尿液中镉与钴浓度对哮喘患者死亡风险的预测价值：基于NHANES的前瞻性队列研究

为解决金属暴露对哮喘患者预后的影响机制不明的问题，研究人员利用NHANES数据构建预测模型，通过Cox回归、LASSO回归及SHAP模型分析发现：尿镉（HR:1.76）和钴（HR:1.27）浓度升高显著增加哮喘患者死亡风险，联合年龄、糖尿病等7项指标可有效预测1/5/9年死亡风险（AUC 0.82-0.86），为哮喘预后管理提供新型生物标志物组合。

　　

这项前瞻性队列研究揭示了尿液中特定金属与哮喘患者预后的惊人关联。通过分析NHANES数据库，研究者采用多维分析方法——包括生存分析三维交互图、时间依赖性受试者工作特征曲线(time-dependent ROC)和沙普利加和解释(SHAP)模型，构建了一套精准预测工具。

数据表明，当尿镉(Cd)浓度突破0.21μg/L或钴(Co)超过0.98μg/L时，这些重金属便化身"死亡加速器"：镉使死亡风险飙升76%(95%CI 1.08-2.87)，钴增加27%风险(95%CI 1.06-1.52)。而钡、铯等7种金属则像"沉默的旁观者"，与预后无显著关联。

研究团队运用机器学习中的最小绝对收缩选择算子(LASSO)回归，从海量变量中筛选出7个"死亡预言家"：年龄、镉、钴浓度，以及糖尿病、癌症、其他慢性气道疾病和心血管病病史。这套组合拳在预测不同时段死亡风险时表现惊艳——5年预测的曲线下面积(AUC)高达0.86，堪比专业医疗影像诊断的准确度。

这些发现为临床实践投下重磅炸弹：简单的一杯尿液，结合常规病史采集，就能构建出高效的哮喘预后预警系统。特别是对于重金属暴露高风险人群，定期尿金属检测可能成为挽救生命的"哨兵"。