在西非，循环脂联素与肾功能无关的年龄和血脂

摘要

脂联素是脂肪组织分泌的一种蛋白质，与肾功能不全有关。然而，在对一般健康人，特别是非洲人口的大型流行病学研究中，这些观察结果没有得到充分的调查。因此，我们设计了这项研究来评估大量非糖尿病西非人的脂联素与肾功能之间的关系。在792名参与者中测量了总脂联素。以MDRD和Cockroft-Gault（CG-）估计的GFR作为肾功能指标。使用线性和逻辑回归模型确定脂联素与肾功能之间的关系。在单因素分析中，脂联素与eGFR呈负相关(,)和多元(,回归分析。多变量模型包括年龄、性别、BMI、高血压、吸烟、HDL-C、LDL-C、甘油三酯和脂联素，分别解释了MDRD和CG方法估计的GFR方差的30%和55.6%。脂联素也是中度慢性肾脏疾病的有力预测因子(定义为eGFR < 60 mL/min/1.73)）.我们证明脂联素与非糖尿病西非人的肾功能有关。观察到的关系与年龄和血脂无关。我们的研究结果表明，脂联素可能作为肾功能的生物标志物具有临床应用价值。

1.介绍

脂联素是一种30 kDa的蛋白质，主要由脂肪组织分泌进入血液，与许多疾病有关[1]，包括代谢紊乱，如肥胖和2型糖尿病（T2D）[2- - - - - -4]近年来，脂联素与肾功能的关系越来越受到重视[5- - - - - -8]，尽管大多数脂联素与肾功能相关的证据来自于对患者的研究[6,7,9- - - - - -11]．血清脂联素在肾功能受损者中升高，但在肾移植后恢复正常[12]然而，脂联素与肾功能之间的关系是复杂的。例如，低脂联素水平在发病时与T2D相关，但脂联素水平似乎随着T2D持续时间的延长和糖尿病肾病患者的增加而增加[6]这些观察结果表明，脂联素的循环水平受到个体病理生理状态的严重影响，这是多种机制的结果，包括肾脏清除率降低[13及对脂联素的敏感性或耐药性程度[14,15]．

脂联素被认为是慢性肾病(CKD)进展中潜在的肾脏生物标志物[12]．然而，将脂联素与肾功能联系起来的研究有两个潜在的局限性。首先，这些研究的结果和结论是不一致和矛盾的[8,16- - - - - -18]第二，大多数研究脂联素与肾功能之间关系的研究都是在患有代谢紊乱（如糖尿病）的人群中进行的。据我们所知，只有两项研究[16,19]健康个体（即无症状个体，除高血压外，之前未被诊断出患有任何严重或慢性疾病）。鉴于肾脏疾病在撒哈拉以南非洲和CKD常见的年轻人（20-50岁）中的重要性日益增加[20]因此，有必要研究脂联素作为这些人群肾功能生物标志物的潜在效用。

我们之前研究过西非人脂联素水平、肥胖和代谢标志物之间的关系，并表明脂联素与年龄、BMI、腰围和血脂显著相关[21]．由于脂联素和肾功能之间的关系似乎被疾病状况所混淆，我们推断，在没有任何已知的主要发病率的队列中研究这种关系将是有意义的。在本研究中，我们旨在研究非糖尿病西非人的肾功能(通过估计肾小球滤过率(eGFR)测量)和脂联素之间的关系。

2.对象和方法

２.１.研究人群

这项研究包括18-79岁的非糖尿病西非人，他们参加了非洲-美洲糖尿病（AADM）研究研究：AADM研究是一项正在西非进行的T2D项目，旨在研究T2D和相关共病的遗传和环境决定因素，包括肥胖、肾功能和代谢紊乱的几种生化标志物[22]简而言之，AADM研究是在尼日利亚的三个中心（埃努古、伊巴丹和拉各斯）和加纳的两个中心（阿克拉和库马西）进行的，作为美国研究人员和西非科学家国际合作的一部分。AADM研究纳入了患有和不患有糖尿病的家庭和无关人员（对照组）。研究方案由各参与西非机构的IRB批准，参与者根据赫尔辛基指南给予知情同意。参与者每1.73米²被排除在本研究之外。最终的研究样本包括792名合格的参与者。

２.２.人体测量和临床测量

该研究使用了人体测量(身高、体重和腰围)和临床测量的标准化方案。穿着轻便的衣服，体重用电子秤测量到最接近0.1公斤，身高用测距仪测量到最接近0.1厘米，腰围在躯干最窄处测量到最接近0.1厘米。使用示波仪(欧姆龙)测量坐位时的血压。使用COBAS Integra 400 plus自动分析仪(罗氏诊断公司，印第安纳波利斯，IN)测定空腹血清样本的临床生物标志物数量，包括肌酐、HDL-C、LDL-C和甘油三酯;肌酐的测定采用改良的Jaffé反应。根据制造商的说明，使用市售免疫分析试剂盒(R&D Systems, Minneapolis, MN)测定血清脂联素总量。eGFR作为肾功能的测量指标。GFR的估计仍然存在争议，特别是在非洲[23因为现有的方法还没有在非洲或亚洲人群中得到验证。在非洲人群缺乏可推广的方法的情况下，我们在本研究中选择使用两种不同的计算方法来估计GFR:(1)临床医生和研究人员广泛使用的肾脏疾病饮食修正(MDRD)公式[24)如下:（如果是女性）×1.21（如果是黑人）和（2）克罗克罗夫特·高尔特（CG）计算如下[25]：如果女性(×0.85)。为了比较MDRD和CG方法估算的GFR, CG公式每1.73 m归一化²由Du Bois和Du Bois公式估计的体表面积(BSA) [26]，．使用国家肾脏基金会肾病结果质量倡议的指南[27，我们将eGFR < 60 mL/min/1.73 m定义为中度CKD²．参照组(即eGFR“正常”的参与者)是患有mL/min / 1.73 m²．

2．3.统计分析

所有的统计分析使用SPSS包,16.0版本。使用Q-Q图检查所有变量的正态性。偏态分布的变量(脂联素、肌酐、HDL-C、LDL-C、TG、eGFR)_MDRD和表皮生长因子受体_CG)的对数变换，以防止违反正态假设。除特别说明外，连续变量用均数±标准差表示;学生的,组间均数比较采用检验。采用偏Pearson相关系数和简单、多元线性回归模型评价肾功能(eGFR)之间的相关性_MDRD和表皮生长因子受体_CG)在这些模型中，eGFR_MDRD或eGFR_CG为因变量，脂联素为解释变量。对已知影响肾功能的因素进行了调整，特别是年龄、性别、BMI、高血压、吸烟和血脂(甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)和低密度脂蛋白胆固醇(LDL-C))。高血压、吸烟和性别作为分类变量被纳入模型。使用logistic回归模型，我们确定了eGFR的预测因子_MDRD和表皮生长因子受体_CG在中度CKD(即eGFR < 60 mL/min / 1.73 m²)第一个logistic模型是一个未经调整的模型，其中只有脂联素水平是预测因子；在第二个模型中，我们调整了年龄和性别，最后，第三个logistic模型包括脂质参数（HDL-C、LDL-C和TG）。所有分析的显著性水平均设定为0.05。

3.结果

792名受试者包括315名男性(平均年龄)年）和477名妇女（平均年龄）年)。该队列的特征见表1．总体而言，男性的BMI、腰围和脂联素水平较低1(a))。本研究中估计GFR的两种方法(MDRD和CG)高度相关(, )。尽管存在高度相关性，但当使用MDRD方法评估GFR时，中度CKD的患病率为8.5%，这一数值几乎是使用CG方法的两倍（16.3%）。表中总结了按eGFR分类的研究参与者的特征1(b).平均而言，MDRD方法估算的GFR高于CG方法(100.4 vs 90.4 min/mL / 1.73 m)²).中度CKD（即eGFR<60 每1.73毫升/分钟 M²)明显年龄更大，血清肌酐和脂联素水平更高(基于MDRD: 8511.4 ng/mL vs 6760.8 ng/mL，基于CG: 8709.6 ng/mL vs 6606.9 ng/mL)。

（a）按性别分类的参与者特征


变量	(）	男性(）	女(）	价值

年龄(年)	46.4±13.0	48.3±14.2	45.1±12.0	0.0012
BMI(公斤/米²）	25.8±5.5	23.6±3.99	27.3±5.9	0.0001
WC (cm)	87.8±12.0	85.9±10.86	89.1 ± 12.6	0.0002
吸烟（是/否）（%）	4．8	8．3	2.5	0.0002
HTN (yes / no) (%)	35.1	35.9	34.6	0．71
CKD_MDRD(yes / no) (%)	8．5	9．2	8．0	0.54
CKD_CG(yes / no) (%)	16.3	23.8	11．1	0.0001
肌酐(mg / dL)
的意思是	1.0±0.3	1.1±0.3	0.9±0.2	0.0001
几何平均数	0.9	1.1	0.8	0.0001
表皮生长因子受体_MDRM(mL/min / 1.73 m²）
的意思是	100.4±35.3	99.0±34.5	101.3±35.9	0.37
几何平均数	95.5	93.3	95.5	0.37
表皮生长因子受体_CG(mL/min / 1.73 m²）
的意思是	90.4±32.2	80 ± 28	97.2±33.0	0.0001
几何平均数	85.1	75.9	91.2	0.0001
高密度脂蛋白胆固醇（毫克/分升）
的意思是	42.6±18.5	41.4±17.3	43.4 ± 19.2	0.15
几何平均数	38.0	37.2	38.0	0.15
低密度脂蛋白胆固醇（mg/dL）
的意思是	130.3 ± 47.2	124.4±48.2	134.1 ± 46.1	0.005
几何平均数	123	114.8	125.9	0.005
TG (mg / dL)
的意思是	91.1±43.6	94.8±50.3	88.7±38.5	0.07
几何平均数	83.2	87.1	81.3	0.07
AdipoQ (ng / mL)
的意思是	8271.1±5207.9	6956.0±4525.8	9139.5 ± 5445.9	0.0001
几何平均数	6918.3	5888.4	7762.5	0.0001

BMI：体重指数；AdipoQ：脂联素；eGFR：估计肾小球滤过率；WC：腰围；HTN：高血压；CKD：定义为eGFR<60的慢性肾病 mL/min/1.73 M²HDL-C：高密度脂蛋白；LDL-C：低密度脂蛋白；TG：甘油三酯。
除指定外，结果以均数±标准偏差表示。
学生的t-测试用于比较各组之间的平均值，卡方检验用于比较各组之间的频率。

（b）按eGFR分类的参与者特征_MDRD和表皮生长因子受体_CG


变量	表皮生长因子受体_MDRD≥ 60	表皮生长因子受体_MDRD< 60	P价值	表皮生长因子受体_CG≥ 60	表皮生长因子受体_CG< 60	P价值

年龄(年)	45.8±13.2	53.2±9.2	< 0.0001	44.1±12.1	58 ± 11.2	< 0.0001
BMI(公斤/米²）	25.9 ± 5.6	25.5 ± 4.5	0.6	26.4 ± 5.7	22.6±3.3	< 0.0001
腰围(cm)	87.6±12.1	89.9±10.3	0.13	88.4±12.4	84.9±9.3	< 0.0001
吸烟（是/否）（%）	5 (36/725)	3 (2/67)	０．４７	5.3 (35/659)	2.3 (3/128)	0.16
HTN (yes / no) (%)	33.7	50.7	0.009	31.3	55.5	< 0.0001
男女比例	286/439	29/38	- - - - - -	237/422	75/53	- - - - - -
肌酐(mg / dL)
的意思是	0.9±0.2	1.6 ± 0.3	< 0.0001	0.9±0.2	1.4±0.3	< 0.0001
几何平均数	0.9	1.6	< 0.0001	0.9	1.3	< 0.0001
表皮生长因子受体
的意思是	104.9 ± 33.52	52.3±6.6	< 0.0001	98.2 ± 29.2	50±6.8	< 0.0001
几何平均数	100	51.3	< 0.0001	95.5	49.0	< 0.0001
高密度脂蛋白胆固醇（毫克/分升）
的意思是	41.9 ± 18	49.7 ± 22.4	0.008	41.7 ± 17.7	47.6±21.5	0.005
几何平均数	37.2	43.7	0.008	36.3	42.7	0.005
低密度脂蛋白胆固醇（mg/dL）
的意思是	126.2±43.5	174.4 ± 61	< 0.0001	126.0±43.9	152.8 ± 56.4	< 0.0001
几何平均数	117.5	162.2	< 0.0001	117.5	141.3	< 0.0001
TG (mg / dL)
的意思是	88.26 ± 41.3	122.09±54.8	< 0.0001	88.7±43.7	104.2±41.6	< 0.0001
几何平均数	79.4	112.2	< 0.0001	81.3	97.7	< 0.0001
AdipoQ
的意思是	8091 ± 5092.1	10220.2±6032.9	0.007	7884.9±4941.0	10376.2 ± 6054.6	< 0.0001
几何平均数	6760.8	8511.4	0.007	6606.9	8709.6	< 0.0001

BMI:身体质量指数;AdipoQ:脂联素;eGFR:估计的肾小球滤过率;WC:腰围;HTN:高血压;CKD:中度慢性肾病，定义为eGFR < 60 mL/min/1.73 m²HDL-C:高密度脂蛋白;LDL-C:低密度脂蛋白;TG:甘油三酯。
除指定外，结果以均数±标准偏差表示。
学生的t-测试用于比较各组之间的平均值，卡方检验用于比较各组之间的频率。

为了探索eGFR、脂联素和潜在混杂因子之间的关系，我们首先绘制了散点图（图1）1)，计算出部分皮尔逊相关系数(表2).相同的变量与两种eGFR相关_MDRD和表皮生长因子受体_CG．eGFR与脂联素呈负相关()、年龄()、血脂（LDL-C、HDL-C、TG）和高血压().未发现eGFR与吸烟之间存在关联()在该队列中（表1）2）.相反，脂联素与年龄、HDL-C和高血压呈正相关2）.有趣的是eGFR之间的联系_CG与eGFR的相关性相比，脂联素的相关性更强_MDRD脂联素(对）.


	log10AdipoQ	log10LDL	log10HDL	log10TG	log10GFR_MDRD	log10GFR_CG	HTN	身体质量指数	吸烟

log10LDL	0.08
log10HDL	0.20	0.20
log10TG	−0.08	0.40	−0.12
log10GFR_MDRD	−0.19	−0.38	−0.19	−0.37
log10GFR_CG	−0.35	−0.32	−0.18	−0.30	0.9
HTN	0.15	0.19	0.14	0.21	−0.22	−0.28
身体质量指数	−0.30	0.17	NS	0.21	−0.08	0.26	0.11
吸烟	NS	NS	NS	NS	NS	NS	NS	NS
年龄	0.29	0.28	0.13	0.28	−0.41	−0.60	0．48	NS	NS

相关系数在0.05水平显著（双尾）。NS：不重要。

（a）

（b）

图1

_MDRD _CG 非糖尿病西非人的对数转化eGFR(纵轴)与对数脂联素(横轴)的散点图。(a) MDRD方法估测的GFR (eGFR)之间的关系）和脂联素，(b) Cockroft-Gault方法估算的GFR (eGFR)之间的关系）和脂联素。在每个图上叠加一条线性回归线来显示与eGFR的关系。

在未经调整的线性回归模型中，脂联素解释了3%的eGFR变异_MDRD（)，而它解释了约7%的eGFR变异_CG（)在包括年龄、性别、BMI、高血压和血脂的多变量模型中，脂联素仍然是eGFR的重要预测因子_MDRD（)和表皮生长因子受体_CG（)还有年龄()及血脂()该多变量模型解释了eGFR 30%的变异_MDRD(表3.）.此外，BMI和性别也与eGFR显著相关_CG，方差解释了eGFR的原因_CG增加到55.6%。此外，不管中度CKD的估算方法如何，脂联素与中度CKD显著相关(和，（表4)，这些关联与血脂、年龄和性别的影响无关。


因变量(log eGFR_MDRD）							因变量(log e）
	单变量模型			多变量模型			单变量模型			多变量模型
	(SE)	贝塔_MDRD		(SE)	贝塔_MDRD		(SE)	贝塔_CG		(SE)	贝塔_CG

log10AdipoQ	−0.09 (0.02)	−0.18	< 0.0001	−0.05 (0.02)	−0.10	0.004	−0.15 (0.02)	−0.26	< 0.0001	−0.05 (0.02)	−0.09	0.001
年龄	- - - - - -	- - - - - -	- - - - - -	−0.003 (0.00)	−0.26	< 0.0001	- - - - - -	- - - - - -	- - - - - -	−0.005 (0.0)	−0.47	< 0.0001
性	- - - - - -	- - - - - -	- - - - - -	0.01 (0.01)	0.04	0.26	- - - - - -	- - - - - -	- - - - - -	0.04 (0.01)	0.14	< 0.0001
身体质量指数	- - - - - -	- - - - - -	- - - - - -	0.00 (0.001)	−0.01	0.79	- - - - - -	- - - - - -	- - - - - -	0.01 (0.001)	0.33	< 0.0001
HTN	- - - - - -	- - - - - -	- - - - - -	0.008 (0.01)	0.03	0.42	- - - - - -	- - - - - -	- - - - - -	0.007 (0.01)	0.02	0.44
吸烟	- - - - - -	- - - - - -	- - - - - -	0.01 (0.02)	0.02	０．５２	- - - - - -	- - - - - -	- - - - - -	0.01 (0.02)	0.02	0.41
log10LDL-C	- - - - - -	- - - - - -	- - - - - -	−0.15 (0.03)	−0.17	< 0.0001	- - - - - -	- - - - - -	- - - - - -	−0.13 (0.03)	−0.14	< 0.0001
log10HDL-C	- - - - - -	- - - - - -	- - - - - -	−0.08 (0.02)	−0.13	< 0.0001	- - - - - -	- - - - - -	- - - - - -	−0.07 (0.02)	−0.10	< 0.0001
log10TG	- - - - - -	- - - - - -	- - - - - -	−0.21 (0.03)	−0.26	< 0.0001	- - - - - -	- - - - - -	- - - - - -	−0.17 (0.02)	−0.19	< 0.0001

：MDRD法估算的GFR非标准系数；：CG法估算的GFR的非标准系数。
贝塔_MDRD: MDRD方法估算的GFR标准化系数;贝塔_CG: MDRD方法估算的GFR标准化系数。
SE：标准误差；AdipoQ：脂联素。
HTN:高血压;BMI:身体质量指数。
调整R单变量模型的-square = 0.03，调整后R-square多元模型= 0.30时，eGFR_MDRD为因变量。
调整R单变量模型的-square = 0.07;调整R当eGFR为多元模型时-square = 0.56_CG为因变量。
显著性水平设为0.05。


模型	因变量:CKD (0,1)^¥
	预测	表皮生长因子受体定义的CKD_MDRD					表皮生长因子受体定义的CKD_CG
	预测		S.E.	瓦尔德池广场酒店	df	价值		S.E.	瓦尔德池广场酒店	df	价值

模型1：未调整	AdipoQ	1.48	0．50	8.95	1	0.003	1.84	0.38	22.9	1	0.0001
模式2：年龄和性别调整	AdipoQ	1.05	0.53	3.93	1	0.05	1.56	0.46	11.65	1	0.001
模型3:年龄、性别、血脂*	AdipoQ	1.61	０．５９	7.52	1	0.006	1.90	0．48	15.38	1	0.0001

^¥CKD编码:0，参考组代表eGFR患者60 mL / min / 1.73米²；1代表eGFR < 60 mL/min/1.73 m²．
*模型中的血脂：HDL-C、LDL-C、甘油三酯。
SE:标准误差;B: logistic回归系数;Df:自由度;或:优势比;AdipoQ:脂联素。
性别编码- 0:男性，1:女性。

4.讨论

我们在一个大型非糖尿病西非队列中研究了肾功能和脂联素之间的关系。由于没有一个GFR估计方程在非洲人群中得到正式验证，我们在本研究中采用了两种最常用的方法(MDRD和Cockroft-Gault)。MDRD方法广泛应用于临床实践，Cockroft-Gault方法是临床医生首次采用的基于肌酐的方法[28].尽管相关性很高()，在我们的研究中，cg估计的GFR发现更多的个体具有低eGFR (<60 mL/min每1.73 m²)比MDRD估计的eGFR高（16.3%对8.5%）。我们的发现与之前在其他人群中的观察结果一致[29,30]．例如，Wetmore等人发现，在他们的研究中，5.3%的受试者被MDRD方程归类为CKD (eGFR < 60 mL/min / 1.73 m)²)，而19.7%是按CG公式分类的[29]．

无论采用何种方法来评估GFR，我们观察到eGFR与循环脂联素之间存在负相关，正如其他研究者先前所报告的那样[8,13,31,32]．然而，以前的大多数观察对象都是患有1型和2型糖尿病、冠状动脉疾病和CKD等现有疾病的人。因此，除了证实之前的研究结果外，我们的研究表明eGFR和脂联素之间的反向关系延伸到没有明显代谢紊乱的人群。此外，我们观察到eGFR和脂联素之间的关联在Cockroft-Gault计算作为肾功能指标时更强。虽然观察到的差异的原因并不明显，但我们假设，这可能是由于CG方程考虑了人体测量测量，这也会影响脂联素水平，而MDRD公式则没有[28,33]．

根据估计方法，仅脂联素水平就解释了该队列中eGFR变化的3%至7%。有趣的是，在调整吸烟、性别、高血压和血脂等其他因素的多元回归分析中，eGFR解释的差异增加了8倍至56%_CGeGFR增加10倍，达到30%_MDRD．方差百分比的显著增加主要是由于回归模型中纳入了年龄、性别、BMI和血脂(HDL-C、LDL-C和甘油三酯)。年龄、血脂和表皮生长因子受体之间的关系已被充分证明[34- - - - - -37]例如，基线血脂（总胆固醇和LDL-C）是肾脏疾病的独立危险因素，也是肾功能的有力预测因子[38]因此值得注意的是，在存在年龄和血脂的情况下，脂联素仍然是eGFR的重要独立预测因子。

我们还发现脂联素与中度CKD独立相关(见表)4)这些观察结果表明，即使在没有明显T2D的个体中，脂联素也可能作为肾功能的潜在生物标志物。此外，它还提供了额外的证据支持评估脂联素与其他血浆蛋白，如载脂蛋白A-IV、成纤维细胞生长因子23、中性粒细胞明胶酶相关的脂质沉积蛋白和利钠肽，作为CKD进展的一种鉴别性生物标记物[12]．为了充分了解脂联素在常规临床病理中的潜在作用，还需要更多的基于人群的研究以及脂联素异构体在肾功能中的研究。Kawamoto等人[16]发现高分子量（HMW）脂联素与GFR之间存在正相关，提出了脂联素异构体在肾功能中作用的重要问题。HMW脂联素已被证明是脂联素胰岛素增敏功能中最有效的形式[39,40]．正如日本对轻度CKD患者的研究表明的那样，高分子量脂联素也可能在肾功能方面提供更多的保护[16]．

尽管我们在该队列中仔细评估了脂联素与肾功能之间的关系，但研究设计（横断面）而使用eGFR作为健康个体肾功能的测量是本研究的潜在局限性。横断面研究不允许确定关系中的因果关系。因此，需要纵向研究来提供此类数据。其次，基于MDRD的eGFR估计可能不适用于所有人群，e特别是非洲人，亚洲人[23，以及营养不良、素食者或低肉饮食者。虽然我们的队列研究没有包括营养不良的个体，但我们的研究没有收集饮食数据，因此我们无法在分析中控制饮食因素。此外，我们对中度CKD的定义仅仅是基于eGFR，一种基于肌酐的估计。在本研究中，没有其他肾脏功能标志物，如蛋白尿或尿白蛋白/肌酐，来解释eGFR低的受试者的肾功能受损。

总之，我们证明了脂联素是非糖尿病西非人群中eGFR和中度CKD的独立预测因子。这证实并扩展了先前关于脂联素与肾功能呈负相关的发现。我们研究的独特之处在于纳入了更健康、更年轻的西非人群这些属性使我们能够评估脂联素和肾功能之间的关系，在一个普遍未被研究的人群中，跨越更大的年龄谱。

伦理批准

本研究根据《赫尔辛基宣言》规定的原则进行。从参与机构的IRB获得伦理批准。所有研究参与者均提供书面知情同意书，用于样本采集和后续分析。

利益冲突

作者声明不存在利益冲突。该论文已被所有作者阅读并批准，目前不考虑在其他地方发表。

致谢

美国国家少数民族健康和健康差异研究所（NIH）第3T37TW00041-03S2号国家卫生研究院（NIH）拨款为非洲-美洲糖尿病（AADM）研究提供支持。该项目也得到国家研究资源中心（NCRR）的部分支持，基因组学和全球健康研究中心的校内研究项目，由国家卫生研究院NHGRI、NIDDK、OD和CIT提供支持，所有这些都是国家卫生研究院的组成部分。

参考文献

Stefan，“儿童血浆脂联素浓度：与肥胖和胰岛素血症的关系，”临床内分泌与代谢杂志，第87卷，第2期10，页4652-4656,2002。视图:出版商网站|谷歌学术搜索
O. A. Mojiminiyi, N. A. Abdella, M. Al Arouj, and A. Ben Nakhi，“2型糖尿病患者中脂联素、胰岛素抵抗和代谢综合征的临床表达”国际肥胖杂志，第31卷，第2期，第213-220页，2007年。视图:出版商网站|谷歌学术搜索
L. U. Monzillo, O. Hamdy, E. S. Horton等，“生活方式改变对有胰岛素抵抗的肥胖受试者脂肪因子水平的影响”肥胖研究，第11卷，第9期，第1048-10542003页。视图:谷歌学术搜索
a . Onat, G. Hergenç， D. Dursunoǧlu, Z. Küçükdurmaz, S. Bulur和G. Can，“肥胖女性血清脂联素水平相对较高，是抗炎功能障碍的一个潜在指标:与性激素结合球蛋白的关系，”国际生物科学杂志，第4卷，第4期，第208-214页，2008年。视图:谷歌学术搜索
J.Axelson，O.Heimbürger和P.Stenvinkel，“慢性肾脏疾病中的脂肪组织和炎症，”对肾脏病的贡献，第151卷，第165-174页，2006。视图:出版商网站|谷歌学术搜索
H.C.Looker，J.Krakoff，T.Funahashi等人，“患有2型糖尿病的皮马印第安人，脂联素浓度受肾功能和糖尿病持续时间的影响，”临床内分泌与代谢杂志，第89卷，第89期。8，页4010-4017,2004。视图:出版商网站|谷歌学术搜索
Tentolouris，D.Doulgerakis，I.Moyssakis等人，“慢性肾功能衰竭患者血浆脂联素浓度：与代谢危险因素和缺血性心脏病的关系，”激素与代谢研究，第36卷，第10号，第721-727页，2004年。视图:出版商网站|谷歌学术搜索
L.Risch，C.Saley，G.Hoefle等人，“肾功能主要正常或轻度受损的冠心病患者肾小球滤过率与脂联素、抵抗素和瘦素之间的关系，”临床化学学报，第376卷，no. 21-2，页108-113,2007。视图:出版商网站|谷歌学术搜索
J.米奇、K.海普曼、M.斯图姆沃尔、A.科纳和J.克拉茨奇，“脂联素在慢性肾脏疾病中的矛盾作用？一个反向流行病学的例子，”关于治疗靶点的专家意见，第13卷，第2期，第163-173页，2009年。视图:出版商网站|谷歌学术搜索
j.j. Díez, P. Estrada, M. a . Bajo等，“在普遍的透析患者中，高稳定的血清脂联素水平与更好的预后相关，”美国肾脏病杂志，第30卷，第2期3，第244-252页，2009。视图:出版商网站|谷歌学术搜索
N.高村，S. Kihara, M. Sonoda等，“脂联素在肾衰竭中的增加和损害”心血管研究，第86卷，第86期3，页471-477,2010。视图:出版商网站|谷歌学术搜索
P. Devarajan，“慢性肾脏疾病靶向生物标志物的使用”，慢性肾脏病研究进展，第十七卷，第二期6，页469-479,2010。视图:出版商网站|谷歌学术搜索
T. Isobe, S. Saitoh, S. Takagi等，“性别、年龄和肾功能对血浆脂联素水平的影响:Tanno和Sobetsu研究，”欧洲内分泌学杂志，第153卷，第153期1，页91-98,2005。视图:出版商网站|谷歌学术搜索
Furuhashi，N.Ura，N.Moniwa等人，“2型糖尿病患者经心脂联素利用的可能损害，”糖尿病护理第27卷第2期9，页2217-2221,2004。视图:出版商网站|谷歌学术搜索
T. Kadowaki和T. Yamauchi，“脂联素和脂联素受体”，内分泌检查第26卷第2期3，页439-451,2005。视图:出版商网站|谷歌学术搜索
Kawamoto，Y.Tabara，K.Kohara等人，“日本成年人血清高分子量脂联素与轻度肾功能不全相关，”动脉粥样硬化与血栓形成杂志，第十七卷，第二期11，页1141-1148,2010。视图:谷歌学术搜索
B. Becker, F. Kronenberg, J. T. Kielstein等，“肾脏疾病患者的肾胰岛素抵抗综合征、脂联素和心血管事件:轻度和中度肾脏疾病研究，”美国肾脏学会杂志，第16卷，第4期，第1091-1098页，2005年。视图:出版商网站|谷歌学术搜索
Lin J.， F. B. Hu, G. Curhan，“血清脂联素与2型糖尿病患者肾功能障碍的关系”，糖尿病护理，第30卷，第2期2，页239-244,2007。视图:出版商网站|谷歌学术搜索
I.M.Kruger、H.W.Huisman和A.E.Schutte，“双族样本中脂联素、衰老和肾功能之间的关系，”调节肽第169卷第1期1-3，页58-63,2011。视图:出版商网站|谷歌学术搜索
S.Naicker，“撒哈拉以南非洲终末期肾病的负担，”临床肾脏病学会， vol. 74, supplement 1, pp. S13-S16, 2010。视图:谷歌学术搜索
K. G. Meilleur, A. Doumatey, H. Huang等人，“在西非，循环脂联素与肥胖和血脂有关，”临床内分泌与代谢杂志第95卷第1期7，第3517-3521页，2010。视图:出版商网站|谷歌学术搜索
C. N. Rotimi, G. M. Dunston, K. Berg等人，“在西非寻找2型糖尿病易感基因:AADM研究第一阶段的设计和结果，”流行病学年报，第11卷，第5期。1，页51-58,2001。视图:出版商网站|谷歌学术搜索
L. A. Stevens, M. A. Claybon, C. H. Schmid等，“慢性肾脏病流行病学合作方程评估评估多种族肾小球滤过率，”肾脏国际，第79卷，第5期。5, pp. 555-562, 2011。视图:出版商网站|谷歌学术搜索
A. S. Levey, J. P. Bosch, J. B. Lewis, T. Greene, N. Rogers, and D. Roth，“从血清肌酐估计肾小球滤过率的更准确方法:一个新的预测方程，”内科学年鉴，第130卷，第6期，第461-470页，1999年。视图:谷歌学术搜索
W. M. Michels, D. C. Grootendorst, M. Verduijn, E. G. Elliott, F. W. Dekker，和R. T. Krediet，“Cockcroft-Gault、MDRD和新的CKD-EPI公式与GFR、年龄和体型的关系的表现”，美国肾脏学会临床期刊，第5卷，第5期。6, pp. 1003-1009, 2010。视图:出版商网站|谷歌学术搜索
D.B.D.Bois，“如果已知身高和体重，估计近似表面积的公式，”内科学档案，第17卷，第863-871页，1917。视图:谷歌学术搜索
K/DOQI慢性肾病临床实践指南：评估、分类和分层美国肾脏疾病杂志第39卷第3期2、增刊1,pp. S1-S266, 2002。视图:谷歌学术搜索
J. L. Teruel, J. Sabater, C. Galeano等，“Cockcroft-Gault方程比MDRD方程更好地估计晚期慢性肾衰竭患者的肾小球滤过率。”内弗罗吉亚第27卷第2期3，页313-319,2007。视图:谷歌学术搜索
J. B. Wetmore, R. Palsson, J. M. Belmont, G. Sigurdsson, L. Franzson, and O. S. Indridason，“基于肌酐和胱抑素c的方程之间的差异:在普通人群中识别慢性肾脏疾病的意义”斯堪的纳维亚泌尿学和肾脏学杂志，第44卷，第5期。4，页242-250,2010。视图:出版商网站|谷歌学术搜索
M.Andro、S.Estivin、E.Comps和A.Gentric，“八十岁后老年人肾功能的评估：Cockroft和Gault或肾脏疾病方程式中饮食的改变？”互联网医学杂志，第32卷，第2期11, pp. 698-702, 2011。视图:出版商网站|谷歌学术搜索
B. Becker, F. Kronenberg, J. T. Kielstein等，“肾脏疾病患者的肾胰岛素抵抗综合征、脂联素和心血管事件:轻度和中度肾脏疾病研究，”美国肾脏学会杂志，第16卷，第4期，第1091-1098页，2005年。视图:出版商网站|谷歌学术搜索
P. W. B. Nanayakkara, C. Y. Le Poole, D. Fouque等，“在K/DOQI 3-5慢性肾病患者中，血浆脂联素浓度与估计的肾小球滤过率呈反向和非线性相关。”临床肾脏病学会第72卷第2期1，第21-30页，2009。视图:谷歌学术搜索
R.A.Chudleigh，G.Dunseath，R.Peter等人，“体重对2型糖尿病患者肾小球滤过率估计器性能的影响，”糖尿病护理，第31卷，第1期，第47-49页，2008年。视图:出版商网站|谷歌学术搜索
J. R.温斯坦和S.安德森，《衰老的肾脏:生理变化》，慢性肾脏病研究进展，第十七卷，第二期4, pp. 302-307, 2010。视图:出版商网站|谷歌学术搜索
D. Fliser, E. Frabek和E. Ritz，“关于老年人肾功能下降的教条是正确的吗?”肾脏透析移植，第12卷，第8期，第1553-15551997页。视图:出版商网站|谷歌学术搜索
N.K.Hollenberg，A.Rivera，T.Meinking等人，“巴拿马岛上土著库纳美洲人的年龄、肾脏灌注和功能，”肾单位，第82卷，第2期，第131-138页，1999年。视图:出版商网站|谷歌学术搜索
R.Trevisan、A.R.Dodesini和G.Lepore，“脂质和肾脏疾病，”美国肾脏学会杂志，第17卷，第4号，补编2，第145-147页，2006年。视图:出版商网站|谷歌学术搜索
G. B. Appel, J. Radhakrishnan, M. M. Avram等，“RENAAL研究中代谢参数作为风险预测因素的分析，”糖尿病护理第26卷第2期5、2003年。视图:出版商网站|谷歌学术搜索
M. Liu和F. Liu，“脂联素的转录和翻译后调控”，生物化学杂志第425卷1，第41-52页，2010。视图:出版商网站|谷歌学术搜索
U. B. Pajvani, M. Hawkins, T. P. Combs等人，“脂联素的复杂分布，而不是绝对数量，与噻唑烷二酮介导的胰岛素敏感性改善相关，”生物化学杂志第279卷第2期13，页12152-12162,2004。视图:出版商网站|谷歌学术搜索

国际肾脏病杂志

弱势人群的肾脏疾病

摘要