Analysis on the associated factors of adult urolithiasis in China based on two-level Logistic regression model
-
摘要:
目的 探讨我国成人尿石症患病的影响因素。 方法 于2013年5月-2014年7月，采用多阶段分层整群随机抽样，在全国随机抽7个省/直辖市，14个区/县的11个社区和19个自然村进行面对面问卷调查，包括泌尿系超声检查、血常规、尿常规和血液生化检查等。 结果 有效问卷9 310例中，尿石症患者1 447例，患病率为15.5%(1 447/9 310)；在14个地区之间的患病率有差异(χ2=711.523，P < 0.001)，最低为山西农村(0.76%)，最高为广东农村(35.99%)。零模型结果显示各地区尿石症患病有统计学聚集性(t=2.48，P=0.027)，且组内相关系数ICC=48.74%。随机效应模型结果显示男性(OR=1.235，95%CI：1.082~1.411，P=0.005)、年龄增长(OR=1.101，95%CI：1.047~1.158，P=0.001)、糖尿病史(OR=1.411，95%CI：1.192~1.670，P=0.001)、结石家族史(OR=1.867，95%CI：1.500~2.323，P < 0.001)、低密度脂蛋白(low density lipoprotein，LDL)(OR=1.150，95%CI：1.050~1.260，P=0.006)、饮咖啡(OR=1.352，95%CI：1.065~1.716，P=0.017)、饮碳酸饮料(OR=1.547，95%CI：1.203~1.990，P=0.002)等为尿石症发生的危险因素，食醋酸(OR=0.567，95%CI：0.498~0.645，P < 0.001)和适量食用豆类(OR=0.726，95%CI：0.628~0.839，P < 0.001)等为尿石症发生的保护因素。 结论 尿石症患病具有地方聚集性，生活环境和饮食习惯影响尿石症的形成。 -
关键词:
- Logistic回归分析模型 /
- 尿石症 /
- 影响因素
Abstract:Objective To investigate the risk factors of adult urolithiasis in China. Methods 14 areas including 11 communities and 19 villages were randomly selected from 7 provinces of China by multi-stage stratified cluster sampling method during the period of May 2013 to July 2014. Individuals were investigated by a face-to-face questionnaire and a physical examination including urinary tract ultrasonographic examinations, routine blood and urine tests and blood biochemical examination ect. Results In total, 1 447 participants were found with the urolithiasis among 9 310 individuals and the overall prevalence was 15.5% (1 447/9 310). The prevalence of urolithiasis was significantly different among 14 areas (χ2=711.523, P < 0.001), the lowest was the village in Shanxi (0.76%) and the highest was the village in Guangdong(35.99%). The intercept-only model further indicated the reginal aggregation for the individuals of urolithiasis (t=2.48, P=0.027) and the ICC was 48.74%. The two-level Logistic regression model showed that the gender (OR=1.235, 95% CI: 1.082-1.411, P=0.005), age (OR=1.101, 95% CI: 1.047-1.158, P=0.001), diabetes mellitus (OR=1.411, 95%CI: 1.192-1.670, P=0.001), family history of urinary calculi (OR=1.867, 95% CI: 1.500-2.323, P < 0.001), LDL (OR=1.150, 95% CI: 1.050-1.260, P=0.006), drinking coffee (OR=1.352, 95% CI: 1.065-1.716, P=0.017) and drinking sodas (OR=1.547, 95% CI: 1.203-1.990, P=0.002) were the risk factors for urolithiasis. By contrast, consumed more fermented vinegar (OR=0.567, 95% CI: 0.498-0.645, P < 0.001) and had a amount of legume (OR=0.726, 95% CI: 0.628-0.839, P < 0.001) were protective factors of urolithiasis. Conclusion The prevalence of urolithiasis among adults reveal an aggregation in area-level, influenced by life environment and dietary habits of individual. -
Key words:
- Logistic regression analysis model /
- Urolithiasis /
- Risk factors
-
尿石症是一种常见的泌尿外科疾病，全球约12%人口受其影响[1]。不同国家及地区间患病率不一，北美地区患病率为7%~13%，欧洲地区是5%~9%，亚洲地区是1%~5%，并逐年增长[2]。尿石症可引起疼痛、血尿、发热等临床症状，甚至导致反复、严重的尿路感染和急性梗阻，引起急、慢性肾功能不全[3]乃至肾脏切除[4]等不良后果，严重危害人类的健康和生命。我国虽地处亚洲，但却是尿石症高发地区之一，在长江以南地区更为高发[5]。本研究利用2013-2014年我国成年人群尿石症流行病学调查数据库，采用两水平Logistic回归模型，分析抽样层次结构，探究我国成年人尿石症的个体影响因素及潜在的地区聚集的原因。
1. 对象与方法
1.1 研究对象
采用多阶段分层整群随机抽样方法。第1阶段：将全国按照地理区域(华南、华中、西南、华东、华北、东北和西北)分为7层，从每层中选取一个省/直辖市。第2阶段：在所选的7个省/直辖市中，随机各抽取一个城市和一个乡镇。第3阶段：从7个城市和7个乡镇中分别随机选取1个区/县的1~4个社区/自然村进行调查，以满足样本需求。每个省/直辖市需至少调查1 400人，最终抽取11个社区和19个自然村。调查对象纳入标准为：年龄≥18岁，在当地居住时间≥6个月的常住居民。调查对象接受泌尿系统超声检查后即为有效应答样本。所有数据由广州医科大学附属第一医院泌尿外科于2013年5月-2014年7月在现场采集。
1.2 调查方法
采用自制的调查表，内容包括调查对象的一般人口学资料、生活饮食习惯、既往病史、家族史等。且所有调查对象均测量身高、体重、血压和泌尿系超声检查，以及血、尿常规检查和生化检查。血、尿常规分析方法为流式细胞检测法。生化检查包括空腹血糖、血清钠、钾、钙和氯；血清肌酐、尿素氮、尿酸和二氧化碳；血清总胆固醇、甘油三酯、高密度脂蛋白和低密度脂蛋白。超声诊断医师均有5年以上工作经验，检查方法：体检者膀胱适度充盈，先取俯卧位，超声探头置于背侧检查肾脏，沿肾脏做纵切面，移动探头做扇形检查，后分别检查双侧输尿管；然后改仰卧位检查膀胱，必要时受检者可改变体位。尿石症诊断标准为：超声图像见上述器官内强光点或强光团回声，后方伴有垂直声影，且强光点或强光团回声直径≥4 mm。诊断不明确者行CT检查，扫描厚度为2 mm。由经过培训的调查人员到现场进行问卷采集，调查对象未接受泌尿系统超声检查则剔除。
1.3 统计学方法
资料经EpiData 3.02软件双份录入并核实，以泌尿系现患结石和既往患结石作为总尿石症。采用SAS 9.3软件进行统计描述和推断，用χ2检验对分类变量做差异性比较；对等级变量根据趋势性χ2检验结果进行哑变量的设置，对进入模型的变量进行共线性诊断等统计学处理，多因素分析采用两水平Logistic回归模型。检验水准α=0.05。
2. 结果
2.1 尿石症患病情况及其一般资料特征
本研究共计抽样12 570例，应答9 686例，应答率77.1%，有效问卷9 310例，有效率96%。尿石症患者1 447例，患病率为15.5%(1 447/9 310)。其中男性3 792例(占40.73%)，女性5 518例(占59.27%)，平均年龄为(51.3±14.2)岁。抽样7个省，14个地区，尿石症患病率在不同地区之间的差异有统计学意义(χ2=711.522 6，P＜0.001)，最低为山西农村(0.76%)，最高为广东农村(35.99%)，见表 1。城乡(χ2=20.195，P＜0.001)、南北方(χ2=248.972，P＜0.001)、性别(χ2=15.966，P＜0.001)、年龄(χ2=24.775，P＜0.001)之间患病率差异均有统计学意义，见表 2。
表 1 我国成年人尿石症的地区分布Table 1. Prevalence of adult urolithiasis among different regions in China地区 总人数(人) 患病人数(人) 患病率(%) 广东农村 842 303 35.99 广东城市 759 147 19.37 湖南农村 708 153 21.61 湖南城市 722 158 21.88 山西农村 661 5 0.76 山西城市 687 8 1.16 重庆农村 851 111 13.04 重庆城市 522 49 9.39 上海农村 685 148 21.61 上海城市 571 80 14.01 黑龙江农村 507 95 18.74 黑龙江城市 548 127 23.18 甘肃农村 620 21 3.39 甘肃城市 627 42 6.70 表 2 一般人口特征尿石症患病率比较Table 2. Comparisons of prevalence of urolithiasis by demographic characteristics项目 调查人数(人) 患病人数(人) 患病率(%) χ2值 P值 城乡 20.195 ＜0.001 城市 4 847 836 13.77 农村 4 436 611 17.15 南北方 248.972 ＜0.001 南方 5 660 1 149 20.30 北方 3 650 298 8.16 性别 15.966 ＜0.001 男性 3 792 658 17.35 女性 5 518 789 14.30 年龄(岁) 24.775 ＜0.001 18~ 720 73 10.14 31~ 1 228 174 14.17 41~ 2 162 333 15.40 51~ 2 389 389 16.28 61~ 1 874 308 16.44 >70 937 170 18.14 2.2 两水平Logistic回归分析模型分析尿石症影响因素
2.2.1 零模型
拟合"地区-个体"的两水平零模型，结果显示水平2方差有统计学意义(t=2.48, P=0.027), 组内相关系数(ICC)=1.395/(1.395+1.467)=48.74%>10%，且调查设计具有层次结构，尿石症在地区水平具有聚集性，适宜用两水平Logistic回归分析, 见表 3。
表 3 零模型参数估计结果Table 3. The estimation of two-level null Logistic regression model固定效应 估计值 标准误 t值 P值 固定部分(截距) -2.105 0.319 -6.59 < 0.001 随机部分 水平2 1.395 0.562 2.48 0.027 水平1 1.467 0.608 2.2.2 将水平2解释变量纳入零模型
在零模型中引入水平2解释变量城乡和南北方，模型的随机部分从1.395降到0.866，从1.467降到1.096，南北方差异有统计学意义(t=-2.84，P=0.014), 城乡差异无统计学意义，说明水平2解释变量南北方可以解释部分组间差异。见表 4。
表 4 纳入水平2解释变量的模型结果Table 4. The estimation of model including explanatory variable in the second-level项目 估计值 s t值 P值 固定部分 常数项 -1.448 0.416 -3.48 0.004 水平2解释变量 城乡 -0.065 0.506 -0.13 0.900 南北方 -1.458 0.514 -2.84 0.014 随机部分 水平2 0.866 0.352 2.46 0.029 水平1 1.096 0.494 2.2.3 随机效应模型
以有无结石为因变量Y(0=无结石，1=有结石)，根据纳入所有影响因素的方差成分模型结果，历史文献研究以及专业知识，选取尿石症的可能影响因素作为自变量X，采用backward法进行两水平Logistic回归分析，拟合随机效应模型。两水平Logistic回归分析显示男性(OR=1.235，95% CI: 1.082~1.411，P=0.005)、年龄增长(OR=1.101，95% CI: 1.047~1.158，P=0.001)、糖尿病史(OR=1.411，95% CI: 1.192~1.670，P=0.001)、结石家族史(OR=1.867，95% CI: 1.500~2.323，P＜0.001)、血清低密度脂蛋白(OR=1.150，95% CI: 1.050~1.260，P=0.006)、饮咖啡(OR=1.352，95% CI: 1.065~1.716，P=0.017)、饮碳酸饮料(OR=1.547，95% CI: 1.203~1.990，P=0.002)等为尿石症发生的危险因素，食醋酸(OR=0.567，95% CI: 0.498~0.645，P＜0.001)和适量食用豆类(OR=0.726，95% CI: 0.628~0.839，P＜0.001)等为尿石症发生的保护因素，差异均有统计学意义。见表 5。
表 5 随机效应模型结果Table 5. Two-level Logistic regression model of urolithiasis项目 β sx t值 P值 OR(95 % CI)值 固定部分 常数项 -2.276 0.276 -8.240 < 0.001 0.103(0.057~0.187) 性别 0.211 0.062 3.430 0.005 1.235(1.082~1.411) 年龄 0.096 0.023 4.110 0.001 1.101(1.047~1.158) 饮咖啡 0.301 0.110 2.730 0.017 1.352(1.065~1.716) 饮碳酸饮料(适量) 0.437 0.117 3.750 0.002 1.547(1.203~1.990) 饮碳酸饮料(大量) 0.082 0.181 0.450 0.658 1.086(0.734~1.606) 食醋酸 -0.567 0.060 -9.490 < 0.001 0.567(0.498~0.645) 食豆类(适量) -0.321 0.067 -4.790 < 0.001 0.726(0.628~0.839) 食豆类(大量) -0.135 0.125 -1.070 0.303 0.874(0.667~1.146) 糖尿病史 0.345 0.078 4.420 0.001 1.411(1.192~1.670) 结石家族史 0.624 0.101 6.170 < 0.001 1.867(1.500~2.323) LDL值 0.140 0.042 3.300 0.006 1.150(1.050~1.260) 随机部分 σμ02 0.739 0.315 2.350 0.036 σe0 0.781 0.341 表 6 变量赋值说明Table 6. Variable assignment description指标名称 定义及赋值 解释变量 性别 男=1，女=0 年龄(岁) 18~=0，31~=1, 41~=2，51~=3, 61~=4， > 70=5 饮咖啡 3次/月及以下=1，1~4次/周=2，5次/周及以上=3 饮碳酸饮料 3次/月及以下=1，1~4次/周=2，5次/周及以上=3，以3次/月及以下为参照设置哑变量 食醋酸 3次/月及以下=1，1~4次/周=2，5次/周及以上=3 食豆类 3次/月及以下=1，1~7次/周=2，每天及以上=3，以3次/月及以下为参照设置哑变量 糖尿病史 无=0，有=1 结石家族史 无=0，有=1 LDL值 连续性变量 因变量 无结石=0，有结石=1 地区 水平2单位 个体 水平1单位 3. 讨论
本研究结果显示，我国成人尿石症的生存期患病率是15.5%。在城乡、南北方、不同省份、性别和年龄间患病率差异有统计学意义。零模型中，ICC=48.74%，表明地区对尿石症的发生可以解释48.74%，存在地区聚集性，适宜用两水平回归分析。相比传统回归模型，两水平模型可以降低不能解释的部分占总变异的比例，使得参数估计更有效、科学[6]。在我国，南方地区的患病率高于北方地区，与磷酸矿和碳酸盐岩的空间分布紧密相关，地区的温度、水硬度及种植物对尿石症的形成也有一定影响[7]。在一项全球的调查中指出，南纬的居民比北纬的居民更易患结石，东南居民的结石发病率是西北的近两倍[8]。
与其他研究结果相似，男性患病率高于女性，且随着年龄的增长，尿石症患病率增加，可能是由于男、女性间性激素水平的差异及年龄增长引起的代谢减慢所致[9]。患糖尿病人较非糖尿病人更容易患尿石症，Chu等[10]的研究分析指出，糖尿病患者体内尿酸含量较高，尿酸代谢异常，且饮食习惯和生活方式与正常人群不同。有结石家族史比无此家族史的人更易患尿石症，可能与遗传因素有关，有结石史人群比无此家族史更容易分泌Tamm-Har-sefall蛋白，促进草酸钙结晶物聚集和结石的形成[11]。
本研究中，与几乎不食用豆类食品比较，适量食用豆类食品是保护因素，在邓鹏飞等[12]的实验结果中，过量食用豆类食品是危险因素。可能豆类食品富含草酸，正常食用可以降低尿液PH，从而减少尿石症的发生，但动物实验中过量食用的草酸不能被代谢，在尿液中与钙结合形成不溶性盐，沉淀形成肾结石[13]。随着食醋量的增加，患尿石症的风险下降。醋酸能明显抑制肾脏草酸钙的形成，调节尿草酸的代谢并增强肾组织抗氧化活性[14]，同时食醋能降低低密度脂蛋白[15]，与本研究结果中低密度脂蛋白越高，尿石症形成的可能性越大相呼应。因为低密度脂蛋白值越高，携带的胆固醇囤积在肾动脉血管壁上，逐渐形成动脉硬化斑块，阻塞血管，损害肾功能，进而导致尿石症的发展，因此通过食用醋酸降低低密度脂蛋白，可降低尿石症形成的风险。本研究中山西地区尿石症患病率最低，与当地产醋和喜食醋不无关系，这进一步提供了佐证材料。在以往的研究中，饮咖啡作为保护因素进入模型[16-17]，与本研究的结果相反，可能原因是与西方的咖啡相比，中国居民喜欢喝加糖加奶的咖啡，尤其是加奶，在增加蛋白和钙摄入的同时，增加了黄嘌呤氧化酶，它催化次黄嘌呤转化成黄嘌呤酸，这种酶活性的提高会导致尿石症的发生[18]。
本次基于两水平模型分析结果，相对于几乎不饮用碳酸饮料，饮用碳酸饮料会增加尿石症的发病危险，在单水平的回归模型中，少量饮用碳酸饮料是保护因素。一项动物实验中证明，碳酸饮料中含有柠檬酸盐，它一种已知的钙石形成抑制剂，它的摄入可以增加柠檬酸尿和尿液PH值[19]。碳酸饮料中的苹果酸盐，可以增加总碱的供应量，进而增加尿液PH值，降低尿石症形成的风险。但碳酸饮料中糖份等其它物质较多，饮用较多会增加尿石症的发生。可能在本研究的地区因素中有些潜在变量没有调查，造成了个体水平上具有保护作用的假象，当把高水平聚集性排除后，饮用碳酸饮料是危险因素。
本研究的创新之处在于使用两水平Logistic回归分析具有层次结构数特征的我国成人尿石症调查数据，对我国成人尿石症的可能影响因素进行分析，得出了更加合理的结果，但具体每个地区应采取何种措施降低尿石症的发生还需进一步研究。
-
表 1 我国成年人尿石症的地区分布
Table 1. Prevalence of adult urolithiasis among different regions in China
地区 总人数(人) 患病人数(人) 患病率(%) 广东农村 842 303 35.99 广东城市 759 147 19.37 湖南农村 708 153 21.61 湖南城市 722 158 21.88 山西农村 661 5 0.76 山西城市 687 8 1.16 重庆农村 851 111 13.04 重庆城市 522 49 9.39 上海农村 685 148 21.61 上海城市 571 80 14.01 黑龙江农村 507 95 18.74 黑龙江城市 548 127 23.18 甘肃农村 620 21 3.39 甘肃城市 627 42 6.70 
下载: 导出CSV
表 2 一般人口特征尿石症患病率比较
Table 2. Comparisons of prevalence of urolithiasis by demographic characteristics
项目 调查人数(人) 患病人数(人) 患病率(%) χ2值 P值 城乡 20.195 ＜0.001 城市 4 847 836 13.77 农村 4 436 611 17.15 南北方 248.972 ＜0.001 南方 5 660 1 149 20.30 北方 3 650 298 8.16 性别 15.966 ＜0.001 男性 3 792 658 17.35 女性 5 518 789 14.30 年龄(岁) 24.775 ＜0.001 18~ 720 73 10.14 31~ 1 228 174 14.17 41~ 2 162 333 15.40 51~ 2 389 389 16.28 61~ 1 874 308 16.44 >70 937 170 18.14
下载: 导出CSV
表 3 零模型参数估计结果
Table 3. The estimation of two-level null Logistic regression model
固定效应 估计值 标准误 t值 P值 固定部分(截距) -2.105 0.319 -6.59 < 0.001 随机部分 水平2 1.395 0.562 2.48 0.027 水平1 1.467 0.608
下载: 导出CSV
表 4 纳入水平2解释变量的模型结果
Table 4. The estimation of model including explanatory variable in the second-level
项目 估计值 s t值 P值 固定部分 常数项 -1.448 0.416 -3.48 0.004 水平2解释变量 城乡 -0.065 0.506 -0.13 0.900 南北方 -1.458 0.514 -2.84 0.014 随机部分 水平2 0.866 0.352 2.46 0.029 水平1 1.096 0.494
下载: 导出CSV
表 5 随机效应模型结果
Table 5. Two-level Logistic regression model of urolithiasis
项目 β sx t值 P值 OR(95 % CI)值 固定部分 常数项 -2.276 0.276 -8.240 < 0.001 0.103(0.057~0.187) 性别 0.211 0.062 3.430 0.005 1.235(1.082~1.411) 年龄 0.096 0.023 4.110 0.001 1.101(1.047~1.158) 饮咖啡 0.301 0.110 2.730 0.017 1.352(1.065~1.716) 饮碳酸饮料(适量) 0.437 0.117 3.750 0.002 1.547(1.203~1.990) 饮碳酸饮料(大量) 0.082 0.181 0.450 0.658 1.086(0.734~1.606) 食醋酸 -0.567 0.060 -9.490 < 0.001 0.567(0.498~0.645) 食豆类(适量) -0.321 0.067 -4.790 < 0.001 0.726(0.628~0.839) 食豆类(大量) -0.135 0.125 -1.070 0.303 0.874(0.667~1.146) 糖尿病史 0.345 0.078 4.420 0.001 1.411(1.192~1.670) 结石家族史 0.624 0.101 6.170 < 0.001 1.867(1.500~2.323) LDL值 0.140 0.042 3.300 0.006 1.150(1.050~1.260) 随机部分 σμ02 0.739 0.315 2.350 0.036 σe0 0.781 0.341
下载: 导出CSV
表 6 变量赋值说明
Table 6. Variable assignment description
指标名称 定义及赋值 解释变量 性别 男=1，女=0 年龄(岁) 18~=0，31~=1, 41~=2，51~=3, 61~=4， > 70=5 饮咖啡 3次/月及以下=1，1~4次/周=2，5次/周及以上=3 饮碳酸饮料 3次/月及以下=1，1~4次/周=2，5次/周及以上=3，以3次/月及以下为参照设置哑变量 食醋酸 3次/月及以下=1，1~4次/周=2，5次/周及以上=3 食豆类 3次/月及以下=1，1~7次/周=2，每天及以上=3，以3次/月及以下为参照设置哑变量 糖尿病史 无=0，有=1 结石家族史 无=0，有=1 LDL值 连续性变量 因变量 无结石=0，有结石=1 地区 水平2单位 个体 水平1单位
下载: 导出CSV
-
[1] Alelign T, Petros B. Kidney stone disease: an update on current concepts[J]. Adv Urol, 2018: 3068365. DOI: 10.1155/2018/3068365. [2] Sorokin I, Mamoulakis C, Miyazawa K, et al. Epidemiology of stone disease across the world[J]. World J Urol, 2017, 35(9): 1301-1320. DOI: 10.1007/s00345-017-2008-6. [3] El-Zoghby ZM, Lieske JC, Foley RN, et al. Urolithiasis and the risk of ESRD[J]. Clin J Am Soc Nephro, 2012, 7(9): 1409-1415. DOI: 10.2215/CJN.03210312. [4] Mao S, Jiang H, Wu Z, et al. Urolithiasis: The most risk for nephrectomy in nonrenal tumor patients[J]. J Endourol, 2012, 26(10): 1356-1360. DOI: 10.1089/end.2012.0080. [5] 张立峰, 方志辉, 靳勇, 等. 影响泌尿系结石的多因素研究[J]. 黑龙江医药, 2015, 28(1): 170-172. DOI: 10.14035/j.cnki.hljyy.2015.01.076.Zhang LF, Fang ZH, Jin Y, et al. Multivariate study of urinary calculi[J]. Heilongjiang Medicine Journal, 2015, 28(1): 170-172. DOI: 10.14035/j.cnki.hljyy.2015.01.076. [6] 刘祥, 扶雪莲, 刘本燕, 等. 多水平视角下探讨老年人自评健康的影响因素[J]. 中华疾病控制杂志, 2018, 22(2): 173-177. DOI: 10.16462/j.cnki.zhjbkz.2018.02.017.Liu X, Fu XL, Liu BY, et al. Analysis on the influencing factors of self-rated health among the elderly by using model[J]. Chin J Dis Control Prev, 2018, 22(2): 173-177. DOI: 10.16462/j.cnki.zhjbkz.2018.02.017. [7] Yang Y, Deng Y, Wang Y. Major geogenic factors controlling geographical clustering of urolithiasis in China[J]. Sci Total Environ, 2016, 571: 1164-1171. DOI: 10.1016/j.scitotenv.2016.07.117. [8] Ziemba JB, Matlaga BR. Epidemiology and economics of nephrolithiasis[J]. Investigative and Clinical Urology, 2017, 58(5): 299. DOI: 10.4111/icu.2017.58.5.299. [9] Li YZ, Yan S, Liu J, et al. Risk factors for urinary tract infection in patients with urolithiasis-primary report of a single center cohort[J]. BMC Urol, 2018, 18(1): 45. DOI: 10.1186/s12894-018-0359-y. [10] Chu FY, Chang CC, Huang PH, et al. The association of uric acid calculi with obesity, prediabetes, type 2 diabetes mellitus, and hypertension[J]. Biomed Res Int, 2017: 1-6. DOI: 10.1155/2017/7523960. [11] Zeng G, Mai Z, Xia S, et al. Prevalence of kidney stones in China: an ultrasonography based cross-sectional study[J]. BJU Int, 2017, 120(1): 109-116. DOI: 10.1111/bju.13828. [12] 邓鹏飞, 李文静, 龙耀, 等. 兴国县居民尿石症患病率的调查及危险因素分析[J]. 南昌大学学报(医学版), 2016, 56(1): 1-4. DOI: 10.13764/j.cnki.ncdm.2016.01.001.Deng PF, Li WJ, Long Y, et al. Prevalence and risk factors of urinary calculus in xingguo county, jiangxi province[J]. Journal of Nanchang University(Medical Sciences), 2016, 56(1): 1-4. DOI: 10.13764/j.cnki.ncdm.2016.01.001. [13] Massey LK, Palmer RG, Horner HT. Oxalate content of soybean seeds (Glycine max: Leguminosae), soyfoods, and other edible legumes[J]. J Agric Food Chem, 2001, 49(9): 4262-4266. DOI: 10.1021/jf010484y. [14] 刘旸, 段小鹿, 麦新, 等. 陈醋对大鼠肾脏草酸钙结石形成的影响及作用机制研究[J]. 中华泌尿外科杂志, 2016, 37(4): 304-307. DOI: 10.3760/cma.j.issn.1000-6702.2016.04.018.Liu Y, Duan XL, Mai X, et al. Effect and underlying mechanism of mature vinegar on the renal calcium oxalate stone formation in rats[J]. Chinese Journal of Urology, 2016, 37(4): 304-307. DOI: 10.3760/cma.j.issn.1000-6702.2016.04.018. [15] Setorki M, Asgary S, Eidi A, et al. Acute effects of vinegar intake on some biochemical risk factors of atherosclerosis in hypercholesterolemic rabbits[J]. Lipids Health Dis, 2010, 9: 10. DOI: 10.1186/1476-511X-9-10. [16] Ferraro PM, Taylor EN, Gambaro G, et al. Caffeine intake and the risk of kidney stones[J]. Am J Clin Nutr, 2014, 100(6): 1596-1603. DOI: 10.3945/ajcn.114.089987. [17] Gasinska A, Gajewska D. Tea and coffee as the main sources of oxalate in diets of patients with kidney oxalate stones[J]. Rocz Panstw Zakl Hig, 2007, 58(1): 61-67. [18] Nile SH, Keum YS, Nile AS, et al. Potential cow milk xanthine oxidase inhibitory and antioxidant activity of selected phenolic acid derivatives[J]. J Biochem Mol Toxicol, 2018, 32(1). DOI: 10.1002/jbt.22005. [19] Eisner BH, Asplin JR, Goldfarb DS, et al. Citrate, malate and alkali content in commonly consumed diet sodas: Implications for Nephrolithiasis Treatment[J]. J Urol, 2010, 183(6): 2419-2423. DOI: 10.1016/j.juro.2010.02.2388. 期刊类型引用(16)
1. 马玉婷，陈霞. 代谢综合征与泌尿系结石复发相关性的系统评价. 循证护理. 2024(07): 1175-1180 . 
百度学术2. 张彦，蒋玲，胡俊. 泌尿系结石术后患者院外自我管理体验的质性研究. 中国基层医药. 2024(04): 618-621 . 百度学术3. 何祥彪，郭建军，周礼俊，余寅. 局部麻醉超声引导下部分无管化经皮肾镜取石术治疗高危上尿路结石的疗效评价. 中国内镜杂志. 2024(09): 85-90 . 百度学术4. 周娟. 不同分类细化护理对策干预在泌尿系统结石患者中的应用效果研究. 黑龙江医学. 2023(06): 742-744 . 百度学术5. 吴小伟，曾健文，曾少华，周秋燕. 肾盂内压实时监测下负压清石鞘PCNL治疗结石梗阻性肾积脓的效果. 中外医学研究. 2023(19): 1-4 . 百度学术6. 高志远，易瑞霞，李陆安. 桂东及粤西地区尿路结石影响因素分析及防控策略. 系统医学. 2023(09): 111-114 . 百度学术7. 王英，吴华军，张旋. 渐进式综合性康复护理对上尿路结石患者术后康复及心理状态的影响. 护理实践与研究. 2023(19): 2861-2867 . 百度学术8. 张敏，李芳芳，邓碧仪，冯秋霞，孙红玲. 纤维与电子软性输尿管镜在泌尿外科的应用对比研究. 国际医药卫生导报. 2022(02): 244-247 . 百度学术9. 王建新，施展，朱江波，李飞平，张显军，蔡海荣，金月伟，张孝旭. 台州地区尿石症住院患者临床流行病学调查分析. 泌尿外科杂志(电子版). 2022(01): 111-114+120 . 百度学术10. 梁紫积，陈楚义. Logistic多元回归分析复发性泌尿系结石患者的结石成分改变特征及其影响因素. 智慧健康. 2022(17): 29-32 . 百度学术11. 李国明. 泰安地区泌尿系统结石患者结石成分、分布特征及其形成的影响因素. 中国医师杂志. 2022(11): 1740-1743 . 百度学术12. 王春霞，王静，万景红，郝宗耀. 安徽地区泌尿系结石患者的结石成分分析及预防措施研究. 当代护士(中旬刊). 2022(10): 118-121 . 百度学术13. 刘瑞豪. 肾结石对高血压患者血压影响的研究进展. 智慧健康. 2022(34): 52-56 . 百度学术14. 黎春兰，易莹莹. 地区分层效应下的残疾人就业影响因素研究——以S省为例. 现代特殊教育. 2021(04): 20-28 . 百度学术15. 时红杰，李昕，徐园园，刘黎，吴苏姝，郭璐，董潇潇，朱正平. 南京有性行为大学生中多性伴的影响因素. 中国艾滋病性病. 2021(07): 719-723 . 百度学术16. 左泽平，朱金海，宇洪涛，钱俊杰. 结石成分分析在铜陵地区预防上尿路结石复发中临床价值. 临床泌尿外科杂志. 2020(06): 468-470 . 百度学术其他类型引用(12)
-
下载:
![](data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='210' height='179'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;font-family:Helvetica'><table>
<thead>
<tr>
<td class="table_top_border" align="left">地区</td>
<td class="table_top_border" align="center">总人数(人)</td>
<td class="table_top_border" align="center">患病人数(人)</td>
<td class="table_top_border" align="center">患病率(%)</td>
</tr>
</thead>
<tbody>
<tr>
<td class="table_top_border2" align="left">广东农村</td>
<td class="table_top_border2" align="center">842</td>
<td class="table_top_border2" align="center">303</td>
<td class="table_top_border2" align="center">35.99</td>
</tr>
<tr>
<td align="left">广东城市</td>
<td align="center">759</td>
<td align="center">147</td>
<td align="center">19.37</td>
</tr>
<tr>
<td align="left">湖南农村</td>
<td align="center">708</td>
<td align="center">153</td>
<td align="center">21.61</td>
</tr>
<tr>
<td align="left">湖南城市</td>
<td align="center">722</td>
<td align="center">158</td>
<td align="center">21.88</td>
</tr>
<tr>
<td align="left">山西农村</td>
<td align="center">661</td>
<td align="center">5</td>
<td align="center">0.76</td>
</tr>
<tr>
<td align="left">山西城市</td>
<td align="center">687</td>
<td align="center">8</td>
<td align="center">1.16</td>
</tr>
<tr>
<td align="left">重庆农村</td>
<td align="center">851</td>
<td align="center">111</td>
<td align="center">13.04</td>
</tr>
<tr>
<td align="left">重庆城市</td>
<td align="center">522</td>
<td align="center">49</td>
<td align="center">9.39</td>
</tr>
<tr>
<td align="left">上海农村</td>
<td align="center">685</td>
<td align="center">148</td>
<td align="center">21.61</td>
</tr>
<tr>
<td align="left">上海城市</td>
<td align="center">571</td>
<td align="center">80</td>
<td align="center">14.01</td>
</tr>
<tr>
<td align="left">黑龙江农村</td>
<td align="center">507</td>
<td align="center">95</td>
<td align="center">18.74</td>
</tr>
<tr>
<td align="left">黑龙江城市</td>
<td align="center">548</td>
<td align="center">127</td>
<td align="center">23.18</td>
</tr>
<tr>
<td align="left">甘肃农村</td>
<td align="center">620</td>
<td align="center">21</td>
<td align="center">3.39</td>
</tr>
<tr>
<td class="table_bottom_border" align="left">甘肃城市</td>
<td class="table_bottom_border" align="center">627</td>
<td class="table_bottom_border" align="center">42</td>
<td class="table_bottom_border" align="center">6.70</td>
</tr>
</tbody>
</table></div></foreignObject></svg>)