目的:近年来,高血压患病率总体呈上升趋势,已成为全球重要的公共卫生问题之一。除遗传因素、不良生活习惯及饮食习惯外,环境中污染物的水平与高血压之间的关系也逐渐引起关注。已有研究表明环境中重金属的暴露会增加机体发生高血压的可能性。然而,如何评估金属暴露与高血压之间的剂量反应关系仍然存在较大的研究空白,此外体内必需微量元素及其与重金属的联合作用是否与高血压的发生发展存在关联尚未见报道。因此,本研究目的是探讨不同人群尿中金属的浓度与高血压患病风险的关联性,推算罹患高血压的尿中金属基准剂量及阈值,为评估健康风险提供更精确的证据。实验方法:本研究选取美国国家健康与营养调查项目中2119名研究对象及辽宁省内某钼矿与钢铁冶炼厂的395名工人进行横断面分析。使用电感耦合等离子体质谱仪测定工人尿中5种金属的浓度以评价金属暴露。对于一般人群,本研究采用稳健逆处理概率加权法控制混杂偏倚后,使用参数或非参数方法分别比较不同组(血压正常和高血压)的连续型变量或离散型变量之间的差异。通过构建Logistic回归模型,初步探究尿金属浓度与高血压患病率之间的关系,之后采用基于贝叶斯基准剂量分析系统的马尔科夫链蒙特卡洛模拟法,分别在基准反应为5%和10%的情况下,推算人群高血压的尿金属的基准剂量及其统计学可信区间下限。对于职业人群,本研究运用参数或非参数方法比较人群基本情况及尿金属浓度差异,采用对数二项式回归评估尿金属浓度与高血压患病率之间的剂量反应关系,应用分段回归模型进一步探讨尿金属浓度与高血压患病率之间的阈值效应,最后使用主成分分析评估职业暴露工人中多种金属对高血压的联合作用。结果:1、在一般人群中,未加权人群样本的高血压患者与血压正常者相比,两者在人口统计学特征上有显著性差异,采用稳健逆处理概率加权法后所有基线协变量的标准差异绝对值减小,且均<0.1,两组人群基线协变量匹配效果较好。2、在未加权人群样本中,高血压患者尿钴浓度低于血压正常者,相反尿镉浓度明显高于血压正常者,差异均具有统计学意义(P<0.05);采用稳健逆处理概率加权法后,高血压患者尿钼、钴、砷、镉、铅浓度均明显高于血压正常者,差异均具有统计学意义(P<0.05)。3、在未加权人群样本中发现尿钼、钴浓度均与高血压患病率呈负向剂量反应关系,尿钼、钴浓度位于最高分位组的研究对象的高血压患病率分别是第一分位组的0.81倍、0.61倍,而尿镉浓度位于最高分位组的研究对象的高血压患病率是第一分位组的3.62倍;经过稳健逆处理概率加权法后,尿钴、镉浓度仍与高血压患病率显著相关,尿钴浓度位于最高分位组的研究对象的高血压患病率是第一分位组的0.51倍,尿镉浓度位于最高分位组的研究对象的高血压患病率是第一分位组的6.21倍。4、本研究采用Mahalanobis距离检测多维空间中的异常值,剔除异常值后再次执行以上统计分析,分析结果一致。5、引起5%人群高血压的尿镉的基准剂量及其统计学可信区间下限分别为0.274μg/L和0.217μg/L;引起10%人群高血压的尿镉的基准剂量及其统计学可信区间下限分别为0.563μg/L和0.445μg/L。6、在职业人群中,与血压正常者组相比,高血压患者的年龄、体质指数、收缩压、舒张压值更高(全部P<0.05)。一线工人的高血压患病率高于二线工人,钼矿工人的高血压患病率高于钢铁冶炼工人。7、与血压正常者相比,高血压患者的尿砷、铅浓度明显增高,差异均具有统计学意义(P<0.05)。8、尿钼、砷、铅与高血压患病率的增加呈剂量反应关系,与第一分位组相比,尿钼、砷、铅浓度位于最高分位组的研究对象的高血压患病率是第一分位组的2.58倍、4.30倍、4.85倍。9、尿钼、钴、镉、砷、铅与高血压患病率之间存在明显的非线性关系。10、主成分分析将5种元素归纳为2个主成分,其中主成分1(铅、钼、砷、钴)与高血压患病呈显著正相关关系,而主成分2(镉、铅、钼)与高血压患病率之间的相关性并不显着。结论:1、在一般人群中尿钴浓度与高血压患病率呈负向剂量反应关系,尿镉浓度与高血压患病率呈正向剂量反应关系。2、在职业人群中尿钼、砷、铅与高血压患病率的增加呈显著正向剂量反应关系,尿钼、钴、镉、砷、铅浓度与高血压患病率之间存在非线性关系。3、钼、钴、镉、砷和铅的联合暴露在高血压的发生和发展中可能发挥重要的作用。