狼疮性肾炎中医辨证分型与肾脏病理及临床指标相关性分析.doc

狼疮性肾炎中医辨证分型与肾脏病理及临床指标相关性分析【摘要】 【目的】探讨狼疮性肾炎(LN)中医证型与肾脏病理及临床指标的相关性。【方法】选择LN患者40例，根据临床表现进行传统的中医辨证，收集实验室、肾脏病理资料，建立数据库，分析LN患者的中医证型与肾脏病理及临床指标的相关性。【结果】本证中：脾肾气虚型的活化部分凝血酶原时间(APTT)、血沉(ESR)、24 h尿蛋白定量明显高于非脾肾气虚型。标证中：水湿型的APTT明显高于湿浊型。水湿型、湿浊型的血红蛋白(HGB)低于正常，水湿型与血瘀型、湿热型比较差异有显著性意义(P005)。湿浊型的血肌酐(SCR)明显高于水湿、湿热、血瘀型(P005)，湿浊型的尿素氮(BUN)明显高于湿热型、血瘀型(P005)。水湿型的总胆固醇(TCH)明显高于血瘀型(P005)。而水湿型的临床积分明显低于其余3型，湿浊型的肾脏病理CI、NIH积分明显高于血瘀型(P50%，分别记0、1、2、3分。其中AI的第3、5项加权指数为2，其余为1。AI、CI积分最大值分别是24分和12分。(2)BI由GAI(Global Activity Index)，TIAI(Tubulointerstitial Activity Index)，CLI(Chronic Lesions Index)，IFI(Immunofluorescence Index)的积分组成：BI=GAI/8+CI/5+TIAI/7+IFI/32，最大值是12分。(3)GAI、TIAI和CLI分别按照损伤范围：010%、10%25%、25%50%、50%，分别记05、1、2、3分。其中GAI的第3、5项加权指数为2，其余为1。GAI、TIAI和CLI积分最大值分别是24、21、15分。(4)IF按荧光强度以+表示，每1例都应为6种荧光的积分之和，IFI最大值为96分。135中医辨证分型标准肾脏穿刺前后3 d，参照中药新药临床研究指导原则(1993版)中慢性肾炎、肾病综合征的辨证原则，将LN分为本证和标证。本证包括脾肾气虚、脾肾阳虚、肝肾阴虚、气阴两虚4型，标证包括外感、水湿、湿热、血瘀、湿浊5型。每位患者具备一个本证但同时可具备多个标证，所以标证的证型数大于病例数，本研究中提到的例数均指证型数。14统计学方法采用SPSS 130统计软件进行数据分析，计量资料用均数标准差(s)表示，行单因素方差分析。2结果21LN的中医证型与病理分型关系表1结果显示，中医本证包括脾肾气虚型27例(675%)，脾肾阳虚型2例(50%)，肝肾阴虚型1例(25%)，气阴两虚型10例(250%)，共40例。基于后3型病例数较少，将其归于非脾肾气虚型(13例，325%)。以脾肾气虚型较常见，其次为气阴两虚型。脾肾气虚型病理分级以型(593%)、型(148%)、V型(148%)为主。非脾肾气虚型病理以型(538%)、型(308%)为主。中医标证包括水湿型8例(108%)、湿热型25例(338%)、血瘀型27例(365%)、湿浊型14例(189%)，共74例。以血瘀型较常见，其次为湿热型。水湿型病理分级以型(750%)为主，湿热型病理分级以型(560%)、型(160%)、V型(160%)为主，血瘀型病理分级以型(556%)、型(222%)为主，湿浊型病理分级以型(714%)为主。22LN的中医证型与临床分型关系表2结果显示，中医本证脾肾气虚型的临床分型以肾病综合征(556%)为主，非脾肾气虚型病理以肾病综合征和隐匿性肾炎为主(均为462%)。中医标证水湿型的临床分型以肾病综合征(875%)为主，湿热型临床分型以肾病综合征(480%)和隐匿性肾炎(320%)为主，血瘀型临床分型以肾病综合征(481%)和隐匿性肾炎(296%)为主，湿浊型临床分型以肾病综合征(643%)为主。表1LN的中医证型与病理分型关系表2LN的中医证型与临床分型关系23LN的中医证型与一般指标关系表3结果显示，本证中：脾肾气虚型APTT、WBC、ESR、24 hPro与非脾肾气虚型比较，差异有显著性意义(P005)。标证中：水湿型APTT与湿浊型比较，差异有显著性意义(P005)。血瘀型WBC与湿浊型比较，差异有显著性意义(P005)。水湿型HGB与湿热、血瘀型比较，差异有显著性意义(P005)。水湿、湿热、血瘀型SCR与湿浊型比较，差异有显著性意义(均P005)。湿热、血瘀型BUN与湿浊型比较，差异有显著性意义(P005)。水湿型TCH与血瘀型比较，差异有显著性意义(P005)。表3LN的中医证型与一般指标关系24LN的中医证型与临床积分及肾脏病理积分关系表4结果显示，湿热型NIH积分与湿浊型比较，差异有显著性意义(P005)。水湿型临床积分与其余3个标证比较，差异有显著性意义(P005)。血瘀型CI、NIH积分与湿浊型比较，差异有显著性意义(P005)。表4LN的中医证型与临床积分及肾脏病理积分关系3讨论本研究所选病例病程较短，尚属发病早期。中医认为本病为本虚标实之证，本证以脾肾气虚型较常见，其次为气阴两虚型，提示了中医证型从气虚到气阴两虚继而发展为肝肾阴虚或脾肾阳虚的演变过程，进一步证实了慢性肾小球肾炎病机转化规律：伤气气损及阴(气阴两虚)阴津更伤(肝肾阴虚)或阴损及阳(脾肾阳虚)。标证以血瘀型、湿热型较常见，其次是湿浊型，体现了肾虚为本、热毒为标，瘀血阻滞是其病理改变的关键一环，因为瘀血既是病理产物，又是直接损害肾脏并促进病情发展的关键因素7。从病理分型看，以型为多见，其次是型。本证脾肾气虚型病理类型以、V型为主，非脾肾气虚型以、型为主。标证水湿型以型为主，湿热型以、V型为主，血瘀型以、型为主，湿浊型以型为主。从临床分型看，本证脾肾气虚型以肾病综合征为主，非脾肾气虚型以肾病综合征和隐匿性肾炎为主。标证水湿型、湿浊型多表现为肾病综合征，湿热型、血瘀型多以肾病综合征和隐匿性肾炎为主。在中医证型与临床指标的比较中，脾肾气虚较非脾肾气虚型的APTT显著延长，表明非脾肾气虚型比脾肾气虚型更具有凝血的倾向。中医认为血能载气，气能行血，若气虚则血行不畅。非脾肾气虚型包括气阴两虚、肝肾阴虚、脾肾阳虚型，从疾病的发展看脾肾阳虚型是脾肾气虚型的进展之证，血瘀程度也较脾肾气虚型明显。脾肾气虚型比非脾肾气虚型ESR增快、24h尿蛋白定量增高，且差异有显著性意义，说明脾肾气虚型比非脾肾气虚型的狼疮活动明显、肾损害严重。标证4型均有血液系统损害，水湿型HGB比血瘀、湿热型低且差异有显著性意义，表明血液系统损害以水湿型最为显著。湿浊型SCR比水湿、湿热、血瘀型明显升高，BUN比湿热、血瘀型明显升高，且差异有显著性意义，表明湿浊型的肾损害较其他3型更为严重。本研究在探讨中医证型与肾脏病理关系中采用了NIH、BI两套积分系统。NIH是一套成熟而经典的狼疮性肾炎活动性与慢性病理损伤的积分系统，对于预测疾病预后高度相关的肾间质损伤的评价只包括肾间质单核细胞浸润、纤维化以及肾小管萎缩5。BI积分系统由Hill6等于2000年建立，是由GAI、CLI、TIAI以及IFI组成，对于肾间质损伤的描述更加细致，包括肾小管细胞固缩、肾小管细胞再生、肾小管细胞坏死、肾小管细胞扁平化、肾小管腔中发现单核巨细胞、肾小管腔中发现上皮细胞、肾间质炎症。而且增加了对免疫荧光的积分，使得对肾脏病理损伤程度的评价更加全面系统。本证中：脾肾气虚型与非脾肾气虚型临床积分和肾脏病理积分比较差异无显著性意义。标证中：水湿型比其他3型的临床积分低，证明水湿型为临床活动度最轻的一型。湿浊型的临床积分及AI、CI、NIH、 GAI、 CLI积分较其他3型都高，与血瘀型比较，CI、NIH积分差异有显著性意义(P005)，与湿热型比较，NIH积分显著升高，说明湿浊型为病理损伤程度较重的一型。在中医证型与肾脏免疫荧光强度的比较中发现，本证与标证各证型比较差异无显著性意义。标证中湿浊型比水湿型IgG免疫复合物沉积较多。IgG是血清中含量最高的免疫球蛋白，半衰期约2023 d，是再次免疫应答的主要抗体，具有高亲和力，主要参与型超敏反应，免疫复合物容易沉积于血压较高的毛细血管多迂回处的肾小球基底膜。免疫复合物能使血小板活化聚集并激活凝血机制形成微血栓。对各证型的病理积分以及凝血功能的分析也证明了这一点，湿浊型比湿热型的NIH积分高，说明湿浊型比湿热型的病理损伤程度更严重。湿浊型比水湿型的APTT缩短，即湿浊型比水湿型更具有凝血的倾向。从中医的角度分析，湿浊较水湿质地稠密、黏滞，病理产物容易堆积于肾络，反映在脉管之中则多滞，多瘀，也印证了免疫复合物肾损伤以及激活凝血机制易形成微血栓的事实。本研究首次采用NIH联合BI的积分系统，探讨狼疮性肾炎中医证型、临床指标以及肾脏病理的关系，证实了LN中医证型与临床指标以及病变程度具有一定的相关性，提示中医辨证分型对推测LN病变程度有一定的价值。【参考文献】 1陈灏珠.实用中医内科学M.10版.北京：人民卫生出版社,1996：1829-1833.2Tan E M，Cohen A G，Fries J F，et a1.The 1982 revised criteria for the classification of systemic lupus erythematosusJ.Arthriti Rheum，1982，25：1271.3王海燕.肾脏病学M.3版.北京：人民卫生出版社，2008：937-939.4叶任高，孙雪峰.狼疮性肾炎的治疗进展J.中国中西医结合杂志,2001，2(6)：311.5Austin H A，Muenz L R，Joyce K M，et a1.Prognostic factors in lupus nephritis.Contribution of renal histologic data