Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de recherche

Associations entre la protéine C réactive à haute sensibilité sérique (HS-CRP) et la résistance à l’insuline avec une insuffisance rénale précoce chez le diabète de type 2

47 vues

⸱

DOI :

10.3791/70993

⸱

4 août 2026

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

* These authors contributed equally

Dans cet article

Résumé

Dans une étude transversale rétrospective portant sur 126 patients atteints de diabète de type 2 et eGFR préservé, le hs-CRP dans l’ensemble de l’échantillon et le HOMA-IR dans le sous-groupe sans insuline exogène ont été indépendamment associés à la LN-UACR, ont montré des schémas dose-réponse et sont restés cohérents dans les analyses de sensibilité. Cela suggère une possible pertinence pour une évaluation précoce du risque rénal.

Résumé

La maladie rénale diabétique précoce dans le diabète de type 2 se caractérise par une augmentation de l’excrétion d’albumine urinaire malgré un taux estimé de filtration glomérulaire (eGFR) préservé. Les rôles de l’inflammation systémique et de la résistance à l’insuline à ce stade restent incomplètement définis. Cette étude a évalué les associations entre la protéine réactive C à haute sensibilité (hs-CRP) et la résistance à l’insuline (HOMA-IR) avec une insuffisance rénale précoce. Dans cette étude rétrospective monocentrique, 126 patients atteints de diabète de type 2 et de DFG ≥60 mL/min/1,73m2 ont été inclus ; Les patients n’utilisant pas d’insuline exogène formaient un sous-groupe (n=97). Le critère principal était le rapport albumine/créatinine urinaire transformé en logarithmique naturel (LN-UACR). Les associations ont été évaluées à l’aide de la corrélation de Spearman et d’une régression linéaire multivariée ajustée selon l’âge, le sexe, la durée du diabète, la pression artérielle systolique et l’hémoglobine glycée (HbA1c). Les relations dose-réponse, les effets d’exposition conjointe, les résultats de substitution et les analyses de sensibilité ont également été examinées. Les analyses statistiques ont été réalisées à l’aide de R (version 4.3.2). Ln-UACR était positivement corrélée avec hs-CRP dans l’échantillon global (ρ=0,28, p=0,001) et avec HOMA-IR dans le sous-groupe (ρ=0,26, p=0,009). Après ajustement, hs-CRP est resté associé à ln-UACR à la fois dans l’échantillon global (βstd=0,23) et dans le sous-groupe (βstd=0,22), et HOMA-IR est resté associé dans le sous-groupe (βstd=0,17, p=0,018). Ln-UACR a augmenté sur les tertiles des deux expositions (p pour la tendance <0,01). Le groupe hs-CRP élevé/HOMA-IR élevé a montré un LN-UACR plus élevé comparé au groupe faible/bas (différence moyenne 0,64, IC 95 % 0,37–0,88), sans interaction significative (p=0,173). Les associations étaient constantes entre les résultats de substitution et les analyses de sensibilité. Chez les patients atteints de diabète de type 2 et eGFR préservés, la hs-CRP et la HOMA-RI étaient indépendamment associées à des marqueurs d’insuffisance rénale précoce. Ces résultats suggèrent une pertinence potentielle pour une caractérisation précoce du risque, bien que des études prospectives soient nécessaires pour confirmer l’utilité clinique.

Introduction

La maladie rénale diabétique est l’une des complications chroniques les plus courantes du diabètede type 2 1. À son stade précoce, une excrétion urinaire accrue d’albumine est souvent présente tandis que le taux de filtration glomérulaire estimé (eGFR) reste préservé ; avec la progression de la maladie, l’eGFR diminue et les risques d’événements cardiovasculaires et de décès augmentent considérablement2. Cependant, il existe d’importantes lacunes de détection précoce dans la pratique clinique. Les tests de routine actuellement disponibles (y compris la créatinine sérique et l’eGFR) peuvent sous-estimer une lésion rénale précoce avant une baisse mesurable de l’eGFR, manquant ainsi de sensibilité aux dommages structurels précoces. Bien que le rapport albumine/créatinine urinaire (UACR) reflète plus sensiblement les changements précoces de la barrière de filtration glomérulaire, il ne capture pas les mécanismes inflammatoires et résistants à l’insuline sous-jacents qui entraînent la progression de laDKD 3. Par conséquent, les marqueurs actuels peuvent avoir des limites pour caractériser pleinement les processus précoces de la maladie.

L’inflammation chronique de faible grade et la résistance à l’insuline sont des caractéristiques clés du diabète de type 2 et sont étroitement liées à la lésionmicrovasculaire 4. La protéine C réactive à haute sensibilité (hs-CRP) est un marqueur couramment utilisé d’inflammation systémique de faible grade et est pratique pour un suivi régulier5, tandis que l’évaluation par modèle homéostasique de la résistance à l’insuline (HOMA-IR) reflète une résistance à l’insulineà jeun 6. Comparées aux mesures directes des cytokines pro-inflammatoires (par exemple, IL-6, TNF-α) ou à la pince hyperinsulinémique-euglycémique de référence, la hs-CRP et la HOMA-IR sont peu coûteuses, largement disponibles et ne nécessitent qu’un seul échantillon sanguin de routine, ce qui les rend pratiques pour des évaluations à grande échelle ou répétées en soins diabétiques. Des études existantes ont rapporté des associations entre la CRP et la résistance à l’insuline et une insuffisance rénale, mais plusieurs problèmes restent non résolus. Certaines études ont inclus des populations présentant une fonction rénale fortement réduite ou une macroalbuminurie, ce qui rend difficile de déterminer si ces associations sont également présentes au stade de l’eGFRpréservé 7,8. De plus, de nombreuses études ont utilisé des résultats rénaux dichotomiques, qui peuvent être moins sensibles aux changements précoces subtils. L’insulinothérapie influence l’interprétation de l’insuline à jeun, et une restriction ou stratification insuffisante par l’utilisation d’insuline peut limiter la comparabilité des résultatsHOMA-IR 9. Parce que l’inflammation et la résistance à l’insuline sont interdépendantes, les évaluer séparément peut négliger la valeur potentielle de leur phénotype articulaire ; Les preuves concernant leurs contributions indépendantes au sein du même modèle, des schémas dose-réponse et la stratification articulairerestent limitées 10. Les données réelles peuvent également être influencées par des différences de type d’échantillon d’urine et de variabilité du dossage, et des analyses de sensibilité insuffisamment décrites peuvent limiter la robustesse des résultats.

Cette étude a été conçue pour les cliniciens traitant des patients atteints de diabète de type 2 et atteints de DFG préservé, et visait à évaluer l’insuffisance rénale précoce à l’aide de mesures continues (UACR naturel transformé en logarthmiderme) plutôt que de variables binaires (Figure 1). L’utilisation du hs-CRP et du HOMA-IR comme expositions était particulièrement adaptée pour évaluer les contributions indépendantes et articulaires de l’inflammation et de la résistance à l’insuline à un stade précoce de la maladie. Par conséquent, l’objectif global de cette étude était d’évaluer systématiquement les associations entre hs-CRP et HOMA-RI avec les UACR dans une population diabète de type 2 bien définie avec un eGFR préservé, et d’examiner la robustesse de ces associations à l’aide d’analyses de résultats substitutifs et de sensibilité. Dans cette étude rétrospective monocentrique, des patients atteints de diabète de type 2 et eGFR ≥60 mL/min/1,73m2 ont été inclus. L’UACR naturel transformé en logarithmique (LN-UACR) a été utilisé comme résultat principal, et le hs-CRP et le HOMA-IR ont été examinés comme principales expositions. Les schémas dose-réponse et les associations articulaires ont également été évalués. Clarifier ces associations pourrait aider à éclairer les recherches futures sur la possibilité d’inclure le hs-CRP et le HOMA-IR dans le suivi de routine et pourrait fournir un contexte supplémentaire pour des études sur des interventions anti-inflammatoires ou sensibilisantes à l’insuline chez des patients atteints de diabète de type 2 et préservés de l’eGFR.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Cette étude rétrospective a été examinée et approuvée par le Comité d’éthique médicale de l’Hôpital Baoquanling du groupe Beidahuang le 9 mai 2025 (Approbation n° BQH-BDHG-EC-2025-056), et le consentement éclairé a été renoncé. L’étude a été menée conformément à la Déclaration d’Helsinki et à la politique de gestion de la confidentialité des données de l’hôpital, et toutes les informations personnelles identifiables ont été désidentifiées avant analyse. Les outils de recherche utilisés dans cette étude sont listés dans le tableau des matériaux.

1. Conception de l’étude

Il s’agissait d’une étude rétrospective transversale unicentre, menée au sein du département d’endocrinologie et de métabolisme du groupe de l’hôpital Baoquanling de Beidahuang, incluant 126 patients éligibles atteints de diabète de type 2 ayant suivi l’hôpital entre le 1er janvier 2022 et le 31 décembre 2024. La date de la consultation externe ou de l’admission à l’hôpital était définie comme la date d’index, et les résultats des analyses de laboratoire obtenus à cette date étaient utilisés comme référence de référence. Les mesures d’exposition et de résultats ont été obtenues au même moment ou dans les 7 jours avant ou après la date de l’indice. Toutes les données ont été dérivées de dossiers médicaux historiques sans intervention.

Le rapport a été préparé conformément à la déclaration Strengthening the Reporting of Observational Studies in Epidemiology (STROBE)11 pour les études transversales, et la question de recherche, les variables, les méthodes statistiques et les stratégies d’analyse de sensibilité ont été prédéfinies, les résultats étant présentés selon le plan prédéfini.

2. Population d’étude

La population de l’étude a été dépistée consécutivement à partir du système de dossier médical électronique selon les critères d’inclusion et d’exclusion prédéfinis. Les critères d’inclusion étaient l’âge de 18 à 80 ans, un diagnostic documenté de diabète de type 2 dans le dossier médical, les résultats disponibles pour la glycémie plasmatique à jeun, l’insuline à jeun, la CRP, l’albumine urinaire, la créatinine urinaire et la créatinine sérique dans les 7 jours avant ou après la date d’indice, l’eGFR ≥ 60 mL/min/1,73m2 (CKD-EPI 2021), un échantillon d’urine fraîchement prélevé traité selon la procédure standard de test. et des données cliniques complètes et des covariables clés ou une proportion manquante répondant aux critères de manipulation prédéfinis.

Les critères d’exclusion comprenaient des preuves d’inflammation ou d’infection aiguë, hs-CRP > 10 mg/L, infection urinaire, hématurie ou pyurie, grossesse ou lactation, antécédents précis de maladie rénale non diabétique ou des preuves imagerices de maladie rénale structurelle, UACR ≥ 300 mg/g, thérapie systémique glucocorticoïde au cours des 3 derniers mois, événements cardiovasculaires ou cérébrovasculaires aigus ou chirurgie majeure dans les 3 mois précédents. et une malignité recevant une chimiothérapie ou une immunothérapie.

Après l’exclusion des dossiers ne répondant pas aux critères, l’échantillon final était obtenu. Sous une α bilatérale = 0,05 et une puissance de 80 %, la taille finale de l’échantillon de 126 dans cette étude correspondait à un coefficient de corrélation absolue détectable d’environ 0,25. Cette affirmation n’était qu’une description post hoc de la plage d’effets détectables et ne constituait pas une estimation a priori de la taille de l’échantillon. Les analyses impliquant des calculs de HOMA-IR ont été limitées aux participants ne recevant pas de thérapie à l’insuline exogène, et la taille de l’échantillon de ce sous-groupe a été rapportée comme observée.

3. Sources de données et procédures de collecte

Selon un dictionnaire de données unifié, les chercheurs ont extrait des informations démographiques (âge, sexe), durée du diabète, taille, poids, statut tabagique, consommation d’alcool, tension systolique (SBP) et pression diastolique (DBP) (la seconde lecture après deux mesures à la date d’indice), les dossiers de comorbidité et les informations sur les médicaments à partir des dossiers médicaux électroniques.

Les variables médicamenteuses comprenaient les inhibiteurs du système rénine-angiotensine (RASi), les inhibiteurs du cotransporteur sodium-glucose 2 (SGLT2i), les agonistes du récepteur peptide-1 de type glucagon (GLP-1RA) et les statines ; utilisation continue pendant ≥ 3 mois avant que la date d’indice ne soit enregistrée comme « utilisation ». La durée du diabète était définie comme le nombre d’années entre le diagnostic et la date d’indice. L’indice de masse corporelle (IMC) était calculé comme poids (kg)/taille2 (m2).

Les essais en laboratoire étaient réalisés sur une plateforme unifiée et soumis à un contrôle qualité interne et à une évaluation externe de la qualité. Le hs-CRP a été mesuré par immunoturbidimétrie à haute sensibilité, avec une limite de détection de ≤ 0,1 mg/L ; FINS a été mesuré par chimiluminescence avec un étalonnage en bateaux à l’aide de calibrateurs ; La FPG était mesurée par la méthode de l’hexokinase ; l’hémoglobine glyquée (HbA1c) a été mesurée par chromatographie liquide haute performance ; L’albumine urinaire a été mesurée par immunoturbidimétrie, la créatinine urinaire par la méthode enzymatique, et le rapport a été exprimé en mg/g ; La créatinine sérique a été mesurée par la méthode enzymatique avec calibration traçable par IDMS.

Tous les échantillons ont été testés dans les 2 heures suivant la collecte ou après un stockage à court terme à 4 °C. Si plusieurs résultats étaient disponibles pour la même visite, les résultats obtenus le même jour que la date de l’index étaient prioritaires.

4. Définitions et mesures des variables

Les variables d’exposition comprenaient hs-CRP et HOMA-IR. le hs-CRP était exprimé en mg/L, entré dans les analyses primaires comme variable continue, et catégorisé en tertiles d’échantillon pour les analyses de tendance. FINS était exprimé en μU/mL, FPG en mmol/L, et la formule de calcul pour HOMA-IR était la suivante6 :

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

Les analyses impliquant HOMA-IR étaient limitées aux participants n’utilisant pas d’insuline exogène et ayant des résultats de FPG et FINS le jour même. Dans ce sous-groupe, HOMA-IR et hs-CRP ont été intégrés ensemble au modèle multivarié. L’UACR a été calculée à partir de l’albumine urinaire et de la créatinine urinaire mesurées dans le même échantillon et exprimée en mg/g 12. La créatinine urinaire était harmonisée en grammes pour le calcul du rapport lorsque nécessaire. Dans cet ensemble de données, aucune valeur UACR n’était nulle. Pour les valeurs d’albumine urinaire inférieures à la limite inférieure de détection (<2,0 mg/L), le laboratoire a rapporté un résultat de <2,0 mg/L, et ces valeurs en dessous de la détection ont été remplacées par la moitié de la limite inférieure de détection (1,0 mg/L) avant l’analyse des données. Pour réduire l’influence de l’asiétrie à droite, une transformation naturelle en logarithmique a été appliquée, et la LN (UACR) a été utilisée comme résultat principal.

Si plusieurs tests urinaires étaient disponibles pour le même participant dans les 7 jours précédant ou suivant la date d’indice, seul l’échantillon le plus proche de la date d’indice, étiqueté comme urine du matin ou urine de première vacuation, était conservé. Si un seul échantillon d’urine aléatoire était disponible, le type d’échantillon était enregistré, et les analyses de sensibilité étaient limitées au sous-ensemble urinaire du matin. La microalbuminurie a été définie comme un UACR ≥ 30 mg/g et a été utilisée comme un résultat substitutif binaire dans la régression logistique.

L’eGFR a été calculée à l’aide de l’équation13 de la créatinine CKD-EPI 2021. Lorsque la créatinine sérique a été rapportée en μmol/L, elle a été convertie en mg/dL (μmol/L ÷ 88,4) avant le calcul. L’eGFR a été exprimée en mL/min/1,73m2 et utilisée comme résultat secondaire continu dans les analyses de sensibilité. La cohérence des résultats a été examinée dans le sous-groupe eGFR 60–89 mL/min/1,73m2 . Le modèle principal était prédéfini pour ajuster l’âge, le sexe, la durée du diabète, la SBP et l’HbA1c, et les modèles de sensibilité incluaient également l’IMC, le statut tabagique, la consommation d’alcool, l’utilisation de RASi, l’utilisation de SGLT2i, l’utilisation de GLP-1RA et l’utilisation de statines.

5. Gestion des données et prétraitement

Après la désidentification, les données ont été exportées sous forme de jeu de données analytiques, et un bref dictionnaire de données résumant les noms des variables, les définitions, les unités et les règles de codage des variables analytiques a été fourni dans le Tableau Supplémentaire 1. Les enregistrements dupliqués étaient fusionnés par date d’index, et les variables clés vérifiaient la cohérence logique.

Lorsque les horodatages EMR et LIS étaient disponibles, le temps de collecte des échantillons LIS était utilisé comme principal horodatage pour l’alignement temporel ; en cas d’indisponibilité, le rapport LIS/le temps de vérification était utilisé, tandis que la date de visite du DME était utilisée uniquement pour définir la date de l’index. Lorsque plusieurs résultats éligibles étaient disponibles dans la fenêtre prédéfinie, le résultat le plus proche de la date de l’indice était conservé ; Si deux résultats étaient également proches, le résultat du jour même était priorisé, les échantillons d’urine étant sélectionnés selon la règle prédéfinie du type d’échantillon.

Les valeurs manquantes étaient traitées selon la stratégie hiérarchique prédéfinie : si la proportion manquante d’une covariate unique était ≤ 10 %, les analyses primaires utilisaient une approche de cas complets ; Si elle dépassait 10 %, une imputation multiple par équations enchaînées avec 20 imputations était effectuée, le modèle d’imputation incluant les expositions, le résultat et toutes les covariables, et les résultats imputés étaient comparés aux résultats du cas complet.

Les participants présentant une > de CRP de 10 mg/L ou des signes d’inflammation aiguë ont été exclus des analyses primaires. Les variables continues ont été évaluées pour la distribution à l’aide du test de Shapiro-Wilk et des graphiques Q-Q, et l’UACR a été transformé naturellement en log. Si hs-CRP ou HOMA-IR montraient une asietrie marquée, des transformations de rang ou logarithmique ont été réalisées lors des analyses de sensibilité. Les variables catégorielles étaient codées comme variables binaires ou ordinales selon des règles prédéfinies. Les observations influentes ont été identifiées par des résidus étudiants absolus > 3 ou la distance de Cook > 4/n, et les modèles primaires ont été répétés après exclusion de ces observations dans les analyses de sensibilité.

Des analyses prédéfinies de sous-groupes comprenaient des sous-groupes sexuels et sous-groupes basés sur HbA1c < 7 % et ≥ 7 %. Les analyses de sensibilité prédéfinies comprenaient la restriction aux échantillons d’urine du matin, l’ajout de variables médicamenteuses aux modèles primaires, l’exclusion des observations influentes, l’utilisation d’erreurs standard robustes au lieu d’erreurs standard conventionnelles, et la restriction aux participants présentant un TFG 60–89 mL/min/1,73m2.

6. Analyse statistique

Toutes les analyses statistiques ont été réalisées dans la version 4.3.2 de R. Les variables continues ont été évaluées pour leur distribution à l’aide du test de Shapiro-Wilk et des graphiques Q-Q. Les données normalement distribuées étaient exprimées en moyenne ± écart-type, les données anormalement distribuées en médiane (intervalle interquartile), et les variables catégorielles en fréquence et en pourcentage.

Les caractéristiques de base ont été décrites selon que le seuil de microalbuminurie avait été atteint, et des comparaisons entre groupes ont été réalisées à l’aide du test t des échantillons indépendants, du test U de Mann-Whitney, du test du chi-carré ou du test exact de Fisher, selon le type et la distribution variables. L’analyse de corrélation des rangs de Spearman a été réalisée entre ln-UACR et hs-CRP ainsi qu’entre ln-UACR et HOMA-IR, et les coefficients de corrélation ainsi que leurs intervalles de confiance à 95 % ont été calculés, avec des intervalles de confiance estimés par la transformation z de Fisher. Les graphiques de corrélation étaient présentés sous forme de diagrammes de points superposés à des lignes ajustées à la régression pondérée localement pour montrer la tendance.

Des modèles de régression linéaire multivariable ont été construits avec ln-UACR comme variable dépendante. Dans le sous-groupe n’utilisant pas d’insuline exogène, le hs-CRP et le HOMA-IR ont été intégrés ensemble au modèle, avec ajustement selon l’âge, le sexe, la durée du diabète, la SBP et l’HbA1c ; dans l’ensemble de l’échantillon, un modèle distinct incluant uniquement le HS-CRP a été installé pour examiner la corrélation globale. Des coefficients de régression standardisés, des intervalles de confiance à 95 % et des valeurs p ont été rapportés, et le changement du coefficient de détermination avant et après l’inclusion des variables d’exposition a été rapporté. La collinéarité a été évaluée à l’aide de facteurs d’inflation de la variance, avec un seuil de 5.

Après que hs-CRP et HOMA-IR aient été catégorisés en tertiles d’échantillon, définis par les 33,3e et 66,7e percentiles empiriques de l’échantillon analytique correspondant (hs-CRP : l’échantillon global pour les analyses globales et le sous-groupe non insulinique pour les analyses sous-groupes/articulations ; HOMA-IR : le sous-groupe non insulinique uniquement), avec T1 ≤ seuil inférieur, T2 > le seuil inférieur à ≤ le seuil supérieur, et T3 > seuil supérieur, la valeur médiane de chaque tertile a été saisie comme variable continue pour tester la tendance linéaire, et les moyennes marginales ajustées de ln-UACR à travers les tertiles ainsi que la valeur p pour la tendance ont été rapportées.

Dans l’analyse exploratoire, un HS-CRP élevé et un HOMA-IR élevé ont été définis par les seuils du tertile supérieur, dérivés du sous-groupe non insulinique pour l’analyse articulaire 2 × 2, et un regroupement 2 × 2 a été construit pour comparer les moyennes marginales ajustées de ln-UACR entre groupes. Un terme d’interaction a été ajouté pour tester l’interaction statistique, et la différence moyenne ajustée entre les groupes « élevé × élevé » et « faible × bas » a été rapporté ; Cette analyse n’a pas été interprétée de manière causale.

Pour l’analyse des résultats de substitution, une régression logistique multivariable a été construite en atteignant le seuil de microalbuminurie comme variable dépendante, et le rapport des chances ainsi que l’intervalle de confiance à 95 % correspondant à chaque augmentation d’un écart-type en hs-CRP ou HOMA-IR ont été rapportés.

La régression linéaire multivariable a été construite avec l’eGFR comme variable dépendante pour examiner la direction de l’association entre les expositions et le taux de filtration glomérulaire.

Les analyses de sensibilité comprenaient la restriction aux échantillons d’urine du matin, un ajustement supplémentaire de l’IMC, du statut tabagique, de la consommation d’alcool et des quatre catégories de médicaments dans les modèles primaires, l’exclusion d’observations influentes, l’utilisation d’erreurs standard robustes de Huber-White, et la répétition des modèles primaires dans la population restreinte avec UACR < 300 mg/g et un DFG ≥ 60 mL/min/1,73m2. Les diagnostics du modèle ont utilisé des graphiques résiduels versus ajustés, des diagrammes Q-Q, et le test de Shapiro-Wilk pour évaluer la normalité et la linéarité résiduelles, ainsi que le test de Breusch-Pagan pour évaluer l’homoscédasticité. Si l’hétéroscédasticité était présente, des erreurs standard robustes ont été rapportées ; Si une non-linéarité claire était trouvée, des variables indicatrices tertiles étaient utilisées à la place des variables continues dans les analyses de sensibilité.

Des analyses de corrélation et de régression ont été réalisées à l’aide du paquet de statistiques, la collinéarité a été évaluée à l’aide du package de voiture, des erreurs standard robustes ont été obtenues avec les paquets sandwich et lmtest, des imputations multiples ont été effectuées avec le paquet souris, et les chiffres ont été générés avec le paquet ggplot2. Tous les tests étaient bidirectionnels, le seuil de signification était fixé à α = 0,05, et des intervalles de confiance à 95 % ont été rapportés.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Population et caractéristiques de base de l’étude

Au total, 467 patients atteints de diabète de type 2 ont été dépistés. Après l’exclusion des dossiers contenant des tests clés manquants, l’eGFR < 60 mL/min/1,73m2, des tests d’infection aiguë/inflammation ou d’urine contaminée, la macroalbuminurie et d’autres affections comorbides prédéfinies, 126 patients ont été inclus dans l’échantillon analytique final. Parmi eux, 97 patients n’...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Dans la population diabète de type 2 avec un eGFR préservé, des niveaux élevés de HS-CRP étaient constamment associés à une augmentation de l’excrétion d’albumine urinaire et restaient associés indépendamment après ajustement selon l’âge, le sexe, la durée du diabète, la SBP et l’HbA1c. Lorsque la hs-CRP augmentait de quantiles, la moyenne ajustée de ln-UACR augmentait linéairement, ce qui suggère que cette association présente une caractéristique de gradient. En tant qu’indicateur sensi...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

Les auteurs déclarent qu’ils n’ont aucun conflit d’intérêts.

Remerciements

Les auteurs remercient le personnel du Département d’endocrinologie et de métabolisme ainsi que le laboratoire clinique pour leur soutien dans la collecte de données et les tests en laboratoire. Cette étude a été soutenue uniquement par les ressources institutionnelles internes de l’hôpital Baoquanling du groupe Beidahuang. Aucun financement externe n’a été reçu.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Electronic medical record system (EMR)N/AN/ASystème institutionnel de dossier médical électronique utilisé pour extraire les données démographiques, cliniques, de comorbidité, de tension artérielle et de médication.
Laboratory information system (LIS)N/AN/ASystème institutionnel d'information de laboratoire utilisé pour extraire les résultats de hs-CRP, FPG, FINS, HbA1c, albumine urinaire, créatinine urinaire et créatinine sérique.
General laboratory analyzersRoche DiagnosticsN/AUtilisé pour mesurer les indicateurs de laboratoire généraux.
Immunoassay SystemRoche Diagnostics, AllemagneRoche Cobas c702 analyseur biochimique automatiqueUtilisé pour mesurer hs-CRP, FPG, albumine urinaire, créatinine urinaire et créatinine sérique.
High-performance liquid chromatography analyzerTrinity BiotechN/AChromatographie liquide à haute performance de type échangeur d'ions pour la mesure de l'hémoglobine glyquée.
Automated electronic blood pressure monitorOmronOmron HBP-9020Utilisé pour mesurer la tension artérielle systolique et diastolique à des intervalles de 1 minute après 5 minutes de repos. La première lecture a été écartée, et la moyenne des deuxième et troisième mesures a été enregistrée comme valeur de pression artérielle indiciaire.
R (version 4.3.2)R Foundation for Statistical ComputingN/ALogiciel d'analyse statistique ; packages utilisés : stats, car, sandwich, lmtest, mice, ggplot2.

Références

  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.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Étiquettes

M decineNum ro 234Num ro 234Valeur videNum roMicroalbuminurie
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d’utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.