间歇期痛风患者中性粒细胞/淋巴细胞比值的变化及其临床意义研究

引用本文: 杨颜瑜, 柳涛红, 王聃, 等. 间歇期痛风患者中性粒细胞/淋巴细胞比值的变化及其临床意义研究 [J] . 中国全科医学, 2021, 24(14) : 1820-1827. DOI:
10.12114/j.issn.1007-9572.2021.00.492.

痛风是指单钠尿酸盐晶体沉积于关节滑液或其他组织，导致反复发生关节红肿热痛及组织损伤的一种慢性疾病[1]。其中，高尿酸血症与痛风的发生发展密切相关。当血清尿酸盐>408 μmol/L时，在适宜的温度与pH值下可形成单钠尿酸盐晶体，其可触发机体免疫系统，诱导NOD样受体蛋白3（nod-like receptor protein，NLRP3）炎性体激活和白介素1β（interleukin-1β，IL-1β）产生，从而导致痛风急性发作[2]。尿酸排泄方式主要分两种，其中经肾脏排泄量占尿酸排泄总量的2/3左右，1/3经肠道排泄[3]。目前，肾脏排泄不足被认为是痛风患者发生高尿酸血症的主要原因[4]。评价尿酸经肾脏排泄水平的指标主要包括24 h尿尿酸、尿酸清除率、肌酐清除率、尿酸排泄分数（fractional excretion of uric acid，FEUA）、尿尿酸/尿肌酐等。研究表明，FEUA是更能准确反应肾脏排泄功能的一个指标[5]。而在临床工作中，计算FEUA常需要患者留置24 h的尿液标本进行送检，其过程繁琐、所需时间较长、患者依从性较低，因此常不能获得满意的诊断结果。而中性粒细胞/淋巴细胞比值（neutrophil-to-lymphocyte ratio，NLR）作为炎性反应标志物，可参与多种疾病的发生发展[6,7,8]（如癌症、类风湿关节炎、心血管疾病等），且相对于白细胞、中性粒细胞、单核细胞等炎性细胞更加稳定[9]，在临床上检测方便、经济实用。有研究表明，NLR与痛风密切相关，对疾病活动与治疗后病情的评估有一定价值，是高尿酸血症的独立危险因素[10,11]。本文通过比较NLR在间歇期痛风患者及其在FEUA分期中的变化，探讨是否可为FEUA分期提供新的参考指标。

1　对象与方法1.1　研究对象

选取2013年12月—2019年7月在川北医学院附属医院门诊及住院部就诊的386例间歇期痛风患者，其中男384例，女2例；年龄17~90岁，平均（45.0±16.0）岁；就诊前2周未接受过降尿酸治疗及服用影响尿酸代谢的药物（如利尿剂、喹诺酮、环孢素、阿司匹林等）。同时选择与痛风患者年龄、性别相匹配的154例健康体检者。纳入标准：（1）痛风患者均符合2015年美国风湿病学会/欧洲抗风湿病联盟（EULAR）的痛风分类标准[12]；（2）有急性痛风性关节炎反复发作病史及高尿酸血症，目前处于疾病间歇期。排除标准：（1）药物、血液系统、肝肾疾病等引起的继发性痛风；（2）患有其他风湿性疾病；（3）患有恶性肿瘤；（4）有急性或慢性感染。本研究经川北医学院附属医院伦理委员会审批〔2019ER（A）017〕。研究对象均签署知情同意书。

1.2　方法

采用自行设计的量表收集研究对象的年龄、性别、身高、体质量、吸烟史（吸烟定义：每天≥1支烟，持续1年以上）、饮酒史〔饮酒定义：平均每日饮白酒（酒精含量50%以上）≥100 ml，持续1年以上〕、24 h尿量、24 h尿尿酸、24 h尿肌酐、血尿酸（UA）、肌酐（Cr）、FEUA、尿酸清除率、肌酐清除率、尿尿酸/尿肌酐、尿pH值、估算肾小球滤过率（eGFR）、首次就诊时的实验室检查〔包括白细胞计数（WBC）、中性粒细胞计数（GR）、淋巴细胞计数（LYM）、血小板计数（PLT）、平均红细胞体积（MCV）〕，所有研究对象低嘌呤饮食5 d后收集24 h尿液送检（弃掉前1 d早晨7：00排尿，然后收集至第2天早晨7：00的全部尿液）。其中386例间歇期痛风患者有206例完成了24 h尿液检查作为痛风组，154例健康体检者中有39例完成24 h尿液检查作为对照组。根据FEUA分型，FEUA<7%为排泄减少型，FEUA 7%~12%为混合型，FEUA>12%为生成增多型[13]；收集不同分型痛风患者的受累关节数、痛风石、高原居住史、高血压、糖尿病、高脂血症、肾结石、痛风家族史情况。

1.3　研究方法

采用深圳迈瑞公司生产的全自动血细胞分析仪BC6900检测血常规，德国SIEMENS公司生产的全自动生化分析仪ADVIA-2400检测生化指标。采用化学法测定24 h尿量、尿尿酸及尿肌酐。

FEUA（%）=尿酸清除率（ml/min）/肌酐清除率（ml/min）×100%

尿酸清除率（ml/min）=尿尿酸（μmol/L）×每分钟尿量（ml/min）/UA（μmol/L）

肌酐清除率（ml/min）=尿肌酐（μmol/L）×每分钟尿量（ml/min）/Cr（μmol/L）。

eGFR计算[14]：若Cr≤0.9 mg/dl（80 μmol/L），eGFR=141×（Cr/0.9）-0.411×（0.993）年龄；若Cr>0.9 mg/dl（80 μmol/L），eGFR=141×（Cr/0.9）-1.209×（0.993）年龄

1.4　统计学方法

采用SPSS 22.0软件进行统计学分析。符合正态分布的计量资料采用（

±s）表示，两组间比较采用成组t检验；非正态分布的计量资料以M（P25，P75）表示，组间比较采用Mann-Whitney U检验；计数资料以相对数表示，组间比较采用χ2检验；采用多因素Logistic回归分析探讨痛风的影响因素；相关性分析采用Spearman秩相性分析；采用受试者工作特征（receiver operating characteristic，ROC）曲线探讨NLR诊断痛风、不同FEUA分期的价值。以P<0.05为差异有统计学意义。

2　结果2.1　386例痛风患者与154例健康体检者实验室检查结果比较

痛风患者WBC、GR、NLR均大于健康体检者，差异有统计学意义（P<0.05）；痛风患者LYM、PLT、MCV与健康体检者比较，差异无统计学意义（P>0.05，见表1）。

表1 痛风患者与健康体检者实验室检查结果比较〔M（P25，P75）〕

Table 1 Comparison of laboratory test results between gout patients and healthy people

2.2　24 h尿液检查完成患者与未完成患者一般情况比较

完成24 h尿液检查的206例患者中男206例，女0例；平均年龄（43.8±15.4）岁。未完成24 h尿液检查的180例患者中男178例，女2例；平均年龄（46.4±16.7）岁。两组性别（χ2=2.301，P=0.217）、年龄（t=0.253，P=0.111）比较，差异均无统计学意义。

完成24 h尿液检查者NLR为2.52（1.79，4.16），未完成24 h尿液检查者NLR为2.41（1.90，3.29），两者相比，差异无统计学意义（Z=1.213，P=0.225）。

2.3　痛风组与对照组一般资料比较

痛风组体质指数（BMI）、吸烟史比例、饮酒史比例、24 h尿量、UA、GR、NLR高于对照组，FEUA、尿酸清除率、eGFR均低于对照组，差异有统计学意义（P<0.05）；两组年龄、24 h尿尿酸、24 h尿肌酐、Cr、肌酐清除率、尿尿酸/尿肌酐、尿pH值、LYM比较，差异无统计学意义（P>0.05，见表2）。

表2 痛风组与对照组一般资料比较

Table 2 Comparison of general data between gout group and control group

2.4　痛风组NLR与尿酸排泄各指标的相关性分析

痛风患者NLR水平与FEUA呈正相关（rs=0.242，P<0.01），与肌酐清除率呈负相关（rs=-0.150，P<0.01），与尿酸清除率、UA无直线相关关系（P>0.05，见表3）。

表3 NLR与尿酸排泄各指标的相关性分析

Table 3 Correlation between NLR and uric acid excretion index

2.5　不同痛风分型患者一般资料比较

206例痛风患者中尿酸排泄减少型183例（88.8%），混合型15例（7.3%），生成增多型8例（3.9%）。不同痛风分型患者饮酒史比例、肾结石比例、24 h尿量、UA、Cr、FEUA、尿酸清除率、肌酐清除率、尿尿酸/尿肌酐、GR、NLR比较，差异有统计学意义（P<0.05）。尿酸排泄减少型患者饮酒、肾结石所占比例高于其余两型，差异有统计学意义（P<0.05，见表4）。

表4 不同痛风分型患者一般资料比较

Table 4 Comparison of general data of patients with different gout types

2.6　痛风影响因素的多因素Logistic回归分析

以是否发生痛风为因变量（赋值：是=1，否=0），将单因素分析结果（表2）中有统计学意义的指标：BMI（赋值：实测值）、吸烟史（赋值：有=1，无=0）、饮酒史（赋值：有=1，无=0）、24 h尿量（赋值：实测值）、UA（赋值：实测值）、FEUA（赋值：实测值）、尿酸清除率（赋值：实测值）、eGFR（赋值：实测值）、NLR（赋值：实测值）为自变量纳入多因素Logistic回归分析，结果显示饮酒、24 h尿量、UA、FEUA、eGFR、NLR是痛风发生的影响因素（P<0.05，见表5）。

表5 痛风影响因素的多因素Logistic回归分析

Table 5 Multivariate Logistic regression analysis of the influencing factors of gout

2.7　NLR诊断痛风的ROC曲线

NLR诊断痛风的ROC曲线下面积（AUC）95%CI为0.748（0.674，0.822），NLR最佳截断值为1.76时，其标准误最小（SE=0.038），灵敏度为78.16%，特异度为61.54%（见图1）。

图1 NLR诊断痛风的ROC曲线

Figure 1 ROC curve of NLR in diagnosis of gout

2.8　NLR诊断不同痛风分型的ROC曲线

NLR诊断排泄减少型痛风的AUC 95%CI为0.739（0.662，0.816），最佳截断值为1.76，灵敏度为77.60%，特异度为61.54%（见图2）；NLR诊断混合型痛风的AUC 95%CI为0.758（0.601，0.915），最佳截断值为3.54，灵敏度为50.00%，特异度为100.00%（见图3）；NLR诊断生成增多型痛风的AUC 95%CI为0.936（0.844，1.000），最佳截断值为4.07，灵敏度为75.00%，特异度为100.00%（见图4）。

图2 NLR诊断排泄减少型痛风的ROC曲线

Figure 2 ROC curve of NLR in diagnosis of reduced excretion gout

图3 NLR诊断混合型痛风的ROC曲线

Figure 3 ROC curve of NLR in diagnosis of mixed gout

图4 NLR诊断生成增多型痛风的ROC曲线

Figure 4 ROC curve of increased gout diagnosed by NLR

3　讨论

近年来，随着人们生活习惯和饮食结构的改变，痛风患病率呈逐年上升趋势。高尿酸血症作为痛风发生最重要的生化基础，其主要包括尿酸排泄减少和尿酸生成增多两种机制，是痛风发生发展的独立危险因素[15]。当其沉积析出尿酸盐（monosodium urate，MSU）晶体时，可触发机体的固有免疫系统，诱导炎性细胞因子产生，从而导致痛风发生[16]。在临床上常以24 h尿尿酸定量法作为区分高尿酸血症分型的指标，但其易受嘌呤摄入量、饮水、肾功能、尿量及血尿酸的影响，故现多采用FEUA来代替24 h尿尿酸定量法[13]。测定FEUA是指经肾小球滤过的UA最终从尿液中排出的百分率，可排除某些因素的干扰，能比较全面准确的反应肾脏UA的排泄情况[17]。但在实际工作中，其检测由于需留置24 h尿液，耗费时间长，患者依从性低、常失访，不能得到及时诊治。有研究表明，NLR可作为判断痛风患者疾病活动度与治疗情况的指标[10]。但目前尚无有关NLR与痛风患者FEUA的研究。

NLR作为全身炎症反应标志物，其稳定性高，方便易得，费用低廉，与疾病预后密切相关。中性粒细胞可通过释放活性氧（reactive oxygen species，ROS），抑制NO合成，直接释放ROS，导致肾小球动脉损伤和肾硬化，血清尿酸水平升高，而升高的血尿酸又可激活肾内肾素-血管紧张素-醛固酮系统（
renal-angiotensin-aldosterone system，RAAS），诱导炎性细胞因子产生，引起血管内皮细胞功能障碍，加重肾功能损伤[18,19]，两者相互作用，形成恶性循环，最终可导致痛风及慢性肾衰竭的发生。LYM降低与炎症相关，痛风无论是在急性发作期还是间歇期，都存在炎症状态，本研究结果显示，痛风组NLR水平高于正常对照组，与相关研究结果相似[20]。

本研究结果显示，在不同FEUA分期中，血清NLR水平差异明显，尿酸生成增多型NLR高于尿酸排泄减少型与混合型。原因可能是GR的增加可以促进细胞因子和趋化因子如白介素1（interleukin-1，IL-1）/白介素6（interleukin-6，IL-6）的上调，可损伤肾小球及肾小管间质，导致肾血管硬化、肾血流动力学异常、肾小球滤过率降低、肾小管重吸收功能下降[21,22,23]，从而导致尿酸排泄增多。痛风具有明显性别差异，男性多于女性。有研究报道，雌激素可调节免疫系统，其增加可使中性粒细胞增多、淋巴细胞减少，从而导致NLR水平增高，并且雌激素具有促进尿酸排泄作用，故随着绝经期的到来，失去雌激素的保护作用，女性痛风发病率明显增加[24,25,26]。有研究表明，NLR与雄激素水平呈正相关，在痛风患者中，雄激素合成减少，使用雄激素治疗痛风患者后可使机体血尿酸水平显著减低，其作用机制可能是通过调整肾脏尿酸盐转运蛋白对尿酸的转运，促进尿酸排泄[27,28,29]。

本研究结果显示，痛风组BMI高于对照组。这与既往报道一致，痛风患者血尿酸水平与BMI呈正相关[15]。这可能与BMI可通过介导胰岛素抵抗导致机体血尿酸水平增高发生痛风有关。本研究中痛风患者与健康对照组相比FEUA降低，与国内既往研究结果相似[5]。在肾脏中，尿酸排泄主要依赖于肾小管上皮细胞分泌的尿酸盐转运蛋白[3]。在全基因组关联研究（genome-wide association studies，GWAS）中证实了尿酸排泄在痛风发展中的重要性，并确定了35个与血清尿酸盐浓度有关的基因位点，其中SLC2A9可编码葡萄糖转运蛋白9（glucose transporter9，GLUT9），GLUT9可调节近端小管基底外侧膜处的尿酸排泄；ABCG2在近端小管与肠的尿酸盐排泄中起重要作用，其功能丧失突变已成为高尿酸血症的主要原因[3,30]。

多因素Logistic回归分析发现，FEUA、NLR为痛风发生的影响因素。进一步通过ROC曲线分析发现，NLR对痛风及不同FEUA分期具有重要的辅助诊断价值。但本研究的不足之处在于尿酸排泄混合型与生成增多型病例数较少，后期有待进一步扩大样本量进行验证。

综上，痛风患者NLR明显异常，可作为痛风发生的预测指标，同时其检测方便、成本低廉，在临床上对痛风患者可通过检测NLR确定FEUA分期，从而指导临床用药，针对性选择降尿酸药物。

本研究局限性：

（1）本研究为回顾性分析，纳入病例数量太少且受地域影响，后期仍需要通过更多的研究来证实。（2）本文的炎性指标只纳入了中性粒细胞/淋巴细胞比值（NLR），未对其他炎性指标如：单核细胞与中性粒细胞指标之比（MLR）、血小板与淋巴细胞之比（PLR）、全身免疫炎症反应指数（SII）及C反应蛋白等进行分析比较。

本文无利益冲突。

参考文献 略

来源：中国全科医学