MR方向不好找，仅需一招带你上7分（VTE vs 炎症性疾病）

公众号新闻

2023-08-15 09:08

点击上方蓝字关注我们

更多临床研究就在君莲会

孟德尔随机化是当下热门发文神器，也是科研小白逆袭的最佳套路，极其友好。虽方法简单，然而一个好的idea至关重要。尤其在呼吸、心血管等套路卷到极致的领域，如何找到一个尚未被发表的idea，更是难哭小伙伴们了。

在卷王笼罩领域下的小伙伴们，怎么快速破局？

那一定是跨领域交叉，不妨试试炎症万金油！

今天闪电给大家分享一篇炎症性疾病和深静脉血栓（VTE）的孟德尔随机化文章《Immune-mediated inflammatory diseases and risk of venous thromboembolism: A Mendelian randomization study》，该研究发表在《frontiers in immunology》上，中科院2区。本研究属于多暴露对应多结局类型，是其能冲击高分期刊的重要原因之一。全文可圈可点，对于科研小白，上手极快。

第一步拆解文章研究要素

本篇属于单向的两样本孟德尔随机化研究，由免疫介导的炎症性疾病作为暴露因素，而静脉血栓栓塞则作为结局因素。

第二步模式图和数据来源

图1 孟德尔随机化研究设计

本研究属于多暴露对多结局，炎症性疾病包括6种（暴露因素），分别是

炎症性疾病（IBD）

溃疡性结肠炎（UC）

克罗恩病（CD）

类风湿性关节炎（RA）

牛皮癣（PSO）

系统性红斑狼疮（SLE）

而静脉血栓栓塞包括3种（结局），分别是

静脉血栓栓塞（VTE）

深静脉血栓形成（DVT）

肺栓塞（PE）

这里一定要牢记MR的三条基本假设:

①关联性假设：工具变量（IVs）与暴露强相关。

②独立性假设：工具变量（IVs）独立于混杂因素。

③排他性假设：工具变量（IVs）仅通过暴露影响结果

静脉血栓栓塞：

VTE、DVT和PE的GWAS数据来自最新发布的FinnGen结果（https://r7.finngen.fi/），而FinnGen 研究目前是世界领先的基于生物样本库的基因组研究项目之一，与大名鼎鼎的UKB数据库齐名，可见其权威性。

炎症性疾病：

RA和PSO均来自英国生物银行（UKB数据库）（http://www.nealelab.is/uk-biobank/）；SLE的GWAS数据来自于Bentham, J等人的研究，是目前可检索到的样本量最大的数据集；而IBD、UC、CD均来自de Lange等人的研究，是目前除了FinnGen外最新发布的大样本研究。

Tips：两样本孟德尔随机化研究意味着暴露和结局的GWAS数据集不能来自于同一个机构。由于结局变量（静脉血栓栓塞）已经是从FinnGen数据库获取的，那么暴露因素（炎症性疾病）则应避免来自FinnGen队列的数据。

图2 IBD和SLE的数据集来源

第三步研究背景

静脉血栓栓塞（VTE）包括深静脉血栓形成（DVT）和肺栓塞（PE），是全球第三大最常见的心血管疾病。目前，不少研究指出，炎症与VTE关系密切。免疫介导的炎症性疾病（IMID）人群中VTE的发病率高于一般人群。然而目前尚缺乏严谨的随机对照研究，且受到小样本量的限制，结果往往受到混杂因素影响。

第四步 工具变量筛选条件

对于炎症性疾病，作者筛选显著关联的SNPs（P<5×10^-8），去除连锁不平衡（LD）的阈值设置为r2< 0.001, clumping distance = 250 kb，同时统计效力F值>10。

F的计算公式为R²(N-K-1)/[K(1-R²)]，而R²的计算公式为2×(1-MAF)×MAF×β²，这里MAF用效应等位基因频率（effect allele frequency, EAF）代替，而β值为SNP对暴露因素的效应。

图3 SNP筛选条件

第五步 理清统计方法

①结果效应评估

逆方差加权法（inversevariance weighted, IVW）（随机效应或固定效应模型）
加权中位数法（median weighting）

MR-Egger法

MR-PRESSO法

(其中IVW为金标准，其余方法仅做补充)

②敏感性分析

水平多效性（1种）：MR-Egger法
异质性（3种）：
Cochran Q 检验
留一法（leave-1-SNP-out）
漏斗图

③使用的R包

TwoSampleMR
MR-PRESSO

第六步 结果呈现

由于图片过大，以下仅截取主要阳性结果，感兴趣的小伙伴不妨去欣赏原文。

图4 MR结果（部分森林图）

作者对6种免疫介导的炎症性疾病（IMIDs）和3种静脉血栓栓塞进行了MR分析，一共有18种因果关系组合，其中遗传预测的溃疡性结肠炎（UC）与静脉血栓栓塞（VTE：OR = 1.043，P = 0.004）和深静脉血栓形成（DVT：OR = 1.088，P< 0.001）的风险增高显著相关，且加权中位数法和MR-PRESSO法的结果均保持一致。尽管在UC对VTE的效应评估中，MR Egger法结果展现出边际统计效应（P=0.061），但是趋势也是一致的，这些均提示本研究结果稳健！

图5 MR结果的敏感性分析

Cochran Q 检验显示UC-DVT等结果存在异质性（P<0.05），因此在UC-DVT的因果效应评估中，IVW结果采用随机效应模型。此外，各个因果组合间均不存在水平多效性（P_pleiotropy>0.05），提示结果稳健。

Tips：在MR分析中，IVW法存在2种模型，分别是固定效应模型和随机效应模型。当存在异质性时（P<0.05），选择随机效应模型。不存在异质性时（P>0.05），则采用固定效应模型。

漏斗图基本都呈倒金字塔形状，左右基本对称，说明没有明显的异质性存在。

结论：

这项MR研究为免疫介导的炎症性疾病（IMID）与VTE风险之间的关系提供了新的遗传证据，即UC和VTE/DVT风险之间存在因果关系，但没有证据表明与其他IMID（CD，RA，SLE和PSO）之间存在因果关系。

第七步 文章亮点及总结

①工作量大

这是一篇典型的多暴露对多结局的MR研究，相比较单暴露对单结局/单暴露对多结局/多暴露对单结局而言，工作量更大，更容易发到高分期刊。

②idea炸裂

临床idea永远是文章的第一要义，直接决定了文章的最终高度。因果联系的金标准是随机对照实验，而观察性研究仅能证实相关性，而非因果联系。在本研究背景中，尽管观察性研究提供了大量关于IMIDs与VTE风险之间关系的证据，然而由于糖皮质激素、免疫抑制剂和抗血栓药物广泛用于IMIDs的治疗，因此结果受混杂干扰较大。此外，目前缺乏IMID与VTE风险之间关联的高质量的RCT研究证据，同时观察性研究存在争议。而本研究将孟德尔随机化的最大优势发挥出来，不仅弥补了随机对照实验的空缺，并且防止了混杂因素的干扰。

③紧靠热点

本研究立足于免疫介导的炎症性疾病，同时蹭上了免疫和炎症2个热点，构思巧妙，紧贴前沿。也为目前尚没有头绪的小伙伴们提供了一个可行的方向奥！

当然，本研究也存在一些地方可以进一步优化，小伙伴们自己设计课题的时候可以注意下，尽可能提升文章的目标分值哦！

①潜在的数据重叠

由于炎症性肠病（IBD）囊括了溃疡性结肠炎（UC）和克罗恩病（CD）等亚型，而静脉血栓栓塞（VTE）则包含肺栓塞（PE）和深静脉血栓形成（DVT）等，他们又来自于同一个数据库，甚至是同一篇研究，难以避免样本量重叠问题。

②未对P值进行校正

在多暴露对多结局的MR研究中，往往会采取多重比较校正，常用的有Bonferroni矫正法。使用起来也比较简单，全篇一共比较了12次，那么校正后的P值显著性阈值应为0.05/12=0.0042。那么只有当P<0.05/12时，才说明因果关系具有统计学意义，这个问题小伙伴们一定要考虑到。

③缺乏人种和分层比较

本研究数据集全部基于西欧人种，外推性受限。大家在设计课题之初，可以注意下数据是否同时存在全套的东亚和西欧人种数据，可以进行不同人种间的比较，甚至是不同性别之间的比较，都能使文章立意进一步深化。

撰文丨闪电

审核丨暁

排版丨阿洛

马上就要819医师节啦！！！君莲会特地为各位临床医生准备了丰富的节日礼包~~欢迎各位临床医生扫码领取！

更多孟德尔随机化

什么！简简单单2图1表冲JCR一区，孟德尔随机化赛高分生信

只需30min，即刻复现1表5图，孟德尔随机化助你轻松破9，银屑病 vs 肺癌

没有经费，如何靠肠道菌群秒上10分？！孟德尔随机化可以做到！

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章