社区人群重金属暴露与平均血小板体积及动脉粥样硬化性心血管疾病风险的关联分析

发布时间：2020-06-21 23:52

【摘要】：重金属暴露对人体健康的损害现已成为重大公共卫生问题。研究表明,重金属暴露不仅会影响神经系统,还会对血液系统和心血管系统造成损伤。既往的研究报道了重金属暴露和血压、血糖以及心血管疾病的关联性,但是有关重金属暴露和动脉粥样硬化性心血管疾病(Atherosclerotic cardiovascular disease,ASCVD)预测风险关联的研究很少,而且其中的机制仍不清楚。平均血小板体积(mean platelet volume,MPV),是血小板的功能参数,不仅可以反映血小板的形态变化和活性,也被认为是机体全身炎性状态的生物标志物。炎性反应是机体多种疾病发生发展的基础病理过程,同样也是造成心血管疾病的重要环节。越来越多的临床研究和流行病学研究指出,MPV升高和心血管疾病的发生以及死亡率存在密切相关。既往研究发现,重金属暴露可导致机体炎性反应增强,但是有关MPV与重金属暴露的相关研究很少,也不清楚MPV是否在重金属暴露导致心血管疾病中发挥作用。基于上述研究进展,本研究选取武汉-珠海社区队列的基线人群作为研究对象,通过问卷调查、生物样本采集以及体格检查收集相关信息,测定研究对象的血中MPV和尿中重金属的水平,采用中国ASCVD风险预测研究模型计算研究人群的ASCVD十年风险评分,从而探究重金属暴露和MPV以及ASCVD十年风险之间的关联,并探讨MPV在重金属暴露与ASCVD十年风险间的潜在作用。本次研究分为以下两部分:第一部分社区人群尿中重金属和MPV的关联性目的:研究社区人群尿中重金属水平和MPV之间的关联性。方法:以武汉-珠海社区队列基线的3641名18-80岁成员为研究对象,通过问卷调查收集研究对象的人口学特征、疾病史、家族史和生活习惯等相关的信息,体格检查测定身高、体重、血压等人体学指标。应用电感耦合等离子体质谱联用仪测定尿中锰、铁、铜、锌、镉、锑、钡、铅及砷的浓度,应用全自动生化分析仪测定血中MPV。采用广义线性模型和限制性立方样条(Restricted cubic spline function,RCS)方法分析尿中重金属和MPV之间的关联。结果:1.本研究人群尿中锰、铁、铜、锌、镉、锑、钡、铅和砷浓度的几何均数(四分数间距)分别为1.028(0.531-3.147)、50.76(26.060-107.500)、8.190(5.490-12.776)、304.56(26.010-506.680)、1.140(0.629-2.159)、0.131(0.011-0.205)、2.281(1.556-5.100)、2.756(1.888-4.357)和32.257(19.580-55.660)μg/L。除了镉外,尿中其他重金属的浓度在男性人群中均高于女性人群(P0.05)。2.连续型变量模型的结果显示:尿中铁、锌、锑和砷的浓度每增加一个自然对数单位,MPV分别升高1.30%、1.42%、1.61%和2.18%(所有P0.05);而尿中镉和铅的浓度每增加一个自然对数单位,MPV分别下降0.95%和1.16%(所有P0.05)。分类型变量模型的结果显示:MPV随着尿中铁、锌、锑、砷浓度的增加而升高,随着尿中镉和铅浓度的增加而下降,均呈显著的剂量反应关系(所有趋势性P0.01)。另外,分层分析后发现,尿中铁和MPV之间的关联性在女性人群中更显著。3.以尿中重金属的第10百分位数水平为参照,选取第10、第50和第90百分位数为节点进行RCS曲线拟合,结果显示:(1)尿中铁、铜的增加和MPV之间呈现非线性相关(非线性检验P0.05)。随着尿中铁、铜浓度的增加,MPV呈先下降后升高的变化趋势。(2)尿中锌、镉、锑、铅、砷和MPV之间的关联不呈非线性(非线性检验P0.05)。随着尿中锌、锑和砷浓度的增加,MPV呈逐渐升高的变化趋势;随着尿中镉、铅浓度的增加,MPV呈逐渐下降的变化趋势。结论:社区人群中,尿中锌、锑、砷的浓度和MPV呈线性正相关,而尿中镉、铅的浓度和MPV呈线性负相关;尿中铁、铜的浓度和MPV之间呈非线性相关。第二部分MPV在尿中重金属和ASCVD十年风险间的作用目的:分别分析社区人群尿中重金属、MPV和ASCVD十年风险之间的关联性,并探讨MPV在尿中重金属和ASCVD十年风险间的中介作用。方法:在第一部分研究对象的基础上进一步剔除年龄不在35-74岁以及已患有ASCVD的研究对象,最终共纳入3081人。采用经中国ASCVD风险预测研究改进并验证的十年风险评估方程计算本研究人群的ASCVD风险评分,将评分小于0.05定义为低风险组,评分在0.05及以上者定义为高风险组。应用logistic回归分析尿中重金属和ASCVD十年风险的关联性;并进一步按个体因素和生活方式分组,分析不同亚组中尿中重金属和ASCVD十年风险的关联性。同时,采用Logistic回归分析MPV和ASCVD十年风险之间的关联性,并利用中介分析法探究MPV在重金属和ASCVD十年风险间的作用。结果:1.研究对象尿中重金属和ASCVD十年风险的连续型变量模型分析结果显示:尿中铁、铜、锌、镉、锑、砷的浓度每增加一个自然对数单位,研究对象进入ASCVD高风险组的概率分别增加14.00%、40.00%、55.00%、21.00%、46.00%、16.00%;尿中钡的浓度每增加一个自然对数单位,研究对象进入ASCVD高风险组的概率下降10%(所有P0.05)。分类型变量模型的结果显示:尿中铁、铜、锌、镉、锑、砷的浓度和ASCVD十年风险增加呈现正向的剂量反应关系(趋势性P0.05);而尿钡和ASCVD十年风险增加呈负向的剂量反应关系(趋势性P=0.035)。2.根据个体因素和生活方式进行亚组分析的结果显示,尿中铁、铜、锌、镉、锑、砷和ASCVD十年风险的关联性在肥胖者、吸烟者、饮酒者和不锻炼人群中更显著。3.研究对象血MPV和ASCVD十年风险的连续型变量模型分析结果显示:MPV与ASCVD十年风险增加呈密切相关(OR=5.03,95%CI:2.71~9.33)。按MPV水平将研究对象四等分,以最低的第一组为参照,第二、三、四分组的研究对象进入ASCVD十年高风险组的风险和95%置信区间分别是1.23(0.87~1.74),1.69(1.11~2.59)和2.53(1.60~3.99),呈明显的剂量反应关系(趋势性P0.05)。4.MPV对尿中重金属和ASCVD十年风险间的中介作用分析结果显示:MPV在尿中铁、锌、锑、砷和ASCVD十年风险间起中介作用,中介比例分别是18.60%、6.63%、7.77%和22.89%,未发现MPV在其他重金属和ASCVD十年风险关联性间的中介作用。结论:社区人群中,尿中铁、铜、锌、镉、锑、砷和ASCVD十年风险增加存在正相关,尿钡和ASCVD十年风险增加存在负相关;肥胖、吸烟、饮酒和不锻炼可能会增强尿中铁、铜、锌、镉、锑、砷和ASCVD十年风险间的关联性。此外,MPV升高和ASCVD十年风险增加密切相关,并且MPV可能在铁、锌、锑、砷暴露和ASCVD十年风险间起部分中介作用。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R54
【图文】：

平均血小板体积,四分位,重金属,均值

华中科技大学硕士学位论文2.3 尿中重金属和 MPV 的关联性2.3.1 尿中重金属浓度的四分位水平下 MPV 的比较按照尿中重金属浓度的四分位水平将研究人群等分成四组，在校正年龄、性别、BMI、吸烟状态、被动吸烟、饮酒状态、规律性锻炼情况和地区后，比较不同组别下 MPV 水平的差异性，结果见图 1.2。在各自的四分类组中，锰第三组的MPV 水平低于第二组（P <0.05），其余组间的差异无统计学意义；铁第四组的MPV 水平要高于第一、二、三组（P <0.05）；铜第一、三、四组的 MPV 水平均高于第二组（P<0.05）；锌第四组的 MPV 水平要低于其他三组（P<0.05）；锑和砷第三、四组的 MPV 水平高于第一、二组（P<0.05）；铅第一组的 MPV 水平要高于其余三组，第二组的 MPV 水平高于第四组（P <0.05）；砷第三、第四组的MPV 水平要高于第一、二组（P <0.05）。

分布情况,分布情况,风险,人群

研究人群ASCVD十年风险的分布情况

【相似文献】