[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763813名参与者的全基因组关联研究(genome-wide association study,GWAS)中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度...[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763813名参与者的全基因组关联研究(genome-wide association study,GWAS)中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度等睡眠表型相关的单核苷酸多态性(single nucleotide polymorphism,SNP)作为工具变量,采用逆方差加权(inverse variance weighted,IVW)评估遗传学预测的不同睡眠表型与痛风发生风险的关系。采用MR-Egger回归和孟德尔随机多态性残差和离群值(MR pleiotropy residual sum and outlier,MR-PRESSO)检验进行敏感性分析,以评估工具变量的多效性。进一步采用加权中位数法、简单中位数法、最大似然比法等分析方法检验结果的稳健性与可靠性。[结果]IVW结果显示,遗传学预测的打鼾[优势比(odds ratio,OR)=3.12,95%置信区间(confidence interval,CI)(1.21~8.05),PFDR=0.045]和失眠[OR=1.09,95%CI(1.04~1.15),PFDR=0.005]与痛风发生风险呈正相关,而睡眠时间、睡眠类型及白日困倦程度与痛风发生之间不存在统计学关联。MR-Egger回归提示上述因果关联未受到水平多效性影响,加权中位数法、简单中位数法、最大似然比法得出与IVW相似的结果。[结论]打鼾、失眠与痛风发生风险呈正相关,纠正打鼾和失眠可能对痛风有一定的预防作用。展开更多
文摘[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763813名参与者的全基因组关联研究(genome-wide association study,GWAS)中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度等睡眠表型相关的单核苷酸多态性(single nucleotide polymorphism,SNP)作为工具变量,采用逆方差加权(inverse variance weighted,IVW)评估遗传学预测的不同睡眠表型与痛风发生风险的关系。采用MR-Egger回归和孟德尔随机多态性残差和离群值(MR pleiotropy residual sum and outlier,MR-PRESSO)检验进行敏感性分析,以评估工具变量的多效性。进一步采用加权中位数法、简单中位数法、最大似然比法等分析方法检验结果的稳健性与可靠性。[结果]IVW结果显示,遗传学预测的打鼾[优势比(odds ratio,OR)=3.12,95%置信区间(confidence interval,CI)(1.21~8.05),PFDR=0.045]和失眠[OR=1.09,95%CI(1.04~1.15),PFDR=0.005]与痛风发生风险呈正相关,而睡眠时间、睡眠类型及白日困倦程度与痛风发生之间不存在统计学关联。MR-Egger回归提示上述因果关联未受到水平多效性影响,加权中位数法、简单中位数法、最大似然比法得出与IVW相似的结果。[结论]打鼾、失眠与痛风发生风险呈正相关,纠正打鼾和失眠可能对痛风有一定的预防作用。
