论文部分内容阅读
目的:探讨难治性狼疮肾炎(Refractory Lupus Nephritis,RLN)的影响因素,为早期制定RLN的防控措施提供理论依据。方法:本研究采用病例对照研究方法,将2012年2月至2017年7月在皖南医学院弋矶山医院住院确诊的366例LN患者作为研究对象,根据对常规诱导方案(环磷酰胺和或霉酚酸酯联合糖皮质激素)治疗6个月是否有效将患者分为RLN组和非RLN组(n RLN),回顾性收集两组患者初次入院时的一般人口学特征、临床特征、体格检查和实验室检测指标。采用SPSS18.0进行单因素分析;采用R 3.4.3进行Lasso logistic方法的多因素分析,筛选变量得到影响因素并构建回归方程模型,应用ROC曲线下面积验证模型的预测价值。结果:366例LN患者中,87例RLN患者,占比23.77%。(1)一般人口学特征:34例男性LN患者中,包括RLN 15例(44.12%),女性332例,包括RLN 72例(21.69%),RLN比例男性高于女性(c2=8.564,P=0.003);两组间年龄、职业、婚姻状况和文化程度的差异均无统计学意义(c2年龄=3.606,P=0.324;c2职业=6.149,P=0.188;P婚姻状况=0.846;c2文化程度=0.371,P=0.831)。(2)临床特征:本研究中分析的临床特征结果显示,两组间差异均无统计学意义。SLEDAI评分(Z=-0.513,P=0.312),关节炎(c2=0.852,P=0.537),皮疹(c2=0.012,P=0.913),脱发(c2=1.321,P=0.250),口腔溃疡(c2=0.938,P=0.333),发烧(c2=0.151,P=0.697),血小板减少(P=0.537),白细胞减少(c2=0.620,P=0.438),头痛(P=0.563),血尿(c2=0.450,P=0.502)。(3)体格检查和实验室检测指标:RLN组与n RLN组相比,差异有统计学意义的指标如下:身高(Z=-2.873,P=0.003),淋巴细胞计数(Z=-2.572,P=0.011),尿素氮(Z=-2.011,P=0.045),肌酐(Z=-2.955,P=0.003),低密度脂蛋白(Z=-1.582,P=0.016)。差异无统计学意义的指标如下:体重(t=-1.455,P=0.092),BMI(t=-0.656,P=0.512),收缩压(Z=-1.355,P=0.176),舒张压(Z=-0.813,P=0.416),血白细胞数(Z=-0.945,P=0.345),血红细胞数(Z=-1.657,P=0.097),血红蛋白(Z=-1.174,P=0.240),血小板(Z=-1.099,P=0.272),中性粒细胞计数(Z=-0.149,P=0.881),NLR(Z=-1.262,P=0.210),中性粒细胞百分比(Z=-0.287,P=0.774),红细胞压积(Z=-1.557,P=0.120),平均红细胞体积(Z=-0.581,P=0.0.561),红细胞分布宽度(Z=-1.373,P=0.170),血小板分布宽度(Z=-1.139,P=0.255);尿微量白蛋白(Z=-0.601,P=0.548),尿白细胞数(Z=-0.056,P=0.955),尿红细胞数(Z=-0.070,P=0.944),管型计数(Z=-0.031,P=0.976);总蛋白(t=1.484,P=0.139),白蛋白(t=1.272,P=0.204),球蛋白(t=0.326,P=0.745),白球比(Z=-0.709,P=0.478),谷丙转氨酶(Z=-1.119,P=0.263),谷草转氨酶(Z=-0.946,P=0.344),葡萄糖(t=0.164,P=0.870),总胆固醇(t=-0.784,P=0.434),甘油三酯(t=-0.762,P=0.446),高密度脂蛋白(t=-0.106,P=0.915),补体C3(t=-0.411,P=0.681),补体C4(t=-1.892,P=0.059),C-反应蛋白(t=-0.779,P=0.437),Ig A(Z=-0.546,P=0.585),Ig G(t=0.579,P=0.563),Ig M(Z=-0.867,P=0.386),Ig E(Z=-0.371,P=0.711),血沉(Z=-0.163,P=0.871),24h尿蛋白(Z=-1.449,P=0.147)。(4)多因素分析:部分自变量之间存在明显的相关性,本研究考虑采用Lasso logistic方法进行影响因素的筛选和模型的构建。结果显示:在模型拟合到第7步,即纳入6个变量时,拟合的回归模型最好,此时进入模型的变量(估计系数)为:低密度脂蛋白(0.0484)、身高(0.0064)、肌酐(0.0780)、尿素氮(0.0003)、女性(-0.0295)、淋巴细胞计数(-0.0176);应用上述影响因素构建回归方程预测模型,模型预测价值的ROC曲线下面积为0.732,在最佳分割点处对应的灵敏度为74.47%,特异度为46.22%,准确度达到77.87%。结论:LN患者中有一定比例的个体患有RLN,应针对其危险因素进行有效控制,积极预防LN发展为RLN;男性LN发生RLN的风险更高,LN诱导治疗时应针对不同性别个性化治疗;在血生化常规检查指标中,基线低密度脂蛋白和肌酐水平是影响RLN的主要危险因素,积极控制这些因素对降低RLN发生风险具有重要意义;性别、身高、淋巴细胞计数、低密度脂蛋白、肌酐和尿素氮的组合对RLN具有一定的预测价值,有利于RLN的早期诊断和监测。