脓毒症与心力衰竭:两样本孟德尔随机化研究

王平 项涛 罗丽 孙玉芳 陈小红 张济梅 黄永平 张碧花

(西南交通大学附属医院 成都市第三人民医院急诊科，四川 成都 610031)

脓毒症是由个体对感染反应引起的，与严重的血流动力学紊乱有关的全身炎症反应综合征[1-2]。作为一项重大的全球健康问题，脓毒症每年影响超过3 000万人，导致全球超过600 万人死亡[3]。近几年随着医疗技术的不断发展，脓毒症患者的治疗得到了明显的改善，但目前，脓毒症患者的死亡率仍然较高，为15%～50%[3]。有研究者发现脓毒症导致患者的死亡，多是与宿主对感染的过度反应和随后出现终末器官的损伤有关[4-6]。心力衰竭是由多种原因引起心脏结构和功能异常变化，导致心室收缩和/或舒张功能障碍的临床综合征[7]。多数观察性研究发现，脓毒症与心力衰竭关系密切。一项观察性研究[8-9]发现，约50%的脓毒症患者会出现不同程度的心功能损害，且因心力衰竭等导致的病死率为70%。有研究[10-11]推测，这可能与脓毒症导致的心室的收缩和/或舒张功能障碍有关。值得注意的是，上述脓毒症与心力衰竭之间的关系往往是观察性研究得到的。由于观察性研究往往存在各种偏倚、混杂因素以及受到因果时序性的制约，导致脓毒症与心力衰竭之间的关系目前存在争议。

孟德尔随机化(Mendelian randomization，MR)是一种使用遗传变异作为工具变量识别危险因素和疾病之间的因果关系的强有力的方法[12]。由于遗传变异已在受孕时就被确定，一般不容易受到其他因素或混杂的影响，且MR研究满足因果时序性，而时序性在因果推断中尤为重要，是构成因果关系的基础[12]。因此本研究基于全基因组关联研究的公共数据进行双样本MR分析，探究脓毒症与心力衰竭风险之间的关系。

1 材料和方法

1.1 试验设计

为了评估脓毒症和心力衰竭之间是否存在因果关系，本研究采用了双样本MR设计方法[13]。

1.2 数据来源

为了评估脓毒症和心力衰竭之间是否存在因果关系，笔者从英国生物样本库队列中获得了有关脓毒症相关的单核苷酸多态性(single-nucleotide polymorphisms，SNPs)位点作为工具变量。此外，与心力衰竭相关的SNPs来自目前最大的由心力衰竭流行病学联盟的荟萃分析的数据。该荟萃分析[14]包括26项研究，47 309例心力衰竭病例和930 014例对照，并根据年龄、性别和主成分进行了调整。

1.3 工具变量的选择

首先，本研究利用plink软件从有关脓毒症的数据库中筛选出P<5×10-8，遗传距离为10 000 kb以及连锁不平衡参数(r2)<0.001的SNPs。其次，还使用了catalog以及PhenoScanner数据库，进一步验证上述纳入的SNPs位点是否与其他混杂因素有关。最后，为了评估纳入的SNPs是否受到了弱工具变量的影响，笔者使用了F统计值[15]。若SNPs的F统计量<10，说明该SNPs存在弱工具变量偏倚的可能性，进而将其剔除，避免对结果造成影响[16]。

1.4 统计学方法

本研究主要以逆方差加权法(inverse variance weighted， IVW)为主[17]，其特点是回归时不考虑截距项的存在并且用结局方差的倒数作为权重来进行拟合。其中，IVW固定效应模型主要用于无任何潜在的水平多效性异质性的情况。若存在异质性，则选用随机效应模型。其次，本研究使用了MR-Egger回归、加权中位数、最大似然比和MR-PRESSO等方法进一步对上述结论进行了补充[18-21]。MR-Egger法与IVW最大的区别就是回归时考虑截距项的存在，另外它也使用结局方差的倒数作为权重来进行拟合。加权中位数法：定义为比率估计值的加权经验密度函数的中位数，如果分析中至少有50%的信息来自有效工具，则可以评价因果关系。最大似然比法也称为最大概似估计，是一种具有理论性的点估计法。MR-PRESSO则是对于每一个SNPs，首先计算去除该SNPs后的IVW结果，然后再计算该SNPs的效应与IVW结果的残差平方和，最后，把利用每个SNPs计算出来的残差平方和(距离)相加，这个值越大，说明水平多效性越显著。

1.5 水平多效性和异质性检验

本研究使用MR-PRESSO的方法对离群值进行检测。若存在离群值，则将其剔除，并重新进行分析。“留一法”敏感性分析是通过每次去除单个SNPs来实现的，以评估该变异是否驱动了暴露和结果变量之间的关联。其次，为了明确该MR分析是否存在水平多效性，本研究还进行了MR-Egger截距检测，若MR-Egger截距分析中的截距项存在明显的统计学意义，则表明该研究具有明显的水平多效性[22]。最后，本研究还使用Cochran’s Q统计量来检测异质性。如果Cochran’s Q统计量检验具有统计学意义，则证明分析结果具有显著的异质性。

P<0.05被认为是显著性的。所有统计分析均采用R 4.1.0版本，使用了Twosample MR及MR-PRESSO等R包。

2 结果

2.1 工具变量的选择

在该研究中，笔者选择了450个与脓毒症密切相关的全基因组显著的SNPs作为工具变量，所纳入的SNPs解释了约5.63%的表型变异程度，且纳入SNPs的F值均>27.23，证明该研究不易受到弱工具变量的影响。

2.2 MR法估算结果

IVW结果显示脓毒症可能会增加心力衰竭发生的相对风险(OR=1.684，95%CI1.587～1.786，P=0.001)，此外上述关系同样在加权中位数(OR=1.726，95%CI1.585～1.881，P=0.001)，MR-Egger回归(OR=1.768，95%CI1.508～2.075，P=0.001)，最大似然比(OR=1.686，95%CI1.607～1.769，P=0.001)，以及MR-PRESSO(OR=1.691，95%CI1.590～1.799，P=0.001)中被证实，提示结果的稳健性。见图1。

图1 主效应图

2.3 水平多效性和异质性分析

MR-Egger截距分析显示本研究不存在任何水平多效性(P=0.516)。其次，Cochran’s Q检验显示该研究结果存在一定的异质性(P=0.001)。因此笔者采用IVW随机效应模型(OR=1.684，95%CI1.587～1.786，P=0.001)，其结果与先前固定效应模型的结果保持一致(OR=1.683，95%CI1.606～1.765，P=0.001)。MR-PRESSO分析结果显示，本研究中纳入的SNPs无显著的异常值，且“留一法”敏感性分析和漏斗图也表明，纳入的SNPs对该结果无显著影响(见图2)。

图2 漏斗图分析的结果

3 讨论

该研究第一次使用MR分析探索了脓毒症与心力衰竭之间潜在的因果关系。笔者发现，脓毒症可能会增加心力衰竭发生的相对风险，而上述关系在加权中位数法、MR-Egger回归、最大似然比以及MR-PRESSO中被证实。其次，MR-Egger截距检测(P=0.516)和检验显示，上述所纳入的遗传变异工具变量并不存在任何多效性。这些结果表明脓毒症可能作为一种危险因素促进心力衰竭的发生。

本研究结果与之前的研究结果一致。如Corrales-Medina等[22]在一项大型的队列研究中发现，与普通人相比，脓毒症患者心力衰竭的发生HR为3.40，另外一项队列研究[23]同样发现了类似的结果，即脓毒症患者发生心力衰竭的风险明显增加(HR=1.62，95%CI1.39～1.95)。此外，一项纳入了25项队列研究的荟萃分析[24]的结果显示，脓毒症患者与心力衰竭的发生密切相关(HR=1.65，95%CI1.46～1.86)。这些结果与本研究结果类似，均表明了脓毒症和心力衰竭之间的因果关系，然而不同的是，这些观察研究是从表型上判断，而本研究则是从先天的基因方面判断了二者之间的关系。

脓毒症导致心力衰竭发生的确切机制目前并不清楚，但有研究推测这可能是多种因素共同作用的结果。如有研究者[25]推测，可能是由于脓毒症导致体内炎症的失控，进而引起的促炎细胞因子、趋化因子和其他炎症介质的产生，如白介素-1、白介素-6等炎症因子增加与肿瘤坏死因子高水平表达可抑制心肌功能。且炎症还能通过促进某些心肌细胞抑制分子如一氧化氮以及一系列其他因子(如内毒素、细胞因子、血小板活化因子、活性氧分子等)，进一步导致心肌功能的障碍。此外，炎症反应还可以激活血小板表面受体和损伤血管内皮促进血小板的活化，而活化的血小板会进一步释放大量细胞因子，调节中性粒细胞向炎症部位聚集，进一步加剧炎症反应损伤器官组织，介导心力衰竭的发生[25]。

与观察性研究不同的是，这项研究具有几项优势。首先，本研究主要使用了大样本的全基因组关联研究，能够更好地对心力衰竭事件进行全面分析。其次，还额外使用了其他的几种方法，且结果保持一致。然而，本研究还具有一定的局限性。研究对象仅局限于欧洲血统的人群，虽然可以减少人口分层引起的偏倚，但无法证明其在其他种族的人群中适用。与所有的MR研究一样，本研究不能解决未观察到的多效性，因此结果可能会存在偏差。