作者投稿
专家审稿
编辑办公
邮件订阅
RSS
Correlation Between Neutrophil to Lymphocyte Ratio and eGFR in Diabetic Patients: A Cross-sectional Analysis Based on NHANES Data
-
摘要:目的
基于大样本数据，探究中性粒细胞/淋巴细胞比值(neutrophil to lymphocyte ratio，NLR) 与糖尿病患者肾功能指标估算的肾小球滤过率(estimated glomerular filtration rate，eGFR) 的相关性。
方法基于2009-2014年美国国家健康与营养调查(National Health and Nutrition Examination Survey，NHANES) 数据库中确诊糖尿病患者的资料进行横断面分析。比较合并/未合并慢性肾脏病(chronic kidney disease，CKD) 患者的NLR差异，并采用Pearson相关性分析和多元线性回归模型分析NLR与eGFR的相关性。
结果共纳入857例糖尿病患者，其中合并CKD 190例(22.2%)，未合并CKD667例(77.8%)，且与后者比较，前者的NLR显著升高(2.94±1.69比2.36±1.98，P < 0.001)，eGFR显著降低[(43.54±12.79) mL/(min· 1.73 m2) 比(92.50±18.20) mL/(min· 1.73 m2)，P < 0.001]。按NLR四分位数分组分析后发现，随NLR增大，糖尿病患者eGFR逐渐下降[Q1组: (87.05±24.93) mL/(min· 1.73 m2); Q2组: (83.68±24.98) mL/(min· 1.73 m2); Q3组: (83.10 ± 26.26) mL/(min · 1.73 m2); Q4组: (72.55 ± 28.15) mL/(min · 1.73 m2);P < 0.001]。Pearson相关性分析显示，NLR与eGFR呈弱负相关(r=-0.15，P < 0.001)。多元线性回归模型校正混杂因素后表明，NLR与糖尿病患者eGFR存在独立的负相关性(OR=0.403，95% CI: 0.210~0.772，P=0.006)。
结论NLR与糖尿病患者的eGFR呈负相关，具有反映糖尿病患者肾功能下降及CKD风险的潜在价值。
-
关键词:
- 糖尿病 /
- 慢性肾脏病 /
- 中性粒细胞/淋巴细胞比值 /
- NHANES数据库
Abstract:ObjectiveTo investigate the association between neutrophil to lymphocyte ratio (NLR) andestimated glomerular filtration rate (eGFR) in patients with diabetes using large-scale data.
MethodsAcross-sectional analysis was conducted using data from diabetic patients in the National Health and Nutrition Examination Survey database from 2009 to 2014. Differences in NLR between patients with and without chronickidney disease (CKD) were compared. Pearson correlation analysis and multiple linear regression models wereapplied to assess the relationship between NLR and eGFR.
ResultsA total of 857 diabetic patients were included, with 190 (22.2%) having CKD and 667 (77.8%) without CKD. NLR was significantly higher in patients with CKD compared to those without CKD (2.94±1.69 vs.2.36±1.98, P < 0.001), while eGFR wassignificantly lower[(43.54± 12.79) mL/(min· 1.73 m2) vs.(92.50± 18.20) mL/(min· 1.73 m2), P < 0.001]. Quartile analysis revealed a progressive decline in eGFR with increasing NLR[Q1:(87.05 ±24.93) mL/(min· 1.73 m2);Q2:(83.68 ± 24.98) mL/(min· 1.73 m2);Q3:(83.10 ± 26.26) mL/(min· 1.73 m2);Q4:(72.55 ± 28.15) mL/(min · 1.73 m2);P < 0.001]. Pearson correlation analysisshowed a weak negative relationship between NLR and eGFR (r=-0.15, P < 0.001). After adjusting for confounders, multiple linear regression demonstrated an independent negative association between NLR and eGFR(OR=0.403, 95% CI: 0.210-0.772, P=0.006).
ConclusionsNLR is independently negatively associatedwith eGFR in diabetic patients, demonstrating potential clinical value as an indicator of kidney function declineand CKD risk in this population.
-
Keywords:
- diabetes /
- chronic kidney disease /
- neutrophil to lymphocyte ratio /
- NHANES database
-
糖尿病已成为全球性公共卫生问题，近年来其患病率持续上升，糖尿病及其并发症已给患者和社会带来了沉重的心理负担和经济负担[1]。肾脏是糖尿病微血管损伤的最主要受累器官之一。据统计，约50%的2型糖尿病患者和30%的1型糖尿病患者合并慢性肾脏病(chronic kidney disease，CKD)[2-3]。因此，预防和管理糖尿病患者的CKD对改善疾病预后, 减少不良结局具有重要意义。
研究表明，免疫反应和炎症在CKD的发生发展中发挥关键作用。由氧化应激、酸中毒、慢性及复发性感染等因素引起的全身及肾脏局部微炎症状态，已成为CKD的标志性特征。据统计，50%以上的CKD患者伴有活动性炎症[4-5]，主要表现为肾脏固有免疫细胞激活、循环免疫细胞浸润、白细胞介素(interleukin，IL)-1及肿瘤坏死因子-α (tumor necrosis factor-α，TNF-α) 等炎症因子水平升高等[6-7]。因此，控制炎症状态被认为是改善CKD患者预后的重要手段之一。传统炎症因子, 如C反应蛋白(C-reactive protein，CRP)、IL-6、IL-10及TNF-α等可用于评估CKD患者的炎症状态[8-10]，但CRP易受体质量指数(body mass index，BMI)、糖尿病、吸烟和饮酒等因素的影响[11]，而IL-6、IL-10及TNF-α主要用于科研，难以广泛应用于临床。
近年来，中性粒细胞/淋巴细胞比值(neutrophil to lymphocyte ratio，NLR) 作为一种新型全身炎症状态标志物，受到了广泛关注。其可反映机体先天性和适应性免疫应答变化，具有结果稳定、无创、经济的优势[12]。多项研究表明，NLR可独立预测糖尿病患者的主要心脏不良事件，包括急性心肌梗死、冠心病死亡等[13]。然而，NLR与糖尿病患者肾功能的相关性尚不明确。因此，本研究利用美国国家健康与营养调查(National Health and Nutrition Examination Survey，NHANES) 数据库，通过横断面分析法探究NLR与糖尿病患者估算的肾小球滤过率(estimated glomerular filtration rate，eGFR) 之间的相关性。
1. 资料与方法
1.1 研究人群
选取美国NHANES数据库中2009-2014年的参与者进行分析。NHANES采用分层多阶段抽样法，通过家庭访谈和体检相结合的方式，对美国家庭人口健康和营养状况进行了横断面调查，其可提供各年龄段人群全面、可靠且稳定的统计数据，内容包括体格检查和实验室检测等指标。纳入标准: 该期间参与调查的糖尿病患者。排除标准: (1) 年龄＜18岁或>80岁；(2) 研究相关指标，如eGFR、血脂、NLR、糖化血红白蛋白(glycosylated hemoglobin A1c，HbA1c) 等数据缺失者。NHANES研究已获得美国国家卫生统计研究中心伦理审查委员会批准，所有参与者均已提供书面知情同意书。
1.2 资料收集
提取NHANES数据库中的相关信息，包括性别、年龄、BMI、种族、血肌酐(serum creatinine，SCr)、血尿素氮(blood urea nitrogen，BUN)、尿酸(uric acid，UA)、总胆固醇(total cholesterol，TC)、甘油三酯(triglycerides，TG)、高密度脂蛋白胆固醇(high density lipoprotein cholesterol，HDL-C)、低密度脂蛋白胆固醇(low density lipoprotein cholesterol, LDL-C)、HbA1c、空腹血糖(fasting blood-glucose, FBG)、尿白蛋白/肌酐比值(urinary albumin to creatinine ratio，UACR)、eGFR、白细胞、淋巴细胞、中性粒细胞、NLR等数据。其中，BUN、UA、TC、TG均使用贝克曼Lx20全自动生化分析仪进行检测; HDL-C和LDL-C使用罗氏Cobas 6000化学分析仪进行检测；HbA1c使用东曹A1c 2.2 Plus糖化血红白蛋白分析仪进行检测；FBG使用罗氏/日立cobas c系统(c311) 通过紫外-可见分光光度法进行检测。尿白蛋白通过免疫荧光进行检测。UACR通过计算尿白蛋白与血清肌酐的比值而获得。SCr浓度采用Jaffé速率法进行测定。eGFR使用慢性肾脏病流行研究方程(chronic kidney disease epidemiology collaboration, CKD-EPI)[14]进行计算。全血细胞计数使用CoulterⓇ DxH 800自动血液学分析仪进行检测。NLR计算公式为: NLR=中性粒细胞绝对值除以淋巴细胞绝对值。根据eGFR数据，判断患者是否存在CKD。其中CKD定义为eGFR＜60 mL/(min· 1.73 m2)[15]。
1.3 统计学处理
采用R软件(http://www.R-project.org，The R Foundation) 进行统计学分析。年龄、BMI、NLR、eGFR等正态分布计量资料以均数±标准差表示，组间比较采用独立样本t检验或单因素方差分析; UACR不符合正态分布，以中位数(四分位数) 表示，组间比较采用Mann-Whitney U检验或KruskalWallis H检验。计数资料以频数(百分数) 表示，组间比较采用卡方检验。将NLR按四分位数进行分组, 分析NLR与糖尿病患者临床资料的关系，并进一步采用Pearson相关性分析和多元线性回归模型分析NLR与eGFR的相关性。以P＜0.05为差异具有统计学意义。
2. 结果
2.1 研究人群基线特征
研究期间NHANES数据库中共10 149名参与者, 其中1 029例糖尿病患者。排除8例年龄＜18岁或>80岁患者，164例eGFR、LDL-C、UACR、BMI、NLR、HbA1c等数据缺失者，最终纳入857例糖尿病患者进行数据分析(图 1)。其中男性438例(51.1%), 女性419例(48.9%)。平均年龄为(61.54 ± 13.27) 岁，平均eGFR为(81.64 ± 26.61) mL/ (min· 1.73 m2)。190例(22.2%) 合并CKD，平均eGFR为(43.54±12.79) mL/(min· 1.73 m2)；667例(77.8%) 未合并CKD，平均eGFR为(92.50 ± 18.20) mL/(min· 1.73 m2)。
与未合并CKD的糖尿病患者相比，合并CKD的糖尿病患者年龄更大、SCr、BUN、UA、UACR、中性粒细胞计数、NLR均更高(P均＜0.05)，TC、LDL-C、HbA1c、FBG、eGFR、淋巴细胞计数均更低(P均＜0.05)，见表 1。
表 1 合并与未合并CKD糖尿病患者临床资料比较Table 1. Comparison of clinical characteristics between diabetic patients with and without CKD指标 总计（N=857） 未合并CRD患者（n=667） 合并CRD患者（n=190） P值 男性[n（%）] 438 (51.1) 340 (50.1) 98 (51.6) 0.883 （x±s，岁） 61.54±13.27 58.69±12.90 71.55±9.04 < 0.001 体质量指数（x±s，kg/m²） 31.98±7.27 31.98±7.41 31.97±6.77 0.979 种族[n（%）] 0.353 墨裔美籍人 144 (16.8) 123 (18.4) 21 (11.1) 其他西班牙裔 94 (11.0) 78 (11.7) 16 (8.4) 非西班牙裔白人 313 (36.5) 222 (33.3) 91 (47.9) 非西班牙裔黑人 217 (25.3) 166 (24.8) 51 (26.8) 其他 89 (10.4) 78 (11.7) 11 (5.8) 血肌酐（x±s，mg/L） 10.14±6.32 8.22±1.98 16.88±10.40 < 0.001 血尿素氮（x±s，mg/L） 164.88±86.36 135.79±45.67 267.00±113.82 < 0.001 尿酸（x±s，mg/L） 58.40±15.42 55.28±13.85 69.34±15.69 < 0.001 总胆固醇（x±s，mg/L） 1781.88±403.71 1807.77±403.13 1691.00±393.48 < 0.001 甘油三酯（x±s，mg/L） 1433.72±760.12 1458.98±783.32 1415.31±673.98 0.681 高密度脂蛋白胆固醇（x±s，mg/L） 494.23±136.91 496.75±141.30 485.42±120.17 0.272 低密度脂蛋白胆固醇（x±s，mg/L） 1007.58±346.44 1028.71±342.36 933.42±351.38 0.001 糖化血红蛋白（x±s，%） 7.42±1.73 7.49±1.80 7.15±1.44 0.006 空腹血糖（x±s，mg/L） 1487.15±577.22 1512.34±589.27 1398.74±524.68 0.011 尿白蛋白/肌酐比值[M（P25，P75），mg/g] 11.94 (6.56，44.24) 11.06 (6.35，30.39) 28.74 (8.39，125.73) < 0.001 eGFR [x±s，mL/（min·1.73 m²）] 81.64±26.61 92.50±18.20 43.54±12.79 < 0.001 白细胞计数（x±s，×1000/μL） 7.22±2.14 7.17±2.15 7.40±2.11 0.171 淋巴细胞计数（x±s，×1000/μL） 2.02±0.71 2.07±0.69 1.86±0.76 < 0.001 中性粒细胞计数（x±s，×1000/μL） 4.39±1.78 4.31±1.78 4.68±1.78 0.011 NLR（x±s） 2.49±1.93 2.36±1.98 2.94±1.69 < 0.001 CKD (chronic kidney disease): 慢性肾脏病；eGFR (estimated glomerular filtration rate): 估算的肾小球滤过率；NLR (neutrophil to lymphocyte ratio): 中性粒细胞/淋巴细胞比值 2.2 NLR与糖尿病患者临床资料的相关性
根据NLR值四分位数可将857例糖尿病患者分为Q1组(0.01 ≤ NLR ≤ 1.42) 217例，Q2组(1.42＜NLR ≤ 1.89) 216例，Q3组(1.89＜NLR ≤ 2.54) 213例，Q4组(2.54＜NLR ≤ 28.66) 211例。组间比较显示，男性比例、年龄、SCr、BUN、白细胞计数、淋巴细胞计数、中性粒细胞计数、eGFR等指标存在统计学差异(P均＜0.05)。随着NLR增大，eGFR逐渐下降，见表 2。Pearson相关性分析结果表明，NLR与eGFR呈弱负相关(r= -0.15，P＜0.001)，见图 2。
表 2 不同NLR糖尿病患者临床资料变化趋势Table 2. Trends in clinical characteristics among diabetic patients stratified by NLR levels指标 NLR Q1 (n=217) NLR Q2 (n=216) NLR Q3 (n=213) NLR Q4 (n=211) P值 男性[n (%)] 92 (42.4) 105 (48.6) 122 (57.3) 119 (56.4) 0.005 年龄(x±s, 岁) 60.04±12.87 61.06±12.59 60.54±13.25 64.59±13.98 0.001 体质量指数(x±s, kg/m²) 32.28±7.37 31.26±6.00 32.33±7.37 32.06±8.20 0.391 种族[n (%)] 0.616 墨裔美籍人 43 (19.5) 40 (18.5) 33 (15.5) 28 (13.3) 其他西班牙裔 27 (12.4) 30 (13.9) 18 (8.5) 19 (9.0) 非西班牙裔白人 42 (19.4) 73 (33.8) 96 (45.1) 102 (48.3) 非西班牙裔黑人 84 (38.7) 52 (24.1) 45 (21.1) 36 (17.1) 其他 21 (9.7) 21 (9.7) 21 (9.9) 26 (12.3) 血肌酐(x±s, mg/L) 9.22±4.48 9.51±4.67 9.98±5.98 11.88±8.91 < 0.001 血尿素氮(x±s, mg/L) 148.66±71.96 157.08±65.69 160.98±80.05 193.46±114.08 < 0.001 尿酸(x±s, mg/L) 58.34±14.41 57.02±13.60 58.01±15.66 60.26±17.69 0.178 总胆固醇(x±s, mg/L) 1806.04±397.97 1821.11±417.48 1748.31±397.62 1750.76±398.87 0.136 甘油三酯(x±s, mg/L) 397.37±735.20 442.08±736.31 490.09±800.40 405.69±769.36 0.577 高密度脂蛋白胆固醇(x±s, mg/L) 516.13±141.57 487.27±129.10 482.86±132.71 490.33±142.01 0.051 低密度脂蛋白胆固醇(x±s, mg/L) 1013.82±342.83 1053.05±35.76 974.41±337.97 988.10±344.13 0.093 糖化血红蛋白(x±s, %) 7.36±1.81 7.50±1.79 7.39±1.64 7.41±1.68 0.852 空腹血糖(x±s, mg/L) 1422.26±541.35 1461.30±547.37 1532.68±587.64 1534.40±626.04 0.116 尿白蛋白/肌肝比值[M (P25, P50), mg/g] 10.52 (6.07, 25.07) 12.98 (6.16, 41.55) 11.43 (6.55, 34.29) 15.71 (8.13, 90.39) 0.278 eGFR [x±s, mL/(min·1.73 m2)] 87.05±24.93 83.68±24.98 83.10±26.26 72.55±28.15 < 0.001 白细胞计数(x±s, ×1000/mL) 6.38±1.75 6.90±1.73 7.19±1.92 8.45±2.52 < 0.001 淋巴细胞计数(x±s, ×1000/mL) 2.57±0.74 2.15±0.60 1.84±0.50 1.50±0.52 < 0.001 中性粒细胞计数(x±s, ×1000/mL) 3.04±0.99 3.95±1.02 4.55±1.29 6.08±2.05 < 0.001 NLR、eGFR: 同表 1 ![]()
2.3 糖尿病患者NLR与eGFR相关性的多元线性回归
为进一步分析糖尿病患者NLR与eGFR之间的相关性，对研究人群的NLR与eGFR进行了多元线性逐步回归分析。在模型1中，未对任何混杂因素进行校正，旨在初步评估NLR与eGFR之间的关系。模型2仅校正了性别、年龄及种族3个潜在混杂因素。考虑到既往研究表明，TC、TG、FBG、HbA1c、UA等因素均可对eGFR产生影响，因此，在模型3中进一步对以上混杂因素进行了校正。三种模型均显示，糖尿病患者的eGFR随着NLR升高而降低(模型1:OR= 0.127，95% CI: 0.051~0.316，P＜0.001；模型2:OR= 0.341，95% CI: 0.166~0.700，P=0.003；模型3:OR= 0.403，95% CI: 0.210~0.772，P=0.006)，提示NLR与eGFR之间存在独立的负相关性，且此种相关性在控制多种可能的混杂因素后依然存在，见表 3。
表 3 糖尿病患者NLR与eGFR相关性的多元线性回归分析Table 3. Multiple linear regression analysis of the correlation between NLR and eGFR in diabetic patients模型 OR (95% CI) P值 模型1 0.127 (0.051~0.316) < 0.001 模型2 0.341 (0.166~0.700) 0.003 模型3 0.403 (0.210~0.772) 0.006 NLR、eGFR: 同表 1; 模型1未对任何混杂因素进行校正; 模型2仅对性别、年龄、种族进行校正; 模型3对性别、年龄、种族、总胆固醇、甘油三酯、空腹血糖、糖化血红蛋白、尿酸进行校正 3. 讨论
本研究通过对857例糖尿病患者进行横断面研究，分析了NLR与eGFR的关系。结果表明，与未合并CKD的糖尿病患者相比，合并CKD的糖尿病患者NLR显著升高。随NLR值升高，糖尿病患者的eGFR逐渐降低，二者呈负相关(r=-0.15，P＜0.001)。在校正性别、年龄、种族、TC、UA等混杂因素后, 糖尿病患者eGFR随NLR升高而降低(OR=0.403, 95% CI: 0.210~0.772，P=0.006)，提示NLR与糖尿病患者肾功能下降及CKD发生发展存在独立的负相关性。
NLR是近年来研究最为广泛的新型炎症免疫标志物，其可反映先天免疫应答(中性粒细胞) 与适应性免疫应答(淋巴细胞) 之间的动态平衡，相较于其他炎症指标，在稳定性和全面性上更具优势[16]。目前，NLR已被广泛应用于癌症、心血管疾病、呼吸道疾病及脓毒症等领域的研究中。比如, Templeton等[17]研究发现，高NLR值与间皮瘤、胰腺癌、肾细胞癌、结直肠癌等多种实体瘤预后不良密切相关，有望作为可靠的预后分子标志物。Zahorec[16]指出，高NLR值是稳定性冠状动脉疾病、急性冠脉综合征和充血性心力衰竭死亡的独立预测因子。在COVID-19相关领域中，有多项研究证实高NLR值与重症及死亡风险增加具有一定相关性[18-20]。
炎症在CKD进展和结局中发挥重要作用。已有多项研究探讨了NLR与CKD结局和预后的关系。例如，Li等[21]发现，IgA肾病患者的NLR显著高于健康对照组，且NLR水平与IgA肾病进展密切相关, 可作为该病的独立危险因素。Gok等[22]证实，常染色体显性遗传性多囊肾病患者的肾功能随NLR升高而下降，且高NLR预示着预后不良。Ao等[23]通过Meta分析指出，高NLR水平与CKD患者的较高全因死亡率显著相关。然而，现有报道大多为单中心或特定疾病人群的观察性研究，尚未关注NLR在糖尿病患者这一特定群体的作用。因此，糖尿病人群中NLR与CKD发生和发展的关系仍不清晰。
既往研究认为，炎症在糖尿病患者肾功能下降及CKD发生发展中的作用至关重要。糖尿病所引起的代谢异常和血流动力学改变，能通过诱导细胞损伤和功能障碍，促进炎症反应和纤维化进程，最终导致肾脏损伤。糖尿病患者的肾活检结果表明，炎症细胞群(包括巨噬细胞、淋巴细胞、中性粒细胞等) 共同促进肾小管萎缩、肾小球硬化和间质纤维化[24-26]。Zheng等[24]的研究发现，糖尿病肾病患者中，活化的中性粒细胞可通过诱导局部无菌性炎症，进一步加重肾脏损伤。此外，在2型糖尿病患者的外周血中, 随着糖尿病肾病的进展，淋巴细胞计数逐渐减少[27-28]。作为中性粒细胞和淋巴细胞的综合体现, 目前，尚缺乏NLR在糖尿病患者肾功能下降中作用的研究。
鉴于以上背景，本研究通过大样本数据分析, 首次探讨了糖尿病患者中NLR与肾功能之间的关系。Pearson相关性分析结果表明，NLR与eGFR之间存在弱负相关(r=-0.15，P＜0.001)。尽管该相关系数较低，但在大样本量的支持下，结果具有显著性，提示二者之间存在潜在的关联。多元线性回归分析进一步表明，在控制多个混杂因素后，NLR与eGFR之间的负相关性依然显著。这些结果提示, 糖尿病患者中，NLR动态变化可能成为预测肾功能恶化的有力指标。未来研究可进一步验证NLR在糖尿病患者肾功能评估中的应用价值，探索其在优化抗炎治疗方案和延缓肾脏损害进展中的潜力，以期为糖尿病合并CKD患者的个体化治疗提供重要依据。
本研究优势在于利用较大规模的样本量，为证实糖尿病患者NLR与eGFR具有独立负相关性提供了可靠的流行病学证据。本研究局限性: (1) 为横断面研究，仅揭示了糖尿病患者NLR与eGFR的相关性, 无法进行因果关系推断；(2) 基于美国人群数据展开的分析，而NLR值受种族因素的影响，如亚洲人的NLR值普遍低于其他种族[29]，中国糖尿病患者中NLR与eGFR的相关性尚需进一步论证。
综上所述，NLR与糖尿病患者eGFR呈独立的负相关，在临床中NLR可能具有反映糖尿病患者肾功能下降及CKD风险的潜在价值。NLR作为炎症指标, 具有计算简单、易获取等优势，长期对其进行动态监测，可能会对糖尿病合并CKD患者进行抗炎治疗具有指导意义。鉴于本研究存在一定局限性，未来需开展前瞻性研究进一步分析NLR与糖尿病患者eGFR的因果关系，并验证NLR在我国糖尿病患者肾功能评估中的临床应用价值。
作者贡献：贾淳钰负责图表绘制、论文撰写；王淦淦、王佳慧负责数据提取、数据分析；陈罡负责论文修订；郑可、李雪梅负责研究设计与论文审核。利益冲突：所有作者均声明不存在利益冲突 -
![]()
表 1 合并与未合并CKD糖尿病患者临床资料比较
Table 1 Comparison of clinical characteristics between diabetic patients with and without CKD
指标 总计（N=857） 未合并CRD患者（n=667） 合并CRD患者（n=190） P值 男性[n（%）] 438 (51.1) 340 (50.1) 98 (51.6) 0.883 （x±s，岁） 61.54±13.27 58.69±12.90 71.55±9.04 < 0.001 体质量指数（x±s，kg/m²） 31.98±7.27 31.98±7.41 31.97±6.77 0.979 种族[n（%）] 0.353 墨裔美籍人 144 (16.8) 123 (18.4) 21 (11.1) 其他西班牙裔 94 (11.0) 78 (11.7) 16 (8.4) 非西班牙裔白人 313 (36.5) 222 (33.3) 91 (47.9) 非西班牙裔黑人 217 (25.3) 166 (24.8) 51 (26.8) 其他 89 (10.4) 78 (11.7) 11 (5.8) 血肌酐（x±s，mg/L） 10.14±6.32 8.22±1.98 16.88±10.40 < 0.001 血尿素氮（x±s，mg/L） 164.88±86.36 135.79±45.67 267.00±113.82 < 0.001 尿酸（x±s，mg/L） 58.40±15.42 55.28±13.85 69.34±15.69 < 0.001 总胆固醇（x±s，mg/L） 1781.88±403.71 1807.77±403.13 1691.00±393.48 < 0.001 甘油三酯（x±s，mg/L） 1433.72±760.12 1458.98±783.32 1415.31±673.98 0.681 高密度脂蛋白胆固醇（x±s，mg/L） 494.23±136.91 496.75±141.30 485.42±120.17 0.272 低密度脂蛋白胆固醇（x±s，mg/L） 1007.58±346.44 1028.71±342.36 933.42±351.38 0.001 糖化血红蛋白（x±s，%） 7.42±1.73 7.49±1.80 7.15±1.44 0.006 空腹血糖（x±s，mg/L） 1487.15±577.22 1512.34±589.27 1398.74±524.68 0.011 尿白蛋白/肌酐比值[M（P25，P75），mg/g] 11.94 (6.56，44.24) 11.06 (6.35，30.39) 28.74 (8.39，125.73) < 0.001 eGFR [x±s，mL/（min·1.73 m²）] 81.64±26.61 92.50±18.20 43.54±12.79 < 0.001 白细胞计数（x±s，×1000/μL） 7.22±2.14 7.17±2.15 7.40±2.11 0.171 淋巴细胞计数（x±s，×1000/μL） 2.02±0.71 2.07±0.69 1.86±0.76 < 0.001 中性粒细胞计数（x±s，×1000/μL） 4.39±1.78 4.31±1.78 4.68±1.78 0.011 NLR（x±s） 2.49±1.93 2.36±1.98 2.94±1.69 < 0.001 CKD (chronic kidney disease): 慢性肾脏病；eGFR (estimated glomerular filtration rate): 估算的肾小球滤过率；NLR (neutrophil to lymphocyte ratio): 中性粒细胞/淋巴细胞比值 
下载: 导出CSV
表 2 不同NLR糖尿病患者临床资料变化趋势
Table 2 Trends in clinical characteristics among diabetic patients stratified by NLR levels
指标 NLR Q1 (n=217) NLR Q2 (n=216) NLR Q3 (n=213) NLR Q4 (n=211) P值 男性[n (%)] 92 (42.4) 105 (48.6) 122 (57.3) 119 (56.4) 0.005 年龄(x±s, 岁) 60.04±12.87 61.06±12.59 60.54±13.25 64.59±13.98 0.001 体质量指数(x±s, kg/m²) 32.28±7.37 31.26±6.00 32.33±7.37 32.06±8.20 0.391 种族[n (%)] 0.616 墨裔美籍人 43 (19.5) 40 (18.5) 33 (15.5) 28 (13.3) 其他西班牙裔 27 (12.4) 30 (13.9) 18 (8.5) 19 (9.0) 非西班牙裔白人 42 (19.4) 73 (33.8) 96 (45.1) 102 (48.3) 非西班牙裔黑人 84 (38.7) 52 (24.1) 45 (21.1) 36 (17.1) 其他 21 (9.7) 21 (9.7) 21 (9.9) 26 (12.3) 血肌酐(x±s, mg/L) 9.22±4.48 9.51±4.67 9.98±5.98 11.88±8.91 < 0.001 血尿素氮(x±s, mg/L) 148.66±71.96 157.08±65.69 160.98±80.05 193.46±114.08 < 0.001 尿酸(x±s, mg/L) 58.34±14.41 57.02±13.60 58.01±15.66 60.26±17.69 0.178 总胆固醇(x±s, mg/L) 1806.04±397.97 1821.11±417.48 1748.31±397.62 1750.76±398.87 0.136 甘油三酯(x±s, mg/L) 397.37±735.20 442.08±736.31 490.09±800.40 405.69±769.36 0.577 高密度脂蛋白胆固醇(x±s, mg/L) 516.13±141.57 487.27±129.10 482.86±132.71 490.33±142.01 0.051 低密度脂蛋白胆固醇(x±s, mg/L) 1013.82±342.83 1053.05±35.76 974.41±337.97 988.10±344.13 0.093 糖化血红蛋白(x±s, %) 7.36±1.81 7.50±1.79 7.39±1.64 7.41±1.68 0.852 空腹血糖(x±s, mg/L) 1422.26±541.35 1461.30±547.37 1532.68±587.64 1534.40±626.04 0.116 尿白蛋白/肌肝比值[M (P25, P50), mg/g] 10.52 (6.07, 25.07) 12.98 (6.16, 41.55) 11.43 (6.55, 34.29) 15.71 (8.13, 90.39) 0.278 eGFR [x±s, mL/(min·1.73 m2)] 87.05±24.93 83.68±24.98 83.10±26.26 72.55±28.15 < 0.001 白细胞计数(x±s, ×1000/mL) 6.38±1.75 6.90±1.73 7.19±1.92 8.45±2.52 < 0.001 淋巴细胞计数(x±s, ×1000/mL) 2.57±0.74 2.15±0.60 1.84±0.50 1.50±0.52 < 0.001 中性粒细胞计数(x±s, ×1000/mL) 3.04±0.99 3.95±1.02 4.55±1.29 6.08±2.05 < 0.001 NLR、eGFR: 同表 1
下载: 导出CSV
表 3 糖尿病患者NLR与eGFR相关性的多元线性回归分析
Table 3 Multiple linear regression analysis of the correlation between NLR and eGFR in diabetic patients
模型 OR (95% CI) P值 模型1 0.127 (0.051~0.316) < 0.001 模型2 0.341 (0.166~0.700) 0.003 模型3 0.403 (0.210~0.772) 0.006 NLR、eGFR: 同表 1; 模型1未对任何混杂因素进行校正; 模型2仅对性别、年龄、种族进行校正; 模型3对性别、年龄、种族、总胆固醇、甘油三酯、空腹血糖、糖化血红蛋白、尿酸进行校正
下载: 导出CSV
-
[1] Oyewole O O, Ale A O, Ogunlana M O, et al. Burden of disability in type 2 diabetes mellitus and the moderating effects of physical activity[J]. World J Clin Cases, 2023, 11(14): 3128-3139. DOI: 10.12998/wjcc.v11.i14.3128
[2] Thomas M C, Brownlee M, Susztak K, et al. Diabetic kidney disease[J]. Nat Rev Dis Primers, 2015, 1: 15018. DOI: 10.1038/nrdp.2015.18
[3] Thomas M C, Cooper M E, Zimmet P. Changing epidemiology of type 2 diabetes mellitus and associated chronic kidney disease[J]. Nat Rev Nephrol, 2016, 12(2): 73-81. DOI: 10.1038/nrneph.2015.173
[4] Mihai S, Codrici E, Popescu I D, et al. Inflammation-related mechanisms in chronic kidney disease prediction, progression, and outcome[J]. J Immunol Res, 2018, 2018: 2180373. http://downloads.hindawi.com/journals/jir/2018/2180373.pdf
[5] Eustace J A, Astor B, Muntner P M, et al. Prevalence of acidosis and inflammation and their association with low serum albumin in chronic kidney disease[J]. Kidney Int, 2004, 65(3): 1031-1040. DOI: 10.1111/j.1523-1755.2004.00481.x
[6] Gupta J, Mitra N, Kanetsky P A, et al. Association between albuminuria, kidney function, and inflammatory biomarker profile in CKD in CRIC[J]. Clin J Am Soc Nephrol, 2012, 7(12): 1938-1946. DOI: 10.2215/CJN.03500412
[7] Sproston N R, Ashworth J J. Role of C-reactive protein at sites of inflammation and infection[J]. Front Immunol, 2018, 9: 754. DOI: 10.3389/fimmu.2018.00754
[8] Reddy V K K, Shiddapur G, Jagdale N, et al. Investigating interleukin-6 levels in type 2 diabetes mellitus patients with and without diabetic nephropathy[J]. Cureus, 2024, 16(8): e67014.
[9] Mai M F, Jiang Y L, Wu X M, et al. Association of TGF-β1, IL-4, and IL-10 polymorphisms with chronic kidney disease susceptibility: a meta-analysis[J]. Front Genet, 2020, 11: 79. DOI: 10.3389/fgene.2020.00079
[10] Li J X, Chen J Z, Lan H Y, et al. Role of C-reactive protein in kidney diseases[J]. Kidney Dis (Basel), 2023, 9(2): 73-81. DOI: 10.1159/000528693
[11] Cervoni J P, Thévenot T, Weil D, et al. C-reactive protein predicts short-term mortality in patients with cirrhosis[J]. J Hepatol, 2012, 56(6): 1299-1304. DOI: 10.1016/j.jhep.2011.12.030
[12] Buonacera A, Stancanelli B, Colaci M, et al. Neutrophil to lymphocyte ratio: an emerging marker of the relationships between the immune system and diseases[J]. Int J Mol Sci, 2022, 23(7): 3636. DOI: 10.3390/ijms23073636
[13] Azab B, Chainani V, Shah N, et al. Neutrophil-lymphocyte ratio as a predictor of major adverse cardiac events among diabetic population: a 4-year follow-up study[J]. Angiology, 2013, 64(6): 456-465. DOI: 10.1177/0003319712455216
[14] Levey A S, Inker L A, Coresh J. GFR estimation: from physiology to public health[J]. Am J Kidney Dis, 2014, 63(5): 820-834. DOI: 10.1053/j.ajkd.2013.12.006
[15] Webster A C, Nagler E V, Morton R L, et al. Chronic kidney disease[J]. Lancet, 2017, 389(10075): 1238-1252. DOI: 10.1016/S0140-6736(16)32064-5
[16] Zahorec R. Neutrophil-to-lymphocyte ratio, past, present and future perspectives[J]. Bratisl Lek Listy, 2021, 122(7): 474-488. http://www.zhangqiaokeyan.com/journal-foreign-detail/0704078175096.html
[17] Templeton A J, McNamara M G, Šeruga B, et al. Prognostic role of neutrophil-to-lymphocyte ratio in solid tumors: a systematic review and Meta-analysis[J]. J Natl Cancer Inst, 2014, 106(6): dju124. DOI: 10.1186%2Fs13058-016-0794-1.pdf
[18] Moisa E, Corneci D, Negoita S, et al. Dynamic changes of the neutrophil-to-lymphocyte ratio, systemic inflammation index, and derived neutrophil-to-lymphocyte ratio independently predict invasive mechanical ventilation need and death in critically ill COVID-19 patients[J]. Biomedicines, 2021, 9(11): 1656. DOI: 10.3390/biomedicines9111656
[19] Regolo M, Vaccaro M, Sorce A, et al. Neutrophil-to-lym-phocyte ratio (NLR) is a promising predictor of mortality and admission to intensive care unit of COVID-19 patients [J]. J Clin Med, 2022, 11(8): 2235. DOI: 10.3390/jcm11082235
[20] Li X M, Liu C, Mao Z, et al. Predictive values of neutrophil-to-lymphocyte ratio on disease severity and mortality in COVID-19 patients: a systematic review and Metaanalysis[J]. Crit Care, 2020, 24(1): 647. DOI: 10.1186/s13054-020-03374-8
[21] Li Q Q, Chen P, Shi S F, et al. Neutrophil-to-lymphocyte ratio as an independent inflammatory indicator of poor prognosis in IgA nephropathy[J]. Int Immunopharmacol, 2020, 87: 106811. DOI: 10.1016/j.intimp.2020.106811
[22] Gok M. Evaluation of the relationship between the mean platelet volume and the neutrophil/lymphocyte ratio with progression of chronic kidney disease in patients with autosomal dominant polycystic kidney disease[J]. North Clin Istanb, 2022, 9(4): 317-322.
[23] Ao G Y, Wang Y S, Qi X, et al. Association of neutrophil-to-lymphocyte ratio and risk of cardiovascular or all-cause mortality in chronic kidney disease: a meta-analysis[J]. Clin Exp Nephrol, 2021, 25(2): 157-165. DOI: 10.1007/s10157-020-01975-9
[24] Zheng F F, Ma L Q, Li X, et al. Neutrophil extracellular traps induce glomerular endothelial cell dysfunction and pyroptosis in diabetic kidney disease[J]. Diabetes, 2022, 71(12): 2739-2750. DOI: 10.2337/db22-0153
[25] Zheng Z H, Zheng F. Immune cells and inflammation in diabetic nephropathy[J]. J Diabetes Res, 2016, 2016: 1841690. http://www.onacademic.com/detail/journal_1000040476219810_fe25.html
[26] Lim A K H, Tesch G H. Inflammation in diabetic nephropathy[J]. Mediators Inflamm, 2012, 2012: 146154.
[27] Winter L, Wong L A, Jerums G, et al. Use of readily accessible inflammatory markers to predict diabetic kidney disease [J]. Front Endocrinol (Lausanne), 2018, 9: 225. DOI: 10.3389/fendo.2018.00225
[28] Qin W D, Sun L, Dong M, et al. Regulatory T cells and diabetes mellitus[J]. Hum Gene Ther, 2021, 32(17/18): 875-881. http://pubmed.ncbi.nlm.nih.gov/33975439/
[29] Lee J S, Kim N Y, Na S H, et al. Reference values of neutrophil-lymphocyte ratio, lymphocyte-monocyte ratio, platelet-lymphocyte ratio, and mean platelet volume in healthy adults in South Korea[J]. Medicine (Baltimore), 2018, 97(26): e11138. DOI: 10.1097/MD.0000000000011138
计量
- 文章访问数: 697
- HTML全文浏览量: 2
- PDF下载量: 24
