文章快速检索     高级检索
  南方医科大学学报  2020, Vol. 40Issue (5): 752-758  DOI: 10.12122/j.issn.1673-4254.2020.05.23.
0

引用本文 [复制中英文]

孙广瀚, 刘健, 万磊, 龙琰, 鲍丙溪, 张颖. 痛风患者超声心动图参数的相关性分析[J]. 南方医科大学学报, 2020, 40(5): 752-758. DOI: 10.12122/j.issn.1673-4254.2020.05.23.
SUN Guanghan, LIU Jian, WAN Lei, LONG Yan, BAO Bingxi, ZHANG Ying. Correlations of echocardiographic parameters in Gout patients: a retrospective analysis[J]. Journal of Southern Medical University, 2020, 40(5): 752-758. DOI: 10.12122/j.issn.1673-4254.2020.05.23.

基金项目

科技部国家重点研发计划中医药现代化研究重点专项(2018YFC1705204);国家自然基金(81973655);安徽省重点研究和开发计划对外科技合作项目(201904b11020011);安徽省省级质量工程教学研究项目(2018jyxm1068);安徽省名中医刘健工作室建设项目(中医药发展秘[2018] 11号); 全国中医药创新骨干人才培训项目(国中医药人教函[2019]128号); 安徽省重点研究与开发计划项目(201904a07020004);安徽现代中医内科应用基础与开发研究省级实验室(2016080503B041)

作者简介

孙广瀚, 在读硕士研究生, E-mail: 751728613@qq.com

通信作者

刘健, 教授, 主任医师, 博士导师, E-mail: liujianahzy@126.com

文章历史

收稿日期:2019-11-25
痛风患者超声心动图参数的相关性分析
孙广瀚 , 刘健 , 万磊 , 龙琰 , 鲍丙溪 , 张颖     
安徽中医药大学第一附属医院,安徽 合肥 230031
摘要: 目的 基于回顾性分析探究痛风患者超声心动图参数的相关性分析。方法 通过安徽省中医院数据库中检索到2012年1月~2019年6月的住院数据和医疗记录,研究其超声心动图参数和临床实验室指标:超敏C-反应蛋白(hs-CRP)、血沉(ESR)、同型半胱氨酸(Hcy)、免疫球蛋白A(IgA)、免疫球蛋白G(IgG)、免疫球蛋白M(IgM)、补体C3、补体C4、甘油三脂(TG)、总胆固醇(TC)、尿酸(UA)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C);室间隔厚度(IVST)、左室后壁厚度(LVPWd)、左室舒张末期内径(LVDd)、左室收缩末期内径(LVDs)、左房内径(LAD)、最大P波时限(Pmax)、射血分数(EF)、每搏输出量(SV)。运用SPSS 22.0、SPSS Clementine 11.1 Aprior等统计学软件对指标进行关联规则、相关性分析、热图分析、多因素Logistics回归分析。结果 (1)热图分析显示:EF、SV表达最为显著,其次是AODd、LADs、LVDd、FS。根据聚类分析可以将AODd、EF、FS、LADs、LVDd、SV为聚1类,IVSTd、LVPWTd、MPAD、Pmax、RVDd为聚2类;(2)相关性分析显示,383例患者的EF与LVDd成负相关(P < 0.05),与FS、SV成正相关(P < 0.05);AODd与IVSTd、LADs、LVDd、LVPWTd、RVDd、SV、ESR成正相关(P < 0.05);FS与EF、SV成正相关(P < 0.05),与LVDd成负相关(P < 0.05);IVSTd与AODd、LADs、LVPWTd、补体C4、成正相关(P < 0.05);LADs与AODd、IVSTd、MPAD、RVDd、SV成正相关(P < 0.05);LVDd与AODd、IVSTd成正相关(P < 0.05),与LVDd、补体C3成负相关(P < 0.05);MPAD与LADs、HDLC、TC成正相关(P < 0.05),与Pmax成负相关(P < 0.05);Pmax与LVDd、RVDd、SV成正相关(P < 0.05),与FS、MPAD成负相关(P < 0.05);RVDd与AODd、LADs、LVDd、Pmax、SV成正相关(P < 0.05);SV与AODd、EF、LADs、LVDd、Pmax、RVDd成正相关(P < 0.05);补体C3与补体C4、CRP成正相关(P < 0.05),与LVPWTd成负相关(P < 0.05);补体C4与IVSTd、补体C3、CRP、ESR成正相关(P < 0.05),CRP与补体C3、补体C4、IgA、IgG成正相关(P < 0.05),与TC、HDLC、TG成负相关(P < 0.05);TG与HDLC、IgM、TC成正相关(P < 0.05),与CRP成负相关(P < 0.05);HDLC与MPAD、HDLC、TC成正相关(P < 0.05),与CRP成负相关(P < 0.05);IgA与CRP、IgG、IgM成正相关(P < 0.05);IgG与CRP、IgA、IgM成正相关(P < 0.05);IgM与TG、IgA、IgG、UA成正相关(P < 0.05),与CRP成负相关(P < 0.05);UA与IgM成正相关(P < 0.05);ESR与AODd、补体C4成正相关(P < 0.05);HCY与RVDd成负相关(P < 0.05);TC与MPAD、TG成正相关(P < 0.05),与CRP成负相关(P < 0.05);(3)经关联性分析,Pmax升高与LDL-C、UA、补体C4、TG、HCY、HDL-C、IgG、ESR、CRP、补体C3升高有明显关联性;SV升高与UA、LDL-C、补体C4、HDL-C、CRP、IgG、HCY、TC、ESR、TG、补体C3升高有明显关联性;(4)多因素Logistics回归分析分析结果提示:FS与LDL-c呈正相关(P < 0.05),Pmax与IgM呈负相关(P < 0.05),SV与ESR呈负相关(P < 0.05),其余与其他指标不相关(P > 0.05)。结论 痛风患者的超声心动图参数的变化与炎症、免疫、代谢指标的升高具有相关性,具有吸烟史和饮酒史患者并不对心功能变化产生影响,代谢指标的变化是超声心动图参数变化的危险因素。
关键词: 痛风    危险因素    超声心动图    相关性分析    
Correlations of echocardiographic parameters in Gout patients: a retrospective analysis
SUN Guanghan , LIU Jian , WAN Lei , LONG Yan , BAO Bingxi , ZHANG Ying     
First Affiliated Hospital of Anhui University of Traditional Chinese Medicine, Hefei 230031, China
Abstract: Objective To explore the correlations of echocardiographic parameters in patients with gout. Methods The hospitalization data and medical records of patients with gout between January, 2012 and June, 2019 were retrieved from the database of Anhui Provincial Hospital of Traditional Chinese Medicine, and the echocardiographic parameters and clinical laboratory test results of the inflammatory, immunological and metabolic indicators were analyzed. SPSS 22.0, SPSS Clementine 11.1 Aprior and other statistical software were used to determine the association rules and carry out correlation analysis, heat map analysis and multi-factor logistic regression analysis of the indicators. Results Heat map analysis showed that the expressions of EF and SV were the most significant, followed by AODd, LADs, LVDd and FS. Cluster analysis showed that AODd, EF, FS, LADs, LVDd, and SV were all in cluster 1, and IVSTd, LVPWTd, MPAD, Pmax, and RVDd were in cluster 2. Correlation analysis showed that in the 383 patients, EF was negatively correlated with LVDd (P < 0.05) and positively correlated with FS and SV (P < 0.05); AODd was positively correlated with IVSTd, LADs, LVDd, LVPWTd, RVDd, SV, and ESR (P < 0.05); FS was positively correlated with EF and SV (P < 0.05) and negatively correlated with LVDd (P < 0.05);IVSTd was positively correlated with AODd, LADs, LVPWTd, and complement C4 (P < 0.05); LADs were positively correlated with AODd, IVSTd, MPAD, RVDd, and SV (P < 0.05); LVDd was positively correlated with AODd, IVSTd (P < 0.05), and negatively correlated with LVDd and complement C3 (P < 0.05); MPAD and LADs, HDLC and TC were positively correlated (P < 0.05)and negatively correlated with Pmax (P < 0.05); Pmax was positively correlated with LVDd, RVDd and SV (P < 0.05)and negatively correlated with FS and MPAD (P < 0.05); RVDd was positively correlated with AODd, LADs, LVDd, Pmax, SV (P < 0.05); SV was positively correlated with AODd, EF, LADs, LVDd, Pmax, and RVDd (P < 0.05); complement C3 was positively correlated with complement C4 and CRP (P < 0.05), and negatively correlated with LVPWTd (P < 0.05); complement C4 was positively correlated with IVSTd, complement C3, CRP, and ESR (P < 0.05); CRP was positively correlated with complement C3, complement C4, IgA, IgG (P < 0.05), and negatively correlated with TC, HDLC, and TG (P < 0.05); TG was positively correlated with HDLC, IgM, and TC (P < 0.05), and negatively correlated with CRP (P < 0.05); HDLC was positively correlated with MPAD, HDLC and TC (P < 0.05) and negatively correlated with CRP (P < 0.05); IgA was positively correlated with CRP, IgG and IgM (P < 0.05); IgG was positively correlated with CRP, IgA and IgM (P < 0.05); IgM is positively correlated with TG, IgA, IgG, UA (P < 0.05) and negatively correlated with CRP (P < 0.05); UA was positively correlated with IgM (P < 0.05); ESR was positively correlated with AODd and complement C4 (P < 0.05); HCY was negatively correlated with RVDd (P < 0.05); TC was positively correlated with MPAD and TG (P < 0.05), and negatively correlated with CRP (P < 0.05). The increase of Pmax was significantly associated with the increase of LDL-C, UA, complement C4, TG, HCY, HDL-C, IgG, ESR, CRP, and complement C3; the increase of SV was associated with the elevations of UA, LDL-C, complement C4, HDL-C, CRP, IgG, HCY, TC, ESR, TG, and complement C3. Multivariate logistic regression analysis indicated that FS was positively correlated with LDL-C (P < 0.05), Pmax was negatively correlated with IgM (P < 0.05), and SV was negatively correlated with ESR (P < 0.05). Conclusion The changes of echocardiographic parameters in patients with gout are correlated with the increase in inflammation, immunity, and metabolic indexes. Patients with a history of smoking and drinking do not show obvious changes in cardiac function. The changes in metabolic indexes are risk factors for changes in echocardiographic parameters.
Keywords: gout    risk factors    echocardiography    correlation analysis    

痛风是一种单钠尿酸盐沉积所致的晶体相关性关节病,属于代谢性风湿病范畴[1]。近年来我国痛风发病率上升,有研究通过系统回顾及meta分析发现我国大陆地区的痛风患病率为1.1%[2-3]。并且发现痛风所带来的并发症和合并症越来越多,短暂性脑缺血发作、高血压等与痛风密切相关[4],痛风引起心脏病变和动脉硬化,可作为冠心病的危险因素[5]

超声心动图是临床评价左心室收缩和舒张功能的首选[6],有研究表明,通过超声心动图评估肝硬化患者心脏结构和功能的异常并分析得出肝硬化患者可合并心脏受累,主要表现为左心舒张功能障碍[7]。但现阶段目前关于痛风与超声心动图的关系未见相关报道。本文试通过超声心动图观测痛风患者心功能变化,为避免吸烟史、饮酒史对心功能变化产生干扰,将饮酒史、吸烟史与超声心动图参数多因素Logistics回归分析,以期单纯研究实验室参数与超声心动图之间的关系,为临床进一步研究痛风患者心脏结构和功能的变化。

1 资料和方法 1.1 研究对象

选取2012就年1月~2019年6月在安徽省中医院诊确诊为痛风患者383例,排除住院期间死亡患者、合并严重肝肾功能损害患者。

1.2 诊断标准

2015年入院前患者参照1977年美国风湿病协会(ACR)痛风分类标准[8]2015年入院后患者参照2015年ACR/EULAR提出的痛风分类标准进行诊断[9]

1.3 纳入标准

所有病例均符合诊断标准;具有完整实验室检测指标数据及吸烟史、饮酒史询问调查;心脏超声心动图检测心功能数据。

1.4 临床观测指标

入院后详细收集患者资料,包括:年龄、性别;吸烟史(平均每天吸烟1支及以上并连续1年及以上者[10])、饮酒史(平均每周饮酒50 g及以上并连续饮1年及以上者[11]);血液检测指标:超敏C-反应蛋白(hs-CRP)、血沉(ESR)、同型半胱氨酸(Hcy)、免疫球蛋白A(IgA)、免疫球蛋白G(IgG)、免疫球蛋白M(IgM)、补体C3、补体C4、甘油三脂(TG)、总胆固醇(TC)、尿酸(UA)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)。超声心动图参数:室间隔厚度(IVST)、左室后壁厚度(LVPWd)、左室舒张末期内径(LVDd)、左室收缩末期内径(LVDs)、左房内径(LAD)、最大P波时限(Pmax)、以双平面Simpson法计算射血分数(EF)、每搏输出量(SV)。

1.5 数据提取及关联规则分析

利用SQL Server管理工具将符合标准患者住院病历的全部数据重新整理。应用SPSS Clementine 11.1中的Aprior模块分析指标间的关联规则对其进行研究设定最小支持度为10%,最小置信度为80%。运用R语言将数据信息矩阵转换后,采用heatmap函数调用heatmap函数进行热图绘制[12]

1.6 统计学处理

定量资料以均数±标准差表示,采用SPSS 22.0软件进行相关性分析、多因素Logistics回归分析,比较临床参数的OR及95%CIP < 0.05为差异有统计学意义。

2 结果 2.1 患者一般情况

共纳入383例患者,男性368例,年龄46~80岁,平均56.73岁;女性15例,年龄48~80岁,平均67.47岁。有吸烟史患者95人,有饮酒史患者263人。

2.2 超声心动图参数热图分析

热图其颜色表示超声心动图参数数值大小,数值越大颜色越深(红色8.00为上调,蓝色1.00为下调),其中EF、SV表达最为显著,其次是AODd、LADs、LVDd、FS。每行表示心动图每个参数在不同患者中的数值情况,每列表示每位患者标本号情况。上方树形图表示对不同心动图参数的不同患者的聚类分析结果,可以将超声心动图参数共聚为2类,AODd、EF、FS、LADs、LVDd、SV为聚1类,IVSTd、LVPWTd、MPAD、Pmax、RVDd为聚2类。左侧树状图表示对不同患者的聚类分析结果(图 1)。

图 1 超声心动图参数热图分析 Fig.1 Thermograph analysis of echocardiogram parameters.
2.3 超声心动图参数与实验室指标相关性分析

383例患者的EF与LVDd成负相关(P < 0.05),与FS、SV成正相关(P < 0.05);AODd与IVSTd、LADs、LVDd、LVPWTd、RVDd、SV、ESR成正相关(P < 0.05);FS与EF、SV成正相关(P < 0.05),与LVDd成负相关(P < 0.05);IVSTd与AODd、LADs、LVPWTd、补体C4、成正相关(P < 0.05);LADs与AODd、IVSTd、MPAD、RVDd、SV成正相关(P < 0.05);LVDd与AODd、IVSTd成正相关(P < 0.05),与LVDd、补体C3成负相关(P < 0.05);MPAD与LADs、HDLC、TC成正相关(P < 0.05),与Pmax成负相关(P < 0.05);Pmax与LVDd、RVDd、SV成正相关(P < 0.05),与FS、MPAD成负相关(P < 0.05);RVDd与AODd、LADs、LVDd、Pmax、SV成正相关(P < 0.05);SV与AODd、EF、LADs、LVDd、Pmax、RVDd成正相关(P < 0.05);补体C3与补体C4、CRP成正相关(P < 0.05),与LVPWTd成负相关(P < 0.05);补体C4与IVSTd、补体C3、CRP、ESR成正相关(P < 0.05),CRP与补体C3、补体C4、IgA、IgG成正相关(P < 0.05),与TC、HDLC、TG成负相关(P < 0.05);TG与HDLC、IgM、TC成正相关(P < 0.05),与CRP成负相关(P < 0.05);HDLC与MPAD、HDLC、TC成正相关(P < 0.05),与CRP成负相关(P < 0.05);IgA与CRP、IgG、IgM成正相关(P < 0.05);IgG与CRP、IgA、IgM成正相关(P < 0.05);IgM与TG、IgA、IgG、UA成正相关(P < 0.05),与CRP成负相关(P < 0.05);UA与IgM成正相关(P < 0.05);ESR与AODd、补体C4成正相关(P < 0.05);HCY与RVDd成负相关(P < 0.05);TC与MPAD、TG成正相关(P < 0.05),与CRP成负相关(P < 0.05,表 1)。

表 1 超声心动图参数与超声心动图参数相关性分析1-1 Tab.1 Correlation analysis between echocardiographic parameters and echocardiographic parameters 1-1
表 1 超声心动图参数与实验室免疫参数相关性分析1-2 Tab.1 Correlation analysis of echocardiographic parameters and laboratory immune parameters 1-2
表 1 超声心动图参数与实验室代谢参数相关性分析1-3 Tab.1 Correlation analysis between echocardiographic parameters and laboratory metabolic parameters 1-3
表 1 超声心动图参数与实验室炎症参数相关性分析1-4 Tab.1 Correlation analysis between echocardiographic parameters and laboratory inflammation parameters 1-4
2.4 超声心动图参数与临床指标的关联规则分析

设定前项为超声心动图参数,后项为其他实验室指标。指标异常设为T,正常设为F,设定最小支持度为10%,最小置信度为80%。分析得出,Pmax升高与LDL-C、UA、补体C4、TG、HCY、HDL-C、IgG、ESR、CRP、补体C3升高有明显关联性;SV升高与UA、LDLC、补体C4、HDL-C、CRP、IgG、HCY、TC、ESR、TG、补体C3升高有明显关联性。超声心动图参数与其他实验室指标的关联规则分析均小于最小支持度与置信度,未出现关联结果(表 2)。

表 2 超声心动图参数与临床指标的关联规则分析 Tab.2 Correlation rule analysis of echocardiographic parameters and clinical indexes
2.5 饮酒史、吸烟史与超声心动图参数多因素Logistics回归分析

饮酒史、吸烟史与超声心动图参数多因素Logistics回归分析无统计学意义(表 3)。

表 3 吸烟史、饮酒史与超声心动图参数多因素Logistics回归分析 Tab.3 Multivariate logistic regression analysis of smoking history, drinking history and echocardiographic parameters
2.6 超声心动图参数与实验室指标的多因素Logistics回归分析

超声心动图参数设为因变量Y,实验室指标设为自变量X,包括hs-CRP、IgA、IgM、IgG、补体C3、补体C4、UA、TG、TC、LDL-c、HDL-c、ESR等,参数值正常设为0,异常设为1。所有因素同时引入多因素Logistic回归模型。分析结果提示:FS与LDL-c呈正相关(P < 0.05),Pmax与IgM呈负相关(P < 0.05),SV与ESR呈负相关(P < 0.05),其余与其他指标不相关(P>0.05,表 6)。

表 4 超声心动图参数与实验室指标的多因素Logistics回归分析 Tab.4 Dual Logistic RegressionAnalysis of Echocardiographic Parameters and Laboratory Indices
3 讨论

“西方”饮食习惯和生活方式,以及由此引起的肥胖病是痛风发作重要因素,痛风导致的炎性关节炎与尿酸水平升高有关[13]。有研究表明,超声心动图技术在乳腺癌患者中,与癌症治疗相关的心脏功能障碍的诊断和治疗至关重要[14]。并且在没有已知心脏病的患者中,超声心动图显著提供了风险预测,不仅超出指南推荐的临床风险因素,而且可能在临床中发挥作用[15]

关联分析结果发现Pmax升高与LDL-C、UA、补体C4、TG、HCY、HDL-C、IgG、ESR、CRP、补体C3升高有明显关联性;SV升高与UA、LDL-C、补体C4、HDL-C、CRP、IgG、HCY、TC、ESR、TG、补体C3升高有明显关联性。Pmax与房内和房间传导阻滞有相关性,是一种可用于预测特发性阵发性心房颤动的简单心电图标记[16]。SV是测评心脏泵血功能强弱的一个重要指标[17]。目前在临床上,多数人采用110 ms作为Pmax的参考值,而这个参考值并不是统一的研究结果并且过于笼统,须根据不同地域的健康人制定不同Pmax参考值[18]。在关联分析结果中,LDL-C、UA、TG、HCY、HDL-C属于代谢指标,ESR、CRP、补体C4、补体C3属于炎症指标(补体C4、补体C3属于免疫炎症),并由相关性分析得出其超声心动图参数指标大多与代谢、炎症指标相关。有研究表明痛风患者的血脂与尿酸、尿酸排泄分数相关,其中HDL-C、体质量指数与尿酸和尿酸排泄分数关系尤为突出[19],并且血浆中含有脂蛋白的载脂蛋白b一直是心血管疾病发展的主要可改变的危险因素[20]。本研究中痛风患者的HDL-C有380人异常,占99.21%,必将影响自身的心功能。TC与主动脉硬化的有显著的相关性,而主动脉僵硬是血管老化的标志,可能反映心血管疾病的发生[21]

有关研究发现,吸烟史、饮酒史提高患心血管疾病和死亡风险,但在本文研究中具有吸烟史和饮酒史患者并不因有吸烟史、饮酒史而提高患心血管疾病,而代谢指标的上升对痛风患者心功能变化产生影响。有研究表明,无症状性颈动脉狭窄患者的左室舒张功能和收缩功能明显降低,血脂异常可能是颈动脉狭窄患者亚临床左室功能障碍的原因[22]。在孟加拉国库尔纳区及其周围的30~80岁患者,由于进食快餐、肥胖、缺乏运动和不良生活方式,53.2%男性TC高,而只有42.3%女性TC高,故78%的男性比22%的女性更容易患心脏系统疾病,85.60%的男性和65.40%的女性受访者患有高血压[23]。通过实验研究高甘油三酸血症可能增加了对α-激动剂和收缩压的抵抗力,说明高脂血症对女性心血管系统的影响[24]。血脂异常常常引发心血管系统的疾病,同时,痛风与代谢性指标密不可分,痛风的发生也存在血脂异常,痛风和心血管事件两者之间有一定相关性。Marotta等[25]研究发现60岁及以上UA升高的女性患者比UA正常的女性患者有更高的TG水平,UA升高的男性患者却有较低的HDL水平。有研究表明UA也是动脉粥样硬化的独立风险因素,确诊冠心病的患者的UA平升高水平较非冠心病患者高[26-27]。高尿酸血症是心血管疾病的一个明显独立的危险因素[28]。由于痛风常常伴随代谢综合征,故有专家提出对于痛风并发高脂血症患者,须服用有控制UA和血脂水平双重作用的药物[29]

本研究尚存在以下不足之处:首先,本研究样本量较小,代表性不足,结果可能存在偏倚,仍需扩大样本人群予以证实。此外,本研究虽然排除了有吸烟史和饮酒史的干预,但仍存在较多变量对研究因素的干扰,需进一步深入研究。

综上所述,本研究首次探讨痛风患者超声心动图参数与实验室参数相关性,突出了血脂水平对痛风患者超声心动图参数的影响。这些代谢因子水平等升高,提示痛风患者心功能变化与血脂存在密切的关系,因此,降脂治疗有可能是未来干预痛风患者心功能变化的主要措施,有必要进行更深入的研究。

参考文献
[1]
Khanna D, Fitzgerald JD, Khanna PP, et al. 2012 american college of Rheumatology guidelines for management of gout. Part 1: systematic nonpharmacologic and pharmacologic therapeutic approaches to hyperuricemia[J]. Arthritis Care Res (Hoboken), 2012, 64(10): 1431-46.
[2]
许政刚. 痛风的诊断与误诊[J]. 北京医学, 1987, 6(6): 367-9.
[3]
Rui L, Cheng H, Wu D, et al. Prevalence of hyperuricemia and Gout in Mainl and China from 2000 to 2014: A systematic review and meta-analysis[J]. BioMed Res Int, 2015(2015): 762820.
[4]
沈琰琳. 男性单纯高尿酸血症与痛风患者临床并发症发生率对比研究[J]. 吉林医学, 2019, 40(4): 712-4.
[5]
李越, 张崇德, 谷玉生. 痛风与糖尿病患者高血糖、高血压、动脉硬化及冠心病发生率的比较[J]. 中华内分泌代谢杂志, 1994(2): 115-6.
[6]
周红, 王吴刚, 王志斌. 超声心动图评价左心房容积与功能研究进展[J]. 中国医学影像技术, 2019, 35(9): 1418-21.
[7]
李小鹏, 余珊珊, 李路, 等. 肝硬化患者左心功能变化与终末期肝病模型评分的相关性研究[J]. 南方医科大学学报, 2015, 35(4): 557-61.
[8]
Quinn Mark A. Rheumatoid arthritis classification criteria: moving with the times[J]. The J Rheumatol, 2012, 39(11): 2062-3.
[9]
Rotar Ziga, Praprotnik Sonja, Tomšič Matija. Clinical contrasts with the american college of rheumatology/european league against rheumatism provisional definitions of remission in rheumatoid arthritis for clinical trials: Comment on the article by Felson et al[J]. Arthritis and rheumatism, 2011, 63(11): 3642-3.
[10]
Doll R, Hill A B. Smoking and carcinoma of the lung. Preliminary report. 1950[J]. B World Health Organ, 1999, 77(1): 84-93.
[11]
郝伟, 杨德森, 肖水源, 等. 国内六地区饮酒情况及相关问题调查Ⅰ-方法学及普通人群的饮酒情况[J]. 中国临床心理学杂志, 1998, 42(2): 4-9.
[12]
杨微.带空间约束条件的热图计算方法的研究与应用[D].山东农业大学, 2013.
[13]
La-Crette Jonathan, Jenkins Wendy, Fernandes Gwen, et al. First validation of the gout activity score against gout impact scale in a primary care based gout cohort[J]. Joint bone spine, 2018, 85(3): 323-5.
[14]
Bergamini Corinna, Dolci Giulia, Truong Stella, et al. Role of speckle tracking echocardiography in the evaluation of breast cancer patients undergoing chemotherapy: review and meta-analysis of the literature[J]. Cardiovasc Toxicol, 2019, 19(6): 485-92.
[15]
Jensen Magnus T, Sogaard Peter, Gustafsson Ida, et al. Echocardiography improves prediction of major adverse cardiovascular events in a population with type 1 diabetes and without known heart disease: the Thousand & amp[J]. Diabetologia, 2019, 62(12): 2354-64.
[16]
Foroozanfard F, Soleimani A, Arbab E, et al. Relationship between IL-17 serum level and ambulatory blood pressure in women with polycystic ovary syndrome[J]. J Nephropathol, 2017, 6(1): 15-24.
[17]
井静, 葛淼, 向思亭, 等. 中青年男性每搏输出量参考值与地理环境的关系[J]. 吉林大学学报:医学版, 2010, 36(6): 1171-4.
[18]
刘新蕾.心电图P波指标参考值与地理因子的模型分析[D].陕西师范大学, 2016.
[19]
吴若男, 丁晓平, 韩磊, 等. 痛风病人血尿酸和尿酸排泄分数与人体成分及血脂的相关性[J]. 青岛大学学报:医学版, 2019, 55(3): 271-4.
[20]
Sposito AC, Zimetti F, Barreto J, et al. Lipid trafficking in cardiovascular disease[J]. Adv Clin Chem, 2019, 92(92): 105-40.
[21]
Vallée A, Lelong H, Lopez-Sublet M, et al. Association between different lipid parameters and aortic stiffness: clinical and therapeutic implication perspectives[J]. J Hypertens, 2019, 37(11): 2240-6.
[22]
Lin WH, Li YX, Ru L, et al. Subclinical left ventricular dysfunction assessed by two-dimensional speckle tracking echocardiography in asymptomatic patients with carotid stenosis[J]. Int J Cardiovasc Imaging, 2019, 35(12): 2205-12.
[23]
Kaisun NL, Tanvir AS. The impact of heart disease risk factors on the age of 30 to 80 years old patients-residing in and around khulna district of Bangladesh[J]. Diabetes Metab Syndr, 2019, 13(5): 3011-5.
[24]
Mogane CM, Lebogang P, Millen ME, et al. Increased systolic blood pressure associated with hypertriglyceridemia in female spraguedawley rats[J]. Can J Physiol Pharmacol, 2019, 97(10): 971-9.
[25]
Marotta T, Liccardo M, Schettini F, et al. Association of hyperuricemia with conventional cardiovascular risk factors in elderly patients[J]. J Clin Hypertens (Greenwich), 2015, 17(1): 27-32.
[26]
唐羽裳.治疗高尿酸血症对慢性肾脏病进展及心血管疾病影响的荟萃分析[D].东南大学, 2016.
[27]
姚建伟.尿酸与冠心病冠脉病变程度及其左心功能的相关性探讨[D].安徽医科大学, 2019.
[28]
Schlee S, Bollheimer LC, Bertsch T, et al. Crystal arthritides-gout and calcium pyrophosphate arthritis[J]. Z Gerontol Geriatr, 2018, 51(6): 703-10.
[29]
张进, 刘涛, 姜振宇, 等. 痛风患者血尿酸与血脂水平的关系及非布司他的降血脂作用[J]. 吉林大学学报:医学版, 2015, 41(5): 1018-22.