美国非裔女性队列中全氟和多氟烷基物质、感知压力与流产风险

《Environmental Epidemiology》：Per- and polyfluoroalkyl substances, perceived stress, and miscarriage risk in a cohort of US Black women

　　

背景：全氟和多氟烷基物质（PFAS）会扰乱支持健康妊娠的激素和代谢过程。PFAS暴露与流产风险相关，但关于孕前同时暴露于多种PFAS及心理社会应激的研究较少，尤其是在黑人女性中。

方法：我们使用了环境、生活方式与子宫肌瘤研究（SELF）中538名自我认同为黑人或非裔美国人的前瞻性数据。在基线（孕前）时，我们测量了血浆样本中六种PFAS的浓度，参与者完成了感知压力量表-4（PSS-4）（分数越高反映压力越大）。参与者在随访研究访问时（约20、40和60个月）报告了妊娠结局。我们使用以孕周为时间尺度的Cox比例风险模型，估计了描述PFAS浓度和感知压力分数与流产风险相关性的调整后的风险比（HR）及95%置信区间（CI）。我们还使用了基于分位数的g计算法的生存扩展来估计混合物（PFAS和感知压力分数）与流产风险的关联。

结果：在随访期间共报告了95例流产。在Cox模型中，全氟己基磺酸在第50–74百分位数（HR = 1.99，95% CI = 1.10，3.58）和第≥75百分位数（HR = 1.52，95% CI = 0.73，3.17）（相对于<50百分位数）时，分别与流产风险增加99%和52%相关。其他PFAS与流产风险关联不大。感知压力分数（每增加1个标准差）与流产风险增加23%相关（HR = 1.23，95% CI = 0.98，1.53）。混合物与流产风险呈非线性关联，但关联不够精确。

结论：黑人女性中，较高的全氟己基磺酸浓度和感知压力分数与流产风险相关。

本研究新增贡献：我们评估了在美国黑人女性前瞻性队列中，PFAS和感知压力经历与流产风险的关联。全氟己基磺酸和感知压力分数与较高的流产风险相关。当作为混合物考虑时，PFAS和感知压力分数共同与较高的流产风险相关，尽管关联不够精确。本研究为不断增长的文献提供了补充，表明PFAS暴露可能不利影响妊娠健康。

引言：流产是指在胎儿具备存活能力之前（在美国通常为20孕周）发生的妊娠损失。据估计，约20%的确认妊娠以流产告终。经历流产可能导致严重的身体和情感后果，如出血或感染风险增加、焦虑和抑郁。流产也是未来产科结局（如后续妊娠中早产）和心血管健康的预测因素。尽管已确定了一些流产的危险因素——如高龄产妇和既往流产史，但化学暴露对流产风险的影响尚未被充分阐明，仍是紧迫的公共卫生需求。

PFAS是内分泌干扰化学物质，可扰乱对妊娠重要的激素和代谢过程。由于其广泛用于消费品且对环境降解具有抗性，美国普通人群的PFAS暴露十分普遍。暴露对生殖健康构成潜在威胁：现有数据显示PFAS能够改变生殖激素（如孕酮、雌激素）、激活下丘脑-垂体-肾上腺（HPA）轴、损害胎盘功能以及诱导染色体异常，而染色体异常是早期流产的主要原因。

流行病学研究之前已报道了PFAS暴露与流产风险之间的关联，但结果不一。流行病学研究之间结果不一致可能反映了研究设计、分析方法、流产定义、暴露程度或暴露评估时机的差异。值得注意的是，大多数研究在妊娠期间或妊娠后评估了母体PFAS暴露，这可能导致妊娠相关因素（如血液动力学变化）的混杂或差异性暴露错误分类。孕前评估PFAS暴露提供了一种不易受这些偏倚影响的替代方法。少数拥有孕前PFAS数据的研究大多报告了零关联或反向关联。

此外，关于PFAS混合物的研究较少。由于PFAS共享毒性机制，暴露于多种PFAS可能引发联合效应，导致比单独考虑时更强的不良关联。少数现有的PFAS混合物研究报告了与流产风险的零关联或正向关联，尽管所有这些研究均采用病例对照设计且在妊娠期间或流产时测量PFAS浓度。同样，据我们所知，没有PFAS与流产风险的研究考虑了心理社会应激的作用，尽管两者均可激活HPA轴。心理社会应激指来自社会和人际互动的压力体验，可导致可测量的生理反应，并与流产风险增加相关。由于PFAS同样可以激活HPA轴，同时暴露于PFAS和压力可能对妊娠结局产生联合效应。流行病学研究支持了这一假设，显示在报告较高心理社会应激水平（如感知压力、抑郁症状、歧视经历）的参与者中，PFAS暴露与出生结局之间的关联更强。

美国关于PFAS与流产的研究中纳入的黑人女性很少。妊娠结局的种族差异已被充分记录：例如，美国黑人女性经历流产的可能性比白人女性高43%。因此，确定黑人女性流产的环境决定因素是一个重要的公共卫生目标，有助于制定旨在减少不良结局的干预策略。考察多种PFAS暴露与感知压力在黑人女性中的联合效应是一个特别重要的研究需求，因为黑人女性可能具有较高水平的心理社会应激——部分反映了更大的种族歧视暴露。

为解决文献中的重要空白，我们在黑人参与者前瞻性队列研究中评估了孕前PFAS暴露和感知压力与流产风险的关联。我们假设较高的PFAS暴露和更大的压力经历与较高的流产风险相关，且同时暴露于PFAS和感知压力对流产风险具有联合效应。

方法：

研究人群：我们使用了环境、生活方式与子宫肌瘤研究（SELF）的数据，这是一项来自密歇根州底特律的育龄黑人女性前瞻性队列研究，参与者于2010至2012年间招募。SELF最初设计用于研究子宫平滑肌瘤。参与者的招募和研究方案细节已在此前描述。简要而言，我们纳入的参与者自我认同为黑人或非裔美国人，年龄23–35岁，子宫完整，且无子宫平滑肌瘤、癌症或需定期服药的自身免疫性疾病病史。参与者完成了基线研究访问及一系列随访研究访问（20个月、40个月、60个月、10年和15年）。研究方案经亨利福特健康（HFH）系统、国家环境卫生科学研究所（NIEHS）和波士顿大学医学中心机构审查委员会批准。

流产评估：我们通过电话访谈和随访研究访问（20、40和60个月）时的面对面交流收集妊娠数据。参与者在每次研究访问时报告自上次研究访问以来发生的妊娠结局（活产、死产、流产、输卵管/异位妊娠或诱导流产）和妊娠持续时间（以周计）。在60个月随访期间共报告了796次妊娠。由于PFAS生物标志物浓度受生殖因素（如胎盘转运、母乳喂养）影响，我们将当前分析限定于随访期间报告的第一个妊娠（n = 538）。基线（PFAS测量）与目标妊娠开始之间的平均时间为1.9年（范围 = 0–5.3年），报告流产的参与者与未报告流产的参与者之间，基线与目标妊娠开始之间的时间相似。

PFAS暴露评估：参与者在基线研究访问时提供了非空腹全血样本，我们在HFH通过4°C、1300g离心10分钟将血液分离为血浆。我们将血浆样本保存在-80°C，直至用干冰从HFH运至NIEHS生物存储库。随后我们解冻、分装并保存在-80°C。之后我们将样本从NIEHS用干冰隔夜运至疾病控制中心，在那里使用在线固相萃取-液相色谱-同位素稀释串联质谱法量化血浆PFAS浓度。我们测量了九种PFAS：全氟己基磺酸（PFHxS）、线性全氟辛基磺酸（n-PFOS）、支链全氟辛基磺酸（Sm-PFOS）、线性全氟辛烷酸（n-PFOA）、支链全氟辛烷酸（Sb-PFOA）、全氟壬酸（PFNA）、全氟癸酸（PFDA）、全氟十一酸（PFUnDA）和2-(N-甲基-全氟辛基磺酰胺)乙酸（MeFOSAA）。我们通过分别将PFOS和PFOA的线性和支链异构体浓度求和计算总PFOS和总PFOA。所有PFAS的检出限为0.1 ng/mL。我们纳入了六种检出频率>60%的PFAS用于当前分析：PFHxS、PFOS、PFOA、PFNA、PFDA和MeFOSAA（表1）。在这六种PFAS中，我们对血浆浓度进行了插补。

表1. SELF中（2010–2012年，n = 538）基线血浆PFAS浓度（ng/mL）的分布：

| PFAS | N (%) | 中位数（25百分位，75百分位） |
|------|-------|--------------------------|
| PFHxS | 13 (2.4%) | 0.6 (0.4, 1.0) |
| PFOS | 2 (0.4%) | 4.3 (2.8, 6.4) |
| PFOA | 5 (0.9%) | 1.3 (0.9, 1.8) |
| PFNA | 8 (1.5%) | 0.5 (0.4, 0.7) |
| PFDA | 68 (12.6%) | 0.2 (0.1, 0.3) |
| PFUnDA | 239 (44.4%) | 未计算a |
| MeFOSAA | 152 (28.3%) | 0.1 (0.1, 0.2) |

a未计算，因检出频率过低。

感知压力：在基线时，参与者完成了PSS-4，询问在过去30天内她们感到以下情况的频率如何：（1）无法控制生活中重要的事情，（2）对自己处理个人问题的能力有信心，（3）事情正按她们的意愿发展，（4）困难堆积得高到无法克服。参与者选项为从不、几乎从不、有时、相当经常或非常经常（分别计分为0、1、2、3和4分）。我们对第（2）和第（3）题的回答进行了反向编码，并将四个问题的分数求和以反映总感知压力水平（范围：0–16），我们称其为"感知压力分数"。分数越高表示感知压力水平越高。PSS-4在黑人人群中具有很高的可靠性。

协变量：我们从基线问卷和临床就诊中获取了社会人口学、生殖和人体测量信息，包括年龄（岁）、教育程度（高中/GED、部分大学/技术培训/副学士学位、或学士/硕士/博士学位）、年家庭收入（<$20,000、$20–$50,000或>$50,000/年）、身体质量指数（BMI；kg/m2）、吸烟状态（从未吸烟、既往吸烟或目前吸烟）、饮酒量（低[<10杯/月]、中[较高但低于重度]、或重度[饮酒时每天≥6杯或每月两次单次≥4杯]）、初潮年龄（<11、11、12、13或≥14岁）、 gravidity（从未怀孕、曾怀孕但未分娩、1次、2次、≥3次）、距上次分娩时间（年）、既往母乳喂养持续时间（月）、过去2年是否使用孕激素注射剂（是或否）、典型月经周期长度（天）和月经出血强度（轻、中或重）。我们对gravidity和距上次分娩时间进行了交叉分类（从未怀孕、曾怀孕但未分娩、<2年、2–4年和≥5年）。

统计方法：

变量分布和多重插补：我们评估了所有变量的分布。9%的参与者缺失PFAS数据。其他变量的缺失数据很少。我们使用蒙特卡洛马尔可夫链方法对缺失数据进行多重插补，使用所有可用数据生成了五个插补数据集，假设数据为随机缺失。

描述性统计和数据转换：我们计算了所有变量的描述性统计（均值、标准差[SD]、百分比[%]、中位数、25–75百分位数），并估计了血浆PFAS浓度之间的Spearman相关系数。在统计分析前，我们对血浆PFAS浓度和感知压力分数进行了z标准化（以均值为中心并按标准差缩放）。

混杂因素选择：我们根据文献预先使用有向无环图选择纳入统计模型的混杂因素。我们调整了所有统计模型的以下基线特征：年龄、教育程度、年家庭收入、BMI、吸烟状态、饮酒量、初潮年龄、gravidity、距上次分娩时间、过去2年孕激素注射剂使用、月经周期长度和月经出血强度。

Cox比例风险回归：我们首先使用自然三次样条检验所有连续变量（PFAS、感知压力分数、协变量）与流产风险之间潜在的非线性关联。鉴于年龄和BMI存在非线性关联的证据，我们将这些变量分类并在后续回归模型（包括混合物方法）中作为指示变量建模。

我们还观察到PFHxS和PFOS存在非线性关联；因此，我们针对这些全氟化合物创建了分类变量用于后续回归模型，并将其作为指示变量建模：<50th %（参考）、50–74th %和≥75th %。我们拟合了Cox比例风险模型，以估计全氟化合物和感知压力评分与流产风险之间的关联的风险比（HR）和95%置信区间（CI）。我们使用孕周作为时间尺度，将所有参与者的随访起始点设定为孕4周。55 我们将随访结束点设定为孕周，即（1）发生流产时，（2）发生删失事件（人工流产、宫外孕/输卵管妊娠）时，或（3）对于未报告流产或删失事件的参与者为20孕周（即可存活性）时。该研究设计为将孕妇参与者的随访研究访问延迟至其分娩之后；因此，仅在研究访问时处于早孕期的参与者人数很少，包括基线访问时的三名参与者。这三名参与者的妊娠结局数据在随后的随访研究访问中报告。我们对每个插补数据集拟合模型，调整所有预先选择的混杂因素，并使用Rubin法则合并估计值。56 我们在模型中对所有全氟化合物和感知压力评分进行了联合调整。关联反映了连续暴露变量（PFOA、PFNA、PFDA、MeFOSAA、感知压力评分）每增加一个标准差时流产的风险，或每增加一个分类时PFHxS和PFOS的流产风险，设定第一个分类（<50th百分位）为参考。

**基于分位数的g计算方法**

我们采用基于分位数的g计算方法（qgComp）来评估全氟化合物和压力混合物（以下简称"混合物"）与流产风险之间的关联。qgComp的详细方法描述详见此前文献。57,58 简而言之，用于时间-事件结局的qgComp是一种Cox比例风险模型，它将暴露变量划分为样本特异性的分位数（此处为四分位数），并量化混合物每增加一个分位数（所有暴露变量同时增加）与健康结局之间的关联。57 因为我们假设感知压力会对整体混合物关联（即全氟化合物和感知压力的联合暴露效应）有所贡献，我们将感知压力评分作为解释变量纳入混合物中。重要的是，qgComp估计整体混合物关联（假设为可加性），同时允许暴露变量对结局（即流产）产生负向或正向的影响。

我们使用qgComp估计HR和95% CI。由于存在非线性关联的证据，我们将PFHxS和PFOS的四分位数浓度作为指示变量，并使用qgComp针对非线性关联的扩展方法（利用500次bootstrap迭代估计CI）来估计非线性的混合物效应。该模型在所有暴露变量每增加一个分位数后（对混杂因素进行边缘化处理）估计一个二次函数，其公式为：

**公式1：E[Y] = ψ1×Sq + ψ2×Sq2**，其中Sq = 所有暴露所取的分位数值。

描述混合物效应的两个参数ψ1和ψ2的解释类似于包含单一暴露变量及其平方的模型中得出的系数。线性主效应项（ψ1）和二次项（ψ2，即整体效应中的非线性部分）共同估计了所有暴露变量每增加一个四分位数时结局的变化。我们对所有插补数据集拟合这些模型，并使用Rubin法则合并估计值。56 我们通过将ψ1和ψ2（来自拟合模型的数值）以及Sq（四分位数得分0、1、2、3）代入公式1，利用先前开发的代码，进一步估计了各四分位数的特定HR。我们没有展示每个暴露变量的权重，因为非线性模型的估计关联并不反映各单一暴露变量的加权平均效应。57 为评估感知压力对混合物关联的整体贡献，我们单独拟合了排除混合物中感知压力评分但保留感知压力评分为协变量的qgComp模型。

**敏感性分析**

我们拟合了将所有暴露变量和混合物效应视为线性的qgComp模型，从中提取了每个暴露变量（全氟化合物浓度和感知压力评分）的权重，这些权重反映了各暴露变量与流产风险关联的方向（正向或负向）和相对大小。我们还拟合了线性qgComp模型，使用R语言中的qgcompint包60检验全氟化合物混合物与感知压力评分之间的统计学交互作用。

我们还拟合了Cox比例风险回归模型：（1）未对所有全氟化合物进行联合调整的模型，以评估联合暴露混杂的可能性；（2）仅纳入在20个月随访研究访问中报告了指数妊娠的参与者（n=191）的模型，以评估由于暴露评估（基线）与妊娠之间时间间隔较长导致的暴露错分可能性；（3）基线时无生育史参与者的模型（n=175）；以及（4）将PFHxS和PFOS视为线性z标准化暴露变量的模型，以与主要分析中将PFHxS和PFOS作为分类指示变量的结果进行比较。最后，考虑到母乳喂养是全氟化合物的已知排泄途径，且母乳喂养持续时间先前已与育龄女性较低的血液全氟化合物浓度相关，46,47,61 我们额外调整了既往母乳喂养持续时间的Cox比例风险回归模型和qgComp模型。

**结果**

基线参与者特征见表2。参与者平均年龄为28.1岁（SD=3.3岁），大多数受教育程度低于大学（71%），家庭年收入≤5万美元（82%），从不吸烟（71%），适度饮酒（52%）。平均BMI为33.2 kg/m2（SD=8.9 kg/m2）。大多数参与者报告初潮年龄≤12岁（64%），基线时有生育史（68%），过去2年未使用仅含孕激素的注射避孕剂（86%），月经周期长度<35天（73%），并报告轻度至中度月经出血量（81%）。平均感知压力评分为6.3（SD=3.2），总体上反映了较高水平的压力体验。62 报告了95例流产，其中大多数（n=91）发生在妊娠早期（前三个月）。平均流产时孕周为7.6周（SD=2.8周）。

**表2 SELF参与者基线特征（2010–2012年，n=538）**a

| 特征 | N（%）或均值（SD） |
|------|------|
| 入组时年龄（岁） | 28.1（3.3） |
| 教育水平 | |
| 　高中学历/高中会考 | 120（22.3%） |
| 　部分大学/副学士/技术学校 | 262（48.7%） |
| 　学士/硕士/博士学位 | 156（29.0%） |
| 家庭年收入 | |
| 　<2万美元 | 244（45.4%） |
| 　2万–5万美元 | 199（37.0%） |
| 　>5万美元 | 95（17.7%） |
| BMI（kg/m2） | 33.2（8.9） |
| 吸烟状况 | |
| 　从不 | 384（71.4%） |
| 　曾吸烟 | 154（28.6%） |
| 饮酒量 | |
| 　少量 | 158（29.4%） |
| 　中等 | 282（52.4%） |
| 　大量 | 98（18.2%） |
| 初潮年龄（岁） | |
| 　<11 | 98（18.2%） |
| 　11 | 98（18.2%） |
| 　12 | 150（27.9%） |
| 　13 | 90（16.7%） |
| 　≥14 | 102（19.0%） |
| 生育史×距上次生育时间 | |
| 　从未怀孕 | 106（19.7%） |
| 　曾怀孕但无子女 | 69（12.8%） |
| 　距上次生育<2年 | 161（29.9%） |
| 　距上次生育2–4年 | 137（25.5%） |
| 　距上次生育≥5年 | 65（12.1%） |
| 既往母乳喂养持续时间（月） | 3.9（7.3） |
| 过去2年是否使用仅含孕激素注射避孕剂 | |
| 　否 | 462（85.9%） |
| 　是 | 76（14.1%） |
| 月经周期长度（天） | |
| 　≤28 | 234（43.5%） |
| 　29–34 | 158（29.4%） |
| 　≥35 | 146（27.1%） |
| 月经出血量 | |
| 　轻度 | 255（47.4%） |
| 　中度 | 180（33.5%） |
| 　重度 | 103（19.1%） |
| 感知压力评分（可能范围：0–16） | 6.3（3.2） |
| 妊娠结局 | |
| 　流产 | 95（17.7%） |
| 　输卵管/宫外孕 | 19（3.5%） |
| 　人工流产 | 87（16.2%） |
| 　妊娠进展超过20孕周 | 337（62.6%） |

a描述性统计使用一个随机插补数据集计算。

血浆全氟化合物浓度中位数最高的是PFOS（4.3 ng/mL，25th–75th %：2.8–6.4 ng/mL）和PFOA（1.3 ng/mL，25th–75th %：0.9、1.8 ng/mL，见表1），与2009–2010年国家健康和营养检查调查中20至39岁黑人女性的全氟化合物浓度大致相似。63 全氟化合物之间呈弱到强的正相关（PFDA-MeFOSAA为0.09，PFOA-PFNA为0.71，图S1，https://links.lww.com/EE/A467）。有流产报告和未报告流产的参与者之间的血浆全氟化合物浓度相似（表S2，https://links.lww.com/EE/A467）。

在Cox比例风险模型中，PFHxS浓度在50th–74th百分位（HR=1.99，95% CI=1.10，3.58）和≥75th百分位（HR=1.52，95% CI=0.73，3.17）与<50th百分位相比流产风险更高（表3），但关联不够精确。其他全氟化合物与流产风险无强关联。感知压力评分每增加1个标准差，流产风险高23%（HR=1.23，95% CI=0.98，1.53）。当我们未对所有全氟化合物进行联合调整时，结果总体相似，但存在一些联合暴露混杂的证据，尤其是PFOS和PFNA（表3）。

**表3 从Cox比例风险回归模型估计的血浆全氟化合物浓度和感知压力评分与流产风险的关联（n=538）**

| 变量 | 未调整Cox模型HR（95% CI）c | 调整Cox模型a HR（95% CI）c | 调整Cox模型b HR（95% CI）c |
|------|------|------|------|
| PFHxSd | | | |
| 　<50th %（参考） | 参考 | 参考 | 参考 |
| 　50th–74th %（0.6–0.9 ng/mL，n=143） | 1.99（1.15，3.43） | 2.04（1.21，3.43） | 1.99（1.10，3.58） |
| 　≥75th %（1.0–9.9 ng/mL，n=148） | 1.42（0.72，2.79） | 1.54（0.87，2.75） | 1.52（0.73，3.17） |
| PFOSd | | | |
| 　<50th %（参考） | 参考 | 参考 | 参考 |
| 　50th–74th %（4.3–6.3 ng/mL，n=144） | 1.08（0.63，1.85） | 1.37（0.81，2.32） | 1.13（0.63，2.02） |
| 　≥75th %（6.4–47.6 ng/mL，n=135） | 0.97（0.50，1.88） | 1.21（0.70，2.11） | 0.95（0.46，1.97） |
| PFOA | 1.13（0.80，1.61） | 1.16（0.95，1.41） | 1.14（0.75，1.72） |
| PFNA | 0.92（0.62，1.35） | 1.10（0.88，1.37） | 0.87（0.56，1.34） |
| PFDA | 1.12（0.85，1.48） | 1.10（0.91，1.33） | 1.11（0.85，1.47） |
| MeFOSAA | 0.91（0.67，1.23） | 0.93（0.69，1.27） | 0.93（0.67，1.29） |
| 感知压力评分 | 1.19（0.97，1.46） | 1.21（0.97，1.50） | 1.23（0.98，1.53） |

全氟化合物浓度和感知压力评分进行了z标准化。调整模型纳入年龄、BMI、教育水平、家庭年收入、吸烟状况、饮酒量、初潮年龄、生育史、距上次生育年限、过去2年是否使用仅含孕激素注射避孕剂、月经周期长度和月经出血量。a模型纳入所有协变量和感知压力评分。b模型纳入所有协变量、感知压力评分及其他所有全氟化合物。cHR反映暴露变量每增加一个分类（PFHxS和PFOS）或每增加1个标准差（其他所有全氟化合物和感知压力评分）的流产风险。dPFHxS第一、二、三分类中分别有33、34和28例流产，PFOS第一、二、三分类中分别有40、27和28例流产。

qgComp模型中混合物（全氟化合物和感知压力评分）与流产风险的关联不够精确（表4）。尽管如此，qgComp模型提示混合物与流产风险之间存在非线性关联，即正向的混合物关联在较高暴露水平时总体上有所减弱（Ψ1=0.72，95% CI=?0.48，1.92；Ψ2=?0.17，95% CI=?0.49，0.15）。

**表4 从qgComp模型估计的混合物与流产风险的关联（n=538）**

| | 未调整qgComp模型 | 调整qgComp模型 | 调整qgComp模型（混合物中排除感知压力评分）a |
|---|---|---|---|
| Ψ1b | 0.63（?0.43，1.71） | 0.72（?0.48，1.92） | 0.53（?0.57，1.63） |
| Ψ2b | ?0.15（?0.44，0.14） | ?0.17（?0.49，0.15） | ?0.16（?0.46，0.15） |

全氟化合物浓度和感知压力评分进行了z标准化。模型调整了年龄、BMI、教育水平、家庭年收入、吸烟状况、饮酒量、初潮年龄、生育史、距上次生育年限、过去2年是否使用仅含孕激素注射避孕剂、月经周期长度和月经出血量。a感知压力评分作为协变量保留在模型中，但不作为混合物中的组成成分。bΨ1反映所有暴露变量每增加一个四分位数时混合物的线性关联；ψ2反映暴露变量每增加一个平方单位时的关联。

各四分位数的特定关联也不够精确，但提示与流产风险之间存在正向关联。与第一四分位数相比，第三四分位数时的关联最强（HR=2.09，95% CI=0.57，7.68），第四四分位数时有所减弱（表5，各四分位数的全氟化合物浓度和感知压力评分范围见表S3，https://links.lww.com/EE/A467）。当从混合物中省略感知压力评分时，全氟化合物混合物与流产风险的关联在强度上总体较弱，且仍不够精确（表4和表5）。

**表5 使用公式1从qgComp模型估计的混合物各四分位数与流产风险的关联（n=538）**

| | 未调整qgComp模型HR（95% CI） | 调整qgComp模型HR（95% CI） | 调整qgComp模型（混合物中排除感知压力评分）a HR（95% CI） |
|---|---|---|---|
| Q1 | 参考 | 参考 | 参考 |
| Q2 | 1.63（0.73，3.66） | 1.72（0.69，4.28） | 1.45（0.64，3.31） |
| Q3 | 1.96（0.62，6.20） | 2.09（0.57，7.68） | 1.54（0.48，4.90） |
| Q4 | 1.74（0.50，6.06） | 1.80（0.44，7.33） | 1.19（0.34，4.16） |

全氟化合物浓度和感知压力评分进行了z标准化。模型调整了年龄、BMI、教育水平、家庭年收入、吸烟状况、饮酒量、初潮年龄、生育史、距上次生育年限、过去2年是否使用仅含孕激素注射避孕剂、月经周期长度和月经出血量。a感知压力评分作为协变量保留在模型中，但不作为混合物中的组成成分。

在敏感性分析中，我们拟合了将所有暴露变量和混合物效应视为线性的qgComp模型，混合物每增加一个四分位数的HR为1.21（95% CI=0.80，1.81；表6）。与Cox回归模型的结果一致，该关联主要由PFHxS和感知压力评分驱动（图S2，https://links.lww.com/EE/A467）。

当我们从混合暴露中排除感知压力得分作为组成部分时，线性混合暴露的关联消失（HR = 1.05，95% CI = 0.73，1.49；表6）。然而，PFAS混合暴露与感知压力得分之间无交互作用的证据（交互P值 = 0.89）。表6. 采用qgComp模型估计混合暴露与流产风险的关联（敏感性分析中将所有PFAS及混合效应视为线性，n = 538）| 未校正qgComp模型 | HR（95% CI） | 校正qgComp模型 | HR（95% CI） | 排除感知压力得分的校正qgComp模型a | HR（95% CI） | | --- | --- | --- | --- | --- | --- | | | | | | | | | | | | | | | 1.19（0.81，1.75） | 1.21（0.80，1.81） | 1.05（0.73，1.49） | | | | | | | | | | 注：PFAS浓度与感知压力得分均经Z标准化。模型已校正年龄、BMI、教育程度、家庭年收入、吸烟状态、饮酒情况、初潮年龄、产次、距上次分娩年限、过去2年是否使用仅含孕激素的注射剂、月经周期长度及月经出血强度。a 感知压力得分作为协变量保留在模型中，但未视为混合暴露的组成部分。当我们将分析限定为在首次随访研究访视时报告的妊娠（n = 191）时，PFHxS的关联减弱（表S4，https://links.lww.com/EE/A467）。相反，在仅限于175名初产妇的分析中，PFHxS的正向关联更强（50th–74th百分位 vs. <50th百分位：HR = 3.73，95% CI = 1.06，13.21；≥75th vs. <50th百分位：2.71，0.69，10.54；表S5，https://links.lww.com/EE/A467）。在初产妇中，PFOA也存在阳性但估计不精确的关联（每增加1个标准差，HR = 1.61，95% CI = 0.86，3.03）。在Cox比例风险回归模型中，当我们线性建模Z标准化浓度时，PFHxS和PFOS的关联消失（表S6，https://links.lww.com/EE/A467）。在进一步校正既往哺乳期持续时间的敏感性分析中，关联结果相似（表S7和S8，https://links.lww.com/EE/A467）。讨论在美国黑人女性的这项前瞻性研究中，产前血浆PFHxS浓度和感知压力得分均独立地与更高的流产风险相关。PFHxS的关联在中等浓度范围内最为显著。当作为混合暴露考虑时，我们观察到产前PFAS浓度与感知压力得分存在提示性正向且非线性的关联，与更高的流产风险相关，表明PFAS与压力的联合暴露可能与更高的流产风险相关。然而，鉴于样本量有限，混合暴露的关联估计不精确。尽管如此，这些数据表明，产前暴露于特定PFAS和感知压力可能影响流产风险。评估PFAS与流产风险的流行病学研究报告了不一致的结果。多项研究报告PFAS生物标志物浓度存在正向关联，尤其是PFHxS、PFOS、PFOA、PFNA、PFDA和全氟庚烷磺酸。22–25,28,30 也有研究报告某些PFAS存在无关联或负向关联。22–31 研究结果的不一致可能与样本量、研究设计（队列 vs. 病例对照）、暴露评估时间（产前、孕期或产后）、PFAS浓度谱、未校正联合暴露混杂因素，或流产定义（任何<20周的妊娠丢失、第一孕期丢失或反复丢失）有关。测量孕期PFAS浓度的研究可能受到妊娠相关因素（如血流动力学）的混杂影响，导致暴露错分，从而产生差异。32,33 包括当前分析在内的产前PFAS测量研究可能较少受到这些偏倚的影响。有趣的是，测量产前PFAS的研究主要发现无关联或负向关联，但均未报告PFHxS的数据，因此无法与当前分析的主要发现进行比较。26,27,30 利用产前PFAS测量的研究仍可能受到既往妊娠PFAS排泄的影响——即经产妇通常PFAS浓度较低。46 这可以解释为什么我们在初产妇中观察到PFHxS和PFOA更强的正向关联，与其他研究一致。23,30 使用产前PFAS测量的研究还可能受到其他PFAS排泄途径（包括月经特征和既往哺乳期持续时间）导致的混杂或暴露错分影响。46 我们在统计分析中能够校正既往研究中未考虑的生产史因素。与我们的研究一样，两项针对丹麦和中国参与者进行的病例对照研究报告了PFHxS的非线性关联，即中等浓度三分位与流产风险的关联最为显著。23,24 各研究的暴露谱不同，但两项分析在与我们当前研究类似的PFHxS浓度水平下报告了关联。例如，Liew等人23报告在血浆PFHxS的第二四分位（病例与对照的PFHxS第50百分位 = 1.1 ng/mL）和第三四分位（病例与对照的PFHxS第75百分位 = 1.4 ng/mL）时关联最强。Nian等人24同样报告在第三四分位（病例与对照的第75百分位 = 0.4 ng/mL）时血浆PFHxS的关联最强。这些非线性关联可能反映平台效应，但该假说通常未得到体内数据的支持，后者显示PFAS暴露与生殖终点（包括胎儿生长、胎盘坏死和胎儿死亡）之间存在线性关联。64,65 不同研究中PFHxS与流产风险之间的一致性关联可能反映其相对较长的生物半衰期66 或更强的胎盘毒性、67 脂质代谢紊乱68 以及甲状腺激素信号通路干扰69,70，与其他PFAS相比，但需进一步研究验证。PFAS暴露可能通过多种机制增加流产风险。PFAS可激活HPA轴，导致应激反应和循环皮质醇水平紊乱。71–74 升高的皮质醇水平反过来可能损害胎盘功能并改变激素代谢。75,76 PFAS会干扰支持健康妊娠的激素（如雌激素和孕激素）的分泌和代谢。12,77–84 PFAS也被证实影响子宫血流64 和胎盘功能，包括损害血管结构和诱导胎盘组织中与胎儿生长和发育相关的基因表观遗传改变。17–19,85 此外，一项最新研究报告，日本母亲在PFAS暴露后染色体异常风险更高。20 该研究包含44例染色体异常病例，其中活产40例，人工流产4例。尽管该研究未特别纳入自然流产，但超过50%的早期流产可能归因于胎儿染色体异常。21,86,87 PFAS可能通过干扰卵母细胞间通讯88、线粒体功能89 和减数分裂90,91 诱导染色体异常，从而增加流产风险。本研究通过考虑包括PFAS和感知压力得分在内的混合暴露与流产的关联，丰富了现有文献。我们观察到提示性证据表明混合暴露与流产风险存在非线性正向关联。这一正向关联在将所有PFAS和混合效应视为线性的敏感性分析中保持一致。然而，由于样本量较小，混合模型的置信区间较宽，因此结果应谨慎解读。其他研究报告了PFAS混合暴露（不包括压力指标）与流产风险增加的联合关联，主要受PFOS和PFOA驱动。22–24 而一项挪威女性研究报告PFAS混合暴露的关联为阴性。31 尽管Nian等人报告使用qgComp时混合暴露的关联为阴性，但在贝叶斯核机器回归模型中，他们观察到非线性混合暴露关联，与我们的研究类似。24 少数研究采用了允许评估成对及高阶化学交互作用的统计方法，并报告混合暴露中PFAS之间无显著交互作用。22,24 由于样本量较小，我们未采用混合暴露方法（如贝叶斯核机器回归）来探索暴露变量之间的交互作用，潜在化学交互作用应在未来工作中考虑。我们的分析中的混合暴露包括感知压力得分，这使得我们能够探讨PFAS与感知压力的联合暴露与流产风险的关联。既往研究显示感知压力与流产风险相关37,92，这可能与HPA轴激活和激素信号通路改变有关，进而影响胎盘功能。36 与既往研究一致，我们发现感知压力得分每增加一个标准差，流产风险约增加20%。37,92 鉴于PFAS已被发现与黑人女性体内催乳素释放激素升高相关，且这些关联在经历较多心理社会应激者的女性中更强，93 因此压力体验导致的HPA激活尤为重要。因此，PFAS和心理社会压力可能共同影响流产风险。在本研究中，qgComp模型显示混合暴露（PFAS和感知压力得分）与流产风险的提示性正向关联强于仅含PFAS的混合暴露，表明PFAS与感知压力的联合暴露可能比单纯PFAS暴露与更高的流产风险相关。这些混合暴露的关联不精确，应谨慎解读。然而，这些发现与其他研究一致，后者报告在经历较多心理社会应激者（感知压力、抑郁症状、歧视经历）中，PFAS混合暴露与不良围产结局（如出生体重低）之间的关联更强。39–41 此前在SELF研究中，PFHxS与校正孕周出生体重Z评分之间的正向关联在感知压力得分较高的参与者中更强。41 综上所述，这些数据支持公共卫生干预措施需同时考虑化学和非化学应激源，以改善妊娠结局。然而，值得注意的是，在采用qgcompint包的敏感性分析中，PFAS混合暴露与感知压力得分之间无统计学交互作用证据（乘法尺度）。本研究的主要优势在于关注黑人女性，她们的流产风险高43%1，且可能经历比白人女性更高的心理社会压力。42 与既往研究一致，约18%的参与者报告流产，且大多数发生在第一孕期。94,95 我们在一个拥有丰富协变量数据的已建立队列中完成研究目标。这使我们能够校正多种潜在混杂因素，包括生产史变量，这些变量是PFAS-流产关联的强混杂因素和/或效应修饰因子。96 本研究的额外优势包括用于测量血浆PFAS的验证方法，以及产前PFAS暴露评估，这有助于减少因妊娠相关因素导致的潜在混杂和暴露错分。我们进一步使用先进的混合暴露方法达成研究目标。本研究也存在重要局限性。尽管我们的样本量与已发表研究相当，22,23,26–28 但样本量有限影响了效应估计的精确性，尤其是混合模型。我们还依赖自我报告的妊娠数据，可能遗漏早期妊娠丢失，因为我们未询问妊娠检测时间或妊娠确认时间，或妊娠检测方式（如家用妊娠检测、医生办公室检测、妊娠超声）。我们也承认并非所有参与者都有计划妊娠，且妊娠确认和妊娠丢失的时间可能存在广泛差异。遗漏的早期妊娠丢失可能导致向下偏倚，如果发生早期妊娠丢失的参与者更可能具有更高的PFAS浓度。样本中约16%的参与者报告了人工流产，这与全国层面人工流产的估计值一致（美国所有妊娠中21%为人工流产）。97 人工流产和异位/输卵管妊娠可能构成竞争事件，尽管在将人工流产和异位/输卵管妊娠作为竞争事件而非删失事件处理的亚组分析中，我们的结果未发生变化（数据未显示）。此外，由于暴露评估（基线）与妊娠之间的时间差异，我们的结果可能受到暴露错分的影响。我们预期任何错分相对于结局均为非差异性，尽管在限定为首次随访研究访视报告的妊娠时，PFHxS的关联明显减弱。我们还仅将感知压力得分作为该人群中心理社会压力的指标，这可能无法全面反映心理社会压力的经历。进一步研究增加心理社会压力的测量指标（如抑郁、焦虑、经济压力、社会支持或歧视经历）将有助于阐明PFAS与心理社会压力对流产风险的潜在联合效应。总之，黑人女性产前暴露于特定PFAS（尤其是PFHxS）及经历感知压力均与更高的流产风险相关。当作为混合暴露考虑时，我们观察到PFAS与感知压力得分存在提示性正向且非线性的关联，与更高的流产风险相关，表明PFAS和压力可能影响妊娠健康。

我们的发现强调，在公共卫生政策和干预措施中，应考虑针对全氟和多氟烷基物质（PFAS）以及心理社会应激源的暴露降低策略，以支持健康妊娠。利益冲突声明：作者声明，就本报告的内容而言，他们不存在利益冲突。致谢：我们感谢朱莉安娜·库克·博泰洛博士和安东尼娅·M·卡拉法特博士对PFAS数据所做出的分析贡献。