ส่วนที่ 1: การทำงานของไตและการเผาผลาญไขมันเป็นตัวทำนายสำคัญของความหนาของชั้นเส้นใยประสาทที่ม่านตา - The LIFE-Adult Study

สำหรับข้อมูลเพิ่มเติม:tina.xiang@wecistanche.com

เชิงนามธรรม

พื้นหลัง: ความหนาของชั้นของเส้นใยประสาทจอประสาทตา circumpapillary (cpRNFLT) ที่ประเมินโดย spectral-domain optical coherence tomography (SD-OCT) เป็นเทคนิคใหม่ที่ใช้ในการตรวจหาและประเมินโรคต้อหินและโรคเส้นประสาทตาอื่นๆ ก่อนแปล cpRNFLT ในคลินิก การตรวจสอบพารามิเตอร์ทางมานุษยวิทยา ชีวเคมี และทางคลินิกที่อาจส่งผลต่อ cpRNFLT ในชุดข้อมูลประชากรขนาดใหญ่เป็นสิ่งสำคัญอย่างยิ่ง

วิธีการ: การศึกษา LIFE-Adult Study ตามประชากรสุ่มเลือกผู้เข้าร่วม 10,000 คนจากการลงทะเบียนประชากรของเมืองไลพ์ซิก ประเทศเยอรมนี ผู้เข้าร่วมทั้งหมดได้รับการประเมินอย่างเป็นระบบตามมาตรฐานของตัวบ่งชี้ความเสี่ยงโรคหัวใจและหลอดเลือดต่างๆ รวมถึงการวัดค่า cpRNFLT โดยใช้ SD-OCT (Spectralis, Heidelberg Engineering) หลังจากใช้เกณฑ์คุณภาพ SD-OCT ที่เข้มงวด มีการวิเคราะห์บุคคล 8952 คน การวิเคราะห์การถดถอยเชิงเส้นแบบหลายตัวแปรใช้ในการประเมินการเชื่อมโยงอิสระของตัวทำเครื่องหมายความเสี่ยงโรคหัวใจและหลอดเลือดต่างๆ กับ cpRNFLT เฉพาะภาค สำหรับตัวทำเครื่องหมายที่มีนัยสำคัญ ความแข็งแรงสัมพัทธ์ของความสัมพันธ์ที่สังเกตพบเมื่อเปรียบเทียบกันเพื่อระบุปัจจัยที่เกี่ยวข้องมากที่สุดที่มีอิทธิพลต่อ cpRNFLT ในการวิเคราะห์ทั้งหมด ใช้วิธีอัตราการค้นพบเท็จสำหรับการเปรียบเทียบหลายรายการ

ผลลัพธ์: ในกลุ่มประชากรทั้งหมด อาสาสมัครเพศหญิงมีระดับ cpRNFLT ทั่วโลกที่หนากว่าอย่างมีนัยสำคัญและแบบแบ่งส่วนเมื่อเทียบกับกลุ่มเพศชาย (p < 0.05)="" การวิเคราะห์การถดถอยเชิงเส้นแบบพหุตัวแปรเปิดเผยความสัมพันธ์ที่มีนัยสำคัญและเป็นอิสระระหว่าง="" cprnflt="">การทำงานของไตและโปรไฟล์ไขมัน. ดังนั้น cpRNFLT ที่บางลงจึงสัมพันธ์กับอาการแย่ลงการทำงานของไตตามที่ประเมินโดย cystatin C และอัตราการกรองไตโดยประมาณ นอกจากนี้ โปรไฟล์ไขมันที่ไม่พึงประสงค์ (เช่น คอเลสเตอรอลไลโปโปรตีนความหนาแน่นสูงต่ำ (HDL) คอเลสเตอรอลรวมสูง ไลโปโปรตีนความหนาแน่นต่ำสูง ไลโปโปรตีนความหนาแน่นต่ำสูงคอเลสเตอรอลและ apolipoprotein B สูง) มีความเกี่ยวข้องอย่างอิสระและมีนัยสำคัญทางสถิติกับ cpRNFLT ที่หนาขึ้น ในทางตรงกันข้าม เราไม่ได้สังเกตความสัมพันธ์ที่มีนัยสำคัญระหว่าง cpRNFLT กับเครื่องหมายของการอักเสบ สภาวะสมดุลของกลูโคส การทำงานของตับ ความดันโลหิต หรือโรคอ้วนในการวิเคราะห์เฉพาะภาคส่วนของเราและทั่วโลก สรุป: เครื่องหมายของการทำงานของไตและเมแทบอลิซึมของไขมันเป็นตัวทำนายของ cpRNFLT แบบแยกส่วนในการศึกษาตามประชากรที่มีฟีโนไทป์ขนาดใหญ่และลึกซึ้งโดยไม่ขึ้นกับตัวแปรร่วมที่จัดตั้งขึ้นก่อนหน้านี้ การศึกษาในอนาคตเกี่ยวกับ cpRNFLT ควรรวมไบโอมาร์คเกอร์เหล่านี้ และจำเป็นต้องตรวจสอบว่าการรวมเข้าด้วยกันจะปรับปรุงการวินิจฉัยโรคตาในระยะแรกโดยอิงจาก cpRNFLT หรือไม่ คำสำคัญ: ชั้นเส้นใยประสาทจอประสาทตา, ต้อหิน, ไบโอมาร์คเกอร์,การทำงานของไต, เอกซเรย์เอกซ์เรย์สายตา, โปรไฟล์ไขมัน, คอเลสเตอรอล LDL, คอเลสเตอรอล HDL, eGFR, Cystatin C, Apolipoprotein B, Apolipoprotein A1

คลิกที่นี่สำหรับข้อมูลเพิ่มเติม

พื้นหลัง

ข้อบกพร่องของชั้นเส้นใยประสาทจอประสาทตา (RNFL) เป็นสัญญาณเริ่มต้นของโรคต้อหินและการเสียรูปของแผ่นใยแก้วนำแสง [1] ดังนั้นความหนาของ RNFL จึงเป็นเครื่องมือสำคัญในการประเมินโรคต้อหินและโรคเส้นประสาทตาอื่นๆ [2] Spectral-domain optical coherence tomography (SD-OCT) เป็นเทคนิค [3] แบบ in vivo ที่ไม่รุกรานสำหรับการวิเคราะห์เส้นประสาทตา และความก้าวหน้าล่าสุดทำให้คุณภาพของภาพที่พิสูจน์แล้วสำหรับความหนาของ RNFL ของ circumpapillary (cpRNFLT) [4]. เมื่อเร็ว ๆ นี้ cpRNFLT มีความเกี่ยวข้องกับการวัดทางมานุษยวิทยาพื้นฐานและการวัดทางชีวเคมีที่ชัดเจนในการศึกษาต่างๆ ตัวอย่างเช่น Ho et al. [5] แสดงให้เห็นถึงความสัมพันธ์เชิงบวกของ cpRNFLT ทั่วโลกกับไลโปโปรตีนความหนาแน่นต่ำ (LDL)คอเลสเตอรอลและความสัมพันธ์เชิงลบกับความชุกของโรคเบาหวานในกลุ่มชาติพันธุ์เอเชียที่แตกต่างกันสามกลุ่ม นอกจากนี้ อายุและประวัติของโรคหลอดเลือดสมองหรือความดันโลหิตสูงเป็นลบ ในขณะที่สถานะการสูบบุหรี่เป็นบวก ซึ่งสัมพันธ์กับ cpRNFLT ทั่วโลกในการวิเคราะห์เมตาแบบตัดขวางของการศึกษาตามประชากรในยุโรป 8 ฉบับ [6] ในทางตรงกันข้าม แลมพาร์เตอร์ และคณะ[7] ไม่พบความสัมพันธ์ที่เป็นอิสระระหว่าง cpRNFLT ทั่วโลกกับโรคหัวใจและหลอดเลือดในการวิเคราะห์หลายตัวแปรในการศึกษาสุขภาพ Gutenberg เมื่อนำมารวมกัน ความสัมพันธ์ของ cpRNFLT ทั่วโลกแสดงผลลัพธ์ที่ขัดแย้งกับสถานะของโรคเกี่ยวกับหัวใจและหลอดเลือด ก่อนแปลวิธีการ cpRNFLT ไปยังคลินิก เป็นสิ่งสำคัญที่จะต้องตรวจสอบพารามิเตอร์ทางมานุษยวิทยา ชีวเคมี และทางคลินิกที่อาจส่งผลต่อ cpRNFLT โดยไม่ขึ้นกับตัวทำนายอื่นๆ ที่เป็นที่ยอมรับ เช่น อายุ เพศ และรัศมีการสแกน นอกจากนี้ ปัจจัยอื่นๆ ที่มีอิทธิพลต่อ cpRNFLT จำเป็นต้องได้รับการกำหนดอย่างระมัดระวังเพื่อช่วยในการวินิจฉัยโรคตาในระยะเริ่มต้น และเพื่อป้องกันการจัดประเภทที่ไม่ถูกต้องของ cpRNFLT ที่บกพร่องเนื่องจากไบโอมาร์คเกอร์ทางคลินิกและทางชีวเคมีอื่นๆ อย่างไรก็ตาม การศึกษาก่อนหน้านี้เกี่ยวกับ cpRNFLT แสดงข้อจำกัดต่อไปนี้: พวกเขา (a) รวมกลุ่มตัวอย่างที่มีขนาดเล็กกว่า (b) ได้วิเคราะห์ cpRNFLT ทั่วโลก แต่ไม่ใช่ข้อมูลเฉพาะภาค (c) ยกเว้นอาสาสมัครที่มีสภาวะโรคหัวใจและหลอดเลือดต่างกัน เช่น ประเภท 2 โรคเบาหวานหรือความดันโลหิตสูง;(d) ไม่รวมถึงเครื่องหมายทางมานุษยวิทยา ชีวเคมี และคาร์ดิโอเมตาโบลิกที่หลากหลาย และข้อมูลระดับผู้ป่วยอื่นๆ และ (e) ไม่ได้ใช้แบบจำลองพหุตัวแปรที่ปรับอย่างละเอียดถี่ถ้วนเพื่อตรวจสอบตัวทำนายอิสระของ cpRNFLT

ดังนั้นเราจึงตรวจสอบแผงขนาดใหญ่ของตัวบ่งชี้ทางชีวภาพของมานุษยวิทยาและคาร์ดิโอเมตาบอลิซึมที่แตกต่างกันและฟีโนไทป์ทางคลินิกที่หลากหลายและการเชื่อมโยงกับโปรไฟล์ cpRNFLT เฉพาะภาคที่วัดโดย SD-OCT ในอาสาสมัครขนาดใหญ่ (N=8952) ที่ไม่ได้เลือก และการศึกษาตามประชากรที่มีฟีโนไทป์อย่างลึกซึ้งในประเทศเยอรมนี เราได้ใช้ขั้นตอนการตรวจสอบทางจักษุวิทยาและไม่ใช่ทางจักษุวิทยาที่มีมาตรฐานสูงและการปรับทางสถิติพร้อมการแก้ไขสำหรับการทดสอบหลายครั้ง

วิธีการ ผู้เข้าร่วม

การวิเคราะห์นี้เป็นส่วนหนึ่งของการศึกษา LIFE-Adult ตามประชากรที่ดำเนินการโดยศูนย์วิจัยโรคอารยธรรมไลพ์ซิกที่มหาวิทยาลัยไลพ์ซิกระหว่างเดือนสิงหาคม 2554 ถึงพฤศจิกายน 2557 [8] การศึกษา LIFE-Adult ประกอบด้วยผู้เข้าร่วมที่สุ่มเลือก 10,000 รายจากการลงทะเบียนประชากรของประชากรกว่าครึ่งล้านคนในไลพ์ซิก เมืองที่ตั้งอยู่ทางตะวันออกของเยอรมนี

การคัดเลือก LIFE-Adult Study ดำเนินการในลักษณะการแบ่งชั้นอายุและเพศโดยเน้นที่อาสาสมัครที่มีอายุระหว่าง 40 ถึง 79 ปี [8] เพื่อจุดประสงค์นี้ ประชากรทั้งหมดประกอบด้วย 9600 คนที่มีอายุระหว่าง 40 ถึง 79 ปี และ 400 คนที่มีอายุระหว่าง 19 ถึง 39 ปี แต่ละช่วงอายุ (ตามทศวรรษ) มีความสมดุลกับจำนวนอาสาสมัครและเพศ การศึกษาได้รับการอนุมัติโดยคณะกรรมการจริยธรรมที่คณะการแพทย์ของมหาวิทยาลัยไลพ์ซิก (หมายเลขอนุมัติ: 263-2009-14122009) และปฏิบัติตามปฏิญญาเฮลซิงกิและกฎหมายของรัฐบาลกลางและรัฐทั้งหมด ก่อนที่จะรวม ได้รับความยินยอมเป็นลายลักษณ์อักษรจากผู้เข้าร่วมทั้งหมด

เกณฑ์การรวบรวม/การรวมและการยกเว้นข้อมูล

ในระหว่างการตรวจพื้นฐาน ผู้เข้าร่วมการศึกษาถูกฟีโนไทป์อย่างลึกซึ้ง ซึ่งรวมถึงข้อมูลภาพทางจักษุวิทยา การสัมภาษณ์ที่มีโครงสร้าง แบบสอบถาม การตรวจร่างกาย และการตรวจเลือดและปัสสาวะ [8] ส่วนหนึ่งของการประเมินโรคตา ได้ดำเนินการสร้างภาพ SD-OCT (Spectralis, Heidelberg Engineering, Heidelberg, Germany) โดยให้ผลการสแกน cpRNFLT รอบศีรษะของเส้นประสาทตา ตำแหน่งของวงกลม cpRNFLT และระบบพิกัดได้อธิบายไว้ก่อนหน้านี้แล้ว [4] เราคัดแยกตัวอย่างที่ไม่มีการสแกน SD-OCT (ไม่รวม N=931) หรือการสแกน SD-OCT โดยใช้เกณฑ์คุณภาพต่อไปนี้:(1)หมายเลขการสแกน B ต่อสถานที่<50,(2)signal to="" noise=""><20 db,="" and(3)="" missing="" or="" unreliable="" rnflt="" a-scans="">5%(excluded N = 117). For the remaining 8952 subjects, one eye was randomly selected if both eyes of an included subject were reliable [4]. For validation analyses, we classified optic nerve head (ONH) abnormalities if any of the following were present: excavation (suspected glaucoma [i.e., violation of the inferior-superior-nasal-temporal rule, vertically oval with cup-to-disc ratio>0.7], optic disc pit หรือ coloboma ของ optic disc), optic disc hemorrhage, neovascularization, optic atrophy, sectoral paleness, ONHบวม, papilledema หรือ optic disc drusen [4] นอกจากนี้ยังรวบรวมข้อมูลผู้ป่วยเกี่ยวกับการวินิจฉัยโรคต้อหินก่อนหน้านี้รวมถึงยารักษาโรคต้อหิน

เครื่องหมายมานุษยวิทยาและชีวเคมี

การวัดสัดส่วนร่างกายแบบคลาสสิก (เช่น ดัชนีมวลกาย [BM] รอบเอวและสะโพก ความดันโลหิต) ได้รับการประเมินตามขั้นตอนที่ได้มาตรฐานโดยพยาบาลที่ทำการศึกษาที่ผ่านการฝึกอบรม ในทุกวิชา เก็บตัวอย่างเลือดจากการอดอาหารเป็นประจำ และแผงการทดสอบในห้องปฏิบัติการได้ดำเนินการในวันที่เก็บตัวอย่าง [8] ตัวบ่งชี้ทางชีวภาพของแผงได้รับการอธิบายไว้ก่อนหน้านี้ [8] และรวมการตรวจวัดคอเลสเตอรอลรวม, ไลโปโปรตีนความหนาแน่นสูง (HDL), ไลโปโปรตีนความหนาแน่นต่ำ (LDL) คอเลสเตอรอล, ไตรกลีเซอไรด์ (TG), อะโพลิโพโปรตีน (apo)B, apoAl, ไลโปโปรตีน (Lp)(a), กลูโคส, อินซูลิน, glycated hemoglobin (HbAlc), เอ็นไซม์ตับ, อินเตอร์ลิวคิน-6, โปรตีน C-reactive ความไวสูง (hsCRP), cystatin C, และอัลบูมินในปัสสาวะและครีเอตินีน ทั้งหมดนี้ถูกหาปริมาณ ในห้องปฏิบัติการกลางด้วยวิธีมาตรฐาน [8] ในทุกวิชา อัตราการกรองไตโดยประมาณ (eGFR) คำนวณโดยใช้สมการการทำงานร่วมกันทางระบาดวิทยาโรคไตเรื้อรังที่มีซีสแตติน C (CKD) [9] เนื่องจากเป้าหมายของการศึกษาในปัจจุบันคือเพื่อตรวจสอบความสัมพันธ์ระหว่างเครื่องหมายความเสี่ยงโรคหัวใจและหลอดเลือดหลายตัวกับ cpRNFLT เราจึงใช้เฉพาะสมการที่อิงซีสแตตินซีซึ่งเพิ่งได้รับรายงานเมื่อเร็วๆ นี้ว่าเป็นสมการที่ดีที่สุดสำหรับการประเมินความเสี่ยงโรคหัวใจและหลอดเลือด [10] ภาวะไตวายเรื้อรังถูกกำหนดให้เป็นอัตราส่วนอัลบูมินในปัสสาวะ/ครีเอตินินในปัสสาวะ มากกว่าหรือเท่ากับ 30 มก./กรัม และ/หรือ eGFR ที่ลดลง<60 ml/min/1.73="" m²,="" and="" the="" cohort="" was="" divided="" into="" five="" egfr="" categories(i.e.,="" g1-g5="" combining="" g3a="" and="" g3b="" into="" one="" g3="" category),="" as="" well="" as="" four="" ckd="" risk="" categories="" (i.e.,="" low,="" moderately="" increased,="" high,="" and="" very="" high="" risk),="" according="" to="">

การวิเคราะห์ทางสถิติ

การวิเคราะห์ทางสถิติทั้งหมดดำเนินการในสภาพแวดล้อม R โดยใช้เวอร์ชัน 3.5 (R Foundation for Statistical Computing, Vienna, Austria) สำหรับการเปรียบเทียบระหว่างวิชาเพศหญิงและเพศชาย จะใช้การทดสอบ Student t-test แบบ unpaired (สำหรับตัวแปรแบบต่อเนื่อง) หรือแบบ chi-squared test (สำหรับตัวแปรตามหมวดหมู่) ตามลำดับ

ในขั้นตอนต่อไป เราได้ตรวจสอบความสัมพันธ์ของสัดส่วนร่างกายต่างๆ รวมถึงคาร์ดิโอเมตาบอลิซึมและไบโอมาร์คเกอร์บน RNFLT เฉพาะส่วน เพื่อจุดประสงค์นี้ ได้ทำการวิเคราะห์การถดถอยเชิงเส้นแบบพหุตัวแปรสำหรับมาร์กเกอร์แต่ละตัวที่ปรับตามอายุ เพศ และรัศมีวงกลมการสแกนในทุกรุ่น การใช้ covariates เหล่านี้เป็นตัวแปรอิสระในแบบจำลองตามลำดับ การเชื่อมโยงของเครื่องหมายแต่ละตัวกับส่วน cpRNFLT (ตัวแปรตาม) ถูกคำนวณแยกกันสำหรับชั่วขณะ (T),superior-temporal (TS), superonasal(NS), จมูก (N) inferonasal (NI) และ inferotemporal (TI) และทั่วโลก (G)

รัศมีวงกลมการสแกนถูกรวมไว้เป็นตัวแปรอิสระในทุกรุ่น เนื่องจากขนาดตาและลักษณะทางแสงของเลนส์มนุษย์ทำให้การวัด cpRNFLT สับสน [12-14] รัศมีวงกลมการสแกนที่แท้จริง (มม.) ประเมินจากการตั้งค่าโฟกัสที่ใช้โดยเครื่อง Spectralis ตามรุ่นที่ใช้กันอย่างแพร่หลาย [15] เนื่องจากเพศ[4] และอายุ [14] แสดงให้เห็นว่าส่งผลต่อ cpRNFLT เครื่องหมายเหล่านี้ยังถูกรวมเป็นตัวแปรร่วมที่เป็นอิสระในแต่ละแบบจำลอง

ต่อไปเราพยายามเปรียบเทียบความแรงสัมพัทธ์ของการเชื่อมโยงของไบโอมาร์คเกอร์ทั้งหมดกับ cpRNFLT แบบเซกเตอร์ ดังนั้น แผนที่ความหนาแน่นตามส่วนและทั่วโลกของค่ามาตรฐานจากการวิเคราะห์หลายตัวแปรสำหรับ cpRNFLT ของแต่ละส่วนจึงถูกสร้างขึ้นสำหรับไบโอมาร์คเกอร์ทั้งหมด และใช้ค่ามาตรฐานในรหัสสีของรูปที่แสดงถึงความแข็งแกร่งของแต่ละการเชื่อมโยง

ในการวิเคราะห์ความไว เราได้ตรวจสอบผลลัพธ์ของการวิเคราะห์การถดถอยเชิงเส้นเพิ่มเติมสำหรับตัวบ่งชี้ไขมันด้วยเซกเตอร์ cpRNFLT โดยการแบ่งชั้นกลุ่มตามกลุ่มประชากรตามรุ่นที่ได้รับการรักษาด้วยสแตตินเมื่อเทียบกับผู้ใช้ที่ไม่ใช่สแตติน เพื่อจุดประสงค์นี้ เราใช้รหัสการจัดประเภท Anatomical Therapeutic Chemical (ATC) เพื่อแยกผู้เข้าร่วมที่ได้รับการรักษาด้วย 3-hydroxy-3-methylglutaryl co-enzyme A reductase inhibitors (เช่น statins) ซึ่งจะช่วยลดการสังเคราะห์คอเลสเตอรอล เพื่อตรวจสอบผลการไกล่เกลี่ยที่อาจเกิดขึ้นของสถานะการสูบบุหรี่ต่อความสัมพันธ์ระหว่าง cpRNFLT และโปรไฟล์ไขมัน, the Bayesian information criterion difference(ABIC)was computed for model comparisons. For this purpose, two different linear regression models were calculated with age, sex, measurement radius, and the respective lipid marker, as regressors (model A), as well as an additional model comprising of model A+smoking status(model B). The BIC difference(ABIC) was calculated by △BIC= BICmo-del A-BICmodel B. An ABIC>2 ถูกมองว่ามีความเกี่ยวข้องทางสถิติตาม Madrigal-Gonzalez et al. [16] เช่นเดียวกับ Kass และ Raftery [17]

ในการวิเคราะห์อื่นๆ ทั้งหมด ap value<0.05 was="" considered="" statistically="" significant.="" the="" false="" discovery="" rate(fdr)method="" was="" applied="" to="" correct="" all="" p="" values="" for="" multiple="">

รูปที่ 1 แผนที่ความหนาแน่นของค่าสัมประสิทธิ์ที่เป็นมาตรฐานสำหรับไบโอมาร์คเกอร์ที่ตรวจสอบทั้งหมดและทั่วโลก รวมถึงความหนาของชั้นของเส้นใยประสาทตาม่านตาแบบเซกเตอร์ (qpRNFLT การวิเคราะห์การถดถอยเชิงเส้นพหุตัวแปรแยกจากกัน) ออกอากาศสำหรับไบโอมาร์คเกอร์แต่ละตัว (ตัวแปรอิสระ) และภาคส่วนหรือ global cpRNFLT (ตัวแปรตาม) ตัวแบบพหุตัวแปรทั้งหมดได้รับการปรับตามอายุ เพศ และรัศมีวงกลมการสแกน ใช้วิธีการอัตราการค้นพบที่เป็นบวกลวงเพื่อแก้ไขค่า p สำหรับการเปรียบเทียบหลายรายการ หากตัวแบบการถดถอยเชิงเส้นไม่ได้แสดงนัยสำคัญโดยรวม ( ระบุว่ามาตรฐานไม่ถูกต้องในภาคนี้) จะแสดงภาพสี่เหลี่ยมสีขาว (ว่าง) สำหรับภาคที่สำคัญทั้งหมดความแข็งแกร่งซึ่งประเมินโดยมาตรฐาน B เช่นเดียวกับทิศทางของการเชื่อมโยงจะถูกกำหนดรหัสสี ดังนั้น ความสัมพันธ์เชิงบวก (สีแดง/สีอุ่นกว่า) และค่าลบ (สีน้ำเงิน/สีโทนเย็น) จะถูกแรเงาตามค่าสัมประสิทธิ์มาตรฐานตามลำดับ LAT, อะลานีนอะมิโนทรานสเฟอเรส, อัลคาไลน์ฟอสฟาเตส ApoA1 อะโพลิโพโปรตีน A1; ApoB, apolipoprotein B;ASAT แอสพาเทตอะมิโนทรานสเฟอเรส; BMI, ดัชนีมวลกาย; CKD โรคไตเรื้อรัง DBP, ความดันโลหิต diastolic; eGFR, อัตราการกรองไตโดยประมาณตามซีสแตติน C; GGT, แกมมา-กลูตามิลทรานสเฟอร์เรส; HbAIc, glycated เฮโมโกลบิน Aic; HDL ไลโปโปรตีนความหนาแน่นสูง; hsCRP, โปรตีน C-reactive ความไวสูง; IL interleukin;LDL, ไลโปโปรตีนความหนาแน่นต่ำ; Lp(a), ไลโปโปรตีน(a); SBP, ความดันโลหิตซิสโตลิก; TG, ไตรกลีเซอไรด์; อัตราส่วนเอวต่อสะโพก WHR ส่วนหัวของเส้นประสาทตา; N, ภาคจมูก NL ภาค inferonasal: NS ภาคเหนือ , ภาคชั่วคราว: Jl, ภาค infero-temporal TS, ภาค supero-temporal; G, alobal (ค่าเฉลี่ยโดยรวม)

สำหรับส่วนที่ 2 โปรดคลิกลิงก์ด้านล่าง:

https://www.xjcistanche.com/news/part2-renal-function-and-lipid-metabolism-are-54433055.html