李秀伦　　龙文莉
四川省峨眉山市人民医院眼科，四川峨眉山　614200

[摘要]目的探讨2型非增殖性糖尿病视网膜病变（NPDR）的相关影响因素。方法选取本院2010年1月～2014年4月就诊的176例2型NPDR患者作为NPDR组，选取同期就诊的176例非糖尿病视网膜病变（NDR）患者作为NDR组，比较两组的相关指标，采用Logistic回归模型明确NPDR的独立危险因素，并利用分类回归树（CART）进一步探讨独立危险因素在NPDR早期诊断中的价值。结果两组的病程、BMI和Lp（a）水平比较，差异有统计学意义（P＜0.05）。Logistic回归分析显示，Lp（a）升高是2型NPDR发生的独立相关因子。ROC曲线显示，Lp（a）判别2型NPDR发生的最佳界点为352.36 mg/L，此时判别2型NPDR的灵敏度和特异度分别为85.79%和98.67%。CART模型预测分析结果显示，Lp（a）作为2型NPDR发生强有力的预测因子，当Lp（a）＞353 mg/L时，2型糖尿病患者发生NPDR的概率为100%；当Lp（a）≤353 mg/L时，2型糖尿病患者发生NPDR的概率仅为2.5%。结论2型糖尿病患者病程、BMI及Lp（a）是NPDR的相关独立危险因素，通过检测以上指标对评价高危人群有一定的应用价值。

[关键词] 2型糖尿病；非增殖性视网膜病变；体重指数；脂蛋白（a）

糖尿病视网膜病变（diabetic retinopathy，DR）是糖尿病最为常见和最具破坏性的微血管并发症，已成为我国和全世界范围内致盲的主要原因之一[1-2]。DR早期阶段被命名为非增殖性糖尿病视网膜病变（nonpro1iferative diabetic retinopathy，NPDR），同时NPDR也根据其疾病发展和严重程度被分为轻、中、重三个阶段。对于NPDR发病的相关危险因素的研究和干预是早期DR针对性预防的有力措施[3-4]。既往研究显示[5]，NPDR的发病原因主要与血糖控制程度，血压及血脂、血清糖基化终末产物含量等指标相关，而体重指数（body mass index，BMI）的增加也可导致NPDR病情进一步加重[6]。本研究通过比较2型NPDR和非糖尿病视网膜病变（non-diabetic retinopathy，NDR）患者之间的临床相关因素，对2型NPDR的危险因素进行早期预防。

1.1　一般资料

根据1999年WHO糖尿病诊断及分型标准，选择2010年1月～2014年4月在峨眉山市人民医院内分泌科和眼科就诊的176例2型NPDR患者作为NPDR组，其中男67例（38.1%），女109例（61.9%）；平均年龄（58.3±13.6）岁。2型NPDR的诊断依据中华医学会眼科学分会眼底病学组制订的标准（局部视网膜毛细血管闭塞，血管渗透性增强，表现为微血管瘤、点状出血、硬性渗出和视网膜水肿），由专业眼科医师根据眼底检查和眼底荧光血管造影结果确诊。选取同期就诊的176例NDR患者作为NDR组，其中男67例（38.1%），女109例（61.9%）；平均年龄（57.7±12.8）岁。排除标准：①1型糖尿病患者；②并发其他严重全身性疾病者（急慢性感染，严重的心、肝、脑、肾疾病，血压控制不佳者）；③单眼或双眼屈光介质明显混浊，影响眼底观察者；④眼底病变已做过激光治疗者；⑤伴有其他明显眼底病变者；⑥屈光不正＞±3.00 D者。本研究所有患者均知情同意。

1.2　方法

所有入选患者除进行相关体格检查及病史资料外，均空腹8 h以上取肘静脉血进行实验室检测，检测指标包括血清葡萄糖（己糖激酶法）、总胆固醇（TC）、三酰甘油（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）（酶法）、血浆脂蛋白[Lp（a）]（免疫透射比浊法），采用日本O1ympus AU5400全自动生化分析仪进行检测。

1.3　统计学处理

采用SPSS 19.0统计学软件对数据进行分析，计量资料以±s表示，采用t检验或Wi1coxon秩和检验；计数资料采用x2检验，应用条件Logistic回归模型（SPSS的COXREG命令拟合条件Logistic模型）探讨Lp（a）及其他血脂指标与2型NPDR的相关性；采用ROC曲线确定Lp（a）及其他血脂指标对2型NPDR的最佳筛选切点，并将连续性变量离散为二分类变量；应用分类回归树（CART）模型探讨各指标对2型NPDR的早期诊断价值，以P＜0.05为差异有统计学意义。

2.1　两组临床特征及血生化指标的比较

两组的病程、BMI和Lp（a）水平比较，差异有统计学意义（P＜0.05）（表1）。

2.2　2型NPDR与Lp（a）的Logistic回归分析

Logistic回归分析显示，Lp（a）升高是2型NPDR发生的独立相关因子（OR=1.12），提示Lp（a）每升高1 mg/L，糖尿病患者发生2型NPDR的风险将增加12%（表2）。

2.3　两组Lp（a）值的ROC曲线图分析

ROC曲线显示，Lp（a）判别2型NPDR发生的最佳界点为352.36 mg/L，此时判别2型NPDR的灵敏度和特异度分别为85.79%和98.67%（图1）。

2.4　CART模型预测2型NPDR的分析

CART模型预测分析结果显示，Lp（a）作为2型NPDR发生强有力的预测因子，当Lp（a）＞353 mg/L时，糖尿病患者发生2型NPDR的概率为100%；当Lp（a）≤353 mg/L时，糖尿病患者中发生NPDR的概率仅为2.5%（图2）。

流行病学资料显示[7-9]，糖尿病患者的病程和BMI 与NPDR的发生有明显相关性，主要表现为病程越长，BMI越大，NPDR以及PDR的发生率就越高，本研究也证实了这一点，但本研究Logistic回归分析未发现病程和BMI为NPDR的风险因素，这可能与本次研究所纳入的糖尿病患者患病期间血糖控制平稳及BMI偏低有关。另外，最近的国内研究显示[10]，2型糖尿病患者的BMI越高，其NPDR的流行程度却越低，推测原因可能与肥胖患者的胰岛β细胞功能更好有关，所以关于BMI是否为NPDR的影响因素仍需进一步研究。

此外，本研究亦未发现2型NPDR和血脂（TG、TC和LDL-C升高，HDL-C降低）紊乱指标具有相关性，这与田婷等[11-13]的研究结果一致。本研究结果还显示，Lp（a）与糖尿病血管并发症密切相关，这与相关研究结果一致[11]，其机制主要为Lp（a）可通过竞争性抑制血纤维蛋白溶酶原的纤溶功能促进动脉粥样硬化的形成以及其能抑制转化生长因子（TGF-β）的纤溶活性[14-16]，因此，Lp（a）也可造成视网膜小血管阻塞及微循环功能障碍，促使组织缺血、缺氧，最终导致视网膜病变。本研究结果显示，两组的Lp（a）水平比较，差异有统计学意义（P＜0.01）；多因素分析结果显示，糖尿病患者的Lp（a）水平每升高1 mg/L，其发生2型NPDR的风险将增加12%，这与Chopra等[17]的研究结果一致。有研究显示[18]，不同人群种族、性别、糖尿病类型、视网膜病变分级也会影响外周血Lp（a）水平，这也可以在一定程度上解释不同研究结果之间的差异。本次研究充分利用数据信息，采用卡方自动交互式检测树（CHAID）方法进行建模，所建模型的预测变量只有1个Lp（a），模型简单明了，而且该变量检测方便经济。通过分析，本研究得到了非常容易理解的规则，例如，当Lp（a）＞353 mg/L时，糖尿病患者发生2型NPDR的概率达100%，可见该模型的可操作性和实用性都比较强，有助于临床医生准确快速地识别2型NPDR高危患者，及时采取有针对性的治疗措施，以免延误治疗时机。

综上所述，病程较长（一般＞10年）、BMI＞25以及Lp（a）＞353 mg/L对评价2型NPDR高危人群和患者病情有一定的应用价值，可通过大样本前瞻性研究进一步证实以上临床指标在2型NPDR诊断中的应用。

[1] Ruta LM，Mag1iano DJ，Lemesurier R，et al.Preva1ence of diabetic retinopathy in type 2 diabetes in deve1oping and deve1oped countries[J].Diabet Med，2013，30（4）：387-398.

[2] Yang SH，Dou KF，Song WJ.Preva1ence of diabetes among men and women in China[J].N Eng1 J Med，2010，362（25）：2425-2426.

[3] Su1tan MB，Starita C，Huang K.Epidemio1ogy，risk factors and management of paediatric diabetic retinopathy[J].Br J Ophtha1mo1，2012，96（3）：312-317.

[4] He R，Shen J，Zhao J，et al.High cystatin C 1eve1s predict severe retinopathy in type 2 diabetes patients[J].Eur J Epidemio1，2013，28（9）：775-778.

[5]胡萍.2型糖尿病视网膜病变与血清中TG/HDL比值关系的研究[D].郑州：郑州大学，2013.

[6] Kašte1an S，Tomi'c M，Gverovi'c Antunica A，et al.Body mass index：a risk factor for retinopathy in type 2 diabetic patients[J].Mediators Inf1amm，2013，2013：436329.

[7] Zhao C，Wang W，Xu D，et al.Insu1in and risk of diabetic retinopathy in patients with type 2 diabetes me11itus：data from a meta-ana1ysis of seven cohort studies[J].Diagn Patho1，2014，9（1）：130.

[8] Meguro S，Kabeya Y，Tanaka K，et al.Past obesity as we11 as present body weight status is a risk factor for diabetic nephropathy[J].Int J Endocrino1，2013，2013：590569.

[9]李娜，杨秀芬，邓禹，等.2型糖尿病患者自我管理水平与糖尿病视网膜病变的相关性研究[J].中华眼科杂志，2013，49（6）：500-506.

[10] Lu J，Hou X，Zhang L，et al.Association between body mass index and diabetic retinopathy in Chinese patients with type 2 diabetes[J].Acta Diabeto1，2015，52（4）：701-708.

[11]田婷，马向华，沈捷.血清脂蛋白（a）和视黄醇结合蛋白4与2型糖尿病视网膜病变的相关性[J].南京医科大学学报·自然科学版，2011，31（11）：1620-1622.

[12] Chen X，Zhao Y，Zhou Z，et al.Preva1ence and risk factors of diabetic retinopathy in Chongqing pre -diabetes patients[J].Eye (Lond)，2012，26（6）：816-820.

[13] Zhong ZL，Han M，Chen S.Risk factors associated with retina1 neovascu1arization of diabetic retinopathy in type 2 diabetes me11itus[J].Int J Ophtha1mo1，2011，4（2）：182-185.

[14] Kamstrup PR，Nordestgaard BG.Lipoprotein（a）concentrations，isoform size，andriskoftype2diabetes：aMende1ian randomization study[J].Lancet Diabetes Endocrino1，2013，1（3）：220-227.

[15] Nordestgaard BG，Chapman MJ，Ray K，et al.Lipoprotein（a）as a cardiovascu1ar risk factor：current status[J].Eur Heart J，2010，31（23）：2844-2853.

[16] Fujisawa M，Haramaki R，Miyazaki H，et al.Ro1e of 1ipoprotein（a）and TGF-beta 1 in atherosc1erosis of hemodia1ysis patients[J].J Am Soc Nephro1，2000，11（10）：1889-1895.

[17] Chopra R，Saramma JG，Mary J，et al.Lipoprotein（a）as a risk factor for diabetic retinopathy in patients with type 2 diabetes me11itus[J].Indian J Ophtha1mo1，2007，55（3）：195-198.

[18] Onat A，Yazici M，Hergenç G，et al.Lipoprotein（a）in a popu1ation-based study：more significant in Turkish women than men?[J].Anado1u Kardiyo1 Derg，2005，5（4）：271-277.

Influence factor analysis of tyPe 2 non-Proliferative diabetic retinoPathy

LI Xiu-lun LONG Wen-li
Department of Ophtha1mo1ogy,Peop1e's Hospita1 of Emeishan City in Sichuan Province,Emeishan 614200,China

[Abstract] Objective To exp1ore the re1ated inf1uence factor of type 2 non-pro1iferative diabetic retinopathy (NPDR). Methods 176 cases of type 2 diabetes with NPDR from January 2010 to Apri1 2014 in our hospita1 were se1ected as the NPDR group,176 cases of non-diabetic retinopathy (NDR) in the same period were se1ected as the NDR group,The re1ated c1inica1 index between two groups was compared.The independent risk factor of NPDR were defined by using Logistic mode1,c1assification and regression tree (CART) was used to further exp1ore the va1ue of independent risk factor in the ear1y diagnosis of NPDR. Results There was significant difference in the course of disease,BMI and Lp (a) between the NPDR group and the NDR group (P＜0.05).Logistic regression ana1ysis showed that the increased Lp (a) had obvious re1ationship with NPDR.ROC curves showed that the best cutoff point of the occurrence of type 2 NPDR of Lp (a) identifying was 352.36 mg/L,the sensitivity and specificity of the discriminant 2 NPDR at this time was 85.79% and 98.67% respective1y.CART mode1 predictive ana1ysis resu1ts showed,as the strong predictor for the occurrence of type 2 NPDR,when the 1eve1 of Lp (a) was more than 353 mg/L,the incidence rate of type 2 diabetes with NPDR was 100%,but when the 1eve1 of Lp (a) was 1ess than or equa1 to 353 mg/L,the incidence rate of diabetes with type 2 NPDR was 2.5%. Conclusion Disease course,BMI and Lp (a) of type 2 diabetes are the independent risk factors of NPDR.By testing the above indicators for eva1uation high-risk groups have certain app1ication va1ue.

[Key words] Type 2 diabetes;Non-pro1iferative diabetic retinopathy;Body mass index;Lipoprotein (a)

收稿日期：（2015-10-19本文编辑：祁海文）

[作者简介]李秀伦（1974-），男，本科，主治医师，主要从事白内障以及眼底疾病的研究

[中图分类号] R774.1　

[文献标识码] A　

[文章编号] 1674-4721（2016）03（c）-0012-04