Nhanes美国营养调查数据库的培训课程(直播回放)来了!
“Nhanes数据挖掘”课程(直播回放)! 欢迎报名, 发表文章即退款
2023年9月,中南大学湘雅公共卫生学院职业与环境卫生系学者在《Environmental Research》(二区,IF=8.3)发表题为:" Association between per- and polyfluoroalkyl substances (PFAS) and depression in U.S. adults: A cross-sectional study of NHANES from 2005 to 2018" 的研究论文。
这项研究是基于来自美国国家健康和营养检查调查(NHANES)中的数据。全氟和多氟烷基物质(PFAS)是广泛的持久性有机污染物(POP),与骨质疏松症、免疫功能改变和癌症等疾病有关。然而,很少有研究调查PFAS混合物暴露与一般人群抑郁症之间的关联。研究结果表明,血清总PFAS与抑郁呈U形关系:PFAS<39.66 ng/mL,抑郁PHQ-9评分随血清PFAS浓度升高而降低。PFAS≥39.66 ng/mL,抑郁PHQ-9评分随血清PFAS浓度升高而升高。
摘要与主要结果
一、摘要
背景:全氟和多氟烷基物质(PFAS)是广泛的持久性有机污染物(POP),与骨质疏松症、免疫功能改变和癌症等疾病有关。然而,很少有研究调查PFAS混合物暴露与一般人群抑郁症之间的关联。
方法:来自国家健康和营养检查调查(NHANES)(2005-2018)的全国代表性数据用于分析美国成年人PFAS与抑郁症之间的关联。共有12,239名年龄在20岁或以上的成年人,他们测量并回答了患者健康问卷-9(PHQ-9)。该研究包括在所有7个研究周期中检测到的PFAS单体。采用广义加性模型(GAM)拟合平滑曲线,进行阈值效应分析,寻找平滑曲线的转折点。广义线性模型(GLM)用于描述PFAS与抑郁症之间的非线性关系,并使用非条件logistic回归进行风险分析。
结果:血清PFAS总浓度的中位数为14.54 ng/mL。曲线拟合结果显示血清总PFAS与抑郁呈U形关系:PFAS<39.66 ng/mL,PHQ-9评分与血清PFAS浓度呈负相关(β 0.047,95%CI -0.059,-0.036)。抑郁PHQ-9评分随血清PFAS浓度升高而降低。PFAS≥39.66 ng/mL,PFAS与PHQ-9评分呈正相关(β 0.010,95% CI 0.003,0.017)。抑郁PHQ-9评分随血清PFAS浓度升高而升高。
结论:我们的研究为PFAS与抑郁症的关联提供了新的线索,需要基于人群的大型队列研究来验证因果关系以及毒理学机制研究。
二、研究结果
1.基本情况
表1描述了12339名年龄在20岁及以上的196名成年参与者的人口统计学、个人行为、疾病和生物标志物特征,其中51.9%为女性,48.1%为男性。参与者的年龄范围为20至85岁。血清中全氟辛烷磺酸的中位浓度为14.54ng/mL(8.54-23.98)。血清总PFAS 209的分布因性别而异,男性组中位数为17.27ng/mL(11.04-27.97),女性组中位数为11.88ng/mL(6.85-19.97)。
2.平滑曲线拟合和阈值效应分析
图2显示了基于广义相加模型的平滑曲线拟合的结果。血清总PFAS与PHQ-9评分之间的平滑曲线拟合呈现U型关系,在PHQ-9评分前有一个转折点,随着血清总PFAS 浓度的升高,PHQ-9评分下降。在达到转折点后,血清总PFAS浓度的增加导致浓度增加。
使用最大似然法来找到平滑曲线的转折点:PFAS=39.66ng/mL,经性别、年龄、种族、婚姻状况、教育和收入调整后。结果示于表2中。基于转折点前和转折点后的相反趋势,根据转折点PFAS=39.66/mL进行后续分段分析。
3.血清PFAS浓度和抑郁PHQ-9评分随时间的变化趋势
抑郁症PHQ-9评分呈波动上升趋势,而血清PFAS浓度随时间呈下降趋势,如图3A-B所示。在2005年至2010年的三个周期的调查中,使用PHQ-9的血清PFAS浓度与抑郁症状之间的平滑曲线拟合近似为U形。在2011年至2018年的四个调查周期中,抑郁PHQ-9评分和血清PFAS浓度之间的平滑曲线拟合呈下降趋势,如图3C-I所示。
4.PHQ-9评分与PFAS的相关性
表3显示了血清PFAS和抑郁症PHQ-9评分之间的广义线性模型构建结果。在未调整任何协变量的模型中,当血清 PFAS>=39.66ng/mL时,β系数(95%CI)为:0.010(0.003,0.017);血清PFAS<39.66 ng/mL, β系数(95%CI)为:-0.047(-0.059,-0.036)。结果显示,阈值点之前和之后的相反趋势。在调整不同协变量的三个模型中,血清PFAS>=39.66 ng/mL的β系数无显著变化。血清PFAS<39.66 ng/mL的β系数为-0.031 ~-0.036,仍呈下降趋势,所有模型均具有统计学意义。
将PHQ-9得分转换为二元变量,建立非条件二元Logistic回归模型,结果如表4所示。
进一步将拐点前后的血清PFAS转换为四分位数,构建了模型,如表5所示。
5.亚组分析
对不同亚组的血清PFAS与抑郁风险之间的相关性进行了分析,结果显示,PFAS在60岁以上年龄组、男性、吸烟状态和伴侣状态中与抑郁症的相关性更强。接下来,将根据年龄和性别进行进一步的分层分析。
6.七种血清PFAS单体与抑郁症的关系
我们将7种血清PFAS单体作为连续变量输入逻辑回归模型,以研究各种单体和发展为抑郁症的风险;对三种主要血清全氟辛烷磺酸单体(全氟辛烷酸、全氟辛酸和全氟核酸)进行阈值效应分析,以评估它们与抑郁症的非线性关系。
设计与统计学方法
一、研究设计
P(Population)参与者:05-18年12,239名年龄在20岁或以上的成年人
E(exposure)暴露因素:PFAS的七种单体的血清浓度(ng/mL):PFOA、PFOS、MPAH、PFDE、PFUA、PFHxS和PFNA。
O(outcome)结局:抑郁PHQ-9评分
S(Study design)研究类型:横断面研究。
二、统计方法
1.多重插补:我们使用多重插补来填充缺失的数据,计算Cronbach系数来反映插补数据的内部可靠性,并最终选择具有最大Cronbach's系数的数据集作为数据进行分析。
2.考虑权重:选择了PFAS子样本权重来调整复杂的多阶段采样引起的偏倚。
3.统计描述+差异性分析:描述采用中位数和四分位间距;差异性分析使用非参数检验来检验组间的差异(两组采用Wilcoxon秩和检验,多组采用Kruskal–Wallis 检验)。
4.剂量-反应关系:PHQ-9评分与血清PFAS之间进行平滑曲线拟合,直观观察PFAS与PHQ-9分数之间的剂量-反应关系。采用分段回归模型、对数似然比检验和Bootstrap重采样方法对阈值效应进行分析,旨在找到曲线的转折点,然后分段分析效应。
5.广义线性模型:PFAS的分布严重右偏,因此使用广义线性模型分析PFAS与PHQ-9评分之间的非线性关联。在本研究中,PHQ-9评分≥10是判断是否发生抑郁症的极限,非条件二元logistic回归用于分析抑郁症的风险。
6.亚组分析+分层分析:包括年龄、性别、种族、婚姻状况、教育和收入,以及吸烟和饮酒等个人行为变量,以评估亚组研究结果的一致性,并确定高危人群。并根据性别和不同年龄阶段进行分层分析,观察PFAS与抑郁症的相关性。
7.基于SPSS软件(版本25.0)和R软件(版本4.2.3)和EmpowerStats 软件进行所有统计分析。P值<0.05被认为是显著的。
小结