目的应用孟德尔随机化(Mendelian randomization,MR)研究方法,探究体重指数(BMI)与骨质疏松症之间的因果关系。方法在全基因组关联研究(genome-wide association study,GWAS)汇总数据中选取与BMI密切相关的遗传变异作为工具变量,采用MR-...目的应用孟德尔随机化(Mendelian randomization,MR)研究方法,探究体重指数(BMI)与骨质疏松症之间的因果关系。方法在全基因组关联研究(genome-wide association study,GWAS)汇总数据中选取与BMI密切相关的遗传变异作为工具变量,采用MR-Egger回归法、加权中位数法、逆方差加权法、简单模式、加权模式进行MR分析,通过计算OR值和95%CI评价BMI与骨质疏松症之间的因果关系,应用MR-APSS方法使基于MR的因果推断结果更加可靠,应用连锁不平衡评分(LDSC)回归评估遗传相关性,并进行水平多效性检验、异质性检验、留一法评价结果是否可靠,通过MR-PRESSO异常值测试减少异质性和水平多效性的影响。结果共纳入421个SNP,逆方差加权法为主要分析方法,计算的OR值和95%CI为0.994(95%CI 0.992~0.997),表明BMI对骨质疏松症具有保护作用,MR-APSS方法显示BMI对骨质疏松症的影响具有统计学意义,LDSC回归显示BMI和骨质疏松症之间存在遗传相关性,MR-Egger回归截距显示工具变量不存在水平多效性,漏斗图显示工具变量不存在偏倚,留一法显示结果稳健。结论BMI和骨质疏松症之间可能存在负向因果关系,BMI是骨质疏松症的保护因素。展开更多
文摘目的应用孟德尔随机化(Mendelian randomization,MR)研究方法,探究体重指数(BMI)与骨质疏松症之间的因果关系。方法在全基因组关联研究(genome-wide association study,GWAS)汇总数据中选取与BMI密切相关的遗传变异作为工具变量,采用MR-Egger回归法、加权中位数法、逆方差加权法、简单模式、加权模式进行MR分析,通过计算OR值和95%CI评价BMI与骨质疏松症之间的因果关系,应用MR-APSS方法使基于MR的因果推断结果更加可靠,应用连锁不平衡评分(LDSC)回归评估遗传相关性,并进行水平多效性检验、异质性检验、留一法评价结果是否可靠,通过MR-PRESSO异常值测试减少异质性和水平多效性的影响。结果共纳入421个SNP,逆方差加权法为主要分析方法,计算的OR值和95%CI为0.994(95%CI 0.992~0.997),表明BMI对骨质疏松症具有保护作用,MR-APSS方法显示BMI对骨质疏松症的影响具有统计学意义,LDSC回归显示BMI和骨质疏松症之间存在遗传相关性,MR-Egger回归截距显示工具变量不存在水平多效性,漏斗图显示工具变量不存在偏倚,留一法显示结果稳健。结论BMI和骨质疏松症之间可能存在负向因果关系,BMI是骨质疏松症的保护因素。