目的:探讨新型尿液代谢标志物在糖尿病肾脏病（DKD）诊断中的价值。方法:选择2020年1至12月在南京医科大学第二附属医院就诊的健康人群或确诊为2型糖尿病（T2DM）的患者235例作为研究对象。本研究包含两个独立的队列，即发现队列（116例）和验证队列（119例）。发现队列分为健康对照组（37例）、单纯T2DM组（40例）以及T2DM合并DKD组（39例）；验证队列分为单纯T2DM组（64例）和T2DM合并DKD组（55例）。收集研究对象的人口学和实验室检查等资料，应用超高效液相色谱-串联质谱方法进行尿液代谢物的全靶向定量检测。采用偏最小二乘判别分析和正交偏最小二乘判别分析进行多维建模。利用基于Boruta算法的机器学习筛选潜在标志物。尿液代谢标志物的两组间比较采用Wilcoxon秩和检验，多组间比较采用Kruskal-Wallis检验。采用二元logistic回归分析进行统计建模，受试者工作特征（ROC）曲线评价诊断效能。结果:发现队列中，在晨尿标本中定量检测到160种代谢物，单纯T2DM组和T2DM合并DKD组比较后筛选出62种差异代谢物，主要富集在氨基酸代谢通路，其中17种是诊断DKD的候选标志物。在验证队列中，15种差异代谢物及7种候选标志物（异戊酸、异丁酸、亮氨酸、腺苷高半胱氨酸、丙酸、氧代己二酸和丙酰肉碱）被证实。分别用单一候选标志物或7种候选标志物的组合指标构建诊断模型，结果显示，无论在发现队列还是验证队列中，组合指标的诊断效能［发现队列ROC曲线下面积0.888（95%CI 0.814~0.963）；验证队列ROC曲线下面积0.811（95%CI 0.734~0.887）］均明显高于任何单一候选标志物（发现队列、验证队列ROC曲线下面积分别为0.697~0.831、0.628~0.728）。结论:单纯T2DM患者与T2DM合并DKD患者的尿液代谢物存在显著差异。从尿液代谢物中筛选出的7种候选标志物构建的组合指标可能成为诊断DKD的新途径。

糖尿病，2型;糖尿病肾病;代谢组学;机器学习

石彩凤;周阳;何爱琴;吴小梅;王璐璐;刘瑾;盛宇婷;朱雪婷;杨俊伟

南京医科大学第二附属医院肾脏病中心，南京　210003

中华糖尿病杂志

[1]石彩凤;周阳;何爱琴;吴小梅;王璐璐;刘瑾;盛宇婷;朱雪婷;杨俊伟-.新型尿液代谢标志物在糖尿病肾脏病诊断中的价值)[J].中华糖尿病杂志,2022(05):456-464

代谢标志物,糖尿病肾脏病,DKD,南京医科大学,健康人群,T2DM,人口学,实验室检查,超高效液相色谱,串联质谱,谱方法,尿液代谢物,定量检测,正交偏最小二乘判别分析,多维建模,Boruta,潜在标志物,Wilcoxon,秩和检验,Kruskal,Wallis,logistic,统计建模,受试者工作特征,评价诊断,诊断效能,晨尿,尿标本,较后,种差,差异代谢物,氨基酸代谢,代谢通路,异戊酸,异丁酸,亮氨酸,腺苷,高半胱氨酸,丙酸,代己,己二酸,肉碱,指标构建,诊断模型,糖尿病肾病,代谢组学

0.257958