多暴露组学解析老年虚弱：NHANES单数据库也能发一区高分文章！

在临床科研领域，尤其是基于公共数据库的研究，我们常常会遇到这样的疑问：“单数据库的研究，能发高分文章吗？”“没有外部验证的情况下，如何让审稿人信服？”

近期发表在《Ecotoxicology and Environmental Safety》（IF=6.1/JCR 1区）上的一项研究，完美回答了这些问题。这篇由国内学者完成的研究，是用公共数据库（NHANES），通过多层次、多模型的统计策略组合，让一个看似常规的主题——“环境毒素与衰弱的关系”——焕发出新的科研生命力。

今天，我们就来深入解读这篇题为《The association between environmental toxin exposure and frailty: A full exposure group approach using NHANES 2013–2016》的文章，看看它如何在“单数据库研究”的框架下，通过创新的统计设计与多模型融合，实现了研究深度与广度的兼顾，并赢得了国际高分期刊的青睐。

研究核心问题与关键发现

▶ 研究核心问题

既往研究多集中于单一环境暴露（如某一种金属或污染物）与健康风险的关联，该研究则首次从“全暴露组学（exposome）”的角度出发，系统评估多种环境毒素暴露与老年虚弱（frailty）之间的关系。研究还进一步探讨了全身炎症（systemic inflammation）在这一关系中的中介作用机制。

▶ 关键发现

通过 ExWAS（暴露广泛关联分析）和 DSA（删除/替代/增加算法），识别出与虚弱显著相关的五种毒素：Total nicotine equivalent-2（尼古丁代谢物）、Tungsten（钨）、Cobalt（钴）、Tin（锡）、N-acetyl-S-(2-carboxyethyl)-L-cysteine（有机污染物代谢物）。
BKMR（Bayesian Kernel Machine Regression）模型显示多种暴露物之间存在联合效应，与虚弱风险呈正相关。
中介分析显示，全身炎症在暴露与虚弱之间起 2.5%–14.6% 的中介作用。

研究方法学要点解析

1️⃣ 数据来源与处理

选用 NHANES 数据库 2013-2016 年的参与者；在排除 40 岁以下的个体（n = 11,722）、缺少虚弱状态评估数据的参与者（n = 843）和毒物数据不完整的参与者（n = 5227）后，最终纳入 2354 名参与者进行分析。

2️⃣ 变量定义与分层

利用之前 NHANES 研究中的衰弱指数（FI）来评估衰弱状态。该 FI 由 36 个项目组成，包括自我报告的健康状况、生命体征和实验室测量。FI 分数的计算方法是将存在的缺陷数量除以评估的项目总数，得出 0 到 1 之间的值。在该研究中，参与者被分为两组：非虚弱者（FI < 0.25）和虚弱者（FI ≥ 0.25）。
参与者的血液和尿液样本被用来评估对 89 种环境毒物的暴露，在数据处理过程中，超过 90% 的物质的毒素检测值低于检测限（LOD）或超过 40% 的毒素数据缺失的参与者被排除在外。对于超过 30% 的参与者检测值低于 LOD 的毒素，该变量被转换为二元分类：“检测到”（值 ≥ LOD）和“未检测到”（值 < LOD）。对于其余的非二元毒素，应用自然对数变换以减少偏态分布对分析的影响。在解决缺失数据和低于检测限的值后，共纳入 10 类的 61 种毒素进行分析。
利用几种炎症生物标志物来评估全身炎症：白细胞（WBC）和中性粒细胞（NEU）计数、中性粒细胞与淋巴细胞比率（NLR）和全身免疫炎症指数（SII）。SII 水平计算为血小板计数∗中性粒细胞计数/淋巴细胞计数。

3️⃣ 多维度统计分析

使用 ExWAS 模型评估了接触所有 61 种环境毒物与虚弱之间的关联。在控制了潜在的混杂因素后，ExWAS 发现了 7 个类别的 26 种毒物，这些毒物与虚弱呈正相关。通过合并 ExWAS 和 DSA 模型的结果，发现了五种与衰弱相关的重要环境毒物：total nicotine equivalent-2 (TNE-2) , Tin, Tungsten, Cobalt, and N-acetyl-S-(2-carboxyethyl)-L-cysteine (CEMA) 。

BKMR 模型被用于评估主要环境毒物对美国中老年人衰弱的总体影响。结果表明，与中位暴露水平相比，当参与者同时暴露于高于第 50 个百分位的环境毒物时，虚弱风险显著增加。所有毒物的 PIP 值均超过 0.5，表明它们在衰弱的发展中发挥着重要作用。其中，钨的 PIP 值最高，为 0.927，凸显了其对衰弱风险的显著贡献。

中介分析，进一步探讨全身炎症在暴露于五种关键毒物与虚弱症状之间关系的机制中的作用。根据结果，发现全身炎症介导了四种环境毒物与虚弱之间的关系。某些毒物（CEMA、锡、TNE-2）与虚弱之间的联系的 5.7% 至 14.6% 是由外周白细胞计数介导的。中性粒细胞计数作为介质贡献了 6.3-11.9% 的关联。中性粒细胞与淋巴细胞比值（NLR）在 CEMA、钴、锡与衰弱的关联中起中介作用，介导比例在 2.5%-4.6%之间。全身免疫炎症指数（SII）仅介导 Tin 与虚弱症状之间关联的 2.7%。