Skip to content

EHP Chinese Edition

EHP 中文版

变量的影响: 生物监测中协变量调整的评估方法

March 24, 2017 论文选读 Comments Off on 变量的影响: 生物监测中协变量调整的评估方法

PDF格式

试管

定向无环图(directed acyclic graphs,DAG)说明暴露、协变量和疾病之间可能存在的多层次关联性。这些理论上的关联性帮助新方法去了解生物样本中测试的化学物的潜在效应。
定向无环图: O’Brien et al. (2016); 试管: Shutterstock

生物监测主要通过人体血液和尿液中化学物和生物标记物的测试来评估他们的暴露。研究者通常会用统计学调整来描述尿液稀释或者血脂浓度的变异, 因为如果不对这些因素进行调整会导致评估结论的偏差甚至错误的统计学判断。在本期EHP[124(2): 220–227 (2016)]一文中,研究者用模拟数据来评估各种标化技术,包括他们自己创新的手段在研究健康效应和血尿环境化学物关联的有效性。

本文资深作者Clarice Weinberg是国立环境健康科学研究所(NIEHS)的生物统计和流行病学家,他说,生物监测标化的最佳方法应该能够帮助我们提高健康风险和环境暴露的评估能力。

尿液稀释度和血脂浓度可因个人采样前喝水量和饮食中脂肪摄入量不同而有所波动。因此尿液或血液中某一化学物浓度的较高或较低,可能取决于采样前受试者饮水的多少和饮食的不同,但是这些变异可能与他们实际的环境暴露无关。

传统上,当研究者在测试尿液中化学物时,他们通常将化学物浓度除以尿代谢产物肌酐的浓度,这样做的前提是肌酐在某个体或者不同的个体之间的代谢率是恒定的,即较高浓度的尿含有较高浓度的肌酐。同样,当测试亲脂类化学物,即易溶于脂肪的化学物时,研究者通常把血中化学物浓度除以血脂浓度。

但是, 对于这样用来校正个体之间变异的做法是否最合适一直存在争议。性别、肌肉、种族、和年龄可能影响尿肌酐水平,同时,与最近饮食无关的因素,包括性别、年龄,体重指数可能也会影响血脂水平。如果这些导致尿肌酐和血脂变异的因素与疫病风险有关,那么传统的调节方法可能会导致研究的化学物与相关疾病之间关联性结论的偏差。

在本文研究中,研究者将7种标化方法应用于6种模拟样本中进行分析,这些模拟样本中尿或血中化学物浓度代表相关疾病患者组织中的浓度。他们用定向无环图(directed acyclic graphs,DAG) 来说明潜在的相关性,即暴露导致的疾病与实际暴露、目标组织中化学物浓度、血尿中代谢物浓度、已知和未知的其他变量包括脱水和肌酐浓度(或脂肪摄入和血脂浓度)等之间的相关性。

在用这些传统方法来描述尿稀释度和血脂浓度的同时,作者也验证了首个尿肌酐与血浆与其他已知风险相关性的模型。与传统标化方法比较,这一新方法对尿样更能够减少监测误差,降低评估偏差。对于亲脂类化学物质包括那些滞留最久的有机污染物,通常需要测血液中的浓度,研究者发现传统的标化方法比他们自己独创协变量调整标准化更有效。

然后研究者将七种标化方法应用于一个现场试验中,即少量怀孕女性早期流产与肌酐中MCPP (mono-3-carboxypropyl phthalate)相关性的评估。有些 方法显示MCPP与流产呈正相关,而其他方法则提示负相关。没有一种方法显示相关性有统计学显著性。这些变异说明调整方法的选择可能会影响研究的最终结论。

布朗大学流行病学家Joe Braun 没有参与本项研究,他说:“这项研究为我们某些情形下提供了好的经验,有时我们可能需要更复杂的方法来解决尿液稀释问题。作为科学家,我们需要对如何和何时使用这些新方法更深思熟虑。”

这些新方法可能会被证明更适合于多种族群研究。白种人和墨西哥裔美国人平均比黑人含有较低的尿肌酐。尿肌酐低也可能是心血管疾病风险的一个领先指标。Braun举例说,在探索研究环境暴露与心血管风险关联性时,研究者可能会得益于本文作者的创新方法。这种新方法可更好地描述环境暴露、肌酐、种族和心脏疾病之间的关联性研究。


PDF格式

Lindsey Konkel, 是一名来自于马塞诸塞州伍斯特的记者,专门报道科学、健康和环境相关问题。

译自EHP 124(2):A37 (2016)

翻译: 周惠嘉

本文参考文献请浏览英文原文
原文链接
http://dx.doi.org/10.1289/ehp.124-A37