中性粒淋巴細胞比率在慢性腎臟病發生發展中的意義

屈斌，高弼虎通信作者

(大連大學附屬中山醫院腎臟內科，遼寧 大連 116001)

0 引言

最新數據顯示，2017年全球CKD病例數為7億，全球CKD患病率估計為9.1%[1]。這給人們帶來了沉重的負擔。既往研究表明，炎癥和氧化應激在CKD的發病機制中起著重要作用，基于此，越來越多的炎癥標記物被廣泛研究，如腫瘤壞死因子-α(TNF-α)，白細胞介素6(IL-6)高敏C反應蛋白(hs-CRP)等等，但是，目前各國各地區發展不平衡，醫療水平也不盡相同，許多基層醫院難以普及，且價格昂貴，因此也就限制了在臨床的應用。最近，一種新的炎性標記物出現在大家的視野中，中性粒淋巴細胞比率(NLR)，它結合了兩種白細胞亞型特點，反映了機體中性粒細胞與淋巴細胞的變化情況，NLR升高表明中性粒細胞的相對升高和或淋巴細胞的相對減少。NLR相比上述提到的幾種炎性標記物，較易檢測，且不需額外檢測，在血常規檢查中就能清楚顯示出其值大小。最近，NLR的研究也就越來越多。

據報道，高NLR水平可預測各種急慢性病的不良結局，如呼吸系統疾病，急性肺栓塞[2]、慢性阻塞性肺疾病急性加重[3]、哮喘[4]、非小細胞肺癌[5]，心血管疾病，如心衰，急性冠脈綜合征等[6-8]、彌漫性大B細胞淋巴瘤[9]、糖尿病足[10]、SLE[11]等等患者的不良結局。在腎臟病中，NLR與急性腎損傷診斷與預后[12]、腎移植急性排斥反應[13]以及慢性腎臟病患者的死亡風險顯著相關[14]。結果表明，NLR可作為獨立預測腎臟病患者死亡率及預后的又一新指標。本文旨在探討NLR在慢性腎臟病發生發展中的研究進展。

1 NLR對蛋白尿的預測作用

早在2014年EmineBinnetoglu等人[15]為探討CKD患者(無糖尿病)NLR與蛋白尿的關系，進行ROC分析。NLR值為1.94時，敏感性為69%，特異性為60%，相關性分析表明蛋白尿與NLR呈中度正相關(r=0.3，P=0.013)，多元回歸分析表明NLR還是CKD患者蛋白尿的獨立預測因子。2017年的一研究證實了EmineBinnetoglu等人[16]的觀點，NLR與蛋白尿呈正相關(P=0.004，r=0.311)。

2 NLR與慢性腎臟病患者死亡及預后的關系

心血管疾病(CVD)是一種常見病，也是CKD及終末期腎病(ESRD)患者最常見的死亡原因。

在CKD患者中，研究表明NLR被認為是死亡率的臨床預測因子。在2103年土耳其Ismail Kocyigit等人[17]對105例CKD4期患者研究發現，在校正后的多因素Cox回歸模型中，只有NLR和肌酐清除率(Ccr)與CKD4進展相關。以Ccr下降＞5mL/min/年為快速進展，以Ccr下降＜5mL/min/年為緩慢進展。結果NLR≥3的患者進展率明顯高于NLR＜3的患者(2.6±1.6vs5.4±3.3，P＜0.001)，以NLR比值≥3作為判斷快速進展的臨界值時，NLR的敏感性和特異性分別為79%和69%。ROC面 積 為0.714(95%CI：0.618-0.798，P＜0.0001)。但是2018年的一項研究對以上結論提出了質疑，OrcunAltunoren及其同事在Sutcu Imam[18]大學附屬醫院選取了740例2-4期CKD患者，隨訪5年，結果發現高NLR(≥2.76)和低NLR(＜2.76)達到終點(CKD5或者腎臟替代治療)百分比沒有差異，在Cox回歸分析中，NLR不是到達終點的獨立預測因子。

最近，日本研究者RyotaYoshitom等人[19]前瞻性觀察研究350名1-4期慢性腎臟病患者。終點是需要透析或死亡。多變量分析顯示，與低NLR(＜1.86)組相比，高NLR(＞1.87)組的綜合預后風險比(HR)顯著增加(HR為1.67，95%可信區間為1.02-2.77)。通過多變量線性回歸分析發現，NLR與eGFR負相關，相關系數為r=-0.23。Qiongjing Yuan等人[20]在中國22個省的28個城市的39個中心招募了938名具有完整NLR和其他相關臨床變量的1-4期CKD患者(年齡18-74歲)。用Cox回歸分析估計NLR與包括終末期腎病(ESRD)、心血管事件(CVD)或全因死亡率在內的預后的相關性。結果顯示，只有在CKD分期4的患者中，NLR與上述終點事件的風險才有關聯。這與土耳其研究者結論明顯相反，可能的原因是兩項研究對結局定義不一。

在腹膜透析(Peritoneal dialysis，PD)患者中，NLR依舊可作為全因死亡及心血管死亡的獨立預測因子。中山大學第一附屬醫院Xin An等人[21]納入138名PD患者和60名健康人群，結果認為PD組患者NLR基線水平明顯高于健康對照組，在PD患者中，高NLR組(＞3.5)與低NLR組(＜3.5)相比病死率和心血管死亡率的發生率更高(51.5% vs 22.3%，P=0.006，38% vs 7.6%，P=0.003)。多因素分析顯示，高NLR值是全因死亡和心血管死亡的獨立危險因素。隨后他的同事劉新輝Xinhui Liu[22]分析1778名PD患者，發現了同樣的結論，高NLR(＞2.87)的患者其3年全因死亡風險、CVD以及感染相關的死亡風險分別為低NLR患者的1.067倍、1.072倍，1.057倍，但感染相關死亡風險無統計學意義。

最近，朝陽醫院Xiangxue Lu等人[23]指出，在NLR≥4.5的患者中，心血管死亡率和全因死亡率的累積發生率都顯著更高。綜上所述，高NLR是腹膜透析患者全因死亡及心血管死亡強有力的預測因子。

在血液透析(Hemodialysis dialysis，HD)患者中，NLR也是全因死亡及心血管死亡的獨立預測因子。早在2014年，日本Tomoko Abe等人[24]前瞻性研究86例HD患者，結果發現在調整Cox比例風險模型中，NLR＞3.72組患者發生心血管事件的相對危險度為3.02(95%CI為1.32-8.00)，根據NLR的大小分為四組(1.19-2.78，2.89-3.67，3.72-4.60，4.66-10.75)，第四分位數與第一分位數相比，心血管事件風險增加9.61倍(95%CI 2.56-62.38)。Georges Ouellet等人[25]2016年研究納入5782例HD患者，采用多變量Cox回歸計算NLR對全因生存的調整危險比HR，結果發現，在對人口統計學和臨床協變量進行調整后，NLR大于3.88是1年死亡率的重要預測因子(HR=1.96；95%CI：1.57-2.44)。NLR大于3.80是第2年死亡率的重要預測因子(HR=2.04；95%CI：1.46-2.84)。NLR大于3.87是第3年死亡率的重要預測因子(HR=1.69；95%CI：1.12-2.55)。進一步行ROC曲線分析，預測HD開始后1年的病死率(靈敏度為56%，特異度為70.4%，約登指數為0.26，ROC線下面積為0.663)，雖然相對中性粒細胞、淋巴細胞和白細胞計數預測死亡率的特異性略高于NLR，但它們的敏感性較差，它們在ROC曲線下的面積相當(分別為0.65、0.66和0.56)，隨訪至第2年和第3年的結果相似。總的來說，NLR預測價值還是值得期待的。

國外另一項研究，Christina Catabay等人[26]2017年對108548例血液透析患者回顧性研究發現，無論是否調整多因素模型，NLR都顯示出其增加的死亡率風險，基線和時協變量COX模型的風險比(HR)分別為1.94(95%CI1.87-2.02)和4.54(95%CI4.34-4.75)。為了評估其在HD患者死亡率的預測價值，通過增加NLR基線水平，與原預測模型相比，1年死亡率的ROC曲線下面積(AUROC)和凈重新分類指數(NRI)分別增加為0.018，9.5%，差異有顯著的統計學意義。提示NLR不但是HD患者死亡的獨立預測因子，而且相比其他指標(年齡、性別、種族和民族、血管通道類型、體重指數(BMI)和spKt/V等)更有預測價值。有趣的是隨后2018年復旦大學中山醫院Fangfang XIANG等人[27]研究發現在355名HD患者中，在未調整的Cox回歸分析中，NLR與全因死亡率顯著相關(HR 1.095; 95% CI, 1.026-1.170，P=0.007)，但是在添加了單核淋巴細胞比率MLR變量調整時，這種顯著性會即刻消失。Mustafa Yaprak等人[28]也發現了類似的現象，一項納入80HD患者的前瞻性研究發現，血小板淋巴細胞比率PLR比NLR更有預測價值。綜上相比NLR，MLR與PLR預測價值更高，可能原因是血小板與單核細胞所代表的功能差異引起，高MLR或PLR代表著更加嚴重的炎癥狀態，但需要更多的臨床研究來證實。

3 NLR與慢性腎臟病腎功能的關系

NLR升高與腎功能障礙相關，OrcunAltunoren等人[29]發現，高NLR組患者eGFR明顯低于低NLR組(39.4±12.0 vs 41.6±12.0，P=0.03)，這與Ismail Kocyigit[17]的結論類似。Qiongjing Yuan等人[20]的研究也證實了這點。在PD患者中，Xin An等人[21]研究認為NLR＜3.5的PD患者其殘余腎功能高于NLR＞3.5的PD患者。但在Tomoko Abe的研究中，NLR與HD患者血清肌酐無關，可能的原因是HD患者殘余腎功能喪失，體內肌酐水平與患者近期飲食結構相關，較高的血清肌酐表明患者營養狀況較好。

4 CKD患者NLR升高的可能機制

人們普遍認為尿毒癥癥狀是由尿毒癥毒素在尿毒癥患者體內積聚引起的。在90多種尿毒癥物質中，吲哚硫酸鹽(IS)是研究最多的一種，是尿毒癥物質的代表。在CKD患者中，血清IS高水平組總病死率和CVD病死率均較高[30]。Satoyasu Ito等人[31]在腺嘌呤腎病小鼠模型中發現，NLR和血清吲哚硫酸鹽(IS)水平升高。熒光激活細胞分選顯示，髓系祖細胞增多，淋巴祖細胞減少，提示骨髓造血異常。口服活性炭吸附劑AST-120可降低腺嘌呤腎病小鼠的血清IS濃度，并使NLR和骨髓異常恢復正常。由此可見，NLR升高是由骨髓造血過程扭曲引起的，具體來說是骨髓中髓系祖細胞增加和淋巴系祖細胞減少導致的，IS在CKD模型小鼠NLR升高中起關鍵作用，但具體機制目前還不確切。

最近，Tomasz W. Kaminski等人[32]把50例CKD合并高血壓的患者分三組與健康組對照，發現CKD組患者IS水平明顯高于健康對照組(70.1(8.11-361) vs 23.8(5.45-60.8)，P＜0.001)。研究還顯示NLR與未降壓治療組CKD-NONE和多藥聯合降壓組CKD-POLI存在中等程度正相關，相關系數分別為0.629，0.515。關于CKD患者NLR升高機制還需要更進一步探討。

5 NLR影響CKD患者預后的機制

對于慢性腎臟病患者，特別是終末期腎病患者，心血管疾病是導致死亡最主要的原因[33]。炎癥是心血管疾病發展的中心過程，是動脈粥樣硬化或鈣化的關鍵，在慢性腎臟病患者中非常普遍。中性粒細胞是促炎細胞，可以加劇內皮功能障礙，激活巨噬細胞，促進泡沫細胞的形成[34]。動脈僵硬是動脈粥樣硬化的早期標志，已被證明是慢性腎臟疾病(CKD)患者心血管事件和全因死亡率的有力獨立預測因子[35]。目前臨床上，頸動脈-股動脈脈搏波速度(cfPWV)和增強指數(AIX)被廣泛用作動脈僵硬的替代標志物。在PD患者中，Xiangxue Lu研究發現，對比有無頸動脈斑塊PD患者，發現有頸動脈斑塊患者NLR明顯高于無斑塊組，P=0.012。進一步探尋NLR與動脈僵硬的關系，結果發現NLR與cfPWV(r=0.857；P＜0.001)、AIX(r=0.609；P＜0.001)、hsCRP(r=0.515；P＜0.001)呈正相關。NLR與年齡、性別、PD病程、吸煙、糖尿病或血清LDL-C無明顯相關性。在多變量分析中，NLR值與cfPWV獨立相關(β=1.150)，AIX(β=3.945)。高NLR值是PD患者cfPWV(β=1.150；P＜0.001)和AIX(β=3.945；P＜0.001)升高的預測因子[23]。在HD患者中，頸動脈內中膜厚度(CIMT)也是動脈粥樣硬化標記物，在進行多元回歸分析后發現，NLR和最大CIMT獨立相關[36]。

6 NLR與氧化應激

慢性腎臟病的進展與全身炎癥和氧化應激密切相關，氧化應激是活性氧物種(ROS)的產生和抗氧化劑清除ROS之間的不平衡[37]。8-羥基脫氧鳥苷(8-OH-DG)是核酸中含量最豐富的氧化產物之一。Anders L. S?rensen等人在3420名受試者中，用液相色譜-串聯質譜法測定了尿8-OH-DG以定量測定尿液中DNA的氧化損傷，結果發現8-OH-DG與慢性炎癥綜合評分(IFA評分)、WBC、單核細胞計數、中性粒細胞計數、NLR呈正相關，而與hsCRP、淋巴細胞計數、血小板計數無相關性[38]。另外Eraldemir FC等人研究了49名確診為潰瘍性結腸炎CD的患者(24名活躍患者和25名非活躍患者)和38名健康人。測量了丙二醛(MDA)、NLR、PLR的水平。結果表明患有活動性CD的患者的血清MDA(P=0.007)，NLR(P=0.034)和PLR(P=0.026)的血清水平顯著高于非活動性CD患者。ROC曲線分析表明，對比活躍組與非活躍組CD，MDA，NLR和PLR的最佳臨界值分別為0.14umol/L，2.58和192.26。MDA水平升高與活躍組CD的NLR值呈正相關(r=0.422，P=0.029)。提示，NLR值也可以間接反映體內氧化應激的存在[39]。

7 NLR與營養不良

據報道，微炎癥狀態與MHD患者的蛋白質能量消耗(PEW)發病息息相關[40]。Jér?me Pineault 等人[41]發現NLR值每增加1單位，C反應蛋白升高4.64 mg/L，白蛋白降低0.047g/dL。國外研究者Tezcan Kaya等人[42]將95例老年患者(年齡≥65歲)進行橫斷面研究以探求NLR與營養不良的關系。采用簡易營養評估(MNA)，結果發現NLR與MNA評分、白蛋白等營養指標均呈負相關，r分別為-0.276和-0.269。多元logistic回歸分析顯示，NLR升高是預測老年患者營養不良或營養不良風險的獨立因素。

8 NLR與促紅細胞生成素抵抗

在慢性腎臟疾病患者中，促紅細胞生成素抵抗與發病率和死亡率的增加有關，并受炎癥等因素的影響。促紅細胞生成素抵抗指數(ERI)是與炎癥相關的EPO抵抗的量度。Georges Ouellet[25]等人將患者按照NLR的大小分為3組(＜2.38，2.38-3.88，＞3.88)，結果發現，NLR越高組EPO劑量使用越大。(3556Uvs 4143Uvs 4924U，P＜0.001)但在Xin An[21]的研究中NLR＞3.5組與＜3.5組相比，使用促紅細胞生成素劑量卻無差異。Jér?me Pineault等人[41]回顧性129例透析患者，采用Spearman相關系數測定NLR與炎癥標志物CRP、血清白蛋白、ERI的相關性。結果發現NLR與CRP呈正相關(r=0.45，P＜0.001)，NLR與白蛋白呈負相關(r=-0.51，P＜0.001)。與ERI相關系數為0.10，P=0.27，因此認為NLR和ERI之間的相關性可以忽略不計。

最近一多中心橫斷面研究納入為397例HD患者，計算NLR、PLR和紅細胞生成素抵抗指數(ERI)。將ERI分為四個分位數，并與四組的平均NLR值和PLR值進行比較，差異有統計學意義(P=0.00058)。在回歸分析中，NLR值能夠顯著預測ERI值(P＜0.0001)(R2=0.029)。遺憾的是，他們沒有行ROC曲線以衡量NLR預測促紅細胞生成素抵抗的能力[43]。由于目前相關研究仍較少，且多為回顧性研究，可進一步擴大樣本數量，完善多中心前瞻性研究，驗證NLR與促紅細胞生成素抵抗的相關性。

9 展望

NLR可通過血常規數據計算得來，無需額外檢測血樣，相對于其他炎性標記物，其更廉價、方便。在CKD患者的不良事件、預后及死亡的預測方面具有重要的價值。但是由于以上各項研究大多數屬于回顧性分析，影響因素較多，無法完全明確因果關系，并且部分研究結論尚存在爭議。因此，需要更多的循證醫學證據來解釋NLR與CKD患者不良結局的關系。