骨质疏松病理性骨折风险因素的孟德尔随机化分析

摘要

目的 运用孟德尔随机化方法探究骨质疏松病理性骨折（OPF）的因果影响因素。方法 通过IEU OpenGWAS数据库检索性别、身高、体质量、体质量指数（BMI）及骨密度（BMD）T值对应的性状识别码及全基因组关联研究（GWAS）汇总数据，将其作为暴露因素；在同一数据库中检索“骨质疏松病理性骨折（OPF）”对应的GWAS汇总数据，将其作为结局指标。筛选暴露因素的工具变量（SNP），采用MR-Egger法、加权中位数法（WM）、逆方差加权法（IVW）、简单模式法、加权模式法进行单变量孟德尔随机化分析，以比值比（OR）及95%置信区间（95%CI）评价OPF与各暴露因素之间的因果关系；绘制散点图判断暴露因素与结局的相关性；绘制森林图评估各暴露因素的SNP位点对结局的因果效应；绘制漏斗图评估水平多效性及发表偏倚。基于结果进行敏感性分析、异质性分析及多效性分析。通过多变量孟德尔随机化分析分别探讨不同因素联合对OPF的因果影响。结果 IVW法分析结果显示，身高（OR=1.294,95%CI:1.078～1.553）、体质量（OR=1.364,95%CI:1.083～1.719）及BMD T值（OR=0.484,95%CI:0.413～0.567）与OPF存在显著因果关系（P<0.05）；性别及BMI与OPF无显著因果关系（P>0.05）。散点图显示，身高、体质量均与结局呈显著正向因果关系，BMD T值与结局呈显著负向因果关系；森林图显示，身高和体重对结局的因果效应为正向，BMD T值对结局的因果效应为负向；漏斗图显示，各暴露因素的结果数据分布基本均匀、左右相对对称，提示无明显水平多效性及发表偏倚。MREgger截距分析未检测到潜在水平多效性(P_身高=0.625;P_体质量=0.395;P_{BMD T值}=0.532)；逐一剔除单核苷酸多态性（SNP）后进行敏感性分析，未发现单个SNP对结局效应存在过度影响，提示本研究结果敏感性良好。多变量孟德尔随机化分析显示，身高与体重联合、身高与BMD T值联合对OPF均无显著因果影响。结论 性别及BMI可能与OPF无因果关联；身高增加、体重增加及BMD T值降低可能是OPF的独立因果危险因素；多种因素联合对OPF的因果预测价值仍需进一步探究。

关键词

骨质疏松 / 骨折,自发性 / 孟德尔随机化分析