肾脏病诊断—尿特定蛋白检测

肾脏病定义和分类

肾脏病泛指肾脏相关的各种疾病，可以分为急性肾脏病和慢性肾脏病。慢性肾脏病（Chronic Kidney Disease，CKD）是指各种原因引起的慢性肾脏结构和功能障碍（肾脏损害病史大于3个月），包括肾小球过滤率（GFR, Glomerular Filtration Rate）正常和不正常的病理损伤、血液或尿液成分异常，及影像学检查异常，或不明原因GFR下降（<60mL/min · 1.73m2）超过3个月，是绝大多数的肾脏疾病包括原发性和继发性肾脏病的临床统称。急性肾脏病主要包括急性肾炎和急性尿路感染等。

肾脏病特征和诱因

相关研究发现中国慢性肾脏病具有以下特征：

1、发病率高；2、知晓率低；3、预后差；4、治疗费用高。

慢性肾脏病的主要诱因有以下几个方面：

1、年龄：65岁以上老人易发病；

2、生活习惯：具有吸烟、酗酒等不良嗜好；

3、肾病遗传家族史；

4、肾病相关疾病，比如高血压、糖尿病、泌尿系感染、肾炎等；

5、环境：工作或是生活环境经常暴露在肾毒性物质、农药、重金属等。

针对慢性肾脏病，一方面由于肾脏功能相对强大，所以临床上在起病阶段不容易发现；另一方面由于其他诱发或是伴随慢性肾脏病的疾病特征的覆盖、干扰，造成肾脏病早期难以发现，因此针对慢性肾脏病的早期筛查和诊断是非常有必要的，让患者做到早诊断、早治疗。2023年研究统计中国慢性肾脏病的发病率和知晓率统计如下图，从图示可以看出中国慢性肾脏病患者人群占比大（8.2%），而知晓率比较低（10%），未来加强中国慢性肾脏病患者的诊断和治疗势在必行。

肾脏病分类

改善全球肾脏病预后组织（Kidney Disease: Improving Global Outcomes, KDIGO）根据eGFR和ACR（Albumin to Creatinine Ratio）将肾脏病分为多个风险等级，如下图。这种分类方法和分类标准在肾病指南和临床上得到广泛认可和应用。

表一：国际肾病风险等级分类方法和分类标准

临床肾脏病诊断方法及优缺点分析

目前市场上针对肾脏病诊断有经典的尿干化学试纸分析法、尿液有形成分分析法以及KDIGO分类方法中提到的ACR和eGFR等方法学，还有特定蛋白仪检测的尿特定蛋白分析方法，以其精准的蛋白分类和定量来

精确定位到患者的肾脏受损部位和患者病情严重程度，同时也可以对治疗结果和预后做出准确的判断，整体来看尿特定蛋白分析优点非常明显，受干扰因素也比较少，对比如下表：

表二：临床肾脏病诊断方法及优缺点一览

肾脏损伤实验室诊断尿特定蛋白标志物

针对肾脏病的研究发现尿微量白蛋白、尿转铁蛋白、尿免疫球蛋白和α2巨球蛋白可以作为肾小球损伤的尿蛋白标志物；α1-微球蛋白、β2-微球蛋白、视黄醇结合蛋白和尿胱抑素C可以作为肾小管损伤的尿蛋白标志物；中性粒细胞明胶酶相关载脂蛋白可以作为急性肾损伤的重要标志物；尿轻链κ和λ可以作为多发性骨髓瘤的重要诊断标志物，同时上面提到标志物也是得到临床指南的认可和广泛使用。

图三：肾脏损伤尿特定蛋白标志物分子一览

综上所述，肾脏损伤标志物分子为肾脏损伤诊断提供了目标，针对标志物分子的尿特定白蛋检测为慢性肾脏病早期筛查及肾损伤评估提供全面的信息和比较理想的诊断方案，为肾脏病的精准诊断和治疗提供了理想路径。肾脏损伤标志物分子具体参考如上图。

临床尿蛋白常见组合检测方案

表三：临床尿蛋白常见组合检测方案一览

案例分析，肾小管功能检测勿忽视

一例因系统性结节病致GFR严重下降而住院的患者。患者尿总蛋白、ACR结果均正常，但A1M、RBP升高。肾活检证实患者有严重的肉芽肿性间质性肾炎。结节病患者发生急性eGFR降低，可能与急性间质性肾炎（AIN）引起的急性肾损伤或肾前氮质血症有关，或两者兼有。该病例说明，尿A1M和RBP异常升高强烈提示AIN，这一点很可能为患者正常的ACR结果所掩盖。

国赛肾脏病诊断解决方案

Aristo U/Ur特定蛋白分析仪是国赛生物推出的一款高端特定蛋白检测仪，采用业界公认的检测方法学--免疫散射比浊法和分光光度法，具有精密度高，检测速度快，独特的尿液封膜穿刺技术，支持全血、血清、血浆和尿液样本的检测，可报告ACR参数等优势。同时该机型具有轨道式自动进样系统，支持流水线联机，可做到血尿分检，减少检测过程中交叉污染的发生。

【参考文献】

[1] 张路霞，赵明辉. 中国慢性肾脏病早期评价与管理指南，中国内科杂志，2023,62（8）：902-930；

[2] Limin Wang, MPH; Xin Xu，et al. Prevalence of Chronic Kidney Disease in China Results From the Sixth China Chronic Disease and Risk Factor Surveillance, JAMA Internal Medicine 2023;183(4):298-310

[3] Helen M. Colhoun & M. Loredana Marcovecchio, Biomarkers of diabetic kidney disease, Diabetologia (2018) 61:996–1011.

[4] Shilna Muttickal Swaminathan，Indu Ramachandra Rao et al. Novel biomarkers for prognosticating diabetic kidney disease progression，International Urology and Nephrology (2023) 55:913–928.

[5] Garabed Eknoyan，Norbert Lameire，et al. KDIGO 2012 Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease，Kidney International Supplements (2013) 3.