在糖尿病患者中估算GFR时使用胱抑素还是肌酐：考虑肌肉量的重要性

《Journal of Diabetes and its Complications》：Cystatin or creatinine in the estimation of GFR in diabetic patients: Relevance of taking muscle mass into account

　　

• •
  肌酐是用于估算肾小球滤过率的首选指标。
• •
  对于肥胖或2型糖尿病患者，建议使用胱抑素C作为替代指标。
• •
  基于肌酐和胱抑素C的估算公式结果可能存在差异。
• •
  本研究表明，肌肉量，即肌肉质量与总体重的比值或BMI，是导致这种差异的重要因素。
• •
  肌酐与胱抑素C的比值可反映肌肉量的变化情况。

引言

在常规临床实践中，很少进行肾小球滤过率（GFR）的检测，因为这需要复杂的检查流程，或者难以实现完整且定时的尿液收集。因此，人们通常使用各种公式来估算GFR。最常用的公式以血清肌酐浓度作为主要依据，同时还会考虑年龄、性别，部分公式还会考虑种族因素。¹不过，影响血清肌酐浓度的每日肌酐生成量，实际上与肌肉量密切相关。这也是在如CKD-EPI这样的公式中需要纳入年龄和性别的原因之一。

当患者的体重和身体成分偏离正常值时，有研究建议加入另一项指标——胱抑素C，以更准确地估算GFR。²对于2型糖尿病患者而言，这一建议尤为重要，因为他们的肌肉/体重比值通常低于普通人群，若仅依据肌酐数值估算GFR，可能会出现过高估计的情况。^{3, 4}

胱抑素C是一种13 kDa的多肽，由所有有核细胞以恒定速率产生。它在肾小球处可自由滤过，随后会被近端肾小管细胞完全重吸收并代谢。⁵肌酐和胱抑素C的值都会受到除GFR之外的其他因素影响，而这些影响因素在两者之间存在差异：肌酐的值受肌肉量相关的因素（年龄、性别、种族）影响，而胱抑素C则受炎症、肥胖、吸烟、妊娠、肝病以及糖皮质激素等因素的影响。^{6, 7}

近期有研究显示⁸，基于肌酐公式和基于胱抑素C公式估算的GFR值往往存在较大差异，约有11%到35%的受试者两者的差异可达30%，且通常情况下，基于肌酐公式的估算值会高于基于胱抑素C公式的估算值。这项研究指出，GFR估算值的差异与全因死亡率上升有关，包括心血管疾病死亡率的增加，同时也与肾脏相关疾病的增多相关。

另有研究⁹针对大量慢性肾脏病患者群体分析了GFR估算值出现差异的原因，其中一半患者患有糖尿病。该研究考虑了众多影响因素，包括肌肉量，但发现其关联度较弱。相比肌肉量本身，肌肉/体重比值可能更能解释为何基于胱抑素C和基于肌酐的GFR估算值会有差异，因为胱抑素C是由所有细胞产生的，而肌酐主要来自肌肉中的肌酸分解。因此，血清肌酐与胱抑素C的比值可作为肌肉/体重比值的指标，在多种临床情境中被用作肌少症的判断依据。¹⁰它同时也是包括2型糖尿病在内的多种疾病的预后预测指标。¹¹

在本研究中，我们探讨了通过生物阻抗分析以及血清肌酐/胱抑素C比值所估算的肌肉/体重比值，对2型糖尿病患者中基于肌酐和基于胱抑素C估算的GFR值差异的影响。

章节摘要

研究对象与方法

这是一项横断面回顾性研究，研究对象为科钦医院糖尿病科收治的2021年至2023年间因接受糖尿病教育而住院的糖尿病患者，这些患者均接受了生物阻抗分析以评估其身体成分。所有患者都接受了血清肌酐和胱抑素C水平检测，作为糖尿病肾病筛查的一部分。仅纳入那些肾功能稳定、且近期未使用可能影响肾脏功能的药物的患者。

研究人群的特征（表1）

本研究共纳入182名患者，其中男性91名，女性91名。这些患者的临床特征详见表1。通过生物电阻抗分析测得的瘦体重和肌肉量方面，女性与男性存在差异；此外，定义为肌肉量与体重的比值的肌肉/体重比值也有所不同，男性该比值为0.33 ± 0.04，女性为0.26 ± 0.03，p值约为7.9 × 10^?26。血清肌酐与胱抑素C浓度的比值也是反映肌肉/体重比值的另一个指标。

讨论

利用血清肌酐水平估算GFR是常见的做法，通过考虑年龄和性别，可以弥补不同年龄和性别群体间肌肉量存在的差异。而基于胱抑素C估算GFR的应用较为少见，部分原因是胱抑素C的检测成本高于肌酐，但从理论上来说，这种方法无需考虑肌肉量因素。与仅依赖GFR的其他参数不同，肌酐浓度还受肌肉量以及饮食等因素的影响。

CRediT作者贡献说明

Salome Richard：文章撰写——审阅与编辑，文章撰写——初稿撰写，研究实施，正式分析，数据整理。Danièle Dubois-Laforgue：文章撰写——审阅与编辑，文章撰写——初稿撰写，研究实施，正式分析，数据整理，概念构建。Etienne Larger：文章撰写——审阅与编辑，文章撰写——初稿撰写，研究指导，方法设计，研究实施，正式分析，数据整理，概念构建。

利益冲突声明

所有作者均不存在可能引发利益冲突的财务关系或个人关系。

Salome Richard|Danièle Dubois-Laforgue|Etienne Larger