間歇期痛風患者中性粒細胞/淋巴細胞比值的變化及其臨床意義研究

楊顏瑜，柳濤紅，王聃，黃玉琴，何欣，青玉鳳，張全波*

痛風是指單鈉尿酸鹽晶體沉積于關節滑液或其他組織，導致反復發生關節紅腫熱痛及組織損傷的一種慢性疾?。?］。其中，高尿酸血癥與痛風的發生發展密切相關。當血清尿酸鹽＞408 μmol/L時，在適宜的溫度與pH值下可形成單鈉尿酸鹽晶體，其可觸發機體免疫系統，誘導NOD樣受體蛋白3（nod-like receptor protein，NLRP3）炎性體激活和白介素1β（interleukin-1β，IL-1β）產生，從而導致痛風急性發作［2］。尿酸排泄方式主要分兩種，其中經腎臟排泄量占尿酸排泄總量的2/3左右，1/3經腸道排泄［3］。目前，腎臟排泄不足被認為是痛風患者發生高尿酸血癥的主要原因［4］。評價尿酸經腎臟排泄水平的指標主要包括24 h尿尿酸、尿酸清除率、肌酐清除率、尿酸排泄分數（fractional excretion of uric acid，FEUA）、尿尿酸/尿肌酐等。研究表明，FEUA是更能準確反應腎臟排泄功能的一個指標［5］。而在臨床工作中，計算FEUA常需要患者留置24 h的尿液標本進行送檢，其過程繁瑣、所需時間較長、患者依從性較低，因此常不能獲得滿意的診斷結果。而中性粒細胞/淋巴細胞比值（neutrophil-to-lymphocyte ratio，NLR）作為炎性反應標志物，可參與多種疾病的發生發展［6-8］（如癌癥、類風濕關節炎、心血管疾病等），且相對于白細胞、中性粒細胞、單核細胞等炎性細胞更加穩定［9］，在臨床上檢測方便、經濟實用。有研究表明，NLR與痛風密切相關，對疾病活動與治療后病情的評估有一定價值，是高尿酸血癥的獨立危險因素［10-11］。本文通過比較NLR在間歇期痛風患者及其在FEUA分期中的變化，探討是否可為FEUA分期提供新的參考指標。

1 對象與方法

1.1 研究對象 選取2013年12月—2019年7月在川北醫學院附屬醫院門診及住院部就診的386例間歇期痛風患者，其中男384例，女2例；年齡17～90歲，平均（45.0±16.0）歲；就診前2周未接受過降尿酸治療及服用影響尿酸代謝的藥物（如利尿劑、喹諾酮、環孢素、阿司匹林等）。同時選擇與痛風患者年齡、性別相匹配的154例健康體檢者。納入標準：（1）痛風患者均符合2015年美國風濕病學會/歐洲抗風濕病聯盟（EULAR）的痛風分類標準［12］；（2）有急性痛風性關節炎反復發作病史及高尿酸血癥，目前處于疾病間歇期。排除標準：（1）藥物、血液系統、肝腎疾病等引起的繼發性痛風；（2）患有其他風濕性疾?。唬?）患有惡性腫瘤；（4）有急性或慢性感染。本研究經川北醫學院附屬醫院倫理委員會審批〔2019ER（A）017〕。研究對象均簽署知情同意書。

1.2 方法 采用自行設計的量表收集研究對象的年齡、性別、身高、體質量、吸煙史（吸煙定義：每天≥1支煙，持續1年以上）、飲酒史〔飲酒定義：平均每日飲白酒（酒精含量50%以上）≥100 ml，持續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、估算腎小球濾過率（eGFR）、首次就診時的實驗室檢查〔包括白細胞計數（WBC）、中性粒細胞計數（GR）、淋巴細胞計數（LYM）、血小板計數（PLT）、平均紅細胞體積（MCV）〕，所有研究對象低嘌呤飲食5 d后收集24 h尿液送檢（棄掉前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例間歇期痛風患者有206例完成了24 h尿液檢查作為痛風組，154例健康體檢者中有39例完成24 h尿液檢查作為對照組。根據FEUA分型，FEUA＜7%為排泄減少型，FEUA 7%～12%為混合型，FEUA＞12%為生成增多型［13］；收集不同分型痛風患者的受累關節數、痛風石、高原居住史、高血壓、糖尿病、高脂血癥、腎結石、痛風家族史情況。

1.3 研究方法 采用深圳邁瑞公司生產的全自動血細胞分析儀BC6900檢測血常規，德國SIEMENS公司生產的全自動生化分析儀ADVIA-2400檢測生化指標。采用化學法測定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）×每分鐘尿量（ml/min）/UA（μmol/L）

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

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

1.4 統計學方法 采用SPSS 22.0軟件進行統計學分析。符合正態分布的計量資料采用（±s）表示，兩組間比較采用成組t檢驗；非正態分布的計量資料以M（P25，P75）表示，組間比較采用Mann-Whitney U檢驗；計數資料以相對數表示，組間比較采用χ2檢驗；采用多因素Logistic回歸分析探討痛風的影響因素；相關性分析采用Spearman秩相性分析；采用受試者工作特征（receiver operating characteristic，ROC）曲線探討NLR診斷痛風、不同FEUA分期的價值。以P＜0.05為差異有統計學意義。

2 結果

2.1 386例痛風患者與154例健康體檢者實驗室檢查結果比較 痛風患者WBC、GR、NLR均大于健康體檢者，差異有統計學意義（P＜0.05）；痛風患者LYM、PLT、MCV與健康體檢者比較，差異無統計學意義（P＞0.05，見表1）。

表1 痛風患者與健康體檢者實驗室檢查結果比較〔M（P25，P75）〕Table 1 Comparison of laboratory test results between gout patients and healthy people

2.2 24 h尿液檢查完成患者與未完成患者一般情況比較 完成24 h尿液檢查的206例患者中男206例，女0例；平均年齡（43.8±15.4）歲。未完成24 h尿液檢查的180例患者中男178例，女2例；平均年齡（46.4±16.7）歲。兩組性別（χ2=2.301，P=0.217）、年齡（t=0.253，P=0.111）比較，差異均無統計學意義。

完成24 h尿液檢查者NLR為2.52（1.79，4.16），未完成24 h尿液檢查者NLR為2.41（1.90，3.29），兩者相比，差異無統計學意義（Z=1.213，P=0.225）。

2.3 痛風組與對照組一般資料比較 痛風組體質指數（BMI）、吸煙史比例、飲酒史比例、24 h尿量、UA、GR、NLR高于對照組，FEUA、尿酸清除率、eGFR均低于對照組，差異有統計學意義（P＜0.05）；兩組年齡、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比較，差異無統計學意義（P＞0.05，見表2）。

表2 痛風組與對照組一般資料比較Table 2 Comparison of general data between gout group and control group

2.4 痛風組NLR與尿酸排泄各指標的相關性分析 痛風患者NLR水平與FEUA呈正相關（rs=0.242，P＜0.01），與肌酐清除率呈負相關（rs=-0.150，P＜0.01），與尿酸清除率、UA無直線相關關系（P＞0.05，見表3）。

表3 NLR與尿酸排泄各指標的相關性分析Table 3 Correlation between NLR and uric acid excretion index

2.5 不同痛風分型患者一般資料比較 206例痛風患者中尿酸排泄減少型183例（88.8%），混合型15例（7.3%），生成增多型8例（3.9%）。不同痛風分型患者飲酒史比例、腎結石比例、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比較，差異有統計學意義（P＜0.05）。尿酸排泄減少型患者飲酒、腎結石所占比例高于其余兩型，差異有統計學意義（P＜0.05，見表4）。

表4 不同痛風分型患者一般資料比較Table 4 Comparison of general data of patients with different gout types

2.6 痛風影響因素的多因素Logistic回歸分析 以是否發生痛風為因變量（賦值：是=1，否=0），將單因素分析結果（表2）中有統計學意義的指標：BMI（賦值：實測值）、吸煙史（賦值：有=1，無=0）、飲酒史（賦值：有=1，無=0）、24 h尿量（賦值：實測值）、UA（賦值：實測值）、FEUA（賦值：實測值）、尿酸清除率（賦值：實測值）、eGFR（賦值：實測值）、NLR（賦值：實測值）為自變量納入多因素Logistic回歸分析，結果顯示飲酒、24 h尿量、UA、FEUA、eGFR、NLR是痛風發生的影響因素（P＜0.05，見表5）。

表5 痛風影響因素的多因素Logistic回歸分析Table 5 Multivariate Logistic regression analysis of the influencing factors of gout

2.7 NLR診斷痛風的ROC曲線 NLR診斷痛風的ROC曲線下面積（AUC）95%CI為0.748（0.674，0.822），NLR最佳截斷值為1.76時，其標準誤最?。⊿E=0.038），靈敏度為78.16%，特異度為61.54%（見圖1）。

圖1 NLR診斷痛風的ROC曲線Figure 1 ROC curve of NLR in diagnosis of gout

2.8 NLR診斷不同痛風分型的ROC曲線 NLR診斷排泄減少型痛風的AUC 95%CI為0.739（0.662，0.816），最佳截斷值為1.76，靈敏度為77.60%，特異度為61.54%（見圖2）；NLR診斷混合型痛風的AUC 95%CI為0.758（0.601，0.915），最佳截斷值為3.54，靈敏度為50.00%，特異度為100.00%（見圖3）；NLR診斷生成增多型痛風的AUC 95%CI為0.936（0.844，1.000），最佳截斷值為4.07，靈敏度為75.00%，特異度為100.00%（見圖4）。

圖2 NLR診斷排泄減少型痛風的ROC曲線Figure 2 ROC curve of NLR in diagnosis of reduced excretion gout

圖3 NLR診斷混合型痛風的ROC曲線Figure 3 ROC curve of NLR in diagnosis of mixed gout

圖4 NLR診斷生成增多型痛風的ROC曲線Figure 4 ROC curve of increased gout diagnosed by NLR

3 討論

近年來，隨著人們生活習慣和飲食結構的改變，痛風患病率呈逐年上升趨勢。高尿酸血癥作為痛風發生最重要的生化基礎，其主要包括尿酸排泄減少和尿酸生成增多兩種機制，是痛風發生發展的獨立危險因素［15］。當其沉積析出尿酸鹽（monosodium urate，MSU）晶體時，可觸發機體的固有免疫系統，誘導炎性細胞因子產生，從而導致痛風發生［16］。在臨床上常以24 h尿尿酸定量法作為區分高尿酸血癥分型的指標，但其易受嘌呤攝入量、飲水、腎功能、尿量及血尿酸的影響，故現多采用FEUA來代替24 h尿尿酸定量法［13］。測定FEUA是指經腎小球濾過的UA最終從尿液中排出的百分率，可排除某些因素的干擾，能比較全面準確的反應腎臟UA的排泄情況［17］。但在實際工作中，其檢測由于需留置24 h尿液，耗費時間長，患者依從性低、常失訪，不能得到及時診治。有研究表明，NLR可作為判斷痛風患者疾病活動度與治療情況的指標［10］。但目前尚無有關NLR與痛風患者FEUA的研究。

NLR作為全身炎癥反應標志物，其穩定性高，方便易得，費用低廉，與疾病預后密切相關。中性粒細胞可通過釋放活性氧（reactive oxygen species，ROS），抑制NO合成，直接釋放ROS，導致腎小球動脈損傷和腎硬化，血清尿酸水平升高，而升高的血尿酸又可激活腎內腎素-血管緊張素-醛固酮系統（renal-angiotensin-aldosterone system，RAAS），誘導炎性細胞因子產生，引起血管內皮細胞功能障礙，加重腎功能損傷［18-19］，兩者相互作用，形成惡性循環，最終可導致痛風及慢性腎衰竭的發生。LYM降低與炎癥相關，痛風無論是在急性發作期還是間歇期，都存在炎癥狀態，本研究結果顯示，痛風組NLR水平高于正常對照組，與相關研究結果相似［20］。

本研究結果顯示，在不同FEUA分期中，血清NLR水平差異明顯，尿酸生成增多型NLR高于尿酸排泄減少型與混合型。原因可能是GR的增加可以促進細胞因子和趨化因子如白介素 1（interleukin-1，IL-1）/白介素 6（interleukin-6，IL-6）的上調，可損傷腎小球及腎小管間質，導致腎血管硬化、腎血流動力學異常、腎小球濾過率降低、腎小管重吸收功能下降［21-23］，從而導致尿酸排泄增多。痛風具有明顯性別差異，男性多于女性。有研究報道，雌激素可調節免疫系統，其增加可使中性粒細胞增多、淋巴細胞減少，從而導致NLR水平增高，并且雌激素具有促進尿酸排泄作用，故隨著絕經期的到來，失去雌激素的保護作用，女性痛風發病率明顯增加［24-26］。有研究表明，NLR與雄激素水平呈正相關，在痛風患者中，雄激素合成減少，使用雄激素治療痛風患者后可使機體血尿酸水平顯著減低，其作用機制可能是通過調整腎臟尿酸鹽轉運蛋白對尿酸的轉運，促進尿酸排泄［27-29］。

本研究結果顯示，痛風組BMI高于對照組。這與既往報道一致，痛風患者血尿酸水平與BMI呈正相關［15］。這可能與BMI可通過介導胰島素抵抗導致機體血尿酸水平增高發生痛風有關。本研究中痛風患者與健康對照組相比FEUA降低，與國內既往研究結果相似［5］。在腎臟中，尿酸排泄主要依賴于腎小管上皮細胞分泌的尿酸鹽轉運蛋白［3］。在全基因組關聯研究（genome-wide association studies，GWAS）中證實了尿酸排泄在痛風發展中的重要性，并確定了35個與血清尿酸鹽濃度有關的基因位點，其中SLC2A9可編碼葡萄糖轉運蛋白9（glucose transporter9，GLUT9），GLUT9可調節近端小管基底外側膜處的尿酸排泄；ABCG2在近端小管與腸的尿酸鹽排泄中起重要作用，其功能喪失突變已成為高尿酸血癥的主要原因［3，30］。

多因素Logistic回歸分析發現，FEUA、NLR為痛風發生的影響因素。進一步通過ROC曲線分析發現，NLR對痛風及不同FEUA分期具有重要的輔助診斷價值。但本研究的不足之處在于尿酸排泄混合型與生成增多型病例數較少，后期有待進一步擴大樣本量進行驗證。

綜上，痛風患者NLR明顯異常，可作為痛風發生的預測指標，同時其檢測方便、成本低廉，在臨床上對痛風患者可通過檢測NLR確定FEUA分期，從而指導臨床用藥，針對性選擇降尿酸藥物。

本研究局限性：

（1）本研究為回顧性分析，納入病例數量太少且受地域影響，后期仍需要通過更多的研究來證實。（2）本文的炎性指標只納入了中性粒細胞/淋巴細胞比值（NLR），未對其他炎性指標如：單核細胞與中性粒細胞指標之比（MLR）、血小板與淋巴細胞之比（PLR）、全身免疫炎癥反應指數（SII）及C反應蛋白等進行分析比較。

作者貢獻：楊顏瑜、青玉鳳、張全波進行文章的構思與設計；楊顏瑜、柳濤紅、王聃、黃玉琴、何欣進行研究實施、評估及資料收集；楊顏瑜、王聃進行數據整理；楊顏瑜進行統計學分析及文章撰寫；張全波負責文章的質量控制及審校，對文章整體負責。

本文無利益沖突。