骨关节炎(osteoarthritis,OA)是一种常见的老年退行性关节疾病,其特征是关节软骨丧失、滑膜炎和全关节的炎症
[1]。OA可以发生在任何关节,但主要表现为负重关节的症状,如膝关节、髋关节和腰椎,关节症状通常表现为僵硬、疼痛和畸形,从而严重降低患者的生活质量
[2]。根据2017年的全球数据,OA的年龄标化患病率和年发病率分别为每10万人3 754.2例和181.2例,较前增长9.3%和8.2%
[3]。随着人口老龄化的增长,OA将显著加重公共卫生和健康的负担
[4-5]。因此,研究与OA相关的风险因素是有必要的(包括但不限于年龄、性别、肥胖、机械因素和遗传因素)
[6]。
先天性髋关节发育不良(developmental dysplasia of the hip,DDH)是一种在出生时或婴幼儿期出现的髋关节结构异常,主要表现为股骨头与髋臼在形态或相对位置上存在偏离。基于欧洲和亚洲的人群流行病学数据表明
[8-10],DDH可能导致显著的关节疼痛和髋关节功能障碍
[7],是髋关节OA和髋关节全置换手术的相关风险因素。腰椎-骨盆-股骨的平衡是机械传导和身体运动中的关键动态联系。因此,髋关节的机械性异常往往引起其他负重关节(如脊柱、膝关节和踝关节)的运动模式改变
[11]。然而,由于观察性研究固有的局限性,如混杂因素偏倚和逆向因果偏倚,DDH是否在遗传上是负重关节OA的致病因素尚需进一步研究。
全基因组关联研究(Genome-Wide Association Studies,GWAS)能显著识别出与常见复杂疾病相关的单核苷酸多态性(single-nucleotide polymorphism,SNPs)。孟德尔随机化(Mendelian randomization,MR)分析能通过利用SNPs作为工具变量(instrumental variables,IVs)来研究风险因素与疾病结果之间的关系。由于基因型在疾病进展之前就已经存在,且通常在出生后独立于生活方式或环境因素,因此这种技术能够减少混淆因素,并避免逆向因果关系偏倚
[12]。
本研究利用已有的数据库,将DDH相关的潜在遗传变量作为IVs,负重关节的关节炎作为结局,进行双样本孟德尔随机化分析。本研究探讨了DDH对主要负重关节OA风险的影响,并弥补了现有的诊疗指南证据的空白,为DDH与髋关节OA相关性研究提供了更高质量的研究证据。
1 材料与方法
1.1 研究概览
该研究采用了双样本MR法来研究DDH与OA风险及其亚型之间的因果关系。数据来自公开共享的数据库,可以在先前的研究中找到伦理引文及批号。
1.2 数据来源
与DDH相关的基因数据来自一项芬兰的GWAS研究,该研究收集了3 180个DDH样本和409 001个保存在FinnGen公共数据R10(finngenR10Q17LVOTOBROAD)中的对照样本,以确定基因突变。FinnGen研究是一项大规模的基因组学计划,它分析了50多万份芬兰生物库样本,并将基因变异与健康数据关联起来,以了解疾病机制和易感性
[13]。本研究有三个负重关节OA数据来源:脊柱OA(spinal osteoarthritis,SOA)、膝关节OA(knee osteoarthritis,KOA)和髋关节OA(hip osteoarthritis,HOA)。SOA数据来自一项已发表的研究
[14]。该研究包括4 113个脊柱关节炎或脊椎炎样本和480 485个对照样本。KOA数据来自对24 955名KOA患者和378 169名对照患者的研究
[15]。该研究还包括15 704名HOA患者和378 169名对照者的HOA数据。所有具有三种结果数据的人都具有欧洲血统。有关样本特征和估算的全面数据和统计资料,详见发表的研究报告
[15]。
1.3 工具变量的选择
MR是一种利用遗传变异评估暴露因素与结果之间因果关系的方法。它基于以下三个核心假设:(1)相关性假设,遗传变异(通常是SNPs)与暴露因素之间存在密切联系。(2)独立性假设,遗传变异和混淆因素是独立的。(3)排他性假设,遗传变异只通过暴露因素而非其他途径影响结果变量。这三个假设确保了孟德尔随机分析结果的可靠性和有效性。
我们为每个非连锁不平衡的独立SNPs变量设定了全基因组显著性
P值(
P<5×10
-6)。此外,我们还设定了连锁不平衡相关系数
r2(
r2<0.001),并要求两个SNPs之间有多个碱基(>10 000 kb)。两个SNPs在遗传中往往不会以独立的方式遗传,它们的等位基因会呈现某种程度的依赖性。
r²是用来度量两个SNPs之间连锁不平衡程度的一个统计量,范围从0到1。
r²值越接近1,表示两个SNPs的遗传关联越强,说明它们的等位基因经常一起遗传。
r²值接近0,表示它们几乎是独立遗传的,没有连锁不平衡。此外,我们还根据等位基因频率大于1%的要求进行质控。然后,排除
F值(
F=
β2exposure/
SE2exposure)<10的变异和不相容等位基因的SNPs
[16]。在基因组学中,
F值常用于评估不同遗传群体、不同基因型或不同性状之间的变异。如果
F值较大,表示组间差异相对组内差异较大,可能存在显著的群体差异。MR分析假定所选的IVs应仅通过暴露变量对结果产生作用。DDH和关节炎可能共享部分遗传基础,导致基因变异影响两者的风险,从而干扰MR分析的因果推断。DDH和关节炎的发生可能与混淆因素(如肥胖、体质量指数、臀围等)交互作用,这种交互作用可能带来混淆偏倚。为了避免潜在的混淆因素和多效应偏倚,我们利用Ensembl验证了所选SNPs对DDH的影响(
http://www.ensembl.org)。
1.4 数据分析
利用前面提到的数据,通过双样本MR评估DDH与OA之间的关系。使用逆方差加权法(inverse variance weighted,IVW)、MR-Egger回归(Mendelian randomization-egger)、加权中位数、简单模型和加权模型来评估DDH对OA的病因学影响
[17-18]。如果包含的所有SNPs都符合作为有效工具变量的假设,那么IVW就是生成准统计的前提条件
[17]。因此,当不存在弱IVs时,IVW将作为主要结果。使用MR-Pleiotropy RESidual Sum and Outlier和MR-Egger来研究敏感性
[19]。为了评估异常值的影响,使用“留一检验”。异质性分析采用Cochran's
Q检验和IVW法中的MR-Egger回归法
[20]。如果
P<0.05,则表示存在显著的异质性或敏感性。分析使用了R 4.3.3版中的Mendelian Randomization和TwoSample MR包。
2 结果
2.1 研究和数据集概况
关于研究的详细GWAS数据集信息见
表1。研究中不存种族差异问题。GWAS数据的来源可参见先前的文献
[13-15],且在暴露和结果数据中不存在样本重叠。
2.2 工具变量的特征
根据筛选标准(
P<5×10
-6,
r2<0.001,10 000 kb),对遗传变异进行了筛选。与暴露相关的IVs的
F值超过10,表明IVs是弱工具变量的可能性极小。经过去除连锁不平衡和等位基因不兼容的SNPs后,识别出17个与DDH相关的独立SNPs。与暴露相关的详细SNPs信息列在
表2中。
2.3 与脊柱OA、膝关节OA和髋关节OA的因果关系
表3总结了DDH与主要负重关节OA的MR统计结果。最终选择了17个与欧洲血统DDH相关的SNPs用于MR统计,以确定DDH与KOA、HOA和SOA之间的因果关联。所有SNPs的
F值均大于10。根据
表3结果,我们发现,基于IVW方法,DDH与KOA和HOA之间没有因果关系(见
图1)。此外,加权中位数法、加权模式法、简单模式法和MR-Egger结果与IVW方法的结果一致(见
表3)。MR-PRESSO分析、MR-Egger分析以及Cochran's
Q检验的结果见
表4。根据上述结果,本研究中不存在水平多效性,因此将IVW作为相关性的主要统计方法。IVW的结果显示,DDH风险增加与OA风险增加在统计上无显著相关性(HOA:
OR=1.02,95%
CI:0.98~1.06,
P=0.34;KOA:
OR=1.02,95%
CI:0.99~1.05,
P=0.20)(见
表3)。森林图和漏斗图见附图S1、S2(手机扫描本文OSID二维码可见)。因此,我们得出结论,DDH在遗传上与SOA、KOA和HOA并无显著相关性。
2.4 敏感性分析
根据Cochran's
Q检验,使用IVW方法进行孟德尔随机化检验时,未发现异质性(SOA的
Q=20.94,
P=0.181;KOA的
Q=9.26,
P=0.902;HOA的
Q=14.41,
P=0.495)(见
表3)。剔除单个样本的分析显示,没有SNPs在因果推断中发挥关键作用(见
图2)。
3 讨论
基于开放数据库中的遗传数据,我们进行了双样本MR分析,以研究髋关节发育不良与骨关节炎风险之间的潜在关联。该分析以17个与DDH有显著关联的SNPs为IVs。在MR估计值方面,IVW、MR-Egger和WM分析的结果是一致的。我们的研究表明,没有证据表明DDH与SOA、KOA和HOA风险之间存在遗传因果关系。
一般来说,DDH引起的髋关节OA属于继发性OA的概念,因为髋关节的机械异常被认为是DDH引起髋关节OA的初始因素。越来越多的证据表明,软骨下骨弹性和硬度的改变可能是OA的诱发因素和典型变化
[21-22]。然而,基于病理和成像分析的研究
[23]表明,DDH和OA在软骨下小梁骨的微观结构和生物力学方面存在显著差异。DDH软骨下骨的基因表达改变导致其微结构和生物力学发生变化,这可能在髋关节OA的进展中发挥重要作用,而不是由DDH导致的髋关节机械异常。此外,DDH的遗传易感性越高,其导致髋关节OA发病和进展的速度就越快
[24]。因此,DDH导致的继发性OA和原发性OA的遗传因素可能不同。
尽管以往的流行病学研究已讨论过DDH与OA之间的因果关系,但由于DDH需要长期随访,且不能排除混淆偏倚的影响,因此研究受到限制。我们的研究首次通过孟德尔随机化进行了研究,并讨论了DDH与OA之间的潜在联系。之前的研究表明,DDH可能会导致继发性HOA,而我们的研究结果表明,DDH本身并不会在基因水平上增加OA的易感性。从遗传学角度来看,DDH与负重关节的OA发病率之间没有明显的相关性。继发于DDH的生物力线改变可能是导致OA的一个重要因素。对于DHH导致的伴有严重半脱位的HOA患者而言,因为通常需要进行植骨和缩短截骨手术,行保髋手术具有相当难度
[25-26]。我们目前的研究结果进一步表明,DDH的早期干预,如髋臼周围截骨术,可有效保留髋关节,而不必担心因遗传异常导致HOA。
需要指出的是,本研究存在一定的局限性。首先,考虑到参与者过多,很难准确评估上述数据集中重叠个体的数量。考虑到数据集的来源,重叠率低于10%
[13, 15]。其次,不同种族和性别的患者在髋关节骨关节炎的形态和病因方面存在明显差异。种族导致的遗传偏差可能会影响DDH的发病率
[27]。汇总的GWAS数据来自欧洲血统人群,因此我们的结论可能不适用于其他种族群体。此外,由于数据集的限制,我们没有对DDH的亚型和年龄进行进一步的分层分析。
样本种群的局限性在分析中可能引发以下影响:效应估计的偏倚和不稳定性,特别是在不同种群之间存在遗传差异或基因与环境交互的情况下。工具变量的有效性和适用性受限,如所选工具变量在不同种群中的效应差异较大或在某些群体中无效。统计功效不足,尤其是在样本量较小的情况下,MR分析可能无法准确估计因果关系。为了提高孟德尔随机化研究的可靠性,研究者需要在设计和分析过程中考虑种群多样性、种群间的遗传异质性和环境差异,可能需要在不同种群中进行独立的验证研究,或使用跨种群的基因变异作为工具变量进行广泛的因果推断。
最后,所选暴露SNPs的相关性P<10-6,本研究纳入的SNPs符合有效IVs的假设。所选IVs符合F>10的检验强度。对异质性和多效性的分析没有发现任何会影响结果稳定性的SNPs,因此我们的结论相对可靠。
我们的研究结果校正了之前的观点,即在遗传因素上DDH与负重关节OA风险增加不相关,且DDH继发的生物力学改变可能是一个重要的潜在因素。我们的结果表明,早期干预(幼儿期矫形或青年期进行外科干预)DDH可能对防止髋关节OA有效,但这一点需要进一步的随机对照试验深入研究。