ตระหนักถึงน้ำใต้ดินที่เกี่ยวข้องกับโรคไตเรื้อรังที่ไม่ทราบสาเหตุโดยสารอินทรีย์คล้ายฮิวมิก Ⅱ

ความสัมพันธ์ระหว่างเคมีน้ำที่เกี่ยวข้องกับ DOM และ CKDu

การบริโภค F− มากเกินไปสามารถทำลายเนื้อเยื่อไตของมนุษย์ได้ ดังนั้นความเข้มข้นของ F− ที่สูงจึงถือเป็นสัญญาณของแหล่งน้ำที่นำไปสู่โรค CKDu11,61 ดังที่แสดงในรูปที่ 8 เพิ่มเติม มีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญระหว่างความเข้มข้นของ C1% และ F− ในตัวอย่างน้ำใต้ดิน (r=0.62, p < 0.05) บ่งชี้ว่า C1 เป็นองค์ประกอบที่ละเอียดอ่อนในการรับรู้แหล่งน้ำใต้ดินที่สามารถทำให้เกิดโรคไตวายเรื้อรังได้ C1% ยังมีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญกับ Ca{{10}} (r=0.60, p < 0.05) C1 ที่มีคาร์บอกซิลมีแนวโน้มที่จะรวมกับ Ca2+ เพื่อสร้างสารเชิงซ้อนที่เป็นอันตรายต่อไตของมนุษย์15 ซึ่งเป็นสาเหตุสำคัญของ CKDu ซึ่งสอดคล้องกับการสังเกตว่าน้ำใต้ดินในพื้นที่ที่ไม่เกิดโรค CKDu มีความเข้มข้นของ Ca 2+ สูงกว่าน้ำใต้ดินในพื้นที่ที่ไม่เป็นโรคเฉพาะถิ่นของ CKDu10,18 นอกจากนี้ C1% เพิ่มขึ้นตามการเพิ่มขึ้นของความเข้มข้นและความแข็งของ Si (r=0.60, 0.61 ตามลำดับ p < 0.05) ในการศึกษานี้ เชื่อกันว่า CKDu ยังเกี่ยวข้องกับน้ำใต้ดินที่มีความกระด้างสูงและมีความเข้มข้นของ Si สูง เนื่องจากการดื่มน้ำใต้ดินนี้อาจทำลายเซลล์ไตของตัวอ่อนของมนุษย์ได้12,14 โดยสรุป C1% มีความสัมพันธ์เชิงบวกกับส่วนประกอบทางเคมีอนินทรีย์ที่โดยทั่วไปถือว่าเกี่ยวข้องกับ CKDu ซึ่งบ่งชี้ความเป็นไปได้ในการใช้ C1% เป็นตัวบ่งชี้การรับรู้เพื่อระบุแหล่งน้ำใต้ดินที่เกี่ยวข้องกับ CKDu

คลิกเพื่อ cistanche herba สำหรับโรคไต

คาดว่า C1% ที่ใหญ่กว่าในน้ำบาดาล CKDu เทียบกับน้ำบาดาลที่ไม่ใช่ CKDu นั้นสัมพันธ์กับการป้อนน้ำผิวดิน (รูปที่ 2) ในความเป็นจริงความเข้มข้นของส่วนประกอบทางเคมีอนินทรีย์ดังกล่าวข้างต้นในน้ำผิวดินต่ำกว่าในน้ำใต้ดินมาก (ตารางเสริม 4) เมื่อพิจารณาว่าน้ำที่มีรอยแยกตามสภาพอากาศในพื้นที่ศึกษาเป็นทรัพยากรน้ำบาดาลหลัก กระบวนการเติมน้ำผิวดินเพื่อเติมน้ำบาดาลจะช้า ซึ่งทำให้เกิดปฏิกิริยาระหว่างหินกับน้ำอย่างรุนแรง (เช่น การชะล้างและการแลกเปลี่ยนไอออน) ในระหว่างกระบวนการเติมและนำไปสู่การเพิ่มคุณค่าของ สารเคมีอนินทรีย์ในน้ำบาดาล ตัวอย่างเช่น เนื่องจากความคล้ายคลึงกันทางเคมีของ F− และ OH− ค่า pH ที่สูงขึ้นในน้ำผิวดินมีแนวโน้มที่จะทำให้ F− ถูกดูดซับออกจากแร่ธาตุมากขึ้นโดยการแลกเปลี่ยนไอออนในระหว่างกระบวนการชาร์จใหม่ ซึ่งส่งผลให้ค่า pH ค่อนข้างต่ำลง และ F− ในน้ำบาดาล CKDu มากกว่าในน้ำผิวดิน

การยอมรับแหล่งน้ำที่เกี่ยวข้องกับ CKDu โดย FDOM ในการศึกษานี้

DOM ระหว่างน้ำบาดาล CKDu และน้ำบาดาลที่ไม่ใช่ CKDu มีความแตกต่างอย่างมีนัยสำคัญในแง่ของ C1% และ HIX ดังนั้นความแตกต่างเหล่านี้จึงสามารถนำไปใช้สำหรับการเตือนภัยล่วงหน้าและการรับรู้อย่างรวดเร็วของแหล่งน้ำที่เกี่ยวข้องกับ CKDu ผ่านทาง CKDu ที่พัฒนาขึ้นเองของเรา โดยตระหนักถึงเกณฑ์การประเมินเกณฑ์ (CRTA) วิธีการ เพื่อสำรวจเกณฑ์การรับรู้ที่เหมาะสม (RT) ของตัวบ่งชี้ DOM ต่างๆ และทดสอบการบังคับใช้วิธี CRTA ความสัมพันธ์ระหว่างเกณฑ์ที่สันนิษฐานของตัวบ่งชี้ DOM และความน่าจะเป็นในการตรวจจับของน้ำใต้ดิน CKDu (DPC) และความน่าจะเป็นในการตรวจจับของน้ำใต้ดินที่ไม่ใช่ CKDu ( DPN) ในตัวอย่างน้ำบาดาล (n=54) แสดงในรูปที่ 9 เพิ่มเติม พบว่า DPC และ DPN ตอบสนองต่อการเปลี่ยนแปลงของ HIX, C1%, DOC และ C4% ได้เป็นอย่างดี โดยมีรูปตัว S ประมาณ เส้นโค้ง ยกตัวอย่าง C1% เมื่อเกณฑ์สมมติของ C1% เกินค่าที่จุดตัด (28.8%) ของเส้นโค้ง DPC และ DPN DPC จะเพิ่มขึ้นตามการเพิ่มขึ้นของ C1% และมากกว่า DPN เสมอ เมื่อเกณฑ์ที่สันนิษฐานของ C1% น้อยกว่าค่าทางแยก (28.8%) DPN จะเพิ่มขึ้นเมื่อ C1% ลดลงและมีขนาดใหญ่กว่า DPC เสมอ นั่นคือหากใช้เกณฑ์สันนิษฐานของ C1% ที่ทางแยกเป็น RT, DPC จะมาถึงที่ 70.1% (ความน่าจะเป็นในการตรวจจับที่ทางแยก) อย่างน้อยด้วย C1% เหนือ RT (ตารางเสริม 5) ซึ่งบ่งชี้ว่าความเป็นไปได้ของการตรวจจับ แหล่งน้ำที่เกี่ยวข้องกับ CKDu อย่างน้อยร้อยละ 70.1 เมื่อเกณฑ์ที่สันนิษฐานของ C1% ต่ำกว่า RT, DPN จะเกิน 70.1% ซึ่งบ่งชี้ว่าความเป็นไปได้ของแหล่งน้ำที่ตรวจพบเนื่องจากแหล่งน้ำที่ไม่เกี่ยวข้องกับ CKDu มีอย่างน้อย 70.1% ดังนั้น เมื่อใช้ RT ของ C1% ความน่าจะเป็นในการระบุว่าแหล่งน้ำหนึ่งเกี่ยวข้องกับ CKDu หรือไม่เกี่ยวข้องกับ CKDu อย่างน้อย 70.1% ซึ่งบ่งชี้ว่ามีการนำไปประยุกต์ใช้งานได้ดีมาก

ในทำนองเดียวกัน ความสัมพันธ์ระหว่างเกณฑ์สมมุติของ HIX, ความเข้มข้นของ DOC และ C4% และความน่าจะเป็นในการตรวจจับเหมือนกันกับความสัมพันธ์ระหว่างเกณฑ์สมมุติของ C1% และความน่าจะเป็นในการตรวจจับ อย่างไรก็ตาม เนื่องจากความน่าจะเป็นที่ตรวจพบได้ค่อนข้างต่ำกว่าที่จุดตัด (ตารางเสริม 5) ความสามารถในการรับรู้การใช้งานโดยใช้ HIX, DOC และ C4% นั้นไม่ดีเท่ากับ C1% ในแง่ของตัวบ่งชี้ DOM อื่นๆ เส้นโค้ง DPN หรือ DPC มีความผันผวนอย่างมากเมื่อมีการเปลี่ยนแปลงเกณฑ์ นอกจากนี้ จากความสัมพันธ์ระหว่างเกณฑ์ที่สันนิษฐานของคะแนน PC1 และความน่าจะเป็นในการตรวจจับ พบว่าความน่าจะเป็นในการรับรู้โดยใช้คะแนน PC1 เท่ากับ 63.8%

เกณฑ์ที่สันนิษฐานของคะแนน C1%, C4%, HIX และ PC1 เทียบกับความน่าจะเป็นในการตรวจจับได้รับการติดตั้งโดยสมการ Boltzmann เชิงประจักษ์ (รูปที่ 4) ดังที่แสดงในรูปที่ 4 เกณฑ์สันนิษฐานของ C1% มีค่าสัมประสิทธิ์การกำหนดสูงสุด (R2 ) (ตารางเสริม 6) ผลการตรวจสอบแสดงให้เห็นว่าค่าที่คาดการณ์ไว้ใกล้เคียงกับค่าที่วัดได้ (รูปที่ 5) ซึ่งบ่งชี้ว่าผลลัพธ์ชุดติดตั้งนั้นใช้ได้ นอกจากนี้ การทดสอบทีแบบจับคู่แสดงให้เห็นว่าค่าที่คาดการณ์และค่าที่วัดได้ไม่แตกต่างกันอย่างมีนัยสำคัญ (p > 0.05) โดยใช้เพียง C1% หรือคะแนนของ PC1 เป็นตัวบ่งชี้การจดจำ ค่าคลาดเคลื่อนกำลังสองเฉลี่ยราก (RMSE) ของ C1% ก็ต่ำที่สุดเช่นกัน ซึ่งบ่งชี้ว่าผลลัพธ์ที่เหมาะสมของ C1% สอดคล้องกับข้อมูลของพื้นที่การศึกษานี้ เหนือสิ่งอื่นใด C1% เป็นดัชนี DOM ที่เหมาะสมและมีประสิทธิภาพที่สุดในการแยกแยะแหล่งน้ำที่เกี่ยวข้องกับ CKDu จากแหล่งน้ำที่ไม่เกี่ยวข้องกับ CKDu ผ่านทาง

วิธีการ CRTA

ตามฟังก์ชันของเส้นโค้งการปรับให้เหมาะสม RT ของ C1% โดยใช้วิธี CRTA คือ 28.8% เพื่อชี้แจงความสามารถในการคาดการณ์และข้อได้เปรียบของเกณฑ์ที่เหมาะสมที่สุดซึ่งคำนวณโดยวิธี CRTA เส้นโค้งลักษณะการทำงานของตัวรับ (ROC) และเส้นโค้งการเรียกคืนความแม่นยำ (PR) ที่อิงตามเมทริกซ์ความสับสนก็ดำเนินการโดยใช้ตัวอย่างน้ำใต้ดิน 54 ตัวอย่างเดียวกัน ( มะเดื่อเสริม 10, 11) ในการวิเคราะห์ ROC และ PR แบบจำลองเส้นโค้งได้รับการพิจารณาว่ามีความสามารถในการคาดการณ์ได้ก็ต่อเมื่อพื้นที่ใต้เส้นโค้ง (AUC) มากกว่า 0.763 โดยทั่วไปแล้ว AUC ที่ใหญ่กว่าจะบ่งชี้ถึงความสามารถในการคาดการณ์ของแบบจำลองได้ดีกว่า AUC ของเส้นโค้ง ROC (0.777) และเส้นโค้ง PR (0.816) ของ C1% มีขนาดใหญ่กว่าดัชนี DOM อื่นๆ ซึ่งบ่งชี้ว่า C1% มีความเหมาะสมที่สุดในฐานะดัชนีที่รับรู้ ซึ่งสอดคล้องกับผลลัพธ์ของวิธี CRTA อย่างไรก็ตาม ตามดัชนีสูงสุดของ Yonden ซึ่งมีความสัมพันธ์เชิงบวกกับความเหนือกว่าของแบบจำลองการคัดกรอง (วิธีการเสริม) RT ที่เหมาะสมที่สุดของ C1% ในกราฟ ROC คือ 36.3%; RT ที่เหมาะสมที่สุดของ C1% ในกราฟ PR คือ 27.6% โดยใช้คะแนน F1- สูงสุด ซึ่งเป็นค่าเฉลี่ยฮาร์มอนิกของความแม่นยำและการเรียกคืน และบ่งชี้ความสามารถในการทำนายได้อย่างถูกต้อง เพื่อเปรียบเทียบความสามารถในการคาดการณ์ของเส้นโค้ง PR, เส้นโค้ง ROC และวิธี CRTA โดยใช้ C1% เป็นดัชนีการรับรู้ RT เหล่านี้ถูกนำไปใช้กับตัวอย่างน้ำใต้ดิน 21 ตัวอย่างเพื่อตรวจสอบเพื่อให้ได้ความสามารถในการคาดเดาได้จริง (ตารางเสริม 7) ความสามารถในการคาดการณ์น้ำบาดาล CKDu โดยใช้วิธี CRTA (75.0%) สอดคล้องกับเส้นโค้ง PR (75.0%) แต่สูงกว่าเส้นโค้ง ROC (50 .0%); ความสามารถในการคาดการณ์น้ำบาดาลที่ไม่ใช่ CKDu โดยใช้วิธี CRTA (66.7%) สูงกว่ากราฟ PR (55.6%) แต่ต่ำกว่ากราฟ ROC (88.9%) เพื่อการเปรียบเทียบที่ดีกว่า ค่าเฉลี่ยเรขาคณิตของความสามารถในการคาดการณ์สำหรับน้ำใต้ดินที่ไม่ใช่ CKDu และความสามารถในการคาดการณ์สำหรับน้ำใต้ดิน CKDu ถูกนำมาใช้เพื่อแสดงความสามารถในการคาดการณ์ที่ครอบคลุม ความสามารถในการคาดการณ์ที่ครอบคลุมของวิธี CRTA (70.7%) สูงที่สุด ตามด้วยกราฟ ROC (66.7%) และกราฟ PR (64.5%) สิ่งนี้แสดงให้เห็นว่าวิธี CRTA ได้รับ RT ที่ดีกว่าที่ C1% สำหรับการคัดกรองน้ำบาดาล CKDu และน้ำบาดาลที่ไม่ใช่ CKDu มากกว่ากราฟ ROC และกราฟ PR นอกจากนี้ AUC ของเส้นโค้ง PR ของคะแนน PC1 คือ 0.700 ซึ่งบ่งชี้ว่า PC1 ยังสามารถใช้เป็นดัชนีการรับรู้ได้ แม้ว่า AUC ของเส้นโค้ง ROC ของคะแนน PC1 จะน้อยกว่า 0.7 เมื่อเปรียบเทียบกับคะแนน RT ของ PC1 ที่ได้รับโดยวิธี CRTA คะแนน RT ที่เหมาะสมของ PC1 ที่ได้รับจากกราฟ PR มีความสามารถในการคาดการณ์ตามจริงที่เหมือนกันสำหรับน้ำบาดาลที่ไม่ใช่ CKDu แต่ความสามารถในการคาดการณ์ตามจริงต่ำกว่าสำหรับน้ำบาดาล CKDu ดังนั้น ในการรับรู้น้ำบาดาล CKDu และน้ำบาดาลที่ไม่ใช่ CKDu วิธี CRTA ดูเหมือนจะได้เปรียบมากกว่ากราฟ PR และกราฟ ROC

ผลกระทบด้านสุขภาพทางธรณีวิทยาต่อสิ่งแวดล้อมของ CRTA ในการศึกษานี้ ตรวจสอบคุณลักษณะ DOM ของน้ำใต้ดินที่เกี่ยวข้องกับ CKDu โดยใช้ดัชนีแสง DOM และแยกแยะน้ำใต้ดินที่เกี่ยวข้องกับ CKDu เทียบกับ CKDu ได้โดยการให้แนวทางตามความน่าจะเป็นที่สมเหตุสมผลสำหรับการกำหนดเกณฑ์ ของตัวบ่งชี้ ซึ่งจะช่วยในการขุดค้นและตระหนักถึงแหล่งน้ำบาดาลที่สะอาดสำหรับพื้นที่อยู่อาศัยที่มีรายได้น้อย เพื่อปรับปรุงคุณภาพน้ำดื่มและป้องกัน CKDu จึงมีการเสนอเทคโนโลยีรีเวิร์สออสโมซิสและนาโนฟิลเตรชันเพื่อบำบัดน้ำที่ปนเปื้อน14,18 แม้ว่าเทคโนโลยีเหล่านี้จำเป็นต้องมีสภาวะทางเศรษฐกิจที่ดีและแทบจะไม่ได้นำไปใช้กับการผลิตจริงก็ตาม ตามที่อธิบายไว้ในส่วนข้างต้น C1% ที่ CRTA ยอมรับนั้นเป็นตัวบ่งชี้ที่เป็นไปได้และสมเหตุสมผลสำหรับการคัดกรองน้ำบาดาล CKDu ด้วยต้นทุนที่ต่ำ ในทางปฏิบัติ สำหรับแต่ละตัวบ่งชี้ จำเป็นต้องพิจารณาว่าฟังก์ชันใดของเส้นโค้งที่เหมาะสมที่ถูกเลือกโดยการเปรียบเทียบค่าที่วัดได้และ RT จากนั้นจึงคำนวณ DPC หรือ DPN ผ่านฟังก์ชันที่เลือก ด้วยวิธี CRTA การคัดกรองแหล่งน้ำที่เกี่ยวข้องกับ CKDu ด้วย C1% ของ FDOM จะช่วยเพิ่มความปลอดภัยของน้ำดื่ม และป้องกันการเกิด CKDu ในพื้นที่ที่แพร่หลายของ CKDu RT ของ C1% อาจได้รับอิทธิพลจากปัจจัยด้านสิ่งแวดล้อมบางอย่าง (เช่น สภาพทางอุทกวิทยาและธรณีวิทยา) ในอนาคต จำเป็นต้องมีการศึกษาเพิ่มเติมเกี่ยวกับอินทรียวัตถุที่ละลายในน้ำใต้ดินในภูมิภาคอื่นๆ ที่เป็นถิ่นกำเนิดของ CKDu ทั่วไป เพื่อทดสอบและขยายขอบเขตการบังคับใช้ของ CRTA..เป็นที่น่าสังเกตว่าการประยุกต์ใช้วิธี CRTA ไม่ได้จำกัดอยู่เพียงตัวบ่งชี้ FDOM ที่ละเอียดอ่อนเท่านั้น การศึกษาก่อนหน้านี้ส่วนใหญ่ยังเน้นย้ำว่าสารเคมีอนินทรีย์เช่น Ca 2+, F−, ความกระด้าง และ Si ในน้ำใต้ดินที่เกี่ยวข้องกับ CKDu และน้ำใต้ดินที่ไม่เกี่ยวข้องกับ CKDu ก็มีความแตกต่างกันอย่างมีนัยสำคัญเช่นกัน ดังนั้น การประยุกต์ใช้วิธี CRTA จึงสามารถนำไปใช้กับตัวบ่งชี้ที่ไวต่ออนินทรีย์เหล่านี้ได้ ในการศึกษานี้ พบว่า DPC และ DPN ผ่าน RT ของ Ca 2+ และ Si ที่ CRTA ยอมรับสามารถมาถึง 82.4% และ 64.2% ตามลำดับ (รูปที่ 12 เพิ่มเติม ตารางเสริม 5) แม้ว่า ความน่าจะเป็นในการตรวจจับโดย RT ของความแข็งและ F− ไม่ดี พล็อตของ DPC เทียบกับเกณฑ์ที่สันนิษฐานของ F− undulated ซึ่งมีสาเหตุมาจากความเข้มข้นของ F− สูงในน้ำใต้ดินที่ไม่ใช่ CKDu หลายแห่ง (รูปที่ 8 เพิ่มเติม) ดังนั้น เส้นโค้งของ DPN เทียบกับเกณฑ์ที่สมมติของ F− มีความน่าเชื่อถือมากกว่าสำหรับการระบุแหล่งน้ำมากกว่าเส้นโค้งของ DPC เทียบกับเกณฑ์ที่สมมติของ F− โดยใช้ CRTA นอกจากนี้ ตัวบ่งชี้ FDOM ร่วมกับตัวบ่งชี้อนินทรีย์สามารถร่วมกันจดจำแหล่งน้ำที่ปลอดภัยโดย CRTA ซึ่งช่วยเพิ่มความน่าเชื่อถือในการรับรู้ผลลัพธ์ ในอนาคต แนะนำให้ทำการตรวจสอบตัวอย่างน้ำบาดาลจากพื้นที่ขนาดใหญ่ซึ่งมีสภาพแวดล้อมทางธรณีวิทยาและอุทกวิทยาที่หลากหลายมากขึ้น

รูปที่ 5 แผนภาพกระจายของค่าที่คาดการณ์และค่าที่วัดได้ของตัวอย่างน้ำบาดาล (n=21) ฟังก์ชันของเส้นประคือ y=x ค่า p ได้มาจากการทดสอบทีแบบจับคู่ระหว่างค่าที่ทำนายไว้และค่าที่วัดได้

วิธีการ

พื้นที่ศึกษา ตามปริมาณน้ำฝนประจำปี ศรีลังกาสามารถแบ่งออกเป็นพื้นที่กึ่งแห้งแล้งและชื้น8 ดังแสดงในรูปที่ 1 เพิ่มเติม พื้นที่ศึกษา (07 องศา 25.911' - 07 องศา 40.116'N, 80 องศา 58.483' - 81 องศา 04.888'E และ 06 องศา 17.560' - 06 องศา 24.158'N, 80 องศา 54.769' - 80 องศา 59.995'E) ตั้งอยู่ใน Girandurukotte (พื้นที่เฉพาะถิ่น CKDu), Dehiattakandiya (พื้นที่เฉพาะถิ่น CKDu) และ Sewanagala (พื้นที่ที่ไม่ใช่ CKDu) ในเขตกึ่งแห้งแล้ง โดยที่ ภูมิประเทศเป็นที่ราบ การระเหยมีความรุนแรง และทรัพยากรน้ำมีน้อย โดยมีปริมาณน้ำฝนเฉลี่ยต่อปีประมาณ 1,000 มิลลิเมตร และอุณหภูมิรายปีอยู่ระหว่าง 29 องศาถึง 33 องศา ฤดูฝนมรสุมตะวันตกเฉียงใต้ (SW) คือตั้งแต่เดือนพฤษภาคมถึงตุลาคม และฤดูฝนมรสุมตะวันออกเฉียงเหนือ (NE) คือตั้งแต่เดือนพฤศจิกายนถึงกุมภาพันธ์ แม่น้ำ Mahaweli ซึ่งเป็นแม่น้ำที่ยาวที่สุดในศรีลังกา ตั้งอยู่ทางตะวันตกของพื้นที่ศึกษา ในทางธรณีวิทยา หินในบริเวณนี้โดยพื้นฐานแล้วเป็นหินแกรนิตพรีแคมเบรียนและ gneiss ซึ่งอุดมด้วยไมกา ฮอร์นเบลนเด อะพาไทต์ และแร่ธาตุฟลูออริเนตอื่นๆ แม้ว่าหินเหล่านี้มีความพรุนต่ำ แต่ก็มีการพัฒนาข้อบกพร่องและข้อต่อซึ่งเป็นแหล่งทรัพยากรน้ำใต้ดิน ชาวบ้านใช้น้ำบาดาลเป็นน้ำดื่มเป็นหลัก คนส่วนใหญ่ได้รับน้ำบาดาลในบ่อขุดจากตะกอนน้ำไหลที่ไม่มีการรวมตัวกันหรือชั้นหินอุ้มน้ำที่ตื้นเขิน8 ผู้อยู่อาศัยเพียงไม่กี่คนใช้บ่อน้ำใต้ดินเพื่อรับน้ำใต้ดินที่มีรอยแยกจากชั้นหินอุ้มน้ำลึก เครือข่ายอุทกวิทยาพื้นผิวถูกควบคุมโดยระบบน้ำตก (ถัง) ที่มนุษย์สร้างขึ้นซึ่งส่วนใหญ่ใช้เพื่อการชลประทาน

การเก็บตัวอย่างและการเก็บรักษา

จากข้อมูลที่โรงพยาบาลในพื้นที่ให้ไว้ ทีมงานของเราได้รวบรวมน้ำบาดาลจากบ่อ (น้ำบาดาล CKDu) ซึ่งใช้โดยตัวแทนผู้ป่วยที่เป็นโรค CKDu นอกจากนี้ เรายังรวบรวมน้ำบาดาลอีกชุดจากบ่อ (น้ำบาดาลที่ไม่ใช่ CKDu) ใช้โดยครอบครัวที่ไม่มีผู้ป่วย เก็บตัวอย่างน้ำทั้งหมด 83 ตัวอย่าง รวมถึงน้ำใต้ดิน CKDu (n=43) น้ำใต้ดินที่ไม่ใช่ CKDu (n=32) และตัวอย่างน้ำผิวดิน (n=8) ที่รวบรวมจากถัง ( รูปที่ 1 เพิ่มเติม) ตัวอย่างถูกกรองด้วยตัวกรองควอตซ์ 0.7 ไมโครเมตรและทำให้เป็นกรดจนถึง pH < 2 ด้วยกรดไฮโดรคลอริกบริสุทธิ์เกรดพรีเมี่ยมสำหรับการวัดสเปกตรัม สำหรับการวิเคราะห์ DOC ตัวอย่างถูกกรองด้วยเมมเบรนกรอง 0.45 μm และทำให้เป็นกรดจนถึง pH<2 with premium-grade pure phosphoric acid. More details of sample collection are provided in Supplementary Method.

การวิเคราะห์ตัวอย่าง

คุณสมบัติการเรืองแสงของ DOM ได้รับการทดสอบโดยสเปกโตรมิเตอร์เรืองแสง (Fluomax {{0}}, HORIBA JboinYvon, ญี่ปุ่น) สภาพการทำงานมีดังนี้: แหล่งกำเนิดแสงคือหลอดไฟซีนอน 150 W; ความยาวคลื่นการกระตุ้น (Ex) ถูกตั้งค่าจาก 25 0 ถึง 400 นาโนเมตรที่ช่วง 4 นาโนเมตร ความยาวคลื่นการปล่อย (Em) ถูกตั้งค่าระหว่าง 300 ถึง 550 นาโนเมตรที่ช่วง 2 นาโนเมตร ความกว้างของช่องคือ 3 นาโนเมตร และเวลาในการรวมสัญญาณการสแกนคือ 0.1 วินาที การดูดกลืนแสงที่มองเห็นได้ด้วยรังสีอัลตราไวโอเลตถูกวัดโดยสเปกโตรโฟโตมิเตอร์ (UV1900, Shimadzu, ญี่ปุ่น) ที่ 200–600 นาโนเมตร DOC ถูกกำหนดโดยเครื่องวิเคราะห์ TOC (Aurora 1030w, OI, USA) ด้วยความแม่นยำในการวิเคราะห์ที่ ±2.0% และขีดจำกัดการตรวจจับคือ 0.01 มก. L−1 การวิเคราะห์แอนไอออนและไพเพอร์มีให้ในวิธีการเสริม

ดัชนีสเปกตรัมและ PARAFAC

คำนวณดัชนีสเปกตรัม (วิธีการเสริม) รวมถึงดัชนีการทำให้มีความชื้น (HIX) ดัชนีทางชีวภาพ (BIX) ดัชนีเรืองแสง (FI) ความเข้มข้นของ DOM ที่มีโครงสร้างไม่อิ่มตัว (a254) ดัชนีอะโรมาติก (SUVA254) และความชันสเปกตรัม (S275−295) ทั้งเอฟเฟกต์ตัวกรองด้านในและสัญญาณเรืองแสงพื้นหลังของน้ำบริสุทธิ์พิเศษได้รับการแก้ไขและการกระเจิงของ Rayleigh และการกระเจิงของรามานถูกลบออกก่อน PARAFAC โดยใช้กล่องเครื่องมือ efc (//www.nomresearch.cn/efc/indexEN.html) พัฒนาโดยผู้ใช้กราฟิก MATLAB interface20, กล่องเครื่องมือที่ถูกต้องของ FDOM64 และกล่องเครื่องมือ N-way (https://www.mathworks.com/matlabcentral/fileexchange/1088-the-n-way-toolbox) 65. โมเดล ในที่สุดก็ผ่านการทดสอบความสอดคล้องหลักและการตรวจสอบแยกครึ่ง66 ส่วนประกอบของ PARAFAC ถูกระบุกับส่วนประกอบของการศึกษาก่อนหน้านี้ซึ่งมีความคล้ายคลึงกันเกิน 0.95 ความอุดมสมบูรณ์สัมพัทธ์ของส่วนประกอบ PARAFAC (C1%, C2%, C3% และ C4%) ถูกหาปริมาณโดยการหารความเข้มพีคสูงสุด (Fmax) ของแต่ละส่วนประกอบด้วยผลรวมของ Fmax ของส่วนประกอบทั้งหมด

CKDu ตระหนักถึงการประเมินเกณฑ์ (CRTA)

พารามิเตอร์ของทั้งคุณสมบัติ DOM (เช่น C4%, C1% และ HIX) และสารเคมีอนินทรีย์ (เช่น Ca 2+ และ F−) ถือเป็นตัวบ่งชี้สำหรับการประเมิน ในระหว่างนั้นความน่าจะเป็นในการตรวจจับของน้ำใต้ดิน CKDu (DPC) และความน่าจะเป็นในการตรวจจับน้ำใต้ดินที่ไม่ใช่ CKDu (DPN) ได้รับการกำหนดและคำนวณ สำหรับตัวบ่งชี้แต่ละตัว จะมีการกำหนดเกณฑ์เริ่มต้น (โดยปกติคือค่าต่ำสุดที่สังเกตได้) ซึ่งสูงกว่ากลุ่มตัวอย่างถูกกำหนดให้เป็นกลุ่มที่มีมูลค่าสูงและต่ำกว่ากลุ่มตัวอย่างถูกกำหนดให้เป็นกลุ่มที่มีมูลค่าต่ำ สำหรับตัวบ่งชี้ส่วนใหญ่ (C1%, C2%, C3%, HIX, SUVA254, a254, DOC, คะแนนของ PC1 และตัวบ่งชี้อนินทรีย์) DPC ได้รับการคำนวณในกลุ่มที่มีมูลค่าสูงและ DPN ได้รับการคำนวณในกลุ่มที่มีมูลค่าต่ำ กลุ่มตามสมการ (1) และสมการ (2) ตามลำดับ สำหรับตัวบ่งชี้อื่นๆ (C4%, S275-295, BIX และ FI) DPC ได้รับการคำนวณในกลุ่มที่มีมูลค่าต่ำ และ DPN ได้รับการคำนวณในกลุ่มที่มีมูลค่าสูงด้วย Eqs (1) และ (2) ตามลำดับ

ด้วยการเพิ่มเกณฑ์ที่สมมติขึ้นของแต่ละตัวบ่งชี้จากขั้นต่ำไปจนถึงสูงสุด (โดยปกติคือ 100 ขั้นตอน; ลำดับเลขคณิตที่ตั้งไว้) DPC และ DPN ที่สอดคล้องกันได้รับการคำนวณ และพล็อตของเกณฑ์ที่สมมติของตัวบ่งชี้เทียบกับ DPC หรือ DPN ถูกวาดดังแสดงในรูปที่ 6 ความน่าจะเป็นในการตรวจจับของจุดตัดระหว่างสองเส้นโค้งถูกกำหนดให้เป็นการบังคับใช้ของตัวบ่งชี้ในการรับรู้น้ำบาดาล CKDu และค่าเกณฑ์ที่สมมติของจุดตัดระหว่างสองเส้นโค้งถูกกำหนดให้เป็นเกณฑ์การรับรู้ (RT ). ความน่าจะเป็นในการตรวจจับที่สูงขึ้นที่ RT ช่วยให้สามารถนำไปใช้ในการจดจำได้ดีขึ้น ในบรรดาตัวอย่างน้ำใต้ดินทั้งหมด 72% (n=54) ถูกนำมาใช้ในการคำนวณ DPN และ DPC และติดตั้งโดยสมการ Boltzmann เชิงประจักษ์ และส่วนที่เหลือ (n=21) ถูกนำมาใช้เพื่อตรวจสอบเส้นโค้งที่เหมาะสมโดยการจับคู่ t - การทดสอบและข้อผิดพลาดรูทเฉลี่ยกำลังสอง (RMSE) หากค่า p ของ paired t-test มากกว่า 0.05 จะถือว่าผลลัพธ์ที่คาดการณ์ไว้ใกล้เคียงกับผลลัพธ์ที่วัดได้ ยิ่งค่า RMSE ต่ำลง ผลลัพธ์ที่คาดการณ์ไว้ก็จะยิ่งใกล้กับผลลัพธ์ที่วัดได้มากขึ้นเท่านั้น

อ้างอิงงานซีอีเอส

1. เลอวีน KE และคณะ การแสวงหาปัจจัยเสี่ยงทางธรณีเคมีที่เกี่ยวข้องกับโรคไตเรื้อรังที่ไม่ทราบสาเหตุ (CKDu) ในพื้นที่เฉพาะถิ่นของศรีลังกา—การวิเคราะห์ทางห้องปฏิบัติการมัลติมีเดียสำหรับตัวอย่างทางชีววิทยา อาหาร และสิ่งแวดล้อมสภาพแวดล้อม มอนิท. ประเมิน 188, 548 (2016). 

2. Gansevoort, RT และคณะ โรคไตเรื้อรังและความเสี่ยงโรคหัวใจและหลอดเลือด: ระบาดวิทยา กลไกและการป้องกันมีดหมอ 382, 339–352 (2013). 

3. Kulahunga, MRDL, Ayanka, WMA, Naidu, R. & Wijeratne, AW โรคไตเรื้อรังที่ไม่ทราบสาเหตุในศรีลังกาและการสัมผัสกับสารเคมีในสิ่งแวดล้อม: การทบทวนวรรณกรรมสภาพแวดล้อม จีโอเคม. สุขภาพ 41, 2329–2338 (2019). 

4. Rajapakse, S., Shanahan, MC & Selvarajah, M. โรคไตเรื้อรังที่ไม่ทราบสาเหตุในศรีลังกานานาชาติ เจ. ครอบครอง. สภาพแวดล้อม สุขภาพ 22, 259–264 (2016).

5. เฮตติทันทรี โอ. และคณะ ปัจจัยเสี่ยงของโรคไตเรื้อรังประจำถิ่นที่ไม่ทราบสาเหตุในศรีลังกา: ย้อนหลังความมั่นคงทางน้ำในเขตแห้งแล้งวิทยาศาสตร์ สภาพแวดล้อมโดยรวม 795, 148839 (2021). 

6. เอดิริซิงเฮ อี. และคณะ หลักฐานธรณีเคมีและไอโซโทปจากน้ำบาดาลและน้ำผิวดินเพื่อความเข้าใจเกี่ยวกับการปนเปื้อนตามธรรมชาติในโรคไตเรื้อรังของโซนโรคประจำถิ่นที่ไม่ทราบสาเหตุ (CKDu) ในศรีลังกาไอโซต. สภาพแวดล้อม สตั๊ดสุขภาพ. 54, 244–261 (2018). 

7. แมคโดนัฟ, แอลเค, เมเรดิธ, เคที, นิคาโกลลา, ซี. และบานาติ, RB ดิอินชั้นปฏิกิริยาระหว่างน้ำและหินต่อน้ำในบ่อครัวเรือนในพื้นที่ที่มีความชุกสูง โรคไตเรื้อรังที่ไม่ทราบสาเหตุ (CKDu)npj สะอาด น้ำ 4, 1–9 (2021) 8. บาลาซูริยา ส. และคณะ การเชื่อมโยงที่เป็นไปได้ระหว่างธรณีเคมีของน้ำใต้ดินและโรคไตเรื้อรังที่ไม่ทราบสาเหตุ (CKDu): การตรวจสอบจากภูมิภาค Ginnoruwa ในศรีลังกางานเอ็กซ์โป สุขภาพ 12, 823–834 (2020).

9. Dissanayake, CB & Chandrajith, R. น้ำบาดาลชั้นยูโอไรด์เป็นเครื่องหมายธรณีเคมีในสาเหตุของโรคไตเรื้อรังที่ไม่ทราบสาเหตุในศรีลังกาศรีลังกาเจ. วิทย์ 46, 3–12 (2017). 

10. จันดราจิธ ร. และคณะ Na และ Ca in ขึ้นอยู่กับปริมาณชั้นน้ำดื่มที่อุดมด้วยยูโอไรด์— สาเหตุสำคัญอีกประการหนึ่งของภาวะไตวายเรื้อรังในพื้นที่แห้งแล้งในเขตร้อนวิทยาศาสตร์ สภาพแวดล้อมโดยรวม 409, 671–675 (2011).

11. Wickramarathna, S., Balasooriya, S., Diyabalanage, S. & Chandrajith, R. การติดตามปัจจัยทางสิ่งแวดล้อมของโรคไตเรื้อรังในเขตแห้งแล้งของศรีลังกา—แนวทางอุทกธรณีเคมีและไอโซโทปเจ. เทรซ เอเลม ยา ไบโอล 44, 298–306 (2017).

12. วาสนา HM และคณะ คุณภาพน้ำดื่มและโรคไตเรื้อรังไม่ทราบสาเหตุ (CKDu): ผลเสริมฤทธิ์ของชั้นยูโอไรด์ แคดเมียม และความกระด้างของน้ำสภาพแวดล้อม จีโอเคม. สุขภาพ 38, 157–168 (2016). 

13. เต๋า พี. และคณะ. ความแปรผันของ Spatiotemporal ในอินทรียวัตถุที่ละลายด้วยโครโมโฟริก (CDOM) ในแม่น้ำที่ใช้ที่ดินแบบผสม: ผลกระทบต่อการฟื้นฟูน้ำผิวดินเจ. สิ่งแวดล้อม. จัดการ. 277, 111498 (2021). 

14. ลาล เค และคณะ การประเมินคุณภาพน้ำบาดาลของ CKDu ส่งผลกระทบต่อภูมิภาค Uddanam ในเขต Srikakulam และทั่วรัฐอานธรประเทศ ประเทศอินเดียกราวด์ ยังชีพประคับประคอง. นักพัฒนา 11, 100432 (2020).

บริการสนับสนุนของ Wecistanche - ผู้ส่งออก cistanche ที่ใหญ่ที่สุดในประเทศจีน:

อีเมล:wallence.suen@wecistanche.com

Whatsapp/โทรศัพท์:+86 15292862950

เลือกซื้อรายละเอียดข้อมูลจำเพาะเพิ่มเติม:

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

รับสารสกัดจากถังเก็บน้ำออร์แกนิกธรรมชาติที่มีเอไคนาโคไซด์ 25% และแอคทีโอไซด์ 9% สำหรับการติดเชื้อในไต