6.2 Q1|浙江大学NHANES发文 | 美国人群接触 BDEs 和 BB 后血小板计数的反应
1.第一段–文章基本信息
文章题目：Response of platelet count in the US population following exposure to BDEs and BB: A cross-sectional analysis of database of NHANES (2007-2016)
中文标题：美国人群接触BDEs 和 BB 后血小板计数的反应：对 NHANES 数据库（2007-2016）的横断面分析
发表杂志：Ecotoxicology and Environmental Safety
影响因子：1区，IF=6.2
发表时间：2024年12月
2.第二段–研究思路
本研究思路
本文通过分析美国国家健康与营养调查（NHANES）2007-2016年的数据库，研究了溴代阻燃剂（BFRs）暴露与血小板计数（PLT）水平之间的关系。研究选取了5831名成年参与者，检测了12种BFRs的暴露水平，并记录了参与者的血小板计数等健康指标。首先，通过描述性统计分析了不同血小板水平分组下各变量的分布情况。接着，采用Spearman相关性分析、加权线性回归分析、限制性立方样条回归分析等方法，探讨了BFRs暴露与血小板计数之间的关联，并进行了分层分析和混合暴露分析。结果表明，多种BFRs与血小板计数呈显著正相关，其中BDE17相关性最强，且BFRs混合暴露也与血小板计数升高显著相关，提示BFRs暴露可能增加血栓和心血管疾病的风险。
3.第三段-Introdction
背景
环境污染物对全球健康构成巨大威胁，2015年因污染导致的疾病造成900万过早死亡，占全球死亡人数的16%，并导致2.68亿伤残调整寿命年（DALYs）的损失。流行病学研究表明，环境风险因素是非传染性疾病的主要原因，尤其是心血管疾病（CVD），也是CVD死亡的主要原因。溴代阻燃剂（BFRs）是一类广泛应用于各种工业和商业材料中的持久性、生物累积性和有毒有机污染物。BFRs包括多种结构，如多溴联苯醚（BDEs）、六溴环十二烷（HBCD）和四溴双酚A等，它们容易从产品中挥发和降解，人类和动物可能通过饮食摄入、母婴传播、产品使用和室内灰尘暴露于这些物质。许多国家已禁止或限制使用这些化学物质，因为它们具有持久性、生物累积性和有害影响。BFRs的污染，包括水、空气和土壤，也不容忽视。BFRs还与甲状腺激素水平不稳定、肝毒性、糖尿病和代谢综合征的发展有关。研究还表明，BFRs暴露与心血管疾病风险增加有关。
4.第四段-Methods
方法
在本研究中，2007至2016年共纳入了50,588名参与者，排除标准如下：1）缺少血小板（PLT）数据（8909名参与者）；2）缺少BFRs数据（32,867名参与者）；3）年龄小于20岁的参与者（1554名参与者）；4）缺少协变量数据的参与者（1427名参与者）。
暴露：BFRs
本研究包括一种BB153和十一种BDEs（BDE17、28、47、66、85、99、100、153、183、209和154）。使用同位素稀释气相色谱-高分辨质谱分析法（Sjödin et al., 2004）测量BFRs的浓度。考虑到NHANES数据库采样的复杂性，需要一定的样本权重来进行准确的数据分析，每个池由八个样本组成，用于加权分析。由于不同样本之间的检测水平存在差异，低于全重检测限（血清中pg/g）的值定义为检测限除以2的平方根。
结局:PLT水平
PLT计数（1000个细胞/µl）由NHANES移动检查中心使用Beckman Coulter DxH 800仪器测量，并进行样本质量控制（Westgard et al., 1981）。有关BFRs和PLT测量的详细信息，请参阅NHANES实验室程序手册。
协变量:
年龄、贫困收入比、白细胞计数、中性粒细胞计数、淋巴细胞计数、丙氨酸氨基转移酶、天门冬氨酸氨基转移酶、总胆红素、肌酐、血清钠、血清钾、性别、种族、BM、吸烟状态、饮酒状态、高血压和糖尿病
统计学方法
使用加权方法以减少研究数据的变异性。在描述性统计中，按四分位数对PLTs进行分组。连续变量以均值和标准差表示，并使用Rao & Scott方法的卡方检验进行检验。分类变量以百分比表示，并使用Wilcoxon秩和检验进行检验。对于非正态分布数据，使用Spearman秩相关分析来研究变量之间的相关性。构建了三个模型。模型1未调整。模型2调整了年龄、性别、种族、PIR、教育和BMI。模型3在模型2的基础上进一步调整了吸烟状态、饮酒状态、高血压和糖尿病。对BFRs进行对数转换后，进行加权广义线性回归分析、限制性立方样条回归（RCS，4个节点）和亚组分析，以研究BFRs与PLT水平之间的关联。在模型3中，应用加权分位数和（WQS）回归来评估BFRs暴露混合物对PLT水平的总体效应。在此模型中，随机分配训练集（30%）和验证集（70%），并使用训练数据集的1000个自助样本计算回归系数。使用分位数基础g计算（QGC）分析来评估BFRs暴露的联合效应对PLT水平的影响。通过1000次自助迭代进行混合斜率和整体模型置信度的计算。本研究的所有数据分析均使用R 4.4.1版本进行。P<0.05被认为具有统计学意义。
5.第五段-Results
结果
人群特征
本研究共纳入5831名参与者。如表1所示，所有参与者的平均年龄为46.97岁，其中男性占48.71%，女性占51.29%。按血小板（PLT）水平四分位数分组显示，BB153、BDE17、BDE85、BDE154、BDE183和BDE209与PLT水平显著相关（p<0.05）。补充图1显示了按PLT四分位数分组的BFRs中位数浓度。此外，年龄、性别、种族、BMI、WBC、Neu、Lym、ALT、AST、TB、肌酐、Na、K、高血压和糖尿病与PLT水平显著相关（p<0.05）。
BFRs暴露与PLT水平的关联
对数转换后的BFRs浓度和PLT水平呈非正态分布，采用Spearman秩相关分析评估它们之间的相关性。如补充表1所示，BDE28、BDE47、BDE66与PLT水平之间无统计学显著差异（p>0.05），而其他BFRs与PLT水平之间存在统计学显著相关性（p<0.05）。其中，BDE17的相关系数最高，为0.122，呈正相关。
采用加权线性回归分析对数转换后的BFRs与PLT水平之间的相关性。如表2所示，在模型1中，BDE28和BDE66与PLT水平之间无统计学显著关联（p>0.05）。在调整混杂因素后（模型3），除BDE153外，其他BFRs均与PLT水平呈显著正相关（p<0.05），BDE17的相关性最强（β: 23.47, 95%CI: 18.49, 28.45, p<0.001）。
随后，采用限制性立方样条（RCS）分析研究对数转换后的BFRs与PLT水平之间可能存在的非线性关系，调整混杂因素后（模型3）。如图2所示，BDE28、BDE47、BDE85、BDE100和BDE154与PLT水平之间无显著非线性相关性（p>0.05）。BDE99、BDE183和BDE209与PLT水平之间呈显著“S”形相关性（p<0.05）。BDE153与PLT水平之间呈显著“U”形相关性（p<0.05）。BB153、BDE17和BDE66与PLT水平之间呈显著倒“J”形非线性相关性（p<0.05）。
亚组分析
此外，按年龄和性别进行分层分析。如补充表2所示，按年龄分层后，BB153、BDE28和BDE66与PLT水平之间存在显著交互作用（p for interaction<0.05）。如补充表3所示，按性别分层后，BDE153和BDE209与PLT水平之间存在显著交互作用（p for interaction<0.05）。其他BFRs未观察到显著交互作用（p>0.05）。按年龄分层后，BDE153与PLT水平之间无统计学显著相关性（p>0.05），而大多数其他BFRs与PLT水平呈显著正相关（p<0.05）。
BFRs暴露与PLT水平的关联
如图3所示，基于模型3，采用WQS回归和QGC分析研究混合BFRs暴露与PLT水平之间的关联。混合BFRs暴露与PLT水平呈正相关（β: 6.141, 95%CI: 9.068–4.557, p<0.001），BDE17贡献最大，占68.45%（图3A）。QGC分析结果与WQS回归结果一致，显示混合BFRs暴露与PLT水平之间呈正相关（β: 11.312, 95%CI: 8.272–14.367, p<0.001），BDE17的贡献最高，占26.31%。
6.第六段–结论与启发
结论与启发
结论
本研究基于美国国家健康与营养调查（NHANES）数据库，对美国人群样本进行了分析。研究结果表明，溴代阻燃剂（BFRs）的暴露可能会显著提高血小板（PLT）水平，从而增加血栓形成的风险，进而显著提高心血管疾病和脑血管疾病的整体风险。尽管本研究进一步揭示了BFRs与成人参与者血小板计数之间的潜在联系，但这一联系仍需更多研究来进一步评估BFRs这类环境污染物的风险。
【光速科研启发】
选题：研究聚焦于溴代阻燃剂（BFRs）暴露与血小板计数（PLT）水平之间的关联，探讨其对血栓形成和心血管疾病风险的潜在影响，填补了当前研究在这一领域的空白，具有重要的临床和公共卫生意义。
统计学：采用加权线性回归模型、限制性立方样条回归（RCS）分析以及加权分位数和（WQS）回归和分位数基础g计算（QGC）分析，评估BFRs暴露与PLT水平的关联，并揭示BFRs暴露与PLT水平之间的非线性关系和混合暴露效应。
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：研究提示在评估心血管疾病风险时，应考虑BFRs暴露对血小板计数的影响；通过亚组分析，发现特定人群（如不同年龄或性别）中BFRs暴露与PLT水平的关联存在差异，为个性化干预提供依据；利用血小板计数这一易于获取的指标，促进大规模人群筛查和公共卫生干预。
