Microalbuminuria, neutrophil gelatinase-associated lipocalin (NGAL), and kidney injury molecule-1 (KIM-1) as predictors of preeclampsia and gestational diabetes mellitus

Cover Page


Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Background: The health of young women of reproductive age is a key factor that directly influences the health of future generations. Therefore, early detection of chronic diseases, including chronic kidney disease, in this category of patients is one of the primary objectives of healthcare services. From an obstetric perspective, preventing chronic kidney disease can be linked to the early detection and prediction of preeclampsia and gestational diabetes mellitus. In the literature, there are studies that investigate microalbuminuria, neutrophil gelatinase-associated lipocalin (NGAL), and kidney injury molecule-1 (KIM-1) as predictors of these obstetric complications.

Aim: The aim of this study was to evaluate microalbuminuria, KIM-1, and NGAL as markers for the development of gestational diabetes mellitus and preeclampsia.

Materials and methods: This prospective study was conducted at the Department of Obstetrics and Gynecology, Academician I.P. Pavlov First Saint Petersburg State Medical University (Saint Petersburg, Russia) and involved 280 pregnant women during the first trimester at 6-13 weeks of gestation. The concentrations of microalbuminuria, KIM-1, and NGAL were measured. The second stage involved assessing the course of pregnancy and the development of obstetric complications in the participants. ROC analysis was performed to assess biological markers as predictors of preeclampsia, and predictive value was evaluated by the area under the ROC curve.

Results: The urinary KIM-1 levels in all patients were within the reference values. Microalbuminuria in the range from 30 to 300 mg/L was detected in 20 patients (7.14%). Gestational diabetes mellitus was more common in patients with microalbuminuria above 30 mg/L (p = 0.0358). Elevated serum NGAL levels above the reference values (106 ng/L) were observed in 96 patients (34.2%). Urinary NGAL levels exceeded 9.8 ng/L in 203 patients (72.5%). Moderate or severe preeclampsia developed in 63 (22.5%) pregnant women. ROC analysis of NGAL’s predictive ability showed high sensitivity and specificity for preeclampsia prediction (sensitivity 95.24%, specificity 93.09%, area under the ROC curve 0.93).

Conclusions: The data obtained suggest that the assessment of albuminuria, serum NGAL, and urinary NGAL levels in the blood serum and urine of pregnant women during the first trimester of gestation may serve as early prognostic biomarkers for gestational diabetes mellitus and preeclampsia.

About the authors

Vitaliy F. Bezhenar

Academician I.P. Pavlov First Saint Petersburg State Medical University

Email: bez-vitaliy@yandex.ru
ORCID iD: 0000-0002-7807-4929
SPIN-code: 8626-7555

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Saint Petersburg

Olesia A. Grigoreva

Academician I.P. Pavlov First Saint Petersburg State Medical University

Author for correspondence.
Email: olesyagrigoryeva146@gmail.com
ORCID iD: 0000-0003-2547-191X

MD

Russian Federation, Saint Petersburg

Olga V. Galkina

Academician I.P. Pavlov First Saint Petersburg State Medical University

Email: ovgalkina@mail.ru
ORCID iD: 0000-0001-7265-7392
SPIN-code: 4251-6056

Cand. Sci. (Biology)

Russian Federation, Saint Petersburg

Anastasiia O. Anpilova

Academician I.P. Pavlov First Saint Petersburg State Medical University

Email: anastasy.95@mail.ru
ORCID iD: 0000-0001-8419-6909
SPIN-code: 4596-0703
Russian Federation, Saint Petersburg

References

  1. Hill NR, Fatoba ST, Oke JL, et al. Global Prevalence of Chronic Kidney Disease—A Systematic Review and Meta-Analysis. Plos One. 2016;11(7):1–18. doi: 10.1371/journal.pone.0158765.
  2. GBD Chronic Kidney Disease Collaboration. Global, regional, and national burden of chronic kidney disease, 1990-2017: a systematic analysis for the Global Burden of Disease Study 2017. Lancet. 2020;395(10225):709–733. doi: 10.1016/S0140-6736(20)30045-3.
  3. Piccoli GB, Cabiddu G. Pregnancy and kidney disease: from medicine based on exceptions to exceptional medicine. Journal of Nephrology. 2017;30(3):303–305. doi: 10.1007/s40620-017-0399-5.
  4. Reynolds ML, Herrera CА. Chronic kidney disease and pregnancy. Advances Chronic Kidney Disease. 2020;27(6):461–468. doi: 10.1053/j.ackd.2020.04.003
  5. Maule SP, Danielle CА, Hannah B, et al. CKD and Pregnancy Outcomes in Africa: A Narrative Review. Kidney International Report. 2020;5(8):1342–1349. doi: 10.1016/j.ekir.2020.05.016.
  6. Lindheimer MD, Davison JM. Pregnancy and the kidney: managing hypertension and renal disease during gestation. Nephrology Self Assess Program. 2016;(15):109–114.
  7. Tetelyutina FK, Chernenkova ML. Peculiarities of birth activity in women with chronic pyelonephritis. Prakticheskaya medicina. 2017;7(108): 67 – 71. (In Russ).
  8. Singh B, Pushpalatha K, Patel S. Correlation of Mid-Trimester spot urinary albumin: creatinine ratio with the adverse pregnancy outcome. Cureus. 2023;15(3):1–8. doi: 10.7759/cureus.36186.
  9. Goetz M, Müller M, Gutsfeld R, et al. An observational claims data analysis on the risk of maternal chronic kidney disease after preterm delivery and preeclampsia. Scientific Reports. 2021;11:1–10. doi: 10.1038/s41598-021-92078-2.
  10. Barrett PM, McCarthy FP, Kublickiene K, et al. Adverse pregnancy outcomes and long-term maternal kidney disease a systematic review and meta-analysis. JAMA Network Open. 2020;3(2):1–16.
  11. Christensen HM, Bistrup C, Rubin KH, et al. Kidney disease in women with previous gestational diabetes mellitus: a Nationwide Register-Based cohort study. Diabetes Care. 2024;47(3):401–408. doi: 10.2337/dc23-1092.
  12. Bellamy L, Casas JP, Hingorani AD, Williams D. Type 2 diabetes mellitus after gestational diabetes: a systematic review and meta-analysis. Lancet. 2009;373:1773–1779. doi: 10.1016/S0140-6736(09)60731-5.
  13. Di Cianni G, Lacaria E, Lencioni C, Resi V. Preventing type 2 diabetes and cardiovascular disease in women with gestational diabetes – the evidence and potential strategies. Diabetes research and clinical practice. 2018;145:184–192. doi: 10.1016/j.diabres.2018.04.021.
  14. Kramer CK, Campbell S, Retnakaran R. Gestational diabetes and the risk of cardiovascular disease in women: a systematic review and meta-analysis. Diabetologia. 2019;62:905–914. doi: 10.1007/s00125-019-4840-2.
  15. Green JB. Cardiovascular Consequences of Gestational Diabetes. AHA ASA Journal. Circulation. 2021;143(10):988–990. doi: 10.1161/CIRCULATIONAHA.120.052995.
  16. Viberti GC, Hill RD, Jarrett RJ, Argyropoulos A, Mahmud U. Microalbuminuria as a predictor of clinical nephropathy in insulin‑dependent diabetes mellitus. Lancet. 1982;1:1430‑1432.
  17. Maynard SE, Min JY, Merchan J, et al. Excess placental soluble fms-like tyrosine kinase 1 (sFlt1) may contribute to endothelial dysfunction, hypertension, and proteinuria in preeclampsia. The Journal of Clinical Investigation. 2003;111:649 – 658.
  18. Afolabi‑Oboirien KO, Panti AA, Tunau KA. Microalbuminuria and its association with adverse pregnancy outcome in a tertiary health centre in Nigeria. Nigerian Postgraduate Medical Journal. 2023;30:25 – 30.
  19. Bezhenar' VF, Smirnov AV, Temirbulatov RR. Renal dysfunction in preeclampsia: prognosis and differential diagnosis. Part 2. Doktor.Ru. 2020;19(8): 7–13. (In Russ). doi: 10.31550/1727-2378-2020-19-8-7-13
  20. Yalman MV, Madendag Y, Sahin E, et al. Effect of preeclampsia and its severity on maternal serum NGAL and KIM-1 levels during pregnancy and the post-pregnancy period. European Journal of Obstetrics & Gynecology and Reproductive Biology. 2021;256:246-251. doi: 10.1016/j.ejogrb.2020.11.040.
  21. Kirsanova TV, Kozlovskaya NL, Balakireva AI, Fedorova TA. Renal dysfunction and current biomarkers of renal damage in HELLP syndrome and obstetric atypical hemolytic uremic syndrome. Nephrologу and Dialуsis. 2022;24(4):875-883. doi: 10.28996/2618-9801-2022-4-875-883
  22. Naqvi R, Hossain N, Butt S, et al. Efficacy of multiple Biomarkers: NGAL, KIM1, Cystatin C and IL18 in predicting pregnancy related acute kidney injury. Pakistan Journal of Medical Sciences. 2023;39(1):34–40.
  23. Lu L, Li C, Deng J, Luo J, Huang C. Maternal serum NGAL in the first trimester of pregnancy is a potential biomarker for the prediction of gestational diabetes mellitus. Front. Endocrinol. 2022;13:1-11. doi: 10.3389/fendo.2022.977254.
  24. D'Anna R, Baviera G, Giordano D, et al. Second trimester neutrophil gelatinase-associated lipocalin as a potential prediagnostic marker of preeclampsia. Acta Obstet Gynecol Scand. 2008;87(12):1370-1373.
  25. D'anna R, Baviera G, Giordano D, et al. Neutrophil gelatinase-associated lipocalin serum evaluation through normal pregnancy and in pregnancies complicated by preeclampsia. Acta Obstet Gynecol Scand. 2010;89:275–278.
  26. Ødum L, Andersen AS, Hviid TVF. Urinary neutrophil gelatinase-associated lipocalin (NGAL) excretion increases in normal pregnancy but not in preeclampsia. Clin Chem Lab Med. 2014;52(2):221–225. doi: 10.1515/cclm-2013-0547.
  27. Mori K, Lee HT, Rapoport D, et al. Endocytic delivery of lipocalinsiderophore- iron complex rescues the kidney from ischemia-ischemia-reperfusion injury. The Journal of Clinical Investigation. 2005;115:610- 621.
  28. Schmidt-Ott KM, Mori K, Kalandadze A, et al. Neutrophil gelatinaseassociated lipocalin-mediated iron traffic in kidney epithelia. Curr Opin Nephrol Hypertens. 2006;15:442–449.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Distribution of serum (sNGAL, a) and urinary (uNGAL, b) neutrophil gelatinase-associated lipocalin levels in the study groups with or without preeclampsia

Download (212KB)
Indexing metadata
3. Fig. 2. ROC-curves for logistic regression models utilizing serum (sNGAL) and urinary (uNGAL) neutrophil gelatinase-associated lipocalin levels in the development of preeclampsia

Download (152KB)
Indexing metadata
4. Fig. 3. Probability of developing preeclampsia with simultaneous increase in serum (sNGAL) and urinary (uNGAL) neutrophil gelatinase-associated lipocalin levels above threshold values

Download (137KB)
Indexing metadata

Copyright (c) 2024 Eсо-Vector



Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».