PFAS暴露与美国成年人高血压的关系：基于2005至2014年NHANES数据的多方法横断面分析

《Medical Care》：PFAS exposure and hypertension in US adults: A multi-method, cross-sectional analysis of NHANES 2005 to 2014

　　摘要
全氟和多氟烷基物质（PFAS）是持久性的环境污染物，但将PFAS暴露与高血压联系起来的证据仍然有限且不一致。我们分析了5个连续的全国健康与营养调查周期（2005-2014年），共包括6644名成年人。通过多变量逻辑回归估计了与高血压的关联程度。使用限制性三次样条函数和分段阈值模型来评估非线性关系。通过加权分位数总和和分位数g计算（Q-gcomp）方法研究了混合效应。通过交叉验证的AUC比较了8种机器学习分类器，最终选择XGBoost作为模型，并使用SHAP对其进行解释。在连续多变量模型中，PFOA（OR，1.04，95% CI，1.00–1.08，P = 0.036）和PFOS（OR，1.04，95% CI，1.01–1.07，P = 0.007）与高血压呈正相关；Me-PFOSA-AcOH显示出边缘正相关（OR，1.07，95% CI，1.00–1.14，P = 0.045）。分位数分析显示PFOA和PFOS的比值比升高。样条和阈值模型确定了化合物在临界点以下和以上的不同关联。加权分位数总和指数与高血压呈轻微正相关（OR，1.13，95% CI，1.03–1.26，P = 0.01），其中PFUA的贡献最大；Q-gcomp的结果一致。XGBoost具有最高的区分度（AUC = 0.814）；SHAP通过平均SHAP值将PFOS、PFNA和PFOA列为主要预测因子。特定的PFAS与高血压有关，而PFAS混合物显示出轻微的联合效应。机器学习和SHAP分析突出了驱动预测信号的具体化合物。

1. 引言
高血压被定义为持续升高的动脉血压，是全球最普遍且后果严重的非传染性疾病之一，也是心血管疾病发病率和死亡率的主要风险因素。[1] 它显著增加了中风、缺血性心脏病、心力衰竭、肾衰竭和早死的风险，并且仍然是全球残疾调整生命年损失的主要贡献者。[2,3] 流行病学估计表明，大约三分之一的30至79岁成年人患有高血压，估计有14亿人受到影响，尤其是在低收入和中等收入国家，这些国家的病例占三分之二，且控制率较低。[4] 几乎一半的高血压患者不知道自己的病情，尽管有有效且低成本的治疗方法，但只有少数人能够实现适当的血压控制。过去30年里，全球高血压患者数量几乎翻了一番，这主要是由于人口增长、老龄化以及持续暴露于行为和环境风险因素所致。[5,6] 鉴于其高发病率、对心血管疾病负担的重大贡献以及检测和控制的巨大差距，高血压是一个关键的公共卫生问题，强调了识别可改变风险因素的重要性。全氟和多氟烷基物质（PFAS）是一类普遍存在的合成化学物质，因其表面活性剂和防水/拒油特性而被广泛用于工业应用和消费品中，包括食品包装、消防泡沫和纺织品。[7,8] PFAS在环境中具有高度持久性，难以降解，导致不同人群的血液样本中普遍检测到其存在。[9] 探索PFAS与血压或高血压之间关系的流行病学证据正在出现，但仍然有限且不一致。横断面研究表明，较高的血清PFAS浓度（特别是PFOA、PFOS、PFHxS和PFNA）与暴露人群的收缩压/舒张压升高及高血压风险增加有关，尽管效应大小较小且因性别和暴露情况而异。[10,11] 对现有研究的荟萃分析支持关键PFAS与高血压风险之间的正相关关系，但由于研究设计、结果定义和暴露测量的异质性，难以得出明确结论。[12,13] 纵向证据很少，与生物因素的相互作用进一步复杂化了解释。[14] 因此，尽管存在生物学上的合理途径和提示性发现，关于PFAS作为高血压潜在原因的研究仍处于初级阶段，这突显了需要进行严格的人群基础研究（如本研究）以澄清这些关联并指导公共卫生风险评估。在本研究中，我们利用了2005年至2014年美国全国健康与营养调查（NHANES）的全国代表性数据，全面调查了血清PFAS浓度与高血压之间的关联。通过结合传统回归分析、非线性建模、混合暴露方法和可解释的机器学习方法，我们的研究旨在描述PFAS对高血压风险的个体和联合效应，同时改进暴露优先级和风险分层。

2. 方法
2.1. 研究人群
NHANES是由美国国家卫生统计中心（NCHS）进行的一项连续的横断面调查计划，旨在产生美国非机构化人口的全国代表性估计。数据收集包括家庭访谈、标准化体检和实验室检测；所有程序均获得NCHS研究伦理审查委员会的批准，参与者提供了知情同意。为了增加样本量和统计功效，我们将5个连续的NHANES周期（2005-2014年）的数据合并。在合并符合条件的调查周期后，我们筛选了参与者的血清PFAS测量值、高血压状态和关键协变量，然后应用预定义的排除标准。血清PFAS浓度在NHANES实验室分析中测量，高血压状态从问卷中确定，最终分析程序用于多变量回归、混合建模和机器学习分析。在选定的50,965名参与者中，有41,713人因化学信息缺失（n = 40,686）或高血压状态缺失（n = 1,027）而被排除。进一步排除了关键协变量缺失的情况（家庭收入比率，n = 789；体重指数，n = 106；血清可替宁，n = 2；饮酒，n = 1,354；吸烟，n = 71）。还排除了其他预先指定的临床变量缺失的情况（糖尿病，n = 156；心力衰竭，n = 88；充血性心力衰竭，n = 16；心绞痛，n = 9；心肌梗死，n = 7；中风，n = 10）。详细的纳入-排除过程见图S1。

2.2. 血清PFAS的检测
质量控制程序按照CDC的标准进行，包括使用同位素标记的内部标准、校准曲线、程序空白和质量控制材料来监测分析运行的准确性和精确度；检测限和运行间性能指标在NHANES实验室方法文档中报告。所有浓度以ng/mL为单位报告。低于分析检测限的浓度在描述性和回归分析中用LOD除以2的平方根（LOD/√2）替换。对7种血清PFAS进行了暴露评估，即全氟辛酸（PFOA）、全氟辛烷磺酸盐（PFOS）、全氟己烷磺酸盐（PFHxS）、2-(N-甲基全氟辛烷磺酰胺)乙酸（Me-PFOSA-AcOH）、全氟癸酸（PFDeA）、全氟壬酸（PFNA）和全氟十一酸（PFUA）。

2.3. 结果评估
高血压状态通过NHANES问卷中的问题确定：“您/她是否曾经被医生或其他医疗专业人员告知患有高血压（也称为高血压）？”我们使用自我报告的医生/医疗专业人员的诊断作为高血压患病率的衡量标准。

2.4. 协变量
我们调整了一组社会人口统计学、行为、人体测量学和临床协变量，这些变量可能是血清PFAS与高血压关联的混杂因素。年龄、性别和种族来自NHANES人口统计文件。教育程度被分类为有序类别。家庭社会经济地位由贫困-收入比率表示，定义为家庭收入与联邦贫困阈值的比率。人体测量在移动检查中心由受过培训的检查员按照NHANES协议进行。BMI计算为体重（千克）除以身高（米）的平方。烟草暴露通过自我报告和生化标志物来捕捉。酒精消费分为当前饮酒者和非饮酒者。自我报告的医生/医疗专业人员的诊断用于识别糖尿病、心力衰竭、冠心病、心绞痛、心肌梗死和中风的历史。

2.5. 统计分析
连续变量以平均值（SD）或中位数表示，分类变量以计数（百分比）表示。由于血清PFAS浓度呈明显的右偏分布，所有PFAS变量在分析前都进行了自然对数转换，以改善正态性并减少极端值的影响。使用未加权多变量逻辑回归模型评估了单个PFAS浓度与高血压之间的关联，结果以比值比和95%置信区间表示。模型1调整了年龄、性别、种族/民族、教育程度和家庭贫困-收入比率。模型2进一步调整了血清可替宁浓度、BMI、吸烟状态和酒精消费。模型3还调整了心血管代谢共病，包括心力衰竭、糖尿病、冠心病、心绞痛、心肌梗死和中风。为了检查潜在的非线性，为每种PFAS拟合了限制性三次样条模型，并使用似然比测试检验了整体和非线性关联。分段模型用于估计临界点以下和以上的关联。为了研究PFAS混合物对高血压的联合效应，我们应用了加权分位数总和（WQS）回归和分位数g计算（q-gcomp）。在WQS分析中，PFAS暴露被分为四分位数，并分别在正负方向上拟合了单独的模型以构建加权PFAS指数。实施了训练-验证分割，使用60%的数据进行验证，以减少过拟合并提高模型的泛化能力。WQS指数与高血压之间的关联使用未加权逻辑回归估计，统计推断基于自助重采样（10,000次迭代）。Q-gcomp用于补充分析PFAS混合物的总体联合效应。我们使用了8种机器学习算法（随机森林[rf]、k最近邻、朴素贝叶斯、递归分割和回归树、神经网络、支持向量机[SVM]、XGBoost和LightGBM）进行预测。模型通过交叉验证进行了调整和内部验证；区分度通过接收者操作特征曲线下面积（AUC）量化，模型稳定性通过交叉验证的AUC分布评估。XGBoost在区分度和稳定性方面表现出最佳平衡，被选为最终预测模型。我们使用SHAP来量化特征贡献；平均绝对SHAP值用于排名PFAS的重要性，并生成SHAP beeswarm和瀑布图来可视化方向性和受试者级别的贡献。所有分析均在R 4.5.2中进行。P < 0.05被认为具有统计学意义。

3. 结果
3.1. 人群特征
参与者的特征见表1。共有6,644名参与者被纳入研究，其中2,281人（34.3%）报告患有高血压。高血压患者的年龄明显更大，BMI也更高，而两组之间的性别分布相似。种族和教育程度存在显著差异，高血压患者中非西班牙裔白人和大学毕业生的比例较低。高血压患者的饮酒情况较少，而吸烟更为普遍；血清可替宁水平没有显著差异。家庭贫困-收入比率在两组之间没有显著差异。高血压组的心血管代谢共病患病率显著更高（所有P < 0.001）。被排除参与者的基本特征见表S1。表1 - 研究中参与者的特征。特征 总体 高血压 非高血压 P值 样本量 6644 2281 4363 – 年龄（平均值[标准差] 48.98 (17.91) 59.48 (15.01) 43.49 (16.82) <.001 性别（%） 男性 3252 (48.9) 1098 (48.1) 2154 (49.4) .353 女性 3392 (51.1) 1183 (51.9) 2209 (50.6) – 种族（%） 非西班牙裔白人 996 (15.0) 236 (10.3) 760 (17.4) <.001 非西班牙裔黑人 582 (8.8) 170 (7.5) 412 (9.4) – 墨西哥裔美国人 3218 (48.4) 1159 (50.8) 2059 (47.2) – 其他西班牙裔 1308 (19.7) 583 (25.6) 725 (16.6) – 其他 540 (8.1) 133 (5.8) 407 (9.3) – 教育程度（%） 9年级以下 647 (9.7) 241 (10.6) 406 (9.3) <.001 9–11年级 1009 (15.2) 390 (17.1) 619 (14.2) – 高中毕业/GED或同等学历 1476 (22.2) 551 (24.2) 925 (21.2) –– 一些大学或副学士学位 1957 (29.5) 650 (28.5) 1307 (30.0) – 大学毕业及以上 1551 (23.3) 446 (19.6) 1105 (25.3) – 未知 4 (0.1) 3 (0.1) 1 (0.0) – 家庭收入比率（平均值[标准差] 2.57 (1.63) 2.55 (1.61) 2.58 (1.64) .399 <1.3 2035 (30.6) 711 (31.2) 1324 (30.3) .362 1.3–3.5 2460 (37.0) 858 (37.6) 1602 (36.7) – >=3.5 2149 (32.3) 712 (31.2) 1437 (32.9) – 酒精摄入（%） 是 4786 (72.0) 1536 (67.3) 3250 (74.5) <.001 否 1858 (28.0) 745 (32.7) 1113 (25.5) – 吸烟（%） 是 3019 (45.4) 1158 (50.8) 1861 (42.7) <.001 否 3625 (54.6) 1123 (49.2) 2502 (57.3) – 糖尿病（%） 是 792 (11.9) 547 (24.0) 245 (5.6) <.001 否 5852 (88.1) 1734 (76.0) 4118 (94.4) – 心力衰竭（%） 是 184 (2.8) 145 (6.4) 39 (0.9) <.001 否 6460 (97.2) 2136 (93.6) 4324 (99.1) – 冠心病（%） 是 249 (3.7) 185 (8.1) 64 (1.5) <.001 否 6395 (96.3) 2096 (91.9) 4299 (98.5) – 心绞痛（%） 是 158 (2.4) 120 (5.3) 38 (0.9) <.001 否 6486 (97.6) 2161 (94.7) 4325 (99.1) – 心脏病发作（%） 是 272 (4.1) 201 (8.8) 71 (1.6) <.001 否 6372 (95.9) 2080 (91.2) 4292 (98.4) – 中风（%） 是 220 (3.3) 170 (7.5) 50 (1.1) <.001 否 6424 (96.7) 2111 (92.5) 4313 (98.9) – BMI（平均值[标准差] 28.99 (6.86) 31.03 (7.31) 27.92 (6.36) <.001 <25 1990 (30.0) 433 (19.0) 1557 (35.7) <.001 25–29.9 2224 (33.5) 740 (32.4) 1484 (34.0) – >=30 2430 (36.6) 1108 (48.6) 1322 (30.3) – 血清可替宁（平均值[标准差] 59.11 (130.20) 58.42 (130.32) 59.47 (130.15) .756 分类数据的比较使用了卡方检验，而连续数据则通过方差分析进行评估。BMI = 体重指数，Q = 四分位数，SD = 标准差。

3.2. PFAS浓度的特征 血清PFAS浓度（ng/mL）通常处于较低水平，并显示出明显的右偏分布（表S2和图S2）。中位数水平（P50）最高的是PFOS（9.16 ng/mL）和PFOA（2.65 ng/mL），其次是PFHxS（1.60 ng/mL）、PFNA（1.00 ng/mL）、Me-PFOSA-AcOH（0.20 ng/mL）、PFDeA（0.30 ng/mL）和PFUA（0.14 ng/mL）。四分位数范围（P25-P75）说明了这种偏斜。低端值聚集在或接近检测限（LOD），而几个分析物的极端高值也被观察到。Spearman等级相关性在PFAS之间差异很大，系数介于0.03到0.78之间（图S3）。

3.3. PFAS浓度与高血压之间的关联 在连续模型中（表2），PFOA在所有模型中都与较高的高血压风险相关，并且在完全调整后仍然具有边缘显著性（OR，1.04，95% CI，1.00–1.08，P = .036）。PFOS显示出一致且统计上稳健的关联（OR，1.04，95% CI，1.01–1.07，P = .007）。Me-PFOSA-AcOH在完全调整后的模型中呈正相关（1.07，95% CI，1.00–1.14，P = .045）。PFDeA、PFNA和PFUA在完全调整后显示出无显著关联，而PFHxS在任何模型中都与高血压无关。表2 - PFAS与高血压的关联。变量 OR 95% CI（连续） P值 Q1 Q2 Q3 Q4 P趋势 PFOA 　模型1 1.06 (1.02–1.10) .001 参考 1.30 (1.10, 1.53) 1.32 (1.14, 1.53) 1.27 (0.53, 3.11) .001 　模型2 1.05 (1.01–1.09) .007 参考 1.27 (1.07, 1.51) 1.30 (1.11, 1.51) 1.19 (0.48, 2.94) .003 　模型3 1.04 (1.00–1.08) .036 参考 1.26 (1.06, 1.49) 1.24 (1.06, 1.45) 1.20 (0.47, 3.09) .018 PFOS 　模型1 1.05 (1.02–1.08) .000 参考 1.42 (1.12, 1.79) 1.28 (1.10, 1.48) 1.48 (1.15, 1.90) .001 　模型2 1.04 (1.02–1.07) .002 参考 1.43 (1.12, 1.82) 1.25 (1.07, 1.45) 1.38 (1.08, 1.78) .004 　模型3 1.04 (1.01–1.07) .007 参考 1.41 (1.10, 1.81) 1.21 (1.04, 1.41) 1.36 (1.05, 1.77) .013 PFHxS 　模型1 0.99 (0.93–1.07) .869 参考 0.85 (0.67, 1.08) 0.87 (0.68, 1.11) 0.98 (0.69, 1.39) .959 　模型2 0.95 (0.89–1.02) .190 参考 0.85 (0.66, 1.09) 0.82 (0.63, 1.05) 0.87 (0.61, 1.25) .292 　模型3 0.93 (0.87–1.01) .073 参考 0.88 (0.68, 1.13) 0.82 (0.63, 1.06) 0.84 (0.58, 1.20) .145 Me-PFOSA-AcOH 　模型1 1.10 (1.03–1.17) .004 参考 1.12 (0.98, 1.27) 1.10 (0.94, 1.30) 1.60 (1.18, 2.19) .010 　模型2 1.06 (0.99–1.13) .079 参考 1.07 (0.93, 1.23) 1.02 (0.86, 1.21) 1.44 (1.05, 1.98) .145 　模型3 1.07 (1.00–1.14) .045 参考 1.08 (0.94, 1.24) 1.06 (0.89, 1.26) 1.44 (1.04, 1.99) .081 PFDeA 　模型1 1.13 (1.04–1.22) .003 参考 1.24 (1.08, 1.42) 1.33 (1.12, 1.58) 1.07 (0.78, 1.49) .008 　模型2 1.07 (0.98–1.16) .123 参考 1.16 (1.01, 1.33) 1.19 (1.00, 1.43) 0.95 (0.68, 1.33) .191 　模型3 1.06 (0.97–1.15) .182 参考 1.13 (0.98, 1.31) 1.18 (0.98, 1.41) 0.94 (0.67, 1.32) .258 PFNA 　模型1 1.00 (0.91–1.09) .922 参考 1.18 (0.87, 1.58) 1.26 (0.94, 1.70) 1.00 (0.69, 1.43) .649 　模型2 0.97 (0.89–1.07) .582 参考 1.15 (0.85, 1.56) 1.22 (0.90, 1.66) 0.94 (0.64, 1.36) .937 　模型3 0.96 (0.87–1.06) .443 参考 1.11 (0.81, 1.51) 1.17 (0.85, 1.59) 0.91 (0.62, 1.34) .960 PFUA 　模型1 1.15 (1.06–1.25) .001 参考 1.27 (1.11, 1.47) 1.28 (1.06, 1.54) 0.95 (0.71, 1.26) .031 　模型2 1.06 (0.98–1.16) .152 参考 1.16 (1.00, 1.34) 1.13 (0.93, 1.37) 0.83 (0.62, 1.12) .619 　模型3 1.07 (0.98–1.16) .152 参考 1.16 (1.00, 1.35) 1.13 (1.00, 1.43) 0.95 (0.68, 1.33) .191 　模型3 1.06 (0.97–1.15) .182 参考 1.13 (0.98, 1.31) 1.18 (0.98, 1.41) 0.94 (0.67, 1.32) .258 PFDeA 　模型1 1.13 (1.04–1.22) .003 参考 1.24 (1.08, 1.42) 1.33 (1.12, 1.58) 1.07 (0.78, 1.49) .008 　模型2 1.07 (0.98–1.16) .123 参考 1.16 (1.01, 1.33) 1.19 (1.00, 1.43) 0.95 (0.68, 1.33) .191 　模型3 1.06 (0.97–1.15) .182 参考 1.13 (0.98, 1.31) 1.18 (0.98, 1.41) 0.94 (0.67, 1.32) .258 PFNA 　模型1 1.00 (0.91–1.09) .922 参考 1.18 (0.87, 1.58) 1.26 (0.94, 1.70) 1.00 (0.69, 1.43) .649 　模型2 0.97 (0.89–1.07) .582 参考 1.15 (0.85, 1.56) 1.22 (0.90, 1.66) 0.94 (0.64, 1.36) .937 　模型3 0.96 (0.87–1.06) .443 参考 1.11 (0.81, 1.51) 1.17 (0.85, 1.59) 0.91 (0.62, 1.34) .960 PFUA 　模型1 1.15 (1.06–1.25) .001 参考 1.27 (1.11, 1.47) 1.28 (1.06, 1.54) 0.95 (0.71, 1.26) .031 　模型2 1.06 (0.98–1.16) .152 参考 1.16 (1.00, 1.34) 1.13 (0.93, 1.37) 0.83 (0.62, 1.12) .619 　模型3 1.07 (0.98–1.16) .152 参考 1.16 (1.00, 1.35) 1.13 (1.00, 1.43) 0.95 (0.68, 1.33) .191 　模型3 1.06 (0.97–1.15) .182 参考 1.13 (0.98, 1.31) 1.18 (0.98, 1.41) 0.94 (0.67, 1.32) .258 PFDeA 　模型1 1.13 (1.04–1.22) .003 参考 1.24 (1.08, 1.42) 1.33 (1.12, 1.58) 1.07 (0.78, 1.49) .008 　模型2 1.07 (0.98–1.16) .123 参考 1.16 (1.01, 1.33) 1.19 (1.00, 1.43) 0.95 (0.68, 1.33) .191 　模型3 1.06 (0.97–1.15) .182 参考 1.13 (0.98, 1.31) 1.18 (0.98, 1.41) 0.94 (0.67, 1.32) .258 PFNA 　模型1 1.00 (0.91–1.09) .922 参考 1.18 (0.87, 1.58) 1.26 (0.94, 1.70) 1.00 (0.69, 1.43) .649 　模型2 0.97 (0.89–1.07) .582 参考 1.15 (0.85, 1.56) 1.22 (0.90, 1.66) 0.94 (0.64, 1.36) .937 　模型3 0.96 (0.87–1.06) .443 参考 1.11 (0.81, 1.51) 1.17 (0.85, 1.59) 0.91 (0.62, 1.34) .960 PFUA 　模型1 1.15 (1.06–1.25) .001 参考 1.27 (1.11, 1.47) 1.28 (1.06, 1.54) 0.95 (0.71, 1.26) .031 　模型2 1.06 (0.98–1.16) .152 参考 1.16 (1.00, 1.34) 1.13 (0.93, 1.37) 0.83 (0.62, 1.12) .619 　模型3 1.07 (0.98–1.16) .152 参考 1.16 (1.00, 1.35) 1.13 (1.00, 1.38) 0.84 (0.62, 1.14) .590 模型1：年龄、性别、种族、教育水平、家庭贫困-收入比率。模型1：进一步调整了血清可替宁、BMI、吸烟和饮酒情况。模型3：进一步调整了心力衰竭、糖尿病、冠心病、心绞痛、心脏病发作和中风。比值比来自未加权的多元逻辑回归。BMI = 体重指数，CHD = 冠心病，CI = 置信区间，Me-PFOSA-AcOH = 2-(N-甲基全氟辛烷磺酰胺)乙酸，OR = 比值比，PFAS = 全氟和多氟烷基物质，PFDeA = 全氟癸酸，PFHxS = 全氟己烷磺酸盐，PFNA = 全氟壬酸，PFOA = 全氟辛酸，PFOS = 全氟辛烷磺酸盐，PFUA = 全氟十一酸，Q = 四分位数，Ref = 参考值。与最低四分位数相比，在完全调整后的模型中，PFOA的第二和第三四分位数的参与者患高血压的风险更高（Q2：OR 1.26，95% CI 1.06–1.49；Q3：OR 1.24，95% CI 1.06–1.45；P趋势 = .018）。对于PFOS，在模型3中，最高四分位数与风险增加相关（Q4 vs Q1：OR 1.36，95% CI 1.05–1.77，P趋势 = .013）。

3.4. PFAS与高血压之间的非线性关系 限制立方样条分析显示了PFAS浓度与高血压之间的化合物特异性剂量-反应模式（图1）。PFOA和Me-PFOSA-AcOH观察到显著的非线性关联（P非线性 < .05），而PFUA显示出边缘的非线性证据。PFDeA和PFHxS表现出显著的总体关联，但没有偏离线性，而PFOS或PFNA没有检测到显著的总体或非线性关系。阈值效应分析确定了4种PFAS的明确拐点（表S3）。

3.5. 混合PFAS与高血压之间的关系 由于单独的PFAS暴露与高血压相关，我们使用WQS和Q-gcomp模型来探索PFAS混合物与高血压之间的关系。WQS分析表明，正向方向的PFAS混合物与较高的心力衰竭风险相关（OR，1.13，95% CI，1.03–1.26，P = .01），而负向方向的混合物则没有关联（表S4）。模型调整了与主要分析相同的协变量。其中，PFUA对高血压的贡献最大（图S4）。Q-gcomp的结果在图S5中呈现，与WQS的结果一致。

3.6. 高血压预测模型的开发与验证 我们比较了8种常用的机器学习算法——RF、k-最近邻（KNN）、朴素贝叶斯、决策树（RPAR）、前馈神经网络（NNET）、SVM、XGBoost和LightGBM——来构建高血压风险预测模型。使用接收者操作特征曲线下面积（AUC）评估模型的区分能力；使用交叉验证获得的AUC分布比较模型的稳定性（图2；表S5）。所有模型都表现出可接受的区分能力，AUC（点估计）分别为：XGBoost（0.814）、LightGBM（0.813）、RF（0.807）、SVM（0.805）、朴素贝叶斯（0.793）、神经网络（0.794）和rpart（0.746）。XGBoost表现出最高的区分能力，其次是LightGBM，而基于树的集成方法比单树和基于距离的方法表现更好。

3.7. 通过SHAP值解释PFAS特征的重要性 为了提高XGBoost高血压模型的可解释性，我们应用了SHAP。SHAP摘要和平均SHAP条形图（图3）显示，一小部分PFAS解释了模型中大部分的PFAS相关信号。beeswarm图表明，在参与者中方向和幅度存在异质性：较高的PFOS和PFNA浓度通常与正的SHAP值相关，而较高的PFOA和PFUA在许多个体中通常对应于负的SHAP值。一个代表性水坝图展示了单个受试者的情况，说明了各个PFAS的贡献——PFOS、PFOA、PFHxS和Me-PFOSA-AcOH产生了最大的正贡献，而PFUA、PFDeA和PFNA产生了净负贡献——如何累积生成受试者级别的预测。XGBoost模型中每个PFAS的SHAP依赖图显示在图S6–S12中。

总之，与高血压的关联在不同的PFAS之间有所不同，PFOA、PFOS和Me-PFOSA-AcOH在完全调整后的模型中显示出正相关。混合物分析表明PFAS共同暴露与高血压之间存在适度的关联，XGBoost在机器学习模型中显示出最高的预测性能。

4. 讨论 在这项基于大规模人群的分析中，我们观察到特定PFAS的暴露与普遍存在的高血压相关，这一发现通过传统的回归、混合物建模和机器学习方法得到了一致的验证。在单一化学物质的分析中，PFOA和PFOS在全面调整后显示出最稳健和剂量响应的关联。非线性建模进一步揭示了化合物特定的暴露-反应关系。在混合物水平上，WQS和q-gcomp分析都支持PFAS共同暴露与高血压之间的适度但显著的关联，其中PFUA对混合物效应的贡献最大。最后，机器学习模型表现出良好的区分性能，SHAP解释确定了PFOS、PFNA和PFOA是高血压预测的关键因素，强调了在复杂暴露谱中单个PFAS的相关性。我们观察到PFOA和PFOS与普遍存在的高血压呈正相关，PFOA在完全调整后接近边缘显著，且在多个模型中都表现出稳健性，这与之前的几项报告和最近的荟萃分析一致，这些研究将PFAS和PFOS确定为高血压的风险因素。[11,13] 对美国NHANES数据的横断面分析也报告了较高PFOA浓度与高血压风险增加的相关性，支持我们在连续和基于四分位数的模型中观察到的模式。[15] 我们发现的Me-PFOSA-AcOH的边际正相关也与队列分析的报告一致，这些报告将相关的磺酰胺乙酸与较高的高血压发病率联系起来。[16] 相比之下，对于PFHxS、PFNA、PFDeA和较少测量的长链PFAS的证据在不同研究中是异质的：一些分析和荟萃分析总结报告了特定化合物的正相关，而其他纵向或糖尿病前期队列分析在多变量调整后几乎没有或没有发现相关性。[17] 最近基于NHANES的工作还表明，如PFDeA等化合物的关联可能因人群亚组而异，这有助于解释研究结果之间的不一致性。[18,19] RCS和阈值分析显示PFUA与高血压之间存在非线性关系，这与越来越多的流行病学研究结果一致，这些研究记录了单个PFAS与血压结果之间的非单调关系。例如，廖及其同事在NHANES/其他队列的横断面分析中报告了PFOA和PFNA的J形关系以及明显的拐点，这些拐点在阈值两侧具有相反的影响方向[20]。大规模人群分析也应用RCS研究了PFAS与高血压之间的关系，并报告了几种化合物的非线性剂量-反应模式。监管和审查文件同样指出，在人类研究中，传统PFAS存在浓度依赖性的关联[21,22]。总之，我们关于PFUA阈值的发现与先前的观察结果一致，即PFAS与心血管疾病之间的关联在暴露范围内并不总是线性的。我们的混合物分析显示，正向WQS指数与高血压之间存在轻微的正相关，而负向WQS则没有影响，且PFUA是最大的贡献因素，这与先前研究的结果大体一致，这些研究检测到了PFAS对心血管终点的联合效应，但显示出异质性，其中某些同系物在混合物信号中占主导地位[23,24]。Q-gcomp和其他混合物方法在前瞻性和横断面分析中发现了PFAS混合物与高血压和心血管健康受损之间的总体关联，其中PFOA和PFOS经常对混合物效应有显著贡献[25,26]。其他关于PFAS混合物和心血管代谢结果的研究也报告了总体上的混合物效应，但根据不同的人群和结果，将最大的权重归因于不同的同系物[27]。有几个因素可能解释了这些研究之间的差异，并在解释我们的结果时需要考虑。首先，WQS中的混合物权重反映了每种分析物在特定暴露分布和研究人群的协变量结构中的相对重要性。其次，分析选择（包括WQS中的方向约束、q-gcomp的使用、分位数数量以及验证/自助法方案）会影响估计结果，即使使用相同的基础数据也可能产生看似不同的发现[28]。第三，结果定义、样本特征和残余混杂因素因研究而异，这可能会改变哪些化学物质显得最具影响力；一些最近的论文在亚组或具有不同共病特征的人群中报告了更强的混合物效应[29]。在我们的比较中，树集成学习器的优越区分能力表明，XGBoost和LightGBM的表现优于单棵树和基于距离的方法，这与普遍的经验一致，即梯度提升树在结构化/表格化生物医学数据上提供了强大的基线性能，并且对异质预测因子、缺失数据和复杂交互作用具有鲁棒性。XGBoost的算法特性有助于解释其在许多临床和公共卫生预测任务中的实证优势，并在预测准确性和计算可行性方面证明了其选择的合理性[30,31]。尽管有这些优点，梯度提升方法也存在实际失败模式，需要严谨的模型开发。影响性能和泛化能力的超参数必须通过严格的、理想情况下是嵌套的交叉验证来进行调整，以避免过于乐观的估计[32,33]。为了建立可移植性，应使用具有不同病例组合和测量协议的外部队列进行验证，然后重新校准和评估临床效用。当预测准确性、计算可行性和可解释性与这些保障措施相平衡时，梯度提升树为许多临床和公共卫生预测任务提供了一个实用且强大的工具。应用SHAP方法提供了局部和全局的归因，明确了哪些PFAS对模型预测影响最大，并揭示了个体间方向和幅度的异质性。在个体层面，瀑布图/力图显示了单个特征如何改变模型的基线预测；在全局层面，平均SHAP排名和蜜蜂群图总结了总体重要性，而SHAP交互值和依赖图有助于揭示非线性和成对交互作用。然而，SHAP解释的是拟合模型在选定输出尺度上的行为，而不是因果效应，因此归因可能反映了混杂因素、测量误差和模型诱导的交互作用[34,35]。结果对技术选择敏感，相关预测因子可能会在共线特征之间分配重要性。为了提高可信度，我们报告了解释器的类型和基线定义，跨交叉验证折叠或自助样本计算SHAP以量化排名稳定性和不确定性，比较了代表性子集上的TreeSHAP和KernelSHAP，为相关块提供了分组/聚合的SHAP，并通过排列重要性、部分依赖性或ALE图以及外部验证或重新校准来三角验证发现。总体而言，SHAP是暴露科学中模型解释和假设生成的强大工具，但其输出应被视为基于模型的重要性指标，用于指导而非证明因果推断[36]。

本研究在方法论和实质性方面提出了几项创新。首先，本研究系统地结合了单一化合物分析、非线性暴露-反应建模、基于混合物的方法和机器学习预测，形成了一个统一的分析框架，从而能够从病因学和预测的角度全面评估PFAS与高血压之间的关系。其次，我们使用了多种机器学习算法进行系统比较和验证，通过交叉验证的AUC分布严格比较了这些算法的区分能力和稳定性。第三，我们将可解释的机器学习方法应用于环境流行病学，利用SHAP量化了PFAS对高血压风险预测的全球和个体层面的贡献，提供了对复杂、非线性和情境依赖性效应的透明解释，弥合了预测性能和流行病学可解释性之间的差距。然而，这项研究也有一些局限性。首先，本研究基于NHANES的横断面数据，无法确定PFAS暴露与高血压之间的时间顺序和因果关系。鉴于PFAS的生物累积性和高血压的慢性性质，不能排除反向因果关系。其次，血清PFAS浓度是在单次检查中测量的，可能无法完全捕捉长期或累积的暴露情况。尽管PFAS的生物半衰期相对较长，但个体内的变异性和随时间变化的暴露情况可能导致暴露分类错误。第三，NHANES中的高血压状态部分基于自我报告的医生诊断和药物使用情况，这可能受到回忆偏差或报告错误的影响。这种错误分类可能是非差异性的，但可能会减弱观察到的关联。第四，尽管调整了广泛的人口统计、社会经济、行为和临床协变量，仍无法完全排除未测量或测量不准确的因素造成的残余混杂。第五，NHANES旨在代表美国非机构化的平民人口；因此，研究结果可能无法直接推广到具有不同PFAS暴露特征、监管环境或遗传和生活方式背景的人群。

5. 结论

特定的PFAS与普遍存在的高血压有关，PFAS混合物表现出轻微但统计上显著的联合效应。这些发现表明，PFAS的共同暴露可能与高血压风险评估和公共卫生优先级相关。机器学习模型结合基于SHAP的解释，识别出几个对预测信号贡献较大的关键PFAS同系物。未来需要进行具有重复暴露测量和外部验证的前瞻性研究来确认这些关联并阐明潜在的生物学机制。

作者贡献：
概念化：建国（Guojin Jian）
正式分析：肖文文（Wenwen Xiao）、马飞（Fei Ma）
方法学：肖文文（Wenwen Xiao）
资源：张恒阳（Hengyang Zhang）
软件：肖文文（Wenwen Xiao）
监督：建国（Guojin Jian）、张恒阳（Hengyang Zhang）、夏道林（Daolin Xia）、曹永平（Yongping Cao）
可视化：肖文文（Wenwen Xiao）
写作——初稿：肖文文（Wenwen Xiao）
写作——审阅与编辑：马飞（Fei Ma）、建国（Guojin Jian）、张恒阳（Hengyang Zhang）、夏道林（Daolin Xia）、曹永平（Yongping Cao）