酚类化合物暴露与人群血脂异常的关联性研究

来源：环境与职业医学杂志 2023年第5期北京时间：

作者：宋琪哲, 李孜孜, 慕迪, 王惠君, 苏畅, 武振宇,

摘要：背景酚类化合物可能对人体健康带来不利影响，但目前仅有的相关研究多局限于单个酚类化合物暴露对人体健康的影响，尚缺乏多种常见的酚类化合物联合暴露与人群血脂异常的关联性研究。目的采用主成分分析-随机森林（PCA-RF）组合策略探索酚类化合物联合暴露与血脂异常之间的关系。方法研究数据来源于“美国国家健康与营养调查（2013—2016）”，选择年龄≥20岁，有完整人口学、生活方式、尿液酚类化合物（双酚A、双酚F、双酚S、三氯卡班、二苯甲酮、三氯生）浓度和血清总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）水平检测结果的1301名成年居民作为研究对象。6种尿液酚类化合物浓度使用固相萃取偶联高效液相色谱和串联质谱法测定，血脂检测结果采用酶法测定。采用主成分分析联合随机森林模型组合策略建立模型，首先对6种酚类化合物及12项基本特征指标共18个原始变量进行主成分分析，再分别以血脂异常及其四项评价指标为应变量，以提取出的主成分作为自变量，建立随机森林模型。结果PCA-RF分析结果显示：双酚A、双酚F、二苯甲酮可能是研究对象血脂异常的重要影响因素；双酚A、双酚F和三氯生可能是研究对象TC水平的重要影响因素；双酚A、双酚F、三氯卡班和二苯甲酮可能是研究对象TG水平的重要影响因素；双酚A可能是研究对象LDL-C水平的重要影响因素；双酚F和二苯甲酮可能是研究对象HDL-C水平的重要影响因素。结论酚类化合物暴露可能是人群血脂异常的重要危险因素，PCA-RF组合方法可有效应用于探索人群酚类化合物暴露与血脂异常的关联性分析。

关键词：血脂异常, 酚类化合物, 主成分分析, 随机森林, 美国国家健康与营养调查,