|
BY 老马 Meta分析是目前应用最为广泛的一种统计学方法之一。它能够将同一个研究问题现存的多项独立结果进行系统分析、定量综合，来检验来揭示干预或者暴露是否有显著作用，用于评估治疗疗效或者设计新的研究等。目前，Meta分析已被广泛应用于流行病学、心理学、教育学、循证医学及遗传学等领域的研究。 本文重点介绍一篇发表在《Translation Psychiatry》杂志上5分的Meta分析文章。 该文是从遗传学角度，整合已发表的文章数据，用于评估遗传突变位点是否对戒烟产生影响。 如同前几期的推文（公共数据库，SCI论文怎么发？）所述，我们介绍了吸烟有害健康。吸烟能够导致多种疾病产生。双生子和家系研究[2-4]表明吸烟行为受到遗传因素和环境因素的共同影响。其中，戒烟行为的遗传力达到约50%。因此，越来越多的科研人员开始探索戒烟相关的遗传因素，试图从分子遗传角度寻找戒烟的方法。 其中，研究最多的是多巴胺奖赏系统中的基因。总所周知，多巴胺奖赏系统参与了物质成瘾和其它精神类疾病的发病过程。相比于自然条件下的刺激，如性爱和食物，尼古丁刺激能在突触间隙产生更高浓度的多巴胺，所以尼古丁是吸烟成瘾的主要因素之一。因此，这些具有调节突触间多巴胺浓度功能的基因上的遗传突变似乎更有可能与戒烟行为相关。 在这些多巴胺系统的基因中，位于11号染色体上的DRD2基因被广泛地关注。其中，研究最多的是位于DRD2基因下游~9.5kb且位于ANKK1基因第8个外显子上的Taq1A多态性位点。自从Noble等人第一次基于欧洲人群报道了Taq1A A1等位基因与戒烟相关。后续的许多遗传关联研究试图揭示Taq1A突变位点与戒烟行为的关联关系，但是目前所发现的结果很不一致， 到目前为止，已有3篇Meta分析[5-7]研究了Taq1A多态性位点与戒烟行为之间的关联关系。 鉴于仍没有Meta分析整合横断面研究和纵向用药研究，并且最近有一些新的相关研究报道，作者们进行了一个更新的Meta分析。考虑到潜在的异质性影响，如研究方法不同、种族不同和样本收集差异，作者们进行了分层Meta分析来探索Taq1A多态性位点对戒烟的作用。 检索策略和入选标准 从PubMed数据库中检索关于DRD2/ANKK1 Taq1A多态性与戒烟之间的关联关系的研究。检索截止日期是2015年5月17日。 检索策略是使用关键词：“dopamine D2 receptor”、“DRD2”、“smoking”、“nicotine”、“cigarette” 和 “tobacco”。 按照严格的入选和排除标准，大量阅读检索的文献的摘要来查找可能符合入选条件的文献。一旦文章符合入选标准，将继续进行人工检查该文章的参考文献，以便找到其它未被PubMed数据库索引的研究。 数据提取 按照标准的Meta分析的质控准则，对检索的文献进行系统的回顾（详见图1），总共有29项研究可能符合入选标准。 通过剔除重复数据集，最后有23项研究满足本项Meta分析的入选标准。这23项研究包括：9项横断面研究、1项纵向未用药研究和13个纵向用药研究。 如同此前许多文章使用的方法，通过比较吸烟者（戒烟未成功组）和戒烟者（戒烟成功组）来定义戒烟表型。 对每个入选的文章，有两个研究人员利用标准格式进行以下数据提取：作者和论文发表年份、使用语言（英语或其它）、国家、研究类型、样本种族、样本大小、性别比例、哈迪温伯格平衡（HWE）、诊断标准和吸烟表型定义，以及依据Taq1A基因型分类中各组吸烟参与者的数量（表1）。 图1 Meta分析筛选合格研究的流程图
基因型分类 在所有的入选的文章中，遗传模型主要是A1显性模型，即假定吸烟者带有一个或多个A1等位基因相比于带有A2/A2基因型的吸烟者更不容易戒除烟瘾。因此，在本项目中，作者们也应用A1显性模型，即利用A1/*基因型（包括A1/A1和A1/A2基因型）与A2/A2基因比较。 数据统计学分析 考虑到可能存在的异质性来源，包括实验设计、种族和参与者的健康状况，首先进行分层Meta分析；然后，再整合所有纳入的研究进行混合效应的Meta分析。 使用Z统计分析检验合并优势比（OR）的显著性，并且始终给出精确P值。各纳入研究之间的异质性是由Q统计检验的P值和I2统计检验共同判断。I2值大小被用于判断各研究之间的差异是由于异质性导致还是由于随机现象。当I2值大于50%时，则认为各研究之间存在异质性。 还利用漏斗图法（Funnel Plots）和Egger回归法判断纳入的文献是否存在发表偏倚。漏斗图法是假设样本量越大分布越集中，而样本量越小分布越分散。Egger回归法可以用于评估发表偏差的显著性。所有数据分析都是在Comprehensive Meta-Analysis (version 2.0) 软件中完成。 结果 横断面研究的Meta分析 首先，利用来自9项横断面研究的10个数据集进行Meta分析计算Taq1A A1/*基因型对戒烟行为的合并效应。在固定效应模型下，合并优势比为1.12（95%置信区间: 0.99 - 1.27；P = 0.07）；在随机效应模型下，合并优势比为1.03（95%置信区间: 0.81 - 1.30；P = 0.84）。尽管固定效应模型的结果显示Taq1A A1/*基因型有与降低戒烟可能性关联的趋势，但是作者发现各研究之间存在显著地异质性（I2 = 53.8%；P = 0.02）。 因为有一项研究是基于癌症样本并且该研究偏离了漏斗形分布图，因此推测该研究很可能贡献了本项Meta分析观察到的异质性。剔除该项研究后再进行Meta分析，发现Q检验的P值从0.05升到0.97且I2值57.4%减到0，表明剩余各项研究之间没有异质性存在。在固定效应模型和随机效应模型下，Taq1A A1/*基因型都与戒烟显著相关（在两种模型下，合并优势比均为1.27; 95%置信区间: 1.10 - 1.46; P = 0.001）。 纵向研究的Meta分析 通过整合所有纵向研究Meta分析，在固定效应模型下合并优势比是1.20 （95%置信区间: 1.06 - 1.36; P = 0.003）；在随机效应模型下合并优势比是1.20（95%置信区间: 1.05 - 1.37; P = 0.007）。由于异质性检验发现各研究之间没有显著异质性存在（I2= 11.0%；P = 0.33），因此基于固定效应模型的结果更有说服力，揭示了Taq1A A1/*基因型与戒烟显著相关。同上，当只考虑来自高加索人种的样本时， Q检验的P值从0.33升到0.39且I2值从11.0%减到6.1%，表明各研究之间无显著异质性存在。在固定效应模型下，计算得到的合并优势比是1.18（95%置信区间: 1.04 - 1.34; P = 0.01）；在随机效应模型下，计算得到的合并优势比是1.17（95%置信区间: 1.03 - 1.34; P = 0.01），进一步证明了Taq1A突变参与了戒烟过程。 合并全部研究的Meta分析 鉴于合并效应在横断面研究和纵向效应之间没有显著差异，合并了两种类型的研究进行整体Meta分析，如此前报道的研究方法。对于全部人群，在固定效应模型下，计算合并优势比是1.16（95%置信区间: 1.06 - 1.27; P = 0.0008），但是各研究之间存在临界显著的异质性（I2 = 33.9%；P = 0.055）。所以在随机效应模型下重新计算合并效应值，发现结果仍然显著（合并优势比为1.13; 95%置信区间: 1.00 - 1.27; P = 0.04）。 当只分析基于高加索人种的研究时，该Taq1A突变与戒烟的关联关系变得更加显著，且各研究之间不存在显著异质性（I2 = 23.0%；P = 0.18）。Taq1A突变与戒烟显著关联：在固定效应模型下，合并优势比为1.18（95%置信区间: 1.08 - 1.30; P = 3 × 10-4；详见图2）；在随机效应模型下，合并优势比为1.16（95%置信区间: 1.04 - 1.30; P = 0.009）。同上所述，剔除了基于癌症样本的一项研究，发现Q检验的P值从0.18升到0.63且I2值从23.0%减到0，表明残存的各研究间的异质性被去除。最终，Taq1A突变与戒烟的关联关系变得更加显著，两种分析模型下的P值都达到了3.9 × 10-5（合并优势比为1.22；95%置信区间: 1.08 - 1.30）。 图2 森林图展示基于高加索人种的研究的Meta分析结果
注解：每行展示了每个纳入研究的Z值、P值及其它信息。中间垂直实线代表零假设中优势比（OR）等于1。优势比和95%置信区间分别由小方格和横杆代表。固定效应模型下的合并优势比是由钻石形状代表。 老马小结： 综上所述，基于高加索人群大样本，本项Meta分析发现了DRD2 Taq1A多态性位点与戒烟之间的显著关联关系。相比于携带一个或多个A1等位基因的吸烟者，带有纯合A2等位基因的吸烟者更容易戒烟。结果为进一步研究按照每个人的基因型个性化治疗吸烟提供了支持性证据。但是，关于这类的研究仍处于萌芽状态，因此更多的精心设计的遗传关联研究、药物遗传学研究和分子功能实验研究需要开展：1）研究ANKK1基因在多巴胺奖赏系统中的功能；2）揭示Taq1A多态性位点在戒烟过程中的分子机制；3）检测其它位于基因上的突变位点与戒烟的关联关系，这些位点与Taq1A多态性位点有LD；4）发现更多新的与戒烟相关的致病突变，并探索它们作用于戒烟的分子机制。 参考文献： 1. WHO, WHO Tobacco Fact sheet N°339 (http://www./mediacentre/factsheets/fs339/en/). World Health Organization, 2014. 2. Li, M.D., et al., A meta-analysis of estimated genetic and environmental effects on smoking behavior in male and female adult twins. Addiction, 2003. 98(1): p. 23-31. 3. True, W.R., et al., Genetic and environmental contributions to smoking. Addiction, 1997. 92(10): p. 1277-87. 4. Sullivan, P.F. and K.S. Kendler, The genetic epidemiology of smoking. Nicotine Tob Res, 1999. 1 Suppl 2: p. S51-7; discussion S69-70. 5. Munafo, M., et al., The genetic basis for smoking behavior: a systematic review and meta-analysis. Nicotine Tob Res, 2004. 6(4): p. 583-97. 6. Ohmoto, M., et al., Association between dopamine receptor 2 TaqIA polymorphisms and smoking behavior with an influence of ethnicity: a systematic review and meta-analysis update. Nicotine Tob Res, 2013. 15(3): p. 633-42. 7. Choi, H.D. and W.G. Shin, Lack of association between DRD2 Taq1A gene polymorphism and smoking cessation therapy: a meta-analysis. Int J Clin Pharmacol Ther, 2015. 生信草堂 浙大生信博士团队倾力打造的一个科研人员学习交流的公众微信平台。我们致力于科研社区服务，分享最前沿的科技进展，提供生信分析方法，解读经典分析案例，公众数据库的挖掘和临床数据统计分析。在此我们欢迎各位的加入！ |
|
|
、
