止血相关参数对2型糖尿病和糖尿病肾病预测的临床意义

钱科威 顾晓琦 孙晓红 钟梦丹 崔艳 李红 戴强 杨敏

215600 张家港，江苏省张家港市中医医院(南京中医药大学附属张家港医院)内分泌科(钱科威，顾晓琦，孙晓红，钟梦丹，崔艳，李红，戴强)；213003 常州，江苏省常州市第一人民医院肾内科(杨敏)

2型糖尿病(type 2 diabetes mellitus，T2DM)的发展是一种慢性隐匿的过程。由于发病早期没有明显症状容易被忽略，往往在疾病发生后十余年才出现临床症状而被察觉[1]。糖尿病是全球第三位死亡原因，严重威胁着人类健康，有许多严重并发症，如微血管并发症[2]。在这些并发症中，糖尿病肾病(DN)是导致肾衰竭的主要因素[3]，其患病率在世界范围内不断增加[4]。并且DN是1型和2型糖尿病死亡的独立预测指标[5]。因此，早期识别和预防DN可以延缓疾病的进展[6]，这对于降低T2DM患者微血管并发症的发病率和死亡率尤为重要。

许多生物标志物，如C反应蛋白、γ-谷氨酰转肽酶和脂联素与T2DM的发生风险相关[7]。此外，高敏C反应蛋白、C-肽和总胆红素等指标可以反映T2DM患者微血管损伤的存在[8]，并与微血管并发症的发生风险相关[9-10]。许多生物标志物在DN的诊断和预后中发挥潜在作用[11]。此外，T2DM患者可能表现出高凝状态和高凝血因子水平状态[12]，虽然已有研究显示止血和凝血异常与T2DM相关，但很少有研究关注止血相关参数与T2DM及DN发生风险之间的关系。因此，本研究的目的是探讨止血相关参数对T2DM和DN的临床预测价值。

资料与方法

一、研究对象

该回顾性研究选取张家港市中医医院内分泌科2016年3月至2018年3月的96例T2DM患者，其中男性55例，女性41例，平均年龄(56±21)岁。所有患者根据中国糖尿病学会2017年糖尿病指南的标准进行诊断[13]。纳入标准：患者符合无并发症T2DM的诊断标准或DN的诊断标准。排除标准：(1)其他糖尿病并发症；(2)原发性肝肾功能不全；(3)既往因各种原因进行手术治疗；(4)高血压；(5)心脑血管疾病；(6)恶性肿瘤；(7)炎症和感染；(8)血栓性疾病；(9)采血前2周内使用其他影响止血参数的药物(包括抗血栓药：华法林、肝素、阿司匹林，含有三七、艾叶、仙鹤草、棕榈、蒲黄、大蓟等成分的中药等，止血剂：血凝酶、维生素K1等)。

二、研究方法

1.分组 患者根据有无并发症分为两组，分别为无并发症T2DM组(52例)和DN组(44例)。同时收集同期在本院体检科就诊的50例年龄和性别匹配的健康人群作为对照组。对照组患者在样本采集前两周内未采取任何前述抗血栓和止血剂治疗。所有受试者或其家属签署知情同意，该研究经我院伦理审查委员会批准(编号：2016-a03)。

2.资料收集 在患者入院后治疗前，抽取空腹静脉血用于测量止血相关参数，包括凝血酶原时间(prothrombin time，PT)、国际标准化比率(international normalized ratio，INR)、活化部分促凝血酶原激酶时间(activated partial thromboplastin time，APTT)、凝血酶时间(thrombin time，TT)、纤维蛋白原(fibrinogen，FIB)、D-二聚体(D-Dimer，DD)、血小板(platelets，PLT)计数和纤维蛋白原-D-二聚体比率(fibrinogen-DD ratio，FDR)。采用凝固分析仪(CS-5100，Sysmex，Japan)测定PT、APTT、TT、FIB和D-D，同时计算INR和FDR。检测在样品采集后两小时内完成，在样品采集后1小时内用血细胞分析仪(BC-6800，Mindray，China)进行PLT计数分析。测量常规生化参数，包括胱抑素C、空腹血清葡萄糖、C-肽、糖化血红蛋白(glycosylated hemoglobin，HbAlc)、血清高密度脂蛋白(high density lipoprotein，HDL)、总胆固醇(total cholesterol，TC)和白蛋白(Alb)等。估算肾小球滤过率(eGFR)根据公式计算eGFR=133×(血清胱抑素C/0.8)-0.449(如果血清胱抑素C>0.8 mg/L，则为-1.328)×0.996年龄×(女性为0.932)[14]。同时收集治疗前患者的一般资料和临床数据(年龄、性别、糖尿病并发症、T2DM相关数据)。

三、统计学处理

使用统计软件SPSS 20.0进行统计学分析。单因素方差分析(ANOVA)用于分析对照组、无并发症T2DM组和DN组之间的数据差异。对于正态和非正态分布数据(PLT和D-D)，分别使用t检验和Mann-Whitney U检验。卡方检验用于分类变量。采用单变量和多变量回归分析计算所有止血相关参数的优势比(odds ratio，OR)和95%置信区间(95% confidence interval，95%CI)，以筛选T2DM和DN的危险因素。绘制不同指标预测T2DM和DN的ROC曲线，计算曲线下面积(area under curve，AUC)。P<0.05被认为差异有统计学意义。

结 果

一、各组一般临床特征比较

各组基本临床特征见表1。与对照组和无并发症的T2DM患者相比，DN患者的eGFR、C-肽和HDL水平显著降低(P<0.05)。DN患者的RDW、HbA1c和TC水平高于对照组(P<0.05)。

二、各组止血相关参数的比较

与对照组相比，无并发症的T2DM患者的APTT显著缩短，PLT计数显著降低，D-D水平明显升高(P<0.01)。与无并发症的T2DM患者相比，DN患者FIB、PLT和D-D水平显著增加(P<0.01)，FDR显著降低(P<0.05)，其他参数无明显差异(P>0.05)。(表2)

三、T2DM和DN患者止血相关参数的回归分析

分析每个止血参数与T2DM和DN风险的关联。单变量分析显示PT、INR、APTT、D-D、DFR和PLT是无并发症的T2DM的危险因素(均P<0.05)。然而，多变量分析显示仅APTT(OR：1.743，95%CI：1.137～1.650，P<0.01)和PLT(OR：1.238，95%CI：1.011～1.363，P<0.01)是无并发症的T2DM独立危险因素(表3)。进一步分析表明，FIB(OR：1.642，95%CI：1.298～2.881，P<0.01)和PLT(OR：1.317，95%CI：1.019～1.617，P<0.01)是DN的独立危险因素(表4)。

表1 各组患者一般临床特征比较

注：T2DM为2型糖尿病，DN为糖尿病肾病，eGFR为估计肾小球滤过率，Hb为血红蛋白，RDW为红细胞分布宽度，HbA1c为糖化血红蛋白，HDL为高密度脂蛋白，TC为胆固醇，Alb为白蛋白；与无并发症的T2DM组比较，aP<0.05；与对照组比较，bP<0.05

表2 各组间止血相关参数的比较

注：T2DM为2型糖尿病，DN为糖尿病肾病，PT为凝血酶原时间，INR为国际标准化比率，APTT为活化部分促凝血酶原激酶时间，FIB为纤维蛋白原，PLT为血小板计数，D-D为D-二聚体，FDR为纤维蛋白原-D-二聚体比率，TT为凝血酶时间；与无并发症的T2DM组比较，aP<0.05；与对照组比较，bP<0.05

表3 无并发症的T2DM患者止血相关参数的Logistic回归分析

注：PT为凝血酶原时间，INR为国际标准化比率，APTT为活化部分促凝血酶原激酶时间，FIB为纤维蛋白原，PLT为血小板计数，D-D为D-二聚体，FDR为纤维蛋白原-D-二聚体比率，TT为凝血酶时间，OR为比值比，CI为置信区间

表4 DN患者止血相关参数的Logistic回归分析

注：PT为凝血酶原时间，INR为国际标准化比率，APTT为活化部分促凝血酶原激酶时间，FIB为纤维蛋白原，PLT为血小板计数，D-D为D-二聚体，FDR为纤维蛋白原-D-二聚体比率，TT为凝血酶时间，OR为比值比，CI为置信区间

四、ROC曲线分析

采用ROC曲线评估各指标对T2DM和DN的预测能力。对于无并发症的T2DM，APTT和PLT取临界值24.3 s和176×109/L时，其AUC表明其总预测能力较低(APTT的AUC：0.601，95%CI：0.517～0.683；PLT的AUC：0.642，95%CI：0.574～0.721)，灵敏度也较低(分别为62%和64%)，而其特异度较高(分别为88%和86%)。而APTT联合PLT可以增加预测能力(AUC：0.697，95%CI：0.632～0.756)。

进一步分析表明，FIB取截断值3.15 g/L时对DN的预测能力较高(AUC：0.876，95%CI：0.831～0.921)，灵敏度(84%)和特异度(77%)也较高。然而，PLT取截断值210×109/L时，预测DN的特异度高(89%)，但预测能力(AUC：0.571，95%CI：0.421～0.613)和灵敏度(61%)较低。当联合FIB和PLT时，对DN的预测能力增加(AUC：0.887，95%CI：0.841～0.937，灵敏度：91%，特异度：74%)。(表5)

讨 论

T2DM或DN的患者可能表现出各种生化指标的异常。糖尿病(包括1型和2型)可通过血栓形成倾向增加高凝状态[15]，甚至表现出血栓前状态、凝血因子的上调和凝块溶解的延长[16]，在T2DM患者中凝血因子浓度增加被广泛报道[17]。在糖尿病患者中也观察到D-二聚体和其他凝血参数异常[18-19]。最近的研究显示，与没有并发症的T2DM患者相比，DN患者的FIB、PLT和D-D以及FDR水平降低，同时凝血级联的激活增强。这表明，止血异常与T2DM的进展有一定关系。总体而言，这些结果提示了T2DM患者和DN患者高凝固性的总体趋势。本研究结果提示一些止血参数(如APTT、FIB、PLT和D-D)在T2DM和DN患者中水平异常，这与文献[20-21]报道一致。

表5 各指标对T2DM和糖尿病肾病的预测价值

注：T2DM为2型糖尿病，DN为糖尿病肾病，APTT为活化部分促凝血酶原激酶时间，PLT为血小板计数，FIB为纤维蛋白原，ND为没有数据，AUC为曲线下面积，CI为置信区间

各种研究表明，T2DM和糖尿病微血管病患者，尤其是DN患者，会表现出高凝状态和止血异常[22-24]。我们的研究进一步评估止血相关参数在预测T2DM和DN中的意义。多元回归分析显示，APTT缩短和PLT计数减少是无并发症的T2DM的危险因素，FIB和PLT计数增加是DN的危险因素。为了进一步评估上述三种指标的预测能力，使用ROC曲线分析。结果表明，尽管APTT和PLT分别显示出88%和86%的高特异度，但AUC分别为0.601和0.642，表明它们在预测T2DM方面的实际意义较低。而在DN预测中，FIB和PLT分别表现出0.876和0.571的AUC。基于3.15 g/L的临界值，FIB在DN的预测中表现出高灵敏度和特异度，而PLT仅具有89%的高特异度，但其灵敏度并不高，只有61%。因此FIB对DN的预测能力高于PLT。这与Le等[25]的研究结果类似。FIB是血栓形成的前体，其水平升高会引起肾小球微血栓形成的几率增加，加速肾小球病变，这可能是FIB能较好预测早期肾损害的机制。因此，具有高FIB水平的T2DM患者可能存在DN的风险，表明FIB可用于预测DN，对继发性肾损害的早期诊断具有重要意义。

临床实践证明，几种诊断参数的组合可以提高诊断和预测能力。本研究显示对于T2DM，APTT和PLT的预测价值较低，而FIB对DN具有较高的预测意义。因此，研究FIB和PLT的组合对DN的预测能力可能比单个指标更有意义。正如预期的那样，结果表明，与单独使用FIB或PLT相比，联合使用FIB和PLT预测DN的AUC为0.887，灵敏度为91%，特异度为74%。表明FIB联合PLT可以作为预测DN的更有用的工具。

本研究也存在以下局限性。首先，可能有一些DN患者由于存在其他并发症而未纳入。因此实验数据可能潜在地影响止血参数的预测能力。本研究在设计之初通过对患者既往病例资料和疾病史的严格筛选已经尽可能将选择偏倚降到最低。其次，本研究纳入患者中严重肾病患者的占比也可能提高预测能力。本研究中患者未根据肾病的疾病状况进行分层，因此尚不清楚轻微和严重DN之间的止血相关参数水平是否存在显著差异。尽管存在局限性，但本研究还是揭示了FIB以及FIB和PLT联合检测对DN预测的价值。

综上所述，本研究表明止血相关参数对T2DM的预测价值较低，而FIB是DN的独立危险因素，对DN有较高的预测价值，而且FIB和PLT联合检测可以增加预测能力。由于本研究样本量较小，仍需进一步的大样本、多中心和前瞻性研究加以验证。