 微量营养素循环水平与感染风险： 孟德尔随机化研究 文献详解      上下滑动阅读更多内容 论文题目：Circulating levels of micronutrients and risk of infections: a Mendelian randomization study 发表杂志：BMC Medicine 发表年份：2023年 影响因子：10.4 发表单位：👍挪威科技大学NTNU循环与医学影像系双子败血症研究中心
研究背景 微量营养素在免疫反应的每个阶段都发挥着重要作用，因此缺乏微量营养素会导致感染易感性增加。以前关于微量营养素和感染的观察性研究和随机对照试验是有限的。我们进行了孟德尔随机化（MR）分析，以评估血液中八种微量营养素（铜、铁、硒、锌、β-胡萝卜素、维生素B12、维生素C和维生素D）水平对三种感染（胃肠道感染、肺炎和尿路感染）风险的影响。 方法 使用来自欧洲血统独立队列的公开汇总统计数据进行两个样本的MR。对于这三种感染，我们使用了英国生物银行和FinnGen的数据。进行了反向方差加权MR分析以及一系列敏感性分析。统计学显著性阈值设定为P＜2.08E−03。 结果 我们发现循环铜水平与胃肠道感染风险之间存在显著相关性，其中血液铜水平的一个标准差增加与胃肠道传染的比值比为0.91相关（95%置信区间0.87至0.97，P=1.38E−03）。这一发现在广泛的敏感性分析中是稳健的。其他微量营养素与感染风险之间没有明确的关联。 结论 我们的研究结果有力地支持了铜在胃肠道感染易感性中的作用 关键词 微量营养素，孟德尔随机化，胃肠道感染，感染，铜  01  前言  胃肠道感染、肺炎和尿路感染是入院的常见原因和死亡的重要原因[1]。识别这些感染的可改变风险因素至关重要，因为由于抗生素耐药性、人口老龄化和新出现的病原体，疾病负担预计会增加[2]。 02 方法 研究设计 本研究根据STROBE-MR报告（附加文件1：表S1）[16]。研究设计概要如图1所示。简言之，我们使用来自14个GWAS的公开汇总统计数据进行了一项两样本MR研究：8个用于暴露，6个用于结果。暴露和结果队列均限于欧洲血统的受试者，以减少人群分层的偏见[17]。这项工作中使用的所有数据都是在相关参与者同意和伦理批准的情况下从研究中公开获得的，因此本研究不需要机构审查委员会的伦理批准. 关于循环微量营养素基因预测水平的数据 我们在GWAS目录和PubMed上搜索了已发表的评估欧洲血统个体的GWAS（最后一次搜索是在2022年5月进行的）。我们没有发现对维生素B1、B2、B3、B5、B7、硫、碘、氯化物和氟化物进行任何GWAS。 传染病基因预测风险数据 根据疾病发生率和已发表的汇总统计数据，我们评估了以下三种感染的风险：胃肠道感染、肺炎和尿路感染。 统计功效 使用F统计量估计每个遗传工具的强度：F=R2（N−2）/（1−R2），其中R2等于遗传工具解释的方差比例，N是SNP-微量营养素关联的GWAS的有效样本量[34]。 MR分析 我们计算了每个SNP的Wald比率，定义为SNP结果关联除以SNP暴露关联[37]。当一种微量营养素有多种SNPs可用时，我们使用逆方差加权（IVW）分析总结了Wald比率计算的效果[38]。 敏感性分析 为了使工具变量有效，必须满足三个关键假设：工具必须与暴露密切相关，不能影响暴露-结果关联的混杂因素，并且只能通过风险因素影响结果[4]。SNP具有多重效应的水平多效性可能违反这些假设。MR-Egger、加权中值、简单模式和加权模式是解释水平多效性的一些最常见的敏感性分析[17]。 使用不太严格的标准选择遗传工具的 二次分析 在二次分析中，我们包括了r 2<0.01和P≤5E−06的更宽松阈值的变异。虽然这可能会增加统计能力，但也可能增加违反MR假设的风险，并引入弱仪器偏差。 03 结果 04 讨论 在这项针对八种微量营养素和三种传染病风险的MR研究中，我们发现基因预测的血液铜水平与基因预测的胃肠道感染风险密切相关。我们没有发现其他微量营养素和感染之间有明确的联系。 【END】 扫其中任意一个即可，请备注“孟德尔课程咨询” 快来医工科研孟德尔随机化培训班吧！ 有最全最新的配套全程课程 联合简洁操作的高级代码包功能 全程辅导答疑，解决从学习开始 数据选择、文献理解的疑问 提供数据下载、选题写作的建议 投稿建议、修稿建议！ 全网独家高效教学模式 完整的录制课(理论实操) 专业配套代码包 激活码 理论老师 技术老师 专人答疑小群(2老师1学员) 黑马逆袭，快人一步！ 期待你的加入，扫码即可报名！ 图文：Dr.cherish（小红书） 会敲代码的科研人（B站） 675245820@qq.com 淘宝（医工结合科研铺） |
|
|
来自： 昵称69125444 > 《科研》
