6.2 Q1|同济大学NHANES发文 | 一般人群挥发性有机化合物尿液代谢物与心血管疾病的相关性

1.第一段–文章基本信息

文章题目：Association between urinary metabolites of volatile organic compounds and cardiovascular disease in the general population from NHANES 2011-2018

中文标题：NHANES 2011-2018 年一般人群挥发性有机化合物尿液代谢物与心血管疾病的相关性

发表杂志：Ecotoxicology and Environmental Safety

影响因子：1区，IF=6.2

发表时间：2023年10月

2.第二段–研究思路

本研究思路

本文旨在探讨挥发性有机化合物（VOCs）的尿液代谢产物（mVOCs）与心血管疾病（CVD）之间的关联。研究数据来源于2011—2018年的美国国家健康与营养调查（NHANES），选取了20岁及以上、具有完整20种尿液mVOCs数据和CVD结果的6814名受试者。研究首先对受试者的基本特征进行描述性统计分析，比较有无CVD人群的差异；然后采用多变量逻辑回归模型分析mVOCs与CVD的关系，并调整潜在混杂因素；接着利用广义相加模型检验mVOCs与CVD之间的非线性关系，进一步通过分段逻辑回归模型分析阈值效应；最后进行分层分析，观察不同性别、BMI等亚组中mVOCs与CVD的关联差异。结果发现，CEMA、CYMA与CVD呈正相关，ATCA与CVD呈负相关，AMCC与CVD存在非线性关系及阈值效应，且不同亚组间存在一定差异。

3.第三段-Introdction

背景

心血管疾病（CVD）是全球主要死亡原因之一，与环境因素密切相关。挥发性有机化合物（VOCs）广泛存在于环境中，来源多样，包括自然和人为活动。既往研究多关注单一化学物质或一类相似化学物质，但实际环境中VOCs成分复杂。VOCs的健康影响研究多集中在职业暴露或易感人群，缺乏对普通人群中VOCs代谢产物（mVOCs）与CVD关系的系统研究。美国国家健康与营养调查（NHANES）提供了大量关于VOCs暴露的尿液代谢物数据，为研究VOCs与CVD的潜在联系提供了机会。本研究旨在通过分析NHANES数据，探讨普通人群中尿液mVOCs与CVD风险之间的关系，以期为心血管疾病的环境因素研究提供新的视角。

4.第四段-Methods

方法

本研究使用的数据来自2011—2018年美国国家健康与营养调查（NHANES）。在最初的39156名参与者中，排除了缺少尿液mVOCs数据（n=15573）或CVD结果数据（n=1438）的参与者，以及年龄小于20岁（n=12331）的参与者。最终纳入了6814名年龄≥20岁且数据完整的受试者（见图1）。

暴露：VOCs

尿液中的VOC代谢物经过处理、储存并送往美国疾病控制与预防中心国家环境健康中心实验室科学部进行分析。采用超高效液相色谱-电喷雾串联质谱法测定尿液中mVOCs的含量，共检测了20种mVOCs。更多实验细节可在NHANES网站上找到。

结局: CVD

CVD结果包括自我报告的充血性心力衰竭、冠心病、心绞痛或心肌梗死的诊断。通过问卷调查中的心血管疾病和健康部分获取受试者心血管健康状况的个体访谈数据，包括评估CVD结果的问题。经过培训的调查员使用计算机辅助个人访谈系统在受试者家中进行提

问。

协变量:

年龄、性别、种族、教育水平、PIR、高血压、糖尿病、饮酒、吸烟状态、二手烟暴露史、总胆固醇、甘油三酯、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、可替宁水平

统计学方法

在统计分析中，连续变量以均值（标准差）或中位数（四分位数间距）表示，分类变量以频数（百分比）表示。通过t检验比较连续变量，卡方检验比较分类变量，以评估有无心血管疾病（CVD）的受试者之间的人口统计学和健康特征差异。对于非正态分布变量，采用对数转换处理。研究使用多变量逻辑回归模型分析尿液挥发性有机化合物代谢产物（mVOCs）与CVD的关系：模型1计算单变量逻辑回归的比值比（OR），模型2调整年龄、性别、教育水平和家庭收入与贫困线比例等混杂因素，模型3进一步调整舒张压、二手烟、高血压、糖尿病、可替宁、HDL-C、LDL-C和挥发性有毒物质问卷（VTQ）等变量。广义相加模型用于检验mVOCs与CVD的非线性关系，若检测到非线性，则通过两段式逻辑回归模型分析阈值效应并计算拐点，并进行对数似然比检验。此外，通过分层分析和多变量逻辑回归模型检验VOCs与分层协变量的交互作用。所有分析使用R软件3.6.0完成，双侧P<0.05具有统计学意义。

5.第五段-Results

结果

研究人群的一般特征

研究纳入了6814名受试者，平均年龄49.3岁，其中49.4%为男性。CVD组受试者年龄更大，更可能是男性或非西班牙裔白人，教育水平更低，贫困水平更高，吸烟率更高，且高血压和糖尿病的患病率更高（P<0.05）。与非CVD组相比，CVD组的20种尿液mVOCs中，CEMA、CYMA等浓度显著更高，而ATCA和BPMA水平更低（P<0.05）。

多变量逻辑回归分析

在调整潜在混杂因素后，尿液中较高的CEMA和CYMA水平与CVD风险增加相关（OR分别为1.36和1.23，P<0.05），而较低的ATCA水平与CVD风险降低相关（OR=0.65，P<0.01）。此外，AMCC与CVD之间存在显著的非线性关系，当AMCC浓度超过2.32 ng/mL时，与CVD风险显著正相关（OR=2.28，P=0.01）。

分层分析

分层分析显示，CEMA和CYMA在女性中与CVD风险相关，而ATCA仅在男性中与CVD风险相关。此外，BMI<25 kg/m²的受试者中CEMA和CYMA与CVD风险相关，而BMI≥25 kg/m²的受试者中ATCA与CVD风险相关。年龄、种族、教育水平和吸烟状态对mVOCs与CVD的关联无显著影响。

6.第六段–结论与启发

结论与启发

结论

我们的研究发现尿液中某些挥发性有机化合物代谢产物（mVOCs）与心血管疾病（CVD）显著相关。调整混杂因素后，CEMA和CYMA水平升高、ATCA水平降低均与CVD风险增加独立相关。AMCC与CVD存在非线性关系，当其浓度超过2.32 ng/mL时，CVD风险显著增加。分层分析显示，CEMA和CYMA在女性及BMI<25 kg/m²的受试者中与CVD风险相关，而ATCA在男性及BMI≥25 kg/m²的受试者中与CVD风险相关。年龄、种族、教育水平和吸烟状态对mVOCs与CVD的关联无显著影响。研究结果表明，尿液mVOCs水平的变化可能反映CVD患者的有害暴露或代谢特征，但因果关系需进一步研究确认。

【光速科研启发】

选题：本研究聚焦于尿液挥发性有机化合物代谢产物（mVOCs）与心血管疾病（CVD）之间的关联，填补了当前研究中关于多类mVOCs与CVD关系的空白，对理解环境暴露与心血管健康之间的联系具有重要意义，为心血管疾病的预防和干预提供了新的视角。

统计学：研究采用多变量逻辑回归模型分析mVOCs与CVD的关系，通过逐步回归调整潜在混杂因素，并利用广义相加模型和两段式逻辑回归模型评估非线性关系及阈值效应，为揭示mVOCs与CVD之间的复杂关联提供了有力的统计支持。

数据库：基于NHANES数据库，研究纳入了2011—2018年间的6814名受试者，确保了样本的代表性和数据的丰富性。通过严格筛选排除数据缺失或不完整的样本，进一步提高了研究结果的可靠性和科学性。

启发：研究结果表明，尿液mVOCs水平的变化可能反映CVD患者的有害暴露或代谢特征，提示在心血管疾病的评估中应考虑环境暴露因素。通过分层分析发现，不同性别和BMI水平的受试者中mVOCs与CVD的关联存在差异，为未来针对特定人群的个性化干预提供了依据。此外，尿液mVOCs作为非侵入性指标，易于获取且成本较低，有助于在大规模人群中开展心血管疾病的早期筛查和公共卫生干预。