编辑推荐：
为探究有机磷酸酯（OPEs）与高尿酸血症之间的关系，研究人员基于美国国家健康与营养检查调查（NHANES）2011 - 2016 年数据展开研究。结果显示，OPEs 混合物与高尿酸血症患病率正相关，BDCPP 是主要贡献者，炎症起介导作用，为预防高尿酸血症提供新方向。
高尿酸血症，作为一种常见的慢性疾病，正悄然影响着越来越多人的健康。近年来，多项流行病学研究发现，高尿酸血症的发病率呈上升趋势，仅在美国，就有超过 3800 万成年人受其困扰。它不仅是代谢综合征、高血压、肾衰竭等多种疾病的重要危险因素，还严重降低了患者的生活质量。一直以来，人们普遍认为遗传和饮食是导致高尿酸血症的主要因素，但令人困惑的是，即便控制了这些传统风险因素，高尿酸血症的发病率仍在不断攀升。与此同时，环境污染物逐渐进入人们的视野，有研究表明其可能与高尿酸血症的发生存在关联。而有机磷酸酯（OPEs），作为一类广泛应用于工业、建筑和消费品中的化合物，随着使用量的增加，其对人体健康的潜在影响备受关注。大量研究证实，OPEs 可通过呼吸、饮食和皮肤接触等途径进入人体，且能在体内转化为特定的代谢产物。然而，OPEs 与高尿酸血症之间究竟存在怎样的关系，背后的作用机制又是什么，这些问题都亟待解答。
为了深入探究这些问题，中南大学的研究人员开展了一项极具意义的研究。研究成果发表在《Scientific Reports》上，为我们进一步了解高尿酸血症的发病机制和预防策略提供了新的方向。
在这项研究中，研究人员主要运用了以下几种关键技术方法：首先，他们从美国国家健康与营养检查调查（NHANES）2011 - 2016 年数据库中筛选出 3707 名 18 - 80 岁个体的公开数据，这些数据涵盖了人口统计学、饮食摄入、身体评估、调查回应和实验室检查等多方面信息。其次，采用同位素稀释 - 电喷雾电离串联质谱检测法测定尿液中 OPEs 代谢物的含量，通过定时终点法在 DxC800 分析仪上检测血清尿酸浓度以确定高尿酸血症。最后，运用多元逻辑回归、加权分位数回归（WQS）模型和贝叶斯核机器回归（BKMR）模型分析数据，还进行了中介分析探究炎症在其中的作用。
研究结果主要包括以下几个方面：
- 参与者特征：在 3707 名参与者中，750 人（20.23%）被诊断为高尿酸血症。高尿酸血症患者的 BDCPP 和 BCEP 水平更高，且在年龄、性别、种族、BMI、吸烟状态、久坐时间、糖尿病、高血压和 CKD 等方面与非高尿酸血症患者存在显著差异。同时，5 种 OPEs 代谢物之间存在显著相关性1。
- 逻辑回归模型：当 OPEs 代谢物作为连续变量时，BDCPP 和 BCEP 与高尿酸血症风险呈正相关；当分为四分位数时，BDCPP 和 BCEP 最高四分位数与高尿酸血症患病率呈正相关，而 DPHP、BCPP 和 DBUP 与高尿酸血症无明显关联23。
- WQS 模型：该模型显示 OPEs 代谢物混合物与高尿酸血症风险呈正相关，其中 BDCPP 在正向模型中的权重最高，对 WQS 指数贡献最大4。
- BKMR 模型：BDCPP 是导致高尿酸血症患病率升高的主要贡献者。BDCPP 和 BCEP 与高尿酸血症患病率呈正相关，而 BCEP、DBUP、BCPP 和 DPHP 对高尿酸血症风险无显著影响，且 BDCPP、BCEP 和 DPHP 之间存在相互作用56。
- 中介分析：BDCPP 与 CRP、中性粒细胞和单核细胞呈正相关，CRP 和单核细胞与高尿酸血症患病率呈正相关。CRP 和单核细胞显著介导了 BDCPP 诱导的高尿酸血症，介导比例分别为 8.46% 和 3.97%，而中性粒细胞和淋巴细胞无显著介导作用7。
综合研究结果和讨论部分，该研究具有重要意义。首次揭示了 OPEs 混合物与高尿酸血症患病率之间的正相关关系，明确了 BDCPP 是主要贡献者，并且发现炎症在 BDCPP 影响高尿酸血症患病率的过程中起到了关键的介导作用。这不仅为高尿酸血症的预防提供了新的策略和方向，也为后续进一步研究环境污染物与健康之间的关系奠定了基础。然而，研究也存在一定的局限性，如研究的横断面性质无法推断因果关系，数据库信息不完整无法控制所有潜在混杂因素，单次测量 OPEs 水平不能全面反映长期暴露情况等。尽管如此，这项研究依然为该领域的研究开辟了新的道路，期待未来有更多的纵向研究或随机对照试验来验证这些结果，为人类健康事业做出更大的贡献。
