临床研究

单核细胞/高密度脂蛋白胆固醇比值与2型糖尿病合并下肢动脉硬化的关联及对下肢动脉严重缺血的判别价值分析

于建秀 王绿娅 吴健 吴妍妍 臧素纲 陈鑫 吴李培 宣世海

请尊重版权,未经授权禁止下载

引用格式: 于建秀,王绿娅,吴健,等.单核细胞/高密度脂蛋白胆固醇比值与2型糖尿病合并下肢动脉硬化的关联及对下肢动脉严重缺血的判别价值分析[J/OL].中华心血管病杂志(网络版),2026,9:e1000207.http://www.cvjc.org.cn/index.php/Column/columncon/article_id/387. DOI:10.3760/cma.j.cn116031.2026. 1000207.

复制引文
发布日期: 2026/04/16    浏览量: 1744 次

登录后方可查看全文,无账号可以前往注册

版权归中华医学会所有。
未经授权,不得转载、摘编本刊视频资料。
除非特别声明,本刊刊出的所有视频及资料不代表中华医学会和本刊编委会的观点。
目录
视频
单核细胞/高密度脂蛋白胆固醇比值与2型糖尿病合并下肢动脉硬化的关联及对下肢动脉严重缺血的判别价值分析
05:18
音频
单核细胞/高密度脂蛋白胆固醇比值与2型糖尿病合并下肢动脉硬化的关联及对下肢动脉严重缺血的判别价值分析
04:57

引言


2型糖尿病(type 2 diabetes mellitus,T2DM)是当前全球重大公共卫生问题,血管并发症是其致残、致死的主要原因之一,其中外周动脉疾病(peripheral arterial disease,PAD),特别是下肢动脉疾病,与截肢和心血管死亡风险密切相关[1‑3]。我国一项关于T2DM患者下肢血管病变筛查的研究显示,T2DM患者下肢动脉疾病的患病率高达21.2%,且随年龄、病程的增加而升高[4]。然而,下肢动脉疾病早期临床表现常不典型,加之传统检查手段存在一定局限性,如血管造影为有创操作,计算机体层血管成像费用较高且需使用对比剂等。超声检查作为下肢动脉疾病的首选无创筛查手段,虽被广泛应用,但其准确性在一定程度上仍依赖于操作者的经验与设备。而踝肱指数(ankle brachial index,ABI)作为指南推荐的常用无创筛查工具,具有简便、经济、可重复等优点,但在实际应用中,其测量结果可能受到血管钙化、足部水肿及年龄等因素的影响[5‑7]。

单核细胞/高密度脂蛋白胆固醇比值(monocyte to high‑density lipoprotein cholesterol ratio,MHR)是一种新型的炎症和氧化应激标志物[8]。研究表明MHR与老年患者下肢动脉病变严重程度密切相关,是下肢动脉疾病患者截肢风险的独立预测因素[9]。Song等[10]发现中性粒细胞/高密度脂蛋白胆固醇比值和系统炎症反应指数亦可作为T2DM患者下肢动脉疾病的预测标志物,其联合预测模型的曲线下面积(area under the curve‌,AUC)达0.733。然而,MHR在T2DM合并下肢动脉疾病患者中的变化及其对下肢动脉严重缺血(chronic limb‑threatening ischemia,CLTI)的判别价值目前尚不清楚,本研究对此进行了探讨。

对象与方法


一、研究对象
本研究为横断面研究。连续纳入2024年1至12月于南通大学附属东台医院住院的T2DM患者。根据ABI,将入选患者分为非下肢动脉硬化组和下肢动脉硬化组,分析T2DM患者合并下肢动脉硬化的关联因素。为评估MHR对T2DM患者CLTI的判别价值,进一步根据相关共识中的标准[符合缺血性静息痛、不愈合性溃疡或坏疽临床表现(即Fontaine Ⅲ或Ⅳ)者判断为CLTI者][11],将合并下肢动脉硬化的患者分为CLTI组和非CLTI组。

纳入标准:(1)≥18岁;(2)明确诊断为T2DM。

排除标准:(1)合并血栓闭塞性脉管炎、动脉栓塞、血管炎等其他病因明确的血管疾病;(2)存在活动性感染;(3)患有恶性肿瘤;(4)患有自身免疫病;(5)近3个月内重大手术史;(6)合并肝肾功能衰竭;(7)存在血液系统异常;(8)患有其他代谢疾病;(9)发生了糖尿病急性并发症,如酮症酸中毒等。

T2DM的诊断参照《中国糖尿病防治指南(2024版)》[6],符合以下任意一项即可确诊:(1)空腹血糖(fasting plasma glucose,FPG)≥7.0 mmol/L;(2)餐后2 h血糖≥11.1 mmol/L;(3)糖化血红蛋白(HbA1c)≥6.5%。

本研究获得南通大学附属东台市人民医院伦理委员会批准(批号:20241212)。入选者均签署了知情同意书。


二、研究方法
为确保研究数据的可比性,入选患者均在住院期间接受了规范的下肢ABI评估及本研究涉及的全部实验室检查。

1.一般临床资料的收集:通过电子病历系统收集入选患者的性别、年龄、T2DM病程、收缩压和舒张压等。由经过统一培训的医务人员测量入选患者的体重、身高,并计算体重指数(body mass index,BMI)。

2.实验室检查:取入选患者的空腹血样(禁食至少8 h)进行实验室指标的检测。采用LAbOSPECT008AS日立全自动生化分析仪(日本株式会社日立公司)测量FBG、甘油三酯(triglycerides,TG)、总胆固醇(total cholesterol,TC)、高密度脂蛋白胆固醇(high‑density lipoprotein cholesterol,HDL‑C)、低密度脂蛋白胆固醇(low‑density lipoprotein cholesterol,LDL‑C)等。采用惠中MQ‑6000全自动糖化蛋白分析仪(上海惠中医疗科技有限公司)测量HbA1c。采用迈瑞5800全自动血液细胞分析仪(深圳迈瑞生物医疗电子股份有限公司)测量单核细胞计数、白细胞计数、中性粒细胞计数、血小板计数等。通过公式计算MHR,MHR=单核细胞计数/HDL‑C。

3.ABI的测量:受试者取平卧位休息至少15 min,采用欧姆龙血压脉波检查装置(BP‑203RPE Ⅲ,Omron Healthcare,日本)进行测量。在受试者四肢适当位置安置血压袖带,并同步连接心电图电极和心音图传感器,同步测量双侧肱动脉及双侧踝部(胫后动脉或足背动脉)的收缩压,测量3次。设备自动计算并记录每次测量的双侧肱动脉最高收缩压、双侧踝部(胫后动脉或足背动脉)各自的最高收缩压,以及基于上述测量值计算的ABI。取3次测量结果的平均值进行分析。

单侧ABI的计算公式:单侧踝部(取胫后动脉或足背动脉中较高的收缩压)/双侧肱动脉中较高的收缩压。将有下肢缺血的临床症状(间歇性跛行、静息痛或坏疽等),且任一侧ABI测量值≤0.90,定义为存在下肢动脉硬化。


三、统计学分析
采用SPSS 22.0和GraphPad Prism 9软件进行统计学分析。正态分布的计量资料以x±s表示,组间比较采用独立样本t检验。非正态分布的计量资料以M(Q1,Q3)表示,组间比较采用Mann‑Whitney U检验。计数资料以频数(%)表示,组间比较采用卡方检验。采用单因素logistic回归模型分析T2DM患者合并下肢动脉硬化的关联因素,将单因素分析中P<0.05的变量纳入多因素logistic回归模型,采用向前逐步法分析其独立关联因素。采用SIMCA软件进行正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis,OPLS‑DA)进一步评估各临床指标对CLTI的判别效能,并识别关键变量。采用受试者工作特征(receiver operating characteristic,ROC)曲线评估MHR对T2DM患者CLTI的判别效能,采用MedCalc软件计算AUC、敏感度及特异度。为评价MHR在临床决策中的实用价值,进一步进行了临床决策曲线分析(decision curve analysis,DCA)。采取双侧检验,以P<0.05为差异有统计学意义。

结果


一、下肢动脉硬化组与非下肢动脉硬化组患者临床特征的比较
研究最终纳入T2DM患者186例,年龄56(54,61)岁,男性97例(52.2%),其中非下肢动脉硬化组92例、下肢动脉硬化组94例。下肢动脉硬化组患者的HbA1c、LDL‑C、淋巴细胞计数以及左侧和右侧ABI均低于非下肢动脉硬化组(均P<0.05),单核细胞计数、MHR均高于非下肢动脉硬化组(均P<0.05)。两组患者的年龄、男性占比、糖尿病病程、收缩压、舒张压、BMI、FBG、TC、TG、HDL‑C、白细胞计数、中性粒细胞计数、血小板计数等差异均无统计学意义(均P>0.05)。详见表1。


二、T2DM患者合并下肢动脉硬化的关联因素分析
单因素logistic回归模型分析结果显示,HbA1c、淋巴细胞计数、单核细胞计数、LDL‑C及MHR均与T2DM患者合并下肢动脉硬化存在关联(均P<0.05)。将上述变量代入多因素logistic回归模型,分析结果显示淋巴细胞计数和单核细胞计数与T2DM患者合并下肢动脉硬化存在独立关联(均P<0.01),而MHR未见独立关联(P=0.698)。提示MHR可能与单核细胞计数、淋巴细胞计数等指标存在共线性,其单独判别T2DM患者合并下肢动脉硬化的效能有限。详见表2。


三、MHR对T2DM患者CLTI的判别价值
94例T2DM合并下肢动脉硬化的患者中CLTI者25例(CLTI组),非CLTI者69例(非CLTI组)。CLTI组患者MHR高于非CLTI组(P<0.001)。两组患者临床特征的比较结果详见表3。

为评估各指标对CLTI的判别效能,本研究进一步采用OPLS‑DA模型进行分析。经过200次置换检验,OPLS‑DA模型分析结果显示,原始模型的R²与Q²回归线与Y轴截距分别为0.149和-0.364,提示模型拟合良好且未出现过拟合,具备稳定的判别效能;载荷散点图直观反映了各变量在区分CLTI与非CLTI患者中的贡献方向与程度,区分CLTI与非CLTI患者时MHR贡献最大,且其与炎症相关指标(单核细胞计数、白细胞计数等)呈协同判别趋势;进一步通过变量投影重要性(VIP)分析量化各变量的判别贡献,结果显示MHR的VIP值最高(>1.5)。详见图1。

ROC曲线分析结果显示,MHR判别CLTI的AUC为0.792(95%置信区间:0.696~0.869,P<0.001),MHR的最佳截断值为0.437,敏感度为64.00%,特异度为79.71%。DCA分析结果显示,在多个阈值概率区间MHR判别CLTI显示出良好的临床净获益,主要阈值概率范围为11%~67%,此时MHR模型的净获益高于“全部干预”和“全部不干预”策略;在72%~76%和93%~100%的范围内也观察到相似的优越性。详见图2。

讨论


合并下肢动脉硬化是导致T2DM患者截肢、心血管死亡的重要原因,合并下肢动脉硬化的患者5年心血管相关死亡率较单纯T2DM患者高2~3倍,截肢风险高5倍[12‑13]。然而,下肢动脉硬化早期症状隐匿(40%~50%的患者合并周围神经病变,无间歇性跛行等典型症状),加之传统诊断指标易受血管钙化等因素干扰,导致漏诊率较高[14]。因此,寻找便捷、可靠的生物标志物对T2DM合并下肢动脉硬化患者的管理至关重要。

MHR是一种整合了炎症与脂质代谢异常的复合指标[15],其与T2DM合并下肢动脉硬化的主要发病机制高度契合。单核细胞是动脉粥样硬化的关键驱动细胞,T2DM患者长期处于高血糖状态,体内会释放肿瘤坏死因子(TNF)‑α、白细胞介素‑6(IL‑6)等促炎因子,破坏血管内皮完整性,从而促进脂质沉积与斑块形成[16‑17]。而HDL‑C则可通过逆向转运胆固醇、抑制单核细胞活化及抗氧化等多重途径发挥抗动脉粥样硬化作用[18‑19]。T2DM患者常伴有胰岛素抵抗和糖脂代谢异常,这不仅导致单核细胞过度活化,也会破坏HDL‑C功能[20]。MHR为单核细胞与HDL‑C的比值,是整合了炎症标志物与保护性脂蛋白的一个综合性指标,可反映T2DM合并下肢动脉硬化患者炎症与脂质紊乱的协同致病效应。与传统筛查方法(如ABI、血管超声等)相比,MHR基于常规血液检测,具有便捷、经济、易推广、易于动态监测等优势,且或可更早提示血管损伤风险。尤其在T2DM合并中动脉钙化导致ABI假性升高时,ABI的评估价值受到限制。而MHR作为炎症‑脂质复合指标,被证实与T2DM患者发生PAD独立相关[21],提示其在此类患者中可能具有风险补充价值。
本研究中单因素分析结果显示,T2DM合并下肢动脉硬化的患者MHR高于单纯的T2DM患者,然而多因素分析却未得出阳性结果,提示MHR作为单一指标用于T2DM患者下肢动脉硬化早期筛查的价值有限。这一结果可能与指标间的共线性有关。MHR是单核细胞计数与HDL‑C的比值,当单核细胞计数本身在模型中已作为强有力的独立预测因子时,MHR所包含的额外信息可能被掩盖。此结果与Song等[10]的发现不一致,可能与研究人群的特征、样本量或所调整的混杂因素不同有关,有待进一步验证。

尽管筛查下肢动脉硬化的价值有限,但MHR在判别T2DM患者CLTI方面展现出重要价值。本研究结果显示,CLTI组的 T2DM患者MHR高于非CLTI组,提示MHR与T2DM患者CLTI存在关联。更重要的是,OPLS‑DA模型分析结果显示,MHR是区分CLTI的最关键变量(VIP>1.5);ROC曲线分析结果显示,MHR识别CLTI的AUC高达0.792;临床决策曲线分析也证实其具有良好的临床净获益。可能是因为MHR可同时反映出单核细胞介导的慢性炎症反应和HDL‑C功能下降代表的脂质紊乱,这两种病理生理过程共同驱动CLTI的发生发展。提示MHR在判别T2DM患者CLTI方面具有临床应用潜力,加之其获取便捷、经济、无创,尤其适用于基层医疗卫生机构。

本研究存在一定局限性。第一,本研究为横断面研究,无法确定MHR与T2DM患者发生下肢动脉硬化及严重缺血的因果时序,需通过前瞻性研究进一步验证。第二,在疾病评估方面,本研究下肢动脉硬化及严重缺血的诊断主要依赖ABI和临床症状,这一标准虽符合临床常规且具有实用性,但未使用血管造影等影像学金标准进行确认,可能影响病例分类的准确性。此外,评估也未能纳入更详细的影像学指标(如病变位置、范围及钙化程度等),这可能影响对疾病解剖与功能严重程度评估的精确性。未来研究应结合血管超声、CT血管造影或数字减影血管造影等影像学检查,对下肢动脉病变做出更全面、准确的判断。第三,本研究未分析MHR在不同性别、血糖控制水平等T2DM患者中的差异性,也未探索其与其他糖尿病并发症(如糖尿病肾病)的交互作用,这些因素可能对MHR的判别价值产生影响。

小结


综上所述,本研究结果显示合并下肢动脉硬化的T2DM患者MHR升高,但未见MHR与T2DM合并下肢动脉硬化存在独立关联,但MHR判别T2DM患者CLTI的效能较高。
  • 作者: 于建秀 1    王绿娅 2    吴健 3    吴妍妍 1    臧素纲 1    陈鑫 1    吴李培 1    宣世海 1   

  • 作者单位: 南通大学附属东台医院医学检验科 1    北京市心肺血管疾病研究所动脉粥样硬化研究室 2    苏州市立医院检验医学中心 3   

  • 通信作者: 宣世海,Email:xsh.jyk@163.com

  • 关键词: 外周血管疾病;下肢;糖尿病,2型;单核细胞/高密度脂蛋白胆固醇比值

  • DOI: 10.3760/cma.j.cn116031.2026.1000207

  • 基金项目: 2030科技创新“四大慢病”防治研究国家科技重大专项(2023ZD0503900,2023ZD0503902);2024年盐城市科技局重点研发计划(YCBE202475);2023年盐城市卫健委医学科研立项项目(YK2023130);2024年度南通大学临床医学专项科研基金(2024LZ006)

  • 利益冲突: 无

  • 收稿日期: 2025-11-21

  • 录用日期: 2026-03-04

  • 本文编辑: 徐静

  • 摘要中文

    目的

    探讨单核细胞/高密度脂蛋白胆固醇比值(MHR)与2型糖尿病(T2DM)患者下肢动脉硬化的关联及对下肢动脉严重缺血的判别价值。

    方法

    该研究为横断面研究。连续纳入2024年1至12月于南通大学附属东台医院住院的T2DM患者,根据踝肱指数(ABI)将入选患者分为非下肢动脉硬化组和下肢动脉硬化组,并进一步根据是否存在下肢动脉严重缺血(CLTI)将合并下肢动脉硬化的患者分为CLTI组和非CLTI组。收集、测量、检测入选患者的相关临床资料。采用logistic回归模型分析T2DM合并下肢动脉硬化的关联因素。为更好地区分组间差异并识别关键变量,进行了正交偏最小二乘判别分析(OPLS‑DA)。采用受试者工作特征(ROC)曲线评估MHR对T2DM患者CLTI的判别效能。为评价MHR在临床决策中的实用价值,进行了临床决策曲线分析(DCA)。

    结果

    研究纳入T2DM患者186例,年龄56(54,61)岁,男性97例(52.2%),其中非下肢动脉硬化组92例、下肢动脉硬化组94例。下肢动脉硬化组患者的MHR高于非下肢动脉硬化组(P=0.006)。多因素logistic回归分析结果显示淋巴细胞计数和单核细胞计数与T2DM患者合并下肢动脉硬化存在独立关联(均P<0.01),而未见MHR与下肢动脉硬化存在独立关联(P=0.698)。T2DM合并下肢动脉硬化的患者中CLTI者25例(CLTI组),非CLTI者69例(非CLTI组)。OPLS‑DA模型分析结果显示,MHR的变量投影重要性值最高(>1.5)。ROC曲线分析结果显示,MHR判别CLTI的曲线下面积为0.792(95%置信区间:0.696~0.869,P<0.001),MHR的最佳截断值为0.437,敏感度为64.00%,特异度为79.71%。DCA分析结果显示,在多个阈值概率区间MHR判别CLTI显示出良好的临床净获益,主要阈值概率范围为11%~67%,此时MHR模型的净获益高于“全部干预”和“全部不干预”策略;在72%~76%和93%~100%的范围内也观察到相似的优越性。

    结论

    合并下肢动脉硬化的T2DM患者MHR升高,但未见MHR与T2DM合并下肢动脉硬化存在独立关联,而MHR判别T2DM患者CLTI的效能较高。

    摘要英文

    Objective

    To investigate the association between the monocyte‑to‑high‑density lipoprotein cholesterol ratio (MHR) and lower extremity peripheral arterial disease (PAD) in patients with type 2 diabetes mellitus (T2DM), and to evaluate its discriminatory value for chronic limb‑threatening ischemia (CLTI).

    Methods

    This was a cross‑sectional study. Patients with type 2 diabetes mellitus (T2DM) admitted to the Affiliated Dongtai Hospital of Nantong University from January to December 2024 were consecutively enrolled. Based on the ankle‑brachial index (ABI), patients were divided into a non‑lower extremity arterial disease group and a lower extremity arterial disease group. Among those with lower extremity arterial disease, patients were further classified into a CLTI group and a non‑CLTI group based on the presence or absence of CLTI. Relevant clinical data were collected and measured. Logistic regression analysis was used to identify factors associated with T2DM complicated by lower extremity arterial disease. To better distinguish between groups and identify key variables, orthogonal partial least squares‑discriminant analysis (OPLS‑DA) was performed. The discriminatory efficacy of MHR for CLTI in T2DM patients was evaluated using the receiver operating characteristic (ROC) curve. Decision curve analysis (DCA) was conducted to assess the clinical utility of MHR in decision‑making.

    Results

    A total of 186 patients with T2DM were enrolled in the study, with a median age of 56 (54, 61) years, including 97 males (52.2%). Among them, 92 patients were assigned to the non‑lower extremity arterial disease group and 94 to the lower extremity arterial disease group. The MHR level was significantly higher in the lower extremity arterial disease group than in the non‑lower extremity arterial disease group (P=0.006). Multivariate logistic regression analysis showed that lymphocyte count and monocyte count were independently associated with lower extremity arterial disease in T2DM patients (both P<0.01), while MHR was not independently associated (P=0.698). Among the T2DM patients with lower extremity arterial disease, 25 had CLTI (CLTI group) and 69 did not (non‑CLTI group). OPLS‑DA showed that MHR had the highest variable importance in projection (VIP) value (>1.5). ROC curve analysis showed that the area under the curve (AUC) of MHR for discriminating CLTI was 0.792 (95% confidence interval: 0.696 to 0.869, P<0.001). The optimal cut‑off value of MHR was 0.437, with a sensitivity of 64.00% and a specificity of 79.71%. DCA showed that MHR‑based discrimination of CLTI yielded favorable clinical net benefit across multiple threshold probability ranges. The primary clinically useful range was identified at threshold probabilities of 11% to 67%, within which the net benefit of the MHR model consistently exceeded that of the "treat all" and "treat none" strategies. Additionally, similar superiority was observed within the threshold ranges of 72% to 76% and 93% to 100%, indicating broad clinical applicability of the model.

    Conclusions

    MHR was elevated in T2DM patients with lower extremity arterial disease. However, no independent association was observed between MHR and lower extremity arterial disease in T2DM patients. Nevertheless, MHR demonstrated a high discriminatory value for CLTI in T2DM patients.






    本研究主要材料与器材

    无

    参考文献

    [1] GBD 2021 Diabetes Collaborators. Global, regional, and national burden of diabetes from 1990 to 2021, with projections of prevalence to 2050: a systematic analysis for the Global Burden of Disease Study 2021[J]. Lancet, 2023, 402(10397):203‑234. DOI: 10.1016/S0140‑6736(23)01301‑6.
    [2] 中国心血管代谢联盟.中国成人2型糖尿病及糖尿病前期患者动脉粥样硬化性心血管疾病预防与管理专家共识(2023)[J/OL].中华心血管病杂志(网络版),2023,6(1): e1000139(2023‑5‑16)[2025‑11‑10].DOI: 10.3760/cma.j.cn116031.2023.1000139.
    [3] Pu D, Lei X, Leng W, et al. Lower limb arterial intervention or autologous platelet‑rich gel treatment of diabetic lower extremity arterial disease patients with foot ulcers[J]. Ann Transl Med, 2019, 7(18):485. DOI: 10.21037/atm.2019.07.87.
    [4] 张晓梅,许樟荣,冉兴无,等.中国2型糖尿病下肢动脉病变的筛查研究:China‑DiaLEAD研究临床意义与结果解读[J].中华糖尿病杂志,2020,12(11):870‑873.DOI:10.3760/cma.j.cn115791‑20200731‑00473.
    [5] Yang DR, Wang MY, Zhang CL, et al. Endothelial dysfunction in vascular complications of diabetes: a comprehensive review of mechanisms and implications[J]. Front Endocrinol (Lausanne), 2024,15:1359255. DOI: 10.3389/fendo.2024.1359255.
    [6] 中华医学会糖尿病学分会.中国糖尿病防治指南(2024版)[J].中华糖尿病杂志,2025,17(1):16‑139. DOI: 10.3760/cma.j.cn115791‑20241203‑00705.
    [7] American Diabetes Association.Improving care and promoting health in populations: standards of medical care in diabetes‑2020[J]. Diabetes Care, 2020, 43(Suppl 1):S7‑13. DOI: 10.2337/dc20‑S001.
    [8] Zhao Z, Qi D, Zhang F, et al. Association of monocyte‑to‑high‑density lipoprotein‑cholesterol ratio level with risk of severe abdominal aortic calcification: a large cross‑sectional study based on NHANES[J]. Nutr Metab (Lond), 2025, 22(1):110. DOI: 10.1186/s12986‑025‑00998‑x.
    [9] Selvaggio S, Abate A, Brugaletta G, et al. Platelet‑to‑lymphocyte ratio, neutrophil‑to‑lymphocyte ratio and monocyte‑to‑HDL cholesterol ratio as markers of peripheral artery disease in elderly patients[J]. Int J Mol Med, 2020, 46(3):1210‑1216. DOI: 10.3892/ijmm.2020.4644.
    [10] Song Y, Zhao Y, Shu Y, et al. Combination model of neutrophil to high‑density lipoprotein ratio and system inflammation response index is more valuable for predicting peripheral arterial disease in type 2 diabetic patients: a cross‑sectional study[J]. Front Endocrinol (Lausanne), 2023,14:1100453. DOI: 10.3389/fendo.2023.1100453.
    [11] Norgren L, Hiatt WR, Dormandy JA, et al. Inter‑society consensus for the management of peripheral arterial disease (TASC Ⅱ)[J]. J Vasc Surg, 2007, 45 Suppl S:S5‑67. DOI: 10.1016/j.jvs.2006.12.037.
    [12] Rosana M, Yunir E, Saragih N, et al. Risk factors for peripheral arterial disease in type 2 diabetes mellitus patients: a systematic review and meta‑analysis[J]. Diabetes Res Clin Pract, 2025,224:112170. DOI: 10.1016/j.diabres.2025.112170.
    [13] 心血管代谢联盟.高血压合并糖尿病患者心血管‑肾脏‑代谢综合管理专家共识(2024)[J/OL].中华心血管病杂志(网络版), 2025, 8(1): e1000185(2025‑03‑21)[2025‑11‑10]. DOI: 10.3760/cma.j.cn116031.2025.1000185.
    [14] Fitridge R, Chuter V, Mills J, et al. The intersocietal IWGDF, ESVS, SVS guidelines on peripheral artery disease in people with diabetes and a foot ulcer[J]. Diabetes Metab Res Rev, 2024, 40(3):e3686. DOI: 10.1002/dmrr.3686.
    [15] Temel B, Orenay O, Karaosmanoglu N. An evaluation of the hematological markers of systemic inflammation and oxidative stress in vitiligo: a case‑control study[J]. Cureus, 2024, 16(3):e56034. DOI: 10.7759/cureus.56034.
    [16] Yang W, Zhong Y, Zhou P, et al. Monocyte to high‑density lipoprotein cholesterol ratio as a marker of the presence and progression of diabetic kidney disease[J]. Ren Fail, 2025, 47(1):2438846. DOI: 10.1080/0886022X.2024.2438846.
    [17] Medrano‑Bosch M, Simón‑Codina B, Jiménez W, et al. Monocyte‑endothelial cell interactions in vascular and tissue remodeling[J]. Front Immunol, 2023,14:1196033. DOI: 10.3389/fimmu.2023.1196033.
    [18] Bilgin M, Akkaya E, Dokuyucu R. Evaluation of inflammatory markers in predicting coronary complexity: insights from the SYNTAX II Score in NSTEMI Patients[J]. J Clin Med, 2024, 13(19): 5940. DOI: 10.3390/jcm13195940.
    [19] Rosales C, Gillard BK, Xu B, et al. Revisiting reverse cholesterol transport in the context of high‑density lipoprotein free cholesterol bioavailability[J]. Methodist Debakey Cardiovasc J, 2019, 15(1):47‑54. DOI: 10.14797/mdcj‑15‑1‑47.
    [20] Li Y, Guo X, Ge J, et al. Sex differences in associations of metabolic inflammation and insulin resistance with incident type 2 diabetes mellitus: a retrospective cohort of adults with annual health examinations[J]. Lipids Health Dis, 2025, 24(1):50. DOI: 10.1186/s12944‑025‑02473‑1.
    [21] Wang Y, Jiang Q, Li X, et al. Lipid metabolism‑related inflammatory indices (LMIIs) and incident peripheral artery diseases (PAD) in patients with type 2 diabetes mellitus (T2DM): a multicohort study from China and the UK biobank[J]. Cardiovasc Diabetol, 2025, 24(1):346. DOI: 10.1186/s12933‑025‑02887‑2.
    无
    发表评论文明上网理性发言,请遵守互动礼仪
    您需要先 登录 后方可发表评论。
    • 全部评论
    • /
    • 我的评论
    • 最新
    • /
    • 最热