摘　要：探讨尿微量白蛋白（mAlb）与代谢综合征（MS）血脂组分的相互关系。方法：随机选取147例的代谢综合征患者，统计患者一般信息，测定其尿微量白蛋白、血脂组分相关指标。根据尿微量白蛋白量将研究对象分组，比较血脂组分相关指标的差异，并进行相关、回归分析；进行尿微量白蛋白为因变量与血脂组分为自变量的多重回归分析和Logistic回归分析。结果：尿微量白蛋白正常组的血脂组分的四项指标较增高组存在极显著差异（P<0.001），尿微量白蛋白与血脂组分指标呈正相关（R=0.224～0.303，P<0.05），与高密度脂蛋白呈负相关（R=-0.224，P=0.011）。成功建立了以尿微量白蛋白为因变量，年龄和高密度脂蛋白为自变量的多重回归方程(P=0.001)；以尿微量白蛋白为因变量，高密度脂蛋白为自变量的Logistic回归模型（P=0.020）。结论：代谢综合征患者的高密度脂蛋白作为重要的保护因素， 对尿微量白蛋白产生保护作用具有一定的参考价值。

关键词：代谢综合征；尿微量白蛋白；血脂；回归分析

　　尿微量白蛋白 (mAlb)，是指尿中白蛋白含量超出健康人的参考范围，但常规尿蛋白试验呈阴性；是肾脏功能受损的一项灵敏的早期指标，对临床有着重要的意义。研究表明尿微量白蛋白可衡量复杂疾病的病情程度及预后情况，其阳性率受血压、年龄等其他因素的影响[1]。代谢综合征患者中尿微量白蛋白是衡量心血管和代谢系统疾病的重要指标，对影响尿微量白蛋白因素的研究有利于代谢综合征的防治，具有重要的临床意义[2]。国内外至今很少有代谢综合征病血脂组成成分与尿微量白蛋白的关系研究，本研究旨在探讨代谢综合征血脂组成成分与尿微量白蛋白的相互关系及临床意义。现报告如下。
　　1 资料与方法
　　1.1 病例选择：本研究是一个双盲、对照、随访分析的研究项目。患者被告知本研究的目的和执行的研究内容，经过本人的同意并签署知情同意书。入选标准：代谢综合征（MS）患者，诊断标准为：符合以下3个或3个以上条件者为MS：①体重指数（BMI）>25.0 kg/cm2或中心性肥胖(腰围：男性>102 cm，女性>88 cm)；②三酯甘油 (TG)≥1.69 mmol/L；③高密度脂蛋白胆固醇(HDL-C)：男性<1.04 mmol/L，女性<1.29 mmol/L；④空腹血糖≥6.1 mmol/L；⑤血压≥130/85 mm Hg（1 mm Hg=0.133 kPa）。年龄是30～80岁患有代谢综合征，排除标准包括：各入选病例均排除近期急慢性感染性疾病；进展性肝、肾衰竭，明显的心力衰竭（心功能Ⅲ级以上）；既往有重大手术史或最近1 月有外伤史；已知或怀疑有凝血功能异常（来源于冠状动脉以外）；血栓栓塞性疾病；自身免疫性疾病、肿瘤性疾病、慢性纤维增生性疾病和弥漫性血管内凝血。
　　1.2 方法
　　1.2.1 实验数据测定：符合本研究条件的患者获取患者的一般信息：年龄，性别，身高（单位kg），体重（单位cm）等、血常规数据，生化数据、血脂数据。体重指数（BMI）= 体重/身高×2（单位kg/cm2）。免疫比浊法测定尿微量白蛋白（单位mg/l），试剂由伊利康生物制品公司提供，正常范围参考值（0～20 mg/l）；本研究由尿微量白蛋白量将代谢综合征患者分成尿微量白蛋白正常组（mAlb≤20 mg/l）和尿微量白蛋白增高组（mAlb>20 mg/l）[3]。
　　1.2.2 数据分析：在数据分析中，使用t检验用于随机样本的连续变量的均值比较分析，χ2检验用于频数分布资料的独立检验。使用线性相关和回归分析法对尿微量白蛋白与代谢综合征的组分进行相关和回归分析，多重回归分析和Logistic回归分析应用于代谢综合征的组分与尿微量白蛋白的预测模型分析。排除Outlier数值后，所有代谢综合征组分数值服从正态分布。检测的显著水平是0.05，当P＜0.05被认为有具有统计学意义。数据的管理和分析使用微软的Office系列的Excel统计软件和美国统计学研究机构的专业的SPS统计软件Version13.0。
　　2 结果
　　2.1 数据收集：2005年8月～2008年12月共有175例患者参加。共28位患者由于各种原因没有完成次研究而中途退出；本研究完整收集147位患者的有效数据。样本的基本情况见表1。研究对象的年龄范围是28～83岁，其中女52例（35.4%），男95例（64.6%）；其中50～69岁年龄段的人数占总样本人数的52.3%。患者的身高、体重和高密度脂蛋白随着年龄的增加大致呈下降的趋势；其他指标的均值在各年龄组的波动不大。
　　表1 患者的基本特征表(按年龄分层)
　　2.2 代谢综合征血脂组分对比分析：尿微量白蛋白正常组与尿微量白蛋白增高组的代谢综合征组分比较分析表明两组的代谢综合征组成成分高密度脂蛋白相比，比较差异有统计学意义（P<0.001），三酯甘油相比，比较差异有统计学意义（P<0.001）。见表2 。
　　注：两组比较，P<0.001

　　2.3 尿微量白蛋白与代谢综合征血脂组分的相关、回归分析：线性相关方法进行了尿微量白蛋白和代谢综合征组分的相关分析。结果尿微量白蛋白和代谢综合征组分的相关系数为 -0.224～0.303 ，其中三酯甘油与尿微量白蛋白呈强烈的正相关（P<0.01）。见表3。尿微量白蛋白分别与三酯甘油呈相同方向发展，尿微量白蛋白的增加与三酯甘油的增加是相应的；而高密度脂蛋白与尿微量白蛋白呈负相关（R=-0.224， P=0.011）。见表3。尿微量白蛋白增加而高密度脂蛋白是减少的趋势。
　　表3 尿微量白蛋白与代谢综合征组分相关分析表
　　以尿微量白蛋白为因变量，分别以相关的代谢综合征血脂组分为自变量进行线性回归分析；尿微量白蛋白与相关的代谢综合征血脂组分的回归方程的方差分析显示F=4.60～9.06，P=0.003～0.034。见图1。提示拟合的回归方程有统计学意义。

　　2.4 尿微量白蛋白与代谢综合征血脂组分的多重回归和Logistic回归分析：尿微量白蛋白与年龄和具有相关性的代谢综合征血脂组分的多重回归分析；通过逐步多重回归分析，成功的拟合了尿微量白蛋白为因变量与年龄和高密度脂蛋白为自变量的回归方程：回归方程:Y = 2.65 + 1.34X1 + 7.70X2，F=10.03，P=0.002。见表4。提示拟合的回归方程有统计学意义。

　　以尿微量白蛋白量的是否处于正常范围为哑元变量，年龄和具有相关性的代谢综合征血脂组分为自变量的逐步Logistic回归分析；最终预测模型：Logit(P) = 3.84+ 0.06X1 (X1-高密度脂蛋白)，G=4.48， P=0.031。其中高密度脂蛋白Waldχ2=5.43，P=0.020，OR=0.06。见表5。
　　表5 逐步Logistic回归分析参数估计值和假设检验结果
　　3 讨论
　　代谢综合征是以胰岛素抵抗为为中心的一组代谢性疾病，是多种疾病发病的危险因子。代谢综合征尿微量白蛋白是衡量心血管和代谢系统疾病的重要指标，特别是衡量肾功能损害的重要因子越来越受到关注[1]。　　
　　首先将代谢综合征患者分为尿微量白蛋白正常组及尿微量白蛋白增高组，考察代谢综合征组分是否存在差异，通过对代谢综合征血脂组分进行对照比较分析，结果提示代谢综合征血脂组分与尿微量白蛋白密切相关，影响尿微量白蛋白的生成，同时代谢综合征各组分对尿微量白蛋白有不同作用方式。进一步以线性相关方法进行了代谢综合征组分和尿微量白蛋白的相关分析，结果进一步表明代谢综合征各组分对尿微量白蛋白不仅作用程度有较大的区别而且有不同作用方式。研究成功的拟合了尿微量白蛋白为因变量，分别与上述具有相关性的代谢综合征血脂组分为自变量的线性回归方程，表明代谢综合征血脂组分可以作为评价尿微量白蛋白程度的因素。结果显示代谢综合征的微量白蛋白尿的严重程度与代谢综合征组分密切相关，尿微量白蛋白的程度是代谢综合征血脂相关的组分影响的结果，而代谢综合征相关的组分是尿微量白蛋白的重要评估指标。有许多研究表明代谢综合征肾损害的早期表现之一为出现尿微量白蛋白，病理生理机制可能是持续的血压升高，胰岛素抵抗及血脂紊乱，导致肾小动脉的硬化，从而加重了尿微量白蛋白的生成[4-5]。
　　为进一步明确代谢综合征各相关组分对尿微量白蛋白的作用及影响，进行了以尿微量白蛋白为因变量，年龄和代谢综合征相关组分为自变量的多重回归分析，并且成功的拟合了回归方程Y = 2.65 + 1.34X1 + 7.70X2，（X1-高密度脂蛋白，F=10.03，P=0.002，表4）。提示高密度脂蛋白是影响尿微量白蛋白生成的重要影响因素，血脂情况可预测尿微量白蛋白的程度。许多研究表明尿微量白蛋白可作为缺血性心脑血管疾病和肾功能受损患者的独立危险因素，本研究的结果提示了尿微量白蛋白的生成与血脂紊乱程度密切相关[2]。为了评估代谢综合征各相关组分对尿微量白蛋白的生成风险情况，以尿微量白蛋白是否正常为因变量，年龄和代谢综合征相关组分为自变量行逐步Logistic回归分析，成功的建立以高密度脂蛋白为自变量的最终预测模型 (OR=0.06，P=0.020，表5）。表明高密度脂蛋白对尿微量白蛋白的生成具有保护效应；上述结论与先前心血管疾病和糖尿病研究所得结论相一致[6]。有假说认为，微量白蛋白尿的出现提示患者可能存在全身广泛的血管内皮细胞功能的紊乱，而血管内皮细胞功能紊乱又是高血压病及代谢疾病重要的发病基础[7]。因此对于代谢综合征的患者调节血脂达到减少尿微量白蛋白的生成有利于减少肾功能损害和改善代谢综合征病情。
　　综上所述，伴有微量白蛋白尿的代谢综合征患者，预示病情程度更严重，高密度脂蛋白可能对尿微量白蛋白产生具有保护作用。调节血脂可减少蛋白尿的发生，保护肾脏功能有益于代谢综合征患者控制病情。

参考文献

[1] Hyo Sun Choia，Seung Ho Ryub，Kyu-Beck Leea 2006 The Relationship of Microalbuminuria with Metabolic Syndrome[J].Nephron Clin Pract，2006，104:85-93.
[2] Palaniappan L，Carnethon M，Fortmann SP 2003 Association between microalbuminuria and the metabolic syndrome:NHANES III[J].Am J Hypertens，2003，16:952.
[3] 周 新，涂植光.临床生物化学和生物化学检验［M］.北京:人民卫生出版社，2003:273.
[4] Kirpichnikov D，Sowers JR.2001 Diabetes mellitus and diabetes associated vascular disease[J].Endocrinology &Metabolism，2001，12:255.
[5] Enzo B，Gisnni F，Francesco C，et al.2002 HOMA-estimated insulin resistance is an independent predictor of cardiovascular disease in type 2 diabetic subjects[J].Diabetes Care，2002，25:1135-1141.
[6] Grundy SM J 2007 Metabolic syndrome:a multiplex cardiovascular risk factor[J].Clin Endocrinol Metab，2007，92:399.
[7] Lindsay RS，Howard BV 2004 Cardiovascular risk associated with the metabolic syndrome[J].Curr Diab Rep，2004，4:63.