基于两样本孟德尔随机化的失眠与2型糖尿病关联研究

作     者：马雨佳 卢燃藜 周泽宸 李晓怡 闫泽玉 武轶群 陈大方 MA Yujia;LU Ranli;ZHOU Zechen;LI Xiaoyi;YAN Zeyu;WU Yiqun;CHEN Dafang

作者机构：北京大学公共卫生学院流行病与卫生统计学系北京大学重大疾病流行病学教育部重点实验室北京100191 

出 版 物：《北京大学学报（医学版）》 (Journal of Peking University:Health Sciences)

年 卷 期：2024年第56卷第1期

页      面：174-178页

核心收录：

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100401[医学-流行病与卫生统计学] 10[医学] 

基　　金：国家自然科学基金(81872692、82073642) 

主　　题：入睡和睡眠障碍 糖尿病,2型 孟德尔随机化分析 

摘      要：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,P0.001)。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。