目的:通过调查南宁市壮族人群并检测研究对象尿液中金属元素浓度,探讨尿液中金属元素浓度与高血压患病风险之间的关系,为高血压防治提供参考和依据。方法:本研究采用横断面调查,在2019年5月-2019年10月对南宁市良庆区壮族居民进行调查,通过问卷调查研究对象一般人口学特征、慢性病患病情况、生活情况和女性生育史等。通过电感耦合等离子体质谱仪（ICP-MS）检测尿液中硼、镁、铬、铜、锌、砷、钼、铊等8种金属元素含量。运用SPSS23.0和R4.0.3进行统计学分析,采用卡方检验和t检验分析人口学特征的差异,尿中金属浓度采用肌酐调整以减少尿液稀释或者浓缩对尿中金属浓度的影响。采用Mann-Whitney U检验分析高血压组和非高血压组尿中金属元素浓度的差异,采用Logistic回归分析金属元素浓度与高血压患病风险之间的关系,采用限制性立方样条（Restricted Cubic Splines,RCS）分析金属元素浓度与高血压患病风险之间的非线性关系,采用Pearson相关分析各金属元素浓度之间的相关性,最后采用主成分分析探索金属元素之间的交互作用。结果:1、本研究共纳入5154名研究对象,男性2337人,占45.3%,女性2817人,占54.7%;年龄最大74岁,最小35岁,平均年龄为54.78±10.01岁,高血压1842例,占35.7%,平均BMI（身体质量指数）为23.27±3.39kg/m~2。高血压组男性比例、平均年龄和平均BMI高于非高血压组（P＜0.05）,两组在教育水平、吸烟、饮酒和婚姻状况上差异有统计学意义（P＜0.05）,而职业和收入差异没有统计学意义（P＞0.05）。2、调整肌酐后研究对象尿中硼、镁、铬、铜、锌、砷、钼、铊的浓度中位数分别是0.92mg/g、41.14mg/g、0.16μg/g、11.26μg/g、0.32mg/g、25.60μg/g、66.95μg/g、0.37μg/g,高血压组金属元素浓度中位数分别是0.88mg/g、39.31mg/g、0.16μg/g、11.94μg/g、0.35mg/g、25.75μg/g、66.84μg/g、0.36μg/g,非高血压组金属元素浓度中位数分别是0.94mg/g、42.14mg/g、0.15μg/g、10.93μg/g、0.30mg/g、25.52μg/g、67.11μg/g、0.38μg/g,高血压组和非高血压组尿中硼、镁、铬、铜、锌、铊浓度差异有统计学意义（P＜0.05）,砷和钼浓度差异没有统计学意义（P＞0.05）。3、Logistic回归结果显示,调整性别、年龄、BMI、教育水平、收入、吸烟状况、饮酒状况、职业和婚姻状况后,硼、镁、砷、钼、铊与高血压患病风险存在负相关关系（P＜0.05）,铜、锌与高血压患病风险存在正相关关系（P＜0.05）,未发现铬与高血压患病风险之间存在相关关系（P＞0.05）;对金属元素浓度四分位后,与第一分位相比,尿中硼（OR:0.797;95%CI:0.666,0.954）、镁（OR:0.753;95%CI:0.630,0.898）、钼（OR:0.786;95%CI:0.660,0.937）浓度在第四分位时会降低高血压的患病风险;铜（OR:1.501;95%CI:1.257,1.793）、锌（OR:1.598;95%CI:1.338,1.907）在第四分位会升高高血压的患病风险,铬、砷和铊浓度在其他分位高血压患病风险对比第一分位差异无统计学意义。限制性立方样条分析显示,硼、镁、铬、铜、铊与高血压患病风险之间存在非线性关系（P for non-linearity＜0.05）。4、Pearson相关分析结果显示各金属元素之间存在相关关系（P＜0.05）,相关系数r的范围为0.152-0.535。主成分分析结果显示硼、镁、砷、钼、铊联合暴露与高血压患病风险呈负相关关系（OR:0.831,95%CI:0.779,0.886）,铬、铜、锌联合暴露与高血压患病风险呈正相关关系（OR:1.198,95%CI:1.123,1.278）。结论:1.在壮族人群中,尿中硼、镁、砷、钼、铊浓度与高血压患病风险存在负相关关系,尿中铜、锌浓度与高血压患病风险存在正相关关系;2.尿中金属元素浓度之间存在相关关系,硼、镁、砷、钼、铊联合暴露会降低高血压患病风险,铜、锌、铬联合暴露会升高高血压患病风险。