Erkennen des Grundwassers im Zusammenhang mit chronischen Nierenerkrankungen unbekannter Ätiologie anhand humusähnlicher organischer Materie Ⅱ

Beziehung zwischen DOM und CKDu-bezogener Wasserchemie

Eine übermäßige Aufnahme von F− kann das menschliche Nierengewebe schädigen, weshalb eine hohe F−-Konzentration als Zeichen dafür angesehen wird, dass die Wasserquellen zu CKDu führen11,61. Wie in der ergänzenden Abbildung 8 gezeigt, gab es eine signifikante positive Korrelation zwischen C1 % und der F−-Konzentration in Grundwasserproben (r=0.62, p < 0.05). Dies weist darauf hin, dass C1 eine empfindliche Komponente zur Erkennung von Grundwasserquellen ist, die CKDu verursachen können. Die C1 % hatten auch signifikant positive Korrelationen mit Ca{{10}} (r=0.60, p < 0,05). C1 mit Carboxyl verbindet sich wahrscheinlich mit Ca2+ und bildet einen Komplex, der für die menschliche Niere schädlich ist15, was eine wichtige Ursache für CKDu ist. Dies steht im Einklang mit der Beobachtung, dass das Grundwasser in CKDu-Endemiegebieten höhere Konzentrationen von Ca2+ enthielt als das Grundwasser in nicht CKDu-endemischen Gebieten10,18. Darüber hinaus stieg C1 % mit der Zunahme der Si-Konzentrationen und der Härte (r=0.60 bzw. 0,61, p < 0,05) in dieser Studie. Es wird angenommen, dass CKDu auch mit Grundwasser mit hoher Härte und hohen Si-Konzentrationen zusammenhängt, da das Trinken dieses Grundwassers menschliche embryonale Nierenzellen schädigen kann12,14. Zusammenfassend korrelierte C1 % positiv mit den anorganischen chemischen Komponenten, von denen allgemein angenommen wird, dass sie mit CKDu in Zusammenhang stehen, was auf die potenzielle Machbarkeit der Verwendung von C1 % als Erkennungsindikator zur Identifizierung von CKDu-bezogenen Grundwasserquellen hinweist.

Klicken Sie hier, um Cistanche Herba bei Nierenerkrankungen zu erhalten

Es wird angenommen, dass der höhere C1-Gehalt im CKDu-Grundwasser im Vergleich zum Nicht-CKDu-Grundwasser mit dem Eintrag von Oberflächenwasser zusammenhängt (Abb. 2). Tatsächlich waren die Konzentrationen der oben genannten anorganischen chemischen Komponenten im Oberflächenwasser viel niedriger als im Grundwasser (Ergänzungstabelle 4). In Anbetracht der Tatsache, dass verwittertes Kluftwasser im Untersuchungsgebiet die wichtigste Grundwasserressource ist, ist der Prozess der Grundwasserauffüllung durch Oberflächenwasser langsam, was zu starken Wasser-Gesteins-Wechselwirkungen (z. B. Auswaschung und Ionenaustausch) während des Auffüllungsprozesses führt und zur Anreicherung von Grundwasser führt anorganische Chemikalien im Grundwasser. Beispielsweise führt ein höherer pH-Wert im Oberflächenwasser aufgrund der chemischen Ähnlichkeit von F− und OH− wahrscheinlich dazu, dass während des Wiederaufladungsprozesses mehr F− aus den Mineralien durch Ionenaustausch desorbiert wird62, was zu einem relativ niedrigeren pH-Wert führt und mehr F− im CKDu-Grundwasser als im Oberflächenwasser.

Erkennen von CKDu-bezogenen Wasserquellen durch FDOM In dieser Studie

Der DOM zwischen CKDu-Grundwasser und Nicht-CKDu-Grundwasser wies erhebliche Unterschiede in Bezug auf C1 % und HIX auf. Daher können diese Unterschiede zur Frühwarnung und schnellen Erkennung von Wasserquellen im Zusammenhang mit CKDu durch unsere selbst entwickelte CKDu-Erkennungsschwellenbewertung verwendet werden (CRTA)-Methode. Um die geeignete Erkennungsschwelle (RT) verschiedener DOM-Indikatoren zu untersuchen und die Anwendbarkeit der CRTA-Methode zu testen, werden die Beziehungen zwischen der angenommenen Schwelle von DOM-Indikatoren und der Erkennungswahrscheinlichkeit von CKDu-Grundwasser (DPC) und der Erkennungswahrscheinlichkeit von Nicht-CKDu-Grundwasser untersucht ( DPN) in Grundwasserproben (n=54) sind in der ergänzenden Abbildung 9 dargestellt. Es wurde festgestellt, dass DPC und DPN sehr gut mit ungefähr S-Form auf die Änderungen von HIX, C1%, DOC und C4% reagierten Kurven. Am Beispiel von C1 %: Wenn der angenommene Schwellenwert von C1 % den Wert am Schnittpunkt (28,8 %) der DPC- und DPN-Kurven überschritt, stieg DPC mit dem Anstieg von C1 % und war immer größer als DPN; Wenn der angenommene Schwellenwert von C1 % unter dem Schnittwert (28,8 %) lag, stieg DPN mit der Abnahme von C1 % und war immer größer als DPC. Das heißt, wenn der angenommene Schwellenwert von C1 % an der Kreuzung als RT verwendet wird, erreicht DPC 70,1 % (Erkennungswahrscheinlichkeit an der Kreuzung), zumindest wenn C1 % über RT liegt (Ergänzungstabelle 5), was darauf hinweist, dass die Möglichkeit einer Erkennung besteht Die Wasserquelle als CKDu-bezogene Quelle betrug mindestens 70,1 %. Wenn der angenommene Schwellenwert von C1 % unter RT liegt, wird die DPN 70,1 % überschreiten, was darauf hindeutet, dass die Wahrscheinlichkeit, dass es sich bei der erkannten Wasserquelle um eine nicht mit CKDu in Zusammenhang stehende Quelle handelt, bei mindestens 70,1 % lag. Daher beträgt die Wahrscheinlichkeit, anhand der RT von C1 % zu ermitteln, ob eine Wasserquelle CKDu-bezogen oder nicht CKDu-bezogen ist, mindestens 70,1 %, was auf eine sehr gute Erkennungsanwendbarkeit hinweist

Ebenso waren die Beziehungen zwischen den angenommenen Schwellenwerten von HIX, den Konzentrationen von DOC und C4 % und der Nachweiswahrscheinlichkeit dieselben wie die Beziehung zwischen dem angenommenen Schwellenwert von C1 % und der Nachweiswahrscheinlichkeit. Aufgrund der relativ geringeren Erkennungswahrscheinlichkeit am Schnittpunkt (Ergänzungstabelle 5) ist die Erkennungsanwendbarkeit bei Verwendung von HIX, DOC und C4 % jedoch nicht so gut wie bei C1 %. Bei anderen DOM-Indikatoren schwankten deren DPN- oder DPC-Kurven stark mit Änderungen der Schwellenwerte. Darüber hinaus kann anhand der Beziehung zwischen dem angenommenen Schwellenwert des PC1-Scores und der Erkennungswahrscheinlichkeit festgestellt werden, dass die Erkennungswahrscheinlichkeit unter Verwendung des PC1-Scores 63,8 % betrug.

Die angenommenen Schwellenwerte für C1 %, C4 %, HIX und PC1-Score gegenüber der Erkennungswahrscheinlichkeit wurden durch die empirische Boltzmann-Gleichung angepasst (Abb. 4). Wie in Abb. 4 gezeigt, hatte der angenommene Schwellenwert von C1 % den höchsten Bestimmtheitskoeffizienten (R2) (Ergänzungstabelle 6). Die Verifizierungsergebnisse zeigten, dass die vorhergesagten Werte nahe an den gemessenen Werten lagen (Abb. 5), was darauf hinweist, dass die Anpassungsergebnisse gültig waren. Darüber hinaus zeigte der gepaarte t-Test, dass sich der vorhergesagte Wert und der gemessene Wert nicht signifikant unterschieden (p > 0.05), wobei nur C1 % oder der PC1-Score als Erkennungsindikatoren verwendet wurden. Der mittlere quadratische Fehler (RMSE) von C1 % war ebenfalls am niedrigsten, was darauf hindeutet, dass das Anpassungsergebnis von C1 % mit den Daten dieses Untersuchungsgebiets übereinstimmte. Vor allem ist C1% der am besten geeignete und effektivste DOM-Index zur Unterscheidung von CKDu-bezogenen Wasserquellen von nicht CKDu-bezogenen Wasserquellen durch

CRTA-Methode.

Gemäß den Funktionen der Anpassungskurven betrug die RT von C1 % unter Verwendung der CRTA-Methode 28,8 %. Um die Vorhersagbarkeit und den Vorteil des mit der CRTA-Methode berechneten optimalen Schwellenwerts zu verdeutlichen, wurden auch die Receiver Operating Characteristic (ROC)-Kurve und die Precision-Recall (PR)-Kurve basierend auf der Verwirrungsmatrix mit denselben 54 Grundwasserproben durchgeführt ( Ergänzende Abbildungen 10, 11). In der ROC- und PR-Analyse wurde davon ausgegangen, dass das Kurvenmodell nur dann vorhersagbar ist, wenn die Fläche unter der Kurve (AUC) größer als 0,763 war. Typischerweise deutet eine größere AUC auf eine bessere Vorhersagbarkeit des Modells hin. Die AUC der ROC-Kurve (0.777) und der PR-Kurve (0.816) von C1 % waren größer als die anderer DOM-Indizes, was darauf hinweist, dass C1 % als Erkennungsindex am besten geeignet war , was mit den Ergebnissen der CRTA-Methode übereinstimmt. Gemäß dem Maximum des Yonden-Index, der positiv mit der Überlegenheit der Screening-Modelle korrelierte (ergänzende Methode), betrug die optimale RT von C1 % in der ROC-Kurve 36,3 %; Die optimale RT von C1 % in der PR-Kurve betrug 27,6 % unter Verwendung des Maximums des F1--Scores, der ein harmonischer Durchschnitt von Präzision und Erinnerung ist und die Fähigkeit zur korrekten Vorhersage angibt. Um die Vorhersagbarkeit der PR-Kurve, der ROC-Kurve und der CRTA-Methode unter Verwendung von C1% als Erkennungsindex zu vergleichen, wurden diese RT zur Überprüfung auf 21 Grundwasserproben angewendet, um die tatsächliche Vorhersagbarkeit zu erhalten (Ergänzungstabelle 7). Die Vorhersagbarkeit für CKDu-Grundwasser unter Verwendung der CRTA-Methode (75,0%) stimmte mit der der PR-Kurve (75,0%) überein, war jedoch höher als die der ROC-Kurve (50 .0%); Die Vorhersagbarkeit für Nicht-CKDu-Grundwasser mit der CRTA-Methode (66,7 %) war höher als die der PR-Kurve (55,6 %), aber niedriger als die der ROC-Kurve (88,9 %). Für einen besseren Vergleich wurde das geometrische Mittel der Vorhersagbarkeit für Nicht-CKDu-Grundwasser und der Vorhersagbarkeit für CKDu-Grundwasser verwendet, um eine umfassende Vorhersagbarkeit darzustellen. Die umfassende Vorhersagbarkeit der CRTA-Methode (70,7 %) war am höchsten, gefolgt von der ROC-Kurve (66,7 %) und der PR-Kurve (64,5 %). Dies zeigte, dass die CRTA-Methode eine bessere RT von C1 % für das Screening von CKDu-Grundwasser und Nicht-CKDu-Grundwasser erzielte als die ROC-Kurve und die PR-Kurve. Darüber hinaus betrug die AUC der PR-Kurve des PC1-Scores 0,700, was darauf hindeutet, dass PC1 auch als Erkennungsindex verwendet werden kann, obwohl die AUC der ROC-Kurve des PC1-Scores weniger als 0,7 betrug. Verglichen mit dem RT des PC1-Scores, der mit der CRTA-Methode ermittelt wurde, hatte der optimale RT des PC1-Scores, der mit der PR-Kurve ermittelt wurde, die gleiche tatsächliche Vorhersagbarkeit für Nicht-CKDu-Grundwasser, aber eine geringere tatsächliche Vorhersagbarkeit für CKDu-Grundwasser. Daher schien die CRTA-Methode bei der Erkennung von CKDu-Grundwasser und Nicht-CKDu-Grundwasser vorteilhafter zu sein als die PR-Kurve und die ROC-Kurve.

Umweltgeologische Auswirkungen von CRTA auf die Gesundheit In dieser Studie wurden die DOM-Eigenschaften von CKDu-bezogenem Grundwasser mithilfe optischer DOM-Indizes untersucht und die Unterscheidung zwischen CKDu-nicht-bezogenem und CKDu-bezogenem Grundwasser durch die Bereitstellung einer angemessenen wahrscheinlichkeitsbasierten Richtlinie für die Festlegung des Schwellenwerts erreicht eines Indikators. Dies wird dazu beitragen, saubere Grundwasserquellen für einkommensschwache Wohngebiete auszugraben und zu erkennen. Um die Trinkwasserqualität zu verbessern und CKDu vorzubeugen, wurden Umkehrosmose- und Nanofiltrationstechnologien zur Behandlung von kontaminiertem Wasser vorgeschlagen14,18, obwohl diese Technologien gute wirtschaftliche Bedingungen erfordern und kaum in der tatsächlichen Produktion eingesetzt werden. Wie im obigen Abschnitt beschrieben, ist der von der CRTA anerkannte C1 %-Wert ein praktikabler und sinnvoller Indikator für die kostengünstige Untersuchung von CKDu-Grundwasser. In der Praxis muss für jeden Indikator bestimmt werden, welche Funktionen der Anpassungskurve ausgewählt werden, indem der Messwert und RT verglichen und dann DPC oder DPN anhand der ausgewählten Funktion berechnet werden. Mit der CRTA-Methode verbessert das Screening von CKDu-bezogenen Wasserquellen um C1 % des FDOM die Sicherheit des Trinkwassers und verhindert das Auftreten von CKDu in CKDu-vorkommenden Gebieten. Die RT von C1 % kann durch einige Umweltfaktoren (z. B. hydrologische und geologische Bedingungen) beeinflusst werden. Zukünftig sind weitere Studien zu gelösten organischen Stoffen im Grundwasser in anderen typischen CKDu-Endemieregionen erforderlich, um die Anwendbarkeit von CRTA zu testen und zu erweitern. Es ist erwähnenswert, dass die Anwendung der CRTA-Methode nicht auf empfindliche FDOM-Indikatoren beschränkt ist. Die meisten früheren Studien haben auch betont, dass anorganische Chemikalien wie Ca2+, F−, Härte und Si in CKDu-bezogenem Grundwasser und nicht CKDu-bezogenem Grundwasser ebenfalls signifikante Unterschiede aufweisen14,61. Daher kann die Anwendung der CRTA-Methode auch auf diese anorganisch empfindlichen Indikatoren angewendet werden. In dieser Studie wurde festgestellt, dass DPC und DPN durch die von CRTA erkannte RT von Ca2+ und Si 82,4 % bzw. 64,2 % erreichen können (ergänzende Abbildung 12, ergänzende Tabelle 5), obwohl die Die Erkennungswahrscheinlichkeit durch die RT von Härte und F− ist nicht gut. Das Diagramm von DPC gegenüber dem angenommenen Schwellenwert von F− wellenförmig, was auf hohe F−-Konzentrationen in mehreren Nicht-CKDu-Grundwässern zurückzuführen ist (ergänzende Abbildung 8). Somit ist die Kurve von DPN gegenüber dem angenommenen Schwellenwert von F− zuverlässiger für die Identifizierung von Wasserquellen als die Kurve von DPC gegenüber dem angenommenen Schwellenwert von F− unter Verwendung von CRTA. Darüber hinaus könnten FDOM-Indikatoren in Kombination mit anorganischen Indikatoren gemeinsam sichere Wasserquellen durch CRTA erkennen, was die Zuverlässigkeit der Erkennungsergebnisse verbessert. Zukünftig werden Untersuchungen mit mehr Grundwasserproben aus größeren Gebieten mit unterschiedlichen geologischen und hydrologischen Verhältnissen empfohlen.

Abb. 5 Streudiagramm der vorhergesagten Werte und Messwerte von Grundwasserproben (n=21). Die Funktion der gestrichelten Linie ist y=x. Der p-Wert wurde durch den gepaarten t-Test zwischen den vorhergesagten Werten und den gemessenen Werten ermittelt.

METHODEN

Untersuchungsgebiet Entsprechend der jährlichen Niederschlagsmenge kann Sri Lanka in aride, semiaride und feuchte Regionen unterteilt werden8. Wie in der ergänzenden Abbildung 1 gezeigt, ist das Untersuchungsgebiet (07 Grad 25,911' - 07 Grad 40,116'N, 80 Grad 58,483' - 81 Grad 04,888'E und 06 Grad 17,560' - 06 Grad 24,158'N, 80 Grad 54,769' - 80 Grad 59,995'E) liegt in Girandurukotte (CKDu-Endemiegebiet), Dehiattakandiya (CKDu-Endemiegebiet) und Sewanagala (Nicht-CKDu-Gebiet) in der semiariden Zone, wo Das Gelände ist flach, die Verdunstung ist stark und die Wasserressourcen sind knapp, mit einer durchschnittlichen jährlichen Niederschlagsmenge von etwa 1000 mm und einer Jahrestemperatur zwischen 29 und 33 Grad. Die Regenzeit des Südwestmonsuns (SW) dauert von Mai bis Oktober und die Regenzeit des Nordostmonsuns (NO) dauert von November bis Februar. Westlich des Untersuchungsgebiets liegt der Mahaweli River, der längste Fluss Sri Lankas. Geologisch gesehen handelt es sich bei den Gesteinen in diesem Gebiet im Wesentlichen um präkambrischen Granit und Gneis, die mit Glimmer, Hornblende, Apatit und anderen fluorierten Mineralien angereichert sind. Obwohl diese Gesteine ​​eine geringe Porosität aufweisen, haben sie Verwerfungen und Klüfte entwickelt, die Grundwasserressourcen beherbergen. Als Trinkwasser nutzen die Anwohner überwiegend Grundwasser. Die meisten Menschen beziehen Grundwasser in gegrabenen Brunnen aus lockeren Flusssedimenten oder flachen verwitterten Grundgesteinsgrundwasserleitern8. Nur wenige Anwohner nutzen Röhrenbrunnen, um Grundwasser aus tiefen Grundgesteinsgrundwasserleitern zu gewinnen. Oberflächenhydrologische Netzwerke werden durch künstliche Reservoir-Kaskadensysteme gesteuert, die hauptsächlich zur Bewässerung dienen.

Probensammlung und -lagerung

Basierend auf den Informationen eines örtlichen Krankenhauses sammelte unser Team Grundwasser aus den Brunnen (CKDu-Grundwasser), die von repräsentativen Patienten mit CKDu genutzt werden. Darüber hinaus haben wir den anderen Grundwassersatz aus den Brunnen (Nicht-CKDu-Grundwasser) gesammelt, die von Familien ohne Patienten genutzt werden. Insgesamt wurden 83 Wasserproben entnommen, darunter CKDu-Grundwasser (n=43), Nicht-CKDu-Grundwasser (n=32) und Oberflächenwasserproben (n=8), die aus Tanks entnommen wurden ( Ergänzende Abbildung 1). Die Proben wurden mit einem Quarzfilter 0,7 μm gefiltert und zur Spektralmessung mit hochwertiger reiner Salzsäure auf einen pH-Wert < 2 angesäuert. Für die DOC-Analyse wurden die Proben mit einer Filtermembran von 0,45 μm filtriert und auf einen pH-Wert angesäuert<2 with premium-grade pure phosphoric acid. More details of sample collection are provided in Supplementary Method.

Probenanalyse

Die Fluoreszenzeigenschaften von DOM wurden mit einem Fluoreszenzspektrometer (Fluomax{{0}}, HORIBA JboinYvon, Japan) getestet. Die Betriebsbedingungen waren wie folgt: Die Lichtquelle war eine 150 W-Xenonlampe; Die Anregungswellenlängen (Ex) wurden in Abständen von 4 nm auf 25 bis 400 nm eingestellt. Emissionswellenlängen (Em) wurden in 2-nm-Intervallen zwischen 300 und 550 nm eingestellt; die Breite des Spalts betrug 3 nm und die Integrationszeit des Abtastsignals betrug 0,1 s. Die ultraviolett-sichtbare Absorption wurde mit einem Spektrophotometer (UV1900, Shimadzu, Japan) bei 200–600 nm gemessen. Der DOC wird mit einem TOC-Analysator (Aurora 1030w, OI, USA) mit einer analytischen Präzision von ±2,0 % bestimmt und die Nachweisgrenze liegt bei 0,01 mg L−1. Analysen von Anionen und Kationen finden Sie in der Ergänzungsmethode.

Spektralindizes und PARAFAC

Die Spektralindizes wurden berechnet (Ergänzungsmethode), einschließlich des Humifizierungsindex (HIX), des biologischen Index (BIX), des Fluoreszenzindex (FI), der Konzentration von DOM mit ungesättigter Struktur (a254) und des Aromatizitätsindex (SUVA254). und die spektrale Steigung (S275–295). Sowohl der innere Filtereffekt als auch das Hintergrundfluoreszenzsignal von Reinstwasser wurden korrigiert und Rayleigh-Streuung und Raman-Streuung wurden vor PARAFAC mithilfe der vom MATLAB-Grafikbenutzer entwickelten efc-Toolbox (http://www.nomresearch. cn/efc/indexEN.html) entfernt interface20, die FDOM Correct Toolbox64 und die N-Way Toolbox (https://www.mathworks.com/matlabcentral/fileexchange/1088-the-n-way-toolbox) 65. Das Modell hat schließlich den Kernkonsistenztest und die Split-Half-Verifizierung bestanden66. Die PARAFAC-Komponenten wurden mit denen der vorherigen Studien identifiziert, wobei die Ähnlichkeit über 0,95 lag. Die relative Häufigkeit der PARAFAC-Komponenten (C1 %, C2 %, C3 % und C4 %) wurde quantifiziert, indem die maximale Peakintensität (Fmax) jeder Komponente durch die Summe von Fmax aller Komponenten dividiert wurde.

CKDu-Anerkennungsschwellenbewertung (CRTA)

Die Parameter sowohl der DOM-Eigenschaften (wie C4 %, C1 % und HIX) als auch der anorganischen Chemikalien (wie Ca2+ und F−) wurden als Indikatoren für die Bewertung berücksichtigt, bei der die Nachweiswahrscheinlichkeit von CKDu-Grundwasser ermittelt wurde (DPC) und die Nachweiswahrscheinlichkeit von Nicht-CKDu-Grundwasser (DPN) wurden definiert und berechnet. Für jeden Indikator wurde ein anfänglicher Schwellenwert (normalerweise das Minimum des beobachteten Werts) festgelegt, oberhalb dessen die Proben der Gruppe mit hohem Wert und unterhalb dessen die Proben der Gruppe mit niedrigem Wert zugeordnet wurden. Für die meisten Indikatoren (C1 %, C2 %, C3 %, HIX, SUVA254, a254, DOC, der Score von PC1 und anorganische Indikatoren) wurde DPC in der Gruppe mit hohem Wert und DPN in der Gruppe mit niedrigem Wert berechnet Gruppe nach Gl. (1) und Gl. (2) bzw. Für andere Indikatoren (C4 %, S275-295, BIX und FI) wurde DPC in der Gruppe mit niedrigen Werten und DPN in der Gruppe mit hohen Werten mit den Gleichungen berechnet. (1) bzw. (2).

Mit der Erhöhung des angenommenen Schwellenwerts jedes Indikators vom Minimum zum Maximum (normalerweise 100 Schritte; die festgelegte arithmetische Reihenfolge) wurden die entsprechenden DPC und DPN berechnet und der angenommene Schwellenwert des Indikators im Vergleich dazu aufgetragen DPC oder DPN wurde wie in Abb. 6 dargestellt gezeichnet. Die Erkennungswahrscheinlichkeit des Schnittpunkts zwischen zwei Kurven wurde als die Anwendbarkeit des Indikators bei der Erkennung von CKDu-Grundwasser definiert, und der angenommene Schwellenwert des Schnittpunkts zwischen zwei Kurven wurde als Erkennungsschwelle (RT) definiert ). Die höhere Erkennungswahrscheinlichkeit bei RT führt zu einer besser erkennenden Anwendbarkeit. Von allen Grundwasserproben wurden 72 % (n=54) zur Berechnung von DPN und DPC verwendet und durch die empirische Boltzmann-Gleichung angepasst, und die restlichen (n=21) wurden verwendet, um die Anpassungskurven durch gepaarte t zu überprüfen -Test und mittlerer quadratischer Fehler (RMSE). Wenn der p-Wert des gepaarten t-Tests größer als 0,05 ist, wird davon ausgegangen, dass das vorhergesagte Ergebnis nahe am gemessenen Ergebnis liegt. Je niedriger der RMSE-Wert ist, desto näher liegt das vorhergesagte Ergebnis am gemessenen Ergebnis.

REFERENCES

1. Levine, KE et al. Die Suche nach geochemischen Risikofaktoren im Zusammenhang mit chronischer Nierenerkrankung unbekannter Ätiologie (CKDu) in einer endemischen Region Sri Lankas—eine multimediale Laboranalyse von biologischen, Lebensmittel- und Umweltproben.Umgebung. Überwachen. Bewerten. 188, 548 (2016). 

2. Gansevoort, RT et al. Chronische Nierenerkrankung und kardiovaskuläres Risiko: Epidemiologie, Mechanismen und Prävention.Lanzette 382, 339–352 (2013). 

3. Kulathunga, MRDL, Ayanka, WMA, Naidu, R. & Wijeratne, AW Chronische Nierenerkrankung unbekannter Ätiologie in Sri Lanka und die Exposition gegenüber Umweltchemikalien: eine Überprüfung der Literatur.Umgebung. Geochem. Gesundheit 41, 2329–2338 (2019). 

4. Rajapakse, S., Shanahan, MC & Selvarajah, M. Chronische Nierenerkrankung unbekannter Ätiologie in Sri Lanka.Int. J. besetzen. Umgebung. Gesundheit 22, 259–264 (2016).

5. Hettithanthri, O. et al. Risikofaktoren für endemische chronische Nierenerkrankungen unbekannter Ätiologie in Sri Lanka: Rückblick auf die Wassersicherheit in der Trockenzone.Wissenschaft. Gesamtumgebung. 795, 148839 (2021). 

6. Edirisinghe, E. et al. Geochemische und isotopische Beweise aus Grundwasser und Oberflächenwasser zum Verständnis der natürlichen Kontamination in endemischen Gebieten mit chronischer Nierenerkrankung unbekannter Ätiologie (CKDu) in Sri Lanka.Isot. Umgebung. Gesundheitsgestüt. 54, 244–261 (2018). 

7. McDonough, LK, Meredith, KT, Nikagolla, C. & Banati, RB The inflEinfluss von Wasser-Gesteins-Wechselwirkungen auf Haushaltsbrunnenwasser in einem Gebiet mit hoher Prävalenz chronischer Nierenerkrankungen unbekannter Ätiologie (CKDu).npj Sauber. Wasser 4, 1–9 (2021). 8. Balasooriya, S. et al. Mögliche Zusammenhänge zwischen Grundwassergeochemie und chronischer Nierenerkrankung unbekannter Ätiologie (CKDu): eine Untersuchung aus der Region Ginnoruwa in Sri Lanka.Messe. Gesundheit 12, 823–834 (2020).

9. Dissanayake, CB & Chandrajith, R. GrundwasserflFluorid als geochemischer Marker in der Ätiologie chronischer Nierenerkrankungen unbekannter Herkunft in Sri Lanka.Ceylon J. Sci. 46, 3–12 (2017). 

10. Chandrajith, R. et al. Dosisabhängiges Na und Ca inflFluoridreiches Trinkwasser— eine weitere Hauptursache für chronisches Nierenversagen in tropischen Trockengebieten.Wissenschaft. Gesamtumgebung. 409, 671–675 (2011).

11. Wickramarathna, S., Balasooriya, S., Diyabalanage, S. & Chandrajith, R. Verfolgung umweltbedingter ätiologischer Faktoren chronischer Nierenerkrankungen in der Trockenzone Sri Lankas—ein hydrogeochemischer und isotopenbasierter Ansatz.J. Trace Elem. Med. Biol. 44, 298–306 (2017).

12. Wasana, HM et al. Trinkwasserqualität und chronische Nierenerkrankung unbekannter Ätiologie (CKDu): Synergieeffekte vonflFluorid, Cadmium und Wasserhärte.Umgebung. Geochem. Gesundheit 38, 157–168 (2016). 

13. Tao, P. et al. Raumzeitliche Schwankungen der chromophoren gelösten organischen Substanz (CDOM) in einem Fluss mit gemischter Landnutzung: Auswirkungen auf die Wiederherstellung von Oberflächengewässern.J. Umgebung. Geschäftsführer 277, 111498 (2021). 

14. Lal, K. et al. Bewertung der Grundwasserqualität der von CKDu betroffenen Region Uddanam im Distrikt Srikakulam und in ganz Andhra Pradesh, Indien.Erdw. Aufrechterhalten. Entwickler 11, 100432 (2020).

Unterstützender Service von Wecistanche – dem größten Cistanche-Exporteur in China:

E-Mail:wallence.suen@wecistanche.com

WhatsApp/Tel:+86 15292862950

Weitere Spezifikationen finden Sie im Shop:

https://www.xjcistanche.com/cistanche-shop

ERHALTEN SIE NATÜRLICHEN BIO-CISTANCHE-EXTRAKT MIT 25 % ECHINACOSID UND 9 % ACTEOSID BEI NIERENINFEKTIONEN