摘要
因环境暴露而出现健康问题的患者面临着多种有毒物质的复杂影响，但目前对于在人口统计因素调整后这些多变量毒性模式是否依然稳定尚无充分研究。本研究分析了551名患有与环境相关的疾病的患者（年龄在1至86岁之间）的主成分分析结果对人口统计因素及变量构成的敏感性。研究使用了Varimax和Promax旋转方法，对原始数据以及经过年龄和性别调整后的残差数据中的9种尿液生物标志物进行了分析。在所识别出的模式中，溶剂/工业类物质群（二甲苯和苯乙烯代谢物）最为稳定，无论采用何种旋转方法，在原始数据分析和残差数据分析中都保持一致。然而，整体成分结构对预处理过程较为敏感：2,4-二氯苯氧乙酸这种除草剂的聚类模式在经过人口统计因素调整后发生了显著变化，这表明人口统计因素通过影响其他协变量，间接改变了生物标志物之间的关联关系。值得注意的是，当将一种内源性的线粒体标记物（棕榈酰甘氨酸）与外源性的有毒物质生物标志物一起分析时，会出现Heywood现象（负荷值大于1），这违背了因子分析的假设，说明将暴露变量和反应变量混合在一起会破坏模型的稳定性。该研究得到的累积方差解释率较低，这与观察到的生物标志物间较低的关联性相符（KMO值约为0.52）。这些研究结果并不支持认为在该患者群体中存在稳定且不受人口统计因素影响的聚类模式。相反，它们表明在异质性临床数据中，基于主成分分析得出的结构容易受到人口统计因素、变量选择以及标志物类型的影响，因此在不经过严格验证的情况下，不应将短暂的聚类模式视为确定的暴露特征。需要指出的是，由于缺乏非临床对照组，目前无法确定所识别出的共同暴露特征是仅存在于有症状患者中，还是反映了普通人群的暴露情况；未来的研究应纳入匹配的对照组，以直接解决这一问题。
