论文部分内容阅读
目的:探究特发性膜性肾病（Idiopathic membranous nephropathy,IMN）患者发生肾功能不全的危险因素并基于此构建预测模型,为IMN早期治疗提供参考。方法:回顾性分析吉林大学第一医院肾病内科自2017年5月至2020年10月,经肾脏穿刺活检病理确诊为特发性膜性肾病的患者。根据估算的肾小球滤过率（Estimated glomerular filtration rate,e GFR）对患者进行分组,e GFR≥90m L/min/1.73m~2为肾功能正常组,e GFR<90m L/min/1.73m~2为肾功能不全组。使用R4.0.2软件进行统计分析,比较两组间一般临床资料、实验室资料差异,筛选预测IMN患者发生肾功能不全的独立危险因素,以此为基础构建预测模型,并对模型进行综合评价。临床资料包括性别、年龄、身高、体重、身体质量指数（Body mass index,BMI）、高血压病史、糖尿病病史,实验室资料包括IMN病理分期、门冬氨酸氨基转移酶（Aspartate aminotransferase,AST）、丙氨酰氨基转移酶（Alanine aminotransferase,ALT）、总蛋白（Total protein,TP）、血清白蛋白（Albumin,ALB）、血清尿素氮（Blood urea nitrogen,BUN）、血清肌酐（Serum creatinine,SCr）、血视黄醇结合蛋白（Retinol binding protein,RBP）、血胱抑制素C（Cystatin C,CysC）、血尿酸（Uric acid,UA）、总胆固醇（Total cholesterol,TCHO）、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）、血白细胞计数（White blood cell count,WBC）、血红蛋白（Hemoglobin,HGB）、血小板（Platelets,PLT）、促甲状腺激素（Thyroid-stimulating hormone,TSH）、血清游离三碘甲状腺原氨酸（Free triiodothyronine,FT3）、血清游离甲状腺素（Free thyroxine,FT4）、血清免疫球蛋白G（Immunoglobulin G,Ig G）、血免疫球蛋白A（Immunoglobulin A,Ig A）、血免疫球蛋白M（Immunoglobulin M,Ig M）、补体3（Complement 3,C3）、尿红细胞计数（Urinary red blood cells,URBC）、24小时尿蛋白定量（24-hour urine total protein,UTP）、抗磷脂酶A2受体（Anti-phospholipase A2 receptor,PLA2R）抗体。结果:1.594例IMN患者中,男性394例,女性200例,男性:女性=1.97:1。年龄范围为18至75岁,其中老年患者（年龄≥60岁）152例,中年患者（45岁≤年龄<60岁）277例,青年患者（18岁≤年龄<45岁）165例。平均身高1.69±0.64m,平均体重71.93±12.67kg,BMI25.85±3.93kg/m~2。有高血压病史患者共270例,占45.45%,有糖尿病病史患者共56例,占9.43%。肾功能正常组患者444例,肾功能不全组患者150例,肾功能不全组患者BMI、糖尿病发生率高,差异具有统计学意义（P<0.05）,肾功能不全组男性多、年龄大、体重及高血压发生率高,差异具有显著统计学意义（P<0.01）,身高差异无统计学意义（P>0.05）。2.肾功能不全组患者FT4水平低于肾功能正常组,TCHO水平高于肾功能正常组,两组间比较差异具有统计学意义（P<0.05）;肾功能不全组患者TP、ALT、ALB、FT3、Ig G水平低于肾功能正常组。肾功能不全组RBP、HGB、BUN、SCr、CysC、TG、UTP、PLA2R抗体水平较肾功能正常组高,差异具有显著统计学意义（P<0.01）。两组间在IMN病理分期及UA、AST、HDL-C、LDL-C、WBC、PLT、TSH、Ig A、Ig M、C3、URBC水平差异无统计学意义（P>0.05）。3.单因素Logistic回归分析显示:相比于肾功能正常组,肾功能不全组具有较低的ALT、FT4、Ig G水平和较高的糖尿病发生率及TG水平,组间比较差异具有统计学意义（P<0.05）;肾功能不全组高血压发生率及体重、BUN、RBP、CysC、UTP、PLA2R抗体水平比肾功能正常组高,TP、ALB、HGB、FT3水平比肾功能正常组低,差异具有显著统计学意义（P<0.01）;两组间身高、BMI、AST、UA、TCHO、HDL、LDL、WBC、PLT、TSH、Ig A、Ig M、C3、URBC水平差异无统计学意义（P>0.05）。选择单因素Logistic回归分析结果中两组间具有统计学意义和显著统计学差异的指标共16项进行多因素Logistic回归分析,结果表明:肾功能不全组与肾功能正常组相比,高血压发生率和UTP水平更高,差异具有统计学意义（P<0.05）;肾功能不全组的BUN、CysC水平较肾功能正常组高,FT3水平较肾功能正常组低,组间比较具有显著统计学差异（P<0.01）;高血压、血尿素氮、胱抑素C、24小时尿蛋白定量每升高1个单位,游离T3每降低1个单位,肾功能不全的风险分别增加1.695倍、1.266倍、26.275倍、1.067倍及0.573倍。两组患者在糖尿病病史、体重、ALT、TP、ALB、RBP、TG、HGB、FT4、Ig G、PLA2R方面的比较,差异无统计学意义（P>0.05）。4.模型构建:根据多因素Logistic回归分析筛选的具有统计学差异和显著统计学意义的五项指标构建预测IMN患者发生肾功能不全风险的临床预测模型。此模型提示:既往有高血压病史,BUN、CysC、UTP水平高,FT3水平低的IMN患者发生肾功能不全的风险更大。另外根据阅读文献及临床经验增加一项预测因子RBP作为补充模型。5.模型评价:1)使用净重新分类指数（Net reclassification index,NRI）和综合判别改善指数（Integrated discrimination improvement,IDI）比较原有模型和补充模型。NRI、NRI+、NRI-的P值分别为0.809、0.526、0.518（P>0.05）,IDI的P值为0.105（P>0.05）,两模型相比无明显区别,故仍选择原有模型。2)诊断模型的ROC曲线下面积AUC值为0.845（95%CI:0.810～0.880）,特异度、灵敏度、cutoff值分别为0.736,0.800,0.388。3)Hosmer-Lemeshow检验:卡方值为8.784,自由度为8,P值为0.361（P>0.05）。4)Calibration曲线显示模型校准度佳,决策曲线分析（Decision curve analysis,DCA）表明模型可取得较大临床获益,最终使用列线图对模型结果进行展示。结论:1.高血压病史、血BUN升高、血CysC升高、FT3降低、UTP升高是IMN患者发生肾功能不全的独立危险因素。2.血RBP水平对于IMN患者肾功能不全也具有一定预测作用,但其预测效能较其他筛选得到的预测因子未见明显优势。3.基于多因素Logistic回归分析构建的预测模型可以帮助IMN患者预测发生肾功能不全的风险,为临床决策者提供参考依据。