心肌梗死與抑郁癥因果關系的雙向兩樣本孟德爾隨機化研究

郭浩陽 陶夢君 汪偉 李秀 袁慧

一些觀察性研究發現，心肌梗死與抑郁癥存在關聯。Stein等[1]的研究表明，心肌梗死患者中抑郁癥發生率顯著高于一般人群。一項納入10 785例心肌梗死患者的研究發現，抑郁癥在心肌梗死患者中很常見且長期存在[2]。Hosseini等[3]對196例心肌梗死患者進行5年隨訪后發現，抑郁癥與心肌梗死患者長期生活質量下降有關。但心肌梗死與抑郁癥之間是否存在因果關聯，目前仍不明確。

孟德爾隨機化（Mendelian randomization，MR）分析用于評估觀察到的可改變暴露因素或風險因素與臨床結局之間的因果關系[4]，在隨機對照試驗檢查因果關系不可行、觀察性研究由于潛在混雜因素或反向因果關系而提供有偏見的關聯時，遺傳方法可作為評估因果關系的有效替代方法[5]。本研究收集已發表的數據，使用雙向兩樣本MR分析探討心肌梗死與抑郁癥之間是否存在雙向因果關系。

1 資料與方法

1.1 資料來源

通過網站（https://gwas.mrcieu.ac.uk）收集相關的全基因組關聯研究（GWAS）數據集。心肌梗死的GWAS數據集（ID：ebi-a-GCST011365）來自一項GWAS分析，包括14 825例患者和44 000例有歐洲血統的對照受試者[6]。抑郁癥的GWAS數據集（ID：ebi-a-GCST003769）來自另一項GWAS分析，包括122 210例有歐洲血統的受試者和6 019 632個單核苷酸多態性（SNP）[7]。

1.2 工具變量篩選

以SNP作為工具變量。為避免連鎖不平衡偏倚，與暴露因素相關的顯著SNP的連鎖不平衡須滿足以下條件：r2＜0.001、遺傳距離為10 000 kb。在結局變量的GWAS數據集中提取與暴露因素相關的顯著SNP，最終得到的工具變量，記錄效應等位基因（effect allele，EA）、等位基因效應值（β）、標準誤（SE）和P值等信息。使用F統計量檢驗工具變量的強度，當F＞10時，表明不存在弱工具變量偏倚[8]。

1.3 研究設計

MR分析中以SNP作為工具變量應滿足三個關鍵假設[9]：（1）SNP須與暴露因素緊密相關；（2） SNP獨立于混雜因素；（3）SNP僅通過暴露因素與臨床結局相關聯。

1.4 統計學方法

采用R4.2.2及R包（TwoSampleMR、MR-PRESSO）進行數據統計分析。協調有關暴露因素和臨床結局數據集的匯總統計數據，使得SNP對暴露因素的影響和SNP對臨床結局的影響分別對應相同的等位基因。

使用逆方差加權法（IVW)、加權中位數法、MR-Egger回歸法、簡單模式（simple mode法）和加權模式（weighted mode法）進行兩樣本MR分析，推斷因果關系，以IVW作為MR主要分析方法。IVW結合各個SNP的MR效應估計，得出潛在因果效應的總體加權估計[10]；當工具變量不存在水平多效性時，IVW分析結果最可靠[11]。即使高達50%的信息來自無效工具變量的遺傳變異，加權中位數法仍可獲得對因果效應的一致估計[12]；MR-Egger回歸法可確認工具變量是否存在水平多效性，水平多效性的效應估計值用截距表示[13]。當工具變量存在水平多效性時，MR-Egger回歸法對因果關系仍可得到無偏估計。MR-PRESSO檢驗通過移除異常值來檢測和校正水平多效性[14]。異質性通過Cochran's Q檢驗進行量化，P＜0.05表明存在異質性。如果工具變量之間存在異質性，則使用IVW隨機效應模型估計因果效應。檢驗水準α取0.05，P＜0.05為差異有統計學意義。

2 結果

2.1 心肌梗死對抑郁癥的因果效應

以心肌梗死為暴露因素、抑郁癥為結局變量，設置P值（P＜5.0×10-8），經篩選最終確定62個SNP作為工具變量，F值均＞10。MR-Egger回歸的截距接近于0（Egger截距= -0.0002，P=0.855），表明工具變量不存在水平多效性，對MR分析結果影響不大（圖1A）。

圖1 心肌梗死與抑郁癥風險因果關聯的兩樣本MR分析結果

因工具變量不存在水平多效性，使用IVW作為主要分析方法進行MR分析，結果顯示，心肌梗死與抑郁癥風險增加存在因果關系（OR=1.022，95%CI：1.008～1.037，P=0.002），見圖1A、1C和表1。

表1 心肌梗死與抑郁癥風險因果關聯的兩樣本孟德爾隨機化分析結果

采用IVW和MR-Egger回歸法檢測工具變量之間的異質性。MR-Egger回歸法結果顯示，Cochran's Q = 60.40，Q_df = 60，P=0.461；IVW結果顯示，Cochran's Q = 60.44，Q_df = 61，P=0.496（圖1B）；這說明，工具變量之間不存在異質性。MR-PRESSO檢驗顯示，工具變量不存在水平多效性（global test RSSobs= 77.99，P=0.371），未發現離群值。

采用留一法（leave-one-out法）進行敏感性分析，逐個去除SNP，剩余SNP的因果效應與全部SNP的MR分析結果比較，以確定因果關聯是否由單個工具變量所致。敏感性分析結果表明，MR分析結果穩健（圖1D）。

2.2 反向MR分析（抑郁癥對心肌梗死的因果效應）

以抑郁癥為暴露因素、心肌梗死為結局變量。為納入更多的SNP，本研究設置更寬松的P值（P＜5.0×10-7）[15]。經篩選最終確定6個SNP作為工具變量，F值均＞10。水平多效性檢驗表明，工具變量不存在水平多效性（Egger截距= -0.002，P=0.935），見圖2A。MR分析結果表明，抑郁癥與心肌梗死風險增加不存在因果關系（IVW：OR=1.434，95%CI：0.931～2.209，P=0.102），見表2和圖2B。

表2 抑郁癥與心肌梗死風險因果關聯的兩樣本孟德爾隨機化分析結果

圖2 抑郁癥與心肌梗死風險因果關聯的兩樣本MR分析散點圖（2A）和森林圖（2B）

在異質性檢驗中（圖3A），MR-Egger回歸法顯示，Cochran's Q = 10.37，Q_df = 4，P=0.035，表明工具變量之間有微弱的異質性；IVW結果顯示，Cochran's Q =10.39，Q_df = 5，P=0.065，表明工具變量之間無異質性。由于MR-Egger回歸法顯示工具變量之間存在異質性，使用IVW隨機效應模型估計因果效應（P=0.102）。MR-PRESSO檢驗顯示，工具變量不存在水平多效性（global test RSSobs= 13.83，P=0.173），未發現離群值。敏感性分析顯示，MR分析結果可靠（圖3B）。

圖3 抑郁癥與心肌梗死風險因果關聯的兩樣本MR分析漏斗圖（3A） 和敏感性分析（3B）

3 討論

流行病學證據表明，心肌梗死與抑郁癥之間存在關聯。來自中國臺灣的一項隊列研究表明，抑郁癥是心肌梗死患者最常見的心理癥狀,心肌梗死會增加抑郁癥的發病風險[16]。一項包含3 482例心肌梗死患者的隨訪研究顯示，心肌梗死患者發生抑郁癥的風險明顯增加，但抑郁癥患者發生心肌梗死的風險并未顯著增加[17]。Meijer等[18]發表的一項Meta分析顯示，心肌梗死后發生的抑郁癥與心肌梗死患者全因死亡風險增加有關（OR=2.25，95%CI：1.73～2.93，P＜0.001）。Zuidersma等[19]開展的一項隨機對照試驗顯示，在心肌梗死后發生抑郁癥的患者中，與未接受治療者相比，接受抑郁癥治療的患者死亡風險明顯降低（HR=0.52，95%CI：0.28～0.97）。

本研究對公開的GWAS數據集進行MR分析，結果發現，心肌梗死與抑郁癥風險增加存在因果關系（IVW：OR=1.022，95%CI：1.008～1.037，P=0.002），抑郁癥與心肌梗死風險增加不存在因果關系（IVW：OR=1.434，95%CI：0.931～2.209，P=0.102）。這與Chi等[17]的研究結果一致。

心肌梗死患者抑郁癥風險增加的原因尚不清楚，可能與以下幾個原因有關。首先，炎癥可能起到一定作用。有證據表明，促炎細胞因子如腫瘤壞死因子α （TNF-α）、白細胞介素-6 （IL-6）等在心肌梗死發作后升高[20-21]。抑郁癥患者的促炎細胞因子水平也升高，包括白細胞介素-1β（IL-1β）、IL-6、TNF-α等[22-23]。IL-1β由巨噬細胞、內皮細胞和星形膠質細胞產生，穿過血腦屏障，改變下丘腦-垂體-腎上腺（HPA）軸，減少5-羥色胺從突觸間隙的再攝取，導致抑郁[24-25]。IL-6是一種多效性細胞因子,其濃度與身體疲憊感、抑郁和苦惱等社會心理風險因素呈正相關[26]。研究發現，抑郁的軀體癥狀（如睡眠障礙、乏力、食欲減退）與高IL-6水平相關[27]。TNF-α主要與免疫功能和炎癥相關，可增加血腦屏障的通透性，導致抑郁發生[28]。其次，疾病帶來的心理負擔。心肌梗死發作會給患者帶來創傷后應激障礙，由于面臨死亡風險而產生心理負擔，引發緊張的感覺和反應，包括抑郁癥和焦慮癥[29]。第三，遺傳因素也起到一定作用。NFKBIA基因通過調節促炎癥基因的表達在動脈粥樣硬化性疾病中發揮作用，也與抑郁癥患者的自殺行為有關，可能參與急性心肌梗死誘發抑郁癥的過程[30]。Sun等[31]的研究表明，S100A9是S100家族中的一種小型鈣結合蛋白，通過介導巨噬細胞或小膠質細胞炎癥在急性心肌梗死后抑郁癥發生過程中發揮重要作用。

對于抑郁癥與心肌梗死風險增加的因果關系，既往的觀察性研究和MR分析結論并不一致。Huang等[32]的一項隊列研究顯示，抑郁癥患者發生冠狀動脈疾病（包含心肌梗死）的風險明顯高于對照組（HR=1.32，95%CI：1.14～1.53，P＜0.001）。Lu 等[33]的MR研究發現，抑郁癥與心肌梗死風險增加存在因果關系；本MR分析結果與之不一致，原因可能是GWAS數據集的不同，未來更新GWAS是必要的。一些潛在因素可能影響抑郁癥與心肌梗死之間的關聯，如糖尿病。Semenkovich 等[34]發現，抑郁癥會增加2型糖尿病的發生風險。研究表明，糖尿病是心肌梗死的危險因素[35]，糖尿病患者餐后血糖高峰導致的血糖波動與動脈粥樣硬化密切相關[36]。Lu 等[33]的MR研究雖然發現抑郁癥與心肌梗死風險增加存在因果關系，但2型糖尿病的中介效應占24.1%，當調整2型糖尿病后，兩者之間的因果關系消失（P=0.08）。可見，相對于遺傳因素而言，心肌梗死的風險主要來自環境因素。一項病例對照研究也得出了相似的觀點，即外部環境因素占心肌梗死風險的絕大部分[37]。

MR研究以與潛在風險因素密切相關的遺傳變異作為工具變量，來確定風險因素是否是疾病的病因[38]。與傳統的觀察性研究相比，MR研究不易受反向因果關聯和潛在混雜因素的影響。本研究的不足之處如下：首先，MR分析結果基于歐洲人群，獲得的因果關系可能存在種族偏差，結果的外推性受限；其次，用于分析的SNP可能由于遺傳多態性而與其他性狀相關，并產生混雜偏倚，這可能影響因果推斷；最后，工具變量的強度依賴于GWAS的樣本量，需要開展更大規模的GWAS，以確定更多的遺傳變異用于MR研究。

總之，本研究發現，心肌梗死與抑郁癥風險增加存在因果關系，但抑郁癥與心肌梗死風險增加不存在因果關系。本研究結果提示，應關注心肌梗死患者的早期心理變化，早期評估，并給予抑郁癥患者有效的抗抑郁治療。

利益沖突：所有作者均聲明不存在利益沖突