两步法的双样本孟德尔随机化怎么做？2暴露因素+4风险因素+3结果

今天给大家分享一篇IF=5.2的孟德尔随机化的文章，2023年5月发表在Frontiers in Public Health：Association of educational attainment with esophageal cancer, Barrett’s esophagus, and gastroesophageal reflux disease, and the mediating role of modifiable risk factors: A Mendelian randomization study，教育程度与食管癌、贲门部食管炎和胃食管反流病的关联以及可改变危险因素的中介作用：孟德尔随机研究

分析流程

摘要

背景：
观察性研究报告称，教育程度与食管癌（EC）及其癌前病变的风险有关。然而，因果关系仍存在争议。我们旨在应用孟德尔随机化（MR）设计，确定基因预测的教育成就与食管癌、贲门部食管炎（BE）和胃食管反流病（GERD）之间的因果关联，并探索可修改的风险因素是否起到了中介作用。

方法：
使用全基因组关联研究 (GWAS) 的汇总统计数据，这些研究基于欧洲血统个体的多年教育经历（教育年限，初步分析，n = 293,723）、大学毕业情况（大学，二次分析，n = 95,427）、EC ( n = 420,531)、BE ( n = 361,194) 和 GERD ( n = 420,531)，通过双样本 MR 分析测试了两种教育表型与 EC、BE 和 GERD 之间的遗传关联。然后，使用两步 MR 中介分析来评估上述关联可能由体重指数 (BMI)、重度抑郁症 (MDD)、吸烟、饮酒、碳水化合物、脂肪和蛋白质摄入介导的比例。

结果：
基因预测的 EduYears 与 EC、BE 和 GERD 风险呈负相关{优势比 (OR)，0.64 [95% 置信区间 (CI) 0.44–0.94]、0.86（95% CI，0.75–0.99）和 0.62 (95% CI, 0.58–0.67)}。EduYears 与 BMI、MDD 和吸烟呈负相关（OR 范围：0.76-0.84）。BMI、吸烟与 EC、BE 和 GERD 之间以及 MDD 与 GERD 之间存在正相关（OR 范围：1.08-1.50）。对于个体中介效应，BMI 和吸烟介导了 EduYears-EC 关联的 15.75% 和 14.15%，以及 EduYears-BE 关联的 15.46% 和 16.85%。BMI、MDD 和吸烟介导了 EduYears-GERD 关联的 5.23%、4.98% 和 4.49%。对于组合中介，上述中介解释了 EduYears 对 EC、BE 和 GERD 影响的 26.62%、28.38% 和 11.48%。饮酒和膳食成分的中介作用在教育对 EC、BE 和 GERD 的影响中不显着。

结论：
我们的研究支持基因预测的高等教育程度对 EC、BE 和 GERD 具有保护作用，并且部分是通过减少肥胖、吸烟和抑郁来介导的。

关键词：教育, 食管癌, Barrett 食管, 胃食管反流病, 孟德尔随机化, 中介分析

说在前面

这是文章两步MR的思路：

图2 MR 中介分析的有向无环图。
暴露对结果的总影响 βc 是使用单变量 MR 得出的（即，基因预测的 EduYears 作为暴露，EC 作为结果）。

使用两步法（其中 βa 是 EduYears 对 BMI 的影响，βb 是 BMI 对 EduYears 的 EC 调整的影响）和乘积法（ βa * βb) 和 (ii) 直接效应 (βc′ = βc – βa*βb)。应用相同的过程来获得每个中介的个体中介效果。我们将个体介导效应除以总效应来估计个体介导的比例。综合中介效应是通过在多个平行中介分析的多变量MR下累积每个中介效应来计算的。我们将组合介导效应除以总效应来估计介导的总比例。

结果

表格1 当前研究中包含的 GWAS 数据源和信息。

图3 教育特质与食管疾病因果关系的单变量MR分析结果。根据基因预测，受教育年限每增加 3.6 年，优势比就按比例缩放。比值比按照基因预测的大学毕业责任对数比值提高 1 个单位（大学毕业率每增加 2.72 倍）进行缩放。

图4 教育特质对可改变风险因素的因果影响的单变量 MR 分析结果。优势比是每 3.6 年或每 3.6 年可改变风险因素的单位变化，按基因预测的教育年限 SD 增加和每基因预测的大学毕业责任对数比值增加 1 个单位（每增加 2.72 倍）大学毕业）。

图5
调整教育后可改变危险因素对食管疾病因果影响的多变量MR分析结果。比值比按 BMI、吸烟、饮酒、碳水化合物、脂肪和蛋白质每增加 3.6 年进行缩放。比值比按照基因预测的 MDD 责任对数比值高 1 个单位（患病率增加 2.72 倍）进行缩放。

表2 每个中介分别解释了教育对 EC、BE 和 GERD 影响的估计中介比例。

• 总效应 βc：教育程度对 EC、BE 和 GERD 风险的影响。
• 直接效应 βa：教育程度对可改变风险因素的影响。
• 直接效应 βb：调整两个教育程度特征后，可改变的风险因素对 EC、BE 和 GERD 风险的影响。

图6 EC、BE 和 GERD 上多个介导因素介导的组合比例。(A) EduYears 对 EC 影响的 BMI 和吸烟介导的综合比例。(B) EduYears 对 BE 影响的 BMI 和吸烟介导的综合比例。© EduYears 对 GERD 影响的 BMI、MDD 和吸烟介导的综合比例。(D) BMI、MDD 和吸烟介导的大学对 GERD 影响的综合比例。

总结

• 主要数据及方法：

Types	Notes
暴露因素	EduYears和College：社会科学遗传协会联盟 (SSGAC)的293,723个和95,427个WGAS欧洲样本
风险因素	BMI：人体测量特征遗传研究 (GIANT) 联盟中322,154 名欧洲样本；MDD：精神病学基因组学联盟 (PGC) 的173,005 个欧洲血统（59,851 个 MDD 病例和 113,154 个对照）；每天吸烟量和每周饮酒量：酒精和尼古丁使用测序联盟 (GSCAN) 联盟的249,752个和335,394个样本
结果数据	英国生物银行（Pan-UK Biobank）： EC（975 例病例和 419,556 例对照）；BE（1,791 例病例和 359,403 例对照）； GERD（29,975 例病例和 390,556 例对照）
统计方法	单变量MR分析、多变量MR分析、中介分析、敏感性分析

• 总的来说这篇MR不算难理解，对于做过MR的人来说很好复现，可以学习一下思路，这种递进两步法的运用。对于未做过的同学来说也可以直接上手，下篇起出系列教程，手把手复现～