基于脂质代谢与体重的IgA肾病预后评估:TCBI的潜在价值
Prognostic Value of TCBI for IgA Nephropathy Patients Based on Lipid Metabolism and Body Weight
摘要: IgA肾病(IgAN)是全球最常见的原发性肾小球疾病。现有研究表明,血脂异常和肥胖可通过加速系膜细胞增生、足细胞损伤及肾间质纤维化等机制驱动疾病进展。日本学者Doi等近年首次提出的新型营养指数TCBI (甘油三酯 × 总胆固醇 × 体重指数/1000)已在心血管疾病领域显示出良好的预后预测价值,但其在IgAN中的应用尚未见报道。本文系统阐述了IgAN的免疫–补体–足细胞发病机制,梳理了脂代谢紊乱与肾脏组织学损伤的相互作用关系,并总结TCBI的理论基础、计算方法及心血管领域的实证研究。基于现有证据,本文提出:TCBI通过整合全身代谢应激为单一指标,有望成为评估IgAN疾病活动度及预测远期肾脏结局的代谢窗口指标。未来需开展大规模、多中心、前瞻性研究以明确TCBI与组织学病变、蛋白尿动态变化及硬终点事件的量化关系,并探索基于TCBI的精准干预策略。
Abstract: IgA nephropathy (IgAN) is the most common primary glomerular disease worldwide. Accumulating evidence indicates that dyslipidemia and obesity accelerate mesangial proliferation, podocyte injury, and renal interstitial fibrosis, thereby driving disease progression. The novel nutritional index TCBI (triglyceride × total cholesterol × body weight/1000), first proposed by Doi et al. in 2018, has demonstrated robust prognostic value in cardiovascular disorders; however, its application in IgAN remains unexplored. This review systematically delineates the immune-complement-podocyte pathogenesis of IgAN, elucidates the interplay between lipid dysregulation and renal histological damage, and summarizes the theoretical basis, calculation method, and cardiovascular validation of TCBI. Based on current evidence, we propose that TCBI, by integrating systemic metabolic stress into a single metric, holds promise as a metabolic window for assessing disease activity and predicting long-term renal outcomes in IgAN. Large-scale, multicenter, prospective studies are warranted to quantify its associations with histological lesions, proteinuria dynamics, and hard renal endpoints, and to explore TCBI-targeted interventions for precision nephrology.
文章引用:周俊丞, 陈万欣. 基于脂质代谢与体重的IgA肾病预后评估:TCBI的潜在价值[J]. 临床医学进展, 2026, 16(3): 1348-1356. https://doi.org/10.12677/acm.2026.163913

1. 引言

IgA肾病(IgAN)作为全球最常见的原发性肾小球疾病,其以肾小球系膜区IgA优势型免疫复合物沉积为首要特征,基本组织学改变表现为肾小球系膜弥漫性增生,发病机制涉及免疫复合物沉积、炎症反应和多个组织学改变[1] [2],传统研究主要聚焦于半乳糖缺乏IgA1 (Gd-IgA1)免疫复合物沉积、补体系统激活及系膜细胞增生等免疫机制[3]。近年来,脂质代谢异常在IgAN进展中的作用日益受到关注。研究表明,持续的高脂状态不仅增加肾脏纤维化程度,还可通过血流动力学改变、炎症反应和足细胞损伤等机制加速肾功能恶化[4]-[9]。日本学者Doi于2018年首次提出了一种新型营养指数(TCBI, TG × TC × BW Index),该指数结合甘油三酯(TG)、总胆固醇(TC)和体重(BW)三个参数,在心血管疾病中显示出良好的预后预测价值[10]-[15]。然而,TCBI与IgAN相关性的直接研究至今仍为空白,而高脂血症、肥胖、足细胞脂毒性在IgAN进展中的机制证据已较充分。因此,评估TCBI能否作为IgAN代谢–免疫–纤维化轴的可视化窗口,具有重要的学术与转化医学意义。

2. IgA肾病发病机制

IgAN的发病机制涉及多种因素。Kant等[3]提出经典四重打击模式:第一重打击为循环Gd-IgA1水平升高,第二重打击为特异性IgG或IgA1自身抗体产生,第三重打击为免疫复合物形成,第四重打击为复合物沉积于肾小球系膜区并激活补体系统。这一系列过程导致系膜细胞增生、基质增多及炎症细胞浸润,最终引起肾小球硬化和间质纤维化。

而补体系统异常激活在IgAN病理过程中同样发挥着关键作用。Nam等[16]发现,肾小球系膜区C3和C4d沉积与蛋白尿程度、eGFR下降及Oxford评分中系膜增生(M)、节段硬化(S)、小管萎缩/间质纤维化(T)分值呈正相关。孙楠[17]进一步证实,血清补体C3、C4水平与IgAN患者临床病理特征密切相关,低补体血症患者往往伴有更严重的蛋白尿、高血压和肾功能损害。在脂质与补体交叉作用方面中,HUANG等[18]发现血清总胆固醇每升高1 mmol/L,补体C4升高0.04 g/L,二者与24 h蛋白尿呈同步升高趋势,提示脂质与补体可能通过共同炎症轴放大肾损伤。这些研究提示补体激活不仅放大炎症反应,还直接驱动肾脏慢性化进程。

足细胞–系膜细胞交互作用在IgAN发病中占据重要地位。Cook [19]提出IgAN中局灶节段性肾小球硬化(FSGS)可源于足细胞原发性损伤,Eremina等[20]证实足细胞分泌的血管内皮生长因子A (VEGF-A)对系膜细胞生存和分化发挥重要作用。而系膜细胞损伤又可导致节段性硬化的出现,Kriz等[21]在抗Thy-1肾炎模型中观察到,足细胞脱离后系膜区出现塌陷性硬化。Bellur等[22]在Oxford队列亚分析中指出,节段硬化若伴足细胞缺失则肾存活率显著低于单纯系膜增生。

3. 脂信号失衡与IgAN

近年研究证实,脂质代谢异常可通过多种途径参与IgAN的发病和进展。陈小红等[4]在2型糖尿病肾损害队列中首次报道,甘油三酯 ≥ 2.3 mmol/L与肾小管损伤标志物N-乙酰-β-D-氨基葡萄糖苷酶升高独立相关,其结论被平行引入IgAN研究领域。Zhang等[5]在动脉粥样硬化研究中发现,极低密度脂蛋白(VLDL)可诱导巨噬细胞分泌肿瘤坏死因子α (TNF-α)和白细胞介素6 (IL-6),而这两种细胞因子在IgAN系膜区同样高表达。

血流动力学方面,Bos等[6]通过影像流变学证实高脂血症可增加血管内皮壁剪切应力,Winter等[8]报道持续层流剪切可上调肾小球内皮Krüppel样因子2 (KLF2)并降低足细胞紧密连接蛋白,从而提供脂质–血流动力学–足细胞损伤的连续证据。Slater等[23]进一步发现,慢性暴露于层流剪切应力可诱导肾小球内皮细胞KLF2表达,调节与足细胞的相互作用,导致滤过屏障功能受损。

体外研究方面,Nishida等[24]显示富含甘油三酯的脂蛋白刺激系膜细胞增生呈剂量依赖性,Unger等[25]提出脂毒性概念,强调细胞内脂质超载导致线粒体活性氧爆发与内质网应激,最终引起肾细胞凋亡。Hua等[26]通过动物研究证实,高脂血症诱导的游离脂肪酸失调可通过CD36介导的氧化应激途径导致足细胞凋亡,从而通过纤维化、炎症和凋亡加重肾损伤。

动物模型研究为脂质致肾损伤提供了直接证据。Keane等[27]早在1988年就提出脂质与进行性肾小球硬化的关系理论,Joles等[28]-[30]在遗传性高脂大鼠模型中发现,VLDL和中间密度脂蛋白(IDL)水平升高可导致蛋白尿和肾小球硬化,其机制包括:1) 直接毒性作用损伤肾小球内皮细胞和足细胞;2) 激活系膜细胞和巨噬细胞,促进炎症因子释放;3) 脂质过氧化产物加重氧化应激;4) 影响肾小球血流动力学,加重高滤过状态。

临床研究中,LIU等[31]回顾性分析712例IgAN患者,发现高甘油三酯血症与中度以上小管萎缩/间质纤维化独立相关(OR = 1.89, 95% CI: 1.21~2.94, p = 0.005)。组织病理学研究也显示,局灶性和节段性肾小球硬化与血清甘油三酯水平呈正相关[28] [29]。此外,Olbricht等人发现他汀类降脂药物可减轻肾小球硬化与蛋白尿[30]。这些研究共同证实,高脂信号通过炎症放大、血流应力、脂毒性凋亡及间质纤维化四条平行通路加速IgAN慢性化进程。

4. TCBI理论基础

Doi等[10]于2018年首次提出TCBI概念,其计算公式为:血清甘油三酯(mg/dL) × 血清总胆固醇(mg/dL) × 体重(kg)/1000。该指数的创新性在于:第一,甘油三酯与总胆固醇乘积可放大单一脂质参数对血管内皮损伤的效应;第二,体重作为能量过剩的临床替代指标,与炎症、胰岛素抵抗及肾小球高滤过直接相关;第三,三变量乘积形成连续型变量,便于风险梯度分析。

4.1. 三者协同效应的病理生理学基础

从病理生理学角度,TG、TC、BW三者并非简单叠加,而是通过代谢交叉对话形成协同损伤网络。现有研究为这种协同效应提供了以下证据链:

(1) 脂质代谢通路的相互促进:Nishida等[24]证实富含TG的脂蛋白可剂量依赖性刺激系膜细胞增生;Unger等[25]提出脂毒性概念,指出细胞内脂质超载导致线粒体活性氧爆发与内质网应激。临床研究中,Huang等[18]发现血清总胆固醇与补体C4水平呈正相关(r = 0.42, p < 0.001),而C4升高是IgAN独立危险因素。这种脂质–免疫交互作用提示TG与TC可能通过共同炎症轴放大肾损伤[18] [24] [25]

(2) 肥胖与脂质的协同肾损伤:Hong等[32]的多中心研究纳入1248例IgAN患者,发现BMI ≥ 25 kg/m2者蛋白尿水平显著升高(2.1 ± 1.2 vs 1.3 ± 0.9 g/d, p < 0.001),且eGFR下降速度更快(−3.2 ± 1.8 vs −1.5 ± 1.2 ml/min/1.73 m2/年,p < 0.001)。高鹏丽等[33]报道,BMI ≥ 30 kg/m2组局灶节段性肾小球硬化比例高达42.3%,显著高于正常体重组18.7% (p < 0.001)。结合Liu等[31]证实高甘油三酯血症与小管萎缩/间质纤维化独立相关(OR = 1.89, 95% CI: 1.21~2.94, p = 0.005),提示肥胖与脂质异常共存时肾脏损伤加重[31] [32] [33]

(3) 血流动力学与代谢应激的耦合:Slater等[23]发现慢性层流剪切应力可诱导肾小球内皮细胞KLF2表达,调节与足细胞的相互作用,导致滤过屏障功能受损。Winter等[8]报道持续层流剪切可上调肾小球内皮KLF2并降低足细胞紧密连接蛋白。Bos等[6]证实高脂血症可增加血管内皮壁剪切应力。这些研究为脂质–血流动力学–足细胞损伤提供了连续证据链,而体重增加可通过肾小球高滤过进一步放大这种损伤[6] [8] [23]

(4) 足细胞损伤的多重机制:Hua等[26]通过动物研究证实,高脂血症诱导的游离脂肪酸失调可通过CD36介导的氧化应激途径导致足细胞凋亡。Keane等[27]早在1988年就提出脂质与进行性肾小球硬化的关系理论,Bellur团队[22]同样发现,节段硬化若伴足细胞缺失则肾存活率显著低于单纯系膜增生。结合Joles等[28] [29]在遗传性高脂大鼠模型中发现的VLDL和IDL升高可导致蛋白尿和肾小球硬化,这些结果提示TG、TC、BW三者可能通过脂毒性、氧化应激和机械应力共同损伤足细胞[22] [28]-[29]

4.2. TCBI的临床优势

TCBI将TG、TC、BW整合为单一指标,其优势在于:① 综合性强,同时考虑脂质代谢和体重状态;② 计算简便,仅需常规生化指标和体重数据;③ 可重复性好,不受主观因素影响。Doi等[10]提出该指数时指出,三变量乘积可综合反映全身代谢应激程度,而Guo等[34]报道TCBI与动脉粥样硬化指数(AIP)和TyG指数呈正相关,后两者与动脉粥样硬化和胰岛素抵抗密切相关。这些特性使TCBI有望成为连接心血管代谢异常与肾脏损伤的桥梁指标。

5. TCBI研究现状

自2018年Doi等[10]首次报道以来,TCBI在心血管疾病中的研究迅速扩展。Ishiwata等[11]在318例急性失代偿心力衰竭患者中发现,TCBI每升高1个四分位,全因死亡风险增加38% (HR = 1.38, 95% CI: 1.15~1.66, p < 0.001),可有效预测急性失代偿性心力衰竭患者的预后。在扩张型心肌病患者中,Wang等[12]回顾性分析502例患者,发现TCBI最高四分位与最低四分位相比,全因死亡风险比为2.05 (95% CI: 1.30~3.25, p = 0.002),TCBI升高与死亡率增加显著相关。

在心脏重症领域,Minami-Takano等[13]报道,TCBI ≥ 50是需机械循环支持患者30天死亡的独立预测因子(OR = 3.44, 95% CI: 1.88~6.30, p < 0.001)。范文俊等[14]在稳定型冠心病研究中发现,TCBI与冠状动脉钙化积分呈正相关(r = 0.62, p < 0.001),高TCBI组(≥30)钙化积分显著高于低TCBI组(<20) (398 ± 156 vs 189 ± 98, p < 0.001)。任旭博等[15]进一步证实,TCBI与冠状动脉病变程度(Gensini评分)独立相关(β = 0.48, p < 0.001)。在颈动脉粥样硬化领域,江明菲等[35]发现,TCBI与颈动脉内膜中层厚度(CIMT)及斑块易损指数呈梯度关联,高TCBI组颈动脉重构指数显著升高(2.1 ± 0.8 vs 1.3 ± 0.5, p < 0.001)。

这些研究共同表明,TCBI在心血管领域具有良好的一致性和重复性,可作为营养–代谢–炎症轴的量化指标。其计算简便、无需额外化验、可床旁动态追踪的特点,为临床提供了可及、可重复、低成本的代谢窗口。

6. TCBI与IgAN目前研究现状

尽管TCBI与IgAN的直接研究尚为空白,但现有文献提供了丰富的间接证据链。脂质异常与IgAN方面,HUANG等[18]报道血清总胆固醇与补体C4水平呈正相关(r = 0.42, p < 0.001),而C4升高是IgAN独立危险因素。CHOI等[36]证实,高甘油三酯血症与更严重的组织学肾小球硬化显著相关(OR = 2.13, 95% CI: 1.32~3.44, p = 0.002)。LIU等[31]进一步指出,高甘油三酯是小管萎缩/间质纤维化的重要危险因素(OR = 1.89, 95% CI: 1.21~2.94, p = 0.005)。

肥胖与IgAN方面,Hong等[32]多中心研究纳入1248例IgAN患者,发现BMI ≥ 25 kg/m2者蛋白尿水平显著升高(2.1 ± 1.2 vs 1.3 ± 0.9 g/d, p < 0.001),且eGFR下降速度更快(−3.2 ± 1.8 vs −1.5 ± 1.2 ml/min/1.73 m2/年,p < 0.001)。高鹏丽等[33]报道,随着BMI增加,患者病理损伤程度加重,BMI ≥ 30 kg/m2组局灶节段性肾小球硬化比例高达42.3%,显著高于正常体重组18.7% (p < 0.001)。

营养指数与慢性肾脏病方面,Ishiwata等[11]与Wang等[12]证实TCBI与炎症、纤维化及预后密切相关,提示其可类推至IgAN。机制上,高甘油三酯提供脂毒性底物,高总胆固醇放大膜筏信号,高体重增加肾小球高滤过与间质压力,三因素乘积可同步反映能量过剩、脂质介导损伤及力学应激,理论上与IgAN活动度及慢性化指标同步升降。

7. 常用治疗药物对TCBI组分的影响

在IgAN的长期管理过程中,糖皮质激素(Glucocorticoids)、免疫抑制剂(Immunosuppressants)及RAS阻断剂(Renin-Angiotensin System Blockers)是三类核心治疗药物。这些药物在发挥肾脏保护作用的同时,对TCBI的三个核心组分——甘油三酯(TG)、总胆固醇(TC)和体重(BW)具有显著不同的影响,进而可能改变TCBI的预后预测价值。

7.1. 糖皮质激素

糖皮质激素是IgAN免疫抑制治疗的基石药物,尤其对进展性IgAN具有重要治疗价值。然而,其对代谢的不良影响显著且复杂,可直接升高TCBI各组分。

在血脂代谢方面,糖皮质激素可通过多重机制诱导血脂异常。糖皮质激素能够抑制脂蛋白脂肪酶(LPL)活性,减少乳糜微粒和极低密度脂蛋白(VLDL)中TG的水解;同时促进肝脏VLDL合成,并下调低密度脂蛋白受体(LDL-R)表达,导致TG和TC水平升高[37] [38]。在体重影响方面,糖皮质激素可通过增加食欲、促进脂肪重新分布(向心性肥胖)及引起肌肉萎缩导致体重显著增加[37] [38]。长期应用还可降低胰岛素敏感性,加剧代谢紊乱[38]

7.2. 免疫抑制剂

对于激素抵抗或复发的IgAN患者,常需加用免疫抑制剂。钙调神经酶抑制剂(CNI)是临床最常用的类别,主要包括环孢素(CsA)和他克莫司(Tac)。

环孢素(CsA)对血脂代谢的不良影响较为明确。CsA可通过抑制胆汁酸合成、干扰LDL受体功能及降低LPL活性,导致TG和TC升高[39]。临床观察显示,CsA相关高脂血症发生率显著高于Tac [40]。在体重影响方面,CsA与糖皮质激素联合应用可显著增加体重,是移植后代谢综合征的重要危险因素[41]

他克莫司(Tac)对血脂谱的影响相对较轻,被认为具有更有利的血脂特性,但Tac同样可导致体重增加和胰岛素抵抗,其致糖尿病风险高于CsA [40]

7.3. RAS阻断剂

RAS阻断剂,包括血管紧张素转换酶抑制剂(ACEI)和血管紧张素受体阻滞剂(ARB),是IgAN治疗的基石药物,具有明确的肾脏保护作用。与上述两类药物不同,RAS阻断剂对TCBI组分呈中性或有益影响。

在血脂代谢方面,ACEI和ARBs对循环脂质水平呈中性作用,既不升高也不降低TG和TC [42]。2016年ESC/EAS指南明确指出,RAS阻断剂不影响血脂水平[42]。在体重影响方面,ACEI和ARBs呈中性效应,不导致体重增加或减少[43]。临床研究证实,ACEI和ARBs可减少2型糖尿病新发病例,且不通过改变体重实现[43]

因此,在临床实践中,对于接受糖皮质激素或免疫抑制剂治疗的IgAN患者,TCBI升高可能部分反映药物诱导的代谢异常,而非纯粹的疾病相关代谢紊乱。因此,解读TCBI变化时需考虑当前用药情况:若患者使用糖皮质激素或CNI,TCBI升高可能提示需调整免疫抑制方案或加强降脂治疗;若患者使用RAS阻断剂,TCBI变化则更可能反映疾病本身的代谢状态。

8. 临床意义

在早期筛查层面,TCBI仅需血常规血脂与体重数据,可在肾活检前识别代谢高危患者,为病理预约及免疫抑制决策提供参考。风险分层层面,设想将TCBI四分位与Oxford评分联合,可构建代谢–免疫–病理综合风险模型,指导肾素–血管紧张素系统阻断剂(RASi)、钠–葡萄糖共转运蛋白2抑制剂(SGLT2i)或降脂治疗强度。干预靶点层面,若前瞻性研究证实TCBI降低与蛋白尿减少同步,可考虑以TCBI为替代终点开展生活方式或药物干预试验,缩短研究周期。

个体化治疗层面,对于TCBI升高且病理活动度高的患者,可优先选择具有降脂及抗炎双重作用的药物,如他汀、二十碳五烯酸(EPA)或SGLT2i,同时联合低热量饮食与体重管理。卫生经济学层面,TCBI计算无额外费用,适合基层医院随访,可减少重复肾活检及影像检查负担。此外,TCBI还可作为临床试验的替代终点,加速新药研发进程。

9. 结论

现有研究表明,IgAN进展受免疫、代谢及血流动力学多重驱动,脂质代谢异常和肥胖通过炎症、氧化应激、足细胞凋亡及间质纤维化放大慢性化。TCBI作为甘油三酯、总胆固醇与体重的乘积指标,在心血管疾病中已证实可预测不良事件,其综合反映的能量过剩与脂质毒性轴与IgAN病理生理高度重叠。尽管TCBI与IgAN的直接研究尚属空白,现有文献提供的机制与观察性证据支持其作为病情评估与预后预测的潜在工具。基于高脂状态、肥胖与IgAN临床病理特征的关联性,TCBI具有成为评估IgAN代谢风险窗口的潜力,但其在IgAN中的直接应用价值尚待验证。未来需开展大规模、多中心、前瞻性队列,验证TCBI与Oxford评分、蛋白尿动态及终末期肾病的量化关系,并探索以TCBI为靶点的降脂-减重-抗炎综合干预策略,以期为IgAN精准管理提供可及、可重复、低成本的代谢窗口。随着研究深入,TCBI有望成为连接心血管代谢异常与肾脏损伤的桥梁指标,为改善IgAN患者预后提供新思路。

NOTES

*通讯作者。

参考文献

[1] McGrogan, A., Franssen, C.F.M. and de Vries, C.S. (2010) The Incidence of Primary Glomerulonephritis Worldwide: A Systematic Review of the Literature. Nephrology Dialysis Transplantation, 26, 414-430. [Google Scholar] [CrossRef] [PubMed]
[2] Kant, S., Kronbichler, A., Sharma, P. and Geetha, D. (2022) Advances in Understanding of Pathogenesis and Treatment of Immune-Mediated Kidney Disease: A Review. American Journal of Kidney Diseases, 79, 582-600. [Google Scholar] [CrossRef] [PubMed]
[3] Wyatt, R.J. and Julian, B.A. (2013) IgA Nephropathy. New England Journal of Medicine, 368, 2402-2414. [Google Scholar] [CrossRef] [PubMed]
[4] 陈小红, 杨渝伟, 彭玲, 等. 肾损伤和脂质异常与非清蛋白尿DKD发生的关系[J]. 重庆医学, 2020, 49(8): 1205-1211.
[5] Zhang, K., Zheng, J., Chen, Y., Dong, J., Li, Z., Chiang, Y., et al. (2021) Inducible Phospholipid Transfer Protein Deficiency Ameliorates Atherosclerosis. Atherosclerosis, 324, 9-17. [Google Scholar] [CrossRef] [PubMed]
[6] Bos, D., Arshi, B., van den Bouwhuijsen, Q.J.A., Ikram, M.K., Selwaness, M., Vernooij, M.W., et al. (2021) Atherosclerotic Carotid Plaque Composition and Incident Stroke and Coronary Events. Journal of the American College of Cardiology, 77, 1426-1435. [Google Scholar] [CrossRef] [PubMed]
[7] Comella, A., Michail, M., Chan, J., Cameron, J.D., Gooley, R., Mathur, A., et al. (2021) Patients with Aortic Stenosis Exhibit Early Improved Endothelial Function Following Transcatheter Aortic Valve Replacement: The eFAST Study. International Journal of Cardiology, 332, 143-147. [Google Scholar] [CrossRef] [PubMed]
[8] Winter, P., Andelovic, K., Kampf, T., Hansmann, J., Jakob, P.M., Bauer, W.R., et al. (2021) Simultaneous Measurements of 3D Wall Shear Stress and Pulse Wave Velocity in the Murine Aortic Arch. Journal of Cardiovascular Magnetic Resonance, 23, 34. [Google Scholar] [CrossRef] [PubMed]
[9] Kriz, W. and Lemley, K.V. (2015) A Potential Role for Mechanical Forces in the Detachment of Podocytes and the Progression of CKD. Journal of the American Society of Nephrology, 26, 258-269. [Google Scholar] [CrossRef] [PubMed]
[10] Doi, S., Iwata, H., Wada, H., Funamizu, T., Shitara, J., Endo, H., et al. (2018) A Novel and Simply Calculated Nutritional Index Serves as a Useful Prognostic Indicator in Patients with Coronary Artery Disease. International Journal of Cardiology, 262, 92-98. [Google Scholar] [CrossRef] [PubMed]
[11] Ishiwata, S., Yatsu, S., Kasai, T., Sato, A., Matsumoto, H., Shitara, J., et al. (2020) Prognostic Effect of a Novel Simply Calculated Nutritional Index in Acute Decompensated Heart Failure. Nutrients, 12, Article 3311. [Google Scholar] [CrossRef] [PubMed]
[12] Wang, C., Qing, Y., Chen, W. and Li, G. (2022) A Novel Nutritional Index as a Predictor of Mortality in Dilated Cardiomyopathy: A Retrospective Study. PeerJ, 10, e12704. [Google Scholar] [CrossRef] [PubMed]
[13] Minami-Takano, A., Iwata, H., Miyosawa, K., Kubota, K., Kimura, A., Osawa, S., et al. (2019) A Novel Nutritional Index Serves as a Useful Prognostic Indicator in Cardiac Critical Patients Requiring Mechanical Circulatory Support. Nutrients, 11, Article 1420. [Google Scholar] [CrossRef] [PubMed]
[14] 范文俊, 刘静怡, 张英, 等. 新型营养指数与稳定性冠心病及冠状动脉钙化斑块负荷的相关性[J]. 重庆医科大学学报, 2022, 47(1): 74-79.
[15] 任旭博, 张义沛, 井晶, 等. 新型营养指数与冠状动脉病变程度相关性研究[J]. 临床心血管病杂志, 2023, 39(3): 208-213.
[16] Nam, K.H., Joo, Y.S., Lee, C., Lee, S., Kim, J., Yun, H., et al. (2020) Predictive Value of Mesangial C3 and C4d Deposition in IgA Nephropathy. Clinical Immunology, 211, Article ID: 108331. [Google Scholar] [CrossRef] [PubMed]
[17] 孙楠. 血清补体C3、C4、C3/C4与原发性成人IgA肾病患者临床、病理、预后的相关分析[D]: [硕士学位论文]. 承德: 承德医学院, 2020.
[18] Huang, Y.P., Xu, H., Wang, D.Y., et al. (2023) Correlations of Levels of Blood Lipids with Clinicopathological Characteristics and Levels of Complement Components C3 and C4 in Patients with Immunoglobulin A Nephropathy. China Journal of Modern Medicine, 33, 7-11.
[19] Cook, H.T. (2011) Focal Segmental Glomerulosclerosis in IgA Nephropathy: A Result of Primary Podocyte Injury? Kidney International, 79, 581-583. [Google Scholar] [CrossRef] [PubMed]
[20] Eremina, V., Cui, S., Gerber, H., Ferrara, N., Haigh, J., Nagy, A., et al. (2006) Vascular Endothelial Growth Factor a Signaling in the Podocyte-Endothelial Compartment Is Required for Mesangial Cell Migration and Survival. Journal of the American Society of Nephrology, 17, 724-735. [Google Scholar] [CrossRef] [PubMed]
[21] Kriz, W., Hahnel, B., Hosser, H., Ostendorf, T., Gaertner, S., Kranzlin, B., et al. (2003) Pathways to Recovery and Loss of Nephrons in Anti-Thy-1 Nephritis. Journal of the American Society of Nephrology, 14, 1904-1926. [Google Scholar] [CrossRef] [PubMed]
[22] Bellur, S.S., Lepeytre, F., Vorobyeva, O., Troyanov, S., Cook, H.T., Roberts, I.S.D., et al. (2017) Evidence from the Oxford Classification Cohort Supports the Clinical Value of Subclassification of Focal Segmental Glomerulosclerosis in Iga Nephropathy. Kidney International, 91, 235-243. [Google Scholar] [CrossRef] [PubMed]
[23] Slater, S.C., Ramnath, R.D., Uttridge, K., Saleem, M.A., Cahill, P.A., Mathieson, P.W., et al. (2012) Chronic Exposure to Laminar Shear Stress Induces Kruppel-Like Factor 2 in Glomerular Endothelial Cells and Modulates Interactions with Co-Cultured Podocytes. The International Journal of Biochemistry & Cell Biology, 44, 1482-1490. [Google Scholar] [CrossRef] [PubMed]
[24] Nishida, Y., Oda, H. and Yorioka, N. (1999) Effect of Lipoproteins on Mesangial Cell Proliferation. Kidney International, 56, S51-S53. [Google Scholar] [CrossRef] [PubMed]
[25] Unger, R.H., Clark, G.O., Scherer, P.E. and Orci, L. (2010) Lipid Homeostasis, Lipotoxicity and the Metabolic Syndrome. Biochimica et Biophysica Acta (BBA)—Molecular and Cell Biology of Lipids, 1801, 209-214. [Google Scholar] [CrossRef] [PubMed]
[26] Hua, W., Huang, H., Tan, L., Wan, J., Gui, H., Zhao, L., et al. (2015) CD36 Mediated Fatty Acid-Induced Podocyte Apoptosis via Oxidative Stress. PLOS ONE, 10, e0127507. [Google Scholar] [CrossRef] [PubMed]
[27] Keane, W.F., Kasiske, B.L. and O’Donnell, M.P. (1988) Lipids and Progressive Glomerulosclerosis. American Journal of Nephrology, 8, 261-271. [Google Scholar] [CrossRef] [PubMed]
[28] Joles, J.A., Kunter, U., Janssen, U., Kriz, W., Rabelink, T.J., Koomans, H.A., et al. (2000) Early Mechanisms of Renal Injury in Hypercholesterolemic or Hypertriglyceridemic Rats. Journal of the American Society of Nephrology, 11, 669-683. [Google Scholar] [CrossRef] [PubMed]
[29] Joles, J.A., Van Goor, H., Van der Horst, M.L., Van Tol, A., Elema, J.D. and Koomans, H.A. (1995) High Lipid Levels in Very Low Density Lipoprotein and Intermediate Density Lipoprotein May Cause Proteinuria and Glomerulosclerosis in Aging Female Analbuminemic Rats. Laboratory Investigation, 73, 912-921.
[30] Olbricht, C.J., Wanner, C., Thiery, J. and Basten, A. (1999) Simvastatin in Nephrotic Syndrome. Kidney International, 56, S113-S116. [Google Scholar] [CrossRef] [PubMed]
[31] Liu, B., Zhao, L., Yang, Q., Zha, D. and Si, X. (2021) Hyperuricemia and Hypertriglyceridemia Indicate Tubular Atrophy/Interstitial Fibrosis in Patients with Iga Nephropathy and Membranous Nephropathy. International Urology and Nephrology, 53, 2321-2332. [Google Scholar] [CrossRef] [PubMed]
[32] Hong, Y.A., Min, J.W., Ha, M.A., Koh, E.S., Kim, H.D., Ban, T.H., et al. (2020) The Impact of Obesity on the Severity of Clinicopathologic Parameters in Patients with IgA Nephropathy. Journal of Clinical Medicine, 9, Article 2824. [Google Scholar] [CrossRef] [PubMed]
[33] 高鹏丽, 陈丽丽, 田芬, 等. 体质量指数对IgA肾病患者临床病理及预后的影响[J]. 临床荟萃, 2022, 37(3): 234-242.
[34] Guo, Q., Zhou, S., Feng, X., Yang, J., Qiao, J., Zhao, Y., et al. (2020) The Sensibility of the New Blood Lipid Indicator—Atherogenic Index of Plasma (AIP) in Menopausal Women with Coronary Artery Disease. Lipids in Health and Disease, 19, Article No. 27. [Google Scholar] [CrossRef] [PubMed]
[35] 江明菲, 吴欢, 张惠萍, 等. 新型营养指数与颈动脉病变的相关性[J]. 重庆医科大学学报, 2023, 48(2): 205-209.
[36] Choi, W.J., Hong, Y.A., Min, J.W., Koh, E.S., Kim, H.D., Ban, T.H., et al. (2021) Hypertriglyceridemia Is Associated with More Severe Histological Glomerulosclerosis in Iga Nephropathy. Journal of Clinical Medicine, 10, Article 4236. [Google Scholar] [CrossRef] [PubMed]
[37] 中国成人血脂异常防治指南修订联合委员会. 中国成人血脂异常防治指南(2016年修订版) [J]. 中国循环杂志, 2016, 31(10): 937-953.
[38] Fardet, L., Flahault, A., Kettaneh, A., Tiev, K.P., Généreau, T., Tolédano, C., et al. (2007) Corticosteroid-Induced Clinical Adverse Events: Frequency, Risk Factors and Patient’s Opinion. British Journal of Dermatology, 157, 142-148. [Google Scholar] [CrossRef] [PubMed]
[39] Kasiske, B.L., Tortorice, K.L., Heim-Duthoy, K.L., et al. (1990) Hyperlipidemia in Renal Transplant Patients. Journal of the American Society of Nephrology, 1, 1155-1161.
[40] Webster, A.C., Woodroffe, R.C., Taylor, R.S., Chapman, J.R. and Craig, J.C. (2005) Tacrolimus versus Ciclosporin as Primary Immunosuppression for Kidney Transplant Recipients: Meta-Analysis and Meta-Regression of Randomised Trial Data. BMJ, 331, 810. [Google Scholar] [CrossRef] [PubMed]
[41] Johnson, H., Manchala, V., Rungta, N., et al. (2020) Post-Transplant Weight Gain and Association with Outcomes: A Retrospective Cohort Study. Progress in Transplantation, 30, 222-227.
[42] Catapano, A.L., Graham, I., De Backer, G., Wiklund, O., Chapman, M.J., Drexel, H., et al. (2016) 2016 ESC/EAS Guidelines for the Management of Dyslipidaemias. European Heart Journal, 37, 2999-3058. [Google Scholar] [CrossRef] [PubMed]
[43] Lindholm, L.H., Ibsen, H., Dahlöf, B., Devereux, R.B., Beevers, G., de Faire, U., et al. (2002) Cardiovascular Morbidity and Mortality in Patients with Diabetes in the Losartan Intervention for Endpoint Reduction in Hypertension Study (LIFE): A Randomised Trial against Atenolol. The Lancet, 359, 1004-1010. [Google Scholar] [CrossRef] [PubMed]