6.2 Q1|华中科技大学NHANES发文 | 暴露于多环芳烃和肝功能异常的风险：C 反应蛋白的介导作用

1.第一段–文章基本信息

文章题目：Exposure to polycyclic aromatic hydrocarbons and risk of abnormal liver function: The mediating role of C-reactive protein 

中文标题：暴露于多环芳烃和肝功能异常的风险：C 反应蛋白的介导作用 

发表杂志：Ecotoxicology and Environmental Safety

影响因子：1区，IF=6.2

发表时间：2025年5月

2.第二段–研究思路

本研究思路

本文通过横断面研究设计，基于2003-2010年美国国家健康与营养调查（NHANES）数据，筛选出4935名符合条件的成年人，旨在探讨多环芳烃（PAHs）暴露与肝功能异常（ALF）之间的关系及其潜在机制。研究采用气相色谱-串联质谱（GC-MS/MS）检测尿液中九种PAHs代谢产物水平，并结合血液中C反应蛋白（CRP）水平，通过逻辑回归、LASSO回归、加权分位数和（WQS）回归、基于分位数的g计算（qgcomp）以及中介效应分析等多种统计方法，综合评估PAHs与ALF风险的关联，并探讨CRP在其中的中介作用。结果显示，1-羟基芘（1-OH-PYR）和2-羟基苯并蒽（2-OH-PHE）与ALF风险存在显著正相关，且CRP部分中介了1-OH-PYR与ALF风险的关系。研究为理解PAHs暴露对肝脏健康的潜在影响及其机制提供了新的见解。

3.第三段-Introdction

背景

多环芳烃（PAHs）是由含碳物质不完全燃烧产生的环境污染物，广泛存在于空气、土壤、水和食物中，对人类健康构成严重威胁。由于其脂溶性，PAHs能够穿透人体并被代谢为羟基化和葡萄糖醛酸衍生物，这些衍生物水溶性较好，通常通过粪便和尿液排出。尿液中的单羟基多环芳烃（OH-PAHs）被认为是反映多途径PAHs暴露剂量的有效指标。研究表明，OH-PAHs与癌症、心血管疾病和糖尿病等慢性疾病存在关联。肝脏是人体重要的解毒器官，负责处理和代谢环境化学物质。然而，过量的PAHs可能会超过肝脏的解毒能力，导致肝细胞损伤和肝功能异常。目前，关于PAHs暴露与肝功能异常关系的研究结论尚不一致，且其潜在机制尚不清楚。

4.第四段-Methods

方法

本研究纳入了2003-2004、2005-2006、2007-2008和2009-2010四个NHANES周期的数据。在28,256名总参与者中，8573人具有OH-PAHs、CRP和肝酶的可用数据。在此基础上，进一步排除了年龄小于20岁（n = 2075）、怀孕（n = 219）、患有癌症（n = 588）、乙型肝炎病毒（HBV）感染（n = 32）和肝病（n = 226）的参与者。最终，4935名受试者纳入最终分析。研究人群选择流程如图S1所示。对纳入和排除个体的特征进行了比较（见表S1）。纳入研究的参与者平均BMI更高，年龄更大（p < 0.05）。

暴露：尿液PAH代谢产物

为了评估NHANES参与者的多环芳烃（PAHs）体内暴露水平，研究者对每位参与者的尿液样本进行了10种PAH代谢产物（OH-PAHs）浓度的检测。实验采用酶解法释放代谢产物，并通过耦合技术富集目标分析物。利用碳-13标记的内标（13C12 PCB105，40 µg/mL，溶于正己烷）稀释至100 pg/µL作为回收率校准溶液，通过同位素稀释毛细管气相色谱-串联质谱（GC-MS/MS）进行定量分析。通过标准校准曲线确定检测限（LOD），并计算分析物浓度。由于4-羟基芴（4-OH-FLUO）检测率低于50%，最终分析中保留了9种代谢物，包括1-羟基芘（1-OH-PYR）、2-羟基芴（2-OH-FLUO）等。所有OH-PAHs浓度均通过肌酐水平校正，以提高数据的准确性。

结局: 肝功能异常（ALF）

采用Beckman Coulter技术，使用Beckman Coulter DXH 800设备检测ALT、AST和GGT的浓度。ALB浓度通过固相荧光免疫分析法测定。通过ALB、GGT、AST和ALT水平的任何异常来定义ALF。ALT、GGT、AST和ALB的临床指南如表S3所示。

中介变量：血浆CRP

采用增强浊度法测定血浆CRP水平。样本中的CRP与包被有抗CRP单克隆抗体的聚苯乙烯颗粒结合，形成抗原-抗体复合物，导致溶液浊度增加。通过测量浊度计算血浆CRP浓度。该检测方法的灵敏度阈值为每分升0.02毫克，低于该阈值的数值报告为阈值平方根除以2的结果。

协变量

教育水平、婚姻状况、体质指数（BMI）、种族、吸烟状态、饮酒状态、体力活动情况、肝病药物使用、高脂血症、糖尿病和高血压

统计学方法

本研究遵循NHANES方法学协议，采用样本权重调整、伪分层参数和伪初级抽样单元规范进行统计分析。为更准确反映总体特征，使用加权数据描述一般特征，并对尿液中肌酐校正的OH-PAHs水平和肝功能生物标志物进行对数转换以减少偏态。连续变量以均值±标准差表示，分类变量以百分比表示，差异检验采用Wilcoxon秩和检验或学生t检验，分类变量比较采用卡方检验。为了避免加权方法可能带来的过度校正偏差，后续分析中选择非加权数据。逻辑回归模型用于评估单个OH-PAH与肝功能异常（ALF）风险的关系，并计算比值比（OR）及其95%置信区间（CI）。每个OH-PAH水平根据正常肝功能个体的分布分为四分位数，趋势检验将每个OH-PAH四分位数的中位值作为连续变量纳入模型，同时评估OH-PAH水平每增加一个单位对ALF风险的线性效应。考虑到尿液OH-PAHs之间的多重共线性，采用LASSO回归模型识别与ALF风险独立相关的OH-PAHs，并通过10折交叉验证确定最佳正则化参数lambda，确保变量选择的稳定性和模型对ALF风险的预测准确性。此外，加权分位数和（WQS）回归分析用于筛选主导OH-PAHs，并探索所有OH-PAHs对ALF风险的混合效应。

5.第五段-Results

结果

研究人群的一般特征

研究参与者的基本特征如表1所示。50.5%的参与者为女性，平均年龄为45.3岁。与肝功能正常者相比，肝功能异常（ALF）组的参与者空腹血糖（FPG）、甘油三酯（TG）和BMI水平更高，且糖尿病和高脂血症的患病率更高（均为p < 0.05）。ALF组的ALT、GGT、AST水平更高，而白蛋白（ALB）水平更低（均为p < 0.05）。与非ALF组相比，ALF组的2-羟基苯并蒽（2-OH-PHE）水平显著更高，而3-羟基芴（3-OH-FLU）水平更低（均为p < 0.05）。其余OH-PAHs水平在两组间无显著差异（均为p > 0.05）。在无ALF的参与者中，各OH-PAHs之间的皮尔逊相关系数（r）在0.41到0.96之间，其中3-OH-FLU和2-OH-FLU的相关性最高（r = 0.96）。

尿液PAH代谢产物与ALF风险的关联

表2详细列出了OH-PAHs与ALF风险的相关性。在未校正模型中，2-OH-PHE水平最高的四分位数组相较于最低四分位数组的ALF风险增加了26.6%（p-trend < 0.05）。相反，3-OH-FLU水平最高的四分位数组相较于最低四分位数组的ALF风险降低了21.9%（p-trend < 0.05）。在校正混杂因素后，3-OH-FLU与ALF风险的关联不再显著。多变量校正后的OR值显示，2-OH-PHE和1-羟基芘（1-OH-PYR）水平最高四分位数组与ALF风险的关联显著增加（OR分别为1.277和1.323，95% CI分别为1.053–1.549和1.077–1.625）。线性模型进一步证实了这些正相关性（均为p < 0.05）。

独立与ALF风险相关的尿液PAH代谢产物的筛选

LASSO回归模型通过10折交叉验证确定了最佳正则化参数lambda值为0.0291，并最终筛选出1-OH-PYR、2-OH-PHE和9-羟基芴（9-OH-FLU）作为与ALF风险独立相关的代谢产物（见图1）。

所有PAH代谢产物对ALF风险的混合效应

在WQS分析模型和qgcomp模型中，未观察到所有OH-PAHs对ALF风险的显著混合效应。然而，在这两种模型中，2-OH-PHE和1-OH-PYR在与ALF风险正相关性中权重最高（WQS分析中2-OH-PHE权重为0.681，1-OH-PYR权重为0.152；qgcomp模型中2-OH-PHE权重为0.474，1-OH-PYR权重为0.291），这与逻辑回归模型和LASSO模型的结果一致。

交互作用和协同效应分析

由于2-OH-PHE和1-OH-PYR在上述模型中被一致筛选出来，因此对它们之间的交互作用和协同效应进行了评估。成对分析显示，随着2-OH-PHE浓度的增加，1-OH-PYR对ALF风险的影响增强，反之亦然。然而，这些成对交互项均未达到统计学显著性标准（均为p > 0.05；见图2）。与此同时，在加性交互作用分析中，发现1-OH-PYR和2-OH-PHE对ALF风险存在显著的协同效应（OR和95% CI为3.636 [1.599, 8.270]；见表3）。

选定尿液PAH代谢产物与ALF风险的剂量-反应关系

如图3所示，限制性立方样条（RCS）分析揭示了1-OH-PYR与ALF风险之间存在正线性剂量-反应关系（整体关联的p < 0.05，非线性关联的p > 0.05）。而2-OH-PHE与ALF风险之间未观察到显著的剂量-反应关系（整体关联和非线性关联的p均 > 0.05）。

血浆C反应蛋白的中介作用

如表S4所示，每增加一个单位的对数转换后的血浆CRP水平与ALF风险增加42.5%相关（OR = 1.425，95% CI：1.343–1.512，趋势p < 0.001）。这种正相关性反驳了反向因果关系（即ALF抑制CRP产生）的可能性，支持CRP在PAH-ALF关系中作为中介的角色。每增加1个单位的对数转换后的OH-PAH水平均与血浆CRP水平显著正相关（趋势p均 < 0.05；见表S5）。此外，血浆CRP在1-OH-PYR与ALF风险的关系中起到了13.4%的中介作用（总效应为0.023 [0.009, 0.040]，间接效应为0.020 [0.006, 0.040]，p < 0.001；见表4）。

6.第六段–结论与启发

结论与启发

结论

在本研究中，1-羟基芘（1-OH-PYR）和2-羟基苯并蒽（2-OH-PHE）被发现在多种分析模型中与肝功能异常（ALF）风险呈正相关。此外，1-OH-PYR与ALF风险之间显示出显著的正线性关系。1-OH-PYR和2-OH-PHE的共同暴露对ALF风险具有加性交互作用。血浆C反应蛋白（CRP）部分介导了1-OH-PYR与ALF风险之间的联系。

【光速科研启发】

选题：研究聚焦于多环芳烃（PAHs）暴露与肝功能异常（ALF）的关联，探讨C反应蛋白（CRP）的中介作用，填补了PAHs对肝脏健康影响机制研究的空白，具有重要的临床和公共卫生意义。

统计学：采用多种统计学方法，包括逻辑回归、LASSO回归、加权分位数和（WQS）回归、基于分位数的g计算（qgcomp）以及中介效应分析，全面评估PAHs代谢产物与ALF风险的关联，并通过限制性三次样条（RCS）分析揭示PAHs代谢产物与ALF风险的剂量反应关系。

数据库：利用NHANES数据库，确保样本的代表性和数据的丰富性。通过严格的筛选和纳入标准，提高样本质量，为研究提供了坚实的基础。

启发：研究提示在评估肝脏健康风险时，应综合考虑PAHs暴露及其代谢产物的影响；通过中介效应分析，发现CRP在PAHs暴露与ALF风险之间的中介作用，为预防和干预提供了新的靶点；利用非侵入性指标（PAHs代谢产物）易于获取的优势，促进大规模人群筛查和公共卫生干预。