海地太子港成人血铅水平的个体与情境特征

《Environmental Epidemiology》：Individual and contextual characteristics of blood lead level among adults in Port-au-Prince, Haiti

　　

背景：铅中毒在低收入和中等收入国家尤为严重，包括海地。本研究旨在描述海地城市地区的血液铅水平（BLL），并确定与高 BLL 相关的个体、家庭和环境特征。方法：使用海地心血管疾病队列研究（2019–2021 年）的横断面数据，按 BLL 类别（≤3.3、>3.3 至 <5、5 至 <10 和≥10 μg/dL）描述个体、家庭和环境特征。使用 OpenStreetMaps 和 ArcGIS 测量环境特征。使用多元线性分位数混合模型识别与第 25、50 和 75 分位数 BLL 相关的特征。结果：在 3,005 名参与者中，中位年龄为 40 岁（四分位距：27–55），58.1% 为女性。BLL 中位数为 4.6（四分位距：3.3–6.3）μg/dL。吸烟、饮酒、家庭使用污染燃料以及家庭工作铅暴露在较高 BLL 类别中更为普遍，而使用瓶装水的家庭较少。最高 BLL 类别的家中位海拔较低且靠近海岸。从线性分位数混合模型来看，当前/前吸烟者与非吸烟者以及使用非瓶装水与瓶装水分别与中位 BLL 升高 0.81（95% CI = 0.13, 1.50）和 0.39（95% CI = 0.09, 0.69）μg/dL 相关。每天饮用≥1 杯酒精饮料也与 BLL 第 75 分位数的 1.86（95% CI = 0.69, 3.03）变化相关。结论：本研究提供了海地城市地区铅暴露的预测因子。需要对吸烟物质、饮用水和酒精产品进行有针对性的暴露评估以确认这些发现。

本研究新增内容
鉴于先前的研究表明血液铅水平在包括海地在内的低收入和中等收入国家很高，本研究确定了海地城市地区潜在的铅暴露人类途径。这有助于读者将研究集中在特定的暴露途径上，并帮助决策者在资源有限的环境中指导筛查和预防的资源分配。

背景
环境铅是一种存在于地壳中的天然有毒重金属，容易通过大气扩散并沉降在土壤中。成人内部化的铅约 94% 沉积在骨骼中，但也存在于血液和软组织中。1 铅即使在血液和血浆中的低水平下，也会毒害许多系统，包括肾脏、心血管、血液、免疫、生殖和中枢神经系统。1 2021 年全球疾病负担估计，铅暴露每年导致全球 150 万人死亡，2023 年这种暴露占全球缺血性心脏病和卒中负担的 5.6–6.9%。2,3

中低收入国家（LMIC）的铅负担非常重，估计儿童血液铅水平（BLL）≥5 μg/dL 的患病率至少为 48.5%。4 在海地首都太子港，估计 64.1% 的儿童和 42.3% 的成人 BLL≥5 μg/dL。5,6 海地的铅来源未记录在案，但可能包括尽管在 1998 年已逐步淘汰但未受管制的含铅汽油，7 使用含铅设备的制造场所，以及炊具、香料和弹药等产品。这些产品的不当处置通过水和土壤传播铅，8 制造场所的工业废物也流入地下水。9,10 首都周边的城市和沿海地区被发现含有过量的铅，这很容易被土壤吸收，随后进入动植物。11

目前尚不清楚环境铅污染对人类的暴露途径是来自个体、家庭还是环境路径。分析这些层面的 BLL 分布可以导致有针对性的暴露评估和减少铅暴露的计划，但这尚未在该人群中进行特征描述。为了弥补这一空白，本研究旨在描述 BLL 的分布，按个体、家庭和环境特征进行分类，并确定参加海地心血管疾病（CVD）队列的太子港全境成人中高 BLL 的因素。12

方法
研究背景与数据来源
海地 CVD 队列研究（clinicaltrials.gov NCT03892265）旨在研究海地太子港的 CVD，由 GHESKIO（Groupe Haitien d’Etude du Sarcome de Kaposi et des Infections Opportunistes，海地卡波西肉瘤和机会性感染研究组）诊所合作，该诊所是海地一个提供临床护理和研究超过 40 年的医疗组织。12 使用多阶段随机抽样设计，利用全球定位系统航点在普查区内选择参与者，每个区块的航点数量与估计的人口规模成比例。13 符合条件的参与者为年龄≥18 岁，在太子港有主要住所，且没有严重医疗状况或认知障碍妨碍参与。本研究纳入了 2019 年 3 月至 2021 年 8 月间注册的所有参与者（n = 3,005）。

伦理批准与参与同意
研究根据《赫尔辛基宣言》的指导方针进行，并获 Weill Cornell Medicine（韦尔康奈尔医学中心）机构审查委员会（方案号 1803019037）和 GHESKIO 批准。从所有参与研究的受试者处获得书面知情同意。

测量指标
血液铅水平
使用 LeadCare II 血液铅分析仪（Magellan Diagnostics, Inc., North Billerica, MA）测量毛细血管 BLL（范围：≥3.3–65.0 μg/dL）。14 研究人员在收集毛细血管血之前，使用酒精湿巾清洁参与者的指尖。LeadCare II 旨在作为筛查工具，检测下限（LLOD）为 3.3 μg/dL。LeadCare II 在 4.5 μg/dL 时的方差估计为 0.53 μg/dL。14 虽然被视为测量 BLL 金标准的静脉血电感耦合等离子质谱法在海地不可用，但先前对 27 名随机子集中 19 名 BLL 水平>LLOD 的参与者的评估发现，LeadCare II 毛细血管血 BLL 测量值与电感耦合等离子质谱法静脉血 BLL 测量值的 Spearman 等级相关系数为 0.74（P 值 < 0.001）。在所有参与者中，18.2% 的参与者 BLL 值 https://links.lww.com/EE/A463）。补充表 S1；https://links.lww.com/EE/A463 显示了按缺失 BLL 测量值划分的参与者特征。BLL 也进行了插补分析。为了描述，BLL 类别是使用区间创建的，以反映 LLOD 和其他绝对值截断值，以探索剂量 - 反应关系（≤3.3、>3.3 – <5、5 – <10 和≥10 μg/dL）。

个体特征
社会人口学特征包括年龄、性别（男/女）、教育水平（15 吸烟状况（从不、当前/以前）基于关于过去和当前烟草产品使用的问题，以及饮酒量（≤1/>1 杯/天）基于过去 12 个月的使用情况。还评估了其他特定于潜在铅暴露的变量。这些包括个体工作铅暴露（从事加油站助理、油漆工、涂鸦艺术家、焊工、机械师或与铅、金属或电池相关工作），家庭中是否有人住在活跃的铅冶炼厂、电池回收厂或可能释放铅的其他行业附近，以及家庭中是否有人经常与工作或爱好涉及铅暴露的人员接触，例如汽车机械师、油漆工或参与汽车电池回收的人员。

家庭特征
家庭测量指标由主要家庭成员报告。关于主要水源（瓶装水、非瓶装水 [亭子或小水贩，其他]）和家庭材料（未开发材料、已开发材料）的详细问题改编自 WHO 核心问卷。16 类别被合并为二分类变量进行分析。家庭食物不安全（无或低/中，高）基于家庭粮食安全量表的六项简表。17,18 主要烹饪燃料根据 WHO 的定义二分为污染燃料或清洁燃料。19 家庭规模也被报告并二分为（1–3 人，≥4 人）。

环境特征
潜在的环境暴露包括靠近道路、加油站、水道、海岸线和较低海拔。道路和加油站周围的土壤可能含有过去含铅汽油使用留下的铅。还预计高海拔土壤中的铅会通过水道通过城市流入低于海平面的海岸线。这种预期的海岸线累积是太子港许多贫民窟所在地。每个参与家庭的海拔高度（英尺）是根据全球定位系统定位器确定的。使用 OpenStreetMaps 识别太子港的主要道路（高速公路、主要道路、次要道路及连接和交叉点）、水道（河流、溪流、运河、沟渠、潮汐运河、排水沟、堰、坝）和加油站。20 使用 Esri 的 ArcGIS 软件计算参与者家庭的纬度和经度到每个特征以及到海岸线的最近距离（米）。

统计分析
按 BLL 类别描述参与者特征。为了确定 BLL 的个体、家庭和环境特征，首先对缺失值和 BLL 值≤LLOD 进行插补，然后在每个插补数据集上执行线性分位数混合模型（LQMM）。插补使用多元插补链式方程执行。BLL 值≤LLOD 使用左截尾对数正态分布进行了一次插补，然后缺失 BLL 值使用对数正态分布进行了 10 次插补。21,22 这些方法假设数据是在研究变量条件下随机缺失的。虽然无法验证，但这是合理的，因为缺失的 BLL 值是由于缺乏铅检测试剂盒，而 BLL 值≤LLOD 是由于 LeadCare 分析仪仪器，这两者都不预期与所研究的特征或 BLL 相关。然后在每个插补数据集上执行 LQMM，并使用鲁宾规则汇总估计值。23,24 选择 LQMM 是因为其在建模残差不呈正态分布且表现出非恒定方差的结局时的灵活性。它还建模了特征在结局分布不同分位数处的影响，而线性回归仅建模结局的条件均值。25 LQMM 模型包括除家庭到海岸的距离外的所有特征，该特征与海拔表现出高度共线性（方差膨胀因子>2，Spearman 的 rho = 0.88）。模型中还包含了每个居住区块的随机截距，以考虑社区内的聚类。居住区块中的参与者中位数为 33 人（范围：12–67）。还估计了组内相关系数，它衡量了由于加入居住区块而导致的 BLL 变异量。由于家庭内多名参与者的频率较低，模型中未包含家庭的随机效应。对于此分析，呈现了第 25%、50% 和 75% BLL 分位数的调整β系数（adjB），以及相应的 95% 置信区间（CI）。第 50 百分位数的 adjB 可以解释为给定预测变量的变化所致的中位 BLL 变化（例如，给定年龄增加一岁或男性与女性性别的平均 BLL 变化）。还绘制了 BLL 分位数 20%–80% 每 10% 间隔的估计值，以探索跨 BLL 分布的变化效应。所有分析均使用 R，版本 4.5.1。26 LQMM 分析使用 R 包 lqmm，25 使用 mice.impute.leftcenslognorm21,22 对 BLL 值≤LLOD 进行插补。

对缺失数据的敏感性分析
为了评估使用多重插补的结果的稳健性，再次执行了分析，包括那些 BLL 值和插补值≤LLOD 的参与者（n = 2,631, 87.6%），使用顺序统计量回归。27 顺序统计量回归估计检测值的拟合分布，并使用该分布来插补截尾观测值。假设截尾观测值呈对数正态分布。

结果
在 3,005 名参与者中，中位年龄为 40 岁（四分位距：27–55），58.1% 为女性（表 1）。超过三分之一（35.8%）有 https://links.lww.com/EE/A463）。吸烟（18.0% 对 5.1%）和饮酒（8.9% 对 2.9%）在较高 BLL 类别中也更为普遍。在家庭层面，主要使用瓶装水的家庭患病率（26.3% 对 36.9%）在最高 BLL 类别中低于最低 BLL 类别，而使用污染燃料（91.6% 对 84.4%）和家庭工作铅暴露（14.0% 对 8.2%）的患病率更高。

血铅水平（BLL）最高与最低类别的房屋也显示出较低的中位海拔（66.5 英尺 对 99.0 英尺），且更靠近海岸（1699.2 米 对 2582.6 米）。

**表 1. 按血铅水平 a 类别比较的特征分布 b**

| 特征 | 总体，N = 3005 | ≤3.3，N = 772 | >3.3 至 <5，N = 957 | 5 至 <10，N = 1097 | ≥10，N = 179 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **BLL，μg/dL，中位数 (IQR)** | 4.6 (3.3, 6.3) | 2.5 (1.9, 2.9) | 4.2 (3.8, 4.6) | 6.4 (5.6, 7.7) | 12.1 (10.8, 14.3) |
| **个体特征** | | | | | |
| 年龄，岁，中位数 (IQR) | 40.0 (27.0, 55.0) | 38.0 (26.5, 55.0) | 40.0 (28.0, 55.0) | 41.0 (28.0, 54.0) | 43.0 (27.0, 56.0) |
| 年龄组，n (%) | | | | | |
| ?18–29 岁 | 890 (29.6%) | 246 (31.9%) | 284 (29.7%) | 307 (28.0%) | 53 (29.6%) |
| ?30–39 岁 | 569 (18.9%) | 152 (19.7%) | 182 (19.0%) | 210 (19.1%) | 25 (14.0%) |
| ?40–49 岁 | 533 (17.7%) | 125 (16.2%) | 173 (18.1%) | 205 (18.7%) | 30 (16.8%) |
| ?50–59 岁 | 499 (16.6%) | 113 (14.6%) | 153 (16.0%) | 201 (18.3%) | 32 (17.9%) |
| ?60+ 岁 | 514 (17.1%) | 136 (17.6%) | 165 (17.2%) | 174 (15.9%) | 39 (21.8%) |
| 性别，n (%) | | | | | |
| ?男性 | 1260 (41.9%) | 279 (36.1%) | 388 (40.5%) | 492 (44.8%) | 101 (56.4%) |
| ?女性 | 1745 (58.1%) | 493 (63.9%) | 569 (59.5%) | 605 (55.2%) | 78 (43.6%) |
| 教育水平，n (%) | | | | | |
| ?1073 (35.8%) | 274 (35.6%) | 341 (35.8%) | 390 (35.6%) | 68 (38.0%) |
| ?≥中学 | 1923 (64.2%) | 496 (64.4%) | 611 (64.2%) | 705 (64.4%) | 111 (62.0%) |
| 收入，n (%) | | | | | |
| ?<$1 美元/天 | 2105 (70.3%) | 544 (70.6%) | 661 (69.4%) | 765 (69.9%) | 135 (75.4%) |
| ?≥$1 美元/天 | 891 (29.7%) | 226 (29.4%) | 291 (30.6%) | 330 (30.1%) | 44 (24.6%) |
| 水果和蔬菜份量/天，中位数 (IQR) | 0.6 (0.3, 1.1) | 0.6 (0.3, 1.1) | 0.6 (0.3, 1.1) | 0.6 (0.3, 1.1) | 0.7 (0.3, 1.3) |
| 吸烟状况，n (%) | | | | | |
| ?从不 | 2763 (92.6%) | 725 (94.9%) | 900 (94.6%) | 992 (90.9%) | 146 (82.0%) |
| ?当前/曾经 | 221 (7.4%) | 39 (5.1%) | 51 (5.4%) | 99 (9.1%) | 32 (18.0%) |
| 酒精消费量，n (%) | | | | | |
| ?≤1 杯/天 | 2876 (96.3%) | 747 (97.1%) | 922 (97.2%) | 1044 (95.7%) | 163 (91.1%) |
| ?>1 杯/天 | 112 (3.7%) | 22 (2.9%) | 27 (2.8%) | 47 (4.3%) | 16 (8.9%) |
| 个体工作铅暴露，n (%) | | | | | |
| ?是 | 158 (5.3%) | 45 (5.8%) | 42 (4.4%) | 57 (5.2%) | 14 (7.8%) |
| ?否 | 2837 (94.7%) | 725 (94.2%) | 910 (95.6%) | 1037 (94.8%) | 165 (92.2%) |
| 住所附近铅暴露，n (%) | | | | | |
| ?是 | 87 (2.9%) | 19 (2.5%) | 24 (2.5%) | 37 (3.4%) | 7 (3.9%) |
| ?否 | 2903 (97.1%) | 750 (97.5%) | 927 (97.5%) | 1054 (96.6%) | 172 (96.1%) |
| **家庭特征** | | | | | |
| ?家庭规模，n (%) | | | | | |
| ??1 | 299 (10.0%) | 93 (12.0%) | 92 (9.6%) | 99 (9.0%) | 15 (8.4%) |
| ??2–3 | 1,389 (46.2%) | 332 (43.0%) | 469 (49.0%) | 507 (46.2%) | 81 (45.3%) |
| ??4+ | 1,317 (43.8%) | 347 (44.9%) | 396 (41.4%) | 491 (44.8%) | 83 (46.4%) |
| ?家庭食物不安全，n (%) | | | | | |
| ??无/低/中 FIS | 518 (17.6%) | 144 (19.2%) | 183 (19.6%) | 167 (15.5%) | 24 (13.5%) |
| ??高 FIS | 2,425 (82.4%) | 607 (80.8%) | 751 (80.4%) | 913 (84.5%) | 154 (86.5%) |
| ?主要家庭水源，n (%) | | | | | |
| ??瓶装水 | 843 (28.1%) | 285 (36.9%) | 273 (28.6%) | 238 (21.7%) | 47 (26.3%) |
| ??非瓶装水 | 2,161 (71.9%) | 487 (63.1%) | 683 (71.4%) | 859 (78.3%) | 132 (73.7%) |
| ?主要家庭烹饪燃料，n (%) | | | | | |
| ??无污染燃料 | 352 (11.8%) | 120 (15.6%) | 107 (11.3%) | 110 (10.1%) | 15 (8.4%) |
| ??污染燃料 | 2,635 (88.2%) | 649 (84.4%) | 841 (88.7%) | 982 (89.9%) | 163 (91.6%) |
| ?房屋材料，n (%) | | | | | |
| ??未开发材料 | 201 (6.7%) | 49 (6.4%) | 64 (6.7%) | 79 (7.2%) | 9 (5.0%) |
| ??开发材料 | 2,801 (93.3%) | 722 (93.6%) | 892 (93.3%) | 1,017 (92.8%) | 170 (95.0%) |
| ?家庭工作铅暴露，n (%) | | | | | |
| ??是 | 363 (12.1%) | 63 (8.2%) | 120 (12.5%) | 155 (14.1%) | 25 (14.0%) |
| ??否 | 2628 (87.9%) | 706 (91.8%) | 831 (87.5%) | 937 (85.9%) | 154 (86.0%) |
| **环境特征** | | | | | |
| 海拔 (英尺)，中位数 (IQR) | 87.0 (43.0, 122.0) | 99.0 (47.0, 126.0) | 92.0 (50.0, 125.0) | 80.0 (40.0, 112.0) | 66.5 (26.5, 103.0) |
| 距海岸最近距离 (米)，中位数 (IQR) | 2437.6 (1381.8, 3505.5) | 2582.6 (1513.3, 4025.6) | 2616.6 (1548.9, 3794.6) | 2147.0 (1011.2, 3151.3) | 1699.2 (777.5, 2770.7) |
| 距主要道路最近距离 (1 米)，中位数 (IQR) | 358.8 (147.5, 566.9) | 349.4 (187.1, 574.0) | 350.9 (135.5, 557.2) | 381.3 (152.5, 570.5) | 348.8 (120.3, 541.3) |
| 距水道最近距离 (1 米)，中位数 (IQR) | 177.2 (85.4, 308.6) | 166.9 (78.1, 305.4) | 177.2 (81.0, 301.4) | 179.9 (92.1, 319.0) | 203.4 (104.2, 334.4) |
| 距加油站最近距离 (1 米)，中位数 (IQR) | 448.5 (277.1, 656.9) | 398.0 (272.8, 636.7) | 450.3 (272.0, 657.7) | 489.0 (298.7, 662.2) | 482.3 (271.3, 670.7) |

a 缺失的 BLL 值或 BLL 值≤检测下限的值使用多重插补法进行估算并取平均值。
b 由于数据缺失，数字总和可能与总计不符。
FIS 表示食物不安全；HH，家庭。

线性分位数混合模型（LQMM）回归的结果见表 2。在个体特征中，当前/曾经吸烟者与非吸烟者相比，血铅水平（BLL）中位数较高 0.81 μg/dL（95% 置信区间 = 0.13, 1.50），并且在 BLL 分布中的变化也较高（图 1）。每天消费≥1 杯酒精饮料与 BLL 第 75 百分位数变化 1.86 μg/dL（95% 置信区间 = 0.69, 3.03）相关，每天消费更多水果/蔬菜份量与 BLL 第 25 百分位数变化 0.11（95% 置信区间 = 0.0, 0.22）相关。在家庭特征中，使用非瓶装水与瓶装水相比，BLL 中位数较高 0.39（95% 置信区间 = 0.09, 0.69），并且在 BLL 分布中的变化也较高。与家庭成员有工作铅暴露同住也与 BLL 第 25 百分位数的变化较高相关。没有环境特征与 BLL 的分布相关。根据组内相关系数估计值，第 25、50 和 75 分位数处 BLL 变异中归因于街区居住的比例分别为 7.9%、14.2% 和 18.0%，这表明无论个人和家庭特征如何，某些社区可能有较高的铅暴露。

**表 2. 多变量线性分位数混合回归模型估计的血铅水平分位数调整后的变化**

| 变量 | 分位数 0.25 调整后贝塔系数 b (95% CI) | 分位数 0.50 调整后贝塔系数 b (95% CI) | 分位数 0.75 调整后贝塔系数 b (95% CI) |
| :--- | :--- | :--- | :--- |
| **个体特征** | | | |
| 年龄，10 岁 | ?0.03 (?0.11, 0.06) | 0.01 (?0.08, 0.11) | 0.07 (?0.08, 0.22) |
| 性别，男性 vs. 女性 | 0.18 (0.0, 0.37) | 0.25 (?0.02, 0.53) | 0.32 (?0.04, 0.67) |
| 教育水平 | 0.12 (?0.16, 0.40) | 0.05 (?0.26, 0.36) | 0.14 (?0.31, 0.59) |
| 收入，<$1 vs. ≥$1 美元/天 | ?0.06 (?0.26, 0.14) | ?0.02 (?0.27, 0.22) | 0.23 (?0.20, 0.65) |
| 水果和蔬菜份量/天 | 0.11 (0.0, 0.22) | 0.12 (?0.01, 0.25) | 0.18 (?0.04, 0.41) |
| 吸烟状况，当前/曾经 vs. 从不 | 0.51 (0.06, 0.97) | 0.81 (0.13, 1.50) | 1.68 (0.69, 2.66) |
| 酒精消费量，>1 vs. ≤1 杯/天 | 0.39 (?0.17, 0.96) | 0.83 (?0.04, 1.71) | 1.86 (0.69, 3.03) |
| 个体工作铅暴露，是 vs. 否 | ?0.26 (?0.79, 0.27) | ?0.09 (?0.70, 0.53) | ?0.19 (?0.93, 0.54) |
| 住所附近铅暴露，是 vs. 否 | 0.16 (?0.57, 0.90) | 0.29 (?0.59, 1.16) | ?0.02 (?0.96, 0.92) |
| **家庭特征** | | | |
| 家庭食物不安全，高 vs. 无/低/中 | 0.04 (?0.19, 0.26) | 0.26 (?0.02, 0.54) | 0.35 (?0.12, 0.81) |
| 主要家庭水源，非瓶装水 vs. 瓶装水 | 0.34 (0.09, 0.59) | 0.39 (0.09, 0.69) | 0.50 (0.05, 0.95) |
| 主要家庭烹饪燃料，污染燃料 vs. 无污染燃料 | 0.18 (?0.11, 0.47) | 0.26 (?0.12, 0.65) | 0.43 (?0.07, 0.93) |
| 房屋材料，未开发材料 vs. 开发材料 | 0.21 (?0.31, 0.73) | 0.21 (?0.40, 0.83) | ?0.07 (?0.80, 0.65) |
| 家庭工作铅暴露，是 vs. 否 | 0.40 (0.12, 0.68) | 0.30 (?0.08, 0.68) | 0.38 (?0.15, 0.90) |
| **环境特征** | | | |
| 海拔 (100 英尺) | ?0.15 (?0.32, 0.02) | ?0.12 (?0.42, 0.19) | ?0.04 (?0.52, 0.44) |
| 距主要道路最近距离 (50 米) | ?0.01 (?0.04, 0.01) | 0.0 (?0.03, 0.04) | 0.00 (?0.06, 0.06) |
| 距水道最近距离 (50 米) | 0.01 (?0.04, 0.07) | 0.03 (?0.04, 0.10) | 0.06 (?0.02, 0.14) |
| 距加油站最近距离 (50 米) | 0.02 (?0.02, 0.06) | 0.01 (?0.04, 0.06) | 0.03 (?0.04, 0.11) |

粗体结果显示 P < 0.05 的影响。
a 结果是基于评估 10 个插补数据集中特征的线性分位数混合回归模型的汇总估计值。
b 调整后的贝塔系数被解释为由于给定特征导致的特定分位数处 BLL 的变化。
HH 表示家庭。

图 1. 打开多媒体模态估计的多变量线性分位数混合回归模型的血铅水平分位数调整后的变化。每个面板显示线性分位数混合模型中每个特征在不同 BLL 分位数处的调整后贝塔系数及其相应的 95% 置信区间，已根据个体、家庭和环境特征进行调整。调整后的贝塔系数被解释为由于给定特征导致的特定分位数处 BLL 的变化。FIS 表示食物不安全；HH，家庭；F = 女性；M = 男性。

海地心血管疾病队列中有无测量血铅水平者分布的比较见补充表 S1；https://links.lww.com/EE/A463。与总体队列相比，缺失血铅水平值者中位海拔和距海岸距离较高。男性和每天收入<$1 美元者的患病率也较高，但与总体队列相比，食物不安全和非瓶装水使用的患病率较低。根据敏感性分析，男性性别、酒精使用、非瓶装水使用和高食物不安全是较高血铅水平中位数的预测因子。这些估计值较低，且除非瓶装水使用外，与主要分析的估计值相比也不显著。在敏感性分析中，吸烟的影响也较低（补充表 S2；https://links.lww.com/EE/A463）。

**讨论**

之前对海地心血管疾病队列的分析发现，居住在太子港的这一人群中平均血铅水平非常高。5 本研究旨在寻找可能识别该人群铅暴露途径的个体和背景特征，发现吸烟状况和家庭使用非瓶装水与较高的血铅水平分位数持续相关。研究还发现酒精使用与血铅水平第 75 百分位数的变化相关，且消费更多水果/蔬菜以及家庭成员有工作铅暴露与血铅水平第 25 百分位数的变化相关。

烟草和酒精产品可能含有铅，因为烟草和甘蔗等植物基产品已被证明容易从土壤中吸收重金属。28,29 商业烟草产品含有估计 2.3 (SD = 2.64) μg/dL 的铅，大部分来自烟叶本身。28 用于制作酒精饮料的设备，如焊料蒸馏器和搪瓷玻璃容器，也可能含有铅。30 至少有一次因铅含量高而召回本地用甘蔗制成的克拉里安酒（clarian）的情况。31 需要对这些问题产品及其来源地进行正式暴露评估，以确定铅是来自植物来源（表明土壤污染）还是来自制作它们的制造设备。可能的干预措施研究可能包括提高对这些产品铅污染意识的计划、促进戒烟和限制酒精使用的计划，以及促进这些产品的反广告。29

家庭使用非瓶装水与较高的血铅水平相关。2010 年太子港的地震加剧了本已薄弱的水和卫生基础设施。32 饮用水来源主要来自商业售货亭。33,34 2013 年在太子港对商业售货亭水的先前评估显示，其广告宣称经过反渗透过滤处理，33 90% 的水符合世界卫生组织微生物材料水质指南；然而，他们没有评估铅。34 此外，大多数居民从从小型水贩那里获得更便宜的水，他们输送来自库尔德萨克含水层（Cul-de-Sac aquifer）的未处理水，33 该含水层历史上已被证明含有高水平的铅。35 与职业暴露于铅的家庭成员同住与血铅水平第 25 百分位数较高相关。目前尚不清楚工人有哪些保护措施来最小化铅暴露。人们也会从事可能使他们暴露于铅的非正式工作。对于最弱势群体，已有文献记录他们在垃圾场 scavenging 可回收产品（如电池）以供转售，通常没有任何防护设备。36 有必要对售货亭、小型水贩和家庭的饮用水质量进行更新评估，包括铅含量定量。非瓶装水使用和有通常涉及危险物质的体力劳动是贫困的标志，33 这与中低收入国家（LMIC）污染物暴露高度相关。8,37,38 生活在极端贫困条件下的人更有可能居住在未开发地区，缺乏必要的拆除危险废物或提供安全水的基础设施。

尽管假设加油站和水道的邻近程度以及海拔与铅径流相关，但本分析中包含的环境暴露并不能预测血铅水平。描述性分析表明较低海拔与较高血铅水平相关。血铅水平第 25 分位数变化的估计值表明了相同的模式，尽管不具有统计显著性，但置信区间也主要呈负值。此外，研究队列中研究区域的规模可能太小，无法检测到社区层面的变异性。

本研究存在几个需要考量的局限性。首先，这是一项横断面研究，不能推断因果关系。其次，一些从事非正式工作（如挨家挨户或在废物场收集用过的电池或废金属）的参与者可能不认为这些经历是工作暴露而不报告。第三，尽管数据被假设为在观察变量的条件下随机缺失，但高量的缺失血铅水平值和低于检测下限（LLOD）的值需要谨慎对待。第四，由于每个家庭内的参与者数量少，无法对家庭变异进行建模。虽然海拔以及距水道、道路和加油站的距离等环境因素被包括为固定效应，但模型也没有考虑街区级别以上的变异。最后，普遍性仅限于太子港接水区的成年人，该人口比太子港其余部分更贫困。队列也包括儿童，他们是铅毒性最脆弱的人群，这使其成为未来关于太子港铅研究的首要任务。

**结论**

通过描述按个体、家庭和环境暴露分布的血铅水平，并确定高血铅水平的关键特征，本研究能够提供见解，了解之前文献记录的环境暴露评估中来自水和土壤的外部环境来源导致的下游人类暴露。10,11,35,39 在局部背景下了解铅暴露对于风险分层和干预措施设计至关重要。8 可能考虑研究的干预措施包括旨在戒烟和减少酒精的计划，以及教育人群了解铅污染来源的计划。

鉴于铅对多个器官系统和健康结果的有害影响，需要进行持续的人群监测以了解趋势，医疗提供者应在症状提示时考虑检测血铅水平（BLLs），并需要对可消除或减少的铅源进行持续调查。

利益冲突声明
作者声明，就本报告内容而言，他们不存在利益冲突。

致谢
我们感谢研究的参与者以及 GHESKIO 的社区卫生工作者和医疗提供者。