search for   

 

The Association of Mercury and ALT with Obesity in Korean Adults: Using Data from the Korea National Health and Nutrition Examination Survey for 11 Years (KNHANES 2005, 2008∼2017)
Korean J Clin Lab Sci 2022;54:192-200  
Published on September 30, 2022
Copyright © 2022 Korean Society for Clinical Laboratory Science.

Sang Shin Pyo

Department of Biomedical Laboratory Science, Jungwon University, Goesan, Korea
Correspondence to: Sang Shin Pyo
Department of Biomedical Laboratory Science, Jungwon University, 85 Munmu-ro, Goesan 28024, Korea
E-mail: pyoss@jwu.ac.kr
ORCID: https://orcid.org/0000-0003-3043-0178
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract
The association between heavy metals in the blood and obesity has been examined in many studies. However, inconsistencies have been observed in the results from these studies. The present study was conducted using data from 119,181 participants of the Korea National Health and Nutrition Examination Survey (KNHANES) for 11 years in 2005 and between 2008 and 2017. The subjects with missing heavy metal blood tests, health interview data, and health examination data were excluded from the study. The study population comprised 1,844 individuals (972 men, 872 women) who were eligible for inclusion. It was found that obesity and abdominal obesity were associated with an increase in both blood mercury (P<0.001) and alanine aminotransferase (ALT) (P<0.001). After adjusting the confounding factors, those with concurrent high levels of ALT and the highest tertile of mercury showed an increased risk of obesity (odds ratio 4.46, 95%, confidence interval 2.23∼8.90, P<0.001) as well as abdominal obesity (odds ratio 5.36, 95%, confidence interval 2.57∼11.17, P<0.001). The interrelationship of mercury and ALT with the parameters of body mass index (P for interaction=0.009) and waist circumference (P for interaction=0.012), respectively, have been observed to be significant, suggesting that the reciprocal relationship could contribute to obesity and abdominal obesity.
Keywords : Abdominal obesity, Alanine aminotransferase, Mercury, National health and nutrition examination survey, Obesity
서 론

수은(mercury)은 생활 주변 어디에나 존재할 수 있는 중금속으로 인체에서는 독성을 나타낼 수 있다[1]. 화석 연료를 통해 대기 중으로 배출된 수은은 인간의 흡기를 통해 체내에 들어올 수 있다. 수은으로 오염된 토양이나 물은 박테리아, 식물, 가축, 어패류를 통해 먹이 사슬에 들어가게 되고 결국 인간에게도 노출되어 체내에 축적될 수 있다. 치과용 아말감, 온도계, 혈압계, 기압계, 백열등, 배터리, 백신의 방부제, 식품, 화장품, 의료 약물 등과 같이 수은이 포함된 다양한 상품도 생활 주변에 존재한다. 수은의 유형에는 원소 형태의 수은, 무기물 형태의 수은 화합물, 유기물 형태의 수은이 있다. 특히 유기물 형태의 수은 화합물은 지용성이기 때문에 위장관에서 흡수될 수 있고, 흡수되어 증가된 수은은 적혈구막을 통과하여 적혈구 안으로 들어갈 수 있다[2]. 또한 증가된 수은은 혈액뇌장벽(blood brain barrier)을 통과하여 뇌하수체에 축적될 수 있으며[3], 태반을 통과하여 태아에게 전달되어 성조숙증(precocious puberty)이나 자폐증(autism)과도 관련될 수 있다[4, 5]. 저용량 수은일지라도 인체에 축적되면 신경계, 심혈관계, 신장계, 내분비계 등의 다양한 기관계에서 독성을 나타낼 수 있다[6]. 최근 여러 논문에서 수은 축적이 소아에서 성인까지 전 연령대에서 비만(obesity)이나 복부비만(abdominal obesity)을 유발할 수 있다고 보고하였다[7-9] 그러나 다른 연구에서는 수은 이외의 납(lead), 카드뮴(cadmium)과 같은 다른 중금속들도 비만과 관련이 있다 분석하였다[10, 11]. 이러한 결과는 특정 중금속과 비만 사이의 연관성이 아직 명확하지 않다는 것을 시사한다.

2003년에서 2004년 사이 미국 국민건강영양조사 연구에서는 혈중 수은의 증가가 alanine aminotransferase (ALT)의 증가를 가져온다고 보았다[12]. ALT는 신장, 심장 및 근육에 소량 존재하지만 대부분은 간에서 발견되므로 혈청 ALT의 상승은 간 손상의 발견 척도가 될 수 있다. 정상 범위의 혈청 ALT 농도의 상승일지라도 비알코올성 지방간 질환(nonalcoholic fatty liver disease) 발병 위험에 대해서 ALT가 독립적인 예측 인자임을 여려 연구에서 보여주었다[13, 14]. 또한 당뇨병이 없는 성인에서 비만은 ALT 상승과 관련이 있다는 여러 보고가 있다[15, 16]. 이와 같은 점들을 고려했을 때 수은의 축적과 ALT의 상승은 비만과 비알코올성 지방간 질환의 위험도를 높일 수 있음을 암시한다.

이와 같은 점을 고려 했을 때, 특정 중금속과 비만 사이의 관계를 명확하게 하기 위해서 2005년 그리고 2008년에서 2017년까지의 11년간 국민건강영양조사 자료를 이용하였다. 이 자료에 존재하는 수은, 납, 카드뮴 각각을 비만이나 복부비만에 대해 연관성 분석을 하고자 하며, 비만 또는 복부비만의 관점에서 수은과 ALT의 상호 관련이 있는지도 함께 분석하고자 한다.

재료 및 방법

1. 연구대상

2005년 그리고 2008년에서 2017년까지 국민건강영양조사의 총참가자는 119,818명이다. 질병관리청에서는 이 중 일부 참가자를 선정하여 중금속 검사를 시행하였으며, 중금속 검사를 시행한 참가자 중에서 건강설문조사 자료와 건강검진조사 자료가 모두 있는 1,844명을 부모집단으로 최종 선정하였다[17] (Figure 1). 본 연구는 중원대학교 연구윤리심의위원회의 심의면제 승인을 받은 후 수행되었다(IRB approval number: 1044297-HR-202109-010-01).

Fig. 1. Flow diagram of the present study.

2. 비만과 복부비만 정의

대한비만학회(Korean society for the study of obesity, KSSO) 가이드라인의 기준에 따라 비만과 복부비만을 다음과 같이 정의하였다. 비만은 체질량지수(body mass index)가 25 kg/m2 이상일 때로 정의하였고, 복부비만은 성인 남자의 허리둘레(waist circumference)가 90 cm 이상일 때와 성인 여자의 허리둘레가 85 cm 이상일 때로 정의하였다[18].

3. 혈액 검사와 기타

수은 분석은 골드아말감법을 이용한 검사 장비인 DMA-80 (Milestone, Sorisole, Italy)을 사용하였고, 납과 카드뮴의 분석은 원자흡광광도법을 이용한 검사 장비인 Perkin Elmer AAnalyst 600 (PerkinElmer Inc., Turku, Finland)을 사용하였다. ALT는 pyridoxal-5′-phosphate를 첨가하지 않는 UV 측정법을 이용하였고, 크레아티닌은 빌리루빈의 영향을 최소화하기 위한 보상적 kinetic Jaffe법을 이용하였다. ALT와 크레아티닌의 검사 장비는 Hitachi Automatic Analyzer 7600-210 (Hitachi, Tokyo, Japan)을 사용하였고, 헤모글로빈의 측정은 SLS hemoglobin법을 이용한 XN-9000 (Sysmex, Kobe, Japan)을 사용하였다.

교육 수준은 초졸 이하(elementary school or lower), 중졸(middle school), 고졸(high school), 대졸 이상(college or higher)으로 분류하였다. 음주 빈도는 음주 안함(non-drinking), 월 1회 미만(<1 times/month), 월 1회 정도(≥1 times/month)로 분류하였다. 흡연은 전혀 피운 적이 없는 경우를 비흡연(non-smoker), 과거에는 피웠으나 현재 피우지 않는 경우를 과거 흡연(former smoker), 매일 피우는 경우를 매일 흡연(current smoker)으로 분류하였다. 주관적 건강 상태는 매우 좋지 않음(very bad), 좋지 않음(bad), 평균(average), 좋음(good), 매우 좋음(very good)으로 분류하였다. 추정 사구체 여과율(estimated glomerular filtration rate, eGFR)은 CKD-EPI법으로 계산하였다[19]. 질병관리청에서 제공한 이환 건강설문에서 고혈압, 당뇨병, 이상고지혈증에 대한 의사진단 여부가 있음이었을 경우에 각각 고혈압, 당뇨병, 이상고지혈증으로 정의하였다[17].

신진대사 해당치(metabolic equivalent of task, MET)는 특정 신체 활동을 수행하는 동안 필요한 에너지나 몸에서 필요한 산소의 양을 의미한다. 물리적 활동량은 국민건강영양조사의 자료를 이용하여 1주일간의 전체 신체활동량을 계산하였다.

격렬한 신체활동량(MET minutes/week)=8.0×하루 평균 격렬한 신체활동의 시간×일주일 사이 격렬한 신체활동을 한 일수

적당한 신체활동량(MET minutes/week)=4.0×하루 평균 적당한 신체활동의 시간×일주일 사이 적당한 신체활동을 한 일수

걷기 신체활동량(MET minutes/week)=3.3×하루 평균 신체활동의 시간×일주일 사이 걷기 신체활동을 한 일수

전체 신체활동량(MET minutes/week)=격렬한 신체활동량+적당한 신체활동량+걷기 신체활동량

4. 자료 분석

본 연구는 SPSS 24.0 (IBM, Chicago, IL, USA)와 GraphPad Prism 9 (GraphPad Software, San Diego, CA, USA)를 이용하였다. 국민건강영양조사는 2단계 층화집락표본설계(two-stage stratified cluster sampling)에 의하여 표본추출되었다. 추정치의 표준오차가 편향이 없기 위해서 질병관리청에서 제공한 연관성 분석 가중치을 이용하여 2005년에서 2017년 사이의 기수간 통합 가중치를 산출하여 분석하였다. 복합표본에 따른 가중치를 고려하여 복합표본 교차분석(complex samples chi-square)과 복합표본 다중 로지스틱 회귀분석(complex samples multiple logistic regression) 그리고 복합표본 일반선형분석(complex samples general linear model)을 시행하여 분석하였다. 이때 복합표본 자료 특성상 분산 추정치의 편향이 발생할 수 있으므로 모든 분석에서 결측 자료는 유효한 값으로 처리하였다. 유의수준은 P<0.05로 설정하였다.

결 과

1. 연구대상자의 일반적인 특성

1,844명의 연구대상자(남성 972명, 여성 872명)가 Table 1에 제시되어 있다. 평균 연령은 남성과 여성의 경우 각각 44.4세와 44.8세이었다. 연구대상자의 체질량지수 평균과 허리둘레 평균은 각각 23.8 kg/m2와 80.6 cm였으며, 체질량지수와 허리둘레의 유병률은 각각 32.7% (606명)와 22.1% (411명)였다. 남성과 여성에 대한 비만 유병률, 복부비만 유병률, 교육 수준, 음주 상태, 흡연 상태는 통계적으로 유의한 비율 차이를 보였지만(P<0.001), 가구 소득, 주관적 건강 상태, 당뇨, 고혈압, 고지혈증은 유의한 비율 차이를 보이지 않았다(P>0.05). 수은, 납, 카드뮴의 가중치를 고려한 평균은 각각 4.0 μg/L, 2.1 μg/L, 1.01 μg/L이었다. 수은과 납의 평균은 남성이 여성보다 유의하게 높았지만(P<0.001), 카드뮴에서는 여성이 남성보다 유의하게 높았다(P<0.001). ALT의 평균은 22.0 IU/L였으며, 남성과 여성의 ALT 수치는 각각 26.8 IU/L와 17.3 IU/L였고, 남성이 여성보다 유의하게 높았다(P<0.001).

General characteristics of participants

Variable Total (N=1,844) Men (N=972) Women (N=872) P-value
Age, years 44.6±0.4 44.4±0.4 44.8±0.5 0.529a
BMI (kg/m2) 23.8±0.10 24.4±0.12 23.2±0.14 <0.001a
Obesity* , N (%) <0.001b
No 1238 (67.3) 594 (61.4) 644 (73.9)
Yes 606 (32.7) 378 (38.6) 228 (26.1)
Waist circumference (cm) 80.6±0.31 84.0±0.34 77.2±0.43 <0.001a
Abdominal obesity**, N (%) <0.001b
No 1433 (77.9) 723 (73.8) 710 (82.6)
Yes 411 (22.1) 249 (26.2) 162 (17.4)
Mercury (μg/L) 4.0±0.08 4.7±0.13 3.3±0.09 <0.001a
Lead (μg/L) 2.1±0.03 2.4±0.04 1.8±0.03 <0.001a
Cadmium (μg/L) 1.01±0.02 0.93±0.03 1.08±0.02 <0.001a
ALT (IU/L) 22.0±0.72 26.8±1.32 17.3±0.48 <0.001a
Education, N (%) <0.001b
Elementary school or lower 234 (12.7) 89 (8.4) 145 (17.5)
Middle school 180 (9.5) 97 (9.5) 83 (9.6)
High school 547 (30.9) 281 (30.0) 266 (31.9)
College or higher 883 (46.8) 505 (52.1) 378 (41.0)
Household income, N (%) 0.673b
Low 485 (25.1) 254 (26.0) 231 (24.0)
Middle-low 449 (24.9) 234 (24.2) 215 (25.8)
Middle-high 457 (24.9) 240 (24.3) 217 (25.7)
High 453 (25.1) 244 (25.5) 209 (24.5)
Drinking status, N (%) <0.001b
Non drinking 284 (16.2) 105 (11.4) 179 (21.6)
<1 times/month 358 (19.9) 105 (11.1) 253 (29.8)
≥1 times/month 1202 (63.9) 762 (77.5) 440 (48.7)
Smoking status, N (%) <0.001b
Non smoker 992 (54.0) 230 (23.6) 762 (88.0)
Former smoker 373 (20.0) 332 (33.3) 41 (5.1)
Current smoker 479 (26.0) 410 (43.1) 69 (6.9)
Subjective health status, N (%) 0.169b
Very bad 53 (2.7) 23 (2.2) 30 (3.3)
Bad 255 (12.9) 130 (12.5) 125 (13.3)
Average 900 (49.5) 459 (47.8) 441 (51.4)
Good 539 (29.4) 300 (31.1) 239 (27.6)
Very good 97 (5.4) 60 (6.3) 37 (4.4)
Physical activity (MET minutes/week) 2218.9±77.4 2737.9±111.4 1699.8±98.3 <0.001a
eGFR (mL/min per 1.73 m2) 97.1±0.39 93.7±0.54 100.5±0.55 <0.001a
Hemoglobin (g/dL) 14.2±0.03 15.3±0.04 13.1±0.04 <0.001a
Diabetes, N (%) 0.453b
No 1634 (90.1) 851 (89.5) 783 (90.7)
Yes 210 (9.9) 121 (10.5) 89 (9.3)
Hypertension, N (%) 0.366b
No 1509 (82.5) 777 (81.6) 732 (83.4)
Yes 335 (17.5) 195 (18.4) 140 (16.6)
Hyperlipidemia, N (%) 0.301b
No 1551 (85.1) 823 (86.1) 728 (84.1)
Yes 293 (14.9) 149 (13.9) 144 (15.9)

Values are presented as weighted mean±weighted standard error or weighted percent.

aCalculated by complex samples general linear model.

bCalculated by complex samples chi-square test.

*defined as body mass index ≥25 kg/m2.

**defined as waist circumference ≥90 cm for Korean men and ≥85 cm for Korean women.

Abbreviations: ALT, alanine aminotransferase; eGFR, estimated glomerular filtration rate; MET, metabolic equivalent of task.



2. 비만과 복부비만에 대한 중금속과 ALT의 혈중 농도 분포

수은, 납, 카드뮴, ALT를 삼분위수로 나눠 비만과 복부비만에 대한 혈중 농도 분포를 Table 2에 제시하였다. 수은의 삼분위수가 증가함에 따라 비만이 통계적으로 유의한 비율 차이가 있었고(P<0.001), 복부비만에서도 통계적으로 유의한 비율 차이가 있었다(P<0.001). 또한 ALT의 삼분위수가 증가함에 따라 비만이 통계적으로 유의한 비율 차이가 있었고(P<0.001), 복부비만에서도 통계적으로 유의한 비율 차이가 있었다(P<0.001). 납의 삼분위수에 따라 비만의 비율은 통계적으로 유의하였지만(P=0.04), 복부비만의 비율은 통계적으로 유의하지 않았다(P=0.08). 카드뮴의 삼분위수는 비만과 복부비만에 대해 통계적으로 유의하지 않았다(P<0.05).

Distribution of blood heavy metal levels on obesity and abdominal obesity (N=1,844)

Variable 1st tertile 2nd tertile 3rd tertile P-value
Mercury (μg/L) 1.82±0.02 3.48±0.03 7.60±0.18 -
Lead (μg/L) 1.22±0.01 1.97±0.01 3.21±0.04 -
Cadmium (μg/L) 0.46±0.01 0.96±0.01 1.79±0.04 -
ALT (μg/L) 10.7±0.10 16.8±0.09 36.4±1.74 -
Mercury μg/L (%)
1st tertile 2nd tertile 3rd tertile
Obesity*
No (N=1,238) 1.81±0.02 (73.1) 3.42±0.03 (66.7) 7.13±0.16 (59.8) <0.001a
Yes (N=606) 1.83±0.04 (26.9) 3.60±0.04 (33.3) 8.30±0.36 (40.2)
Abdominal obesity**
No (N=1,433) 1.82±0.02 (82.7) 3.45±0.03 (76.4) 7.41±0.18 (72.7) <0.001a
Yes (N=411) 1.78±0.05 (17.3) 3.58±0.06 (23.6) 8.08±0.41 (27.3)
Lead μg/L (%)
1st tertile 2nd tertile 3rd tertile
Obesity*
No (N=1,238) 1.20±0.02 (71.2) 1.97±0.01 (66.4) 3.20±0.06 (63.9) 0.04a
Yes (N=606) 1.27±0.02 (28.8) 1.98±0.02 (33.6) 3.23±0.07 (36.1)
Abdominal obesity**
No (N=1,433) 1.20±0.01 (80.0) 1.96±0.01 (77.9) 3.22±0.05 (75.1) 0.08a
Yes (N=411) 1.29±0.02 (20.0) 2.02±0.02 (22.1) 3.18±0.06 (24.9)
Cadmium μg/L (%)
1st tertile 2nd tertile 3rd tertile
Obesity*
No (N=1,238) 0.46±0.01 (68.2) 0.96±0.01 (68.9) 1.81±0.05 (63.2) 0.30a
Yes (N=606) 0.46±0.02 (31.8) 0.97±0.01 (31.1) 1.77±0.04 (36.8)
Abdominal obesity**
No (N=1,433) 0.46±0.01 (80.0) 0.95±0.01 (79.3) 1.79±0.05 (72.4) 0.14a
Yes (N=411) 0.46±0.02 (20.0) 0.97±0.01 (20.7) 1.81±0.05 (27.6)
ALT IU/L (%)
1st tertile 2nd tertile 3rd tertile
Obesity*
No (N=1,238) 10.7±0.11 (86.4) 16.6±0.10 (72.5) 35.5±3.28 (47.2) <0.001a
Yes (N=606) 11.3±0.21 (13.6) 17.2±0.18 (27.5) 37.3±1.19 (52.8)
Abdominal obesity**
No (N=1,433) 10.7±0.10 (92.7) 16.7±0.10 (81.9) 35.4±2.50 (62.1) <0.001a
Yes (N=411) 11.1±0.35 (7.3) 17.3±0.24 (18.1) 38.1±1.54 (37.9)

Values are presented as weighted mean±weighted standard error.

aCalculated by complex samples chi-square test.

*defined as body mass index ≥25 kg/m2.

**defined as waist circumference ≥90 cm for Korean men and ≥85 cm for Korean women.



3. 비만과 복부비만에 대한 수은의 오즈비(odds ratio)

수은을 삼분위수로 나눈 3그룹과 ALT를 저농도(≤40 IU/L)와 고농도(>40 IU/L)로 나눈 2그룹을 조합하여 6그룹을 만든 다음, 비만과 복부비만에 대한 오즈비(odd ratio)를 Table 3에 제시하였다. 나이, 성별을 보정한 후 분석한 복합표본 로지스틱 회귀분석(Model 1)에서 고농도 ALT이면서 수은의 가장 높은 삼분위수에 속한 그룹이 기준 그룹인 저농도 ALT이면서 수은의 가장 낮은 삼분위수에 속한 그룹보다 비만과 복부비만에 대한 오즈비가 각각 4.73배(95% 신뢰구간 2.39∼9.37, P<0.001)와 5.66배(95% 신뢰구간 2.82∼11.34, P<0.001)로 높았다. 신체 활동, 교육 수준, 가구 소득, 음주, 흡연, 주관적 건강 상태를 추가하여 보정한 복합표본 로지스틱 회귀분석(Model 2)의 오즈비는 각각 5.13배(95% 신뢰구간 2.62∼10.05, P<0.001)와 6.44배(95% 신뢰구간 3.20∼12.94, P<0.001)로 Model 1에 비해 오즈비가 조금 높아졌다. eGFR, 헤모글로빈, 당뇨, 고혈압, 고지혈증을 추가한 복합표본 로지스틱 회귀분석(Model 3)의 오즈비는 각각 4.46배(95% 신뢰구간 2.23∼8.90, P<0.001)와 5.36배(95% 신뢰구간 2.57∼11.17, P<0.001)로 Model 2에 비해 조금 낮아졌지만 기준 그룹에 비해 여전히 높은 오즈비를 유지하였다.

Adjusted odd ratios for the risk of obesity and abdominal obesity according to combination of blood mercury level and ALT

Model ALT*** Mercury Obesity* Abdominal obesity**
OR P-value OR P-value
Adjusted model 1a Low 1st tertile 1.00 (reference) <0.001 1.00 (reference) <0.001
2nd tertile 1.15 (0.85∼1.56) 1.31 (0.92∼1.86)
3rd tertile 1.50 (1.12∼2.01) 1.51 (1.06∼2.15)
High 1st tertile 3.30 (1.66∼6.55) 4.37 (1.97∼9.70)
2nd tertile 6.04 (3.08∼11.87) 5.62 (2.86∼11.03)
3rd tertile 4.73 (2.39∼9.37) 5.66 (2.82∼11.34)
Adjusted model 2b Low 1st tertile 1.00 (reference) <0.001 1.00 (reference) <0.001
2nd tertile 1.20 (0.89∼1.62) 1.42 (1.00∼2.00)
3rd tertile 1.65 (1.21∼2.26) 1.74 (1.21∼2.50)
High 1st tertile 3.19 (1.56∼6.49) 4.29 (1.97∼9.33)
2nd tertile 6.23 (3.20∼12.10) 5.80 (2.87∼11.71)
3rd tertile 5.13 (2.62∼10.05) 6.44 (3.20∼12.94)
Adjusted model 3c Low 1st tertile 1.00 (reference) <0.001 1.00 (reference) <0.001
2nd tertile 1.20 (0.87∼1.64) 1.42 (0.99∼2.03)
3rd tertile 1.52 (1.09∼2.12) 1.58 (1.09∼2.31)
High 1st tertile 2.70 (1.30∼5.63) 3.50 (1.62∼7.59)
2nd tertile 5.70 (2.89∼11.22) 5.11 (2.52∼10.40)
3rd tertile 4.46 (2.23∼8.90) 5.36 (2.57∼11.17)

aCalculated by complex samples multiple logistic regression was applied, with adjusting for age, sex.

bCalculated by complex samples multiple logistic regression was applied, with adjusting for age, sex, physical activity, education, household income, drinking status, smoking status, subjective health status.

cCalculated by complex samples multiple logistic regression was applied, with adjusting for age, sex, physical activity, education, household income, drinking status, smoking status, subjective health status, eGFR, hemoglobin, diabetes, hypertension, hyperlipidemia.

*defined as body mass index ≥25 kg/m2.

**defined as waist circumference ≥90 cm for korean men and ≥85 cm for korean women.

***Low ALT defined as ≤40 IU/L of the study population, high ALT was defined as >40 IU/L.

Abbreviations: ALT, alanine aminotransferase; eGFR, estimated glomerular filtration rate; OR, odds ratio.



4. 체질량 지수와 허리둘레에 대한 수은과 ALT의 상호 관계성 분석

수은을 삼분위수로 나눈 3그룹과 ALT를 저농도(≤40 IU/L)와 고농도(>40 IU/L)로 나눈 2그룹을 조합하여 6그룹을 만든 다음, 체질량지수과 허리둘레에 대한 복합표본 일반선형분석을 하였다. 체질량지수에 대해 고농도 ALT이면서 수은의 가장 높은 삼분위수에 속한 그룹의 평균(27.6 kg/m2, 95% 신뢰구간 26.2∼29.1)은 저농도 ALT이면서 수은의 가장 낮은 삼분위수에 속한 그룹의 평균(24.0 kg/m2, 95% 신뢰구간 23.5∼24.5)보다 통계적으로 유의하게 높았다(P<0.001, bonferroni post hoc test, Figure 2A). 허리둘레에 대해 고농도 ALT이면서 수은의 가장 높은 삼분위수에 속한 그룹의 평균(91.4 cm, 95% 신뢰구간 88.0∼94.8)은 저농도 ALT이면서 수은의 가장 낮은 삼분위수에 속한 그룹의 평균(82.0 cm, 95% 신뢰구간 80.6∼83.4)보다 통계적으로 유의하게 높았다(P<0.001, bonferroni post hoc test, Figure 2B).

Fig. 2. Interrelationship of mercury and ALT in complex samples general linear model. Adjusted for age, sex, physical activity, education, household income, drinking status, smoking status, subjective health status, eGFR, hemoglobin, diabetes, hypertension, hyperlipidemia. (A) Obesity. (B) Abdominal obesity.

나이, 성별, 신체 활동, 교육 수준, 가구 소득, 음주, 흡연, 주관적 건강 상태, eGFR, 헤모글로빈, 당뇨, 고혈압, 고지혈증을 보정한 후 연속형 변수인 체질량지수와 허리둘레를 종속변수로 하여 각각 복합표본 일반선형분석을 하였다. 이때 연속형 변수인 ALT와 연속형 변수인 수은의 상호 관계는 체질량지수(P for interaction=0.009, Figure 2A)와 허리둘레(P for interaction=0.012, Figure 2B)에 대해 각각 통계적으로 유의하였다.

고 찰

Eom 등[20]의 보고서를 보면 2010∼2011년 기간 동안 수은에 직업적으로 노출되지 않은 건강한 대한민국 성인 2,114명을 대상으로 다단계, 성별 및 연령 계층화 확률 방법으로 표본 추출하였다. 이 연구에서 혈중 수은 농도의 평균은 3.9 μg/L이었으며, 혈중 수은 농도가 높아질수록 복부비만에 대한 오즈비가 기준그룹에 비해 2.09배 증가된 결과를 보였다. 본 연구의 평균 혈중 수은 농도는 4.0 μg/L로 Eom 등[20]의 보고서 결과와 비슷한 수치를 보였으며, 수은의 삼분위수에 따라 복부비만의 비율이 통계적으로 유의한 차이가 있었던 결과(P<0.001)와 수은의 삼분위수가 증가할수록 복부비만에 대한 오즈비가 기준그룹에 비해 5.36배 증가된 결과(P<0.001)를 볼 때 본 논문은 선생 논문과 일관된 방향을 가졌다. Kim 등[21]의 연구에서 대한민국 성인의 식사를 통한 일일 수은 섭취량은 어패류(75.6%, 10.26 μg), 곡물(17.7%, 2.40 μg), 두류(2.6%, 0.35 μg) 순이었고, 어패류 섭취량에 따라 혈중 수은이 증가하였다고 보고하였다. 또한 나이가 많을수록 수은은 축적된 결과를 보였는데, 주로 남자는 40대와 50대가 높았고 여자는 50대가 유의하게 높았다[22]. 이는 어패류 섭취량이 많으면서 연령이 증가할수록 수은 축적이 증가될 수 있음을 암시한다. 2010년에서 2013년 국민건강영양조사를 사용하여 대한민국 청소년의 혈중 수은 수치와 과체중과 복부비만의 발병률 사이에 긍정적인 연관성이 있다고 보고한 연구 결과를 보면 청소년기부터 수은 축적이 비만에 영향을 줄 수 있다는 것을 알 수 있다[9].

여러 연구에서 수은 축적에 의한 비만의 메커니즘은 아직 명확하지 않지만 산화 스트레스 증가, 혈관 염증 증가, 금속 효소 감소, 글루타티온 고갈, 미토콘드리아 기능 장애, 지질 과산화 증가, 혈소판 응집 증가, 혈관 평활근 기능 장애, 내피 기능 장애, 혈관 염증 증가, 면역 기능 감소, 지질 대사의 조절 장애, 포도당 대사 장애 등과 관련된다고 보고하였다[23, 24]. 이러한 수은 축적의 관련 현상으로 인해 비만, 이상지질혈증, 당뇨병, 고혈압, 대사증후군, 심혈관 질환의 위험이 증가되는 것으로 보인다[25, 26]. 핀란드 한 연구에서 높은 모발 수은 함량은 경동맥 내중막 두께(carotid intima media thickness)와 죽상동맥경화증(athero-sclerosis)을 증가시킨다는 연구 결과도 있다[27]. Wisconsin Sleep Cohort 연구의 참가자 101명에서 혈액 수은의 상위 4분위는 고혈압이 될 가능성이 1.9배 더 높았고, 모발 수은의 상위 4분위는 고혈압이 될 위험성이 4배 더 높았다고 분석하였다[28]. 이는 모발 수은이 혈액 수은보다 고혈압의 위험성을 평가할 때 더 좋은 방법임을 암시한다. 대한민국 성인 2,114명을 대상으로 수은의 농도가 증가하면 대사증후군의 유병률이 높아진다는 단면적 코호트 연구가 있었다[20]. 보스턴에 거주하는 엄마와 아기 1,512쌍의 전향적 코호트 연구에서 산모의 수은 농도가 증가되어 태아에게 수은이 노출되면 성조숙증의 위험이 2.4배 증가한다고 보고되었다[5]. 그러나 수은과 심혈관 질환이 관련이 없다는 연구도 있다. 슬로베니아 근처 54명의 수은 광부와 58명의 근로자를 통제 그룹으로 구성한 연구에서는 혈청 수은과 심혈관 질환 사이에 관계가 없는 것으로 보고하였다[29]. 이러한 연구 일관성의 부족에 대해 수은에 관한 한 메타 분석에서 종종 수은 노출은 다른 환경 오염 물질을 같이 동반하기 때문에 수은과 질병 사이의 연관성 분석을 어렵게 한다고 강조하였다. 그러므로 전향적 코호트 연구를 통해 혼란 변수의 제거 및 다른 요인과의 상호작용 같은 점을 고려해야 한다[30].

본 연구에서 혈중 수은은 비만과 복부비만에서 각각 둘다 유의한 연관성이 있었다. 비만에서 수은의 가장 높은 삼분위수의 평균 수은 농도는 8.30 μg/L이였고, 복부 비만에서 가장 높은 삼분위수의 평균 수은 농도는 8.08 μg/L으로 유의한 차이가 관찰되지 않았다(Table 2에서는 제시하지 않음). 이는 수은의 역할이 비만의 형성과 복부비만의 형성에 둘 다 중요하다는 것을 암시한다. 본 연구에서 복부 비만에서의 오즈비(Model 3에서 5.36배)가 비만에서의 오즈비(Model 3에서 4.46배)보다 높은 것을 볼 때 수은은 복부 비만의 형성에 더 큰 역활을 할 것으로 생각된다(Table 3). 특히 수은과 ALT의 상호 관계는 체질량지수(P for interaction=0.009) 또는 허리둘레(P for interaction=0.012)에 대해 각각 유의하게 관찰되었는데, 이는 이 상호 관계가 비만의 형성과 복부비만의 형성을 가속할 수 있음을 암시한다. 이와 같은 점은 이전 선행 연구와 일치한다[26]. 비만과 복부비만에 대한 수은과 ALT 요인 간의 상호 관계를 확인하기 위한 전향적 코호트 연구가 필요하다.

비만은 보통 과도한 영양 섭취와 에너지 불균형으로 인한 체지방의 축적으로 발생한다. 특히 앉아있는 생활 방식으로 인한 에너지 불균형이 비만의 병인과 관련되어 있지만, 환경 노출이 비만에 기여할 수 있다는 증거가 증가하고 있다. 이러한 비만의 기본적인 치료 방법은 식사 치료와 운동 치료 그리고 행동 치료이며, 약물 치료는 이들과 함께 시행하는 부가적인 치료방법이다. 보통 약물치료 시작 후 3개월 내에 5% 이상 체중 감량이 없다면 약제를 변경하거나 중단할 것을 권고한다. 이러한 비수술적 치료에도 고도 비만 환자의 체중 감량이 실패한다면 수술적 치료를 고려해 볼 수 있다[18]. 이와 같은 치료 과정에서 본 연구 결과를 고려했을 때 수은과 ALT의 관리가 중요할 것으로 고려된다.

본 연구는 몇 가지 제한점을 가진다. 첫째, 국민건강영양조사를 바탕으로 한 단면적 조사연구로서 인과 관계를 설명하기 어렵다. 둘째, 국민건강영양조사 데이터의 11년 자료를 통합하는 과정에서 해산물에 대한 변수를 생성할 수 없었다. 음식물로 섭취한 혈중 수은 수치는 3일 이내에 측정해야 하므로 본 연구에 포함하지 않았다. 셋째, 비만과 복부비만에 대한 유전적 돌연변이, 후성유전학적 변화와 같은 분자적인 고려를 하지 못하였다. 넷째, 수은이 포함된 다양한 상품과 다양한 생활 습관 요인에 대한 데이터는 국민건강영양조사에는 없으므로 앞으로 다른 연구에서 분석되어 확인되어야 한다.

요 약

혈액 중금속과 비만 사이의 연관성은 많은 연구에서 조사되었다. 그러나 일관되지 않은 연구 결과가 여전히 존재한다. 이 연구는 2005년과 2008년부터 2017년까지 11년간 119,181명의 참가자를 대상으로 한 국민건강영양조사의 데이터를 사용하여 수행되었다. 혈액 중금속 검사, 건강면접 자료, 건강검진 자료가 누락된 피험자는 연구에서 제외하였다. 연구 모집단에 포함될 자격이 있는 1,844명(남성 972명, 여성 872명)으로 구성되었다. 비만과 복부 비만은 혈중 수은 증가(P<0.001) 및 알라닌 아미노전이효소(ALT) 증가(P<0.001) 모두와 관련이 있는 것으로 나타났다. 교란요인들을 보정한 결과, 높은 ALT 수치와 가장 높은 삼분위수의 수은 수치에 동시에 해당되는 사람은 비만(오즈비 4.46, 95%, 신뢰구간 2.23∼8.90, P<0.001) 및 복부 비만(오즈비 5.36, 95%, 신뢰구간 2.57∼11.17, P<0.001)의 위험이 증가되는 것으로 나타났다. 수은과 ALT의 상호 관계는 체질량지수(P for interaction=0.009)와 허리둘레(P for interaction=0.012)에 대해 각각 유의하게 관찰되었는데, 이는 이 상호 관계가 비만과 복부 비만에 기여할 수 있음을 암시한다.

Acknowledgements

This work was supported by the Jungwon University Research Grant (2021-044).

Conflict of interest

None

Author’s information (Position)

Pyo SS, Professor.

References
  1. Rice KM, Walker EM, Wu M, Gillette C, Blough ER. Environmental mercury and its toxic effects. J Prev Med Public Health. 2014;47:74-83. https://doi.org/10.3961/jpmph.2014.47.2.74.
    Pubmed KoreaMed CrossRef
  2. Ahmad S, Mahmood R. Mercury chloride toxicity in human erythrocytes: enhanced generation of ros and rns, hemoglobin oxidation, impaired antioxidant power, and inhibition of plasma membrane redox system. Environ Sci Pollut Res Int. 2019;26:5645-5657. https://doi.org/10.1007/s11356-018-04062-5.
    Pubmed CrossRef
  3. Pamphlett R, Kum Jew S, Doble PA, Bishop DP. Elemental analysis of aging human pituitary glands implicates mercury as a contributor to the somatopause. Front Endocrinol. 2019;10:419. https://doi.org/10.3389/fendo.2019.00419.
    Pubmed KoreaMed CrossRef
  4. Kern JK, Geier DA, Sykes LK, Haley BE, Geier MR. The relationship between mercury and autism: a comprehensive review and discussion. J Trace Elem Med Biol. 2016;37:8-24. https://doi.org/10.1016/j.jtemb.2016.06.002.
    Pubmed CrossRef
  5. Wang G, Tang WY, Ji H, Wang X. Prenatal exposure to mercury and precocious puberty: a prospective birth cohort study. Hum Reprod. 2021;36:712-720. https://doi.org/10.1093/humrep/deaa315.
    Pubmed KoreaMed CrossRef
  6. Zahir F, Rizwi SJ, Haq SK, Khan RH. Low dose mercury toxicity and human health. Environ Toxicol Pharmacol. 2005;20:351-360. https://doi.org/10.1016/j.etap.2005.03.007.
    Pubmed CrossRef
  7. Lee S, Yoon JH, Won JU, Lee W, Lee JH, Seok HSeok H, et al. The association between blood mercury levels and risk for overweight in a general adult population: results from the korean national health and nutrition examination survey. Biol Trace Elem Res. 2016;171:251-261. https://doi.org/10.1007/s12011-015-0530-1.
    Pubmed CrossRef
  8. Park JS, Ha KH, He K, Kim DJ. Association between blood mercury level and visceral adiposity in adults. Diabetes Metab J. 2017;41:113-120. https://doi.org/10.4093/dmj.2017.41.2.113.
    Pubmed KoreaMed CrossRef
  9. Shin YY, Ryu IK, Park MJ, Kim SH. The association of total blood mercury levels and overweight among korean adolescents: analysis of the korean national health and nutrition examination survey (knhanes) 2010-2013. Korean J Pediatr. 2018;61:121-128. https://doi.org/10.3345/kjp.2018.61.4.121.
    Pubmed KoreaMed CrossRef
  10. Nasab H, Rajabi S, Eghbalian M, Malakootian M, Hashemi M, Mahmoudi-Moghaddam H. Association of as, pb, cr, and zn urinary heavy metals levels with predictive indicators of cardiovascular disease and obesity in children and adolescents. Chemosphere. 2022;294. https://doi.org/10.1016/j.chemosphere.2022.133664.
    Pubmed CrossRef
  11. Tinkov AA, Filippini T, Ajsuvakova OP, Aaseth J, Gluhcheva YG, Ivanova JMIvanova JM, et al. The role of cadmium in obesity and diabetes. Sci Total Environ. 2017;601-602:741-755. https://doi.org/10.1016/j.scitotenv.2017.05.224.
    Pubmed CrossRef
  12. Cave M, Appana S, Patel M, Falkner KC, McClain CJ, Brock G. Polychlorinated biphenyls, lead, and mercury are associated with liver disease in american adults: Nhanes 2003-2004. Environ Health Perspect. 2010;118:1735-1742. https://doi.org/10.1289/ehp.1002720.
    Pubmed KoreaMed CrossRef
  13. Chang Y, Ryu S, Sung E, Jang Y. Higher concentrations of alanine aminotransferase within the reference interval predict nonalcoholic fatty liver disease. Clin Chem. 2007;53:686-692. https://doi.org/10.1373/clinchem.2006.081257.
    Pubmed CrossRef
  14. Dai W, Ye L, Liu A, Wen SW, Deng J, Wu XWu X, et al. Prevalence of nonalcoholic fatty liver disease in patients with type 2 diabetes mellitus: a meta-analysis. Medicine (Baltimore). 2017;96. https://doi.org/10.1097/md.0000000000008179.
    Pubmed KoreaMed CrossRef
  15. Bekkelund SI, Jorde R. Alanine aminotransferase and body composition in obese men and women. Dis Markers. 2019;2019. https://doi.org/10.1155/2019/1695874.
    Pubmed KoreaMed CrossRef
  16. Kim J, Jo I. Relationship between body mass index and alanine aminotransferase concentration in non-diabetic korean adults. Eur J Clin Nutr. 2010;64:169-175. https://doi.org/10.1038/ejcn.2009.131.
    Pubmed CrossRef
  17. Oh K, Kim Y, Kweon S, Kim S, Yun S, Park SPark S, et al. Korea national health and nutrition examination survey, 20th anniversary: accomplishments and future directions. Epidemiol Health. 2021;43. https://doi.org/10.4178/epih.e2021025.
    Pubmed KoreaMed CrossRef
  18. Kim BY, Kang SM, Kang JH, Kang SY, Kim KK, Kim K-BKim K-B, et al. 2020 Korean society for the study of obesity guidelines for the management of obesity in Korea. J Obes Metab Syndr. 2021;30:81-92. https://doi.org/10.7570/jomes21022.
    Pubmed KoreaMed CrossRef
  19. Zafari N, Churilov L, MacIsaac RJ, Torkamani N, Baxter H, Kiburg KVKiburg KV, et al. Diagnostic performance of the chronic kidney disease epidemiology collaboration (ckd-epi) equation at estimating glomerular filtration rate in adults with diabetes mellitus: a systematic review and meta-analysis protocol. BMJ Open. 2019;9. https://doi.org/10.1136/bmjopen-2019-031558.
    Pubmed KoreaMed CrossRef
  20. Eom SY, Choi SH, Ahn SJ, Kim DK, Kim DW, Lim JALim JA, et al. Reference levels of blood mercury and association with metabolic syndrome in korean adults. Int Arch Occup Environ Health. 2014;87:501-513. https://doi.org/10.1007/s00420-013-0891-8.
    Pubmed CrossRef
  21. Kim NY, Ahn SJ, Ryu DY, Choi BS, Kim H, Yu IJYu IJ, et al. Effect of lifestyles on the blood mercury level in korean adults. Hum Exp Toxicol. 2013;32:591-599. https://doi.org/10.1177/0960327112467041.
    Pubmed CrossRef
  22. Kim YA, Kim YN, Cho KD, Kim MY, Kim EJ, Baek OHBaek OH, et al. Blood heavy metal concentrations of korean adults by seafood consumption frequency: using the fourth korea national health and nutrition examination survey (knhanes iv), 2008. Korean J Nutr. 2011;44:518-526. https://doi.org/https://doi.org/10.4163/kjn.2011.44.6.518.
    CrossRef
  23. Kawakami T, Hanao N, Nishiyama K, Kadota Y, Inoue M, Sato MSato M, et al. Differential effects of cobalt and mercury on lipid metabolism in the white adipose tissue of high-fat diet-induced obesity mice. Toxicol Appl Pharmacol. 2012;258:32-42. https://doi.org/10.1016/j.taap.2011.10.004.
    Pubmed CrossRef
  24. Chang JW, Chen HL, Su HJ, Liao PC, Guo HR, Lee CC. Simultaneous exposure of non-diabetics to high levels of dioxins and mercury increases their risk of insulin resistance. J Hazard Mater. 2011;185:749-755. https://doi.org/10.1016/j.jhazmat.2010.09.084.
    Pubmed CrossRef
  25. Houston MC. Role of mercury toxicity in hypertension, cardiovascular disease, and stroke. J Clin Hypertens (Greenwich). 2011;13:621-627. https://doi.org/10.1111/j.1751-7176.2011.00489.x.
    Pubmed KoreaMed CrossRef
  26. Tinkov AA, Ajsuvakova OP, Skalnaya MG, Popova EV, Sinitskii AI, Nemereshina ONNemereshina ON, et al. Mercury and metabolic syndrome: a review of experimental and clinical observations. Biometals. 2015;28:231-254. https://doi.org/10.1007/s10534-015-9823-2.
    Pubmed CrossRef
  27. Salonen JT, Seppänen K, Lakka TA, Salonen R, Kaplan GA. Mercury accumulation and accelerated progression of carotid atherosclerosis: a population-based prospective 4-year follow-up study in men in eastern finland. Atherosclerosis. 2000;148:265-273. https://doi.org/10.1016/s0021-9150(99)00272-5.
    Pubmed CrossRef
  28. Bautista LE, Stein JH, Morgan BJ, Stanton N, Young T, Nieto FJ. Association of blood and hair mercury with blood pressure and vascular reactivity. Wmj. 2009;108:250-252.
    Pubmed KoreaMed
  29. Kobal AB, Horvat M, Prezelj M, Briški AS, Krsnik M, Dizdarevič TDizdarevič T, et al. The impact of long-term past exposure to elemental mercury on antioxidative capacity and lipid peroxidation in mercury miners. J Trace Elem Med Biol. 2004;17:261-274. https://doi.org/https://doi.org/10.1016/S0946-672X(04)80028-2.
    Pubmed CrossRef
  30. Roy C, Tremblay PY, Ayotte P. Is mercury exposure causing diabetes, metabolic syndrome and insulin resistance? A systematic review of the literature. Environ Res. 2017;156:747-760. https://doi.org/10.1016/j.envres.2017.04.038.
    Pubmed CrossRef

Full Text(PDF) Free

Cited By Articles
  • CrossRef (0)

Author ORCID Information

Funding Information