心肌梗死与抑郁症因果关系的双向两样本孟德尔随机化研究

郭浩阳 陶梦君 汪伟 李秀 袁慧

一些观察性研究发现，心肌梗死与抑郁症存在关联。Stein等[1]的研究表明，心肌梗死患者中抑郁症发生率显著高于一般人群。一项纳入10 785例心肌梗死患者的研究发现，抑郁症在心肌梗死患者中很常见且长期存在[2]。Hosseini等[3]对196例心肌梗死患者进行5年随访后发现，抑郁症与心肌梗死患者长期生活质量下降有关。但心肌梗死与抑郁症之间是否存在因果关联，目前仍不明确。

孟德尔随机化（Mendelian randomization，MR）分析用于评估观察到的可改变暴露因素或风险因素与临床结局之间的因果关系[4]，在随机对照试验检查因果关系不可行、观察性研究由于潜在混杂因素或反向因果关系而提供有偏见的关联时，遗传方法可作为评估因果关系的有效替代方法[5]。本研究收集已发表的数据，使用双向两样本MR分析探讨心肌梗死与抑郁症之间是否存在双向因果关系。

1 资料与方法

1.1 资料来源

通过网站（https://gwas.mrcieu.ac.uk）收集相关的全基因组关联研究（GWAS）数据集。心肌梗死的GWAS数据集（ID：ebi-a-GCST011365）来自一项GWAS分析，包括14 825例患者和44 000例有欧洲血统的对照受试者[6]。抑郁症的GWAS数据集（ID：ebi-a-GCST003769）来自另一项GWAS分析，包括122 210例有欧洲血统的受试者和6 019 632个单核苷酸多态性（SNP）[7]。

1.2 工具变量筛选

以SNP作为工具变量。为避免连锁不平衡偏倚，与暴露因素相关的显著SNP的连锁不平衡须满足以下条件：r2＜0.001、遗传距离为10 000 kb。在结局变量的GWAS数据集中提取与暴露因素相关的显著SNP，最终得到的工具变量，记录效应等位基因（effect allele，EA）、等位基因效应值（β）、标准误（SE）和P值等信息。使用F统计量检验工具变量的强度，当F＞10时，表明不存在弱工具变量偏倚[8]。

1.3 研究设计

MR分析中以SNP作为工具变量应满足三个关键假设[9]：（1）SNP须与暴露因素紧密相关；（2） SNP独立于混杂因素；（3）SNP仅通过暴露因素与临床结局相关联。

1.4 统计学方法

采用R4.2.2及R包（TwoSampleMR、MR-PRESSO）进行数据统计分析。协调有关暴露因素和临床结局数据集的汇总统计数据，使得SNP对暴露因素的影响和SNP对临床结局的影响分别对应相同的等位基因。

使用逆方差加权法（IVW)、加权中位数法、MR-Egger回归法、简单模式（simple mode法）和加权模式（weighted mode法）进行两样本MR分析，推断因果关系，以IVW作为MR主要分析方法。IVW结合各个SNP的MR效应估计，得出潜在因果效应的总体加权估计[10]；当工具变量不存在水平多效性时，IVW分析结果最可靠[11]。即使高达50%的信息来自无效工具变量的遗传变异，加权中位数法仍可获得对因果效应的一致估计[12]；MR-Egger回归法可确认工具变量是否存在水平多效性，水平多效性的效应估计值用截距表示[13]。当工具变量存在水平多效性时，MR-Egger回归法对因果关系仍可得到无偏估计。MR-PRESSO检验通过移除异常值来检测和校正水平多效性[14]。异质性通过Cochran's Q检验进行量化，P＜0.05表明存在异质性。如果工具变量之间存在异质性，则使用IVW随机效应模型估计因果效应。检验水准α取0.05，P＜0.05为差异有统计学意义。

2 结果

2.1 心肌梗死对抑郁症的因果效应

以心肌梗死为暴露因素、抑郁症为结局变量，设置P值（P＜5.0×10-8），经筛选最终确定62个SNP作为工具变量，F值均＞10。MR-Egger回归的截距接近于0（Egger截距= -0.0002，P=0.855），表明工具变量不存在水平多效性，对MR分析结果影响不大（图1A）。

图1 心肌梗死与抑郁症风险因果关联的两样本MR分析结果

因工具变量不存在水平多效性，使用IVW作为主要分析方法进行MR分析，结果显示，心肌梗死与抑郁症风险增加存在因果关系（OR=1.022，95%CI：1.008～1.037，P=0.002），见图1A、1C和表1。

表1 心肌梗死与抑郁症风险因果关联的两样本孟德尔随机化分析结果

采用IVW和MR-Egger回归法检测工具变量之间的异质性。MR-Egger回归法结果显示，Cochran's Q = 60.40，Q_df = 60，P=0.461；IVW结果显示，Cochran's Q = 60.44，Q_df = 61，P=0.496（图1B）；这说明，工具变量之间不存在异质性。MR-PRESSO检验显示，工具变量不存在水平多效性（global test RSSobs= 77.99，P=0.371），未发现离群值。

采用留一法（leave-one-out法）进行敏感性分析，逐个去除SNP，剩余SNP的因果效应与全部SNP的MR分析结果比较，以确定因果关联是否由单个工具变量所致。敏感性分析结果表明，MR分析结果稳健（图1D）。

2.2 反向MR分析（抑郁症对心肌梗死的因果效应）

以抑郁症为暴露因素、心肌梗死为结局变量。为纳入更多的SNP，本研究设置更宽松的P值（P＜5.0×10-7）[15]。经筛选最终确定6个SNP作为工具变量，F值均＞10。水平多效性检验表明，工具变量不存在水平多效性（Egger截距= -0.002，P=0.935），见图2A。MR分析结果表明，抑郁症与心肌梗死风险增加不存在因果关系（IVW：OR=1.434，95%CI：0.931～2.209，P=0.102），见表2和图2B。

表2 抑郁症与心肌梗死风险因果关联的两样本孟德尔随机化分析结果

图2 抑郁症与心肌梗死风险因果关联的两样本MR分析散点图（2A）和森林图（2B）

在异质性检验中（图3A），MR-Egger回归法显示，Cochran's Q = 10.37，Q_df = 4，P=0.035，表明工具变量之间有微弱的异质性；IVW结果显示，Cochran's Q =10.39，Q_df = 5，P=0.065，表明工具变量之间无异质性。由于MR-Egger回归法显示工具变量之间存在异质性，使用IVW随机效应模型估计因果效应（P=0.102）。MR-PRESSO检验显示，工具变量不存在水平多效性（global test RSSobs= 13.83，P=0.173），未发现离群值。敏感性分析显示，MR分析结果可靠（图3B）。

图3 抑郁症与心肌梗死风险因果关联的两样本MR分析漏斗图（3A） 和敏感性分析（3B）

3 讨论

流行病学证据表明，心肌梗死与抑郁症之间存在关联。来自中国台湾的一项队列研究表明，抑郁症是心肌梗死患者最常见的心理症状,心肌梗死会增加抑郁症的发病风险[16]。一项包含3 482例心肌梗死患者的随访研究显示，心肌梗死患者发生抑郁症的风险明显增加，但抑郁症患者发生心肌梗死的风险并未显著增加[17]。Meijer等[18]发表的一项Meta分析显示，心肌梗死后发生的抑郁症与心肌梗死患者全因死亡风险增加有关（OR=2.25，95%CI：1.73～2.93，P＜0.001）。Zuidersma等[19]开展的一项随机对照试验显示，在心肌梗死后发生抑郁症的患者中，与未接受治疗者相比，接受抑郁症治疗的患者死亡风险明显降低（HR=0.52，95%CI：0.28～0.97）。

本研究对公开的GWAS数据集进行MR分析，结果发现，心肌梗死与抑郁症风险增加存在因果关系（IVW：OR=1.022，95%CI：1.008～1.037，P=0.002），抑郁症与心肌梗死风险增加不存在因果关系（IVW：OR=1.434，95%CI：0.931～2.209，P=0.102）。这与Chi等[17]的研究结果一致。

心肌梗死患者抑郁症风险增加的原因尚不清楚，可能与以下几个原因有关。首先，炎症可能起到一定作用。有证据表明，促炎细胞因子如肿瘤坏死因子α （TNF-α）、白细胞介素-6 （IL-6）等在心肌梗死发作后升高[20-21]。抑郁症患者的促炎细胞因子水平也升高，包括白细胞介素-1β（IL-1β）、IL-6、TNF-α等[22-23]。IL-1β由巨噬细胞、内皮细胞和星形胶质细胞产生，穿过血脑屏障，改变下丘脑-垂体-肾上腺（HPA）轴，减少5-羟色胺从突触间隙的再摄取，导致抑郁[24-25]。IL-6是一种多效性细胞因子,其浓度与身体疲惫感、抑郁和苦恼等社会心理风险因素呈正相关[26]。研究发现，抑郁的躯体症状（如睡眠障碍、乏力、食欲减退）与高IL-6水平相关[27]。TNF-α主要与免疫功能和炎症相关，可增加血脑屏障的通透性，导致抑郁发生[28]。其次，疾病带来的心理负担。心肌梗死发作会给患者带来创伤后应激障碍，由于面临死亡风险而产生心理负担，引发紧张的感觉和反应，包括抑郁症和焦虑症[29]。第三，遗传因素也起到一定作用。NFKBIA基因通过调节促炎症基因的表达在动脉粥样硬化性疾病中发挥作用，也与抑郁症患者的自杀行为有关，可能参与急性心肌梗死诱发抑郁症的过程[30]。Sun等[31]的研究表明，S100A9是S100家族中的一种小型钙结合蛋白，通过介导巨噬细胞或小胶质细胞炎症在急性心肌梗死后抑郁症发生过程中发挥重要作用。

对于抑郁症与心肌梗死风险增加的因果关系，既往的观察性研究和MR分析结论并不一致。Huang等[32]的一项队列研究显示，抑郁症患者发生冠状动脉疾病（包含心肌梗死）的风险明显高于对照组（HR=1.32，95%CI：1.14～1.53，P＜0.001）。Lu 等[33]的MR研究发现，抑郁症与心肌梗死风险增加存在因果关系；本MR分析结果与之不一致，原因可能是GWAS数据集的不同，未来更新GWAS是必要的。一些潜在因素可能影响抑郁症与心肌梗死之间的关联，如糖尿病。Semenkovich 等[34]发现，抑郁症会增加2型糖尿病的发生风险。研究表明，糖尿病是心肌梗死的危险因素[35]，糖尿病患者餐后血糖高峰导致的血糖波动与动脉粥样硬化密切相关[36]。Lu 等[33]的MR研究虽然发现抑郁症与心肌梗死风险增加存在因果关系，但2型糖尿病的中介效应占24.1%，当调整2型糖尿病后，两者之间的因果关系消失（P=0.08）。可见，相对于遗传因素而言，心肌梗死的风险主要来自环境因素。一项病例对照研究也得出了相似的观点，即外部环境因素占心肌梗死风险的绝大部分[37]。

MR研究以与潜在风险因素密切相关的遗传变异作为工具变量，来确定风险因素是否是疾病的病因[38]。与传统的观察性研究相比，MR研究不易受反向因果关联和潜在混杂因素的影响。本研究的不足之处如下：首先，MR分析结果基于欧洲人群，获得的因果关系可能存在种族偏差，结果的外推性受限；其次，用于分析的SNP可能由于遗传多态性而与其他性状相关，并产生混杂偏倚，这可能影响因果推断；最后，工具变量的强度依赖于GWAS的样本量，需要开展更大规模的GWAS，以确定更多的遗传变异用于MR研究。

总之，本研究发现，心肌梗死与抑郁症风险增加存在因果关系，但抑郁症与心肌梗死风险增加不存在因果关系。本研究结果提示，应关注心肌梗死患者的早期心理变化，早期评估，并给予抑郁症患者有效的抗抑郁治疗。

利益冲突：所有作者均声明不存在利益冲突