糖尿病腎病合并高尿酸血癥風險預測模型的構建與驗證

潘鷺娜

中國人民解放軍陸軍第七十三集團軍醫院檢驗科,福建省廈門市 361000

糖尿病腎病(DKD)是糖尿病主要微血管并發癥,是慢性腎病和終末期腎病的重要原因[1]。隨著老齡化社會的加速到來,DKD發病率呈逐年上升趨勢,是一個不容忽視的公共衛生問題。DKD與高尿酸血癥(HUA)的發生密切相關,DKD患者代謝能力降低,導致UA蓄積,引起HUA。其次,HUA可引起腎結石、痛風、腎功能不全并加重糖代謝障礙,進一步導致腎臟損傷。DKD合并HUA患者臨床癥狀不典型,患者往往忽視其風險,導致診斷不及時,進而影響治療效果,因此研究DKD患者合并HUA影響因素并構建風險預測模型,對于提高患者和臨床重視程度,及時發現潛在高風險患者,及早進行干預,改善患者預后有一定價值。本研究基于二元Logistic回歸分析,并構建風險預測模型,以期為臨床判斷DKD合并HUA風險提供有效評估依據,具體研究如下。

1 對象與方法

1.1 研究對象 選取我院診斷和治療的DKD患者212例,平均年齡(65.12±6.75)歲,其中男126例,女86例。DKD診斷標準:符合《中國糖尿病腎臟疾病防治臨床指南》[2]中相關標準。排除標準:服用降低UA的藥物、合并有痛風、惡性腫瘤、嚴重肝膽系統疾病。

1.2 方法

1.2.1 分組:根據《高尿酸血癥和痛風治療的中國專家共識》[3]中HUA標準(男性血UA>420μmol/L;女性血UA>360μmol/L),將所有研究對象分為合并HUA 93例,非HUA 119例,分別編號,采用隨機數表法按照7∶3的比率抽取148例患者(包含HUA65例,非HUA83例)構成建模組,剩余患者組成驗證組(包含HUA28例,非HUA36例)。

1.2.2 臨床資料收集:收集所有研究對象人口資料和第一次檢驗結果,包括年齡、性別、是否合并高血壓、糖尿病病程、空腹血糖(FPG)、糖化血紅蛋白(HbA1c)、總膽固醇(TC)、總甘油三酯(TG)、高密度脂蛋白膽固醇(HDL)、低密度脂蛋白膽固醇(LDL)、游離的三碘甲狀腺原氨酸(FT3)、游離的四碘甲狀腺原氨酸(FT4)、促甲狀腺激素(TSH)、尿酸(UA)、C反應蛋白(CRP),根據CKD-EPI公式計算腎小球濾過率(e-GFR)。

1.2.3 模型構建:通過單因素分析篩選DKD合并HUA潛在風險因素,二元Logistic回歸分析對潛在影響因素予以確認,基于二元Logistic回歸分析原理,構建風險預測模型,并對模型在建模組、驗證組預測效能進行評價。

2 結果

2.1 DKD合并HUA單因素分析 建模組DKD合并HUA患者TG、糖尿病病程、HbA1c、TSH、UA、CRP均高于非HUA患者,差異有統計學意義(均P<0.05),兩組間其余指標差異無統計學意義(均P>0.05),見表1。

表1 建模組DKD合并HUA單因素分析

2.2 DKD合并HUA多因素分析和風險預測模型的構建 將單因素分析中有統計學意義的指標納入二元Logistic回歸分析。二元Logistic回歸分析顯示:TG、糖尿病病程、HbA1c、TSH、CRP均為DKD合并HUA的獨立影響因素(見表2)。根據二元Logistic回歸分析原理,構建風險預測模型:P=1/{1+exp[-(-9.344+0.828×TG+0.287×糖尿病病程+0.196×HbA1c+0.102×TSH+0.442×CRP)]}。

表2 DKD合并HUA二元Logistic回歸分析

2.3 建模組模型預測效能評估 將建模組患者影響因素納入風險預測模型,計算每名患者合并HUA預報概率,繪制ROC曲線,評價模型在建模組預測效能。建模組模型AUC為0.832(0.768～0.895),敏感度為75.40%,特異性為75.90%。H-L檢驗為χ2=3.657,P=0.366,說明模型在建模組中具有較好的區分度和校準度,見圖1。

圖1 建模組模型ROC分析

2.4 驗證組模型預測效能評估 驗證組模型AUC為0.821(0.749～0.886),敏感度為78.57%,特異性為77.78%。H-L檢驗為χ2=4.017,P=0.196,說明模型在驗證組中具有較好的區分度和校準度,見圖2。

圖2 驗證組模型ROC分析

3 討論

DKD患者存在不同程度的胰島素抵抗,高胰島素血癥可以抑制尿酸排泄,提高重吸收能力。以往研究發現,HUA與DKD發生呈正相關,且會累積心、腦、腎等器官和組織,引起功能障礙,明顯加重DKD腎損傷,加快病理進程[4]。目前國內外研究主要集中于DKD合并HUA潛在影響因素,并沒有就影響因素構建風險預測模型,對臨床指導價值有限。本研究在總結以往影響因素的前提下,進一步構建了風險預測模型,并對模型的預測效能進行了評估,為臨床判斷DKD患者合并HUA風險提供了可靠依據。

本研究中DKD合并HUA發生率為43.87%,與Li Q研究結果基本相符[5],表明DKD患者合并HUA風險較高,早期識別和及時干預對降低HUA發生可能有一定價值。血脂代謝紊亂與UA水平呈正相關,脂肪分解時產生的酮體和脂肪酸可抑制尿酸的代謝,加速腎動脈硬化,降低腎臟尿酸鹽排泄,導致HUA發生[6]。UA的主要通過腎臟排泄,DKD患者腎小球濾過率明顯降低,而病程與腎小球濾過率呈一定負相關,從而導致尿酸排泄障礙,進而導致HUA的發生。徐臺林等[7]研究發現,糖尿病病程是DKD合并HUA的獨立影響因素之一,本研究結果與之相符。HbA1c可反映過去3個月內血糖控制水平,HbA1c控制在7%以內表明血糖控制較為理想。Huang GQ等[8]研究發現,HUA患者HbA1c高于非HUA患者,是DKD患者合并HUA的獨立影響因素。本研究發現HbA1c為DKD合并HUA獨立影響因素。激素的過量和缺乏可影響UA的代謝,甲狀腺激素對UA的影響已經成為研究的熱點。甲狀腺激素可以通過提高胰島素敏感性來調節甲狀腺功能減退患者UA代謝,其次高胰島素血癥可以降低腎臟UA排泄,導致HUA發生。炎癥因子表達水平對DKD疾病進展有一定預測價值,在一定程度上可以反映腎臟損傷程度。Fu CC等[9]研究發現T2DM患者合并HUA與CRP等炎癥因子表達密切相關。本研究證實TG、糖尿病病程、HbA1c、TSH、CRP均為DKD合并HUA獨立影響因素,基于此構建了風險預測模型。建模組、驗證組通過ROC曲線、H-L檢驗分析分別判斷模型預測效能、區分度、校準度、穩定性,證實該風險預測模型在建模組、驗證組均有較好的預測敏感度、特異性、區分度和校準度,適合在臨床應用與推廣。此外本研究存在一定局限性:(1)本研究為回顧型分析,樣本量較小,可能會造成部分指標統計結果偏差。(2)構建的風險預測模型計算量較大,不利于臨床對患者快速評估。(3)建模組、驗證組均來自同一醫院,無法證實在其他醫院是否有同樣預測價值。未來前瞻性、多中心、大樣本、計算更為簡便的列線圖分析可能更有利于臨床的應用和評價。

綜上所述,基于二元Logistic分析原理,本研究成功構建了DKD合并HUA風險預測模型,經驗證該模型有較高的預測效能,適合臨床應用。臨床醫護人員運用此模型,可篩查DKD合并HUA高風險人群,及時采取干預措施,降低患者UA水平,延緩腎臟損傷進程。