温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
糖尿病
可能
增加
甲状腺
风险
基于
两样
孟德尔
随机化
方法
甲状腺毒症是组织和循环中甲状腺激素水平过高的总称,分为与甲亢相关的甲状腺毒症和非甲亢相关的甲状腺毒症。在碘充足地区,非医源性甲状腺毒症最常见的原因是格雷夫斯病(GD),约占80%。目前认为,GD发病风险主要与遗传因素有关,许多与GD风险增加的相关基因与其他自身免疫性疾病(如T1DM)相关基因重叠 1。在中国,临床甲亢患病率0.78%、亚临床甲亢0.44%、GD患病率0.53%。未经治疗的甲亢甚至亚临床甲亢可导致心房颤动、卒中和其他心血管事件以及骨质疏松症和骨折的发生风险增加 2。T1DM是一种慢性自身免疫性疾病,以胰岛素缺乏和高血糖为特征 3,T1DM的患病率在全球范围内呈上升趋势,全球患病率为每万人9.5例 4。许多观察性研究发现,T1DM和甲状腺毒症密切相关,印度的一项横断面研究显示,130名GD患者中,3.1%伴有T1DM 5;英国的一项横断面研究发现,2791例GD患者种1.11%伴有T1DM 6;一项1993年到2010年的前瞻性研究表示,在3209名白种人GD患者中,观察到T1DM明显高于对照组 7。但是上述研究未能说明二者因果关系,且观察性研究易受到反向因果关系和混杂因素干扰,从而使因果关系推断受限。1 1型糖型糖尿病可能增加甲状腺毒症的风险尿病可能增加甲状腺毒症的风险:基于两样本孟德尔随机基于两样本孟德尔随机化化方法方法占雯婕1,赵 玲21广州中医药大学第二临床医学院,广东 广州 510006;2广州中医药大学第二附属医院,广东 广州 510006Type 1 diabetes mellitus is likely to increase the risk of thyrotoxicdsis:a two-sampleMendelian randomization studyZHAN Wenjie1,ZHAO Ling21Second Clinical College of Guangzhou,University of Chinese Medicine,Guangzhou 510006,China;2The Second Affiliated Hospital ofGuangzhou,University of Chinese Medicine,Guangzhou 510006,China摘要:目的 采用两样本孟德尔随机化(MR)方法探究 1 型糖尿病(T1DM)和甲状腺毒症之间的关系。方法 利用 IEUOpenGWAS project网站获取T1DM及甲状腺毒症的全基因组关联研究(GWAS)数据。筛选与T1DM密切相关且独立的单核苷酸多态性(SNPs)作为工具变量(IVs),用MR-PRESSO进行离群值检验并剔除离群值,分别运用逆方差加权法(IVW)、MR-Egger回归、加权众数法(WM)和加权中位数法(WME)进MR分析,以OR值及95%CI评价T1DM与甲状腺毒症之间是否存在关联。分别采用IVW和MR-Egger法进行Cochran Q 和Rcker Q异质性检验,用Egger-intercept法进行多效性检验、逐个剔除检验进行敏感性分析,并计算F值以评估是否存在弱IVs偏倚。结果 4种MR方法所得结果显示,整体人群中T1DM与甲状腺毒症具有正向的因果关系,且具有显著的统计学意义,IVW、MR-Egger回归、加权模型和WME计算所得OR值和95%CI分别为1.077(95%CI 1.0461.109)、1.076(95%CI 1.0311.124)、1.082(95%CI 1.0481.118)、1.090(95%CI 1.0521.129)。异质性检验结果分别为P=0.127和P=0.155,即不存在异质性;Egger-intercept结果为P=0.965,即不存在多效性;敏感性分析显示结果稳定;全部F值大于10,提示不存在弱IVs偏倚。结论 T1DM可能会增加甲状腺毒症的风险。关键词:1型糖尿病;甲状腺毒症;孟德尔随机化Abstract:Objective To explore the relationship between type 1 diabetes(T1DM)and thyrotoxicosis using two-sampleMendelian randomization(MR)method.Methods Based on the data from a large-scale metabolome-based genome-wideassociation study(GWAS),we investigated the causality between T1DM and thyrotoxicosis using inverse variance-weighted(IVW)method,MR-Egger regression,weighted Mode(WM)method and weighted median(WME)method.Single nucleotidepolymorphisms(SNPs)closely related to T1DM were screened as the instrumental variables(IVs).Outlier testing wasperformed using MR-PRESSON to reject the outliers.Heterogeneity tests,horizontal pleiotropy and sensitivity tests wereperformed to evaluate the reliability and stability of the results,and F-values were calculated to assess the presence of weakIVs bias.Results There was a positive causal effect between T1DM and thyrotoxicosis in the total samples analyzed with the 4MR methods.The ORs and 95%CIs calculated by IVW,MR-Egger regression,WM and WME methods were 1.077(95%CI:1.0461.109),1.076(95%CI:1.0311.124),1.082(95%CI:1.0481.118),and 1.090(95%CI:1.0521.129),respectively.The resultsof the heterogeneity test were P=0.127 and P=0.155,respectively,suggesting the absence of heterogeneity.Egger-intercept resultwas P=0.965,indicating the absence of pleiotropy.Leave-one-out analysis showed stable results.All the F values were greaterthan 10,indicating that there was no weak IVs bias.Conclusion T1DM is likely to increase the risk of thyrotoxicosis.Keywords:type 1 diabetes;thyrotoxicosis;Mendelian randomization_收稿日期:2023-01-08基金项目:国家重点研发计划项目(2019YFC1709301);广东省名中医传承工作室项目:范冠杰广东省名中医传承工作室(粤中医办函20211号)Supported by the National Key Research and Development Program ofChina(2019YFC1709301).作者简介:占雯婕,在读硕士研究生,E-mail:通信作者:赵 玲,教授,主任医师,E-mail:doi 10.12122/j.issn.1673-4254.2023.08.17J South Med Univ,2023,43(8):1396-14011396孟德尔随机化(MR)分析方法近年被广泛用于流行病学的因果关系研究。MR研究的基本原理是配子形成中亲代等位基因随机分配给子代,相当于对人群进行随机分组,与随机对照试验类似 8。由于遗传变异出生时即固定并且伴随一生,因此MR研究能最大限度减少反向因果关系 9。将遗传变异作为工具变量(IVs)对暴露因素与结局的因果关系进行推断,能减少混杂因素的干扰 10。以往的T1DM和甲状腺毒症研究大多是基于观察性的研究,容易受混杂因素或者反向因果关系的影响,而MR分析能最大限度避免二者干扰,但目前尚未有T1DM和甲状腺毒症的MR分析。本研究运用两样本MR方法,以单核苷酸多态性(SNPs)作为IVs,研究T1DM和甲状腺毒症之间的因果关系。由于甲状腺激素过多会影响患者血糖控制、损伤胰岛细胞功能以及降低胰岛素敏感性 11,因此明确二者关系,不仅有助于尽早发现并及时治疗甲状腺毒症,减轻甲状腺毒症导致的危害,也有助于糖尿病患者更好地控制血糖。同时,本次研究为T1DM和甲状腺毒症之间的因果关系提供了统计学上的线索,为实验研究和机制探索提供了理论依据。1 资料和方法1.1 研究设计本文利用T1DM作为暴露因素,与T1DM显著相关的SNPs作为IVs,结局变量为甲状腺毒症。剔除离群值后,运用两样本MR分析的方法进行因果分析,并进异质性检验和多效性检验,最后对结果的可靠性进行检验。MR研究中的IVs需满足三个核心假设:(1)IVs与暴露因素高度相关;(2)IVs仅通过暴露因素影响结局,不与结局直接相关;(3)IVs与“暴露-结局”关联的混杂因素无关(图1)。1.2 资料来源通 过 https:/gwas.mrcieu.ac.uk/网 站 分 别 获 取T1DM和甲状腺毒症的GWAS。其中T1DM数据来源于EBI GWAS数据库,甲状腺毒症数据来源于芬兰FinnGen数据库,以上数据人源均来自欧洲(表1)。NameT1DMThyrotoxicosisIDebi-a-GCST010681finn-b-THYROTOXICOSISSample size24 840217 835No.of SNPs12 783 12916 380 464RaceEuropeanEuropeanRaceMale and FemaleMale and FemaleRace20202021表1 两样本MR研究GWAS数据简要信息Tab.1 SummaryoftheGWASincludedinthistwo-sampleMRstudy图1 两样本MR研究示意图Fig.1 Model of the two-sample Mendelian randomization(MR)analysis.ConfounderAssumption 3IVsExposureOutcomeAssumption 1Assumption 21.3 IVs的筛选依据MR的核心假设进行IVs筛选。以欧洲千人全基因组为参照,设置P510-8筛选与T1DM有显著意义的SNPs,以满足关联性假设。使用R4.2.2软件的TwoSampleMR包进行clump计算,设置参数r2=0.001,kb=10 000,以排除连锁不平衡的影响,保证SNPs之间相互独立 12。从甲状腺毒症的GWAS数据中提取上述与T1DM密切相关的SNPs,对两者进行整理合并。利用MR-PRESSO进行离群值检验以去除水平多效性 13,删除离群值同时剔除与甲状腺毒症直接相关的SNPs(P1,且P值10时,出现弱IVs的可能性比较