基于胱抑素C和肌酐的估计肾小球滤过率比值可预测与肾功能无关的健康老年人死亡率

作者:Scandinavian Journal of Clinical and Laboratory ​I
2021-12-16

作者带着极大的兴趣阅读了Dardashiti及其同僚关于裂孔收缩综合症预测接受心血管手术患者死亡的文章。使用Cox回归Fenix,他们发现基于胱抑素C的eGFR(即根据CKD-EPI[慢性肾病流行病合作研究的eGFRCAPA或eGFRCysC],eGFR是估计肾小球滤过率)和肌酐eGFR(根据CKD-EPI的eGFRLMrev或eGFRCrea)比率是显著完全调整模型死亡率预测因素。这些模型显示年龄、外周血管疾病、心衰(即左心室射血分数,LVEF,<30%)、ICU停留时长、术前徐红蛋白、输入血浆单位、术前肾功能以及裂孔收缩综合症(根据CKD-EPI<0.6,定义为eGFRCAPA/eGFRLMrev为<0.6,或eGFRCysC/eGFRCrea<0.7)可作为显著的死亡率预测因素。无论定义或诊断裂孔收缩综合症的方法是什么,该条件是独立的死亡率预测因素。这一相关性的理由可能因为生物活性物质的保留,如激素、转运蛋白、酶和急性期反应物。假设这些分子的保留现象的发生是肾小球裂孔收缩的结果。这一过程让极小分子如肌酐的过滤畅通无阻,但是低分子量蛋白质由于其直径的原因仍保留在血液循环中。


胱抑素C/肌酐比率作为参与SENIORLAB研究健康成人大型集合死亡率的预测因素,这项研究鉴别出胱抑素C和肌酐的比率作为完成基准检查平均随访3.7±0.7年后发病率和死亡率的独立预测因素。但是,我们没有研究胱抑素C和肌酐的eGFR的比率是否与经过调整的模型的死亡率相关。


简而言之,为了建立大型多样性实验室试验的参考区间,SENIORLAB研究包括60岁的健康老年志愿者和年龄更大的居住于瑞士的志愿者。经过一夜的时间,观测参与者的人体测量基准数据、病史采集数据和最佳分析前环境中的采血数据。立即使用超过100种不同的实验室试验对该样品进行测量处理。使用先前叙述的肾功能标志物和其他实验室试验,估计肾小球滤过率。在他处生成记录发病和死亡率信息的随访调查报告。这一研究的排除标准包括当前类固醇药物的使用情况、甲状腺功能失调(为了降低对胱抑素C浓度的非肾脏影响)、C反应蛋白浓度(CRP)超过10mg/L,以及体重不符合要求(体重指数[BMI]<18.5,为了降低对胱抑素C浓度的非肾脏影响)。该研究由负责机构的审查委员会批准,并根据赫尔辛基宣言执行。全部参与此次研究的参与者都签订了书面知情同意书。SENORLAB研究是一项ISRCTN注册的研究(ISRCTN53778569)。


此研究包括总数为1382名的主观健康参与者(平均年龄71.9±7.8岁;男性比例46.9%)。平均随访2.2±1.2年后,58名参与者(4.2%)去世。白种人、黄种人、儿童和成人人群(CAPA)和改进Lund-Malmo(LMrev)的胱抑素C和肌酐eGFR平均比率为1.2±0.19,CKD-EPI程式计算的比率为1.05±0.18。CAPA/LMrev以及CKD-EPI eGFR比率的斯皮尔曼等级相关便显出很强的相关性(r=0.93;P<0.001;图1)。与随访期间去世的参与者相比,存活的参与者显示出更高的胱抑素C和肌酐eGFR比率,CAPA/LMrev(1.2±0.18 vs. 1.12±0.22;p=0.001)和CKD-EPI比率(1.06±0.17 vs. 0.94±0.20;P<0.001,滑动t检验)。多变量回归模型包括年龄、性别、结合胱抑素C(CAPA)和肌酐(LMrev)eGFR,胱抑素C和肌酐eGFR相匹配。如表1所示,无论肾功能评估结果(结合CKD-EPI或结合CAPA-LMrev)或胱抑素C和肌酐eGFR比率的计算结果,如何年龄、男性和与肾功能相反的胱抑素C与肌酐eGFR比率对死亡率具有显著的预测性。


在这些模型中,eGFRCysC/eGFRCrea与死亡率呈负相关。在进行BMI平均动脉血压、心脏收缩压、舒张压、BNP、糖化血红蛋白、已知糖尿病、CRP、脉压、HDL或吸烟状况的调整时,增加1个额外的心血管风险因素到年龄、性别和调整的eGFR模型中,通过eGFRCysC/eGFRCrea率预测死亡率揭示了eGFRCysC/eGFRCrea率和总死亡人数之间的显著相关性仍然不变。

技术导航-2.jpg

图1. 比较白种人、黄种人、儿童和成人人群(CAPA)以及

LMrev与CKD-EPI程式计算的eGFRCysC/eGFRCrea的散布图。


总而言之,在调整的模型中现有的分析表明胱抑素C和肌酐肾功能评估(eGFR)比率是健康成人人群独立的总体死亡风险因素。该风险因素不会因使用CKD-EPI方法或其他评估肾功能或肾小球过滤质量指数的程式(CAPA、LMrev)而改变。这一结果与Dardashiti等人将eGFRCysC/eGFRCrea比率作为不同集合总体死亡独立预测因素的发现相一致。这一结果补充了我们将胱抑素C/肌酐比率作为健康成人人群死亡风险因素的发现。但是,胱抑素C与肌酐的比率或eGFRCysC/eGFRCrea的比率是否是鉴别变化着的肾小球过滤质量相关风险的更好的标志物仍然有待研究。当使用将死亡作为独立变量的逻辑回归模型时,年龄、性别、eGFR和肾小球过滤质量标志物都作为独立变量,我们的数据表明与eGFRCysC/eGFRCrea比率(AUC0.792,95%CI:0.769-0.813)相比,该模型胱抑素C/肌酐比率(曲线下面积AUC:0.793,95%置信区间,CI:0.770-0.814)的C-统计不显著。但是,我们的研究没有足够的力量评估这两种肾小球过滤质量测量方法之间的区别。 


胱抑素C血清浓度和肌酐GFR计算的一个参数的优势是目前血清浓度可以使用标准模型评估。相反,肾功能评估独立于使用的程式,可能会为风险评估带来偏移。不仅如此,使用eGFRCysC/eGFRCrea比率作为肾小球过滤质量标志物可能使eGFR方程中的年龄产生混淆,而年龄正是这个方程中死亡和发病的只要预测因素。

表1.png

(摘自Scandinavian Journal of Clinical and Laboratory

Investigation,版权归其所有,仅供内部参考)

编译:张凯

审校:王小茜