《Toxics》:Associations of Serum Trace-Element Concentrations with Selected Blood Biomarkers: A Secondary Cross-Sectional Analysis of the SPES Cohort
编辑推荐:
摘要专业翻译
微量元素在脂质代谢和炎症相关的营养学及毒理学作用中具有重要意义。在一项二次横断面研究中,研究人员分析了来自意大利坎帕尼亚大区SPES社区生物监测项目的4026名成人血清中19种元素与血液生物标志物的关联。低密度脂蛋白胆固醇(LDL-C)和中性粒细
摘要专业翻译
微量元素在脂质代谢和炎症相关的营养学及毒理学作用中具有重要意义。在一项二次横断面研究中,研究人员分析了来自意大利坎帕尼亚大区SPES社区生物监测项目的4026名成人血清中19种元素与血液生物标志物的关联。低密度脂蛋白胆固醇(LDL-C)和中性粒细胞-淋巴细胞比值(NLR)为共同主要结局;全身免疫炎症指数(SII)为次要结局。校正模型采用多重插补和错误发现率(FDR)校正。在直接定量浓度中,硒、铜和锌与LDL-C呈正相关,而汞的关联取决于检测可用性和定量情况。以未转换LDL-C为结局的模型估计,每种元素的对数浓度四分位距(IQR)增量对应的差异约为1–4 mg/dL。在探索性联合模型中,铜和锌的估计值较小。对于汞,可定量浓度组的LDL-C高于低于定量限组,但定量范围内的梯度尚不确定。四项主要模型LDL-C关联均同时满足结局特异性和合并共同主要FDR阈值;无任何主要线性NLR关联达到该阈值。铜、钴、钼和锑在结局特异性FDR校正后与较高SII相关,但在敏感性分析中结果一致性较差。这些适度的LDL-C差异有待前瞻性研究验证;横断面关联不能确立因果关系或个体临床效应。
论文解读
一、研究背景与目的
脂质代谢和全身性炎症过程是心血管疾病发生发展的重要病理生理基础,炎症过程同时也参与肿瘤发生。中性粒细胞-淋巴细胞比值(NLR)和全身免疫炎症指数(SII)作为源自常规血常规检测的两种非特异性指标,已在人群队列研究中被前瞻性地证实与癌症和心血管疾病的发生风险相关。低密度脂蛋白胆固醇(LDL-C)在动脉粥样硬化性心血管疾病中具有公认的因果作用,是预防干预的主要靶点。这些发现为在一般人群中探索影响脂质和血常规生物标志物变异的营养与环境因素提供了理论依据。
微量元素通过其生理功能和毒理效应与上述生物学领域相交织。必需元素如硒、铜、锌和铁参与酶活性、氧化还原调节和细胞代谢,其循环浓度反映营养状态和生理调节;非必需污染物如铅、镉和砷的暴露则与心血管结局相关,氧化应激、内皮功能障碍和炎症被认为参与其中。人体生物监测通过检测生物样本中的元素浓度来补充环境测量,将元素浓度与脂质和血常规指标联合研究,可为营养流行病学和环境流行病学提供信息。
既往人类研究已报道血清硒与脂质浓度、血清铜与血脂谱之间的关联,以及血液金属浓度与SII的关联。然而,不同营养和环境特征人群中,关联模式如何跨元素和生物学领域扩展仍不明确。SPES(易感人群暴露研究)是意大利坎帕尼亚大区一项社区生物监测项目,覆盖不同环境压力水平的区域,该区域以工业和城市压力以及部分地区长期存在的废物处置和焚烧问题为特征。既往分析已记录了该队列血清元素浓度的地理变异。本研究旨在利用同一队列中同时获得的元素测量、常规实验室数据和个体特征信息,将地理特征描述扩展至循环元素与社区居民生化和血液学变异之间的关系。
二、研究设计与方法
研究人员对4026名SPES参与者开展了一项二次横断面分析,考察19种血清元素与选定血液生物标志物的关联。LDL-C和NLR为共同主要结局,SII为关键次要结局;血小板-淋巴细胞比值(PLR)、红细胞分布宽度(RDW)、血糖和同型半胱氨酸为次要或探索性结局。结局层级在建模前已预先设定。
样本来源于2016–2017年在坎帕尼亚开展的SPES社区生物监测项目,21个环境压力聚类中的 municipalities 按4:2:1比例分配高、中、低压力区域招募目标。方案资格标准为年龄20–49岁、男女均可、知情同意、无HCV、HBV或HIV感染史且连续居住至少10年。排除自报肿瘤、心肌梗死、心绞痛和卒中病史者后,主要队列共4026人。
血清元素采用电感耦合等离子体质谱法(ICP-MS)测定,使用NexION 350仪器进行重复测量,每日五点校准使用Y-89、Rh-103和Lu-175内标,质量控制包括化学空白、内部控制品和认证参考物质。低于定量限(LOQ)的值按左删失处理。分析数据集包含代表19种元素的20个通道。主要分析使用30个完整数据集,由父级SPES删失感知多重插补工作流程生成,采用log-Tobit、固定Box-Cox Tobit或区间删失Gamma模型。协变量模型包括:模型A含年龄(限制性三次样条)、性别和21个市政聚类固定效应;模型B增加BMI(限制性三次样条)、吸烟、饮酒、体力活动、社会经济剥夺、职业化学危害暴露和能量摄入;主要模型C进一步增加预先指定的膳食来源变量。采用Benjamini–Hochberg FDR校正,q < 0.05定义为各家族内显著。单元素回归使用市政聚类HC1协方差矩阵,Rubin合并结合Barnard–Rubin自由度。
三、主要研究结果
3.1 队列与测量支持
主要队列4026名参与者,中位年龄35岁,女性占53.8%,中位BMI为24.62 kg/m2,30.9%当前吸烟。中位LDL-C为116 mg/dL,中位NLR为1.60,中位SII为363.9。在完整4188人分析队列中,Hg检测未执行占18.7%,Ni占44.4%,Zn占4.3%。已执行检测中,左删失比例最高的是Pb(71.0%)、Be(69.2%)、Cd(44.7%)、Cr(41.1%)、Sb(36.2%)、Ni(30.5%)、Tl(25.7%)和Hg(25.5%)。
3.2 主要结局
四种血清元素经原始结局特异性FDR校正后与LDL-C呈正相关:Se、Cu、Zn和Hg。浓度每翻倍,估计差异分别为+3.93%、+3.33%、+2.78%和+0.83%。按原始元素特异性log-IQR增量,对应相对估计为+2.04%、+1.55%、+1.26%和+3.72%;独立原始单位敏感性模型估计为+2.55、+1.81、+1.41和+4.35 mg/dL。四种关联均通过38项共同主要比较的修订阶段BH评估。无任何主要线性元素–NLR关联达到原始结局特异性FDR阈值。在次要样条分析中,Co有FDR显著的全局关联,但特异性非线性成分不显著。
3.3 次要和探索性结局
按原始元素特异性log-IQR,SII与Co-59(+1.46%)、Mo-98(+1.39%)、Cu-63(+2.34%)和Sb-121(+4.29%)呈正相关。无PLR关联通过FDR校正。Fe-56与较低RDW相关(?1.35%),Fe-57产生一致估计(?1.20%),支持通道一致性。无血糖关联通过FDR校正。探索性分析显示Ni-60(+3.36%)和Mo-98(+0.77%)与较高同型半胱氨酸相关。
3.4 关联的绝对量级
LDL-C差异在原始测量单位中适中:例如,Se约161–232 μg/L的对比对应模型标准化几何均值为113.2和115.5 mg/dL,差异为2.3 mg/dL。
3.5 敏感性分析和插补精度
四项主要LDL-C关联在报告的队列、协变量、协方差、地理和药物排除敏感性分析中均保持正向估计。Hg的可定量与低于LOQ对比为+4.08% LDL-C,而直接定量浓度中的连续估计为+1.89%(名义p = 0.269),未显示明确梯度。检测可用性加权得到+3.63%,与主要估计+3.72%接近。在探索性联合Se/Cu/Zn模型中,Se保持正向条件关联(+2.99%),而Cu(+1.88%)和Zn(+0.24%)的置信区间包含零。SII敏感性估计因限制条件而异,Mo在两种限制下均保持正向。
四、讨论与结论
本研究的核心发现是血清Se、Cu、Zn和Hg与LDL-C呈正相关,在独立原始单位模型中差异约为1–4 mg/dL。Se在联合模型中保持正向条件关联,而Cu和Zn在其调整规格下减弱。LDL-C因Hg定量状态而异,但直接定量Hg浓度中未明确显示梯度。无主要线性NLR关联达到多重性校正阈值,SII发现在敏感性分析中一致性较差。
与既往研究比较:Se–LDL-C关联方向与NHANES 2003–2004(Laclaustra等报道最高与最低血清Se四分位间LDL-C差异12.7 mg/dL)和NHANES III(Bleys等报道10.9 mg/dL)一致。随机对照证据方面,丹麦PRECISE试验中五年硒补充未显著改变胆固醇指标,AREDS第7号报告发现含锌铜配方五年后血清锌升高但血脂无显著变化,说明自然发生的血清浓度差异与补充干预是不同性质的比较。
Hg结果需按测量对比解释:可定量与低于LOQ对比为正向,而直接定量浓度中的连续估计不精确且未显示明确梯度。LOQ是分析边界而非生物学阈值。Se、Cu和Zn的血清浓度随营养摄入、肝脏合成、转运蛋白和炎症再分布而变化,脂质代谢或肝脏生理可能改变循环元素浓度,共享决定因素也可能同时影响元素和LDL-C,横断面联合模型无法区分这些方向。
研究优势包括社区队列、广泛血清元素面板、建模前指定的结局层级、聚类推断、明确的多重性控制和互补敏感性分析。局限性包括横断面设计无法确立时间顺序、单次血清测量不能代表长期暴露或通常营养状态、血清非多种元素的首选基质、化学形态分析不可用、历史数值精度和回收率总结不可用、膳食和补充剂评估有限、残余混杂可能、参与率无法计算以及继承的插补模型兼容性问题。
结论:本二次横断面SPES分析中最清晰的发现是适度的血清浓度–LDL-C关联,在独立原始单位模型中对应每元素特异性log-IQR约1–4 mg/dL的差异。Se在联合模型中保持正向条件关联,Cu和Zn在其调整规格下减弱,LDL-C因Hg定量状态而异但定量Hg浓度中未明确显示梯度。无主要线性NLR关联达到多重性校正阈值。需要具有重复测量的前瞻性研究来确定时间关系并评估这些生物标志物模式是否能预测后续结局。任何修改元素摄入的作用都需要专门设计评估干预获益和危害的研究证据。