目的慢性肾病(chronic kidney disease,CKD)指肾脏结构或/功能受到损害而发生障碍,其主要表现为超过3个月肾小球滤过率下降(<60ml/min·1.73m~2)或伴有蛋白尿。近年来,全球CKD的发病率以及并发症的致死率不断攀升,患病率已超10%。因此,CKD也受到人们越来越多的关注及重视。全球许多国家和地区都有展开对CKD的流行病学研究,对其发病危险因素的探究和遗传易感性位点的研究逐步深入。慢性肾病患病率虽然在全球范围内高发,但其在人群中的知晓率较低,一经发现即达到肾功能损伤不可逆的阶段,且治疗困难。因此筛选有效的CKD早期标志物尤为重要。另外,CKD的发生与种族、地区和经济发展水平等密切相关,因而针对某些特定地区或人群展开CKD的流行病学研究、建立具有普遍适用性的疾病预测模型有重要的现实意义。本课题的研究是基于“天津医科大学慢性病队列”所构建的CKD队列,并采用巢式病例-对照研究的方法探索CKD发病的相关生物标志物和相关基因位点,创建CKD的疾病发病风险预测模型。内容与方法1.研究基于2006年8月及以后纳入“天津医科大学慢性病队列”的体检人群,筛选得到“天津医科大学CKD队列”。条件需满足首次参加体检时不患CKD、基本信息及重要信息完整无缺者作为研究分析的基线,并随访观察至2018年8月确保至少体检两次。通过Cox回归模型分析CKD的相关危险因素,采用Kaplan-Meier生存曲线分析CKD的发病率风险。2.于“天津医科大学CKD队列”中筛选随访时间满5年并且有血液样本者,采用巢式病例-对照研究的方式,创建CKD的5年发病风险预测模型。其中1804人满足筛选条件,从156例新发CKD患者中选取116人作为病例组,按照性别匹配、年龄±3岁选取232人作为对照组,共纳入348人组建巢式病例-对照研究队列。对巢式病例-对照研究人群的血浆样本的胱抑素C(Cys C)、人转化生长因子β(TGF-β)、人中心粒细胞明胶酶相关脂质运载蛋白(NGAL)、人不对称二甲基精氨酸(ADMA)的含量通过酶联免疫吸附测定法(enzyme-linked immunosorbent assay,ELISA)进行测定,多因素Cox回归模型分析以上肾功能相关生物标志物与CKD的相关性。对UK-Biobank数据库中48万人的肾小球滤过率(estimated Glomerular Filtration Rate,e GFR)、血清肌酐(Serum Creatinine,SCr)和胱抑素C(Cystatin C,Cys C)三个CKD相关表型GWAS结果和既往的研究结果进行整合,筛选候选CKD相关基因SNP位点。通过Logistic回归分析模型,采用自然对数OR值加权的方式,构建CKD的非遗传和遗传风险评分模型,并整合遗传与非遗传预测因子构建CKD的综合预测模型。结果1.CKD的流行病学分析(1)“天津医科大学CKD队列”共纳入7462人(男性5710人;女性1752人),平均随访时长为5.7年,至随访结束CKD新增665例,累计发病率为8.9%(男性8.4%;女性10.4%;?~2=2.0 P=0.157)。(2)多因素Cox回归模型结果显示:女性、年龄、尿素氮正常高值、肌酐正常高值、高尿酸血症及糖尿病与CKD相关,是其发病的危险因素。2.CKD发病风险预测模型的建立(1)基于“天津医科大学CKD队列”展开的CKD巢式病例-对照研究,共纳入348人(其中CKD病例组116人;对照组232人),年龄分布63.27±10.09岁(男性63.19±10.03岁;女性63.53±10.32),随访时间5年。多因素Cox回归模型的结果显示:年龄、糖尿病、尿素氮正常高值、TGF-β正常高值和ADMA正常高值是CKD患病的独立危险因素。(2)CKD非遗传预测模型CKD非遗传预测模型纳入生物标志物指标TGF-β正常高值和ADMA正常高值以及年龄、糖尿病、尿素氮正常高值共5个预测因子。所构建的预测方程为logit P=1.84×S1+1.137×S2+0.84×S3+0.497×S4+0.603×S5,其预测效力ROC曲线下面积(AUC)为0.889,模型的灵敏度为0.851,特异度为0.770。非遗传预测模型经过Bootstrap重抽样五折交叉内部验证的AUC值为0.786,仍具有较高的预测效力。(3)CKD遗传预测模型通过整合UK-Biobank数据库中CKD相关遗传位点与既往CKD相关SNPs的研究结果,CKD遗传预测模型共纳入14个SNPs位点作为预测因子,其中5个SNPs来自UK-Biobank数据库分析结果。构建的CKD遗传风险预测方程为logit P=0.577×rs17319721Gi+(-0.183)×rs700233+(-0.362)×rs671Gi+(-0.286)×rs11864909Gi+1.099×rs653178Gi+0.255×rs3752462Gi+0.228×rs13146355Gi+0.253×rs881858Gi+(-0.24)×rs1153849Gi+(-0.234)×3770636Gi+(-0.178)×rs504915Gi+0.149×rs16853722Gi+0.683×rs12917707Gi+(-0.133)×rs1731274Gi,模型的预测效力ROC曲线下面积为0.643,模型的灵敏度为0.794,特异度为0.838,经内部验证后模型仍具有较高的预测效力,其AUC值达到0.692。(4)CKD综合预测模型综合CKD的非遗传及遗传预测模型的预测因子后,即纳入年龄、糖尿病、尿素氮正常高值、TGF-β正常高值、ADMA正常高值和14个CKD相关SNPs所整合的CKD综合预测模型的预测方程为:logit P=0.577×rs17319721Gi+(-0.183)×rs700233+(-0.362)×rs671Gi+(-0.286)×rs11864909Gi+1.099×rs653178Gi+0.255×rs3752462Gi+0.228×rs13146355Gi+0.253×rs881858Gi+(-0.24)×rs1153849Gi+(-0.234)×3770636Gi+(-0.178)×rs504915Gi+0.149×rs16853722Gi+0.683×rs12917707Gi+(-0.133)×rs1731274Gi+1.84×S1+1.137×S2+0.84×S3+0.497×S4+0.603×S5,模型的预测效力AUC值达到了0.894,且灵敏度与特异度都处于较高水平,灵敏度为0.827,特异度为0.801。对巢式病例-对照研究中的人群进行Bootstrap五折交叉内部验证,其AUC值为0.820,预测效力较优。结论1.年龄、糖尿病、尿素氮正常高值、TGF-β正常高值和ADMA正常高值为CKD的发病危险因素。2.纳入肾功能相关生物标志物的CKD非遗传预测模型的预测效力处于较高水平,加入5个UK-Biobank欧洲人群CKD相关遗传易感位点(SNPs)的遗传风险评分模型同样有较好的预测效力,且能在一定程度上提高综合预测模型的预测效力。所有CKD预测模型的灵敏度和特异度以及内部验证结果均较优,与国内外的其它CKD预测模型相比,预测效能有较显著的提高。