목적: 체내 납부담의 지표로서 누적 혈중 납량과 누적혈중 ZPP가 납관련 신기능에 미치는 영향을 알아보기 위하여 678명의 납 작업자들을 대상으로 본 연구를 시도 하였다. 방법: 누적 혈중 납량과 누적 혈중 ZPP는 입사시부터 매 1년간의 혈중 납량과 혈중 ZPP를 누적하여 구하였다. 입사시기가 1983년 이전인 납 작업자의 경우는 최초혈중 납량과 최초 혈중 ZPP를 그 이전의 값으로 추정하여 구하였다. 체내 납부담의 지표로서 골중 납량과 DMSA착화납량을 측정하였으며, 최근의 납 노출 지표로 서는 혈중 납량과 혈중 ZPP를 측정하였다. 신기능을 평가하는 지표로서는 임상 신기능 지표로서 BUN과 혈청 creatinine을 측정하였고, 신기능 조기지표로는 NAG (N-acetyl-D-glucosamide)와 RBP (Retinol binding protein)를 측정하였다. 결과: 혈중 납량과 혈중 ZPP의 누적지수와 골중 납량과는 결정계수(r²)는 각각 0.72와 0.567로서 유의한 상관이 있었으며 이들 누적지수와 골중 납량은 곡선형적 모델이 더 적합하였다. 신기능 지표들을 종속변수로 하고 성, 연령, 직력 및 음주와 흡연을 통제한 후 혈중 납량과 혈중 ZPP를 독립변수로 한 중회귀분석에서 혈중 납량은 4개의 신기능 지표들 중 지수 변환한 NAG와만 유의한 관련이 있는 반면, 혈중 ZPP는 지수변환한 NAG를 제외한 신기능 지표들과 유의한 관련이 있었다. 한편 신기능 지표들을 종속변수로 하고 연령 및 직력과 음주와 흡연을 통제한 후 체내 납 부담노출지표들을 독립변수로 한 중회귀분석에서 골중 납량과 혈중 ZPP 누적지수는 4개의 신기능 지표들과 유의한 관련이 있는 반면, DMSA 착화납량과 혈중납량 누적지수는 BUN을 제외한 신기능 지표들과 유의한 관련이 있었다. 결론: 상기한 결과로 보아 혈중 납량과 혈중 ZPP의 누적지수는 체내 납부담의 지표로서 효용성이 입증되었으며, 특히 혈중 ZPP의 누적지수가 혈중 납량의 누적지수보다 체내 납부담의 대리지표로서 더 좋은 것으로 나타났다.
Objective: To evaluate the possibility of cumulative blood lead and blood ZPP as surrogates of lead body burden and to investigate their association with renal function as an index of lead body burden. Methods: The study subjects comprised 678 lead workers with past blood lead and blood ZPP data from their employment. Cumulative blood and ZPP were calculated by accumulating the every year mean value of both indices from the new employment since 1983. To assess the cumulative data of lead workers who started their lead work before 1983, the years before 1983 were simulated with the first available data from 1983. Study variables for lead body burden were tibia bone lead and DMSA chelatable lead, whereas those for current lead biomarkers were blood lead and blood ZPP. BUN and serum creatinine were selected as clinical renal biomarkers, while NAG (N-acetyl-D-glucosamine) and RBP (Retinol binding protein) were selected as early renal biomarkers. Results: The association between cumulative blood lead and blood ZPP with tibia bone lead was statistically significant with determinant coefficients (r²) of 0.72 and 0.567, respectively, and their relationships were better explained by the curvilinear regression model. In multiple regression analysis of current lead biomarkers on the renal biomarkers after controlling for possible confounders (age, sex, job duration, smoking and drinking status), blood lead was associated only with log-transformed NAG, whereas blood ZPP was associated with 3 other renal biomarkers. On the other hand, in multiple regression analysis of biomarkers of lead body burden on renal biomarkers after controlling for possible confounders (age, sex, job duration, smoking and drinking status), cumulative blood ZPP and tibia bone lead were associated with all 4 renal function biomarkers, whereas cumulative blood lead and DMSA chelatable lead were associated with 3 renal biomarkers except BUN. Conclusion: Cumulative blood and ZPP were demonstrated to be good surrogates of lead burden. Furthermore, the cumulative blood ZPP was confirmed to have a better association than the cumulative blood lead.
