-
痛风是与高尿酸血症相关，以关节炎反复发作为特点的炎症性疾病。血尿酸过饱后形成的尿酸盐晶体(MSU)是痛风发病的主要致病信号[1]。MSU可以激活细胞膜上Toll样受体(TLR)和细胞内NOD样受体蛋白3(NLRP3)炎性小体诱导IL-1β分泌[2]。IL-1β被认为是启动炎症反应、诱导痛风发病的主要细胞因子。作为模式识别受体，除了MSU外，体内许多代谢性物质(如胆固醇、脂肪酸、ATP等)均可以活化NLRP3炎症小体，引起炎症反应[3]。鉴于NLRP3炎症小体在痛风发病机制中的重要作用以及胆固醇、三酰甘油对NLRP3炎症小体激活作用，提示胆固醇、三酰甘油参与了痛风的发病机制。由于血脂的致炎作用较弱，不会直接引起痛风发病，但能够降低痛风发病的阈值，推测血脂升高可以增加痛风发病的频率。为验证这一假设，本研究拟通过队列研究，探讨胆固醇、三酰甘油水平升高对痛风发病频率的影响。
-
本研究所有病例均来自中国科学技术大学附属第一医院(安徽省立医院)的风湿免疫科门诊。入选标准：男性、年龄≥18岁，在医院门诊有血脂检查、依从性良好的痛风病人，所有病人均符合1990年ACR痛风诊断标准。排除标准：慢性痛风迁延不愈；需要服用秋水仙碱、糖皮质激素或非甾体类抗炎药物；合并有感染或者其他炎症性疾病的痛风病人；存在其他自身免疫性疾病；存在慢性消耗性疾病，如恶性肿瘤；肾功能不全；存在显著肝功能异常的病人[(丙氨酸氨基转移酶(ALT)和/或天门冬氨酸氨基转移酶(AST)超过正常值2倍]。本研究获得我院生物医学伦理委员会批准(批准文号为2019KY伦审第73号)，在入组时对所有研究对象进行健康饮食宣教并签署知情同意书。
-
填写调查问卷，收集病人年龄、痛风病程、血尿酸水平及实验室指标。主要包括(1)一般信息：姓名、性别、年龄、病程、身高、体质量、体质量指数(BMI)、血压、住址、联系电话等；(2)疾病情况：痛风病史(发病时间、发作部位、持续时间等)，日常饮食作息及运动情况，痛风发作的时诱因(饮食、运动、受凉、劳累、降尿酸治疗等)，有无痛风石，有无肾功能不全，有无其他慢性疾病；(3)治疗情况：是否服用预防痛风发作药物、降尿酸治疗药物、非甾体类抗炎药、激素或其他药物；(4)实验室指标：血常规、红细胞沉降率、C反应蛋白、血糖、肝肾功能、总胆固醇及三酰甘油水平；(5)随访情况：从入组后开始计算，电话随访并记录所有研究对象在1、3、6及12个月痛风发病次数。
-
入组病人根据血脂水平分为胆固醇和三酰甘油均正常组(A组)56例、单纯胆固醇升高组(空腹静脉血浆值≥6.2 mmol/L)(B组)21例、单纯三酰甘油升高组(空腹静脉血浆值≥2.26 mmol/L)(C组)50例及胆固醇和三酰甘油均升高组(D组)31例。各组病人年龄、病程、血尿酸水平、身高、体质量、BMI、肌酐、尿素氮、ALT、AST及血糖水平差异均无统计学意义(P>0.05)(见表 1)。电话随访入组病人，记录1、3、6及12个月内的痛风发病次数。分析胆固醇和/或三酰甘油升高对痛风发病频率的影响。由于年龄、BMI、病程、尿酸水平或血糖水平的差异均可造成痛风发病风险改变。为减少这些混杂因素影响，在总样本中按照年龄、BMI、病程、尿酸和血糖水平进行1∶ 1配对，比较胆固醇和/或三酰甘油升高对痛风发病频率的影响。
分组 n 年龄/岁 病程/年 身高/m 体质量/kg BMI/(kg/m2) 尿酸/(μmol/L) 肌酐/(μmol/L) 尿素氮/(μmol/L) ALT/(IU/L) AST/(IU/L) 血糖/(mmol/L) A组 56 48.98±15.12 4.38±4.30 1.73±0.43 74.21±8.48 24.77±2.66 470.66±120.05 77.05±14.05 5.29±1.61 26.64±12.27 25.78±9.31 5.31±0.58 B组 21 48.38±14.91 4.90±3.65 1.73±0.05 73.76±7.98 24.55±2.01 507.05±125.60 83.81±14.41 5.53±1.56 27.48±11.26 23.86±7.13 5.41±1.01 C组 50 45.74±12.63 4.76±4.69 1.73±0.05 79.48±8.84 26.51±2.29 498.59±124.33 77.28±15.91 5.20±1.53 34.65±15.87 27.57±9.47 5.43±0.77 D组 31 41.55±13.74 4.06±3.53 1.74±0.47 78.19±9.04 25.71±2.34 486.18±148.38 79.16±20.57 5.56±1.66 43.06±19.35 27.90±8.00 5.34±0.65 F — 2.02 0.76 0.01 4.4 5.83 0.61 1.02 0.45 9.17 1.25 0.28 P — >0.05 >0.05 >0.05 < 0.01 < 0.01 >0.05 >0.05 >0.05 >0.05 >0.05 >0.05 MS组内 — 198.059 19.453 0.110 74.757 5.786 164.031 260.449 2.522 223.304 78.557 0.524 表 1 各组病人一般资料比较(x±s)
-
采用t检验、方差分析和q检验。
-
与A组比较，B组、C组、D组1、3、6及12个月的痛风发病频率均增加(P < 0.05)。随着时间的延长，4组不同时间段痛风发病频率增加(P < 0.05)(见表 2)。
分组 n 1个月 3个月 6个月 12个月 F P MS组内 A组 56 0.179±0.387 0.393±0.562 0.679±0.664 1.321±0.834 34.52 < 0.01 0.400 B组 21 0.476±0.602* 1.523±0.750* 2.524±1.504* 4.333±2.781* 20.73 < 0.01 2.730 C组 50 0.300±0.463 1.040±0.880*# 1.740±1.275*# 2.900±2.073*# 35.40 < 0.01 1.727 D组 31 0.412±0.502 1.355±1.050* 2.387±1.647*▲ 4.000±2.569*▲ 27.35 < 0.01 2.667 F — 2.84 15.33 19.08 18.48 — — — P — < 0.05 < 0.01 < 0.01 < 0.01 — — — MS组内 — 0.218 0.647 1.496 3.905 — — — q检验：与A组比较*P < 0.05；与B组比较#P < 0.05；与C组比较▲P < 0.05 表 2 各组病人不同时间段痛风发病频率的比较(x±s)
-
为减少混杂因素影响，在A组和B组中，按照年龄、BMI、病程、尿酸和血糖水平进行1∶ 1配对，共筛选出14对，记为A1组、B1组。2组1个月内痛风发病频率差异无统计学意义(P>0.05)，B1组3、6、12个月痛风发病频率均明显高于A1组(P < 0.01)(见表 3)。
分组 n 1个月 3个月 6个月 12个月 A1组 14 0.214±0.426 0.429±0.646 0.714±0.726 1.143±0.864 B1组 14 0.500±0.650 1.571±0.756 2.429±1.453 4.143±2.878 t — 1.38 3.39 3.63 3.74 P — >0.05 < 0.01 < 0.01 < 0.01 表 3 A1组、B1组不同时间段痛风发病频率比较(x±s)
-
为减少混杂因素影响，在A组和C组中，按照年龄、BMI、病程、尿酸和血糖水平进行1∶ 1配对，共筛选出28对，记为A2组、C2组。2组1个月痛风发病频率差异无统计学意义(P>0.05)，C2组3、6、12个月痛风发病频率均高于A2组(P < 0.05~P < 0.01)(见表 4)。
分组 n 1个月 3个月 6个月 12个月 A2组 28 0.143±0.356 0.464±0.637 0.679±0.670 1.357±0.559 C2组 28 0.286±0.460 0.929±0.813 1.679±1.389 2.786±2.132 t — 1.29 2.27 3.16 3.41 P — >0.05 < 0.05 < 0.01 < 0.01 表 4 A2组、C2组不同时间段痛风发病频率比较(x±s)
-
为减少混杂因素影响，在A组和D组中，按照年龄、BMI、病程、尿酸和血糖水平进行1:1配对，共筛选出13对，记为A3、D3组。2组1个月痛风发病频率差异无统计学意义(P>0.05)，D3组3、6、12个月痛风发病频率均明显高于A3组(P < 0.01)(见表 5)。
分组 n 1个月 3个月 6个月 12个月 A3组 28 0.000±0.000 0.308±0.480 0.539±0.519 1.231±0.725 D3组 28 0.231±0.439 1.154±1.144 2.000±1.528 3.308±2.136 t — 1.81 2.46 3.38 2.89 P — >0.05 < 0.05 < 0.01 < 0.01 表 5 A3组、D3组不同时间段痛风发病频率比较(x±s)
-
痛风是以关节炎反复发作为特征的炎性疾病。高尿酸血症是痛风发病的基础，因此引起血尿酸水平升高的各种因素，如嘌呤摄入过多、酗酒等，均可增加痛风的发病风险。随着人们生活水平的提高，运动相对减少、摄入相对过多，痛风患病率不断上升。有研究显示，从1990年开始到2017年止，我国痛风患病率增加了6.88%[4]；目前男性痛风患病率已达1.9%，女性为0.5%[5]，严重影响了人民的身体健康。
由于高脂血症和高尿酸血症都与不良生活习惯有关，临床上二者患病率常常同步增加。一项40 513名中国参与者持续随访6.45年的前瞻性研究发现，高三酰甘油血症是男性病人痛风患病的独立危险因素[6]。YU等[7]通过孟德尔随机化分析发现，三酰甘油每增加112.33 mg/dL，血尿酸就增加0.10 mg/dL，并相应增加了痛风患病风险。这些研究显示，作为不良生活习惯的直接后果，高脂血症和高尿酸血症常常伴发出现，并且增加了痛风患病的风险。但目前相关研究主要关注于不良生活习惯的影响，对高脂血症在痛风发病机制中的作用尚未得到应有的重视。
痛风是高尿酸血症形成尿酸盐晶体(MSU)激活NLRP3炎症小体引起的炎症性疾病。但是多数高尿酸血症病人不会出现痛风发病，甚至存在MSU的病人也不出现痛风发病[8]，这提示MSU沉积是痛风发作的必要条件，但不是充分必要条件，痛风发病需要其他致病信号的存在。在刺激NLRP3炎症小体活化的不同信号中，其本质上都是通过调控细胞内钾、钙等离子浓度变化而激活NLRP3炎症小体的[9]。在众多NLRP3炎症小体活化信号中，ATP是通过作用其离子通道受体P2X7R起作用的。由于P2X7R对钾、钙等离子在细胞内外流动中的直接调控作用，很容易与其他致病信号起协同作用，这决定了ATP-P2X7R信号通路常常可以和其他致病信号协同参与疾病的发病机制。在痛风发病机制中，我们前期研究[10-12]发现痛风发病需要ATP与MSU的协同作用，P2X7R的功能决定了高尿酸血症病人是否会出现痛风发病。这解释了为什么部分高尿酸血症病人不会出现痛风发病的临床现象。
除MSU和ATP外，血脂等代谢性物质也可以激活NLRP3炎症小体[3]，这些代谢性物质也可能参与了痛风发病。有学者[13]在MSU诱导的痛风关节炎中发现，脂肪酸可以通过ASC/caspase-1信号途径诱导IL-1β分泌；HU等[14]发现，胆固醇晶体可以上调IL-1β、IL-6、IL-8表达，促进炎症反应。因此理论上脂肪酸、胆固醇等血脂成分可以和MSU共同诱导痛风发病。
与ATP不同，胆固醇等血脂激活NLRP3炎症小体的致炎作用较弱，它们的致炎作用多数是在冠心病等低滴度炎症性疾病中发现的[15-16]，不能诱导痛风发病。但理论上，血脂升高可以降低痛风发病的阈值，增加痛风发病的风险。本研究结果显示胆固醇、三酰甘油升高均增加了痛风发病的频率，验证了血脂升高可以增加痛风发病风险。
本研究结果可以部分解释“痛风病程越长、发病越频繁”的临床现象。一般来说，随着病程延长，痛风病人出现血脂升高的概率增加。因此病程越长，痛风发作越频繁，部分原因可能与血脂升高有关。另外，临床上降尿酸治疗时一般会诱导痛风发作，但有学者[17]发现采用非诺贝特降尿酸时有预防痛风发作的作用。由于非诺贝特具有降血脂和降尿酸双重作用[18]，非诺贝特降尿酸时减少痛风发病可能与其抑制了血脂的致炎作用有关。
鉴于血脂升高增加了痛风发病的风险，在痛风病人中应重视高脂血症的防治。当高脂血症和高尿酸血症合并存在时，这时药物的选择应兼顾其对尿酸、血脂以及痛风发病影响。例如，与非诺贝特不同，新型降血脂药苯培多酸有尿酸升高的不良反应，增加了痛风发病的风险[19]，这一不良反应限制了苯培多酸在痛风病人中的使用。目前临床常用降尿酸药物有非布司他、别嘌呤醇和苯溴马隆三种；其中非布司他能够有效改善病人的胆固醇和三酰甘油水平[20]，因此针对合并高脂血症的痛风病人，非布司他也许是比较适合的降尿酸药物。
综上所述，由于炎症、代谢和免疫机制之间的相互作用[21]，痛风发病是多种致病因素综合作用的结果，不同个体中致病因素的多少和强弱不同，导致痛风发病的风险存在差异。在代谢相关的致病因素中，由于血脂存在致炎作用，可以降低痛风发病的阈值，增加痛风发病的风险。因此，在痛风防治过程中，改变不良生活习惯，防治高脂血症，不仅可以降低痛风患病率，也可以减少痛风发病的频率，具有双重临床意义。
胆固醇/三酰甘油水平升高对痛风发病频率的影响
Effect of elevated cholesterol and triglyceride levels on frequency of gout attacks
-
摘要:
目的探讨血脂水平升高对痛风发病频率的影响。 方法选取痛风病人158例，根据血脂水平分为胆固醇和三酰甘油均正常组（A组）56例、单纯胆固醇升高组（B组）21例、单纯三酰甘油升高组（C组）50例及胆固醇和三酰甘油均升高组（D组）31例。采用队列研究比较不同血脂水平病人痛风发病频率。 结果与A组比较，B组、C组、D组1个月、3个月、6个月及12个月内痛风发病频率均增加（P < 0.05）；随着时间的延长，4组不同时间段痛风发病频率增加（P < 0.05）。按年龄、体质量指数、病程、尿酸和血糖水平进行配对，结果显示，A组与B组共配对14对，记为A1组、B1组，B1组3、6、12个月痛风发病频率均明显高于A1组（P < 0.01）；A组与C组共配对28对，记为A2组、C2组，C2组3、6、12个月痛风发病频率均高于A2组（P < 0.05~P < 0.01）；A组与D组共配对13对，记为A3、D3组，D3组3、6、12个月痛风发病频率均明显高于A3组（P < 0.01）。 结论血脂水平升高可以增加痛风发病频率。 Abstract:ObjectiveTo investigate the effect of elevated blood lipid levels on the frequency of gout attacks. MethodsA total of 158 gout patients were selected and divided into normal cholesterol and triglyceride group (group A, n=56), simple elevated cholesterol group (group B, n=21), simple elevated triglyceride group (group C, n=50) and elevated cholesterol and triglyceride group (group D, n=31) according to the blood lipid levels. A cohort study was conducted to compare the frequency of gout attacks in patients with different blood lipid levels. ResultsCompared with the group A, the frequency of gout attacks in the group B, group C and group D increased at 1, 3, 6 and 12 months (P < 0.05), and with the extension of time, the frequency of gout attacks in the four groups increased at different time periods (P < 0.05). The patients were paired according to age, body mass index, course of disease, uric acid and blood glucose level, and the results showed that group A and group B were paired with 14 pairs, which were recorded as group A1 and group B1, the frequency of gout attacks in the group B1 was significantly higher than that in the group A1 within 3, 6 and 12 months (P < 0.01);group A and group C were paired with 28 pairs, which were recorded as group A2 and group C2, the frequency of gout attacks in the group C2 was higher than that in the group A2 within 3, 6 and 12 months (P < 0.05 to P < 0.01);group A and group D were paired with 13 pairs, which were recorded as group A3 and group D3, the frequency of gout attacks in the group D3 was significantly higher than that in the group A3 within 3, 6 and 12 months (P < 0.01). ConclusionsElevated blood lipid level can increase the frequency of gout attacks. -
Key words:
- gout /
- cholesterol /
- triglyceride /
- attack frequency
-
表 1 各组病人一般资料比较(x±s)
分组 n 年龄/岁 病程/年 身高/m 体质量/kg BMI/(kg/m2) 尿酸/(μmol/L) 肌酐/(μmol/L) 尿素氮/(μmol/L) ALT/(IU/L) AST/(IU/L) 血糖/(mmol/L) A组 56 48.98±15.12 4.38±4.30 1.73±0.43 74.21±8.48 24.77±2.66 470.66±120.05 77.05±14.05 5.29±1.61 26.64±12.27 25.78±9.31 5.31±0.58 B组 21 48.38±14.91 4.90±3.65 1.73±0.05 73.76±7.98 24.55±2.01 507.05±125.60 83.81±14.41 5.53±1.56 27.48±11.26 23.86±7.13 5.41±1.01 C组 50 45.74±12.63 4.76±4.69 1.73±0.05 79.48±8.84 26.51±2.29 498.59±124.33 77.28±15.91 5.20±1.53 34.65±15.87 27.57±9.47 5.43±0.77 D组 31 41.55±13.74 4.06±3.53 1.74±0.47 78.19±9.04 25.71±2.34 486.18±148.38 79.16±20.57 5.56±1.66 43.06±19.35 27.90±8.00 5.34±0.65 F — 2.02 0.76 0.01 4.4 5.83 0.61 1.02 0.45 9.17 1.25 0.28 P — >0.05 >0.05 >0.05 < 0.01 < 0.01 >0.05 >0.05 >0.05 >0.05 >0.05 >0.05 MS组内 — 198.059 19.453 0.110 74.757 5.786 164.031 260.449 2.522 223.304 78.557 0.524 
下载: 导出CSV
表 2 各组病人不同时间段痛风发病频率的比较(x±s)
分组 n 1个月 3个月 6个月 12个月 F P MS组内 A组 56 0.179±0.387 0.393±0.562 0.679±0.664 1.321±0.834 34.52 < 0.01 0.400 B组 21 0.476±0.602* 1.523±0.750* 2.524±1.504* 4.333±2.781* 20.73 < 0.01 2.730 C组 50 0.300±0.463 1.040±0.880*# 1.740±1.275*# 2.900±2.073*# 35.40 < 0.01 1.727 D组 31 0.412±0.502 1.355±1.050* 2.387±1.647*▲ 4.000±2.569*▲ 27.35 < 0.01 2.667 F — 2.84 15.33 19.08 18.48 — — — P — < 0.05 < 0.01 < 0.01 < 0.01 — — — MS组内 — 0.218 0.647 1.496 3.905 — — — q检验：与A组比较*P < 0.05；与B组比较#P < 0.05；与C组比较▲P < 0.05
下载: 导出CSV
表 3 A1组、B1组不同时间段痛风发病频率比较(x±s)
分组 n 1个月 3个月 6个月 12个月 A1组 14 0.214±0.426 0.429±0.646 0.714±0.726 1.143±0.864 B1组 14 0.500±0.650 1.571±0.756 2.429±1.453 4.143±2.878 t — 1.38 3.39 3.63 3.74 P — >0.05 < 0.01 < 0.01 < 0.01
下载: 导出CSV
表 4 A2组、C2组不同时间段痛风发病频率比较(x±s)
分组 n 1个月 3个月 6个月 12个月 A2组 28 0.143±0.356 0.464±0.637 0.679±0.670 1.357±0.559 C2组 28 0.286±0.460 0.929±0.813 1.679±1.389 2.786±2.132 t — 1.29 2.27 3.16 3.41 P — >0.05 < 0.05 < 0.01 < 0.01
下载: 导出CSV
表 5 A3组、D3组不同时间段痛风发病频率比较(x±s)
分组 n 1个月 3个月 6个月 12个月 A3组 28 0.000±0.000 0.308±0.480 0.539±0.519 1.231±0.725 D3组 28 0.231±0.439 1.154±1.144 2.000±1.528 3.308±2.136 t — 1.81 2.46 3.38 2.89 P — >0.05 < 0.05 < 0.01 < 0.01
下载: 导出CSV
-
[1] SHI Y, MUCSI AD, NG G. Monosodium urate crystals in inflammation and immunity[J]. Immunol Rev, 2010, 233(1): 203. doi: 10.1111/j.0105-2896.2009.00851.x [2] MARTINON F, PÉTRILLI V, MAYOR A, et al. Gout-associated uric acid crystals activate the NALP3 inflammasome[J]. Nature, 2006, 440(7081): 237. doi: 10.1038/nature04516 [3] HUGHES MM, O'NEILL LAJ. Metabolic regulation of NLRP3[J]. Immunol Rev, 2018, 281(1): 88. doi: 10.1111/imr.12608 [4] TANG YM, ZHANG L, ZHU SZ, et al. Gout in China, 1990-2017: the Global Burden of Disease Study 2017[J]. Public Health, 2021, 191: 33. doi: 10.1016/j.puhe.2020.06.029 [5] HUANG J, MA ZF, ZHANG Y, et al. Geographical distribution of hyperuricemia in mainland China: a comprehensive systematic review and meta-analysis[J]. Glob Health Res Policy, 2020, 5(1): 52. doi: 10.1186/s41256-020-00178-9 [6] CHEN J, PAN W, HSU C, et al. Impact of obesity and hypertriglyceridemia on gout development with or without hyperuricemia: a prospective study[J]. Arthritis Care Res(Hoboken), 2013, 65(1): 133. doi: 10.1002/acr.21824 [7] YU X, WANG T, HUANG S, et al. Evaluation of the causal effects of blood lipid levels on gout with summary level GWAS data: two-sample Mendelian randomization and mediation analysis[J]. J Hum Genet, 2021, 66(5): 465. doi: 10.1038/s10038-020-00863-0 [8] WANG P, SMITH SE, GARG R, et al. Identification of monosodium urate crystal deposits in patients with asymptomatic hyperuricemia using dual-energy CT[J]. RMD Open, 2018, 4(1): e000593. doi: 10.1136/rmdopen-2017-000593 [9] GONG T, YANG Y, JIN T, et al. Orchestration of NLRP3 inflammasome activation by ion fluxes[J]. Trends Immunol, 2018, 39(5): 393. doi: 10.1016/j.it.2018.01.009 [10] TAO JH, CHENG M, TANG JP, et al. Single nucleotide polymorphisms associated with P2X7R function regulate the onset of gouty arthritis[J]. PLoS One, 2017, 12(8): e0181685. doi: 10.1371/journal.pone.0181685 [11] TAO JH, ZHANG Y, LI XP, et al. P2X7R: a potential key regulator of acute gouty arthritis[J]. Semin Arthritis Rheum, 2013, 43(3): 376. doi: 10.1016/j.semarthrit.2013.04.007 [12] LI X, GAO J, TAO J. Purinergic signaling in the regulation of gout flare and resolution[J]. Front Immunol, 2021, 12: 785425. doi: 10.3389/fimmu.2021.785425 [13] JOOSTEN LA, NETEA MG, MYLONA E, et al. Engagement of fatty acids with Toll-like receptor 2 drives interleukin-1β production via the ASC/caspase 1 pathway in monosodium urate monohydrate crystal-induced gouty arthritis[J]. Arthritis Rheum, 2010, 62(11): 3237. doi: 10.1002/art.27667 [14] HU Y, LIN H, DIB B, et al. Cholesterol crystals induce inflammatory cytokines expression in a human retinal pigment epithelium cell line by activating the NF-κB pathway[J]. Discov Med, 2014, 18(97): 7. [15] RAJAMÄKI K, LAPPALAINEN J, OÖRNI K, et al. Cholesterol crystals activate the NLRP3 inflammasome in human macrophages: a novel link between cholesterol metabolism and inflammation[J]. PLoS One, 2010, 5(7): e11765. doi: 10.1371/journal.pone.0011765 [16] DUEWELL P, KONO H, RAYNER KJ, et al. NLRP3 inflammasomes are required for atherogenesis and activated by cholesterol crystals[J]. Nature, 2010, 464(7293): 1357. doi: 10.1038/nature08938 [17] WALDMAN B, ANSQUER JC, SULLIVAN DR, et al. Effect of fenofibrate on uric acid and gout in type 2 diabetes: a post-hoc analysis of the randomised, controlled FIELD study[J]. Lancet Diabetes Endocrinol, 2018, 6(4): 310. doi: 10.1016/S2213-8587(18)30029-9 [18] DEROSA G, MAFFIOLI P, SAHEBKAR A. Plasma uric acid concentrations are reduced by fenofibrate: a systematic review and meta-analysis of randomized placebo-controlled trials[J]. Pharmacol Res, 2015, 102: 63. doi: 10.1016/j.phrs.2015.09.012 [19] DI MINNO A, LUPOLI R, CALCATERRA I, et al. Efficacy and safety of bempedoic acid in patients with hypercholesterolemia: systematic review and meta-analysis of randomized controlled trials[J]. J Am Heart Assoc, 2020, 9(15): e016262. doi: 10.1161/JAHA.119.016262 [20] WU J, ZHANG YP, QU Y, et al. Efficacy of uric acid-lowering therapy on hypercholesterolemia and hypertriglyceridemia in gouty patients[J]. Int J Rheum Dis, 2019, 22(8): 1445. [21] HOTAMISLIGIL GS. Inflammation, metaflammation and immunometabolic disorders[J]. Nature, 2017, 542(7640): 177. doi: 10.1038/nature21363 -
