紅細胞分布寬度、C反應蛋白與白蛋白比值、尿白蛋白與肌酐比值聯合檢測在2型糖尿病并發癥預測中的應用

馮菲菲, 吳佳羽, 姜黎麗, 徐 燕

(中國人民解放軍聯勤保障部隊第904醫院, 1. 腎臟內分泌科, 2. 神經內科,3. 體檢中心, 江蘇 無錫, 214000)

2型糖尿病(T2DM)是臨床常見的一種由胰島素缺乏或胰島素抵抗造成的碳水化合物、蛋白質及脂肪代謝紊亂性疾病。機體長期處于高血糖狀態可導致慢性代謝并發癥,引起多器官、系統功能障礙,如眼部、血管、心臟、腎臟、神經等組織結構及功能異常[1]。近年來,T2DM的臨床發病率逐年升高,而糖尿病相關并發癥的發生是導致患者殘疾、死亡的主要原因,因此盡早預測T2DM患者的并發癥發生風險,對改善患者預后具有重大意義[2]。紅細胞分布寬度(RDW)是反映紅細胞體積變異性的指標,近年來常被用于多種心腦血管疾病嚴重程度及預后的評估[3]。C反應蛋白(CRP)是臨床常用的炎癥標志物,白蛋白(ALB)則是評估機體營養狀況、急慢性消耗狀態的常用生化指標。研究[4]認為,白蛋白、CRP、CRP與白蛋白比值(CAR)對機體炎癥狀態的敏感度、準確度更高。尿微量白蛋白(mALB)與尿肌酐(UCr)的比值(UACR)對運動、尿量等影響因素進行校正,能夠真實反映內皮功能障礙,在糖尿病腎病發生風險預測中的應用較多,但在糖尿病冠狀動脈病變及神經病變預測中的價值尚未闡明[5]。本研究旨在明確RDW、CAR、UACR在T2DM并發癥預測中的應用價值,從而為臨床進行糖尿病并發癥防治提供借鑒。

1 資料與方法

1.1 一般資料

選取104例T2DM并發癥患者與104例T2DM無并發癥患者作為研究對象,所有患者均符合《中國老年2型糖尿病防治臨床指南(2022年版)》[6]中的T2DM診斷標準。T2DM并發癥患者納入觀察組, T2DM無并發癥患者為對照組。T2DM并發癥診斷標準參考《中國2型糖尿病防治指南(十二):糖尿病慢性并發癥》[7],并根據肌電圖、眼底檢查、生化檢查結果與相關科室(眼科、神經科、腎臟科、心內科等)會診確定。同時排除合并其他代謝性疾病、活動性感染、自身免疫性疾病、血液系統疾病、營養不良、惡性腫瘤、終末期肝腎疾病者。所有研究對象均自愿參與本研究,并簽署知情同意書。本研究通過了醫院倫理委員會審核批準。觀察組男47例,女57例,年齡39～80歲,平均(58.25±9.76)歲,平均體質量指數(BMI)為(26.02±5.17) kg/m2,吸煙史47例, T2DM并發癥包括糖尿病視網膜病變(DR)22例,糖尿病腎臟疾病(DKD) 88例,糖尿病周圍神經病變(DPN)46例,冠心病(CAD)12例; 對照組男52例,女52例,年齡45～78歲,平均(57.23±8.62)歲, BMI(25.84±6.33) kg/m2, 吸煙史42例。2組患者性別、年齡、BMI及吸煙史比較,差異均無統計學意義(P>0.05)。

1.2 方法

采集患者的空腹靜脈血3 mL, 離心10 min(轉速3 000轉/min),保留血清待檢。使用貝克庫曼爾特公司生產的AU5800型全自動生化分析儀測定空腹血糖(FPG)、餐后2 h血糖(2 hPG)、糖化血紅蛋白 (HbAlc)、RDW、血肌酐(SCr)、白細胞(WBC)、總膽固醇(TC)、甘油三酯(TG)、低密度脂蛋白膽固醇(LDL-C)、高密度脂蛋白膽固醇(HDL-C)、CRP、ALB,并計算CAR, 檢測方法均為免疫比濁法。采集晨尿標本5～10 mL, 2 h內使用Advia 1800全自動生化分析儀測定mALB、UCr水平,mALB檢測采用免疫比濁法,尿肌酐檢測采用氧化酶法,并計算UACR。

1.3 統計學方法

采用SPSS 23.0軟件對數據進行統計學處理,計數資料以[n(%)]表示,數據比較采用χ2檢驗,符合正態分布的計量資料以均數±標準差表示,數據比較采用t檢驗,指標關系行Spearman相關分析,影響因素采用Logistic回歸分析,繪制受試者工作特征(ROC)曲線分析RDW、CAR、UACR對T2DM各種并發癥的預測效能,曲線下面積(AUC)的比較采用Z檢驗,P<0.05為差異有統計學意義。

2 結 果

2.1 2組患者生化指標水平比較

觀察組與對照組的FPG、WBC水平比較,差異無統計學意義(P>0.05)。與對照組比較,觀察組2 hPG、HbAlc、TC、TG、LDL-C、RDW、CAR、UACR水平更高, HDL-C水平更低,差異有統計學意義(P<0.05), 見表1。

表1 2組患者生化指標水平比較

2.2 RDW、CAR、UACR與血糖、血脂等指標的相關性

相關性分析顯示, RDW與2 hPG、HbAlc、TC、LDL-C均呈正相關,與HDL-C呈負相關(P<0.05), 與FPG、TG無相關性(P>0.05); CAR與2 hPG、HbAlc、TC、LDL-C均呈正相關,與HDL-C呈負相關(P<0.05), 與FPG、TG均無相關性(P>0.05); UACR與2 hPG、HbAlc、TC、LDL-C均呈正相關,與HDL-C呈負相關(P<0.05), 與FPG、TG均無相關性(P>0.05), 見表2。

表2 RDW、CAR、UACR與血糖、血脂等指標的相關性

2.3 T2DM各種并發癥的影響因素分析

通過Logistic回歸分析建立未校正混雜因素的模型1, 校正混雜因素(性別、年齡、吸煙史、BMI、TC、TG、LDL-C、HDL-C、2 hPG、FPG、HbAlc)后建立模型2。回歸分析結果顯示,校正混雜因素后, RDW、CAR、UACR均是T2DM患者并發DR、DKD、DPN、CAD的影響因素(P<0.05),見表3。

表3 T2DM各種并發癥的影響因素分析

2.4 RDW、CAR、UACR對T2DM并發癥的預測效能

繪制RDW、CAR、UACR單用及聯合應用診斷T2DM并發癥的ROC曲線,見圖1, RDW、CAR、UACR單用及3項聯合應用預測T2DM并發癥的AUC值分別為0.753、0.858、0.885、0.915, 3項聯合應用對T2DM并發癥的預測效能更高(Z=3.221、2.605、2.334,P<0.05)。

圖1 RDW、CAR、UACR單用和聯合應用預測T2DM并發癥的ROC曲線

3 討 論

T2DM是一種以慢性高血糖為特征的代謝性疾病,患者機體長期處于高血糖狀態,容易引發大血管及微血管病變,影響患者身心健康[8]。T2MD并發癥多為外周及自主神經系統損傷引起的臨床綜合征, DR、DKD、DPN、CAD是臨床常見的幾類糖尿病并發癥, DR可導致糖尿病患者全視力缺陷甚至失明。研究[9]認為,亞臨床炎癥、代謝途徑異常、氧化應激是DR的重要發生機制。DKD是常見的糖尿病并發癥,研究[10-12]顯示,機體內炎癥因子均會損傷內皮細胞,影響腎小球通透性,進而引發DKD。高血糖是導致DPN的主要原因,但其確切發病機制尚未明確,普遍認為其是血管損傷、代謝紊亂、細胞因子異常、氧化應激等因素共同作用的結果。T2DM的發生與血脂異常密切相關,而高血糖、血脂異常均是動脈粥樣硬化的影響因素。調查[13]顯示, 70%的糖尿病患者會并發CAD, 且糖尿病患者的冠狀動脈病變范圍通常較非糖尿病患者更廣,程度也更嚴重。

RDW是反映紅細胞異質性的一項參數,數值越大表明紅細胞形態差異越大,預示著機體可能發生了造血異常、貧血。RDW升高與紅細胞穩態嚴重失衡密切相關,即紅細胞生成-存活平衡發生異常,這可能與營養不良、血管炎癥反應、氧化應激等因素有關。研究[14]指出,高血糖狀態會弱化紅細胞變性能力,縮短紅細胞壽命,引起RDW升高。王云霞等[15]報道顯示,RDW水平越高,T2DM患者的并發癥發生風險越高,預后越差, RDW是預測糖尿病患者心血管死亡的敏感指標。CELIK A等[16]報道, RDW升高與T2MD患者并發CAD相關,截斷值為13.25%時, RDW預測CAD的敏感度、特異度分別為62.9%和77.1%。本研究也顯示, RDW是CAD的影響因素, RDW對CAD的影響比其他指標更為顯著。

CRP為急性時相蛋白,機體在發生組織損傷或微生物入侵時,肝臟或脂肪組織會迅速合成CRP, 引起CRP濃度升高。血清ALB與炎癥關系密切, ALB與CRP在炎癥評估中呈負相關,兩者均由肝臟細胞合成, CRP受到白細胞介素-6(IL-6)、腫瘤壞死因子-α(TNF-α)等細胞因子的正向調節,而高濃度IL-6、TNF-α是低蛋白血癥的主要因素,由此可以解釋CRP與ALB呈反向作用。CRP與ALB結合得出的新型炎癥指標CAR能夠從“致炎”與“抑炎”的相反作用上全面反映機體炎癥狀態,對炎癥性疾病有更高的評估價值。目前, CAR已被廣泛應用于呼吸系統疾病、惡性腫瘤、心腦血管疾病、腎病等病情的評估、預后預測、死亡險預測。國外有報道[17]指出,合并慢性疾病者的CAR水平與T2MD發病呈正相關,認為CAR對新發糖尿病有較高的預測能力。

研究[18]指出,24 h尿mALB對早期DKD的敏感性更高,即便是輕度的腎小球受損,也可檢測到24 h尿mALB水平明顯升高。對T2MD患者進行24 h尿mALB檢測,可盡早發現早期腎功能損害。24 h 尿mALB雖是早期診斷DKD的理想指標,但其存在標本收集不便、患者依從性差的缺陷,再加上24 h尿蛋白定量檢測繁瑣,大大降低了該指標的實用性。國外有學者[19]發現,糖尿病患者在尿總蛋白正常的情況下,尿白蛋白排泄水平偏高,據此認為尿mALB是腎損傷的早期預兆。由于尿微量白蛋白容易受到尿量、尿液濃縮等因素影響,而個體每日的UCr排出量相對恒定,所以臨床常通過測定UCr對mALB進行校正,使用二者的比值UACR可有效避免尿量對檢測結果的干擾。

本研究發現,有并發癥的T2MD患者的RDW、CAR及UACR水平高于無并發癥者。Logistic回歸分析顯示,RDW、CAR、UACR均是T2MD相關并發癥(DR、DKD、DPN、CAD)的影響因素,進一步的ROC曲線分析顯示, RDW、CAR、UACR 3項對T2MD并發癥均有一定預測價值,并且3項聯合應用對T2MD的預測效能更高,這與劉晶晶等[20]和蔣俏蘭等[21]報道相符,這是因為RDW、CAR、UACR與炎癥反應、腎損傷等糖尿病并發癥的發生機制密切相關, 3項聯合能夠較為敏感地預測DR、DKD、DPN、CAD的發生。

綜上所述,RDW、CAR、UACR水平升高與T2DM患者并發癥的發生密切相關, 3項單獨應用對T2DM并發癥均有一定預測價值,但3項聯合對T2DM并發癥的預測效能更高,臨床可通過動態監測RDW、CAR、UACR變化篩選出并發癥高危患者,從而及時制訂相關防治對策,改善患者預后。