Hiperurikēmija un cukura diabēts, ja tie rodas kopā, rada lielāku risku nekā atsevišķi attiecībā uz visu cēloņu mirstību un beigu stadijas nieru slimību pacientiem ar hronisku nieru slimību Ⅲ

Abstrakts

BIOLOĢISKS TRADICIONĀLS AUGS NIERU VESELĪBAI

Ievads

Hroniska nieru slimība (CKD)ir sabiedrības veselības slogs visā pasaulē, jo tā strauji paplašinās pacientu skaits un augsts progresēšanas risksnieru slimība beigu stadijā(ESKD), kā arī slikta saslimstības un mirstības prognoze [1, 2]. Šo pacientu lielākā mirstība ir ar sirds un asinsvadu (CV) saistīti nāves gadījumi. Progresējot HNS, CV rezultāti pasliktinās, ieskaitot CV nāvi, atkārtotu infarktu, sastrēguma sirds mazspēju, insultu un reanimāciju [3]. Visbiežākais HNS cēlonis ir cukura diabēts (DM) [4]. 2002. gada Nacionālās holesterīna izglītības programmas ziņojumā DM tika nosaukts par koronārās sirds slimības riska ekvivalentu, un DM ir iekļauta augstākā riska kategorijā [5]. Turklāt gan DM, gan HNS ir spēcīgi neatkarīgi riska faktori CV notikumiem un progresēšanai līdz ESKD [6, 7]. DM ir milzīgs ar aterosklerozi saistītu intima sabiezējumu slogs, un HNS izraisa arī mediālu kalcifikāciju [8]. Tādēļ pacientiem ar abiem stāvokļiem vienlaikus ir ārkārtīgi augsts blakusparādību risks, un tas beigtos ar sliktiem pacientu rezultātiem.

Urīnskābes (UA) līmenis serumā ir arī riska faktors nieru slimībām [9], sirds un asinsvadu slimībām (CVD) [10–12] un aterosklerozei [13]. Seruma UA ir neatkarīgs HNS riska faktors pat tiem, kam nav diabēta [14, 15]. Divi lieli epidemioloģiski pētījumi parādīja, ka UA ir galvenais nieru slimību sastopamības prognozētājs [15, 16]. Turklāt hiperurikēmija bieži ir izplatīta HNS pacientiem un ir saistīta ar lielāku ESKD sastopamību [16]. Vairāki pētījumi parādīja, ka UA neatkarīgi prognozē 2. tipa DM attīstību [17–19] un HNS progresēšanu [20]. Apmēram 20 gadus ir zināms, ka UA ir potenciāls HNS un CVD riska faktors ar patoloģisku ietekmi [21, 22, 23]. Ņemot vērā sarežģīto mijiedarbību starp hiperurikēmiju, DM un CKD progresēšanu, mēs esam ieinteresēti izpētīt sarežģītās mijiedarbības attiecībā uz nieru un pacientu rezultātiem. Šeit mūsu mērķis bija izpētīt DM un hiperurikēmijas ietekmi uz pacientu mirstību un ESKD attīstību lielā HNS pacientu grupā.

Metodes

Studiju kohorta un definīcija

In this retrospective cohort study, we enrolled 4380 patients with CKD from the outpatient clinic of the nephrology department, Taichung Veterans General Hospital (TVGH), Taiwan. Our hospital, a medical center with 1500 beds, is the referral hospital for the critically ill and difficult cases in central Taiwan. During the past 30 years, the CKD care program treated >10,000 ambulatori ar HNS. CKD tika definēts kā aptuvenais Glo makulas filtrācijas ātrums (eGFR)<60ml/min/1.73m2 for > 3 months irrespective of the cause. The eGFR equaltion was from Modification of Diet in Renal Disease (ml/min/1.732m2 ) [24]. DM was confrmed according to the diagnosis of medical records. Hyperuricemia was defined as UA levels >7.0mg/dl for men, or>6.{1}}mg/dl sievietēm [21, 25]. Šie laboratorijas dati tika izmērīti mūsu institūtā (TVGH).

Datu apkopojumi

We enrolled patients (> 20 years old) with CKD 3–5 from 2007 to 2013 in this study. After follow-up (2.5 years of mean duration) (end data of this study: 31-December-2015), the outcomes were analyzed by mortality and participants received regular dialysis for at least 3 months or renal transplantation (ESKD). Their baseline variables were collected from medical records, including age, gender, stages of CKD, systolic blood pressure (SBP) (baseline and 1 year mean value), and diastolic blood pressure (DBP) (baseline and 1 year mean value), history of coronary artery disease, history of ever smoker, UA (baseline and 1 year mean value), baseline total cholesterol, usage of statin and usage of an angiotensin-converting enzyme inhibitor (ACEi) or angiotensin II receptor blocker (ARB). The stage of CKD was based on the baseline renal function (the frst laboratory data during the recruitment period). We chose the Modification of Diet in Renal Disease (MDRD) formula, instead of the Cockcroft and Gault formula, due to its superior accuracy in diabetic patients with impaired renal functions [26]. Although CKD-EPI (Epidemiology Collaboration) is more accurate than the MDRD equation for subjects with eGFR >60 ml/min/1,73 m2, MDRD formula ir tā, kas tiek izmantota Taivānas Nacionālajā datubāzē, lai novērtētu dialīzes uzsākšanu un HNS izplatību [27–29].

Ētisks apstiprinājums un piekrišana piedalīties

Statistiskā analīze

Dati tika uzrādīti kā vidējā standarta novirze nepārtrauktiem mainīgajiem un proporcijas kategorijas cal mainīgajiem. Tika izmantots neatkarīgs divu virzienu t-tests

apdraudējumu modelis, kas pielāgots svarīgiem kovariātiem, kas, kā zināms, ir saistīti ar interešu prognozētājiem un rezultātiem (pielāgots vecumam, dzimumam, smēķēšanai, CKD stadijai, 1 gada vidējam SBP, statīnu lietošanai, hiperurikēmijas zāļu lietošanai un ACEi/ARB lietošanai). . Turklāt, tā kā mirstība bija konkurējošs notikums ar dialīzi, tika izmantots paplašināts Koksa proporcionālā apdraudējuma modelis, lai aprēķinātu dialīzes apakšsadales riska attiecību (SHR) kā jutības testu [30]. Mēs arī analizējām DM un hiperurikēmijas ietekmi uz visu cēloņu mirstību un ESKD atbilstoši dažādiem CKD posmiem. Statistiskā nozīmība tika noteikta p< 0.05. Statistical analyses were all carried out by using SPSS 22.0 (SPCC, Chicago, Illinois). The extended Cox proportional hazards model was analyzed by SAS software (version 9.4; SAS Institute, Inc., Cary, NC, USA).