腎臟病定義和分類

腎臟病泛指腎臟相關的各種疾病，可以分為急性腎臟病和慢性腎臟病。慢性腎臟病（Chronic Kidney Disease，CKD）是指各種原因引起的慢性腎臟結構和功能障礙（腎臟損害病史大于3個月），包括腎小球過濾率（GFR, Glomerular Filtration Rate）正常和不正常的病理損傷、血液或尿液成分異常，及影像學檢查異常，或不明原因GFR下降（<60mL/min · 1.73m2）超過3個月，是絕大多數的腎臟疾病包括原發性和繼發性腎臟病的臨床統稱。急性腎臟病主要包括急性腎炎和急性尿路感染等。

腎臟病特征和誘因

相關研究發現中國慢性腎臟病具有以下特征：

1、發病率高；2、知曉率低；3、預后差；4、治療費用高。

慢性腎臟病的主要誘因有以下幾個方面：

1、年齡：65歲以上老人易發??；

2、生活習慣：具有吸煙、酗酒等不良嗜好；

3、腎病遺傳家族史；

4、腎病相關疾病，比如高血壓、糖尿病、泌尿系感染、腎炎等；

5、環境：工作或是生活環境經常暴露在腎毒性物質、農藥、重金屬等。

針對慢性腎臟病，一方面由于腎臟功能相對強大，所以臨床上在起病階段不容易發現；另一方面由于其他誘發或是伴隨慢性腎臟病的疾病特征的覆蓋、干擾，造成腎臟病早期難以發現，因此針對慢性腎臟病的早期篩查和診斷是非常有必要的，讓患者做到早診斷、早治療。2023年研究統計中國慢性腎臟病的發病率和知曉率統計如下圖，從圖示可以看出中國慢性腎臟病患者人群占比大（8.2%），而知曉率比較低（10%），未來加強中國慢性腎臟病患者的診斷和治療勢在必行。

腎臟病分類

改善全球腎臟病預后組織（Kidney Disease: Improving Global Outcomes, KDIGO）根據eGFR和ACR（Albumin to Creatinine Ratio）將腎臟病分為多個風險等級，如下圖。這種分類方法和分類標準在腎病指南和臨床上得到廣泛認可和應用。

表一：國際腎病風險等級分類方法和分類標準

臨床腎臟病診斷方法及優缺點分析

目前市場上針對腎臟病診斷有經典的尿干化學試紙分析法、尿液有形成分分析法以及KDIGO分類方法中提到的ACR和eGFR等方法學，還有特定蛋白儀檢測的尿特定蛋白分析方法，以其精準的蛋白分類和定量來

精確定位到患者的腎臟受損部位和患者病情嚴重程度，同時也可以對治療結果和預后做出準確的判斷，整體來看尿特定蛋白分析優點非常明顯，受干擾因素也比較少，對比如下表：

表二：臨床腎臟病診斷方法及優缺點一覽

腎臟損傷實驗室診斷尿特定蛋白標志物

針對腎臟病的研究發現尿微量白蛋白、尿轉鐵蛋白、尿免疫球蛋白和α2巨球蛋白可以作為腎小球損傷的尿蛋白標志物；α1-微球蛋白、β2-微球蛋白、視黃醇結合蛋白和尿胱抑素C可以作為腎小管損傷的尿蛋白標志物；中性粒細胞明膠酶相關載脂蛋白可以作為急性腎損傷的重要標志物；尿輕鏈κ和λ可以作為多發性骨髓瘤的重要診斷標志物，同時上面提到標志物也是得到臨床指南的認可和廣泛使用。

圖三：腎臟損傷尿特定蛋白標志物分子一覽

綜上所述，腎臟損傷標志物分子為腎臟損傷診斷提供了目標，針對標志物分子的尿特定白蛋檢測為慢性腎臟病早期篩查及腎損傷評估提供全面的信息和比較理想的診斷方案，為腎臟病的精準診斷和治療提供了理想路徑。腎臟損傷標志物分子具體參考如上圖。

臨床尿蛋白常見組合檢測方案

表三：臨床尿蛋白常見組合檢測方案一覽

案例分析，腎小管功能檢測勿忽視

一例因系統性結節病致GFR嚴重下降而住院的患者?；颊吣蚩偟鞍?、ACR結果均正常，但A1M、RBP升高。腎活檢證實患者有嚴重的肉芽腫性間質性腎炎。結節病患者發生急性eGFR降低，可能與急性間質性腎炎（AIN）引起的急性腎損傷或腎前氮質血癥有關，或兩者兼有。該病例說明，尿A1M和RBP異常升高強烈提示AIN，這一點很可能為患者正常的ACR結果所掩蓋。

國賽腎臟病診斷解決方案

Aristo U/Ur特定蛋白分析儀是國賽生物推出的一款高端特定蛋白檢測儀，采用業界公認的檢測方法學--免疫散射比濁法和分光光度法，具有精密度高，檢測速度快，獨特的尿液封膜穿刺技術，支持全血、血清、血漿和尿液樣本的檢測，可報告ACR參數等優勢。同時該機型具有軌道式自動進樣系統，支持流水線聯機，可做到血尿分檢，減少檢測過程中交叉污染的發生。

【參考文獻】

[1] 張路霞，趙明輝. 中國慢性腎臟病早期評價與管理指南，中國內科雜志，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.