糖肾来袭，这个模型居然能“高能预警”

医学界内分泌频道

糖尿病肾病（DKD）是糖尿病的主要微血管并发症之一，有着较高的发病率、死亡率和治疗成本。造成这些问题最主要的原因，是缺乏早期诊断及有效的治疗手段。

What？用微量白蛋白尿作为DKD的早期诊断依据？要知道，作为DKD的早期预测指标，微量白蛋白尿既缺乏灵敏性也没有特异性，与肾小球滤过率之间的相关性也不强。不仅如此，一旦微量白蛋白尿出现，就表明肾小球已发生一定程度的结构损伤。

为了探索对早期DKD“高能预警”的方案，天津医科大学朱宪彝纪念医院（代谢病医院）常宝成教授团队应用荟萃分析及系统评价，在世界范围内大样本前瞻性研究基础上，建立了具有高预警性及广泛普及性的“糖尿病肾病风险模型”，并在中国回顾性队列中进行验证，研究成果以“Establishment and Validation of a Risk Prediction Model for Early Diabetic Kidney Disease Based on a Systematic Review and Meta-Analysis of 20 Cohorts”为题，发表于2020年4月《Diabetes Care》（影响因子15.27）杂志（图1）。

图1 《Diabetes Care》杂志发表常宝成教授团队研究成果

先建模再验证，研究是这样设计的

在研究设计中，常宝成教授团队采取了先建模再验证的方法。

建模队列来源于对14项前瞻性队列研究及6项回顾性队列研究的系统评价及meta分析。共41,271名2型糖尿病（T2DM）患者[基线估算肾小球滤过率（eGFR）≥60ml/min/1.73m2且尿白蛋白/尿肌酐（UACR）＜30mg/g]被纳入建模队列，这些患者来自欧洲、亚洲（包括中国及中国台湾）和美洲11个国家及地区，其中80%为白种人，20%为亚洲人群。在应用分类评分系统基础上，建立DKD风险预测模型，包括危险因素和相应评分。

来自天津医科大学朱宪彝纪念医院的380名T2DM患者被纳入验证队列。结局为DKD的发生，定义为eGFR＜60ml/min/1.73m2和/或UACR≥30mg/g，时间超过3个月。该队列被用来评估模型的普遍适用性，以确定最佳实施策略。

通过计算出不同预测切点值下模型的敏感性、特异性和ROC曲线下面积，选取出最佳预测切点值。根据最佳预测切点值将T2DM患者进行危险分层，计算DKD实际发生率、描绘Kaplan-Meier 曲线以验证模型的预测效能。

“高能预警”！DKD风险预测模型来了

在系统综述和meta分析中确认的19项危险因素中，10项危险因素与DKD发病有关。它们包括年龄、体质指数（BMI）、糖尿病性视网膜病变、吸烟、糖化血红蛋白（HbA1c）、收缩压（SBP）、高密度脂蛋白胆固醇（HDL-C）、甘油三酯（TG）、UACR和eGFR。

考虑到eGFR在所涉及研究中定义不同且文献之间存在巨大的异质性，因此eGFR并没有纳入最终的评估模型，而是最终纳入其它9大危险因素，根据RR值及相应的95%可信区间计算其回归系数并以此计算相应的风险得分，建立了DKD风险预测模型，总分共36分（表1）。

表1 DKD的风险预测模型

模型建立后，进一步在回顾性队列中进行验证，通过比较不同预测切点值下模型的预测效能，最终确定预测切点值为16.0分，他们又将验证队列分为不同的风险分层组：相对低风险组（n=89），中风险组（n=113），高风险组（n=165）和极高风险组（n=13），对应的风险得分情况为＜12.0, 12.0-15.5,16.0-26.5和27.0-37.0分，并绘制不同组别的Kaplan-Meier曲线（图2）。

总分≥16.0分的患者属于糖尿病肾病高危人群，此时评估模型的灵敏度为0.847，特异度为0.677，AUC及95% CI为0.762（0.709-0.815）。

图2 不同风险组别DKD事件的Kaplan-Meier曲线

全新视角：预测模型助力DKD一级预防

常宝成教授团队在系统评价及meta-分析的基础上，建立起DKD风险预测模型。该模型整合了生活方式及临床指标，包括年龄、BMI、吸烟、糖尿病型视网膜病变等。更重要的是，在中国人群中，选择了外部队列对模型进行了进一步验证，证实了模型对于DKD的早期预测、诊断及干预的重要性。

对于DKD来说，必须在早期就给予针对性的防治，才有可能控制和延缓DKD的发展。上述模型整合了DKD的多个传统危险因素，均为糖尿病患者常用检查指标，既可以综合、实时评判DKD的发病风险，又便于临床推广应用，能起到实时预警提示作用。

对于DKD高危患者，通过及时调整治疗方案，可降低DKD的未来发生风险，从而积极推动了DKD的一级预防，从这个角度讲，该模型提供了全新的视角和手段。

专家简介

常宝成，医学博士，主任医师、教授

博士生导师，天津医科大学朱宪彝纪念医院副院长

主要社会兼职：

中国医师协会内分泌代谢科医师分会常委

中华预防医学会糖尿病预防与控制专业委员会常委

天津中西医结合学会内分泌专业委员会主任委员

2004-2005年留学日本京都大学。中华内分泌代谢杂志、中华糖尿病杂志、Diabetes，Obesity and Metabolism，Journal of Endocrinology，等多个杂志编委、审稿人。主持包括国家自然科学基金、天津市慢病重大专项等课题11项。国家自然基金委、科技部慢病重大项目等评审专家。在Diabetes care 等国内外期刊发表论著100余篇，主编参编著作、指南等11部。2次荣获天津市科技进步二等奖，获天津市优秀科技工作者、天津市津门医学英才等称号。

参考文献

[1]. Cho NH, Shaw JE, Karuranga S, et al. IDF Diabetes Atlas: Global estimates of diabetes prevalence for 2017 and projections for 2045[J]. Diabetes Res Clin Pract 2018, 138:271-281.

[2]. Mogensen CE. Microalbuminuria as a predictor of clinical diabetic nephropathy[J]. KidneyInt, 1987, 31:673-689.

[3]. Fioretto P, Caramori ML, Mauer M. The kidney in diabetes: dynamic pathways of injury and repair. The Camillo Golgi Lecture 2007[J]. Diabetologia, 2008, 51:1347-1355.

[4]. Perkins BA, Ficociello LH, Roshan B, et al. In patients with type 1 diabetes and new-onset microalbuminuria the development of advanced chronic kidney disease may not require progression to proteinuria[J]. Kidney Int, 2010, 77:57-64.

[5]. Wenhui Jiang, Jingyu Wang, Xiaofang Shen, et al. Establishment and Validation of a Risk Prediction Model for Early Diabetic Kidney Disease Based on a Systematic Review and Meta-Analysis of 20 Cohorts[J]. Diabetes Care 2020, 43:925-933.

[6]. 姚建, 陈名道. 糖尿病肾病及其早期防治[J]. 中华内分泌代谢杂志, 2002, 18(4):330-331.

阅读原文