在当今社会，心血管疾病（CVD）如同一个隐匿在暗处的 “健康杀手”，严重威胁着全球人类的健康。每年，它都无情地夺走大约 1790 万人的生命，占到了全球总死亡人数的 31% 。随着人口老龄化加剧、城市化进程加快以及人们生活方式变得越来越不健康，这个 “杀手” 的活动愈发猖獗，预计到 2030 年，它每年将导致超过 2300 万人死亡，给公共卫生带来极大的挑战。

血液中的重金属被发现与心血管疾病风险升高有着千丝万缕的联系。多项基于美国国家健康和营养检查调查（NHANES）数据的研究证实，重金属与心血管疾病的发生呈强正相关。比如，韩国的一项研究还发现男性血液中铅（Pb）和镉（Cd）的水平与甘油三酯 - 葡萄糖（TyG）指数存在显著关系。TyG 指数可是个厉害的角色，它能反映胰岛素抵抗和早期动脉粥样硬化，是评估心血管疾病风险和胰岛素抵抗的有效指标。但目前对于影响 TyG 指数的因素，尤其是混合重金属暴露的研究还非常有限。重金属可能通过诱导氧化应激和炎症，干扰脂质和葡萄糖代谢，进而影响 TyG 指数，可其中的具体机制还不明确。这就好比在黑暗中摸索，虽然知道前方有目标，但却看不清路。为了搞清楚这些问题，来自中南大学湘雅医学院等单位的研究人员在《Lipids in Health and Disease》期刊上发表了一篇名为 “Association between Heavy metals and triglyceride - glucose - related index: a mediation analysis of inflammation indicators” 的论文，试图揭开重金属与 TyG 指数之间的神秘面纱。

研究人员在这项研究中用到了不少关键技术方法。他们从 NHANES 2011 - 2016 年的数据中获取信息，运用多种统计方法进行分析。比如，通过线性和非线性回归技术来初步评估重金属对 TyG 标记物的影响；使用加权分位数和回归（WQS）探究重金属的联合和单独作用；利用贝叶斯核机器回归（BKMR）分析不同暴露四分位数下重金属混合物的作用；还进行了中介分析，以确定炎症在其中的作用。

下面来看看研究的具体结果。

研究人员对 2050 名参与者的数据分析后发现，不同 TyG 指数四分位数组之间在很多方面都存在差异。就像在性别方面，男性中 TyG 指数呈现出上升趋势，而非裔美国女性则相反。年龄、种族、教育程度、婚姻状况等因素也和 TyG 指数有着不同的关联。在重金属和炎症因子方面，铜（Cu）、锌（Zn）、铅（Pb）等重金属以及大部分炎症标记物（除了嗜碱性粒细胞（Baso））的水平在不同组间也有变化。而且，大多数金属之间的相关性比较弱。这就好像一个复杂的拼图，每个碎片（因素）都有着自己独特的位置和作用，它们之间相互影响，共同构成了 TyG 指数这个大拼图。

通过加权限制立方样条曲线分析发现，重金属暴露和 TyG 相关指标之间存在非线性关系。铜（Cu）和锌（Zn）与部分指标呈现出倒 Z 形关系；汞（MeHg）、铅（Pb）、锰（Mn）和一些指标是倒 U 形关系；镉（Cd）和部分指标呈 U 形曲线。不过，经过人口统计学调整和进一步调整后，一些金属与指标的关系发生了变化。这就好比不同的重金属和 TyG 相关指标在跳一支复杂的舞蹈，它们的舞步（关系）会因为外界因素（调整变量）的影响而改变。

研究人员用多元线性回归分析了混合重金属暴露和 TyG 相关标记物之间的关系。一开始未调整模型时，发现铜（Cu）和部分指标呈线性正相关，铅（Pb）、镉（Cd）、锰（Mn）和一些指标呈线性负相关。调整各种协变量后，大部分这种关联在四个 TyG 相关标记物中依然存在。这表明混合重金属和 TyG 相关指标之间的关系很复杂，即使考虑了很多其他因素，它们之间的联系依然紧密。

WQS 模型显示，重金属混合物和 TyG 指标呈正相关。在不同指标中，锌（Zn）对 TyG 指数贡献最大，铜（Cu）在其他指标中权重较高。调整协变量后，锌（Zn）在各个指标中权重依旧最高。这说明在影响 TyG 相关指标这件事上，不同重金属的 “贡献” 不一样，锌（Zn）和铜（Cu）似乎起着比较重要的作用。

BKMR 分析发现，大多数重金属与 TyG 相关标记物的后验包含概率（PIP）较高。未调整模型时，和部分指标有正相关或倒 U 形相关关系。调整协变量后，部分关系发生改变，但大多数关系的性质还是稳定的，只是置信区间变宽了。这就好像给这些关系加了一层 “模糊滤镜”，虽然大致的样子还在，但变得不那么清晰了。

研究发现，嗜碱性粒细胞（Baso）和任何金属都没有相关性，而白细胞（WBC）和嗜酸性粒细胞（Eos）在所有四个指标中都有显著联系。在未调整模型和仅调整人口统计学因素时，有六个炎症因子介导了多种重金属对 TyG 相关指标的影响，但综合调整协变量后，炎症介质对铜（Cu）和 TyG 指数关系的影响消失了。这说明炎症因子在重金属和 TyG 相关指标之间就像一座桥梁，有时候能连接两者，有时候又会因为一些因素的改变而 “断开”。

通过多元线性回归和 BKMR 模型分析发现，锌（Zn）是甘油三酯（TG）的独立预测因子，锰（Mn）在未调整模型中是血糖（BG）的独立预测因子。重金属暴露对 TG 有正向影响，对 BG 有负向影响，不同重金属和 TG、BG 的关联不同，但没有观察到相互作用。这进一步揭示了重金属和脂质、血糖代谢之间的复杂关系。

综合这些研究结果，研究人员得出结论：重金属混合物和 TyG 指数呈正相关，其中锌（Zn）的影响最强，除了锰（Mn），其他金属都和 TyG 指数呈正相关。在炎症因子中，白细胞（WBC）的中介作用最强。这项研究详细分析了常见混合重金属暴露对 TyG 指数的影响，让我们对环境暴露和代谢健康之间的关系有了更深入的了解。它还提醒临床医生，在使用 TyG 指数评估患者健康时，要考虑患者体内炎症的影响。这就像给医生们提供了一个更精准的 “健康指南针”，帮助他们更好地判断患者的健康状况，制定更有效的预防和治疗心血管疾病及胰岛素抵抗的策略，为公共卫生事业的发展提供了重要的理论依据。