血清尿酸与白蛋白比值在2型糖尿病患者中预测糖尿病肾病的价值：一项病例对照研究

《Frontiers in Endocrinology》：Predictive value of serum uric acid-to-albumin ratio for diabetic kidney disease in patients with type 2 diabetes mellitus: a case-control study

　　血清尿酸/白蛋白比预测糖尿病肾病风险研究：病例对照研究纳入1809例T2DM患者，发现sUAR是DKD独立危险因素（OR:1.23, 95%CI:1.16-1.30），其风险在sUAR≥8.30时显著增加，结合传统指标可提升预测效能。

　　糖尿病作为全球范围内的重大公共卫生问题，其患病率持续上升，对个体、家庭和社会都带来了深远的影响。尤其是糖尿病肾病（DKD）作为糖尿病最严重的微血管并发症之一，其发生率在糖尿病患者中居高不下，成为慢性肾脏病（CKD）和终末期肾病（ESRD）的主要诱因。DKD不仅增加了心血管事件和全因死亡的风险，还显著加重了医疗负担。因此，识别DKD的早期风险因素并采取有效干预措施，对于改善患者预后和降低社会医疗成本具有重要意义。

本研究旨在探讨血清尿酸与白蛋白比值（sUAR）对2型糖尿病（T2DM）患者发生DKD的预测作用。通过回顾性分析1809例T2DM患者的临床数据，研究团队发现sUAR在DKD的发生中扮演了重要角色。研究采用病例对照研究方法，将患者分为DKD组和非DKD组，共计486例DKD患者和1323例非DKD患者。通过对sUAR与DKD之间的关系进行逻辑回归分析和限制性立方样条（RCS）分析，研究团队揭示了sUAR对DKD的预测能力，并进一步评估了将sUAR与传统风险因素结合后的预测效果。

研究结果显示，sUAR是DKD的独立危险因素。经过调整后的多变量逻辑回归分析表明，sUAR每增加一个单位，DKD的风险显著上升，调整后的比值比（OR）为1.23，95%置信区间（CI）为1.16-1.30，且该差异具有统计学意义。进一步的RCS分析表明，sUAR与DKD之间存在非线性关系，当sUAR超过8.30时，DKD的风险随着sUAR的升高而逐渐增加。这一发现表明，sUAR不仅是一个简单的数值指标，更可能是一个具有动态变化特征的预测因子，其对DKD的影响可能具有阈值效应。

在传统风险因素方面，研究团队分析了年龄、糖尿病病程、糖化血红蛋白（HbA1c）、收缩压（SBP）、甘油三酯（TG）和高密度脂蛋白胆固醇（HDL-C）等指标对DKD的影响。结果表明，这些传统风险因素同样与DKD的发生密切相关，其中年龄、病程、HbA1c、SBP和TG均被证实为独立的危险因素，而HDL-C则表现出保护作用。这些结果与先前的多项研究结论一致，进一步验证了这些指标在DKD预测中的重要性。

此外，研究还发现，sUAR与传统风险因素的联合使用显著提高了DKD预测模型的准确性。通过构建基于sUAR和传统风险因素的预测模型，并采用ROC曲线和决策曲线分析（DCA）对模型的预测能力进行评估，结果显示，结合sUAR的模型在预测灵敏度和特异性方面均优于单独使用传统因素的模型。具体而言，ROC曲线下面积（AUC）从0.72提升至0.75，表明该模型在区分DKD和非DKD患者方面具有更强的判别能力。同时，DCA结果显示，在特定的阈值概率范围内，联合模型的临床净效益显著优于其他模型，表明其在实际临床应用中具有更高的实用价值。

sUAR作为一项新的复合生物标志物，其价值在于能够综合反映尿酸和白蛋白的水平变化，从而更全面地评估机体的炎症和氧化应激状态。相比单独使用尿酸或白蛋白，sUAR在预测DKD方面表现出更强的敏感性和特异性。这一特性使得sUAR在临床中具有更大的应用潜力，尤其是在资源有限的医疗机构中，可以作为替代性指标，用于DKD的早期筛查。例如，某些医院可能无法常规检测尿蛋白肌酐比（UACR）或进行肾活检，此时sUAR可以作为一种简便、经济且有效的工具，帮助医生更准确地评估患者的肾脏健康状况。

尿酸作为尿酸代谢的产物，其水平升高与炎症、氧化应激和内皮功能障碍密切相关，被认为是慢性肾脏病的重要危险因素。已有大量研究表明，尿酸水平与DKD的发生和进展存在显著关联。然而，白蛋白作为重要的急性期反应蛋白，其水平降低则与DKD的进展和终末期肾病的风险增加相关。因此，将尿酸与白蛋白的比值作为新的预测指标，可能是识别DKD风险的一个创新方向。

在本研究中，sUAR的增加与DKD的发生率呈正相关，且在不同分组中表现出显著的差异。例如，在sUAR的第三分位组中，DKD的发生率高达38.4%，显著高于第一分位组的17.6%和第二分位组的24.6%。这表明，sUAR的升高可能是一个重要的早期信号，提示患者存在更高的DKD风险。同时，RCS分析的结果进一步揭示了sUAR与DKD之间存在非线性关系，说明在某些阈值以下，sUAR的变化对DKD的预测作用有限，而超过这一阈值后，其预测能力显著增强。这一发现对于临床实践具有重要意义，因为它可以帮助医生识别那些具有更高风险的患者，并在早期采取干预措施。

在临床应用方面，本研究构建了一个基于sUAR和传统风险因素的预测模型，并通过可视化工具——列线图（nomogram）来展示该模型的预测效果。列线图不仅能够直观地展示各变量对DKD风险的贡献，还为医生和患者提供了一种便捷的工具，用于评估个体的DKD风险。此外，该模型在资源有限的医疗机构中具有较高的适用性，因为它不需要复杂的检测手段或昂贵的设备，仅需测量尿酸和白蛋白的水平即可计算sUAR。这使得sUAR在基层医疗和远程医疗中的应用成为可能。

尽管本研究取得了重要进展，但其仍存在一定的局限性。首先，该研究是一项单中心回顾性研究，其结果可能受到中心效应和样本偏倚的影响。其次，研究未考虑抗糖尿病药物（如胰岛素或钠-葡萄糖协同转运蛋白2抑制剂）对尿酸和白蛋白水平的潜在影响。此外，DKD的诊断主要依赖于尿蛋白肌酐比和估算肾小球滤过率（eGFR），而肾活检仅在少数病例中进行，这可能影响诊断的准确性。因此，未来的研究需要进一步扩大样本量，纳入更多中心的数据，同时考虑药物治疗对sUAR和DKD关系的影响，以提高模型的普适性和可靠性。

综上所述，本研究首次揭示了sUAR与DKD之间的显著关联，并证明其在预测DKD方面的价值。sUAR的升高不仅与DKD的发生率增加相关，还可能预示着疾病的进展。将sUAR与传统风险因素结合使用，可以显著提高DKD预测模型的准确性，为临床提供更为全面的风险评估工具。然而，为了进一步验证这些发现的临床适用性，未来需要更多的前瞻性研究和多中心验证。同时，探索sUAR在其他肾脏疾病中的预测作用，也将有助于拓宽其在临床中的应用范围。