《Ecotoxicology and Environmental Safety》:Dyslipidaemia state modifies the association of urinary heavy metals with all-cause mortality: Findings from the NHANES and GEHAS cohorts
编辑推荐:
背景
重金属在全球人群中持续存在,但其对全因死亡的独立效应与联合效应仍缺乏一致结论。血脂异常在这些关联中的潜在调节作用尚未得到系统评估。
方法
研究人员分析了两个队列——GEHAS(2018–2019)与NHANES(2003–2016)的数据,并在基线
背景
重金属在全球人群中持续存在,但其对全因死亡的独立效应与联合效应仍缺乏一致结论。血脂异常在这些关联中的潜在调节作用尚未得到系统评估。
方法
研究人员分析了两个队列——GEHAS(2018–2019)与NHANES(2003–2016)的数据,并在基线测定尿液金属与血脂谱。血脂异常依据国际通行标准进行定义。死亡结局通过国家死亡指数(National Death Index)予以确认。采用Cox回归评估重金属与死亡之间的关联,并采用限制性立方样条(restricted cubic spline,RCS)回归评估非线性关系。研究人员从乘法尺度与加法尺度分析金属与血脂异常之间的交互作用。采用基于分位数的G-计算(quantile-based G-computation,QGComp)方法评估金属混合物的联合效应。
结果
两队列的基线金属分布存在差异;铊(Tl)在两个队列中均与死亡呈负相关〔GEHAS:HR = 0.56,95%CI:0.36–0.88;NHANES:HR = 0.08,95%CI:0.02–0.34〕。砷(As)仅在GEHAS中与死亡呈正相关(HR = 1.72,95%CI:1.08–2.75)。在NHANES中,镉(Cd)(HR = 3.35,95%CI:2.44–4.61)、钼(Mo)(HR = 1.22,95%CI:1.00–1.48)、锑(Sb)(HR = 2.64,95%CI:1.03–6.77)和钴(Co)(HR = 1.56,95%CI:1.21–2.01)浓度升高均增加死亡风险。两个队列中,血脂异常均显著影响重金属与全因死亡之间的关联。在GEHAS研究中,Pb与全因死亡的关联受血脂异常状态影响,由正向线性关系(HR = 4.22,95%CI:1.38–12.86)转变为非线性关联(P-nonlinear = 0.042)。在NHANES研究的血脂异常亚组中,Co与死亡呈线性关系(P-overall = 0.034),而Tl、U和W与死亡呈非线性关联(P-nonlinear < 0.05);这些关系在无血脂异常个体中未见。
结论
金属暴露在两个研究队列中均显著增加全因死亡风险。此外,血脂异常对重金属毒性具有调节作用,具体表现为其影响GEHAS队列中铅(Pb)的作用方式,并增强NHANES队列中钴(Co)、铊(Tl)、铀(U)和钨(W)的风险强度。后续研究应聚焦于阐明其潜在的病理生理学通路。
该文发表于《Ecotoxicology and Environmental Safety》,围绕环境重金属暴露、代谢异常与死亡风险之间的关系展开,核心问题在于:重金属作为持续存在的环境污染物,既可通过饮食、吸入和皮肤接触进入人体,也常以混合暴露形式长期蓄积,但不同金属对全因死亡的独立效应、非线性剂量-反应关系及混合效应尚未完全明确。与此同时,血脂异常作为重要的心血管代谢危险因素,不仅本身与死亡相关,还可能通过氧化应激、慢性炎症、脂蛋白组成变化以及金属体内分布改变,修饰重金属的毒性效应。因此,有必要在纵向人群中系统评估血脂异常是否会改变尿液重金属与全因死亡之间的关联,并识别更易感的亚群体。
基于此,研究人员整合了中国广西生态环境健康与衰老研究(GEHAS)和美国国家健康与营养调查(NHANES)两个中老年队列,对年龄≥45岁人群进行分析。研究目标包括:评估10种尿液重金属与全因死亡的独立关联;检验血脂异常的效应修饰作用;探索不同血脂状态下金属暴露的线性或非线性剂量-反应特征;进一步利用混合暴露模型评价金属混合物对死亡风险的总体影响。研究结果显示,不同队列中的金属-死亡关联具有明显人群特异性,且血脂异常是重要的调节因素。在GEHAS中,砷(As)升高与死亡风险增加相关,铊(Tl)与较低死亡风险相关,且血脂异常改变了铅(Pb)与死亡的关联模式;在NHANES中,镉(Cd)、锑(Sb)、铀(U)、钴(Co)和钼(Mo)与更高死亡风险相关,钡(Ba)和铊(Tl)呈反向关联,且血脂异常人群中Co、Tl、U、W与死亡的关联更突出。总体而言,研究提示代谢健康状态应纳入重金属健康风险评估框架之中。
研究采用的主要技术方法包括:基于NHANES 2003–2016与GEHAS 2018–2019两个人群队列,测定基线尿液10种金属浓度并进行肌酐校正;依据TC、TG、HDL-C和LDL-C定义血脂异常;通过国家死亡登记系统或死亡登记数据库确定全因死亡结局;使用多变量Cox比例风险模型分析单一金属与死亡关联;采用限制性立方样条(RCS)检验线性与非线性剂量-反应关系;通过分层分析、乘法与加法交互分析评估血脂异常的调节作用;最后使用基于分位数的G-计算(QGComp)分析金属混合物联合作用及各金属权重贡献。
3.1. Basic characteristics
两队列在随访时间、死亡事件数及基线暴露谱方面均存在差异。NHANES平均随访8.3年,3090名参与者中695人死亡;GEHAS平均随访5.6年,2381名参与者中150人死亡。两队列中,死亡者均较生存者年龄更大,且血脂异常患病比例更高。金属分布方面,GEHAS人群尿砷(As)、镉(Cd)和钼(Mo)水平较高,而NHANES人群锑(Sb)、铀(U)和钨(W)水平较高。这一结果说明两个队列具有显著不同的环境暴露背景,为后续跨队列异质性分析提供了基础。
3.2. Association between single urine heavy metal levels and mortality
研究人员采用校正协变量后的多变量Cox模型,对尿液重金属经肌酐校正并进行ln(x+1)转换后开展分析。在GEHAS中,低剂量砷(As)与更高全因死亡风险相关,提示该地区砷暴露具有不良健康效应。在NHANES中,镉(Cd)、锑(Sb)、铀(U)、高剂量钴(Co)以及钼(Mo)均与死亡风险上升相关,显示多种金属在美国一般人群中与长期死亡结局存在独立联系。钡(Ba)最高四分位与较低死亡风险相关,但作者指出其浓度仍低于已报道有害阈值。值得注意的是,两个队列中铊(Tl)均与较低死亡风险相关。论文同时指出,两队列的暴露分布与事件数差异较大,GEHAS对某些低变异金属的统计效能较低,因此NHANES中Cd、Sb、Co等金属表现出更清晰的单调暴露-反应模式。交互分析还提示锑(Sb)与血脂异常之间存在显著效应修饰。
3.3. Stratified analysis of individuals with dyslipidaemia
为进一步判定血脂异常是否改变金属-死亡关系,研究人员按血脂异常状态分层,并结合RCS模型验证剂量-反应曲线形态。在NHANES中,Cd与死亡的关联在有无血脂异常者中较为一致,提示其毒性可能相对独立于脂代谢状态。然而,在血脂异常人群中,Co、Tl、U和W所对应的死亡风险明显更高,其中Co与死亡呈线性正相关,而Tl、U和W呈非线性关联;这些关系在无血脂异常个体中未观察到。该结果支持血脂异常可能增加机体对某些金属毒性的生物学易感性,而不仅仅是反映暴露水平差异,因为分层后这些金属的尿浓度在不同血脂状态间并无显著差异。
在GEHAS中,Pb与死亡的关系在不同血脂状态下呈现不同模式:无血脂异常者中Pb与死亡呈线性正相关,而血脂异常者中该关系转变为非线性。这说明血脂异常不仅影响效应强度,也可能改变重金属的作用形式。结合全文论述,这一现象提示代谢紊乱背景可重塑Pb相关风险曲线,强调了开展分层风险评估的必要性。
3.4. Combined effects of heavy metals in urine
在混合暴露分析中,研究人员采用QGComp评估10种金属作为混合物时对死亡的总体影响。结果显示,在NHANES中,无论是否存在血脂异常,金属混合物浓度每升高一个四分位,全因死亡风险均显著升高,说明多金属联合暴露具有稳定且可检测的总体毒性效应。相较之下,GEHAS中未观察到显著总体关联。尽管如此,两队列的混合物权重排序仍表现出一定一致性:Co、Cd与Tl在有无血脂异常亚组中均为贡献较高的核心成分。在NHANES血脂异常组中,W与As的贡献更突出;而在无血脂异常组中,U的贡献更明显。这表明脂代谢状态可能影响金属混合暴露的毒性构成与关键驱动因子。
讨论部分指出,本研究的主要价值在于同时利用中国地方性农村队列与美国全国代表性队列,对重金属-死亡关联进行了跨人群比较,并首次较系统地揭示血脂异常在其中的调节作用。结果表明,金属的健康效应具有明显人群异质性,这与地理环境、饮食结构、工业污染背景、暴露途径及金属体内负荷差异密切相关。GEHAS中As关联突出,可能反映该地区较高暴露水平;NHANES中Cd、Sb、Co、U等关联更明显,则与其更高的基线水平或更大变异度相关。研究还强调,血脂异常可能通过增强氧化应激、炎症反应、干扰金属代谢和脂蛋白介导分布,放大特定金属的毒性效应。混合暴露结果进一步提示,在真实环境中仅分析单一金属并不足够,需结合多污染物共同作用进行解释。
研究结论部分可译为:重金属与死亡的关联具有明显的人群特异性,并受到代谢状态的修饰。血脂异常被识别为金属毒性的关键调节因素。铊(Tl)在两个队列中均显示保护性关联。在GEHAS中,砷(As)增加死亡风险;而在NHANES中,镉(Cd)、锑(Sb)、钴(Co)和钼(Mo)增加风险,钡(Ba)则呈反向关联。跨队列差异主要反映了暴露浓度和暴露途径的不同。未来针对金属混合物的健康风险评估应纳入代谢健康状态,以识别易感人群并为精准干预提供依据。