Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

Zusammenhänge von serumhochsensitivem C-reaktivem Protein (hs-CRP) und Insulinresistenz mit früher Nierenerkrankung bei Typ-2-Diabetes

38 Ansichten

⸱

DOI:

10.3791/70993

⸱

4. August 2026

 ,  ,  , 
1Department of Endocrinology, Baoquanling Hospital of Beidahuang Group

* These authors contributed equally

In diesem Artikel

Zusammenfassung

In einer retrospektiven Querschnittsstudie mit 126 Patienten mit Typ-2-Diabetes und erhaltenem eGFR waren HS-CRP in der Gesamtstichprobe und HOMA-IR in der Subgruppe ohne exogenes Insulin unabhängig mit LN-UACR assoziiert, zeigten Dosis-Wirkungsmuster und blieben in den Sensitivitätsanalysen konsistent. Dies deutet auf eine mögliche Relevanz für die frühe Risikobewertung der Nierenerkrankung hin.

Zusammenfassung

Die frühe diabetische Nierenerkrankung bei Typ-2-Diabetes ist durch eine erhöhte Albuminausscheidung in der Urin gekennzeichnet, obwohl die geschätzte glomeruläre Filtrationsrate (eGFR) erhalten geblieben ist. Die Rollen von systemischer Entzündung und Insulinresistenz in diesem Stadium sind noch unvollständig definiert. Diese Studie bewertete die Assoziationen von hochsensitivem C-reaktivem Protein (hs-CRP) und Insulinresistenz (HOMA-IR) mit früher Niereninfizierung. In dieser retrospektiven Einzelzentrum-Querschnittsstudie wurden 126 Patienten mit Typ-2-Diabetes und eGFR ≥60 mL/min/1,73 m² eingeschlossen; Patienten, die kein exogenes Insulin verwendeten, bildeten eine Untergruppe (n=97). Das primäre Ergebnis war das natürliche log-transformierte Urin-Albumin-zu-Kreatinin-Verhältnis (LN-UACR). Die Zusammenhänge wurden mittels Spearman-Korrelation und multivariabler linearer Regression bewertet, angepasst für Alter, Geschlecht, Diabetes-Dauer, systolischen Blutdruck und glykiertes Hämoglobin (HbA1c). Dosis-Wirkungs-Beziehungen, gemeinsame Expositionseffekte, Surrogatergebnisse und Sensibilitätsanalysen wurden ebenfalls untersucht. Statistische Analysen wurden mit R (Version 4.3.2) durchgeführt. ln-UACR korrelierte positiv mit hs-CRP in der Gesamtstichprobe (ρ=0,28, p=0,001) und mit HOMA-IR in der Untergruppe (ρ=0,26, p=0,009). Nach der Anpassung blieb hs-CRP sowohl in der Gesamtstichprobe (βstd=0,23) als auch in der Untergruppe (βstd=0,22) mit LN-UACR assoziiert, und HOMA-IR blieb in der Untergruppe (βstd=0,17, p=0,018) assoziiert. LN-UACR stieg über die Tertilen beider Expositionen an (p für Trend <0,01). Die Gruppe mit hohem Hs-CRP/hohem HOMA-IR zeigte ein höheres Ln-UACR im Vergleich zur niedrig/niedrigen Gruppe (mittlerer Unterschied 0,64, 95%-KI 0,37–0,88), ohne signifikante Interaktion (p=0,173). Die Assoziationen waren über Surrogat-Endpunkte und Sensitivitätsanalysen hinweg konsistent. Bei Patienten mit Typ-2-Diabetes und konservierter eGFR waren hs-CRP und HOMA-IR unabhängig voneinander mit Markern früher Nierenschädigung assoziiert. Diese Ergebnisse deuten auf eine potenzielle Relevanz für die frühzeitige Risikocharakterisierung hin, obwohl prospektive Studien erforderlich sind, um den klinischen Nutzen zu bestätigen.

Einleitung

Diabetische Nierenerkrankung ist eine der häufigsten chronischen Komplikationen von Typ-2-Diabetes1. Im frühen Stadium ist häufig eine erhöhte Albuminausscheidung im Urin vorhanden, während die geschätzte glomeruläre Filtrationsrate (eGFR) erhalten bleibt; Mit dem Fortschreiten der Krankheit nimmt die eGFR ab und das Risiko für kardiovaskuläre Ereignisse und Todesfälle steigt erheblich2. In der klinischen Praxis bestehen jedoch erhebliche Lücken in der Früherkennung. Derzeit verfügbare routinemäßige Tests (einschließlich Serumkreatinin und eGFR) könnten frühe Nierenschäden vor einem messbaren Abfall der eGFR unterschätzen, wodurch die Empfindlichkeit für frühe strukturelle Schäden fehlt. Während das Urin-Albumin-zu-Kreatinin-Verhältnis (UACR) frühe Veränderungen der glomerulären Filtrationsbarriere empfindlicher widerspiegelt, erfasst es nicht die zugrunde liegenden entzündlichen und insulinresistenten Mechanismen, die das DKD-Fortschreitenvorantreiben 3. Daher können aktuelle Marker Einschränkungen haben, um frühe Krankheitsprozesse vollständig zu charakterisieren.

Chronische, niedriggradige Entzündungen und Insulinresistenz sind zentrale Merkmale von Typ-2-Diabetes und stehen in engem Zusammenhang mit mikrovaskulären Verletzungen4. Das hochempfindliche C-reaktive Protein (hs-CRP) ist ein häufig verwendeter Marker für eine niedriggradige systemische Entzündung und eignet sich für routinemäßige Nachsorge, während die Homöostasemodellbewertung der Insulinresistenz (HOMA-IR) Nüchterninsulinresistenz6 widerspiegelt. Im Vergleich zu direkten Messungen pro-inflammatorischer Zytokine (z. B. IL-6, TNF-α) oder der Goldstandard-Hyperinsulinämie-Euglykämie-Klemme sind hs-CRP und HOMA-IR kostengünstig, weit verbreitet verfügbar und benötigen nur eine einzige routinemäßige Blutprobe, was sie für groß angelegte oder wiederholte Untersuchungen in der Diabetesversorgung praktisch macht. Bestehende Studien haben Assoziationen von hs-CRP oder Insulinresistenz mit Niereninfizit berichtet, aber mehrere Probleme sind weiterhin ungelöst. Einige Studien schlossen Populationen mit deutlich reduzierter Nierenfunktion oder Makroalbuminurie ein, was es erschwert zu bestimmen, ob diese Assoziationen auch im Stadium des erhaltenen eGFR 7,8 vorhanden sind. Darüber hinaus verwendeten viele Studien dichotome Nierenergebnisse, die möglicherweise weniger empfindlich gegenüber subtilen frühen Veränderungen sind. Die Insulintherapie beeinflusst die Interpretation von Nüchterninsulin, und eine unzureichende Einschränkung oder Stratifizierung durch Insulinkonsum kann die Vergleichbarkeit der HOMA-IR-Befundeeinschränken 9. Da Entzündung und Insulinresistenz miteinander verbunden sind, kann eine getrennte Bewertung den potenziellen Wert ihres Gelenkphänotyps übersehen; Belege für ihre unabhängigen Beiträge innerhalb desselben Modells, Dosis-Reaktionsmuster und Gelenkstratifizierung bleiben begrenzt10. Reale Daten können auch durch Unterschiede im Urinprobentyp und der Variabilität des Tests beeinflusst werden, und unzureichend beschriebene Sensitivitätsanalysen können die Robustheit der Ergebnisse einschränken.

Diese Studie wurde für Kliniker konzipiert, die Patienten mit Typ-2-Diabetes und erhaltenem eGFR behandeln und zielte darauf ab, frühe Nierenschädigungen anhand kontinuierlicher Messgrößen (natürlicher log-transformierter UACR) statt binärer Variablen zu beurteilen (Abbildung 1). Die Verwendung von hs-CRP und HOMA-IR als Expositionen war besonders geeignet, um die unabhängigen und gelenkartigen Beiträge von Entzündung und Insulinresistenz in einem frühen Krankheitsstadium zu bewerten. Daher war das übergeordnete Ziel dieser Studie, systematisch die Assoziationen von hs-CRP und HOMA-IR mit UACR in einer gut definierten Typ-2-Diabetes-Population mit erhaltener eGFR zu evaluieren und die Robustheit dieser Assoziationen anhand von Surrogat-Endpunkten und Sensitivitätsanalysen zu untersuchen. In dieser retrospektiven Einzelzentrums-Querschnittsstudie wurden Patienten mit Typ-2-Diabetes und eGFR ≥60 mL/min/1,73 m² eingeschlossen. Als primäres Ergebnis wurde das natürliche log-transformierte UACR (ln-UACR) verwendet, und hs-CRP sowie HOMA-IR wurden als Hauptexpositionen untersucht. Auch Dosis-Wirkungsmuster und gemeinsame Assoziationen wurden untersucht. Die Klärung dieser Zusammenhänge könnte zukünftige Forschungen darüber unterstützen, ob hs-CRP und HOMA-IR in die routinemäßige Überwachung einbezogen werden können, und könnte zusätzlichen Kontext für Studien zu entzündungshemmenden oder insulinsensibilisierenden Interventionen bei Patienten mit Typ-2-Diabetes und erhaltener eGFR liefern.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Diese retrospektive Studie wurde am 9. Mai 2025 vom Medizinischen Ethikausschuss des Baoquanling Hospital of Beidahuang Group geprüft und genehmigt (Genehmigungsnummer BQH-BDHG-EC-2025-056), und die informierte Zustimmung wurde aufgehoben. Die Studie wurde gemäß der Helsinkier Erklärung und der Datenschutzrichtlinie des Krankenhauses durchgeführt, und alle personenbezogenen Daten wurden vor der Analyse deklariert. Die in dieser Studie verwendeten Forschungsinstrumente sind in der Materialtabelle aufgeführt.

1. Studiendesign

Dies war eine retrospektive Querschnittsstudie mit nur einem Zentrum, die in der Abteilung für Endokrinologie und Stoffwechsel des Baoquanling Hospital in Beidahuang Group durchgeführt wurde und 126 berechtigte Patienten mit Typ-2-Diabetes umfasste, die zwischen dem 1. Januar 2022 und dem 31. Dezember 2024 das Krankenhaus besuchten. Das Datum des ambulanten Besuchs oder der Krankenhausaufnahme wurde als Indexdatum definiert, und die an diesem Tag erhaltenen Laborergebnisse wurden als Ausgangspunkt verwendet. Expositions- und Ergebnismessungen wurden zum gleichen Zeitpunkt oder innerhalb von 7 Tagen vor oder nach dem Indexdatum ermittelt. Alle Daten stammen aus historischen medizinischen Unterlagen ohne jegliche Intervention.

Der Bericht wurde gemäß der Erklärung Strengthening the Reporting of Observational Studies in Epidemiology (STROBE)11 für Querschnittsstudien erstellt, und die Forschungsfragen, Variablen, statistische Methoden und Strategien zur Sensitivitätsanalyse wurden vorab festgelegt, wobei die Ergebnisse gemäß dem vorgegebenen Plan präsentiert wurden.

2. Untersuchung der Population

Die Studienpopulation wurde nacheinander aus dem elektronischen Patientenaktensystem gemäß den vorgegebenen Ein- und Ausschlusskriterien gescreent. Die Einschlusskriterien waren 18–80 Jahre, eine dokumentierte Diagnose von Typ-2-Diabetes in der Krankenakte, verfügbare Ergebnisse für Nüchternplasmaglukose, Nüchterninsulin, HS-CRP, Urinalbumin, Urinkreatinin und Serumkreatinin innerhalb von 7 Tagen vor oder nach dem Indexdatum, eGFR ≥ 60 mL/min/1,73 m2 (CKD-EPI 2021), eine frisch entnommene Urinprobe nach dem Standardtestverfahren, und vollständige klinische Daten sowie wichtige Kovariaten oder einen fehlenden Anteil, der die vorgegebenen Behandlungskriterien erfüllte.

Die Ausschlusskriterien umfassten Hinweise auf akute Entzündungen oder Infektionen, hs-CRP > 10 mg/L, Harnwegsinfektionen, Hämaturie oder Pyurie, Schwangerschaft oder Laktation, eine eindeutige Vorgeschichte nicht-diabetischer Nierenerkrankung oder bildgebende Hinweise auf strukturelle Nierenerkrankungen, UACR ≥ 300 mg/g, systemische Glukokortikoidtherapie innerhalb der vorangegangenen 3 Monate, akute kardiovaskuläre oder zerebrovaskuläre Ereignisse oder größere Operationen innerhalb der letzten 3 Monate. und eine Malignität, die Chemotherapie oder Immuntherapie erhält.

Nachdem Unterlagen, die den Kriterien nicht entsprachen, ausgeschlossen wurden, wurde die endgültige Probe entnommen. Unter einer zweiseitigen α = 0,05 und 80 % potenziell entsprach die endgültige Stichprobengröße von 126 in dieser Studie einem nachweisbaren absoluten Korrelationskoeffizienten von etwa 0,25. Diese Aussage war lediglich eine nachträgliche Beschreibung des nachweisbaren Effektbereichs und stellte keine a priori Stichprobengrößenschätzung dar. Analysen mit HOMA-IR-Berechnungen beschränkten sich auf Teilnehmer, die keine exogene Insulintherapie erhielten, und die Stichprobengröße dieser Untergruppe wurde als beobachtet angegeben.

3. Datenquellen und Erhebungsverfahren

Laut einem einheitlichen Datenwörterbuch extrahierten die Forscher demografische Informationen (Alter, Geschlecht), Diabetesdauer, Größe, Gewicht, Rauchstatus, Alkoholkonsum, systolischen Blutdruck (SBP) und diastolischen Blutdruck (DBP) (die zweite Messung nach zwei Messungen am Indexdatum), Komorbiditätsaufzeichnungen und Medikamenteninformationen aus den elektronischen Krankenakten.

Medikamentenvariablen umfassten Renin-Angiotensin-Systeminhibitoren (RASi), Natrium-Glukose-Cotransporter-2-Inhibitoren (SGLT2i), glukagonähnliche Peptid-1-Rezeptoragonisten (GLP-1RA) und Statine; Kontinuierliche Nutzung für ≥ 3 Monate bevor das Indexdatum als "Nutzung" vermerkt wurde. Die Dauer des Diabetes wurde als die Anzahl der Jahre von der Diagnose bis zum Indexdatum definiert. Der Body-Mass-Index (BMI) wurde als Gewicht (kg)/Körpergröße2 (m2) berechnet.

Labortests wurden auf einer einheitlichen Plattform durchgeführt und unterlagen interner Qualitätskontrolle sowie externer Qualitätsbewertung. hs-CRP wurde mittels hochsensitiver Immunoturbidimetrie gemessen, mit einer Nachweisgrenze von ≤ 0,1 mg/L; FINS wurde mittels chemilumineszenz mit In-Batch-Kalibrierung mit Kalibratoren gemessen; FPG wurde mit der Hexokinase-Methode gemessen; Glykiertes Hämoglobin (HbA1c) wurde mittels Hochleistungs-Flüssigkeitschromatographie gemessen; Urinalbumin wurde mittels Immunturbidimetrie gemessen, Urinkreatinin mit der enzymatischen Methode, und das Verhältnis wurde als mg/g angegeben; Serumkreatinin wurde mit der enzymatischen Methode mit IDMS-nachverfolgbarer Kalibrierung gemessen.

Alle Proben wurden innerhalb von 2 Stunden nach der Entnahme oder nach kurzzeitiger Lagerung bei 4 °C getestet. Wenn mehrere Ergebnisse für denselben Besuch verfügbar waren, wurden die am selben Tag wie das Indexdatum erhaltenen Ergebnisse priorisiert.

4. Variablendefinitionen und Messung

Zu den Expositionsvariablen gehörten hs-CRP und HOMA-IR. hs-CRP wurde in mg/L angegeben, als kontinuierliche Variable in die primären Analysen eingetragen und für Trendanalysen in Stichprobentertilen kategorisiert. FINS wurde in μU/mL angegeben, FPG in mmol/L, und die Berechnungsformel für HOMA-IR lautete wie folgt:6:

HOMA - IR = (FINS FPG)/22,5

Analysen mit HOMA-IR beschränkten sich auf Teilnehmer, die kein exogenes Insulin verwendeten und am selben Tag FPG- und FINS-Ergebnisse zeigten. In dieser Untergruppe wurden HOMA-IR und hs-CRP gemeinsam in das mehrdimensionale Modell aufgenommen. UACR wurde mit Urinalbumin und Urinkreatinin berechnet, gemessen in derselben Probe, und wurde als mg/g12 angegeben. Urinkreatinin wurde bei Bedarf auf Gramm harmonisiert, um das Verhältnis zu berechnen. In diesem Datensatz war kein UACR-Wert null. Bei Urinalbuminwerten unterhalb der unteren Nachweisgrenze (<2,0 mg/L) gab das Labor das Ergebnis mit <2,0 mg/L an, und diese unterdetektiveren Werte wurden vor der Datenanalyse durch die Hälfte des unteren Nachweislimits (1,0 mg/L) ersetzt. Um den Einfluss der Rechtsverrägheit zu verringern, wurde eine natürliche Logaritmumtransformation angewandt, und als primäres Ergebnis wurde LN(UACR) verwendet.

Wenn innerhalb von 7 Tagen vor oder nach dem Indexdatum mehrere Urintests für denselben Teilnehmer verfügbar waren, wurde nur die Probe, die dem Indexdatum am nächsten kam, bezeichnet als Morgenurin oder Ersturinurin, aufbewahrt. Wenn nur eine zufällige Urinprobe vorlag, wurde der Probentyp erfasst und die Sensitivitätsanalysen auf die Teilmenge des morgendlichen Urins beschränkt. Mikroalbuminurie wurde als UACR ≥ 30 mg/g definiert und als binäres Surrogatergebnis in der logistischen Regression verwendet.

eGFR wurde mit der CKD-EPI 2021 Kreatiningleichung13 berechnet. Als Serumkreatinin in μmol/L angegeben wurde, wurde es vor der Berechnung in mg/dL (μmol/L ÷ 88,4) umgerechnet. eGFR wurde als mL/min/1,73 m² angegeben und als kontinuierliches sekundäres Endergebnis in Sensitivitätsanalysen verwendet. Die Konsistenz der Ergebnisse wurde in der eGFR 60–89 mL/min/1,73 m² Subgruppe untersucht. Das primäre Modell wurde vordefiniert, um Alter, Geschlecht, Diabetesdauer, SBP und HbA1c zu berücksichtigen, und die Sensitivitätsmodelle umfassten außerdem BMI, Rauchstatus, Alkoholkonsum, Nutzung von RASi, Verwendung von SGLT2i, Verwendung von GLP-1RA und Statinkonsum.

5. Datenmanagement und Vorverarbeitung

Nach der Deidentifikation wurden die Daten als analytischer Datensatz exportiert, und ein kurzes Datenwörterbuch mit Variablennamen, Definitionen, Einheiten und Codierungsregeln für die analytischen Variablen wurde in ergänzender Tabelle 1 bereitgestellt. Duplikate Datensätze wurden nach Indexdatum zusammengeführt, und Schlüsselvariablen wurden auf logische Konsistenz überprüft.

Als sowohl EMR- als auch LIS-Zeitstempel verfügbar waren, wurde die Zeit der LIS-Probenentnahme als primärer Zeitstempel für die zeitliche Ausrichtung verwendet; wenn nicht verfügbar, wurde die LIS-Berichts-/Verifikationszeit verwendet, während das EMR-Besuchsdatum nur zur Festlegung des Indexdatums verwendet wurde. Wenn innerhalb des vorgegebenen Zeitfensters mehrere zulässige Ergebnisse verfügbar waren, wurde das Ergebnis, das dem Indexdatum am nächsten lag, beibehalten; Wenn zwei Ergebnisse gleich nah beieinander lagen, wurde das Ergebnis am selben Tag priorisiert, wobei die Urinproben weiter nach der vorgegebenen Probentypregel ausgewählt wurden.

Fehlende Werte wurden nach der vorgegebenen hierarchischen Strategie behandelt: Wenn der fehlende Anteil eines einzelnen Kovariaten ≤ 10 % betrug, verwendeten die primären Analysen einen vollständigen Fallansatz; Wenn sie 10 % überschritt, wurde eine mehrfache Imputation mit Kettengleichungen mit 20 Imputationen durchgeführt, wobei das Imputationsmodell die Expositionen, das Ergebnis und alle Kovariaten einschloss, und die imputierten Ergebnisse mit den Vollfallergebnissen verglichen wurden.

Teilnehmer mit hs-CRP > 10 mg/L oder Hinweisen auf akute Entzündung wurden von den Primäranalysen ausgeschlossen. Kontinuierliche Variablen wurden mit dem Shapiro-Wilk-Test und den Q-Q-Diagrammen für die Verteilung bewertet, und UACR war natürlich logaritmiert. Wenn hs-CRP oder HOMA-IR ausgeprägte Verzerrungen zeigten, wurden in Sensitivitätsanalysen Rang- oder Logaritmumtransformationen durchgeführt. Kategoriale Variablen wurden gemäß vorgegebenen Regeln als binäre oder ordinale Variablen codiert. Einflussreiche Beobachtungen wurden durch absolute, studentisierte Residuen > 3 oder Cooks Abstand > 4/n identifiziert, und die Primärmodelle wurden nach Ausschluss dieser Beobachtungen in Sensitivitätsanalysen wiederholt.

Vordefinierte Untergruppenanalysen umfassten Geschlechtsuntergruppen und Untergruppen basierend auf HbA1c < 7 % und ≥ 7 %. Vordefinierte Sensitivitätsanalysen umfassten Einschränkung auf morgendliche Urinproben, Hinzufügen von Medikamentenvariablen zu den Hauptmodellen, Ausschluss einflussreicher Beobachtungen, Verwendung robuster Standardfehler anstelle konventioneller Standardfehler und Einschränkung auf Teilnehmer mit eGFR 60–89 mL/min/1,73 m2.

6. Statistische Analyse

Alle statistischen Analysen wurden in R-Version 4.3.2 durchgeführt. Kontinuierliche Variablen wurden mit dem Shapiro-Wilk-Test und Q-Q-Diagrammen für die Verteilung bewertet. Normal verteilte Daten wurden als Mittelwert ± Standardabweichung angegeben, nicht-normalverteilte Daten als Median (Interquartilbereich) und kategorische Variablen als Frequenz und Prozentsatz.

Die Ausgangswerte wurden je nach Erreichen des Mikroalbuminurie-Schwellenwerts beschrieben, und Gruppenvergleiche wurden mit dem unabhängigen Proben-t-Test, dem Mann-Whitney-U-Test, dem Chi-Quadrat-Test oder dem Fisher-Exakt-Test je nach Variablentyp und -verteilung durchgeführt. Die Spearman-Rangkorrelationsanalyse wurde zwischen ln-UACR und hs-CRP sowie zwischen ln-UACR und HOMA-IR durchgeführt, wobei Korrelationskoeffizienten und ihre 95%-Konfidenzintervalle berechnet wurden, wobei Konfidenzintervalle durch Fishers z-Transformation geschätzt wurden. Korrelationsdiagramme wurden als Streudiagramme präsentiert, überlagert mit lokal gewichteten regressionsangepassten Linien, um den Trend darzustellen.

Mehrvariable lineare Regressionsmodelle wurden mit ln-UACR als abhängiger Variable konstruiert. In der Subgruppe, die kein exogenes Insulin verwendete, wurden hs-CRP und HOMA-IR gemeinsam in das Modell aufgenommen, mit Anpassung für Alter, Geschlecht, Diabetesdauer, SBP und HbA1c; In der Gesamtstichprobe wurde ein separates Modell eingebaut, das nur HS-CRP umfasste, um die Gesamtkorrelation zu untersuchen. Standardisierte Regressionskoeffizienten, 95%-Konfidenzintervalle und p-Werte wurden berichtet, und die Änderung des Bestimmungskoeffizienten vor und nach der Einbeziehung der Expositionsvariablen wurde berichtet. Die Kollinearität wurde anhand von Varianzinflationsfaktoren mit einem Schwellenwert von 5 bewertet.

Nachdem hs-CRP und HOMA-IR in Stichproben-Tertilen kategorisiert wurden, definiert durch die empirischen 33,3. und 66,7. Perzentile der entsprechenden analytischen Stichprobe (hs-CRP: die Gesamtstichprobe für Gesamtanalysen und die nicht-insulinbasierte Untergruppe für Untergruppen-/Gemeinschaftsanalysen; HOMA-IR: nur die Nicht-Insulin-Untergruppe), wobei T1 ≤ untere Grenzwert, T2 > untere Grenzwert ≤ oberen Grenzwert und T3 > oberer Grenzwert eingegeben wurde, wurde der Medianwert jedes Tertils als kontinuierliche Variable eingegeben, um den linearen Trend zu testen, und die angepassten marginalen Mittelwerte von ln-UACR über die Tertile sowie der p-Wert für den Trend wurden berichtet.

In der explorativen Analyse wurden hohe HS-CRP und hohe HOMA-IR durch die oberen tertilen Cutoffs definiert, die aus der Nicht-Insulin-Subgruppe für die 2×2-Gelenk-Analyse abgeleitet wurden, und eine 2×2-Gruppierung wurde erstellt, um die adjustierten marginalen Mittelwerte von Ln-UACR zwischen den Gruppen zu vergleichen. Ein Interaktionsterm wurde hinzugefügt, um die statistische Wechselwirkung zu testen, und der angepasste Mittelwert zwischen den Gruppen "high × high" und "low × low" wurde berichtet; Diese Analyse wurde nicht kausal interpretiert.

Für die Surrogat-Outcome-Analyse wurde eine multivariable logistische Regression mit dem Erreichen der Mikroalbuminurie-Schwelle als abhängige Variable konstruiert, und das Odds Ratio sowie das 95%-Konfidenzintervall entsprechend jeder 1-Standardabweichungs-Erhöhung in HS-CRP oder HOMA-IR wurden gemeldet.

Die multivariable lineare Regression wurde mit eGFR als abhängige Variable konstruiert, um die Zusammenhängungsrichtung zwischen den Expositionen und der glomerulären Filtrationsrate zu untersuchen.

Die Sensibilitätsanalysen umfassten Einschränkung auf morgendliche Urinproben, zusätzliche Anpassung für BMI, Rauchstatus, Alkoholkonsum und die vier Medikamentenkategorien in den Primärmodellen, Ausschluss einflussreicher Beobachtungen, Verwendung von Huber-White-robusten Standardfehlern sowie Wiederholung der Primärmodelle in der eingeschränkten Population mit UACR < 300 mg/g und eGFR ≥ 60 mL/min/1,73 m2. Die Modelldiagnostik verwendete Residual-versus-Fitting-Diagramme, Q-Q-Diagramme und den Shapiro-Wilk-Test zur Bewertung von Residualnormalität und Linearität sowie den Breusch-Pagan-Test zur Beurteilung der Homoskedastik. War Heteroscedastizität vorhanden, wurden robuste Standardfehler gemeldet; Wenn eine klare Nichtlinearität festgestellt wurde, wurden in Sensitivitätsanalysen tertile Indikatorvariablen anstelle kontinuierlicher Variablen verwendet.

Korrelations- und Regressionsanalysen wurden mit dem Statistikpaket durchgeführt, die Kollinearität wurde mit dem Autopaket bewertet, robuste Standardfehler wurden mit den Sandwich- und LMTEST-Paketen erzielt, mehrere Imputationen wurden mit dem Mäusepaket durchgeführt und Zahlen wurden mit dem ggplot2-Paket generiert. Alle Tests waren beidseitig, die Signifikanzschwelle wurde auf α = 0,05 gesetzt, und es wurden 95%-Konfidenzintervalle angegeben.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Untersuchungspopulations- und Ausgangsmerkmale

Insgesamt wurden 467 Patienten mit Typ-2-Diabetes untersucht. Nach Ausschluss von Unterlagen mit fehlenden Schlüssellabortests, eGFR < 60 mL/min/1,73 m², akuter Infektion/Entzündung oder kontaminierten Urintests, Makroalbuminurie und anderen vorgegebenen komorbiden Erkrankungen wurden 126 Patienten in die abschließende Analyseprobe aufgenommen. Unter diesen gehörten 97 Patienten, die ke...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

In der Typ-2-Diabetes-Population mit erhaltener eGFR waren erhöhte hs-CRP-Spiegel konsequent mit einer erhöhten Albuminausscheidung im Urin assoziiert und blieben nach Anpassung an Alter, Geschlecht, Diabetes-Dauer, SBP und HbA1c unabhängig assoziiert. Wenn hs-CRP um Quantile anstieg, stieg der angepasste Mittelwert von ln-UACR linear, was darauf hindeutet, dass diese Assoziation ein Gradientenmerkmal aufweist. Als sensibler Indikator für eine niedriggradige systemische Entzündung kann H...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine Interessenkonflikte haben.

Danksagungen

Die Autoren danken dem Personal der Abteilung für Endokrinologie und Stoffwechsel sowie dem klinischen Labor für ihre Unterstützung bei der Datenerhebung und Labortests. Diese Studie wurde ausschließlich durch die internen institutionellen Ressourcen des Baoquanling Hospital der Beidahuang Group unterstützt. Es wurde keine externe Finanzierung erhalten.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Electronic medical record system (EMR)N/AN/AInstitutionelles elektronisches Gesundheitsaktensystem zur Extraktion von demografischen, klinischen, Komorbiditäts-, Blutdruck- und Medikamentendaten.
Laborinformationssystem (LIS)N/AN/AInstitutionelles Laborinformationssystem zur Extraktion von hs-CRP-, FPG-, FINS-, HbA1c-, Urinalbumin-, Urin-Kreatinin- und Serum-Kreatinin-Ergebnissen.
Allgemeine LaboranalysatorenRoche DiagnosticsN/AZur Messung allgemeiner Laborindikatoren.
Immunoassay-SystemRoche Diagnostics, DeutschlandRoche Cobas c702 automatischer biochemischer AnalysatorZur Messung von hs-CRP, FPG, Urinalbumin, Urin-Kreatinin und Serum-Kreatinin.
Hochleistungsflüssigkeitschromatographie-AnalysatorTrinity BiotechN/AIonenaustausch-Hochleistungsflüssigkeitschromatographie  zur Messung von glykiertem Hämoglobin. 
Automatisiertes elektronisches BlutdruckmessgerätOmronOmron HBP-9020Zur Messung des systolischen und diastolischen Blutdrucks  in 1-Minuten-Intervallen nach 5 Minuten Ruhe. Die erste Messung wurde verworfen und der Durchschnitt der zweiten und dritten Messungen wurde als Indexblutdruckwert aufgezeichnet.
R (Version 4.3.2)R Foundation for Statistical ComputingN/AStatistische Analysesoftware; verwendete Pakete: stats, car, sandwich, lmtest, mice, ggplot2.

Referenzen

  1. Jiang W, et al. Establishment and validation of a risk prediction model for early diabetic kidney disease based on a systematic review and meta-analysis of 20 cohorts. Diabetes Care. 2020;43:925-33.
  2. Rossing P, et al. Linking kidney and cardiovascular complications in diabetes—impact on prognostication and treatment: the 2019 Edwin Bierman Award Lecture. Diabetes. 2021;70:39-50.
  3. Christofides EA, Desai N. Optimal early diagnosis and monitoring of diabetic kidney disease in type 2 diabetes mellitus: addressing the barriers to albuminuria testing. J Prim Care Community Health. 2021;12:21501327211003683.
  4. Okdahl T, et al. Low-grade inflammation in type 2 diabetes: a cross-sectional study from a Danish diabetes outpatient clinic. BMJ Open. 2022;12:e062188.
  5. Bassami F, et al. Association between high-sensitivity C-reactive protein and diabetic nephropathy: a systematic review and meta-analysis. BMC Nephrol. 2025;26:418.
  6. Matthews DR, et al. Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man. Diabetologia. 1985;28:412-19.
  7. Tang M, et al. Association between high-sensitivity C-reactive protein and diabetic kidney disease in patients with type 2 diabetes mellitus. Front Endocrinol. 2022;13:885516.
  8. Lin CA, et al. Gender-specific and age-specific associations of the homeostasis model assessment for IR (HOMA-IR) with albuminuria and renal function impairment: a retrospective cross-sectional study in Southeast China. BMJ Open. 2021;11:e053649.
  9. Park SY, Gautier JF, Chon S. Assessment of insulin secretion and insulin resistance in humans. Diabetes Metab J. 2021;45:641-54.
  10. Aly RH, et al. Patterns of toll-like receptor expressions and inflammatory cytokine levels and their implications in the progress of insulin resistance and diabetic nephropathy in type 2 diabetic patients. Front Physiol. 2020;11:609223.
  11. Vandenbroucke JP, et al. Strengthening the reporting of observational studies in epidemiology (STROBE): explanation and elaboration. Epidemiology. 2007;18:805-35.
  12. Jensen MB, et al. Quantification of urinary albumin and creatinine: a comparison study of two analytical methods and their impact on albumin to creatinine ratio. Clin Biochem. 2022;108:5-9.
  13. Inker LA, et al. New creatinine- and cystatin C-based equations to estimate GFR without race. N Engl J Med. 2021;385:1737-49.
  14. Pellegrini V, et al. Inflammatory trajectory of type 2 diabetes: novel opportunities for early and late treatment. Cells. 2024;13:1662.
  15. Yu H, Song YY, Li XH. Early diabetic kidney disease: focus on the glycocalyx. World J Diabetes. 2023;14:460-80.
  16. Jin Q, et al. Oxidative stress and inflammation in diabetic nephropathy: role of polyphenols. Front Immunol. 2023;14:1185317.
  17. Yang Y, Xu G. Update on pathogenesis of glomerular hyperfiltration in early diabetic kidney disease. Front Endocrinol. 2022;13:872918.
  18. Sinha SK, et al. hs-CRP is associated with incident diabetic nephropathy: findings from the Jackson Heart Study. Diabetes Care. 2019;42:2083-89.
  19. Pepys MB, Hirschfield GM. C-reactive protein: a critical update. J Clin Invest. 2003;111:1805-12.
  20. Jang KW, et al. Metabolic syndrome, kidney-related adiposity, and kidney microcirculation: unraveling the damage. Biomedicines. 2024;12:2706.
  21. Kwaku D, et al. Renal nerve stimulation modulates renal blood flow in a frequency-dependent manner. Bioelectron Med. 2025;11:28.
  22. Hang X, et al. Renal microcirculation and mechanisms in diabetic kidney disease. Front Endocrinol. 2025;16:1580608.
  23. Gao W, et al. Discordance between the triglyceride glucose index and HOMA-IR in incident albuminuria: a cohort study from China. Lipids Health Dis. 2021;20:176.
  24. Nabipoorashrafi SA, et al. Comparison of insulin resistance indices in predicting albuminuria among patients with type 2 diabetes. Eur J Med Res. 2023;28:166.
  25. Li M, et al. Trends in insulin resistance: insights into mechanisms and therapeutic strategy. Signal Transduct Target Ther. 2022;7:216.
  26. Mohandes S, et al. Molecular pathways that drive diabetic kidney disease. J Clin Invest. 2023;133:e165654.
  27. Jeong Y, et al. Associations of insulin resistance and high-sensitivity C-reactive protein with metabolic abnormalities in Korean patients with type 2 diabetes mellitus: a preliminary study. Metabolites. 2024;14:371.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Schlagwörter

MedizinAusgabe 234Ausgabe 234Leerer WertAusgabeMikroalbuminurie
Kontakt
Rückmeldung an Ihre Bibliothek

Datenschutz

Nutzungsbedingungen

Richtlinien

Copyright © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.