素。本文行Spearman相關分析發現, 年齡、高血壓、糖尿病、低密度脂蛋白膽固醇水平、高密度脂蛋白膽固醇水平、eGFR、尿蛋白定量均與PWV明顯相關。本研究發現24 h尿蛋白定量是CKD患者PWV的獨立正相關, 這與Lemos等［9］對104例非透析CKD患者的一項研究結果相似。而日本的研究也發現PWV與之相關［10］,在糖尿病、高血壓患者中的研究發現PWV與白蛋白尿獨立正相關。目前認為微量白蛋白尿是全身血管內皮損傷的標志,蛋白尿可能也一樣。研究中PWV異常組24 h尿蛋白均值0.9 g,接近治療腎臟疾病初步目標值1 g, 說明控制在目標值內對動脈硬化影響較?。?1］。隨著尿蛋白定量增加, PWV值明顯增加,說明控制尿蛋白對延緩動脈硬化的進展有重要的臨床意義。

綜上所述, 本研究結果提示尿蛋白定量是動脈硬化的獨立危險因素, 與動脈硬化病變程度密切相關, 減少尿蛋白排出對CKD患者動脈硬化的評估、預防與治療具有重要的臨床意義。

［1］ Foley RN, Parfrey PS, Samak MJ.Clinical epidemiology of cardiovascular disease in chronic renal disease.Am J Kidney Dis, 1998, 32(5 Suppl 3):S112-S119.

［2］ Cohn JN, Duprez DA, Grandits GA, et al.Arterial elasticity as part of a comprehensive assessment of cardiovascular risk and drug treatment.Hypertension, 2005, 46(1):217-220.

［3］ National Kidney Foundation.K/DOQI clinical practice guidelines for chronic kidney disease: evaluation classification , and stratification.Am J Kidney Dis, 2002, 39 (2 suppl 1):S1-S266.

［4］ 郭太林, 朱鵬立, 林帆, 等.非透析慢性腎臟病患者腎小球濾過率的評估值與動脈硬化的相關性.中國動脈硬化雜志, 2012(10):911-914.

［5］ Levey AS, Greene T, Kusek J, et al.A simplified equation to predict GFR from serum creatinine.J Am Soc Nephrol, 2000(11):155A .

［6］ Levey AS, Atkins R, Coresh J, et al.Chronic kidney disease as a global public health problem:approaches and initiatives-aposition statement from Kidney Disease Improving Global Outcomes.Kidney Int, 2007, 72(3):247-259.

［7］ Chonchol M, Goldenbery I, Moss AJ, et al.Risk factors for sudden cardiac death in patients with chronic renal insufficiency and left ventricular dysfunction.Am J Nephrol, 2007, 27(1):7-14.

［8］ Vlachopoulos C, Aznaouridis K, Stefanadis C.Prediction of cardiovascular events and all-cause mortality with arterial stiffness: a systematic review and meta-analysis.J Am Coll Cardiol, 2010, 55(13):1318-1327.

［9］ Lemos MM, Jancikic AD, Sanches FM, et al.Pulse wave velocity-a useful tool for cardiovascular surveillance in pre-dialysis patients.Nephrol Dial Transplant, 2007, 22(12):3527-3532.

［10］ Ohya Y, Iseki K, Iseki C, et al.Increased pulse wave velocity is associated with low creatinine clearance and proteinuria in a screened cohort.Am J Kidney Dis, 2006, 47(5):790-797.

［11］ 何蓮, 曾靜, 田順利, 等.非透析慢性腎臟病患者大動脈僵硬度的臨床研究.中國血液凈化, 2009, 8(4):196-199.

10.14163/j.cnki.11-5547/r.2015.09.027

2014-11-14］

福建省自然科學基金項目(項目編號：2011j01134)

福建省立醫院, 福建醫科大學省立臨床醫學院, 福建省臨床老年病研究所

朱鵬立