A cukorbeteg vesebetegségben előforduló gyulladás és vesekárosodás lehetséges biomarkereinek áttekintése

AbsztraktDiabéteszes vesebetegség is várhatóan gyorsan növekedni fog a következő évtizedekben a növekvő elterjedtséggelcukorbetegségvilágszerte. Jelenlegi intézkedéseiveseműködésAz albuminuria és a becsült glomeruláris filtrációs ráta alapján nem lehet pontosan rétegezni és előre jelezni azokat az egyéneket, akiknél fennáll a cukorbetegségben a veseműködés csökkenése. Ennek eredményeként a közelmúltban a figyelem a biomarkerek diabéteszes vesebetegségben való azonosítása és hasznosságának értékelése felé fordult. Ez az áttekintés a gyulladás és a vesekárosodás biomarkereivel foglalkozó jelenlegi szakirodalmat tárja fel, összpontosítva egy vagy több biomarker vizsgálatára 2014 januárja és 2020 februárja között. A gyulladás és vesekárosodás több szérum és vizelet biomarkere szignifikáns összefüggést mutatott a diabéteszes vese kialakulásával és progressziójával betegség. A gyulladásos biomarkerek közül gyakran tanulmányozták a tumor nekrózis faktor receptor-1-et és -2-t, és úgy tűnik, hogy ez a legígéretesebb a betegség markereiként.diabéteszes vesebetegség. Ami a vesekárosodás biomarkereit illeti, a vizsgálatok nagyrészt a tubuláris sérülés markereit célozták meg, amelyek közül a vesekárosodás molekulája-1, a béta-2-mikroglobulin és a neutrofil zselatinázhoz kapcsolódó lipocalin potenciális jelöltekként jelentek meg. Végül úgy tűnik, hogy a szelektív biomarkerekből álló kis panel alkalmazása ugyanolyan jól működik, mint egy több biomarkerből álló panel a vesefunkció romlásának előrejelzésében.

KEYWORDS biomarkerek,diabéteszes vesebetegség, gyulladás, vese sérülés, vesekárosodás Molekula‐1 [KIM‐1], tumor nekrózis faktor receptor [TNFR]

KATTINTSON IDE, HA SZEREZZEN CISTANCHE-T CKD-KEZELÉSEKRE

1|BEVEZETÉS

1.1|Háttér

The prevalence of diabetes continues to increase rapidly worldwide with the number estimated to reach almost 700 million by 2045.1 Globally, diabetes is amongst the leading cause of chronic kidney disease (CKD) and end-stage kidney disease (ESKD).2,3 Diabetic kidney disease (DKD) affects up to 40% of people with diabetes and is associated with significant morbidity and mortality, particularly from ESKD and cardiovascular disease (CVD).4,5 Estimated glomerular filtration rate (eGFR) and albuminuria are established markers of kidney function.6–8 However, in recent times their utility has come under increasing scrutiny with a growing body of evidence questioning their reliability as markers of DKD.4,9–13 It is now well recognized that DKD can occur without an increase in albuminuria and subsequently progress towards ESKD, making albuminuria a less sensitive marker of disease progression.9,14–16 Additionally, microalbuminuria, regarded as an early indicator of DKD, is prone to fluctuations between normoalbuminuria and a poor determinant of early kidney function decline in type‐1 diabetes (T1D).10,14,17 On the other hand, eGFR does not accurately reflect measured GFR (mGFR), especially when the mGFR is >60 ml/perc/1,73 m2, ami a vesefunkció esetleges téves besorolásához vezethet.18 A szérum kreatinin eGFR helyettesítő markereként való alkalmazását is megkérdőjelezték néhány tanulmányban, amelyek a cisztatin C potenciális szerepére utalnak önmagában vagy kombinációban. kreatininnel.19,20 Ezért kritikus szükség van a vesefunkció jobb biomarkereire a DKD kialakulásának és progressziójának megbízható előrejelzéséhez.21

1.2|A diabéteszes vesebetegség biomarkerei

Az elmúlt években jelentős figyelem irányult a biomarkerek felfedezésére és azonosítására a DKD-ben. Több biomarkerről számoltak be, amelyek összefüggést mutatnak az eGFR-rel és az albuminuriával, vagy az eGFR-hez és az albuminuriához képest fokozott prediktív vagy diagnosztikai teljesítményt (1. táblázat). Ezek elsősorban a DKD gyulladásos és vesesérülési útjaiban szerepet játszó biomarkerek.21–23 A biomarkerekkel kapcsolatos vizsgálatok során egyetlen vagy több jelölt marker panelt is értékeltek.21 A közelmúltban a genomika, a proteomika és a metabolomika területén újszerű eredmények születtek. átalakították a biomarkerek felfedezésének környezetét, és ígéretesnek bizonyultak a DKD-ben.6 Ezek az új megközelítések jelentős mennyiségű információt tesznek lehetővé a vizsgálandó betegség molekuláris alapjaira vonatkozóan, így vonzó eszközökké válnak a komplex biológiai rendszerek megértéséhez.24 Az egyik ilyen például a vizelet CKD273 proteomikus osztályozó panelje, amely 273 peptidet tartalmaz, amely jelentős potenciált mutatott a cukorbetegségben a vese kimenetelének előrejelzésében.25,26 Ennek az áttekintésnek az a célja, hogy megvizsgálja a gyulladásos és vesekárosodás biomarkereinek legújabb vizsgálatait DKD-ben, és olyan markereket állítson fel, amelyek a legnagyobb potenciált mutatják be. .

2|MÓD

A tanulmányok az Ovid MEDLINE adatbázisból származnak a következő MeSH kifejezések használatával; diabéteszes nephropathiák, veseelégtelenség, krónikus veseelégtelenség, krónikus veseelégtelenség, 1-es és 2-es típusú diabetes mellitus, biológiai tényezők, biomarkerek, diagnózis és a betegség progressziója. Kulcsszavakat is használtak a keresési stratégia részeként, amely a Függelékben (S1 kiegészítő anyag) található.27 A keresést az Austin Health klinikai könyvtárosának közreműködésével végezték. Az első keresést 2019 augusztusában végezték el, és 2020 februárjában tovább finomították. Az eredmények az embereken végzett, angol nyelvű és 2014 januárja és 2020 februárja között közzétett vizsgálatokra korlátozódtak. felvette a keresési stratégia. Az 1-es vagy 2-es típusú cukorbetegségben és DKD-ben szenvedő betegek gyulladásának és vesekárosodásának biomarkereiről végzett keresztmetszeti vagy longitudinális tanulmányokat is bevontak. A vizsgálatokat kizárták, ha a résztvevők idősebbek voltak<18 years, had a kidney transplant or renal replacement therapy or if studies only assessed genetic or other non-protein markers. Articles pertaining to genomics, metabolomics, and proteomics were also excluded except for those involving the evaluation of inflammatory or kidney injury proteins.

3|EREDMÉNYEK

Összességében az 1534 lekért dolgozatból 89 került a szűkített listára. A 89 vizsgálatból 48 keresztmetszeti vizsgálat, 37 longitudinális kohorsz vizsgálat, 4 pedig keresztmetszeti és longitudinális komponensekkel is rendelkezett (1. ábra).

4|VITA

4.1|Diabéteszes vesebetegség: patogenezis, diagnózis és kockázati tényezők

A DKD patogenezise összetett, és számos biokémiai folyamat kölcsönhatását foglalja magában, amelyek a vesék szerkezeti és funkcionális károsodásához vezetnek.28 Az ilyen károsodást rendszerint tartós, rosszul kezelt hiperglikémia idézi elő, amely számos, a DKD progressziójában szerepet játszó downstream mechanizmust indít el. Például az oxidatív stressz és a hipoxia (2. ábra).28–30 A DKD patogenezise még mindig gyorsan fejlődik, és egyre nagyobb területet képvisel a cukorbetegség kutatásában. Végül vesekárosodás következik be, amelyet glomeruláris sclerosis, mesangialis expanzió és tubulointerstitialis fibrózis jellemez.31 Klinikailag ez albuminuriaként és csökkent eGFR-ként nyilvánul meg (2. ábra).28–31

A diabéteszes vesebetegséget 30 mg/g vagy annál nagyobb albumin-kreatinin aránnyal diagnosztizálják, ami mikro- vagy makroalbuminuria és/vagy eGFR jelenlétének felel meg.<60 ml/min/1.73 m2 equivalent to CKD stages 3, 4 or 5 (Figure 3).7,31,32 Albuminuria and reduced eGFR needs to be present in two measurements 3 months apart.31,32 There are multiple established and potential risk factors that predispose an individual to develop DKD; these include age, sex, baseline kidney function (eGFR and albuminuria), glycated hemoglobin level, blood pressure, duration of diabetes, family history, body mass index, smoking status, dyslipidemia, elevated baseline GFR, variability in serum creatinine and ethnicity.7,33–35 These risk factors are commonly referred to as clinical predictors or variables in research as they are typically acquired in the clinical setting and are often readily available.33 Studies have found that models comprising of such risk factors can accurately predict the development of renal events in diabetes and CKD.36–38 Biomarkers that outperform or enhance the accuracy of these clinical predictors are highly sought after, and the current lack of biomarkers in clinical use may be ascribed to the robustness of these clinical factors.21

Rövidítések: ACE‐2, angiotenzin konvertáló enzim‐2; ALCAM, aktivált leukocita sejtadhéziós molekula; ANGPTL2, angiopoietin-szerű fehérje 2; ApoA4, apolipoprotein A-IV; AQP5, akvaporin 5; B2M, béta-2 mikroglobulin; BTP, béta-nyom fehérje; CAF, az Agrin C-terminális fragmentuma; CCL, kemokin ligandum;CD, differenciálódási klaszter;CD5L,CD5 antigénszerű;C1QB, komplement C1q alkomponens alegységB;CRP,C-reaktív fehérje;CTGF, kötőszöveti növekedési faktor; DcR2, csali receptor 2; DPP-4, dipeptidil-peptidáz-4; EGF, epidermális növekedési faktor; FGF, fibroblaszt növekedési faktor; GAL, béta-galaktozidáz; GDF-15, növekedési differenciációs faktor-15; HGF, hepatocita növekedési faktor; hs, nagy érzékenység; IBP-3, inzulinszerű növekedési faktort kötő fehérje-3; ICAM-1, intercelluláris sejtadhéziós molekula-1; KIM-1, vesekárosodás molekula-1; IL, interleukin; L-FABP, máj típusú zsírsavkötő fehérje; LRG1, leucinban gazdag alfa-2-glikoprotein 1; MCP-1, monocita kemoattraktáns fehérje -1; MIOX, mio-inozitol-oxigenáz; MMP-k, mátrix metalloproteinázok; NAG, N-acetil-béta-D-glükózaminidáz; NEP, neprilizin; NGAL, neutrofil zselatinázzal asszociált lipocalin; NT-proCNP, aminoterminális pro C-típusú natriuretikus peptid; OPN, oszteopontin; PAI-1, plazminogén aktivátor inhibitor-1; PEDF, pigment epitélium eredetű faktor; PTX‐3, pentraxin‐3; RBP, retinolkötő fehérje; SDMA/ADMA, szimmetrikus dimetil-arginin/aszimmetrikus dimetil-arginin; SUPAR, oldható urokináz plazminogén aktivátor receptor; TNF, tumornekrózis faktor; TNFR, tumor nekrózis faktor receptor; TNFRSF27, tumor nekrózis faktor receptor szupercsalád 27; TNF-SF15, tumor nekrózis faktor szupercsalád 15; TWEAK, a tumor nekrózis faktor-szerű apoptózis gyenge indukálója; VAP-1, vaszkuláris adhéziós fehérje-1; VCAM-1, vaszkuláris sejt adhéziós molekula-1; VDBP, D-vitamin-kötő fehérje; VEGF, vaszkuláris endoteliális növekedési faktor; YKL-40, kitináz 3-szerű fehérje 1.

2. ÁBRA Diabéteszes vesebetegséghez vezető utak.28–31 eGFR, becsült glomeruláris filtrációs ráta; RAAS, renin angiotenzin aldoszteron rendszer

4.2|Gyulladásos biomarkerek DKD-ben

A gyulladást a DKD patogenezisének kulcsszereplőjeként ismerik el.22,29 A gyulladásos válaszban különböző molekulák vesznek részt pro-inflammatorikus citokinekkel, kemokinekkel, adhéziós molekulákkal, valamint különféle növekedési és nukleáris faktorokkal, amelyek a gyulladás molekuláris jelét alkotják.23 ,39 A vizsgált biomarkerek egy része adhéziós molekulák, intercelluláris adhéziós molekula-1 (ICAM-1), vaszkuláris sejtadhéziós molekula-1 (VCAM-1), gyulladásos citokinek, beleértve a tumor nekrózis faktor receptorokat (TNFR-ek), C-reaktív fehérje (CRP), monocita kemoattraktáns protein-1 (MCP-1), interleukins-1, 6, 8, 17, 18, 19 és számos más (1. táblázat). A biomarkerek kiterjedt készlete nemcsak a DKD-ben részt vevő gyulladásos folyamatok jelenlétét, hanem azok összetettségét is jelzi, így ez vonzó lehetőség az új biomarkerek keresésére.23 Számos tanulmány vizsgálta a gyulladásos biomarkerek és a DKD közötti összefüggést, valamint , értékelve az ilyen markerek prediktív vagy diagnosztikai képességét.

4.2.1|Keresztmetszeti vizsgálatok

Ami a keresztmetszeti vizsgálatokat illeti, a CRP és az ICAM{0}} gyulladásos biomarkerek DKD-vel való kapcsolatát vizsgáló kutatások ellentmondásosak. Két, 2-es típusú cukorbetegségben (T2D) szenvedő résztvevők bevonásával végzett vizsgálatban szignifikánsan magasabb ICAM-1 szintet jelentettek makroalbuminuriában és mikroalbuminuriában, mint a normoalbuminuriában és a kontrollokban, p=0.00140,41 (2. táblázat). Ezzel szemben nem figyeltek meg szignifikáns különbséget az ICAM-1-ben a mikroalbuminuriában és normoalbuminuriában szenvedő T1D alanyoknál, p > 0,0542 (2. táblázat).

Ezenkívül egy 1950 T2D alany bevonásával végzett vizsgálat nem talált összefüggést az ICAM-1-nek sem az eGFR-rel (p=0.506), sem az albuminuriával, p=0.06143 (2. táblázat). Hasonló megfigyelést figyeltek meg a CRP esetében is. Két tanulmány szignifikáns összefüggést talált a CRP és a mikroalbuminuria között, míg egy másik tanulmány nem talált szignifikáns különbséget a CRP szintjében az eGFR-ben szenvedő T2D résztvevők között.<60 ml/min/ 1.73 m2 and macroalbuminuria, versus those with eGFR >60 ml/perc/ 1,73 m2 és mikroalbuminuria, p > 0.0544–46 (2. táblázat). A CRP és az eGFR (r=−0,063, p=0,59) és az albuminuria (r=−0,212, p=0,065) közötti szignifikáns korrelációt sem észlelték .46

Az ezeknél a biomarkereknél megfigyelt következetlen eredmények több tényezőnek tulajdoníthatók. Először is, a tanulmányok többsége viszonylag kis számú mintából állt<200 participants, highlighting reduced study power and validity of results.40–42,44–46 Additionally, discrepancies across studies with regards to demographic and clinical characteristics such as age, sex, ethnicity and diabetes duration may also influence the outcome of studies given their significance as risk factors in DKD.33,34,61 Furthermore, unclear and poorly defined exclusion criteria in some studies could introduce potential sources of confounders40,41,45 (Table 2). Hence, the significance of CRP and ICAM-1 as biomarkers in DKD is yet to be completely established.

Az ICAM-1-en és a CRP-n kívül a gyulladásos biomarkerekben gyakran hivatkoznak az MCP-1-re, az IL-6-ra és a TNFR-re (2. és 3. táblázat). Az ICAM-1-től és a CRP-től eltérően ezeknél a biomarkereknél következetes összefüggést figyeltek meg a cukorbetegségben a károsodott vesefunkcióval. Például egy japán tanulmány a TNFR1 (OR 2,32; p < 0.001) és a TNFR2 (OR 2,40; p < 0,001) szignifikáns összefüggéséről számolt be az eGFR-rel<60 ml/min/1.73 m262 (Table 3). This was also noted in three independent studies from Colombia, Sweden and Ireland (combined OR > 1.15; p < 0.05)47–49 (Table 2). Note that these studies primarily involved participants with T2D and >60 éves kor, ami megmagyarázhatja az eGFR-rel megfigyelt összefüggés következetességét<60 ml/min/1.73 m2 . 47–49,62 However, the congruency in findings across various countries coupled with a larger sample size of >A legtöbb vizsgálatban 300 résztvevő erősíti a TNFR-ek és a DKD közötti asszociációt.47–49,62 Az MCP‐1 vonatkozásában az összefüggést az albuminuria progresszív növekedésével figyelték meg, p < {{ 17}},001 és az eGFR változó stádiumai a kontrollokhoz képest, p < 0,0550,63 (2. és 3. táblázat). Az IL-6 esetében szignifikánsan magasabb szintet jelentettek a DKD-s résztvevőknél, mint a nem szenvedőknél, p=0.02351 (2. táblázat). Azt is megállapították, hogy az IL-6 fokozatosan növekszik az eGFR rosszabbodásával, p < 0,05,50 Megjegyzendő, hogy ezek az MCP-1 és IL-6 vizsgálatok általában kicsik voltak.<100 participants, hence, further evidence in larger cohorts is recommended to prove significance as biomarkers in DKD.50,51,63

Más gyulladásos biomarkereket is vizsgáltak, nevezetesen a VCAM-1 adhéziós molekulákat és az aktivált leukocita sejtadhéziós molekulát (ALCAM), a 36-os differenciálódási klasztert (CD36), amelyet különféle sejtek, köztük monociták és vérlemezkék fejeznek ki, a pentraxin 3 (PTX-3) akut. fázisú gyulladásos fehérje, valamint az IL-1, 8, 9, 17, 18 és 19 citokinek szintén szignifikáns kapcsolatot mutattak a DKD43, 46, 52–57-tel (2. táblázat). Mivel azonban ezeknek a markereknek a többségét ritkán tanulmányozták, további kutatások szükségesek az asszociációik validálására. A keresztmetszeti vizsgálatok fő korlátja, hogy nem értékelik a biomarkerek teljesítményét az idő múlásával, különös tekintettel az előre meghatározott veseeredmények elérésére. Ez azért fontos, mert korlátozza ezeknek a biomarkereknek a klinikai használhatóságát.

4.2.2|Longitudinális kohorsz vizsgálatok

A longitudinális vizsgálatok során értékelt vese kimenetelek vagy végpontok tanulmányonként eltérőek, és klinikai és/vagy helyettesítő végpontokat tartalmaznak.65 Az ESKD egy példa az eGFR-ként meghatározott klinikai végpontokra.<15 ml/min/1.73 m2 , undergoing renal replacement therapy (RRT) or kidney transplant.66 It represents the late stage of DKD and is often referred to as a hard outcome in literature.21,65,66 Examples of surrogate endpoints include; declining eGFR slope trajectory, annual eGFR decline of ≥5 ml/min/1.73 m2 /year, incident CKD defined as eGFR <60 ml/min/1.73 m2 , eGFR decline of ≥20%, 30%, 40% or 50% over the study period and progression to higher stages of albuminuria.65,67–69 Majority of longitudinal studies in recent years have targeted the TNFR super family (TNFRSF), particularly, TNFR‐1 and TNFR‐2 (Tables 4 and 5).

Ami az ESKD-t illeti, Niewczas és munkatársai egy figyelemre méltó publikációja 70 17 vesekockázati gyulladásos szignatúra (KRIS) fehérjét azonosított, amelyek közül ötöt, nevezetesen a TNFR-1, TNFRSF-27, IL-17F, TNFSF-15 és a 15-ös kemokin ligandum (CCL15) előre jelezte az ESKD-vé való progressziót 10 év alatt, kombinált kockázati arány (HR) > 1,20, p < 0.1. Az öt marker közül a TNFR-1 mutatta a legerősebb prediktív erőt az ESKD-re, 0,81-ről 0,84-re javítva a C-statisztikát, amelyet három független kohorszban validáltak, beleértve a T1D és T2D résztvevőket is (4. táblázat). A C-statisztika vagy a vevő működési jellemzője alatti terület (AUROC) egy 0,5-től 1-ig terjedő érték, ahol bármely 1-hez közeli érték azt jelenti, hogy egy biomarker vagy előrejelzési modell hatékonyan képes megkülönböztetni azokat az egyéneket, akiknél nagy a kockázata a végpont vagy kimenetel kialakulásának. kamat.99

Különféle más tanulmányok is hasonló következtetésekre jutottak a TNFR-ek ESKD-re való előrejelző képességével kapcsolatban cukorbetegségben, például Skupien és mtsai, 71 Pavkov et al.72 és Yamanouchi et al.73 (4. táblázat). Ezekben a vizsgálatokban a Joslin és Pima indián kohorsz résztvevői vettek részt, mint például Niewczas et al. (4. táblázat). Finnországból, Franciaországból és Spanyolországból származó kohorszokat bevonó tanulmányok azonban mind a TNFR-ek fokozott teljesítményéről számoltak be az ESKD74–76 előrejelzésében (4. táblázat). Egy másik szövetséges, egy tanulmányban, amelyben cukorbeteg őslakos ausztrál résztvevők vettek részt, a megnövekedett TNFR-1 szint a kombinált helyettesítő és kemény vese kimenetelének emelkedett kockázatával járt együtt (eGFR csökkenés 30%-os vagy egyenlő eGFR < 60 ml/perc/1,73) m2 és az RRT-be vagy a halálba való előrehaladás) az életkorra, nemre, eGFR-re és albuminuriára való kiigazítás után, HR 3.8, p=0.03.77 Ez tovább igazolja a TNFR-ek erős jelölt biomarkerek robusztusságát a különböző populációs háttereken. Fontos, hogy az itt említett tanulmányok többsége károsodott kiindulási vesefunkciójú, 3-as vagy rosszabb stádiumú CKD-vel és/vagy makroalbuminuria jelenlétével70, 71, 73–76 (4. táblázat) használt kohorszokat. Ez összefügg az ESKD mint végpont természetével, amely megköveteli, hogy a vizsgálatok vagy nagy mintaszámúak, vagy hosszabb nyomon követési időtartamúak legyenek. DKD, gyakran hajlamosak helyettesítő végpontokat használni.65,67,100,101

Az ESKD-vel ellentétben a helyettesítő végpontokat alkalmazó tanulmányok ellentmondó eredményekről számoltak be a TNFR-ekre vonatkozóan. A TNFR-1-et tartalmazó szérum biomarkerek panelje 0,88-ról 0,95-re javította az eGFR kimenetelének C-statisztikáját<30 ml/min/1.73 m2 over 5 years in T1D86 (Table 5). A separate study in T2D found TNFR‐1 to be associated with an increased risk of eGFR decline ≥40%, HR 1.8, p < 0.0001 and rapid decline in eGFR slope, OR 2.3, p < 0.000178 (Table 4). TNFR‐1 and 2 were also found to predict eGFR decline ≥30 ml/min/1.73 m2 if baseline eGFR > 60 or ≥50% decline if baseline eGFR < 60, improving C‐statistic from 0.68 to >{{0}}.7, p < 0.0587 (5. táblázat). Ezzel szemben az eGFR lejtőpályáit használó tanulmányok általában a TNFR88–91 gyenge prediktív teljesítményéről számoltak be (5. táblázat). Egy tanulmány nem számolt be szignifikáns javulásról a TNFR-1-et tartalmazó modell C-statisztikájában, p=0.262,88 Egy másik tanulmány nem talált összefüggést a TNFR-ek és az eGFR meredekségének progressziója között 2–6 év alatt, p > 0,05,89 Egy 481 T2D-s beteg bevonásával végzett validációs vizsgálat azt is megállapította, hogy az egyes biomarkerek, köztük a TNFR1, elhanyagolható mértékben járultak hozzá a csökkenő eGFR lejtőpálya előrejelzéséhez, R2 < 1%.90 Az ezekben a vizsgálatokban megfigyelt összefüggés hiánya az eGFR meredekségének megbízhatóságára vezethető vissza. helyettesítő végpontként. Az eGFR lejtőinek vagy pályáinak használata feltételezi, hogy az eGFR lineáris csökkenési mintát követ.70 102 Ez azonban nem mindig van így, sőt az eGFR ingadozása gyakrabban figyelhető meg cukorbetegeknél.102 A korlátok ellenére használatát validálták. a CKD korai szakaszában és a rövidebb időtartamú vizsgálatokban.67 Tekintettel arra, hogy a helyettesítő végpontokat alkalmazó vizsgálatok általában megőrzött vesefunkciójú résztvevőket vontak be (4. és 5. táblázat), ésszerű lehet azt feltételezni, hogy a TNFR-ek nem megbízható előrejelzők a vesebetegség korai szakaszában. DKD. Ezt Mayer és munkatársai 92 is alátámasztják, akik úgy találták, hogy a TNFR-1 nem jelent szignifikáns előrejelzője az eGFR meredekségnek, ha a kiindulási eGFR nagyobb vagy egyenlő, mint 60 ml/perc/1,73 m2, összehasonlítva azzal, amikor az eGFR < 60 ml/perc/1,73 m2 . A TNFR-ek ezért potenciális biomarkerek lehetnek a DKD számára a vesekárosodás előrehaladottabb stádiumaiban.

A TNFR-eken kívül más gyulladásos biomarkerek is összefüggést mutattak az ESKD-vel és/vagy különféle helyettesítő kimenetelekkel longitudinális vizsgálatokban. Ezek a következők: CRP, angiopoetin-szerű protein 2 (ANGPTL2), ICAM-1, eotaxin, vascularis adhéziós protein-1 (VAP-1), növekedési differenciációs faktor-15 (GDF-15), MCP-1, TNF-alfa és néhány komplement fehérje a Promarker D panel részeként58,79–84,93,94 (4. és 5. táblázat). A TNFR-eken végzett vizsgálatok számához képest azonban ezek a biomarkerek alulmaradnak, ami azt jelzi, hogy kiterjedtebb kutatásra van szükség a DKD-vel való kapcsolatuk validálásához.

Támogató szolgáltatás:

E-mail:wallence.suen@wecistanche.com

Whatsapp/Tel.:+86 15292862950

Üzlet:

https://www.xjcistanche.com/cistanche-shop