代谢综合征组成部分与子宫内膜癌的因果关系研究

Min YANG, Ying HU, Weijie GUO, Fan YANG, Xiaorong QI, Ying ZHENG · 2024

Read 代谢综合征组成部分与子宫内膜癌的因果关系研究 by Min YANG, Ying HU, Weijie GUO, Fan YANG, Xiaorong QI, Ying ZHENG (2024) in the Tower of Babel, a free online library of public-domain works preserved in clean, searchable text. No sign-up. The full text is served as a plain-text file at a predictable URL, where text is present: https://antarctic-labs.com/tower-of-babel/pmc-11839343.txt.

Description

A peer-reviewed research article from Europe PMC (2024). 目的利用孟德尔随机化(Mendelian randomization, MR)的研究方法,探讨代谢综合征(metabolic syndrome, MetS)组成部分与子宫内膜癌的因果关联。方法对全基因组关联研究数据库(Genome-Wide Association Studies, GWAS)进行数据挖掘,暴露因素为MetS组成部分(血脂、血压、血糖和肥胖),结局因素为子宫内膜癌。借助MR-Egger法、加权中位数法、逆方差加权法(inverse variance weighting, IVW)等回归模型进行MR分析,以比值比(odds ratio, OR)评价MetS组成部分与子宫内膜癌的因果关系。对正向MR分析中发现的与子宫内膜癌有因果关系的MetS组成部分进行反向MR分析。结果IVW结果经Benjamini-Hochberg校正试验后显示多个MetS组分(肥胖、血脂、血压及血糖)均与子宫内膜癌存在因果关联。其中,肥胖的3个组分体质量指数、超重及体脂率均与子宫内膜癌的风险增加具有因果关联(P<0.001,OR>1);血脂中高胆固醇水平(P<0.001,OR<1)、高甘油三酯水平及高磷脂水平等与子宫内膜癌风险降低有因果关联(P<0.05,OR<1);血压中心脏病、动脉粥样硬化及卒中等与子宫内膜癌风险降低有因果关联(P<0.05,OR<1);血糖中低空腹胰岛素水平、1型糖尿病、胰岛素抵抗及高糖化血红蛋白水平与子宫内膜癌风险降低有因果关联(P<0.05,OR<1),2型糖尿病及高空腹胰岛素水平与子宫内膜癌风险增加有因果关联(P<0.05,OR>1)。在反向MR分析中,没有证据表明上述阳性的MetS组分与子宫内膜癌存在反向因果关系。结论MR研究提示肥胖和2型糖尿病是子宫内膜癌的危险因素,而MetS的其他组分,如高血脂、心脑血管疾病、胰岛素抵抗及糖尿病合并症等是子宫内膜癌的保护因素。尚需进一步研究以阐明MetS与子宫内膜癌之间的关联,并进一步探索其中的潜在机制。Keywords: 子宫内膜, 肿瘤, 孟德尔随机化分析, 代谢综合征 子宫内膜癌(endometrial carcinoma, EC)是起源于子宫内膜上皮的恶性肿瘤,是最常见的妇科肿瘤之一。根据GLOBOCAN 2020年最新数据,全球EC新发病例达41.7万例,死亡病例为9.7万例[1]。近年来,EC的发病率和死亡率呈现全球性上升趋势,预计在未来10年内,发病率将增加40%~50%[2]。 代谢综合征(metabolic syndrome, MetS)是由多种代谢风险因素共同作用引发的病理状态,包括肥胖、高血压、胰岛素抵抗、血脂异常和动脉粥样硬化等[3]。目前,MetS的定义通常包括中枢性肥胖、高血压、高血糖、高血清甘油三酯以及低血清高密度脂蛋白胆固醇5种医学指标中的任意3项[4]。虽然已有大量研究深入探讨了体质量指数(body mass index, BMI)与EC之间的关联性[5],但MetS与EC之间的关系仍存在较大争议。 MILI等[6]的研究表明,MetS与EC的发生风险呈显著正相关〔相对危险度(relative risk, RR)=1.62, 95%置信区间(confidence interval, CI):1.26~2.07〕。然而,PARK等[7]的研究则指出,在按肥胖程度分层后,MetS及其组成部分与正常体质量或超重女性的EC风险无显著关联。此外,ARTHUR等[8]的研究发现,当腰围被排除在MetS的定义之外时,MetS与EC风险之间的关联不再显著。ESPOSITO等[9]的荟萃分析进一步指出,BMI、高血糖和高血压等因素是EC的重要风险因子,而脂质成分(如低/高密度脂蛋白胆固醇)与EC的风险之间无显著关联。 值得注意的是,目前评估MetS及其各组分与EC因果关系的大多数研究均为观察性研究,容易受到样本量、MetS诊断标准及研究人群异质性等混杂因素的影响,进而对研究结果的可靠性产生一定限制。孟德尔随机化(Mendelian randomization, MR)是一种利用与暴露相关的遗传变异作为工具变量,推断暴露与结局之间因果关系的研究设计[10]。该方法能够有效规避观察性研究中常见的潜在混杂因素和反向因果关系等偏倚,从而更加准确地反映暴露与结局之间的因果关联。本研究旨在通过全基因组关联研究(GWAS)数据,运用MR分析方法系统探讨MetS组成部分与EC之间的因果关系,明确MetS对EC的潜在影响,为EC的预防和早期诊断提供重要的科学依据。 资料与方法 研究设计 MR分析基于3个关键假设:①关联性假设:工具变量与暴露因素之间存在强相关性;②独立性假设:工具变量与影响“暴露-结局”关系的任何混杂因素无关;③排他性假设:工具变量仅通过暴露因素对结局产生影响[11]。本研究旨在通过MR方法评估MetS组成部分与EC之间的因果关系,具体采用肥胖、血脂、血压和血糖作为MetS的代表性暴露因素,以EC作为结局变量。 数据来源 MetS组成部分及EC的遗传数据均来源于公开可用的GWAS数据库,且所有研究均已获得相关研究中心的伦理批准[12]。暴露和结局变量的数据均来自欧洲人群,EC结局的数据集由O'MARA等[13]的研究提供,该数据集包含121885个样本和9470555个单核苷酸多态性(single nucleotide polymorphisms, SNPs)。暴露变量涉及多个以血脂、血压、血糖和肥胖为基础的组分数据,关于暴露和结局的详细信息见表1。 表 1Basic information about the sample dataset样本数据集基本信息Data nameYearSample sizeSNPGWAS IDSource (PMID)Exposures Blood lipid Total cholesterol levels20191780231763238ebi-a-GCST00804531217584 High cholesterol20184629339851867ukb-b-10912ukb Total cholesterol in large HDL20162155811861714met-c-87427005778 LDL cholesterol202220167812321875ieu-b-5089ieu Cholesterol in very large VLDL202011507812321875met-d-XL_VLDL_Cukb Secondary pure hypercholesterolaemia20184630109851867ukb-b-12651ukb Total lipids in large VLDL202011507812321875met-d-L_VLDL_Lukb

Catalog record

CREATORMin YANG, Ying HU, Weijie GUO, Fan YANG, Xiaorong QI, Ying ZHENG
YEAR2024
COLLECTIONPAPERS
FORMATTXT
FILE SIZE28 KB
VERSION1.0
LICENSECC BY 4.0
RIGHTSCC BY
SOURCEEurope PMC

Source: https://europepmc.org/articles/PMC11839343

Browse the full library · About the Tower of Babel