《Environmental Pollution》:Urinary Zinc-Lead and Strontium-Iron Combinations Affect Renal Function via Serum Uric Acid: A Cross-Sectional Study in Chinese Adults
编辑推荐:
CKD与尿液金属(Zn、Sr、Mo、Pb、B、Fe)及其组合暴露的关系,揭示Sr+Fe拮抗效应和Zn+Pb协同效应,证实血清尿酸的中介作用。
Zixuan Xu|Jianqin Zhong|Tingting Yang|Leilei Liu|Tinglian Lei|Shuyan Cheng|Feng Hong
贵州医科大学公共卫生学院,环境污染物监测与疾病控制重点实验室,教育部,中国贵阳561113
摘要
尿中金属混合物暴露与慢性肾病(CKD)之间的关系,以及血清尿酸(SUA)的中介作用,目前尚未得到充分研究。本研究分析了中国多民族队列(CMEC)中14,806名成年人的基线数据。使用电感耦合等离子体质谱法(ICP-MS)测定了21种金属在尿液中的浓度。通过最小绝对收缩和选择算法(LASSO)回归确定了关键金属,并通过逻辑回归和限制性三次样条函数评估了这些金属与CKD的关联。为了全面评估所选金属的所有可能组合,利用Qgcomp和WQS回归方法分析了混合效应。进一步评估了具有显著意义的金属组合及其相互作用,并通过广义线性模型评估了SUA的中介作用。通过多次敏感性分析确保了结果的稳健性。LASSO回归从总共21种金属中识别出6种主要金属(Zn、Sr、Mo、Pb、B和Fe)。在单金属模型中,Sr和Fe与CKD呈负相关,但由于可能存在肾脏排泄功能改变的混杂因素,因果关系仍需进一步研究;相反,Zn与CKD呈正相关。在混合效应分析中,qgcomp显示所有63种组合存在显著异质性,但其方向与单金属模型一致。WQS确认了权重方向的稳定性。在63种金属组合中,Zn + Pb通过协同作用增强了CKD的风险,而Sr + Fe则表现出最强的负相关作用,且无显著的乘法交互作用。尿酸分别介导了Sr + Fe和Zn + Pb与CKD关联的24.9%和22.7%。本研究强调了六种尿中金属(Zn、Sr、Mo、Pb、B和Fe)对CKD的单独或联合影响,特别是通过SUA介导的Zn + Pb和Sr + Fe组合,为金属与CKD之间的关联提供了新的见解。
部分内容摘录
环境影响
关于尿中金属暴露与慢性肾病(CKD)之间的证据仍然有限,血清尿酸的中介作用也尚未得到充分研究。利用中国多民族队列研究中的14,806名参与者的数据,我们发现锌(Zn)、锶(Sr)、钼(Mo)、铅(Pb)、硼(B)和铁(Fe)的尿中暴露可能是CKD的风险因素。未来研究应优先关注Sr-Fe和Zn-Pb组合的作用机制。引言
慢性肾病(CKD)是一种以肾功能逐渐丧失为特征的代谢性疾病,已成为全球主要的公共卫生问题。根据世界卫生组织的数据(Lv和Zhang,2019年),全球约有11-13%的成年人患有CKD,其中中国患者数量最多(Huang等人,2019年)。CKD会导致终末期肾病和心血管并发症,并显著降低生活质量。研究人群
本研究使用了CMEC研究的基线数据,该研究采用了详细的前瞻性队列设计(Zhao等人,2021年)。参与者于2018年5月至2019年9月期间通过多阶段分层集群抽样方法从中国贵州省选取,包括18,790名来自苗族、侗族和布依族的常住居民,年龄在30至79岁之间。排除标准如下:(1)血清数据缺失的参与者……研究参与者特征
共有14,806名参与者,其中1,097人为CKD患者,13,709人为正常个体。表1展示了两组参与者在性别、年龄、种族、教育水平、家庭收入、吸烟状况、高血压状况、糖尿病状况、血清肌酐(Scr)、肾小球滤过率(GFR)和体力活动方面的显著差异(P<0.05)。对每种尿中金属进行了自然对数转换(图1)。
讨论
本研究系统地分析了21种尿中金属与中国成年人CKD风险之间的关联,重点关注Zn、Sr、Mo、Pb和Fe的单独及联合暴露效应。单金属模型分析表明,Sr、Fe和B与CKD风险呈负相关,其中Sr和Fe表现出非线性剂量-反应关系,而B则呈现线性趋势。相反,Zn与CKD呈正相关。结论
不同的尿中金属混合物暴露组合对CKD风险具有不同的影响。无论是单独存在还是联合存在,这些金属都与CKD风险相关。Zn和Pb的水平升高与CKD风险增加有关,而Sr和Fe的尿液浓度降低则与CKD风险降低相关,这可能反映了肾脏排泄功能的受损。未来的研究应重点关注Sr+Fe和Zn+Pb金属组合的作用机制。作者贡献声明
Zixuan Xu:撰写 – 审稿与编辑、初稿撰写、数据可视化、软件使用、方法学设计、数据整理、概念构建。Jianqin Zhong:撰写 – 审稿与编辑、软件使用、方法学设计、数据整理。Tingting Yang:监督工作、方法学设计、数据整理。Leilei Liu:软件使用、数据整理。Tinglian Lei:方法学设计、数据整理。Shuyan Cheng:方法学设计、数据整理。Feng Hong:撰写 – 审稿与编辑、监督工作。未引用参考文献
E T Moore等人,2018年。数据获取
由于数据敏感性原因,本研究的支持数据未公开发布,可向通讯作者提出合理请求后获取。伦理批准与参与同意
本研究方案已获得贵州医科大学附属医院伦理委员会的批准(2018[094])。所有参与者均自愿参与,签署了知情同意书,并充分了解了研究过程和内容。资金支持
本研究得到了国家自然科学基金(编号:82173566)和中国国家重点研发计划(编号:2017YFC0907301)的支持。利益冲突声明
作者声明没有已知的可能影响本文研究的财务利益或个人关系。致谢
我们感谢参与中国多民族队列(CMEC)研究的所有团队成员和参与者。