目的通过孟德尔随机化(Mendelian randomization,MR)分析探究免疫细胞与慢性胰腺炎(chronic pancreatitis,CP)之间的因果关系。方法本研究的免疫细胞表型和CP的全基因组关联研究(genome-wide association studies,GWAS)数据来自公开数据...目的通过孟德尔随机化(Mendelian randomization,MR)分析探究免疫细胞与慢性胰腺炎(chronic pancreatitis,CP)之间的因果关系。方法本研究的免疫细胞表型和CP的全基因组关联研究(genome-wide association studies,GWAS)数据来自公开数据库,共纳入731种免疫细胞表型。采用双样本双向MR分析法探索免疫细胞与CP之间的因果关系,并使用多种敏感性分析方法对结果的异质性和水平多效性进行验证。结果共发现33个免疫细胞表型与CP存在因果关联,其中18个表现为抑制因素,调节性T细胞(Treg)细胞群中的CD25 on CD4^(+)表现出最显著的抑制作用;其余15个则表现为风险因素,成熟T细胞组的CD8 on TD CD8br、TBNK组的CD8br AC以及Treg组的CD39^(+)CD8br%T cell和CD28 on CD4^(+)表现出显著的促进作用。反向MR结果也进一步证明了因果关系的单向性。结论通过MR方法揭示了免疫细胞与CP之间的密切联系,凸显了免疫系统与CP之间复杂的相互作用模式。展开更多
目的探讨MR-Egger回归在孟德尔随机化分析中的应用。方法利用全基因组关联研究结果确定工具变量,通过MR-Egger回归进行两样本孟德尔随机化分析来检验高密度脂蛋白胆固醇(high density liptein cholesterol,HDL-C)和冠状动脉疾病之间的...目的探讨MR-Egger回归在孟德尔随机化分析中的应用。方法利用全基因组关联研究结果确定工具变量,通过MR-Egger回归进行两样本孟德尔随机化分析来检验高密度脂蛋白胆固醇(high density liptein cholesterol,HDL-C)和冠状动脉疾病之间的因果效应,评估潜在工具变量的多效性,并将MR-Egger回归结果与逆方差加权法(inverse-variance weighted,IVW)结果进行比较。结果共纳入120个单核苷酸多态性构建工具变量。IVW结果表明HDL-C与冠状动脉疾病之间存在显著的因果关联(OR=0.82,95%CI:0.75~0.89)。MR-Egger回归结果显示HDL-C与冠状动脉疾病之间不存在因果关联(OR=0.96,95%CI:0.83~1.11),并提示基因工具变量存在显著的多效性(截距:-0.01,P=0.008)。结论MR-Egger回归在孟德尔随机化分析中有一定的应用价值,尤其是在多效性偏倚存在的情况下能给出准确的因果效应估计。展开更多
目的:骨质疏松症以骨量减低和骨组织微结构损坏为特征,常引发脆性骨折。骨密度低是导致骨折的关键危险因素。血清半胱氨酸蛋白酶抑制剂C(cystatin C,CysC)是肾小球滤过率的内源性标志物,与骨密度呈负相关,可能是骨质疏松症的潜在危险因...目的:骨质疏松症以骨量减低和骨组织微结构损坏为特征,常引发脆性骨折。骨密度低是导致骨折的关键危险因素。血清半胱氨酸蛋白酶抑制剂C(cystatin C,CysC)是肾小球滤过率的内源性标志物,与骨密度呈负相关,可能是骨质疏松症的潜在危险因素。本研究旨在通过队列分析和孟德尔随机化(Mendelian randomization,MR)分析相结合的方法,探究CysC与骨质疏松症和骨折在普通人群中的关联和潜在的致病机制。方法:利用英国生物银行的大规模前瞻性队列数据和欧洲人群的全基因组关联分析(genome-wide association study,GWAS)汇总统计数据(严格设置排除标准:非白人种族、甲状腺疾病、胃肠功能障碍、肾脏疾病、类风湿性疾病、恶性肿瘤、慢性感染或炎症性疾病、糖尿病和高血压等特殊疾病人群,以及正在服用影响骨代谢药物者)。采用多变量线性回归、Logistic回归和Cox比例风险模型分析CysC与骨密度、骨质疏松症和骨折发生风险的关系。所有分析均采用3个递进模型调整混杂因素:3种不同模型进行分析:模型1调整人口学特征和生活方式因素,模型2在模型1基础上进一步调整肾功能,模型3在模型2基础上调整体力活动水平。通过限制性立方样条模型探究其非线性关系,并使用MR分析评估CysC与骨质疏松症及骨折之间的因果关联。结果:多变量分析显示,在调整基本变量后(模型1),总研究参与者中CysC与估计骨密度(estimated bone mineral density,eBMD)不存在相关性,但是在经过性别分层的男性和女性中均呈显著负相关(均P<0.001)。在调整肾功能(模型2)和体力活动水平(模型3)后,总研究参与者中CysC与eBMD开始呈负相关(P<0.001)。此外,多变量Logistic回归均显示CysC浓度与骨质疏松风险呈显著正相关(P<0.01),这种关联在所有分析模型中均保持稳定。在所有人群和模型中,多变量Cox回归分析结果均显示Q4组的CysC与骨质疏松症发生风险均呈正相关(均P<0.001)。在总人群中,Q4组的CysC与骨折之间的正向关联仅在模型2和模型3中出现,风险比均为1.118(均P<0.001)。然而经过性别分层后,这种关联在男性中消失(P>0.05)。此外,限制性立方样条回归分析结果显示CysC与骨质疏松症和骨折的发病存在非线性关系(P<0.05)。通过筛选167个单核苷酸多态性(single nucleotide polymorphisms,SNPs)作为工具变量进行MR分析,结果显示CysC与骨质疏松症和骨折之间并不存在直接的因果关系(P≥0.05),这一发现与既往特殊人群研究结果存在差异。结论:CysC水平升高与骨质疏松症和骨折风险增加具有显著相关性,这种关联在女性中表现更为明显。肾功能和体力活动水平可能是影响这种关联的重要因素。CysC与骨质疏松和骨折之间的关联可能的机制包括CysC升高导致维生素D和矿物质代谢异常,抑制骨形成;肾功能损伤加重炎症水平,影响骨吸收;或在骨质疏松症状态下,破骨细胞分化增加导致CysC水平升高。这些发现支持将CysC作为预测潜在骨质疏松症的生物学指标的可能性。展开更多
目的:为克服观察性研究中的混杂因素和反向因果关系的影响,通过两样本孟德尔随机化法探讨失眠与2型糖尿病之间的关联关系。方法:在欧洲裔人群最新的全基因组关联研究(genome-wide association study,GWAS)中选择与失眠密切相关的遗传位...目的:为克服观察性研究中的混杂因素和反向因果关系的影响,通过两样本孟德尔随机化法探讨失眠与2型糖尿病之间的关联关系。方法:在欧洲裔人群最新的全基因组关联研究(genome-wide association study,GWAS)中选择与失眠密切相关的遗传位点作为工具变量。剔除与吸烟、体育活动、饮酒、教育程度、肥胖或2型糖尿病显著相关的位点后,使用逆方差加权评估失眠对2型糖尿病的效应,并采用加权中位数法和MR-Egger回归分析来检验结果的稳健性。通过计算F统计量来检验工具变量的适用性,F统计量大于10认为存在弱工具变量偏倚可能性较小。采用MR-Egger回归进行多效性检验。此外,采用留一法(leave-one-out)进行敏感性分析,以进一步验证结果的稳定性和可靠性。结果:在全基因组水平上选择了248个与失眠独立相关的单核苷酸多态性(single nucleotide polymorphisms,SNPs)作为候选工具变量集合,基于千人基因组计划对候选工具变量集合进行修剪并剔除潜在的多效SNPs后,共纳入与失眠相关的167个SNPs作为最终的工具变量。本研究中F统计量为39.74,符合孟德尔随机化的相关性假设。逆方差加权法发现失眠与2型糖尿病的发生风险较高,在失眠的人群中发生2型糖尿病的风险是无失眠人群的1.14倍(95%CI:1.09~1.21,P<0.001)。加权中位数法和MR-Egger回归结果支持失眠对2型糖尿病存在正向关联。多效性检验表明结果受多效性影响的可能性较小,敏感性分析支持研究结果的可靠性与稳定性。结论:失眠是2型糖尿病的危险因素,失眠与2型糖尿病发病存在正向关联,本研究为糖尿病高危人群保持健康的生活方式提供了进一步的理论依据。展开更多
文摘目的通过孟德尔随机化(Mendelian randomization,MR)分析探究免疫细胞与慢性胰腺炎(chronic pancreatitis,CP)之间的因果关系。方法本研究的免疫细胞表型和CP的全基因组关联研究(genome-wide association studies,GWAS)数据来自公开数据库,共纳入731种免疫细胞表型。采用双样本双向MR分析法探索免疫细胞与CP之间的因果关系,并使用多种敏感性分析方法对结果的异质性和水平多效性进行验证。结果共发现33个免疫细胞表型与CP存在因果关联,其中18个表现为抑制因素,调节性T细胞(Treg)细胞群中的CD25 on CD4^(+)表现出最显著的抑制作用;其余15个则表现为风险因素,成熟T细胞组的CD8 on TD CD8br、TBNK组的CD8br AC以及Treg组的CD39^(+)CD8br%T cell和CD28 on CD4^(+)表现出显著的促进作用。反向MR结果也进一步证明了因果关系的单向性。结论通过MR方法揭示了免疫细胞与CP之间的密切联系,凸显了免疫系统与CP之间复杂的相互作用模式。
文摘目的探讨MR-Egger回归在孟德尔随机化分析中的应用。方法利用全基因组关联研究结果确定工具变量,通过MR-Egger回归进行两样本孟德尔随机化分析来检验高密度脂蛋白胆固醇(high density liptein cholesterol,HDL-C)和冠状动脉疾病之间的因果效应,评估潜在工具变量的多效性,并将MR-Egger回归结果与逆方差加权法(inverse-variance weighted,IVW)结果进行比较。结果共纳入120个单核苷酸多态性构建工具变量。IVW结果表明HDL-C与冠状动脉疾病之间存在显著的因果关联(OR=0.82,95%CI:0.75~0.89)。MR-Egger回归结果显示HDL-C与冠状动脉疾病之间不存在因果关联(OR=0.96,95%CI:0.83~1.11),并提示基因工具变量存在显著的多效性(截距:-0.01,P=0.008)。结论MR-Egger回归在孟德尔随机化分析中有一定的应用价值,尤其是在多效性偏倚存在的情况下能给出准确的因果效应估计。
文摘目的:骨质疏松症以骨量减低和骨组织微结构损坏为特征,常引发脆性骨折。骨密度低是导致骨折的关键危险因素。血清半胱氨酸蛋白酶抑制剂C(cystatin C,CysC)是肾小球滤过率的内源性标志物,与骨密度呈负相关,可能是骨质疏松症的潜在危险因素。本研究旨在通过队列分析和孟德尔随机化(Mendelian randomization,MR)分析相结合的方法,探究CysC与骨质疏松症和骨折在普通人群中的关联和潜在的致病机制。方法:利用英国生物银行的大规模前瞻性队列数据和欧洲人群的全基因组关联分析(genome-wide association study,GWAS)汇总统计数据(严格设置排除标准:非白人种族、甲状腺疾病、胃肠功能障碍、肾脏疾病、类风湿性疾病、恶性肿瘤、慢性感染或炎症性疾病、糖尿病和高血压等特殊疾病人群,以及正在服用影响骨代谢药物者)。采用多变量线性回归、Logistic回归和Cox比例风险模型分析CysC与骨密度、骨质疏松症和骨折发生风险的关系。所有分析均采用3个递进模型调整混杂因素:3种不同模型进行分析:模型1调整人口学特征和生活方式因素,模型2在模型1基础上进一步调整肾功能,模型3在模型2基础上调整体力活动水平。通过限制性立方样条模型探究其非线性关系,并使用MR分析评估CysC与骨质疏松症及骨折之间的因果关联。结果:多变量分析显示,在调整基本变量后(模型1),总研究参与者中CysC与估计骨密度(estimated bone mineral density,eBMD)不存在相关性,但是在经过性别分层的男性和女性中均呈显著负相关(均P<0.001)。在调整肾功能(模型2)和体力活动水平(模型3)后,总研究参与者中CysC与eBMD开始呈负相关(P<0.001)。此外,多变量Logistic回归均显示CysC浓度与骨质疏松风险呈显著正相关(P<0.01),这种关联在所有分析模型中均保持稳定。在所有人群和模型中,多变量Cox回归分析结果均显示Q4组的CysC与骨质疏松症发生风险均呈正相关(均P<0.001)。在总人群中,Q4组的CysC与骨折之间的正向关联仅在模型2和模型3中出现,风险比均为1.118(均P<0.001)。然而经过性别分层后,这种关联在男性中消失(P>0.05)。此外,限制性立方样条回归分析结果显示CysC与骨质疏松症和骨折的发病存在非线性关系(P<0.05)。通过筛选167个单核苷酸多态性(single nucleotide polymorphisms,SNPs)作为工具变量进行MR分析,结果显示CysC与骨质疏松症和骨折之间并不存在直接的因果关系(P≥0.05),这一发现与既往特殊人群研究结果存在差异。结论:CysC水平升高与骨质疏松症和骨折风险增加具有显著相关性,这种关联在女性中表现更为明显。肾功能和体力活动水平可能是影响这种关联的重要因素。CysC与骨质疏松和骨折之间的关联可能的机制包括CysC升高导致维生素D和矿物质代谢异常,抑制骨形成;肾功能损伤加重炎症水平,影响骨吸收;或在骨质疏松症状态下,破骨细胞分化增加导致CysC水平升高。这些发现支持将CysC作为预测潜在骨质疏松症的生物学指标的可能性。
文摘目的:为克服观察性研究中的混杂因素和反向因果关系的影响,通过两样本孟德尔随机化法探讨失眠与2型糖尿病之间的关联关系。方法:在欧洲裔人群最新的全基因组关联研究(genome-wide association study,GWAS)中选择与失眠密切相关的遗传位点作为工具变量。剔除与吸烟、体育活动、饮酒、教育程度、肥胖或2型糖尿病显著相关的位点后,使用逆方差加权评估失眠对2型糖尿病的效应,并采用加权中位数法和MR-Egger回归分析来检验结果的稳健性。通过计算F统计量来检验工具变量的适用性,F统计量大于10认为存在弱工具变量偏倚可能性较小。采用MR-Egger回归进行多效性检验。此外,采用留一法(leave-one-out)进行敏感性分析,以进一步验证结果的稳定性和可靠性。结果:在全基因组水平上选择了248个与失眠独立相关的单核苷酸多态性(single nucleotide polymorphisms,SNPs)作为候选工具变量集合,基于千人基因组计划对候选工具变量集合进行修剪并剔除潜在的多效SNPs后,共纳入与失眠相关的167个SNPs作为最终的工具变量。本研究中F统计量为39.74,符合孟德尔随机化的相关性假设。逆方差加权法发现失眠与2型糖尿病的发生风险较高,在失眠的人群中发生2型糖尿病的风险是无失眠人群的1.14倍(95%CI:1.09~1.21,P<0.001)。加权中位数法和MR-Egger回归结果支持失眠对2型糖尿病存在正向关联。多效性检验表明结果受多效性影响的可能性较小,敏感性分析支持研究结果的可靠性与稳定性。结论:失眠是2型糖尿病的危险因素,失眠与2型糖尿病发病存在正向关联,本研究为糖尿病高危人群保持健康的生活方式提供了进一步的理论依据。
