编辑推荐：
本研究是一项基于美国国家健康与营养调查数据的回顾性队列研究，首次系统性评估了金属混合物炎症指数与心血管-肾脏-代谢综合征早期患者全因死亡率之间的关联。研究发现，MMII升高是该人群死亡风险的独立危险因素，且两者存在非线性剂量-反应关系，在MMII>0.10594阈值后风险显著增加，提示了环境金属混合物暴露所致炎症负担在CKM综合征不良预后中的关键作用。
- 1.
引言
随着工业化和城市化的加速，环境重金属污染日益成为全球性的健康问题。汞、铅、镉、钴、钼、钨等有毒金属可通过饮用水、食物和空气进入人体，在器官中累积并对多个生理系统产生损害。大量流行病学和基础研究证实，慢性、低剂量的多种金属混合暴露可诱导氧化应激和系统性炎症反应，显著促进心血管、肾脏和代谢性疾病的发生发展。然而，既往研究多聚焦于单一金属暴露的健康效应，难以准确评估现实环境中人群面临的多金属综合健康风险。
为填补这一空白，研究者开发了金属混合物炎症指数。MMII通过整合多种金属（包括铅、汞、镉、钴、钼、钨）的血液浓度与关键炎症标志物（如高敏C反应蛋白和白细胞计数），并采用加权统计建模方法，量化反映个体因多种金属混合暴露而承受的系统性炎症负担。与单金属分析或单一炎症标志物相比，MMII在检测多金属协同和交互健康效应方面表现出更优的敏感性。先前研究已证实，MMII升高与糖尿病、全因死亡和不良心血管结局风险增加显著相关。
心血管-肾脏-代谢综合征是一种创新的慢性病模型，强调心血管疾病、慢性肾病和2型糖尿病、肥胖等代谢障碍之间相互促进、共同进展。该综合征的生理系统具有共同的危险因素和致病机制，包括胰岛素抵抗、氧化应激和慢性炎症，并在疾病进展中形成恶性循环，显著增加全因和病因特异性死亡风险。近年来的证据表明，CKM综合征患者对慢性低度炎症尤其易感，可能使他们更易受到环境危险因素（如金属混合暴露）的不利影响，从而导致不良健康结局。
尽管金属混合暴露、炎症与心血管代谢疾病的相关风险日益受到科学关注，但系统研究MMII与CKM综合征0-3期患者全因死亡率之间关系的文献仍然缺乏。本研究首次全面评估了MMII对这一高危但具有重要预防意义人群的全因死亡率影响，并首次探索了MMII与死亡风险之间潜在的非线性阈值效应。
- 2.
方法
2.1. 数据来源与研究人群
本研究采用前瞻性队列设计，数据来源于1999年至2010年的美国国家健康与营养调查。NHANES是一项由美国疾病控制与预防中心和国家卫生统计中心开展的持续横断面调查，采用复杂、多阶段概率抽样设计，旨在生成具有全国代表性的美国非机构化平民人口数据。调查通过家庭访谈、移动检查中心进行的体检和实验室测试收集健康相关信息。本研究的分析人群包括来自NHANES 1999-2010周期的20岁及以上成年人，他们接受了移动检查中心评估，并拥有完整的CKM综合征0-3期分类、重金属和炎症生物标志物测量数据。孕妇以及关键协变量或人口统计信息缺失的个体被排除。研究重点关注CKM 0-3期的成年人，因为该人群代表了预防干预的关键窗口期，最需要风险分层工具。研究设计流程图见图1。
2.2. 金属混合物炎症指数
MMII是根据Wang等人建立的方法计算的复合指标，整合了六种尿重金属（汞、镉、钴、钼、铅、钨）和两个关键炎症生物标志物（C反应蛋白和白细胞计数）。为了量化金属混合物的炎症潜能，研究者采用了相对风险回归建模和逐步线性回归分析，从而识别关键金属并根据各自的回归系数分配特定权重。最终的MMII评分提供了对系统性炎症负担的综合评估，评分升高对应炎症状态加剧。
2.3. 心血管-肾脏-代谢综合征定义
CKM分期依据最新共识指南制定，使用了NHANES中收集的病史、实验室结果和体检数据。分期标准定义如下：CKM 0期：无基础疾病或危险因素的健康个体。CKM 1期：具有代谢危险因素（包括肥胖、高血压、血脂异常或血糖调节受损）但无明确疾病的个体。CKM 2期：确诊糖尿病和/或慢性肾病的个体。CKM 3期：确诊心血管疾病（包括心肌梗死、心力衰竭、卒中或外周动脉粥样硬化）的个体。CKM 4期：在既有CKM综合征基础上出现临床心血管疾病表现的个体。各分期的详细诊断标准见表S1。
2.4. 结局
本研究的主要结局是全因死亡率。为确定生命状态，将NHANES 1999年至2018年的参与者记录通过概率匹配技术与国家死亡指数相关联。由于NHANES复杂的多阶段抽样设计以及参与者入组日期的变异性，无法精确计算中位随访时间。出于分析目的，研究终点设定为死亡日期或2019年12月31日中的较早者。
2.5. 协变量
为控制潜在的混杂效应，分析中纳入了多个协变量，分类如下：人口统计学特征：年龄、性别、种族/民族、教育水平、婚姻状况。生活方式因素：吸烟状况（分为从不、以前或现在吸烟）和饮酒（分为从不、以前、重度、中度或轻度）。临床指标：体重指数（分为正常(<25 kg/m2)、超重(25–30 kg/m2)或肥胖(>30 kg/m2)）。合并症：高血压和糖尿病。药物使用：抗高血压药、降糖药和降脂药。实验室测量：肌酐、尿酸、血尿素氮、淋巴细胞、中性粒细胞、单核细胞、糖化血红蛋白、空腹血糖、甘油三酯、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇和估算肾小球滤过率。
2.6. 统计分析
考虑到NHANES复杂的抽样设计以及分析中包含了空腹生物标志物，采用适当的空腹子样本权重进行加权分析，以解释复杂的调查设计和空腹子样本选择。连续变量以加权平均值（标准误）表示，分类变量以加权百分比（标准误）表示。MMII根据四分位数分为四组：Q1、Q2、Q3和Q4。由于连续变量的缺失值少于5%，使用“MICE”包进行多重插补处理缺失值。采用加权Cox比例风险回归模型评估MMII与全因死亡风险之间的关联。构建了三个逐步增加调整水平的序列模型：模型1：未调整分析；模型2：调整人口统计学因素（年龄、性别和种族/民族）；模型3：全面调整年龄、性别、种族/民族、贫困收入比、糖化血红蛋白、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、估算肾小球滤过率、婚姻状况、教育程度、吸烟状况以及高血压、高脂血症和糖尿病药物的使用。计算每个模型的风险比及其95%置信区间。为描述潜在的非线性，在调查加权的Cox框架内使用限制性立方样条将MMII建模为连续暴露。在主要分析中，在MMII分布的第五、二十五、五十、七十五和九十五百分位数处设置五个节点。通过比较样条模型与仅包含MMII单一线性项的模型，使用Wald似然比检验评估非线性。为识别潜在的阈值（拐点），拟合了一个带有未知断点的两段分段Cox模型，通过迭代轮廓似然优化算法进行估计。使用似然比检验比较单线模型和两线模型的拟合优度，并使用三明治方差估计量获得稳健的标准误。
为全面评估研究结果的稳健性，进行了一系列按年龄(<65岁 vs. ≥65岁)、BMI(<25、25–30或>30 kg/m2)、性别、高血压状态、糖尿病状态和种族/民族分层的亚组分析。敏感性分析如下进行：(1)排除随访前2年内死亡的参与者；(2)排除自我报告癌症的个体；(3)删除任何数据缺失的参与者；(4)在不纳入调查权重的情况下进行多变量逻辑回归。使用调查权重估计基于设计的Kaplan-Meier生存曲线。所有统计分析均使用R软件进行，双侧p值<0.05被认为具有统计学意义。
- 3.
结果
3.1. 研究人群特征
应用适当的调查权重后，本研究的分析样本包含2643名参与者，代表约1.141亿美国CKM 0-3期成年人的加权人口（平均年龄：44.24岁；女性占56.77%）。MMII评分较高的参与者往往年龄更大，患有高血压和糖尿病等慢性病的临床负担更重，并且更可能具有吸烟等不良健康行为。该组在随访期间也表现出更高的全因死亡率。研究参与者的详细基线特征见表1。
3.2. MMII与全因死亡风险的关联
在平均148个月的随访期内，观察到333例全因死亡。多变量Cox回归分析显示，在完全调整的模型3中，MMII每增加一个单位，与CKM 0-3期患者全因死亡风险增加151%相关（风险比=2.51，95%置信区间：1.30–4.84，p=0.01）。比较MMII四分位数之间的死亡风险时，与最低四分位数（Q1）的参与者相比，最高四分位数（Q4）的参与者表现出全因死亡风险显著增加（风险比=1.50，95%置信区间：1.01–2.22，p=0.04）（表2）。
Kaplan-Meier生存分析显示，在整个随访期间，四个MMII四分位数组的生存率存在统计学显著差异（图2）。最低MMII组（Q1）始终保持着最高的生存概率，且随时间下降最为平缓，而最高MMII组（Q4）的生存概率下降更陡，表明死亡风险显著升高。组间生存差异高度显著（时序检验，p<0.0001）。风险表显示所有MMII四分位数组的初始参与者数量相当；然而，随着随访的进行，较高MMII四分位组的生存比例下降更快。这些发现表明，MMII升高与CKM综合征患者的生存率显著降低相关，提示较高的金属混合物诱导的炎症负担可能是全因死亡率的独立风险标志物。
3.3. 剂量-反应与非线性的关系
限制性立方样条分析揭示了MMII与全因死亡风险之间存在统计学显著的非线性剂量-反应关系（非线性p值=0.007）（图3）。随后的分段回归模型在MMII=0.10594处识别出一个明显的拐点，表明存在阈值效应（表3）。对于低于此阈值的MMII值，观察到与死亡风险呈负相关（风险比=0.554，95%置信区间：0.171–1.795）；考虑到阈值以下估计值不显著且置信区间较宽，我们避免推断该段具有保护作用。然而，这种关系不具有统计学显著性，且以宽置信区间为特征，表明在较低暴露水平下，MMII变化对死亡率结局的影响最小。相反，当MMII超过0.10594的阈值时，全因死亡风险随着MMII水平的升高而大幅增加（风险比=3.977，95%置信区间：1.777–8.901，p<0.01），表明与较高的金属混合物诱导的炎症负担相关的风险升级。这些发现支持了CKM综合征患者中MMII与全因死亡率关系存在潜在的“剂量转折点”。这种阈值效应为识别高危人群和制定有针对性的环境暴露干预策略提供了宝贵的科学证据。
3.4. 敏感性分析与亚组分析
我们在多个人口统计学和临床亚组中进行了全面的分层分析，包括年龄、性别、种族/民族、BMI、高血压状态和糖尿病状态。在这些亚组中，未观察到MMII与死亡风险之间存在显著的效应修饰（所有分层分析的交互作用p值>0.05）（图4）。
为评估研究结果的稳健性，进行了几项敏感性分析：(1)排除随访前2年内死亡的参与者以减轻潜在的反向因果关系；(2)排除自我报告癌症的个体以消除已存在恶性肿瘤的混杂效应；(3)排除任何数据缺失的参与者以评估潜在的选择偏倚；(4)进行调查加权分析以解释NHANES复杂的抽样设计。在所有检查中，结果与主要的调查加权结果在方向上一致。正如复杂调查数据所预期的那样，未加权模型在某些设定下产生了稍大的点估计值；然而，在NHANES设计下提供全国代表性推断的加权模型仍然具有统计学显著性，并作为解释的基础。
- 4.
讨论
基于美国NHANES（1999-2010年）的全国代表性数据，本研究系统评估了MMII与CKM综合征0-3期患者全因死亡率之间的关联。我们纳入了2643名成年人，平均随访期为148个月。我们的研究结果显示，MMII评分较高的患者通常年龄更大，慢性病（包括高血压和糖尿病）负担更重，不良生活方式行为（如吸烟）的患病率更高，并且全因死亡风险升高。Cox回归分析表明，在CKM 0-3期患者中，MMII每增加一个单位，与全因死亡风险增加151%相关。与最低四分位数（Q1）相比，最高四分位数（Q4）的参与者表现出显著升高的全因死亡风险。Kaplan-Meier生存分析进一步证实，随着MMII水平的升高，生存概率逐渐下降。使用限制性立方样条模型进行的剂量-反应分析揭示了MMII与死亡风险之间的非线性关系，并在0.10594处识别出一个关键的阈值拐点；超过此阈值，死亡风险大幅增加。此外，全面的敏感性和亚组分析得出一致的结果，支持MMII对死亡结局具有稳健的独立效应。
我们的发现与先前建立环境重金属暴露、慢性低度炎症与心血管代谢疾病风险增加之间强关联的研究一致。例如，Jomova等人证明重金属通过促进氧化应激和炎症反应损害心血管功能和代谢稳态。多项研究同样记录了慢性金属暴露与心血管发病率和死亡率增加显著相关。Genuis等人提出环境毒物破坏免疫稳态，从而放大对多种慢性病的潜在易感性。Wang等人首次引入MMII概念，并证明MMII升高与美国普通成年人群中糖尿病、肾功能障碍以及全因和心血管死亡风险增加相关；然而，他们的研究并未专门检查CKM综合征患者。据我们所知，这是首次在大型CKM患者队列中全面评估MMII与全因死亡率之间的关系，将MMII的应用扩展到高风险、多病共存人群的风险分层，并为慢性病状态与环境暴露之间的复杂相互作用提供了新的流行病学证据。
我们详细的剂量-反应分析表明，MMII与CKM患者全因死亡风险之间的关联并非简单的线性关系，而是表现出显著的非线性阈值效应。使用限制性立方样条和分段回归模型，我们在MMII值为0.10594时识别出一个关键风险阈值：低于此阈值，MMII对死亡风险的影响微乎其微；而高于此值，全因死亡风险显著增加。这种模式表明了对低水平金属混合物暴露的潜在生理耐受性，但一旦炎症负荷超过这个“安全阈值”，组织和器官稳态的破坏就会导致死亡风险大幅升高。这些发现与Chowdhury等人的研究一致，他们也证明了重金属暴露与心血管疾病结局之间存在非线性关系，并强调了对高暴露人群进行有针对性的环境干预以实现精准风险管理的重要性。我们的研究结果对于在高风险慢性病人群中制定有针对性的干预措施具有重要的临床意义，并建立了一个科学推导的阈值，可以增强金属暴露评估方案并为基于证据的公共卫生政策制定提供信息。
阈值的方法学严谨性和临床相关性：除了记录非线性外，我们实施了一个透明且稳健的阈值识别策略。样条建模遵循了节点设置的既定实践，并正式检验了非线性，而分段Cox方法通过轮廓似然估计断点，并使用似然比检验确认了其相对于单线模型的附加值。通过预先指定的节点敏感性分析和非参数bootstrap重抽样检查了稳定性，结果支持所识别阈值（MMII≈0.106）的稳健性。值得注意的是，该阈值与我们样本中MMII的Q2-Q3边界非常接近，表明当金属混合物引起的炎症负担超过大约人群中位数时，死亡风险上升更陡峭。考虑到有证据表明低水平暴露可能被稳态机制缓冲，而超过临界炎症负荷则会放大氧化应激、炎症小体激活、内皮功能障碍和胰岛素抵抗，特别是在表现出基线炎症易感性增强的CKM个体中，这种模式在生物学上是合理的。从临床和公共卫生的角度来看，这个阈值为CKM 0-3期的风险分层和有针对性的暴露缓解提供了一个实用的参考点。
我们的研究进一步强调了MMII升高在高风险人群，特别是CKM综合征患者中的明显不利影响。作为一个新近定义的健康模型，CKM综合征强调心血管、肾脏和代谢系统之间相互关联的病理生理学和共同的风险因素。先前的研究已证实，CKM综合征患者表现出基线炎症加剧、显著的微环境失调以及对有害环境暴露的易感性增加。我们的发现不仅证实了MMII在这一人群中的独立预后价值，而且通过年龄分层分析揭示了老年人中显著的风险交互作用。这表明MMII的有害“放大效应”随着年龄增长和CKM综合征的进展而加剧。因此，在旨在监测和减轻金属混合物暴露的策略中，应优先考虑老年人和存在多病共存高风险的人群。
在解释加权和未加权估计值之间的微小差异时，需要注意的是NHANES采用了分层、整群、不等选择概率和事后分层调整。当暴露和结局在这些设计特征中变化时，加权会适当地重新平衡过度抽样群体（例如老年人、某些种族/民族少数群体）的贡献，以反映美国人口结构。因此，加权模型可能产生相对于未加权模型略有减弱的关联，但不会改变实质性结论。我们预先指定的主要分析是调查加权的，以确保全国代表性和有效的标准误，而未加权结果作为敏感性分析提供，以证明稳健性。
然而，本研究有几个局限性。首先，作为一项回顾性队列分析，尽管调整了多个混杂因素，但由于研究设计的固有性质，MMII与全因死亡风险之间的因果关系无法完全确定；残余混杂和反向因果关系无法完全排除。其次，MMII是使用调查时收集的基线尿金属浓度和炎症标志物构建的，这无法捕捉暴露和炎症随时间的动态变化，可能低估或错误表征长期暴露的影响。第三，本研究包含的金属类型和炎症生物标志物有限；一些常见金属（如砷和镍）和炎症指标未被包括在内，可能导致对金属混合物负担和炎症反应的评估不完整。第四，尽管NHANES是全国代表性样本，但纳入标准和样本结构可能无法完全代表所有种族、职业或高暴露的特殊人群，因此在将结果推广到其他国家或亚组时需要谨慎。第五，我们的研究使用多重插补处理缺失数据，一些方法论指出这可能无法完美地保持人口总数。然而，我们使用完整病例方法的敏感性分析得出了相同的结论，从而减轻了这种担忧。第六，虽然由于C反应蛋白数据可用性的限制，我们的研究必然局限于NHANES 1999-2010周期，但这种聚焦方法确保了变量测量的方法学一致性。当兼容的炎症生物标志物可用时，未来的研究应在更当代的队列中验证我们的发现。最后，尽管进行了全面的多变量调整，但潜在的残余混杂无法完全排除。我们的模型未包含某些可能与金属暴露和CKM结局都相关的因素，例如身体活动水平、详细的饮食模式（特别是可能增加膳食金属摄入的海鲜和稻米消费）、职业暴露和社区环境因素。此外，虽然我们调整了贫困收入比，但其他社会经济指标，如职业类型、住房特征和教育质量，可能会进一步细化暴露-结局关系。我们的药物调整仅限于主要类别，缺乏已知具有心脏代谢益处的特定药物（例如SGLT2抑制剂、GLP-1受体激动剂）或可能影响金属代谢和排泄的药物（例如某些ACE抑制剂和螯合剂）的详细数据。这些未测量的混杂因素可能双向影响我们的估计。本研究的一个关键限制是缺乏在独立队列中进行的外部验证。未来的研究应优先考虑在其他具有可用炎症和代谢生物标志物的大规模人群数据库中验证MMII。潜在的验证队列可能包括英国生物银行、动脉粥样硬化多种族研究或弗雷明汉心脏研究，前提是具备可比较的生物标志物。这样的验证将确定我们发现在不同人群中的普遍性，并加强MMII作为预后工具的潜在临床效用。此外，未来的研究应探索MMII是否能预测特定的死亡原因，并评估其相对于已建立的风险预测工具的性能。
总之，我们的研究进一步证实了金属混合物相关炎症负担在CKM综合征0-3期患者全因死亡风险中的关键作用，特别是当暴露水平超过特定阈值时，会导致死亡率和不良健康结局显著增加。未来，大规模、多中心的前瞻性研究和机制研究将有助于阐明MMII的临床转化价值，并为金属混合物暴露易感人群的风险识别和精准预防提供科学依据。
