社会压力与耳鸣发病之间因果关系的孟德尔随机化研究

目的基于两样本孟德尔随机化方法探讨社会压力与耳鸣发病之间的因果关系。方法从全基因组关联研究(GWAS)数据库中分别获取社会压力、耳鸣相关遗传数据,筛选出相互独立且与社会压力高度相关的单核苷酸多态性(SNP)作为工具变量,以耳鸣作为结局变量。分别采用逆方差加权法(IVW)、加权中位数法和MR-Egger回归法进行孟德尔随机化分析。采用MR-Egger回归法的截距项评估水平多效性,采用Cochran′s Q统计量评估异质性,并采用留一法进行敏感性分析。结果社会压力数据包含459742例样本,耳鸣数据包含117882例样本,共筛选出10个与社会压力密切相关的SNP作为工具变量。随机效应IVW分析结果显示,社会压力与耳鸣发病存在因果效应(OR=1.251,P=0.036)。随机效应IVW、加权中位数法、MR-Egger回归法的分析结果相似(OR=1.251、1.274、1.438),表明社会压力为耳鸣的危险因素,两者之间存在正向因果效应,且结果不存在异质性及多效性。结论社会压力与耳鸣发病存在因果关系,或可为未来耳鸣的临床防治提供新思路。

孟德尔随机化分析失眠与神经系统疾病及耳鸣的因果关系

目的:采用两样本孟德尔随机化研究方法(Mendelian randomization,MR)评估失眠与神经系统疾病及耳鸣发生风险之间的潜在因果关系。方法:利用IEU OpenGWASproject网站获取失眠、神经系统疾病及耳鸣的全基因组关联研究(GWAS)数据,筛选与失眠密切相关且独立的单核苷酸多态性(SNPs)作为工具变量(IVs),与神经系统疾病相关的SNPs作为结局。其中失眠数据包含462341例样本,神经系统疾病数据包含148552例样本,耳鸣数据包含117882例样本,从中选取42个与失眠密切相关的SNP作为工具变量。分别采用逆方差加权法(inverse varianceweighted,IVW)、加权中位数(Weightedmedian,WME)和MR-Egger法进行孟德尔随机化分析。同时采用Egger intercept检测水平多效性,留一法(Leave-one-out)进行敏感性分析,保证结果稳健性。结果:失眠与神经系统疾病发生之间呈显著正相关(IVW:OR=2.032,95%CI 1.567~2.636,P=9.011×10^(-8));Egger intercept的值和0没有统计学差异(P=0.803),表明没有水平多效性;Leave-one-out法显示结果稳定,未检测到对结果影响大的SNP;全部F值大于10,提示不存在弱IVs偏倚。失眠与耳鸣发生之间呈正相关(IVW:OR=1.056,95%CI 1.009~1.104,P=0.019);Egger intercept的值和0没有统计学差异(P=0.985),表明没有水平多效性;Leave-one-out法显示结果稳定,未检测到对结果影响大的SNP;全部F值大于10,提示不存在弱IVs偏倚。结论:失眠与神经系统疾病发生之间存在正向因果关系;失眠与耳鸣发生之间也存在正向因果关系。