中性粒淋巴细胞比率在慢性肾脏病发生发展中的意义

屈斌，高弼虎通信作者

(大连大学附属中山医院肾脏内科，辽宁 大连 116001)

0 引言

最新数据显示，2017年全球CKD病例数为7亿，全球CKD患病率估计为9.1%[1]。这给人们带来了沉重的负担。既往研究表明，炎症和氧化应激在CKD的发病机制中起着重要作用，基于此，越来越多的炎症标记物被广泛研究，如肿瘤坏死因子-α(TNF-α)，白细胞介素6(IL-6)高敏C反应蛋白(hs-CRP)等等，但是，目前各国各地区发展不平衡，医疗水平也不尽相同，许多基层医院难以普及，且价格昂贵，因此也就限制了在临床的应用。最近，一种新的炎性标记物出现在大家的视野中，中性粒淋巴细胞比率(NLR)，它结合了两种白细胞亚型特点，反映了机体中性粒细胞与淋巴细胞的变化情况，NLR升高表明中性粒细胞的相对升高和或淋巴细胞的相对减少。NLR相比上述提到的几种炎性标记物，较易检测，且不需额外检测，在血常规检查中就能清楚显示出其值大小。最近，NLR的研究也就越来越多。

据报道，高NLR水平可预测各种急慢性病的不良结局，如呼吸系统疾病，急性肺栓塞[2]、慢性阻塞性肺疾病急性加重[3]、哮喘[4]、非小细胞肺癌[5]，心血管疾病，如心衰，急性冠脉综合征等[6-8]、弥漫性大B细胞淋巴瘤[9]、糖尿病足[10]、SLE[11]等等患者的不良结局。在肾脏病中，NLR与急性肾损伤诊断与预后[12]、肾移植急性排斥反应[13]以及慢性肾脏病患者的死亡风险显著相关[14]。结果表明，NLR可作为独立预测肾脏病患者死亡率及预后的又一新指标。本文旨在探讨NLR在慢性肾脏病发生发展中的研究进展。

1 NLR对蛋白尿的预测作用

早在2014年EmineBinnetoglu等人[15]为探讨CKD患者(无糖尿病)NLR与蛋白尿的关系，进行ROC分析。NLR值为1.94时，敏感性为69%，特异性为60%，相关性分析表明蛋白尿与NLR呈中度正相关(r=0.3，P=0.013)，多元回归分析表明NLR还是CKD患者蛋白尿的独立预测因子。2017年的一研究证实了EmineBinnetoglu等人[16]的观点，NLR与蛋白尿呈正相关(P=0.004，r=0.311)。

2 NLR与慢性肾脏病患者死亡及预后的关系

心血管疾病(CVD)是一种常见病，也是CKD及终末期肾病(ESRD)患者最常见的死亡原因。

在CKD患者中，研究表明NLR被认为是死亡率的临床预测因子。在2103年土耳其Ismail Kocyigit等人[17]对105例CKD4期患者研究发现，在校正后的多因素Cox回归模型中，只有NLR和肌酐清除率(Ccr)与CKD4进展相关。以Ccr下降＞5mL/min/年为快速进展，以Ccr下降＜5mL/min/年为缓慢进展。结果NLR≥3的患者进展率明显高于NLR＜3的患者(2.6±1.6vs5.4±3.3，P＜0.001)，以NLR比值≥3作为判断快速进展的临界值时，NLR的敏感性和特异性分别为79%和69%。ROC面 积 为0.714(95%CI：0.618-0.798，P＜0.0001)。但是2018年的一项研究对以上结论提出了质疑，OrcunAltunoren及其同事在Sutcu Imam[18]大学附属医院选取了740例2-4期CKD患者，随访5年，结果发现高NLR(≥2.76)和低NLR(＜2.76)达到终点(CKD5或者肾脏替代治疗)百分比没有差异，在Cox回归分析中，NLR不是到达终点的独立预测因子。

最近，日本研究者RyotaYoshitom等人[19]前瞻性观察研究350名1-4期慢性肾脏病患者。终点是需要透析或死亡。多变量分析显示，与低NLR(＜1.86)组相比，高NLR(＞1.87)组的综合预后风险比(HR)显著增加(HR为1.67，95%可信区间为1.02-2.77)。通过多变量线性回归分析发现，NLR与eGFR负相关，相关系数为r=-0.23。Qiongjing Yuan等人[20]在中国22个省的28个城市的39个中心招募了938名具有完整NLR和其他相关临床变量的1-4期CKD患者(年龄18-74岁)。用Cox回归分析估计NLR与包括终末期肾病(ESRD)、心血管事件(CVD)或全因死亡率在内的预后的相关性。结果显示，只有在CKD分期4的患者中，NLR与上述终点事件的风险才有关联。这与土耳其研究者结论明显相反，可能的原因是两项研究对结局定义不一。

在腹膜透析(Peritoneal dialysis，PD)患者中，NLR依旧可作为全因死亡及心血管死亡的独立预测因子。中山大学第一附属医院Xin An等人[21]纳入138名PD患者和60名健康人群，结果认为PD组患者NLR基线水平明显高于健康对照组，在PD患者中，高NLR组(＞3.5)与低NLR组(＜3.5)相比病死率和心血管死亡率的发生率更高(51.5% vs 22.3%，P=0.006，38% vs 7.6%，P=0.003)。多因素分析显示，高NLR值是全因死亡和心血管死亡的独立危险因素。随后他的同事刘新辉Xinhui Liu[22]分析1778名PD患者，发现了同样的结论，高NLR(＞2.87)的患者其3年全因死亡风险、CVD以及感染相关的死亡风险分别为低NLR患者的1.067倍、1.072倍，1.057倍，但感染相关死亡风险无统计学意义。

最近，朝阳医院Xiangxue Lu等人[23]指出，在NLR≥4.5的患者中，心血管死亡率和全因死亡率的累积发生率都显著更高。综上所述，高NLR是腹膜透析患者全因死亡及心血管死亡强有力的预测因子。

在血液透析(Hemodialysis dialysis，HD)患者中，NLR也是全因死亡及心血管死亡的独立预测因子。早在2014年，日本Tomoko Abe等人[24]前瞻性研究86例HD患者，结果发现在调整Cox比例风险模型中，NLR＞3.72组患者发生心血管事件的相对危险度为3.02(95%CI为1.32-8.00)，根据NLR的大小分为四组(1.19-2.78，2.89-3.67，3.72-4.60，4.66-10.75)，第四分位数与第一分位数相比，心血管事件风险增加9.61倍(95%CI 2.56-62.38)。Georges Ouellet等人[25]2016年研究纳入5782例HD患者，采用多变量Cox回归计算NLR对全因生存的调整危险比HR，结果发现，在对人口统计学和临床协变量进行调整后，NLR大于3.88是1年死亡率的重要预测因子(HR=1.96；95%CI：1.57-2.44)。NLR大于3.80是第2年死亡率的重要预测因子(HR=2.04；95%CI：1.46-2.84)。NLR大于3.87是第3年死亡率的重要预测因子(HR=1.69；95%CI：1.12-2.55)。进一步行ROC曲线分析，预测HD开始后1年的病死率(灵敏度为56%，特异度为70.4%，约登指数为0.26，ROC线下面积为0.663)，虽然相对中性粒细胞、淋巴细胞和白细胞计数预测死亡率的特异性略高于NLR，但它们的敏感性较差，它们在ROC曲线下的面积相当(分别为0.65、0.66和0.56)，随访至第2年和第3年的结果相似。总的来说，NLR预测价值还是值得期待的。

国外另一项研究，Christina Catabay等人[26]2017年对108548例血液透析患者回顾性研究发现，无论是否调整多因素模型，NLR都显示出其增加的死亡率风险，基线和时协变量COX模型的风险比(HR)分别为1.94(95%CI1.87-2.02)和4.54(95%CI4.34-4.75)。为了评估其在HD患者死亡率的预测价值，通过增加NLR基线水平，与原预测模型相比，1年死亡率的ROC曲线下面积(AUROC)和净重新分类指数(NRI)分别增加为0.018，9.5%，差异有显著的统计学意义。提示NLR不但是HD患者死亡的独立预测因子，而且相比其他指标(年龄、性别、种族和民族、血管通道类型、体重指数(BMI)和spKt/V等)更有预测价值。有趣的是随后2018年复旦大学中山医院Fangfang XIANG等人[27]研究发现在355名HD患者中，在未调整的Cox回归分析中，NLR与全因死亡率显著相关(HR 1.095; 95% CI, 1.026-1.170，P=0.007)，但是在添加了单核淋巴细胞比率MLR变量调整时，这种显著性会即刻消失。Mustafa Yaprak等人[28]也发现了类似的现象，一项纳入80HD患者的前瞻性研究发现，血小板淋巴细胞比率PLR比NLR更有预测价值。综上相比NLR，MLR与PLR预测价值更高，可能原因是血小板与单核细胞所代表的功能差异引起，高MLR或PLR代表着更加严重的炎症状态，但需要更多的临床研究来证实。

3 NLR与慢性肾脏病肾功能的关系

NLR升高与肾功能障碍相关，OrcunAltunoren等人[29]发现，高NLR组患者eGFR明显低于低NLR组(39.4±12.0 vs 41.6±12.0，P=0.03)，这与Ismail Kocyigit[17]的结论类似。Qiongjing Yuan等人[20]的研究也证实了这点。在PD患者中，Xin An等人[21]研究认为NLR＜3.5的PD患者其残余肾功能高于NLR＞3.5的PD患者。但在Tomoko Abe的研究中，NLR与HD患者血清肌酐无关，可能的原因是HD患者残余肾功能丧失，体内肌酐水平与患者近期饮食结构相关，较高的血清肌酐表明患者营养状况较好。

4 CKD患者NLR升高的可能机制

人们普遍认为尿毒症症状是由尿毒症毒素在尿毒症患者体内积聚引起的。在90多种尿毒症物质中，吲哚硫酸盐(IS)是研究最多的一种，是尿毒症物质的代表。在CKD患者中，血清IS高水平组总病死率和CVD病死率均较高[30]。Satoyasu Ito等人[31]在腺嘌呤肾病小鼠模型中发现，NLR和血清吲哚硫酸盐(IS)水平升高。荧光激活细胞分选显示，髓系祖细胞增多，淋巴祖细胞减少，提示骨髓造血异常。口服活性炭吸附剂AST-120可降低腺嘌呤肾病小鼠的血清IS浓度，并使NLR和骨髓异常恢复正常。由此可见，NLR升高是由骨髓造血过程扭曲引起的，具体来说是骨髓中髓系祖细胞增加和淋巴系祖细胞减少导致的，IS在CKD模型小鼠NLR升高中起关键作用，但具体机制目前还不确切。

最近，Tomasz W. Kaminski等人[32]把50例CKD合并高血压的患者分三组与健康组对照，发现CKD组患者IS水平明显高于健康对照组(70.1(8.11-361) vs 23.8(5.45-60.8)，P＜0.001)。研究还显示NLR与未降压治疗组CKD-NONE和多药联合降压组CKD-POLI存在中等程度正相关，相关系数分别为0.629，0.515。关于CKD患者NLR升高机制还需要更进一步探讨。

5 NLR影响CKD患者预后的机制

对于慢性肾脏病患者，特别是终末期肾病患者，心血管疾病是导致死亡最主要的原因[33]。炎症是心血管疾病发展的中心过程，是动脉粥样硬化或钙化的关键，在慢性肾脏病患者中非常普遍。中性粒细胞是促炎细胞，可以加剧内皮功能障碍，激活巨噬细胞，促进泡沫细胞的形成[34]。动脉僵硬是动脉粥样硬化的早期标志，已被证明是慢性肾脏疾病(CKD)患者心血管事件和全因死亡率的有力独立预测因子[35]。目前临床上，颈动脉-股动脉脉搏波速度(cfPWV)和增强指数(AIX)被广泛用作动脉僵硬的替代标志物。在PD患者中，Xiangxue Lu研究发现，对比有无颈动脉斑块PD患者，发现有颈动脉斑块患者NLR明显高于无斑块组，P=0.012。进一步探寻NLR与动脉僵硬的关系，结果发现NLR与cfPWV(r=0.857；P＜0.001)、AIX(r=0.609；P＜0.001)、hsCRP(r=0.515；P＜0.001)呈正相关。NLR与年龄、性别、PD病程、吸烟、糖尿病或血清LDL-C无明显相关性。在多变量分析中，NLR值与cfPWV独立相关(β=1.150)，AIX(β=3.945)。高NLR值是PD患者cfPWV(β=1.150；P＜0.001)和AIX(β=3.945；P＜0.001)升高的预测因子[23]。在HD患者中，颈动脉内中膜厚度(CIMT)也是动脉粥样硬化标记物，在进行多元回归分析后发现，NLR和最大CIMT独立相关[36]。

6 NLR与氧化应激

慢性肾脏病的进展与全身炎症和氧化应激密切相关，氧化应激是活性氧物种(ROS)的产生和抗氧化剂清除ROS之间的不平衡[37]。8-羟基脱氧鸟苷(8-OH-DG)是核酸中含量最丰富的氧化产物之一。Anders L. Sørensen等人在3420名受试者中，用液相色谱-串联质谱法测定了尿8-OH-DG以定量测定尿液中DNA的氧化损伤，结果发现8-OH-DG与慢性炎症综合评分(IFA评分)、WBC、单核细胞计数、中性粒细胞计数、NLR呈正相关，而与hsCRP、淋巴细胞计数、血小板计数无相关性[38]。另外Eraldemir FC等人研究了49名确诊为溃疡性结肠炎CD的患者(24名活跃患者和25名非活跃患者)和38名健康人。测量了丙二醛(MDA)、NLR、PLR的水平。结果表明患有活动性CD的患者的血清MDA(P=0.007)，NLR(P=0.034)和PLR(P=0.026)的血清水平显着高于非活动性CD患者。ROC曲线分析表明，对比活跃组与非活跃组CD，MDA，NLR和PLR的最佳临界值分别为0.14umol/L，2.58和192.26。MDA水平升高与活跃组CD的NLR值呈正相关(r=0.422，P=0.029)。提示，NLR值也可以间接反映体内氧化应激的存在[39]。

7 NLR与营养不良

据报道，微炎症状态与MHD患者的蛋白质能量消耗(PEW)发病息息相关[40]。Jérôme Pineault 等人[41]发现NLR值每增加1单位，C反应蛋白升高4.64 mg/L，白蛋白降低0.047g/dL。国外研究者Tezcan Kaya等人[42]将95例老年患者(年龄≥65岁)进行横断面研究以探求NLR与营养不良的关系。采用简易营养评估(MNA)，结果发现NLR与MNA评分、白蛋白等营养指标均呈负相关，r分别为-0.276和-0.269。多元logistic回归分析显示，NLR升高是预测老年患者营养不良或营养不良风险的独立因素。

8 NLR与促红细胞生成素抵抗

在慢性肾脏疾病患者中，促红细胞生成素抵抗与发病率和死亡率的增加有关，并受炎症等因素的影响。促红细胞生成素抵抗指数(ERI)是与炎症相关的EPO抵抗的量度。Georges Ouellet[25]等人将患者按照NLR的大小分为3组(＜2.38，2.38-3.88，＞3.88)，结果发现，NLR越高组EPO剂量使用越大。(3556Uvs 4143Uvs 4924U，P＜0.001)但在Xin An[21]的研究中NLR＞3.5组与＜3.5组相比，使用促红细胞生成素剂量却无差异。Jérôme Pineault等人[41]回顾性129例透析患者，采用Spearman相关系数测定NLR与炎症标志物CRP、血清白蛋白、ERI的相关性。结果发现NLR与CRP呈正相关(r=0.45，P＜0.001)，NLR与白蛋白呈负相关(r=-0.51，P＜0.001)。与ERI相关系数为0.10，P=0.27，因此认为NLR和ERI之间的相关性可以忽略不计。

最近一多中心横断面研究纳入为397例HD患者，计算NLR、PLR和红细胞生成素抵抗指数(ERI)。将ERI分为四个分位数，并与四组的平均NLR值和PLR值进行比较，差异有统计学意义(P=0.00058)。在回归分析中，NLR值能够显著预测ERI值(P＜0.0001)(R2=0.029)。遗憾的是，他们没有行ROC曲线以衡量NLR预测促红细胞生成素抵抗的能力[43]。由于目前相关研究仍较少，且多为回顾性研究，可进一步扩大样本数量，完善多中心前瞻性研究，验证NLR与促红细胞生成素抵抗的相关性。

9 展望

NLR可通过血常规数据计算得来，无需额外检测血样，相对于其他炎性标记物，其更廉价、方便。在CKD患者的不良事件、预后及死亡的预测方面具有重要的价值。但是由于以上各项研究大多数属于回顾性分析，影响因素较多，无法完全明确因果关系，并且部分研究结论尚存在争议。因此，需要更多的循证医学证据来解释NLR与CKD患者不良结局的关系。