中华预防医学杂志    2021年01期 中国9个长寿地区65岁及以上人群血砷水平与高尿酸血症的关联研究    PDF     文章点击量:772    
中华预防医学杂志2021年01期
中华医学会主办。
0

文章信息

李成橙 吕跃斌 陈晨 张晓畅 蔡军芳 周锦辉 顾珩 曹兆进 赵峰 路凤 刘迎春 施小明
LiChengcheng,LyuYuebin,ChenChen,ZhangXiaochang,CaiJunfang,ZhouJinhui,GuHeng,CaoZhaojin,ZhaoFeng,LuFeng,LiuYingchun,ShiXiaoming
中国9个长寿地区65岁及以上人群血砷水平与高尿酸血症的关联研究
Association of blood arsenic level with hyperuricemia among elderly aged 65 years and older in 9 longevity areas of China
中华预防医学杂志, 2021,55(1)
http://dx.doi.org/10.3760/cma.j.cn112150-20200720-01028
引用本文:

文章历史

投稿日期: 2020-07-20
上一篇:中国80岁及以上高龄老人静息心率与全因死亡风险的前瞻性队列研究
下一篇:中国9个长寿地区65岁及以上人群血铅浓度与认知功能受损的关联研究
中国9个长寿地区65岁及以上人群血砷水平与高尿酸血症的关联研究
李成橙 吕跃斌 陈晨 张晓畅 蔡军芳 周锦辉 顾珩 曹兆进 赵峰 路凤 刘迎春 施小明     
李成橙 1
吕跃斌 1
陈晨 1
张晓畅 1
蔡军芳 1
周锦辉 1
顾珩 1
曹兆进 1
赵峰 1
路凤 2
刘迎春 1
施小明 1
摘要: 目的  分析65岁及以上人群血砷水平与高尿酸血症的关联。方法  研究对象来自2017—2018年在我国9个长寿地区开展的“老年健康生物标志物队列研究”,共纳入2 438名血砷和血尿酸数据完整的65岁及以上研究对象。通过问卷调查和体格检查,收集调查对象的人口学特征、生活方式及健康状况等信息;同时采集调查对象的静脉血以检测血砷、血尿酸等水平。根据血砷水平的三分位数将对象分为砷低水平组、砷中水平组和砷高水平组,采用logistic回归模型分析血砷水平和高尿酸血症的关联。结果  2 438名研究对象年龄为(84.57±11.41)岁,其中男性1 172名(48.07%),≥80岁者1 525名(62.55%),高尿酸血症的检出率为17.23%(420例)。砷低、中、高水平组的高尿酸血症检出率分别为11.77%、19.25%和20.62%(P<0.001)。多因素logistic回归模型分析结果显示,调整相关混杂因素后,与砷低水平组相比,砷中、高水平组高尿酸血症检出风险较高[OR(95%CI)值分别为1.57(1.12~2.23)和2.08(1.46~2.99)]。与女性相比,男性老年人血砷水平与高尿酸血症的关联更为显著(P交互值<0.05)。结论  中国9个长寿地区65岁及以上老年人群血砷水平与高尿酸血症的检出风险存在关联。
关键词 :老年人;血砷;高尿酸血症;重金属
Association of blood arsenic level with hyperuricemia among elderly aged 65 years and older in 9 longevity areas of China
LiChengcheng,LyuYuebin,ChenChen,ZhangXiaochang,CaiJunfang,ZhouJinhui,GuHeng,CaoZhaojin,ZhaoFeng,LuFeng,LiuYingchun,ShiXiaoming     

Corresponding author: Shi Xiaoming, Email: shixm@chinacdc.cn
Abstract:Objective  To investigate the association of blood arsenic level with hyperuricemia among elderly aged 65 years and older.Methods  Data was collected in 9 longevity areas from Heathy Aging and Biomarkers Cohort Study between 2017 and 2018. 2 438 participants aged 65 years and older with complete information on blood arsenic and uric acid were included in this study. Information including demographics characteristic, life style and health status was collected by questionnaire and physical examination. Meanwhile, venous blood was collected to detect the levels of blood arsenic and uric acid. Subjects were stratified into three groups (low, middle and high) by tertiles of blood arsenic level. Logistic regression models were used to analyze the association of blood arsenic level with hyperuricemia.Results  The age of participants was (84.57±11.41) years, of which 1 172 (48.07%) were male and 1 525 (62.55%) were over 80 years old. The detection rate of hyperuricemia was 17.23% (420), and the detection rates of hyperuricemia were 11.77%, 19.25% and 20.62% among participants with low, middle and high blood arsenic, respectively (P<0.001). After controlling confounding factors, compared with participants who had low blood arsenic, the ORs (95%CI) of hyperuricemia for the participants with middle and high blood arsenic were 1.57 (1.12-2.23) and 2.08 (1.46-2.99), respectively. Subgroups analysis showed that compared with female, the association between blood arsenic level and hyperuricemia was more obvious in males (Pinteraction<0.05).Conclusion  Blood arsenic level is associated with the risk for hyperuricemia among the elderly aged 65 years and older in 9 longevity areas in China.
Key words :Elderly;Blood arsenic;Hyperuricemia;Heavy metals
全文

高尿酸血症是以血尿酸水平异常升高为特征的一种代谢性疾病。随着我国经济的迅速发展以及生活方式的改变,高尿酸血症患病率也明显增加。既往研究发现,我国中老年人高尿酸血症的患病率为6.4%,并且随着年龄的增长,高尿酸血症的患病率也逐渐增加,在我国70岁及以上老年人群中,高尿酸血症的患病率约为10.3%1。高尿酸血症与痛风2、心脑血管疾病3, 4、糖尿病5、血脂紊乱6等疾病密切相关,严重影响老年人群的生活质量。有资料表明,包括生活方式、膳食模式、遗传因素等在内的多种因素可能会导致高尿酸血症的发生7, 8,同时动物实验研究发现砷暴露可能会导致血尿酸水平的升高9,而有关血砷水平与高尿酸血症关联的人群流行病学证据则十分有限。因此,本研究基于“老年健康生物标志物队列研究”(Healthy Aging and Biomarkers Cohort Study,HABCS),探索65岁及以上老年人群血砷水平与高尿酸血症的关联,以期为老年人群高尿酸血症的预防控制提供科学依据。

对象与方法  

一、对象  研究对象来源于HABCS研究,该研究采用目标随机抽样方法,于2017—2018年在中国老年学会评选认定的中国9个长寿地区(江苏省南通市如东县、山东省烟台市莱州市、河南省商丘市夏邑县、湖北省荆门市钟祥市、湖南省怀化市麻阳县、广西壮族自治区桂林市永福县、海南省澄迈县和四川省成都市都江堰市、广东省佛山市三水区)进行调查,选择所有自愿参加的≥100岁老人,就近(在同一个村庄或街道,或者同一个抽样县或城市)按照性别匹配与百岁老人及其他所有受访者无任何血缘关系的90~99岁、80~89岁和70~79岁老年人各1名以及65~69岁老年人0.5名,要求其年龄尾数与百岁老年人编号尾数相同,共纳入3 016名研究对象,具体抽样方法和步骤见参考文献[10, 11]。本研究最终纳入2 438名研究对象,具体遴选过程见图1。本研究通过中国疾病预防控制中心环境与健康相关产品安全所伦理审查委员会审查(批号:201922),所有研究对象均签署书面知情同意书。

图12017—2018年中国9个长寿地区65岁及以上人群的筛选流程图

二、调查内容和方法  1.问卷调查:由经过统一培训的调查员对调查对象进行面对面访谈,采用自行编制的问卷收集研究对象的一般人口学特征(性别、年龄、文化程度等)、行为方式(吸烟、饮酒等)、饮食(水产品摄入等)、现患疾病(高血压、糖尿病等)情况。
        2.体格检查:由经验丰富的内科医生对调查对象进行体格检查。采用JL882立柱式机械身高计(天津津梁设备有限公司)测量调查对象身高;采用EB9005L电子人体秤(广东香山衡器集团股份有限公司)测量调查对象体重;采用汞柱式血压计(江苏鱼跃医疗设备股份有限公司)进行收缩压和舒张压测量,血压测量2次(间隔大于1 min),取2次血压测量的均值作为血压值。身高精确至0.1 cm,体重精确至0.1 kg,血压值取整数。
        3.实验室检测:采集调查对象空腹静脉血5 ml,分离血浆后置于-20 ℃保存并运至首都医科大学临检中心统一检测。采用尿酸酶比色法检测血尿酸水平,氧化酶法测定空腹血糖浓度,苦味酸法检测血肌酐水平。采集静脉血1 ml,采用电感耦合等离子体质谱法测定其中砷的含量,检出限为0.40 μg/L。

三、主要分析指标的定义及标准  1.高尿酸血症:根据《中国高尿酸血症与痛风诊疗指南》12,将血尿酸水平>420 μmol/L定义为高尿酸血症;
        2.血砷水平分组:根据血砷水平的三分位数将所有调查对象分为低(≤0.95 μg/L)、中(0.96~2.62 μg/L)、高水平组(≥2.63 μg/L);
        3.肥胖或超重:体重指数(Body mass index,BMI)=体重(kg)/身高2(m2),根据《中国成人超重和肥胖症预防控制指南》13,将BMI<18.5 kg/m2定义为低体重,18.5 kg/m2≤BMI<24.0 kg/m2定义为正常体重,24.0 kg/m2≤BMI<28.0 kg/m2定义为超重,BMI≥28.0 kg/m2定义为肥胖;
        4.高血压:根据《中国高血压防治指南》14,收缩压≥140 mmHg(1 mmHg = 0.133 kPa)或舒张压≥90 mmHg,或自我报告高血压且正在服药者;
        5. 2型糖尿病:空腹血糖≥7.0 mmol/L,或自我报告糖尿病且正在服药者15
        6.慢性肾脏病:肾小球滤过率<60 ml·min-1·(1.73 m2-1和/或存在蛋白尿16

四、质量控制  问卷经过多次专家论证会论证和预调查,信度及效度较好。调查员经过统一的培训,考核合格后方可对调查对象开展调查。收集的问卷经由调查员审核,发现问题及时补充调查,国家级或省级项目组进行现场督导并对问卷进行随机质量抽查,抽查问卷份数为调查总样本数的5%以上。实验室检测制定严格的作业指导书,采用标准方法对血液样品进行检测。

五、统计学分析  采用Epidata 3.0进行数据双录入,核对无误后使用R 3.5.3进行统计学分析。血砷水平呈偏态分布,采用MP25P75)表示;计算不同特征研究对象高尿酸血症的检出率,采用χ2检验比较不同组间的高尿酸血症检出率。以是否患有高尿酸血症为因变量,以不同血砷水平(低、中、高水平组,以低水平组为参照)为自变量,采用logistic回归模型分析血砷水平和高尿酸血症的关联,模型1调整年龄和性别;模型2在模型1的基础上进一步调整文化程度、吸烟、饮酒、BMI和食用水产品情况;模型3在模型2的基础上调整高血压、糖尿病、慢性肾脏病患病情况。采用模型3进一步开展亚组分析,探索不同性别、年龄、慢性肾脏病患病情况的调查对象血砷水平和高尿酸血症之间的关联。双侧检验,检验水准α=0.05。

结果  

一、基本情况  2 438名研究对象年龄为(84.57±11.41)岁,其中男性1 172名(48.07%),≥80岁者1 525名(62.55%);高血压、糖尿病、慢性肾脏病以及高尿酸血症的检出率分别为70.54%、12.94%、50.73%和17.23%。男性、≥80岁、吸烟、饮酒、BMI较高以及患有高血压、慢性肾脏病的老年人群,高尿酸血症的检出率较高(P值均<0.05)(表1)。

表12017—2018年中国9个长寿地区不同特征65岁及以上人群高尿酸血症检出率比较[名(%)]

二、研究对象的血砷水平  2 438名研究对象血砷水平的MP25P75)为1.43(0.76,3.80)μg/L,其中男、女性老年人血砷水平的MP25P75)分别为1.45(0.79,3.62)、1.38(0.74,4.06)μg/L。低、中、高砷水平组高尿酸血症检出率分别为11.77%、19.25%和20.62%(P值<0.001)(表1)。

三、血砷水平与高尿酸血症的关联  多因素logistic回归模型分析结果显示,调整了年龄、性别、文化程度、吸烟、饮酒、BMI、食用水产品、高血压、糖尿病、慢性肾脏病患病情况后,与砷低水平组对象相比,砷中、高水平组高尿酸血症检出的风险较高,OR(95%CI)值分别为1.57(1.12~2.23)和2.08(1.46~2.99)(表2)。亚组分析结果显示,与女性[OR(95%CI):1.77(1.03~3.11)]相比,男性[OR(95%CI):2.57(1.63~4.13)]老年人血砷水平与高尿酸血症之间的关联更强(P交互值<0.05),未发现年龄、慢性肾脏病患病情况对血砷水平与高尿酸血症的关联存在修饰作用(表3)。

表2中国9个长寿地区65岁及以上人群血砷水平和高尿酸血症关联的多因素logistic模型分析
表3中国9个长寿地区65岁及以上不同亚组人群血砷水平和高尿酸血症的关联[OR(95%CI)值]

讨论  本研究发现,中国9个长寿地区65岁及以上老年人血砷水平与高尿酸血症的检出风险增加存在关联,与砷低水平组相比,砷中水平组和砷高水平组高尿酸血症的风险分别增加57%和108%。Kuo等17以2003—2010年美国国家健康与营养调查(National Health and Nutrition Examination Survey, NHANES)20岁及以上的成年人为研究对象开展了一项横断面调查,结果发现在调整了人口学特征、生活方式等因素的影响后,与尿砷水平Q1组(≤4.2 μg/L)相比,尿砷水平Q2组(4.3~8.2 μg/L)、Q3组(8.3~17.3 μg/L)和Q4组(≥17.4 μg/L)高尿酸血症的OR(95%CI)值分别为1.30(1.01~1.68)、1.46(1.13~1.89)和1.61(1.24~2.09)。
        本研究发现,与女性老年人相比,男性老年人血砷水平与高尿酸血症的关联更为明显。Kuo等17的研究结果显示,男性尿砷水平与高尿酸血症存在关联,而在女性中则无关联,本研究结果与其基本一致。由于男、女的饮食结构、体力活动水平存在差异,此外女性体内的雌激素具有促进尿酸排泄18的作用,因此可能会导致血砷水平与高尿酸血症的关联在男性中更为明显。
        砷对高尿酸血症影响的机制尚不清楚。砷导致的肾脏损伤可能是原因之一。肾脏不仅是砷和尿酸的排泄器官,也是砷吸收和蓄积的重要器官19, 20。砷在葡萄糖转运蛋白的介导下,从管周毛细血管转运至近端小管细胞21,通过诱导活性氧自由基的产生,减弱抗氧化防御能力,导致脂质过氧化以及蛋白质和DNA的氧化损伤22, 23,使肾脏对尿酸的排泄能力减弱,引起血尿酸水平的升高。本研究还发现未患慢性肾脏病的老年人,血砷水平与高尿酸血症存在显著关联,可能与砷上调近端肾小管的尿酸转运蛋白,使肾小管重吸收尿酸,进而导致血尿酸水平的升高有关24,未来还需更多的机制方面的研究加以验证。
        本研究具有一定的局限性。首先,本研究基于横断面研究设计,解释血砷水平和高尿酸血症关联的因果推断能力相对较弱,有待队列研究来验证血砷水平和高尿酸血症之间的因果关联。其次,研究对象为长寿地区的老年人,研究结果的外推需要谨慎。再次,本研究未排除正服用降尿酸药物的研究对象,尽管降尿酸药物的服药依从性较低25,但仍可能对结果产生一定影响。最后,尽管已考虑了年龄、BMI、食用水产品、吸烟等因素的影响,但仍有一些未尽调整的混杂因素可能对研究结果产生混杂偏倚。
        综上所述,本研究结果提示中国9个长寿地区65岁及以上老年人血砷水平与高尿酸血症的检出风险存在关联。未来还需采取切实可行的措施降低环境砷污染和人群砷内暴露水平,有待开展更多的队列研究和机制研究,以揭示血砷水平和高尿酸血症之间的因果关联和生物学机制,为保护老年人健康和降低疾病负担提供科学依据。

参考文献
1SongP, WangH, XiaW, et al. Prevalence and correlates of hyperuricemia in the middle-aged and older adults in China[J]. Sci Rep, 2018, 8(1): 4314.DOI:10.1038/s41598-018-22570-9.
2KuoCF, GraingeMJ, ZhangW, et al. Global epidemiology of gout: prevalence, incidence and risk factors[J]. Nat Rev Rheumatol, 2015, 11(11): 649-662. DOI:10.1038/nrrheum.2015.91.
3GraysonPC, KimSY, LavalleyM, et al. Hyperuricemia and incident hypertension: a systematic review and meta-analysis[J]. Arthritis Care Res (Hoboken), 2011, 63(1): 102-110. DOI:10.1002/acr.20344.
4BorghiC, Rodriguez-ArtalejoF, De BackerG, et al. Serum uric acid levels are associated with cardiovascular risk score: A post hoc analysis of the EURIKA study[J]. Int J Cardiol, 2018, 253: 167-173. DOI:10.1016/j.ijcard.2017.10.045.
5LvQ, MengXF, HeFF, et al. High serum uric acid and increased risk of type 2 diabetes: a systemic review and meta-analysis of prospective cohort studies[J]. PLoS One, 2013, 8(2): e56864. DOI:10.1371/journal.pone.0056864.
6SonM, SeoJ, YangS. Association between dyslipidemia and serum uric acid levels in Korean adults: Korea National Health and Nutrition Examination Survey 2016-2017[J]. PLoS One, 2020, 15(2): e0228684. DOI:10.1371/journal.pone.0228684.
7陈亨贵, 盛丽婷, 万真真, 等.中国居民吸烟与高尿酸血症的相关性分析[J]. 中华预防医学杂志, 2018, 52(5): 524-529. DOI:10.3760/cma.j.issn.0253-9624.
8LiuB, WangT, ZhaoHN, et al. The prevalence of hyperuricemia in China: a meta-analysis[J]. BMC Public Health, 2011, 11(1):1-12. DOI:10.1186/1471-2458-11-832.
9SaxenaPN, AnandS, SaxenaN, et al. Effect of arsenic trioxide on renal functions and its modulation by Curcuma aromatica leaf extract in albino rat[J]. J Environ Biol, 2009, 30(4): 527-531.
10LvY, MaoC, YinZ, et al. Healthy Ageing and Biomarkers Cohort Study (HABCS): a cohort profile[J]. BMJ Open, 2019, 9(10): e026513. DOI:10.1136/bmjopen-2018-026513.
11施小明, 殷召雪, 钱汉竹, 等. 我国长寿地区百岁老人慢性病及有关健康指标研究[J]. 中华预防医学杂志, 2010, 44(2): 101-107. DOI:10.3760/cma.j.issn.0253-9624.2010.02.004.
12中华医学会内分泌学分会. 中国高尿酸血症与痛风诊疗指南(2019)[J]. 中华内分泌代谢杂志, 2020, 36(1): 1-13. DOI:10.3760/cma.j.issn.1000-6699.2020.01.001.
13中华人民共和国卫生部疾病预防控制司. 中国成人超重和肥胖症预防控制指南[M]. 北京: 人民卫生出版社, 2006.
14中国高血压防治指南修订委员会. 中国高血压防治指南(2018年修订版)[J]. 中国心血管杂志, 2019, 24(1): 24-56. DOI:10.3969/j.issn.1007-5410.2019.01.002.
15中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2017年版)[J]. 中华糖尿病杂志, 2018, 10(1): 4-67. DOI:10.3760/cma.j.issn.1674-5809.2018.01.003.
16DiseaseKidney: Improving Global Outcomes (KDIGO) CKD Work Group. KDIGO 2012 Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease[J]. Kidney Int. Supp, 2013, 3(1): 1-150. DOI:10.1038/kisup.2012.75.
17KuoCC, WeaverV, FadrowskiJJ, et al. Arsenic exposure, hyperuricemia, and gout in US adults[J]. Environ Int, 2015, 76: 32-40. DOI:10.1016/j.envint.2014.11.015.
18ZengM, ChenB, QingY, et al. Estrogen receptor β signaling induces autophagy and downregulates Glut9 expression[J]. Nucleosides Nucleotides Nucleic Acids, 2014, 33(7): 455-465. DOI:10.1080/15257770.2014.885045.
19胡小华, 张黎明. 尿酸代谢途径的研究进展[J]. 临床肾脏病杂志, 2019, 19(12): 935-937. DOI:10.3969/j.issn.1671-2390.2019.12.014.
20WeidemannD, KuoCC, Navas-AcienA, et al. Association of arsenic with kidney function in adolescents and young adults: Results from the National Health and Nutrition Examination Survey 2009-2012[J]. Environ Res, 2015, 140: 317-324. DOI:10.1016/j.envres.2015.03.030.
21SattarA, XieS, HafeezMA, et al. Metabolism and toxicity of arsenicals in mammals[J]. Environ Toxicol Pharmacol, 2016, 48: 214-224. DOI:10.1016/j.etap.2016.10.020.
22DingW, HudsonLG, LiuKJ. Inorganic arsenic compounds cause oxidative damage to DNA and protein by inducing ROS and RNS generation in human keratinocytes[J]. Mol Cell Biochem, 2005, 279(1-2): 105-112. DOI:10.1007/s11010-005-8227-y.
23WangTC, JanKY, WangAS, et al. Trivalent arsenicals induce lipid peroxidation, protein carbonylation, and oxidative DNA damage in human urothelial cells[J]. Mutat Res, 2007, 615(1-2): 75-86. DOI:10.1016/j.mrfmmm.2006.10.003.
24TanPK, MinerJN. Uric acid transporter inhibitors for gout[J]. ADMET & DMPK, 2017, 5(2): 59-74. DOI:10.5599/admet.5.2.387.
25DeVera MA, MarcotteG, RaiS, et al. Medication adherence in gout: a systematic review[J]. Arthritis Care Res (Hoboken), 2014, 66(10):1551-1559. DOI:10.1002/acr.22336.