兒童期體重指數及出生體重與未來妊娠期高血壓及子癇前期-子癇因果關系的兩樣本孟德爾隨機化研究

張美金 郭慶輝 許昌聲, 彭峰 林金秀

目的：應用兩樣本孟德爾隨機化（MR）方法探討兒童期體重指數及出生體重與未來妊娠期高血壓及子癇前期-子癇之間的因果聯系。

方法：以單核苷酸多態性（SNP）為工具變量，從全基因組關聯分析數據中篩出與兒童期體重指數及出生體重相關的SNP，用MR Egger 回歸法、逆方差加權法（IVW）和加權中位數法3 種兩樣本MR 方法分析兒童期體重指數及出生體重與未來妊娠期高血壓及子癇前期-子癇之間的因果關聯。

結果：隨著兒童體重指數增加，未來妊娠期高血壓（IVW 的隨機效應模型：OR=1.417，95%CI：1.144～1.755，P=0.001；加權中位數法：OR=1.277，95%CI：1.028～1.587，P=0.027）和子癇前期-子癇（IVW：OR=1.399，95%CI：1.130～1.733，P=0.002）發病風險均增加。出生體重與未來妊娠期高血壓及子癇前期-子癇之間的因果關聯無統計學意義（P 均＞0.05）。敏感性分析支持上述因果關聯的穩健性。

結論：兒童期體重指數與未來妊娠期高血壓及子癇前期-子癇之間存在正向因果關聯。出生體重與未來妊娠期高血壓及子癇前期-子癇之間的因果關聯無統計學意義。

妊娠期高血壓疾病是妊娠期常見并發癥，嚴重威脅母嬰健康[1]，是孕產婦死亡的第二大原因[2]，也是死產的重要原因[3]。針對妊娠期高血壓疾病的預防干預具有重要意義。妊娠前體重指數≥28 kg/m2是妊娠期高血壓疾病的重要危險因素之一[1]，研究提示兒童期肥胖和低出生體重可以引發多種心血管疾病，增加高血壓風險[4-6]，同時多項觀察性研究發現兒童期超重和肥胖、低出生體重與未來妊娠期高血壓和子癇前期的風險增加有關[7-9]，但是兒童期肥胖及出生體重與未來妊娠期高血壓疾病之間是否存在因果關聯尚未見研究證實。

孟德爾隨機化（MR）是利用遺傳變異做為工具變量進行因果推斷的流行病學研究方法，因遺傳變異在配子形成時隨機分配且早于疾病表型，MR 研究可以排除反向因果及混雜因素干擾，以彌補傳統觀察性研究的不足[10]。本研究擬采用暴露與結局來自于不同樣本的兩樣本MR 方法，對兒童期肥胖、出生體重與未來妊娠期高血壓疾病之間的關系進行因果推斷。

1 資料與方法

1.1 研究設計

妊娠期高血壓疾病包括妊娠期高血壓、子癇前期-子癇、慢性高血壓伴發子癇前期、妊娠合并慢性高血壓。由于前兩者與后兩者發病機制及治療方案差異較大，本文主要研究前兩者。

兩樣本MR 研究需要滿足3 個基本假設：（1）工具變量與暴露強相關；（2）工具變量與暴露或結局的混雜因素相互獨立；（3）工具變量只能通過暴露作用于結局[11]。本研究中工具變量為單核苷酸多態性（SNP），暴露因素為兒童期肥胖和出生體重，結局變量為妊娠期高血壓和子癇前期-子癇。基于以上假設，進行統計學分析，探討因果聯系。

1.2 數據來源

兒童期肥胖的暴露文件來自于早期生長遺傳學聯盟的最新全基因組關聯研究（GWAS）匯總數據（http://www.egg-consortium.org），該研究納入來自于26 項研究共39 620 名6～10 歲歐洲血統兒童，研究指標為年齡、性別校正的體重指數[12]。出生體重的GWAS 數據源于英國生物樣本庫（http://www.nealelab.is/uk-biobank），該研究總樣本量為205 475 例，共納入13 791 467 個SNP。妊娠期高血壓、子癇前期-子癇的GWAS 數據取自FinnGen 聯盟發布的第九版GWAS 匯總數據（https://www.finngen.fi/fi），前者包含8 502 例病例和194 266 例對照，后者包含7 212 例病例和194 266 例對照。

1.3 統計學方法

1.3.1 工具變量篩選

GWAS 數據中與暴露相關的工具變量SNP 需達到全基因組顯著性水平：P＜5×10-8。為避免連鎖不平衡，設置r2＜0.001，遺傳距離為10 000 kb。獲得的暴露相關SNP 與結局GWAS 數據進行匹配，剔除回文SNP、不存于結局數據中的SNP（不尋找代理）。MR-PRESSO 方法用于篩選離群值，若存在離群值則予剔除。

F統計量用于評估工具變量SNP 的效力，F=（N-k-1）/k×R2/（1-R2），R2=β2/（β2+N×SE2），N為總樣本量，k為工具變量數，R2為工具變量解釋暴露的程度，β為效應大小，SE為β的標準誤[13]。F＞10 提示不存在弱工具變量偏倚。應用Steiger Filtering 分析評估是否存在反向因果[14]。

1.3.2 統計方法

本研究采用MR Egger 回歸法、逆方差加權法（IVW）、加權中位數法3 種兩樣本MR 分析方法，IVW 為主要分析方法。IVW 假設所有工具變量均為有效工具變量，加權中位數法假設超過一半工具變量為有效工具變量，MR Egger 回歸法考慮截距項的存在。結果用OR和95%CI表示。檢驗水準α設為0.05。

1.3.3 敏感性分析

異質性分析：計算Cochran'sQ統計量評估工具變量的異質性，若存在顯著異質性，則采用IVW 的隨機效應模型進行MR 分析。進行逐個剔除檢驗評估逐一剔除單個SNP 后剩余SNP 對結局的效應。多效性分析：使用MR Egger 截距項評估工具變量的多效性，P＜0.05 提示存在多效性。以上分析使用R-4.3.0及RStudio-2023.03.0-386 軟件實現。

2 結果

2.1 SNP 相關信息

本研究篩選出的4 組SNP 相關信息如表1 所示，應用MR-PRESSO 方法分別剔除0、1、4、1 個離群值后，各確定16、15、79、82 個SNP 作為工具變量，F統計量均大于10，提示不易發生弱工具變量偏倚。根據Cochran'sQ統計量及其P值，兒童期體重指數與妊娠期高血壓的因果分析工具變量、出生體重與子癇前期-子癇的因果分析工具變量均存在異質性（P均＜0.05），后續MR 分析采用IVW 的隨機效應模型為主要分析方法。

表1 SNP 相關信息及MR 分析相關統計量

我們使用Steiger Filtering 分析來識別正確的推理方向，4 次MR 分析均顯示不存在反向因果（P均＜0.05）。

2.2 MR 分析結果（圖1）

圖1 MR 分析散點圖

兒童期體重指數與妊娠期高血壓存在正向因果關聯：隨著兒童體重指數增加未來妊娠期高血壓風險增加（IVW 的隨機效應模型：OR=1.417，95%CI：1.144～1.755，P=0.001；加權中位數法：OR=1.277，95%CI：1.028～1.587，P=0.027）。

IVW 分析結果提示兒童期體重指數與子癇前期-子癇之間也存在正向因果關聯：隨著兒童體重指數增加，未來子癇前期-子癇風險增加（IVW：OR=1.399，95%CI：1.130～1.733，P=0.002），MR Egger 回歸法及加權中位數法分析顯示差異無統計學意義（P均＞0.05），但3 種分析方法因果效應方向一致（圖1B）。

MR 分析顯示遺傳代理的出生體重與未來妊娠期高血壓、子癇前期-子癇之間的因果關聯均無統計學意義（P均＞0.05）。

2.3 敏感性分析

應用逐個剔除檢驗進一步評價因果關聯的穩健性，逐一剔除單個SNP 后檢測剩余SNP 對結局的效應，結果如圖2 所示，未發現明顯異質性。

MR Egger 截距項分析顯示，兒童期體重指數與妊娠期高血壓（P=0.244）、子癇前期-子癇（P=0.279），出生體重與妊娠期高血壓（P=0.530）、子癇前期-子癇（P=0.492）的因果關聯不受工具變量的水平多效性影響。

3 討論

本研究應用兩樣本MR 分析兒童期體重指數及出生體重與未來妊娠期高血壓、子癇前期-子癇之間的因果聯系，結果顯示，隨著兒童體重指數增加，未來妊娠期高血壓與子癇前期-子癇發病風險增加，但出生體重與未來妊娠期高血壓、子癇前期-子癇之間不存在因果關聯。進一步進行敏感性分析未見強影響的SNP 工具變量和水平多效性，因果關聯具有穩健性。

對妊娠期高血壓疾病危險因素的早期識別干預，有助于減少孕產婦及胎兒死亡率。妊娠前肥胖狀態是妊娠期高血壓疾病的重要危險因素，兒童期肥胖常延續至成年期肥胖及妊娠前肥胖[15]。一項包含49 600 名女性的觀察性研究發現，高于平均水平的兒童體重指數值和從兒童到成年的持續性超重與日后妊娠期高血壓和子癇前期的風險增加有關，而受孕前體重指數正常化可降低風險[7]。Li 等[16]亦通過對Bogalusa 心臟研究數據進行分析得到相似結論。以上研究結果與本研究應用MR 方法得到的兒童期體重指數與未來妊娠期高血壓、子癇前期-子癇之間的因果聯系是一致的。這些關聯的確切機制尚不清楚，可能與兩者共有的代謝異常、危險因素、內皮損傷相關。Hoffman 等[17]在綜合分析大量研究的基礎上，提出假設：生長不良會導致許多生理適應，包括表觀遺傳學、能量代謝率及底物代謝等的變化，這些適應性改變可能會在環境改善后促進慢性病，這種假設與健康和疾病的發展起源學說相符。雖目前流行病學研究已為因果關聯提供了確鑿證據，但生物學機制未完全明確，仍需進一步探索。

研究發現低出生體重的足月兒較正常出生體重的足月兒患心血管疾病的風險更高[18]，也更容易出現兒童期肥胖和成年期肥胖[19]。Wagata 等[20]及Dempsey 等[21]通過一系列觀察性研究也發現相同現象。但本研究未發現出生體重與未來妊娠期高血壓及子癇前期-子癇之間之間的聯系。本研究旨在利用遺傳學工具來判斷因果聯系，MR 的證據等級介于觀察性研究和隨機對照實驗之間，本研究與既往觀察性研究之間結果的差異可能與觀察性研究易受社會經濟環境混雜因素干擾有關。種族特異性可能是研究結果差異的另一種原因，Innes 等[22]研究發現低出生體重和未來妊娠期高血壓之間的關聯在非西班牙裔紐約白人女性中顯著，但在黑種人女性中不顯著。另外本研究使用混合性別人群的出生體重GWAS 數據亦可能稀釋因果關聯，后續需要女性特異性的多種族GWAS 數據來對本研究進行進一步驗證。

本研究的優勢：（1）基于MR 的研究假設，MR可有效規避混雜因素和反向因果對本研究因果關聯的影響，MR 的證據等級高于觀察性研究；（2）本研究數據源于公共獲取數據庫，樣本總量大，具有良好的統計效能。

本研究的劣勢：（1）本研究納入歐洲人群，但未包含東亞人群，人群特異性限制了研究結果的外推性，目前包含東亞人群的GWAS 公共數據庫數量較少，期待后續相關人群GWAS 數據公開以進一步分析；（2）本研究主要研究妊娠期高血壓疾病，但兒童期體重指數及出生體重數據源于混合性別人群，這可能稀釋本研究的因果關聯，目前尚無女性特異性兒童期體重指數或兒童期肥胖GWAS 數據，未來需要進一步用性別特異性GWAS 數據驗證本文結論。

綜上所述，通過兩樣本MR 分析方法，本研究提示隨著兒童期體重指數的增加，未來妊娠期高血壓及子癇前期-子癇發病風險增加，加強兒童期肥胖的篩查干預，減少兒童期肥胖對于守護母嬰健康具有重要臨床意義，防治高血壓應從兒童做起。

利益沖突：所有作者均聲明不存在利益沖突