论文部分内容阅读
重金属暴露对人体健康的损害现已成为重大公共卫生问题。研究表明,重金属暴露不仅会影响神经系统,还会对血液系统和心血管系统造成损伤。既往的研究报道了重金属暴露和血压、血糖以及心血管疾病的关联性,但是有关重金属暴露和动脉粥样硬化性心血管疾病(Atherosclerotic cardiovascular disease,ASCVD)预测风险关联的研究很少,而且其中的机制仍不清楚。平均血小板体积(mean platelet volume,MPV),是血小板的功能参数,不仅可以反映血小板的形态变化和活性,也被认为是机体全身炎性状态的生物标志物。炎性反应是机体多种疾病发生发展的基础病理过程,同样也是造成心血管疾病的重要环节。越来越多的临床研究和流行病学研究指出,MPV升高和心血管疾病的发生以及死亡率存在密切相关。既往研究发现,重金属暴露可导致机体炎性反应增强,但是有关MPV与重金属暴露的相关研究很少,也不清楚MPV是否在重金属暴露导致心血管疾病中发挥作用。基于上述研究进展,本研究选取武汉-珠海社区队列的基线人群作为研究对象,通过问卷调查、生物样本采集以及体格检查收集相关信息,测定研究对象的血中MPV和尿中重金属的水平,采用中国ASCVD风险预测研究模型计算研究人群的ASCVD十年风险评分,从而探究重金属暴露和MPV以及ASCVD十年风险之间的关联,并探讨MPV在重金属暴露与ASCVD十年风险间的潜在作用。本次研究分为以下两部分:第一部分社区人群尿中重金属和MPV的关联性目的:研究社区人群尿中重金属水平和MPV之间的关联性。方法:以武汉-珠海社区队列基线的3641名18-80岁成员为研究对象,通过问卷调查收集研究对象的人口学特征、疾病史、家族史和生活习惯等相关的信息,体格检查测定身高、体重、血压等人体学指标。应用电感耦合等离子体质谱联用仪测定尿中锰、铁、铜、锌、镉、锑、钡、铅及砷的浓度,应用全自动生化分析仪测定血中MPV。采用广义线性模型和限制性立方样条(Restricted cubic spline function,RCS)方法分析尿中重金属和MPV之间的关联。结果:1.本研究人群尿中锰、铁、铜、锌、镉、锑、钡、铅和砷浓度的几何均数(四分数间距)分别为1.028(0.531-3.147)、50.76(26.060-107.500)、8.190(5.490-12.776)、304.56(26.010-506.680)、1.140(0.629-2.159)、0.131(0.011-0.205)、2.281(1.556-5.100)、2.756(1.888-4.357)和32.257(19.580-55.660)μg/L。除了镉外,尿中其他重金属的浓度在男性人群中均高于女性人群(P<0.05)。2.连续型变量模型的结果显示:尿中铁、锌、锑和砷的浓度每增加一个自然对数单位,MPV分别升高1.30%、1.42%、1.61%和2.18%(所有P<0.05);而尿中镉和铅的浓度每增加一个自然对数单位,MPV分别下降0.95%和1.16%(所有P<0.05)。分类型变量模型的结果显示:MPV随着尿中铁、锌、锑、砷浓度的增加而升高,随着尿中镉和铅浓度的增加而下降,均呈显著的剂量反应关系(所有趋势性P<0.01)。另外,分层分析后发现,尿中铁和MPV之间的关联性在女性人群中更显著。3.以尿中重金属的第10百分位数水平为参照,选取第10、第50和第90百分位数为节点进行RCS曲线拟合,结果显示:(1)尿中铁、铜的增加和MPV之间呈现非线性相关(非线性检验P<0.05)。随着尿中铁、铜浓度的增加,MPV呈先下降后升高的变化趋势。(2)尿中锌、镉、锑、铅、砷和MPV之间的关联不呈非线性(非线性检验P>0.05)。随着尿中锌、锑和砷浓度的增加,MPV呈逐渐升高的变化趋势;随着尿中镉、铅浓度的增加,MPV呈逐渐下降的变化趋势。结论:社区人群中,尿中锌、锑、砷的浓度和MPV呈线性正相关,而尿中镉、铅的浓度和MPV呈线性负相关;尿中铁、铜的浓度和MPV之间呈非线性相关。第二部分MPV在尿中重金属和ASCVD十年风险间的作用目的:分别分析社区人群尿中重金属、MPV和ASCVD十年风险之间的关联性,并探讨MPV在尿中重金属和ASCVD十年风险间的中介作用。方法:在第一部分研究对象的基础上进一步剔除年龄不在35-74岁以及已患有ASCVD的研究对象,最终共纳入3081人。采用经中国ASCVD风险预测研究改进并验证的十年风险评估方程计算本研究人群的ASCVD风险评分,将评分小于0.05定义为低风险组,评分在0.05及以上者定义为高风险组。应用logistic回归分析尿中重金属和ASCVD十年风险的关联性;并进一步按个体因素和生活方式分组,分析不同亚组中尿中重金属和ASCVD十年风险的关联性。同时,采用Logistic回归分析MPV和ASCVD十年风险之间的关联性,并利用中介分析法探究MPV在重金属和ASCVD十年风险间的作用。结果:1.研究对象尿中重金属和ASCVD十年风险的连续型变量模型分析结果显示:尿中铁、铜、锌、镉、锑、砷的浓度每增加一个自然对数单位,研究对象进入ASCVD高风险组的概率分别增加14.00%、40.00%、55.00%、21.00%、46.00%、16.00%;尿中钡的浓度每增加一个自然对数单位,研究对象进入ASCVD高风险组的概率下降10%(所有P<0.05)。分类型变量模型的结果显示:尿中铁、铜、锌、镉、锑、砷的浓度和ASCVD十年风险增加呈现正向的剂量反应关系(趋势性P<0.05);而尿钡和ASCVD十年风险增加呈负向的剂量反应关系(趋势性P=0.035)。2.根据个体因素和生活方式进行亚组分析的结果显示,尿中铁、铜、锌、镉、锑、砷和ASCVD十年风险的关联性在肥胖者、吸烟者、饮酒者和不锻炼人群中更显著。3.研究对象血MPV和ASCVD十年风险的连续型变量模型分析结果显示:MPV与ASCVD十年风险增加呈密切相关(OR=5.03,95%CI:2.71~9.33)。按MPV水平将研究对象四等分,以最低的第一组为参照,第二、三、四分组的研究对象进入ASCVD十年高风险组的风险和95%置信区间分别是1.23(0.87~1.74),1.69(1.11~2.59)和2.53(1.60~3.99),呈明显的剂量反应关系(趋势性P<0.05)。4.MPV对尿中重金属和ASCVD十年风险间的中介作用分析结果显示:MPV在尿中铁、锌、锑、砷和ASCVD十年风险间起中介作用,中介比例分别是18.60%、6.63%、7.77%和22.89%,未发现MPV在其他重金属和ASCVD十年风险关联性间的中介作用。结论:社区人群中,尿中铁、铜、锌、镉、锑、砷和ASCVD十年风险增加存在正相关,尿钡和ASCVD十年风险增加存在负相关;肥胖、吸烟、饮酒和不锻炼可能会增强尿中铁、铜、锌、镉、锑、砷和ASCVD十年风险间的关联性。此外,MPV升高和ASCVD十年风险增加密切相关,并且MPV可能在铁、锌、锑、砷暴露和ASCVD十年风险间起部分中介作用。