预后营养指数与高尿酸血症发生风险的回顾性队列研究

Prognostic nutritional index and risk of incident hyperuricemia: A retrospective cohort study

摘要

目的 预后营养指数(prognostic nutritional index，PNI)是反映机体营养与免疫状态的综合指标，但其与新发高尿酸血症(hyperuricemia，HUA)的关联尚不明确。本研究基于大规模体检人群的回顾性队列，探讨PNI与HUA发病风险的关联，为HUA的早期筛查和营养干预提供依据。 方法 回顾性队列共纳入于2012年完成基线体检的22 551名研究对象。根据PNI的四分位数将研究对象分为4组(Q1组PNI<52.4；Q2组PNI 52.4~<55.1；Q3组PNI 55.1~<57.9；Q4组PNI≥57.9)。采用Cox比例风险模型评估PNI与HUA发病风险的关联，逐步调整年龄、性别、BMI、高血压、糖尿病、血脂异常及肾功能等混杂因素；以Q1组为参照，评估Q2、Q3、Q4组的HUA发病风险。使用限制性立方样条模型拟合PNI(作为连续变量)与HUA风险的剂量-反应关系。将Q1、Q2、Q3组合并作为低PNI组(PNI<57.9)，Q4作为高PNI组(PNI≥57.9)，进行亚组分析并检验交互作用。 结果 Q1组5 468例，Q2组5 658例，Q3组5 680例，Q4组5 745例。中位随访10.5年期间，共观察到5 247例新发HUA。多因素Cox回归分析显示，与Q1组相比，Q4组发生HUA的风险显著增加18.4%[风险比(hazard ratio，HR)=1.184，95%置信区间(confidence interval，CI) 1.089~1.287，P<0.001]，PNI作为连续变量时，每增加1个单位，HUA风险相应增加1.4%(HR=1.014，95% CI 1.007~1.020，P<0.001)，呈显著剂量-反应关系(P_趋势<0.001)。限制性立方样条分析显示，完全校正混杂因素后PNI与HUA风险呈线性正相关(P_趋势<0.05)。亚组分析表明，与低PNI组相比，高PNI组的HUA风险增加16.2%(HR=1.162，95% CI 1.092~1.237，P<0.001)；但该效应在高血压人群中减弱(P_交互=0.010)。 结论 高PNI(≥57.9)是普通体检人群新发HUA的独立危险因素，该关联受高血压状态显著修饰。PNI作为简便易获得的综合指标，有助于HUA高危人群的早期识别，可为个体化筛查与干预提供参考。

Abstract

Objective The prognostic nutritional index (PNI) is a composite indicator reflecting nutritional and immune status; however, its association with incident hyperuricemia (HUA) remains unclear. This large-scale retrospective cohort study aims to investigate the relationship between PNI and the risk of developing HUA, providing evidence for early screening and nutritional intervention strategies. Methods A total of 22 551 individuals who underwent baseline health examinations in 2012 were included. Participants were categorized into quartiles according to PNI levels (Q1, <52.4; Q2, 52.4-<55.1; Q3, 55.1-<57.9; Q4, ≥57.9). Cox proportional hazards models were used to evaluate the association between PNI and incident HUA, with progressive adjustment for age, sex, body mass index (BMI), hypertension, diabetes, dyslipidemia, and renal function. Using Q1 as the reference group, hazard ratios (HR) for Q2-Q4 were estimated. Restricted cubic spline models were applied to assess the dose-response relationship between continuous PNI and HUA risk. Additionally, Q1-Q3 were combined as the low-PNI group (PNI<57.9) and Q4 as the high-PNI group (PNI≥57.9) for subgroup analyses and interaction testing. Results The numbers of participants in Q1-Q4 were 5 468, 5 658, 5 680, and 5 745, respectively. During a median follow-up of 10.5 years, 5 247 incident HUA cases were identified. In the fully adjusted model, participants in Q4 had an 18.4% higher risk of HUA compared with Q1 [HR=1.184, 95% confidence interval (CI) 1.089 to 1.287, P<0.001]. When treated as a continuous variable, each 1-unit increase in PNI was associated with a 1.4% increase in HUA risk (HR=1.014, 95% CI 1.007 to 1.020, P<0.001), demonstrating a significant dose-response relationship (P_trend<0.001). Restricted cubic spline analysis indicated a linear positive association between PNI and HUA risk after full adjustment (P_trend<0.05). Subgroup analysis revealed that the high-PNI group had a 16.2% higher risk of HUA compared with the low-PNI group (HR=1.162, 95% CI 1.092 to 1.237, P<0.001); however, this association was attenuated among individuals with hypertension (P_interaction=0.010). Conclusion Elevated PNI (≥57.9) is an independent risk factor for incident HUA in a general health examination population, and this association is significantly modified by hypertension status. As a readily available composite marker, PNI may facilitate early identification of individuals at high risk for HUA and support personalized screening and intervention strategies.

Graphical abstract

关键词

预后营养指数 / 高尿酸血症 / 回顾性队列 / 限制性立方样条 / 风险分层

Key words

prognostic nutritional index / hyperuricemia / retrospective cohort / restricted cubic spline / risk stratification

高尿酸血症(hyperuricemia，HUA)是嘌呤代谢紊乱所致的血尿酸水平持续升高，不仅与痛风直接相关，还与慢性肾脏病、高血压、动脉粥样硬化及心血管事件的发生密切相关^[1]。营养状况与免疫状态是HUA发生和发展的重要环境因素。预后营养指数(prognostic nutritional index，PNI)由人血白蛋白与外周血淋巴细胞计数计算得出，可综合反映机体蛋白储备和细胞免疫水平^[2-4]。既往PNI多用于肿瘤^[3]及术后患者的预后评估^[5]，近年来其应用逐步拓展至代谢性疾病领域^[6-7]。然而，PNI与HUA发病风险的关联尚不明确，尤其缺乏基于大规模人群队列的研究证据。因此，本研究基于包含22 551名体检人群的回顾性队列，探讨PNI与新发HUA之间的关系，以期为HUA的早期筛查及个体化营养干预提供科学依据。

1 对象与方法

1.1 伦理声明

本研究方案已得到中南大学湘雅医院伦理委员会批准(审批号：2022111227)，并获豁免知情同意。

1.2 对象

本研究为回顾性队列研究，数据来源于中南大学湘雅医院健康管理中心的体检数据库。该中心的信息系统覆盖体检全流程(检前、检中、检后)，保存了研究对象历年的问卷信息、体检及随访数据。

研究对象纳入标准：1)2012年1月至2012年12月期间接受基线体检，并于2013年1月至2021年6月期间至少完成1次随访；2)有完整的基线数据，包括人口学信息、体格检查和实验室检查(含血尿酸、白蛋白、淋巴细胞计数等)结果；3)至少有1次随访的血尿酸检测结果。排除标准：1)基线时已诊断为HUA或痛风；2)合并严重心、肝、肾功能不全[估算肾小球滤过率(estimated glomerular filtration rate，eGFR)<60 mL/(min·1.73 m²)或恶性肿瘤；3)患有自身免疫性疾病、活动性感染等严重系统性疾病；4)正在使用影响营养指标或尿酸代谢的药物(如糖皮质激素、免疫抑制剂、降尿酸药物等)；5)妊娠或哺乳期女性；6)数据存在明显逻辑错误。通过唯一的体检编号将基线数据与随访数据进行链接。

2012年度接受健康体检的人数为68 234，其中5 057人基线尿酸数据缺失、162人基线人血白蛋白数据缺失、1 530人基线淋巴细胞计数数据缺失、31 376人随访血尿酸数据缺失，符合纳入标准的人数为30 109。在此基础上，根据排除标准依次排除基线时已诊断为HUA者(7 258人)，痛风者(36人)，合并严重心、肝、肾功能不全者(32人)，恶性肿瘤者(39人)，患有自身免疫性疾病者(28人)、慢性肾脏病者(57人)、妊娠或哺乳期女性(108人)，共计7 558人。最终纳入22 551名符合纳入和排除标准的研究对象，对其进行PNI与HUA发病风险的关联分析。此外，对随访血尿酸数据缺失人群(n=31 376，失访组)与本研究纳入人群(n=22 551，研究组)的基本特征进行比较。

1.3 自变量

自变量为基线PNI。PNI的计算公式如下：PNI=人血白蛋白+5×淋巴细胞计数；其中，人血白蛋白单位为g/L，淋巴细胞计数单位为×10⁹/L。为全面评估PNI与新发HUA的关联，本研究采用2种数据处理方式：首先，根据PNI的四分位数将研究对象分为4组(Q1组PNI<52.4；Q2组PNI 52.4~<55.1；Q3组PNI 55.1~<57.9；Q4组PNI≥57.9)；然后，在剂量-反应分析中，将PNI作为连续变量(每增加1个单位)纳入模型。

1.4 结局事件

结局事件为新发HUA。符合以下任一标准即判定为新发HUA：1)随访期间空腹血尿酸水平>420 μmol/L(不分性别)；2)首次出现国际疾病分类第10次修订本(International Classification of Diseases，10th Revision，ICD-10)编码为E79.0的门诊或住院诊断；3)开始服用降尿酸药物(如别嘌醇、非布司他、苯溴马隆等)。随访时间自基线体检日起计算，直至首次达到任一结局标准或随访截止日(2021年6月30日)，以先发生者为准。

1.5 协变量

为控制潜在混杂因素，在基线调查中收集以下协变量：1)人口学特征，包括年龄(连续变量)、性别；2)人体测量学指标，包括体重指数(body mass index，BMI)、腰围；3)临床生化指标，包括收缩压(systolic blood pressure，SBP)、舒张压(diastolic blood pressure，DBP)、血尿酸、空腹血糖、糖化血红蛋白(glycated hemoglobin，HbA1c)、总胆固醇(total cholesterol，TC)、甘油三酯(triglycerides，TG)、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)及血肌酐(serum creatinine，SCr)；4)用药史，是否正在服用降压药、降脂药、降糖药或利尿剂；5)肾功能，基于SCr，计算eGFR，计算公式^[8]：eGFR=142×min(SCr/κ,1)^α×max(SCr/κ,1)^-1.200×0.993 8^年龄×1.012(如果为女性)，其中SCr单位为mg/dL，κ女性为0.7、男性为0.9，α女性为-0.241、男性为-0.302，min取SCr/κ与1中的较小值，max取SCr/κ与1中的较大值。eGFR单位为mL/(min·1.73 m²)。

1.6 相关指标定义

本研究对基线疾病状态的判定综合了病史、实验室检查结果及用药史，具体定义如下：1)高血压，有明确的高血压病史，或SBP≥140 mmHg(1 mmHg=0.133 kPa)和/或DBP≥90 mmHg，或正在服用降压药^[9]；2)糖尿病，有明确糖尿病史，或空腹血糖≥7.0 mmol/L，或HbA1c≥6.5%，或正在服用降糖药^[10]；3)血脂异常，有明确血脂异常病史，或TG≥1.7 mmol/L，或HDL-C<1.0 mmol/L，或LDL-C≥3.4 mmol/L，或正在服用降脂药^[11]。

1.7 统计学处理

数据整理与统计分析基于Zstats软件和R4.3.3完成，显著性水平设为双侧α=0.05。分类变量以例(%)表示，组间比较采用χ²检验；符合正态分布的连续变量以均数±标准差表示，组间比较采用t检验或方差分析。采用Kaplan-Meier法绘制HUA累积发病率曲线，组间差异通过log-rank检验进行比较。使用Cox比例风险模型评估PNI与HUA风险的关联：模型1未调整变量；模型2调整年龄、性别、BMI；模型3进一步调整高血压、糖尿病、血脂异常和eGFR。采用Schoenfeld残差检验比例风险假设，必要时引入时依协变量。将PNI四分位数组Q1~Q4分别赋值为1~4，放入模型，进行趋势检验。将PIN作为连续变量分析每增加1个单位的风险比(hazard ratio，HR)及其线性趋势，并运用限制性立方样条(节点位置设定为第5、35、65、95百分位数)检验其与HUA风险的非线性关系，通过似然比检验比较线性与非线性模型。此外，将Q1、Q2、Q3组合并作为低PNI组(PNI<57.9)，Q4作为高PNI组(PNI≥57.9)，进行亚组分析，考察其在性别、年龄(<50岁、50~60岁、>60岁)、BMI(<24.0 kg/m²、24.0~<28.0 kg/m²、≥28.0 kg/m²)、高血压(是/否)、糖尿病(是/否)、血脂异常(是/否)等分层中的异质性，并评估交互作用。

2 结 果

2.1 研究对象的基本特征

共纳入22 551名研究对象，年龄(43.90±14.01)岁，其中女性11 078人(占49.12%)，男性11 473人(占50.88%)。依据PNI的四分位数将研究对象分为4组：Q1组、Q2组、Q3组和Q4组人数分别为5 468、5 658、5 680和5 745，每组占比接近25%。除空腹血糖水平、高血压及糖尿病患病率外，其余基线特征在4组间的差异均具有统计学意义(均P<0.05，表1)。中位随访时间为10.5年。随访期间共观察到5 247例新发HUA。

2.2 失访人群与纳入人群基本特征比较

与随访血尿酸数据缺失的人群(失访组)相比，本研究的纳入人群(研究组)女性比例更高，SBP、DBP、BMI及尿酸水平等指标均更低(均P<0.001)。2组之间尿酸的差异显著(297.17 μmol/L vs 332.78 μmol/L)。2组之间淋巴细胞计数的差异无统计学意义(P=0.966，表2)。

2.3 生存分析

Kaplan-Meier分析显示，不同PNI四分位组的HUA累积发生率差异有统计学意义(log-rank P<0.001)。随着PNI升高，HUA风险呈递增趋势：Q4组的累积发病率始终最高，而Q1组最低。随访期间，4组曲线早期即出现分离(图1)，提示高PNI与HUA事件的提前发生相关。

2.4 PNI与HUA关系的Cox回归分析

PNI与HUA发生风险存在剂量-反应关系(趋势检验P<0.001)。在完全调整年龄、性别、BMI等因素后，与Q1组相比，Q4组的HUA发生风险增加18.4%[风险比(hazard ratio，HR)=1.184，95%置信区间(confidence interval，CI) 1.089~1.287，P<0.001]；Q2组和Q3组的HUA发生风险与Q1组相比差异无统计学意义(P>0.05)。将PNI作为连续变量分析时，每增加1个单位，HUA发生风险增加1.4%(HR=1.014，95% CI 1.007~1.020，P<0.001；表3)。

2.5 限制性立方样条模型分析

限制性立方样条分析结果(图2)进一步揭示了PNI与HUA关联的复杂性。在未调整模型和部分调整模型中，两者呈非线性关联(非线性检验P<0.05)；但在完全调整所有混杂因素后，非线性关系消失(非线性检验P>0.05)，表现为线性正相关趋势，且总体趋势检验均有统计学意义(趋势检验P<0.05)。这一结果提示，PNI是发生HUA的独立危险因素，而初始观察到的非线性关联可由混杂因素所解释。

2.6 亚组分析

与低PNI组相比，高PNI组的HUA发生风险增加16.2%(HR=1.162，95% CI 1.092~1.237，P<0.001)。该正相关在性别、BMI及血脂状态等亚组中均存在。但在高血压状态上观察到效应修饰作用：在无高血压人群中，PNI与HUA风险显著正相关(HR=1.157，95% CI 1.079~1.242，P<0.001)；而在高血压患者中，该关联无统计学意义(HR=1.058，95% CI 0.932~1.212，P=0.387；表4)。

3 讨 论

本大规模回顾性队列研究证实，基线PNI与体检人群新发HUA风险呈正相关。经充分调整混杂因素后，二者关联由初始的非线性转为线性模式。在完全调整模型中，PNI最高分位(Q4)组发生HUA的风险较最低分位(Q1)组显著增加18.4%(HR=1.184，95% CI 1.089~1.287)，这一发现与PNI作为营养-免疫综合指标的潜在作用一致，可反映慢性炎症状态对血尿酸代谢的影响。亚组分析提示高血压状态可能修饰此关联，这与既往研究^[12]报道的HUA与高血压有共同的病理生理机制(如肾素-血管紧张素系统激活)一致。

PNI是评估机体营养状况与免疫水平的综合指标，高PNI通常作为预后良好的标志。然而本研究发现，高PNI(Q4)组与HUA发生风险呈正相关，且该人群以年轻男性为主，表现为高BMI、高尿酸、高TG和低HDL-C的代谢特征。这表明该组的高PNI可能并非反映理想的营养状态，而是提示存在与高嘌呤、高果糖饮食相关的代谢紊乱及低度炎症状态。

高PNI作为HUA的风险因素，其机制可能与膳食引发的病理进程有关。高嘌呤、高果糖饮食可直接促进尿酸生成前体^[13]，并常伴随能量过剩，促进肥胖及胰岛素抵抗，从而抑制肾脏尿酸排泄^[14]。上述代谢异常可诱发慢性低度炎症，表现为白蛋白升高及淋巴细胞活化，释放白介素(interleukin，IL)-1β、IL-6、肿瘤坏死因子(tumor necrosis factor，TNF)-α等促炎性细胞因子，进而促进尿酸生成并抑制其排泄^[15-16]。因此，本研究中“高PNI”很可能是膳食-代谢-炎症级联反应的体现，而非单纯营养良好的标志。

本研究还发现高血压对PNI与HUA的关联有修饰效应。HUA与高血压关系密切，存在双向促进作用^[17]，这种紧密关联的深层机制得到了遗传学证据的支持，例如Reynolds等^[18]的研究揭示了HUA与高血压等存在共同的遗传基础，可构成一个“代谢轴”。正因如此，高血压本身作为HUA的强风险因子，其强大的背景效应可能部分掩盖PNI的独立效应^[12]；此外，高血压患者常用利尿剂等影响血尿酸的药物，也可能在一定程度上混淆PNI的真实作用^[19]。该结果强调在HUA风险评估中，必须全面考虑个体的心血管代谢背景，才能更准确地识别不同生物标志物的独立贡献。

既往研究多聚焦于PNI在肿瘤预后、感染风险及心血管手术并发症等领域的应用，低PNI通常提示营养耗竭和免疫抑制，与不良预后相关^[3-5]。本研究将PNI引入HUA这一代谢性疾病，发现“高PNI反而增加HUA的发生风险”。这一反差提示PNI的临床意义高度依赖于特定疾病背景。HUA的病理环境以慢性低度炎症为特征，不同于肿瘤或术后状态。高PNI群体虽然营养、免疫指标良好，但其整体代谢指标(如血糖、血脂)却呈现紊乱趋势，提示该群体可能存在隐性代谢风险。本研究结果与强调炎症在HUA中核心作用的学说^[20-21]相呼应，表明PNI或可作为反映炎症相关代谢风险的简易综合指标。

本研究的主要优势包括大样本、长随访期、对混杂因素的严格控制，以及使用限制性立方样条模型捕捉非线性关系。但仍存在若干局限：首先，作为观察性研究，无法完全排除残留混杂及反向因果的可能；其次，未能纳入饮食、遗传等因素；同时，本研究可能存在失访偏倚。但本研究中失访人群的基线尿酸水平更高，此种偏倚更可能稀释而非放大风险差异。因此，主要结果(HR=1.184)很可能低估了真实关联效应，鉴于偏倚方向性，本研究关于PNI与HUA存在正向关联的主要结论是稳健的，但在外推至其他人群时仍需谨慎；最后，PNI的切点值和效应仍需在不同人群及前瞻性研究中进一步验证。

尽管如此，本研究仍具有重要临床意义。PNI作为一项易于从常规血液检测中获得的复合指标，有望用于识别传统风险因素不显著但HUA发生风险升高的人群。未来研究应着重阐释高PNI推动HUA发生的生物学机制，并在多中心队列中验证其预测效能，为HUA的一级预防与风险分层提供新思路与工具。

参考文献

[1] 国家老年疾病临床医学研究中心(湘雅医院), 中华医学会健康管理学分会, 《中华健康管理学杂志》编辑委员会. 高尿酸血症与痛风健康管理指南[J]. 中华健康管理学杂志, 2025, 19(9): 669-692.

[2] National Clinical Research Center for Geriatric Disorders(Xiangya Hospital),Chinese Medical Association Health Management Branch,Editorial Board of Chinese Journal of Health Management.Guidelines for health management of hyperuricemia and gout[J]. Chinese Journal of Health Management, 2025, 19(9): 669-692.

[3] Onodera T, Goseki N, Kosaki G. Prognostic nutritional index in gastrointestinal surgery of malnourished cancer patients[J].Nihon Geka Gakkai Zasshi, 1984, 85(9): 1001-1005.

[4] Hou S, Song D, Hao R, et al. Prognostic relevance of prognostic nutritional indices in gastric or gastro-esophageal junction cancer patients receiving immune checkpoint inhibitors: a systematic review and meta-analysis[J]. Front Immunol, 2024, 15: 1382417.

[5] Zhang X, Zhang Y, Zhang J, et al. Immunotherapy of small cell lung cancer based on prognostic nutritional index[J]. Front Immunol, 2025, 16: 1560241.

[6] Zhao J, Chen M, Mo J, et al. Prognostic value of albumin-based malnutritional indices on short-term outcome in acute ischemic stroke patients undergoing reperfusion therapy[J]. Front Nutr, 2025, 12: 1659446.

[7] Xu W, Zhang L, Yang Q, et al. Associations of prognostic nutritional index with cardiovascular all-cause mortality among CVD patients with diabetes or prediabetes: evidence from the NHANES 2005-2018[J]. Front Immunol, 2025, 16: 1518295.

[8] Prausmüller S, Heitzinger G, Pavo N, et al. Malnutrition outweighs the effect of the obesity paradox[J]. J Cachexia Sarcopenia Muscle, 2022, 13(3): 1477-1486.

[9] Inker LA, Eneanya ND, Coresh J, et al. New creatinine- and cystatin C-based equations to estimate GFR without race[J]. N Engl J Med, 2021, 385(19): 1737-1749.

[10] 中国高血压防治指南修订委员会, 高血压联盟(中国, 中国医疗保健国际交流促进会高血压病学分会, 等. 中国高血压防治指南(2024年修订版)[J]. 中华高血压杂志(中英文), 2024,32(7): 603-700.

[11] Chinese Hypertension Prevention and Control Guidelines Revision Committee, China Hypertension Alliance, Hypertension Branch of China International Exchange and Promotive Association for Medical and Health Care, et al. Chinese guidelines for prevention and treatment of hypertension (revised edition 2024)[J]. Chinese Journal of Hypertension, 2024, 32(7): 603-700.

[12] 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.

[13] Chinese Diabetes Society, Chinese Medical Association. Chinese guidelines for the prevention and treatment of diabetes (2024 edition)[J]. Chinese Journal of Diabetes, 2025, 17(1): 16-139.

[14] 中国血脂管理指南修订联合专家委员会. 中国血脂管理指南(2023年)[J]. 中国循环杂志, 2023, 38(3): 237-271.

[15] Joint Committee on the Chinese Guidelines for Lipid Management. Chinese guidelines for lipid management (2023)[J]. Chinese Circulation Journal, 2023, 38(3): 237-271.

[16] Grassi G, Vanoli J, Facchetti R, et al. Uric acid, hypertensive phenotypes, and organ damage: data from the Pamela study[J]. Curr Hypertens Rep, 2022, 24(2): 29-35.

[17] Lubawy M, Formanowicz D. High-fructose diet-induced hyperuricemia accompanying metabolic syndrome-mechanisms and dietary therapy proposals[J]. Int J Environ Res Public Health, 2023, 20(4): 3596.

[18] Han Y, Zhou Z, Zhang Y, et al. The association of surrogates of insulin resistance with hyperuricemia among middle-aged and older individuals: A population-based nationwide cohort study[J]. Nutrients, 2023, 15(14): 3139.

[19] Li D, Yuan S, Deng Y, et al. The dysregulation of immune cells induced by uric acid: mechanisms of inflammation associated with hyperuricemia and its complications[J]. Front Immunol, 2023, 14: 1282890.

[20] Gu W, Zhao J, Xu Y. Hyperuricemia-induced complications: dysfunctional macrophages serve as a potential bridge[J]. Front Immunol, 2025, 16: 1512093.

[21] Tian X, Chen S, Wang P, et al. Temporal relationship between hyperuricemia and hypertension and its impact on future risk of cardiovascular disease[J]. Eur J Intern Med, 2023, 111: 82-89.

[22] Reynolds RJ, Irvin MR, Bridges SL, et al. Genetic correlations between traits associated with hyperuricemia, gout, and comorbidities[J]. Eur J Hum Genet, 2021, 29(9): 1438-1445.

[23] Borghi C, Agnoletti D, Cicero AFG, et al. Uric acid and hypertension: a review of evidence and future perspectives for the management of cardiovascular risk[J]. Hypertension, 2022, 79(9): 1927-1936.

[24] Copur S, Demiray A, Kanbay M. Uric acid in metabolic syndrome: Does uric acid have a definitive role?[J]. Eur J Intern Med, 2022, 103: 4-12.

[25] Du L, Zong Y, Li H, et al. Hyperuricemia and its related diseases: mechanisms and advances in therapy[J]. Signal Transduct Target Ther, 2024, 9(1): 212.

基金资助

湖南省自然科学基金(2023JJ30982)

中西医协调“旗舰”科室建设项目。This work was supported by the Natural Science Foundation of Hunan Province(2023JJ30982)

RIGHTS & PERMISSIONS

开放获取(Open access)：本文遵循知识共享许可协议，允许第三方用户按照署名-非商业性使用-禁止演绎4.0(CC BY-NC-ND 4.0)的方式，在任何媒介以任何形式复制、传播本作品(https://creativecommons.org/licenses/by-nc-nd/4.0/)。