论文部分内容阅读
第一部分金属复合暴露水平与糖尿病风险的相关性研究
目的：研究金属复合暴露水平与糖尿病风险的关联性。
方法：研究对象基于深圳市老年相关疾病队列(Shenzhen Aging Related Disorder Cohort)的基线人群(n＝9411，≥60岁)，该基线人群完成了健康问卷调查和健康体检。当剔除本研究中涉及变量信息缺失者〔包括教育水平(n＝90)、主动吸烟(n＝48)、被动吸烟(n＝31)、饮酒(n＝17)、锻炼(n＝31)、体质指数(n＝103)、高血压(n＝12)、糖尿病(n＝33)、估计肾小球滤过率(n＝21)、血脂(n＝2)和尿金属浓度(n＝1622)〕后，最终有7401人纳入本部分研究。用电感耦合等离子体质谱联用仪(inductively coupled plasma mass spectrometry， ICP-MS)测定尿中24种金属(锂、铍、铝、钛、钒、铬、锰、铁、钴、镍、铜、锌、砷、硒、铷、锶、钼、镉、铟、锡、锑、钡、铊和铅)的浓度。用全自动生化分析仪测定尿肌酐浓度。用非条件Logistic回归模型分析尿中单金属浓度与糖尿病风险的相关性。用弹性网络模型(elastic net，ENET)从275个糖尿病风险的预测变量(包括22个单种尿金属、22个单种尿金属平方项和231个尿金属―尿金属的交互项)中筛选变量，并根据各变量系数计算反映多金属复合暴露水平的环境危险评分(environmental risk score，ERS)，再用Logistic回归模型分析金属复合暴露水平与糖尿病风险的相关性。
结果：Logistic回归分析提示在该研究对象中，每增加一个对数单位的尿铬、锰、钴、镍、铜、锌、硒或锑的测定浓度，其糖尿病风险相应增加51%(95%CI：1.29，1.77)、13%(95%CI：1.01，1.26)、17%(95%CI：1.05，1.30)、57%(95%CI：1.36，1.82)、35%(95%CI：1.19，1.53)、706%(95%CI：6.49，10.01)、52%(95%CI：1.26，1.84)或24%(95%CI：1.14，1.34)；每增加一个对数单位的尿钒或锶的测定浓度，糖尿病风险相应降低26%(95%CI：0.63，0.87)或18%(95%CI：0.72， 0.94)。当调整了年龄、性别、教育水平、主动吸烟、被动吸烟、饮酒、锻炼、体质指数、估计肾小球滤过率、低密度脂蛋白、高密度脂蛋白、甘油三酯、总胆固醇、尿肌酐水平和高血压混杂因素后可知，反映多金属复合暴露水平的环境危险评分与糖尿风险呈正相关〔β＝3.05，95%CI(2.83，3.28)〕。
结论：在深圳市该社区老年人群(≥60岁)中，尿铬、镍、铜、锌或锑的浓度与糖尿病风险呈正相关，但尿钒或锶的浓度与糖尿病风险呈负相关。金属复合暴露水平与其糖尿病风险呈正相关。
第二部分金属暴露水平对糖尿病风险的影响：多重中介效应分析
目的：分析炎性指标、线粒体DNA拷贝数对尿金属水平与糖尿病风险关系的中介效应。
方法：研究对象基于深圳市老年相关疾病队列(Shenzhen Aging Related Disorder Cohort)的基线人群(n＝9411，≥60岁)，该人群完成了健康问卷调查和健康体检。当剔除本研究中涉及变量信息缺失者〔包括教育水平(n＝90)、主动吸烟(n＝48)、被动吸烟(n＝31)、饮酒(n＝17)、锻炼(n＝31)、体脂指数(n＝103)、高血压(n＝12)、糖尿病(n＝33)、估计肾小球滤过率(n＝21)、血脂(n＝2)、尿金属浓度(n＝1622)和外周血白细胞线粒体DNA拷贝数(n＝394)〕后，最终有7007人纳入本部分研究。用多重中介效应分析量化影响金属暴露水平与糖尿病风险的潜在介导因素，包括白细胞、血小板计数、中性粒细胞/淋巴细胞比值、血小板计数/淋巴细胞比值、全身免疫炎症指标和外周血白细胞线粒体DNA拷贝数。
结果：中介效应分析提示白细胞、血小板计数在金属复合暴露水平与糖尿病风险关系中有中介效应；白细胞在尿钒、铜、锌或锑的测定浓度与糖尿病风险关系中有中介效应；外周血白细胞线粒体DNA拷贝数在尿铬、镍的测定浓度与糖尿病风险关系中有中介效应。
结论：白细胞、外周血白细胞线粒体DNA拷贝数可能部分介导了尿钒、铜、锌、锑、铬或镍测定浓度与糖尿病风险的相关性。
目的：研究金属复合暴露水平与糖尿病风险的关联性。
方法：研究对象基于深圳市老年相关疾病队列(Shenzhen Aging Related Disorder Cohort)的基线人群(n＝9411，≥60岁)，该基线人群完成了健康问卷调查和健康体检。当剔除本研究中涉及变量信息缺失者〔包括教育水平(n＝90)、主动吸烟(n＝48)、被动吸烟(n＝31)、饮酒(n＝17)、锻炼(n＝31)、体质指数(n＝103)、高血压(n＝12)、糖尿病(n＝33)、估计肾小球滤过率(n＝21)、血脂(n＝2)和尿金属浓度(n＝1622)〕后，最终有7401人纳入本部分研究。用电感耦合等离子体质谱联用仪(inductively coupled plasma mass spectrometry， ICP-MS)测定尿中24种金属(锂、铍、铝、钛、钒、铬、锰、铁、钴、镍、铜、锌、砷、硒、铷、锶、钼、镉、铟、锡、锑、钡、铊和铅)的浓度。用全自动生化分析仪测定尿肌酐浓度。用非条件Logistic回归模型分析尿中单金属浓度与糖尿病风险的相关性。用弹性网络模型(elastic net，ENET)从275个糖尿病风险的预测变量(包括22个单种尿金属、22个单种尿金属平方项和231个尿金属―尿金属的交互项)中筛选变量，并根据各变量系数计算反映多金属复合暴露水平的环境危险评分(environmental risk score，ERS)，再用Logistic回归模型分析金属复合暴露水平与糖尿病风险的相关性。
结果：Logistic回归分析提示在该研究对象中，每增加一个对数单位的尿铬、锰、钴、镍、铜、锌、硒或锑的测定浓度，其糖尿病风险相应增加51%(95%CI：1.29，1.77)、13%(95%CI：1.01，1.26)、17%(95%CI：1.05，1.30)、57%(95%CI：1.36，1.82)、35%(95%CI：1.19，1.53)、706%(95%CI：6.49，10.01)、52%(95%CI：1.26，1.84)或24%(95%CI：1.14，1.34)；每增加一个对数单位的尿钒或锶的测定浓度，糖尿病风险相应降低26%(95%CI：0.63，0.87)或18%(95%CI：0.72， 0.94)。当调整了年龄、性别、教育水平、主动吸烟、被动吸烟、饮酒、锻炼、体质指数、估计肾小球滤过率、低密度脂蛋白、高密度脂蛋白、甘油三酯、总胆固醇、尿肌酐水平和高血压混杂因素后可知，反映多金属复合暴露水平的环境危险评分与糖尿风险呈正相关〔β＝3.05，95%CI(2.83，3.28)〕。
结论：在深圳市该社区老年人群(≥60岁)中，尿铬、镍、铜、锌或锑的浓度与糖尿病风险呈正相关，但尿钒或锶的浓度与糖尿病风险呈负相关。金属复合暴露水平与其糖尿病风险呈正相关。
第二部分金属暴露水平对糖尿病风险的影响：多重中介效应分析
目的：分析炎性指标、线粒体DNA拷贝数对尿金属水平与糖尿病风险关系的中介效应。
方法：研究对象基于深圳市老年相关疾病队列(Shenzhen Aging Related Disorder Cohort)的基线人群(n＝9411，≥60岁)，该人群完成了健康问卷调查和健康体检。当剔除本研究中涉及变量信息缺失者〔包括教育水平(n＝90)、主动吸烟(n＝48)、被动吸烟(n＝31)、饮酒(n＝17)、锻炼(n＝31)、体脂指数(n＝103)、高血压(n＝12)、糖尿病(n＝33)、估计肾小球滤过率(n＝21)、血脂(n＝2)、尿金属浓度(n＝1622)和外周血白细胞线粒体DNA拷贝数(n＝394)〕后，最终有7007人纳入本部分研究。用多重中介效应分析量化影响金属暴露水平与糖尿病风险的潜在介导因素，包括白细胞、血小板计数、中性粒细胞/淋巴细胞比值、血小板计数/淋巴细胞比值、全身免疫炎症指标和外周血白细胞线粒体DNA拷贝数。
结果：中介效应分析提示白细胞、血小板计数在金属复合暴露水平与糖尿病风险关系中有中介效应；白细胞在尿钒、铜、锌或锑的测定浓度与糖尿病风险关系中有中介效应；外周血白细胞线粒体DNA拷贝数在尿铬、镍的测定浓度与糖尿病风险关系中有中介效应。
结论：白细胞、外周血白细胞线粒体DNA拷贝数可能部分介导了尿钒、铜、锌、锑、铬或镍测定浓度与糖尿病风险的相关性。