睡眠時間與心力衰竭的因果關聯(lián)研究

【中圖分類號】R163 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0331

心力衰竭是一種臨床綜合征，通常被描述為心臟泵血和/或充血能力下降的疾病，其可能由心臟結構或功能異常導致心輸出量不足，也可能是由于代償性神經激素激活和左心室充盈壓升高引起的心輸出量不足。據統(tǒng)計，截至2017年，全世界約有6400萬人患有心力衰竭，而根據中國高血壓調查估計中國約有 1.3% 的人患有心力衰竭。隨著人口老齡化、相關危險因素的增加以及心肌梗死后生存期的延長，其患病率逐漸增加[1-2] 。

適宜的睡眠時間在維持人類健康方面起著至關重要的作用[3］。以往研究表明，極端的睡眠時間是一系列慢性疾病的重要風險因素，例如糖尿病和部分心血管疾病［4-5］。既往部分人群研究表明，睡眠時間過短或過長均可能與心力衰竭有關[6-8]。然而，傳統(tǒng)的觀察性研究易受混雜因素和反向因果的影響，使得暴露因素與疾病結局之間的因果關聯(lián)難以進行準確推斷。孟德爾隨機化（mendelianrandomization，MR）分析是指基于大樣本的全基因組關聯(lián)分析（genomewideassociation study，GWAS）數(shù)據庫，篩選出與暴露因素有較強相關的單核苷酸多態(tài)性（single nucleotide polymorphism，SNPs）作為工具變量，來推斷暴露因素與疾病結局之間的因果關聯(lián)，從而減少混雜因素對疾病結局所產生的偏倚[9］既往MR研究表明，睡眠時間與多種疾病相關，但探討睡眠時間與心力衰竭之間的MR研究較少，且分析過程并不嚴謹[10-12]。因此本研究擬通過 MR方法探討睡眠時間是否與心力衰竭的發(fā)生有關，為心力衰竭的防控提供依據。

1對象與方法

1.1研究設計與數(shù)據來源

本研究利用睡眠時間不足（睡眠時間 lt;7h ）和睡眠時間過長（睡眠時間 ?9h ）作為暴露因素，與暴露因素顯著相關的SNPs作為工具變量（instrumentalvariable，IV），心力衰竭作為結局變量，使用兩樣本MR分析的方法進行因果關聯(lián)分析。睡眠時間不足的遺傳數(shù)據來自英國生物庫（UKBiobank）［13］，這是一項針對居住在英國的超過50萬人的前瞻性研究，研究人群為40～69歲，本研究引用HASSAN等［14]2019年發(fā)表的有關睡眠時間的GWAS數(shù)據庫，其中包括睡眠時間不足（睡眠時間 lt;7h ）106192例，睡眠時間正常（睡眠時間 7～8h ）305742例，睡眠時間過長（睡眠時間 gt;8h ）34184例，納入人群均為歐洲血統(tǒng)。心力衰竭的遺傳數(shù)據來自2020年發(fā)表的有關心力衰竭基因位點的Meta分析，該研究納入26項歐洲人群研究，病例的納入標準為臨床診斷的任何病因的心力衰竭患者，并沒有基于左心室射血分數(shù)的納入標準；對照組為沒有診斷為心力衰竭的受試者，該研究包括47309例病例和930014例對照，分析了7773021個與心力衰竭相關的SNP位點[15] 。

1.2IV的選擇

篩選SNPs標準為：（1）在全基因組學范圍內與暴露因素具有顯著關聯(lián)的SNPs（ Plt;5×10^-8 ）。（2）剔除連鎖不平衡（linkagedisequilibrium，LD）的SNPs，保證SNPs之間相互獨立。排除SNPs標準為： r²gt;0.001 kb=10000 。（3）設置最小等位基因頻率（minimumallelefrequency，MAF）參數(shù)為 0.01 。（4）剔除具有回文結構的SNPs進入后續(xù)的分析。（5）采用代理SNPs（ r²gt;0.8 ）來替代缺失的SNPs。（6）采用 F 統(tǒng)計量來衡量是否存在弱工具變量，當 Flt;10 時說明有可能存在弱工具變量偏倚，后續(xù)分析中剔除，其計算公式為 F= β²/se^2[16] 。（7）存在水平多效性的 SNPs在后續(xù)分析中剔除。

1.3 統(tǒng)計學分析

本研究所有分析在R語言（版本4.1.2）上進行。運用“TwoSampleMR”包進行MR分析，“MR-PRESSO”包進行水平多效性檢驗，“ggplot2”包繪制圖形，以Plt;0.05 為差異有統(tǒng)計學意義。

1.3.1MR分析：本研究采用逆方差加權法（inversevarianceweighted，IVW）、MR-Egger回歸、加權中位數(shù)法（weightedmedianestimator，WME）和Weightedmode法進行MR分析。主要分析是使用IVW方法進行的，IVW法的原理是保證所有IV有效的前提下將每一個IV方差的倒數(shù)作為權重進行加權計算，回歸時不考慮截距項，最終結果是所有IV效應值的加權平均值[3]。如果IVW方法的結果存在統(tǒng)計學意義（ Plt;0.05 ），即使其他方法的結果無統(tǒng)計學意義，并且沒有發(fā)現(xiàn)多效性和異質性，只要其他方法的 β 值在同一方向上，其也可以被視為陽性結果[17] 。

1.3.2敏感性分析：采用Cochran Q 檢驗和漏斗圖檢驗各個IV之間的異質性，從而評估各個 IV 之間的差異。為檢驗多個IV之間的水平多效性，本研究采用MR-Egger法和MR-PRESSO 法進行檢測。當MR-Egger回歸的截距為0或者截距項的 P 值不顯著，說明不存在偏倚[16，18]。MR-PRESSO 法是通過將每個 SNP 剔除后計算IVW結果，并計算該SNP的效應與IVW結果的殘差平方和，然后將每個SNP的殘差平方和的結果相加，從而評估水平多效性是否顯著「17.19]。“l(fā)eave-one-out”法則是通過逐個剔除IV后計算剩余IV的IVW結果，從而判斷MR的結果是否由某個IV所推動。

2結果

2.1IV的基本信息

去除存在連鎖不平衡的IVs后，共篩選出26個SNPs與睡眠時間不足相關， F 值為37.21（ Fgt;10 ），可能不存在弱工具變量偏倚，其中 rs2186122 rs9367621 ，rs60882754存在回文結構，在后續(xù)分析中被剔除；篩選出7個SNPs與睡眠時間過長相關， F 值為39.40（ Fgt;10 ），可能不存在弱工具變量偏倚，其中 rs7534398 存在回文結構，在后續(xù)分析中被剔除，而rs17817288由于存在水平多效性，在后續(xù)分析中被剔除。SNPs具體信息詳見表1和表2。

2.2 睡眠時間心力衰竭的MR分析

IVW法結果顯示，睡眠時間不足會導致心力衰竭的風險增加，結果有統(tǒng)計學意義［OR（ 95%CI ））=2.347 （1.209～4.555）]。MR-Egger、Weighted median和Weightedmode法的OR值也均 gt;1 ，統(tǒng)計效能為100.0% 。睡眠時間過長可能會導致心力衰竭的風險增加減少，但四種方法的結果均無統(tǒng)計學意義，統(tǒng)計效能為39.6% 。結果詳見表3、圖1和圖2。

2.3 敏感性分析

在睡眠時間過短與心力衰竭之間，IVW（ P=0.174 ）和MR-Egger回歸（ _P=0.075 ）的Cochran Q 檢驗表明SNPs并不存在異質性。MR-Egger的egger_intercept和0無統(tǒng)計學意義（ P=0.056 ），MR-PRESSO總體性檢驗未發(fā)現(xiàn)多效性的SNPs，因此可以認為沒有水平多效性的存在。“l(fā)eave-one-out”分析顯示剔除每個SNP后，剩余的SNPs進行IVW分析結果均在0的右側，未發(fā)現(xiàn)對因果關聯(lián)估計值影響過大的SNPs（圖3）。漏斗圖顯示每個SNP作為IV時，代表因果關聯(lián)效應的點呈對稱分布（圖4）。

在睡眠時間過長與心力衰竭之間，MR-Egger的egger_intercept和O無統(tǒng)計學意義（ _P=0.658 ），但MR-PRESSO總體性檢驗（ P=0.013 ）發(fā)現(xiàn)rs17817288是離群值，導致整體存在水平多效性，故后續(xù)的分析中將其剔除。IVW（ P=0.599 ）和MR-Egger回歸（ P=0.472 ）的Cochran Q 檢驗表明SNPs并不存在異質性。“l(fā)eave-one-out”分析顯示剔除每個SNP后，剩余的SNPs進行

表1與睡眠時間不足相關聯(lián)的SNPs的基本信息

Table1 Basic information of SNPs associated with insuffcient sleep duration

注：3個SNP（rs2186122、 rs9367621 、rs60882754）呈回文序列而在后續(xù)分析中被剔除， SNPs= 單核苷酸多態(tài)性， CHR= 染色體， EA= 效應等位基因， OA= 其他等位基因， EAF= 最小等位基因頻率。

表2與睡眠時間過長相關聯(lián)的SNPs的基本信息 Table2Basic information of SNPs associated with excessive sleep duration

注：SNP（rs17817288）存在水平多效性而在后續(xù)分析中被剔除，SNP（rs7534398）呈回文序列而在后續(xù)分析中被剔除。

表3睡眠時間與心力衰竭的孟德爾隨機化分析結果

Table3Mendelianrandomization analysis results for therelationship betweensleepdurationand heartfailure

IVW分析結果均與0相交（見圖3）。漏斗圖顯示每個SNP作為IV時，代表因果關聯(lián)效應的點呈對稱分布（見圖4）。

3討論

本研究系統(tǒng)評估了睡眠時間與心力衰竭發(fā)生風險的因果關聯(lián)，使用了大樣本GWAS數(shù)據庫進行分析。結果表明，睡眠時間過短會增加心力衰竭發(fā)生的風險［OR（ 95%CI ） =2.347 （1.209～4.555）， P=0.012 」，且結果有統(tǒng)計學意義。相比之下，睡眠時間過長與心力衰竭之間無因果關聯(lián)［OR（ 95%CI ） =0.774 （0.141～4.249），_P=0.768 」。通過敏感性分析，在剔除存在水平多效性的SNP后，結果的穩(wěn)定性得到進一步驗證。

既往人群研究表明睡眠時間過少會導致患心力衰竭的風險增加。一項針對6538名美國成年人的橫斷面研究結果顯示，在調整多個混雜因素后，夜間睡眠時間 lt;6h 的人群患心力衰竭的概率增加約 67.0% （ 95%CI=1.16～2.41 ）［6]。在一項基于3723名英國男性的隊列研究中，與睡眠時間 ^7h 的人群相比，睡眠時間 lt;6h 患心力衰竭的風險明顯增加［HR（ 95%CI ））=2.91 （1.31～6.45）]［7]。基于開灤隊列的一項前瞻性研究結果顯示，與睡眠時間 7.0～7.9h/ 晚相比，短睡眠時間人群發(fā)生心力衰竭的風險更高；在調整相關混雜因素后，睡眠時間 晚人群的HR值為1.24[ 95%CI （1.01～1.55）]，睡眠時間 6.0～6.9h/ 晚人群的HR值為1.29[ 95%CI （1.06～1.57）][8]。上述結果與本研究結果一致。

然而，既往研究對于睡眠時間過長與心力衰竭之間是存在爭議的。一項2007年在美國開展的橫斷面研究發(fā)現(xiàn)，與睡眠時間 6～8h 的人群相比，睡眠時間超過 8h 患心力衰竭的OR值為1.325[ 95%CI （0.631～2.780）]，但結果無統(tǒng)計學意義[6]。在另一項英國的隊列研究中，研究者對89572人進行隨訪7年，最終有1324人患有心力衰竭，在調整多個協(xié)變量后，與睡眠時間正常（ 6～8h ）的人群相比，長睡眠并沒有增加心力衰竭的風險[HR（ 95%CI ） =0.89 （0.77～1.02）][20]。本研究觀察到睡眠時間過長與心力衰竭無相關性，原因如下：首先，睡眠時間較長與心力衰竭之間的關系仍有待商榷，抑郁癥、社會經濟地位低、缺乏身體活動和亞臨床疾病均與睡眠時間過長有關，并會混淆與心力衰竭之間關聯(lián)性。其次，MR分析和既往人群研究一樣，均需要大規(guī)模樣本來進行因果效應的估計，然而睡眠時間過長者相對較少，可能會使統(tǒng)計功效變低，從而導致結果出現(xiàn)假陰性[21] 。

注：A表示睡眠不足與心力衰竭之間MR分析的森林圖，B表示睡眠過長與心力衰竭之間MR分析的森林圖。

圖1睡眠時間與心力衰竭MR結果的森林圖 Figure1Forest plot ofMR results for the relationship betweensleepdurationand heart failure

注：SNPeffect onShort sleep=SNP對睡眠時間不足的影響，SNPeffectonHeart failure ：=SNP 對心力衰竭的影響；MRTest=孟德爾隨機化檢驗Inversevariance weighted=逆方差加權，Weightedmedian=加權中位數(shù)，MREgerMREger回歸，Weightedmode=加權眾數(shù)；A表示睡眠不足與心力衰竭之間MR分析的散點圖、B表示睡眠過長與心力衰竭之間MR分析的散點圖。

注：A表示睡眠不足與心力衰竭之間的敏感性分析；B表示睡眠過長與心力衰竭之間的敏感性分析。

圖2睡眠時間與心力衰竭MR結果的散點圖

圖3“l(fā)eave-one-out”敏感性分析結果 Figure3 leave-one-out of SNP associated with sleep durationand heart failure

圖4睡眠時間與心力衰竭MR分析的漏斗圖

Figure4 Funnel plotfortheMRanalysisof sleepdurationand heart failure

注：MRMethod Σ=Σ 孟德爾隨機化方法；A表示睡眠不足與心力衰竭之間MR分析的漏斗圖，B表示睡眠過長與心力衰竭之間MR分析的漏斗圖

4小結

本研究的優(yōu)勢在于：（1）使用MR分析可以有效避免混雜因素和反向因果對研究結果的影響；（2）通過嚴格的方式篩選SNP作為IV，并通過多種分析方法來驗證兩者之間的因果關聯(lián)，保證結果穩(wěn)定。有研究者開展關于睡眠時間與心力衰竭的MR研究，但在IV的篩選過程中并沒有將容易影響結果的呈回文結構的SNPs剔除，且沒有詳細的敏感性分析結果，導致其最終結果并不準確[10]。當然，本研究也存在一定的局限性。（1）睡眠時間是由參與者自我報告的，這可能會導致回憶偏移而導致錯誤分類，有研究發(fā)現(xiàn)自我報告的睡眠時間明顯長于體動記錄儀測量的睡眠時間[22]；（2）本研究沒有包括其他與睡眠相關的特征（例如：阻塞性睡眠呼吸暫停綜合征、不寧腿綜合征），而這些特征也是一些心血管疾病的現(xiàn)在危險因素［23-24]；（3）研究只包括了具有歐洲血統(tǒng)的人群，雖然減少人口結構帶來的潛在偏倚，但會限制研究結果在不同地區(qū)、不同種族人群中的可推廣性；（4）由于沒有原始數(shù)據，無法進一步按照年齡或性別進行分層分析，可能無法得出更明確的因果關聯(lián)。（5）心力衰竭并沒有區(qū)分不同亞型（如射血分數(shù)降低性心力衰竭和射血分數(shù)正常性心力衰竭），這使得本研究無法揭示睡眠時間與不同類型的心力衰竭之間更詳細的關聯(lián)性結論。（6）盡管本研究囊括了26項研究的Meta分析作為結局變量，但其中包括UKBiobank，由于沒有個體的原始數(shù)據，無法計算樣本的重疊率，可能使結果產生偏倚。

綜上所述，本研究通過MR的研究方法揭示了睡眠時間過短與心力衰竭存在明顯的因果關聯(lián)。這一發(fā)現(xiàn)強化了睡眠健康教育的重要性，為心力衰竭的早期預防以及及時防治提供了新的思考方向，值得進一步研究論證及推廣應用。然而，鑒于不同種族和地區(qū)的基因差異，更大規(guī)模和更多元化的研究仍然需要進行，以驗證睡眠調節(jié)對于降低心力衰竭發(fā)病率的實際效果。

作者貢獻：劉振宇負責文章的構思與設計、統(tǒng)計學處理、結果的分析與解釋、論文撰寫；劉振宇、王江敏負責數(shù)據收集、整理；劉振宇、魏云鵬負責論文的修訂；邢彥負責文章的質量控制及審校，對文章整體負責。

本文無利益沖突。

劉振宇D https：//orcid.org/0000-0003-1838-0032

參考文獻

[1]SAVARESEG，BECHER PM，LUND L H，et al.Globalburden of heart failure：a comprehensive and updated review ofepidemiology［J].CardiovascRes，2023，118（17）：3272-3287. DOI：10.1093/cvr/cvac013.

[2]SAVARESE G，LUNDL H.Global public health burden of heartfailure［J].CardFail Rev，2017，3（1）：7-11.DOI：10.15420/cfr.2016：25：2.

[3]HIRSHKOWITZ M，WHITON K，ALBERT S M，et al. Nationalsleep foundation's updated sleep duration recommendations： finalreport［J].Sleep Health，2015，1（4）：233-243.DOI：10.1016/j.sleh.2015.10.004.

［4］劉振宇，王江敏，魏云鵬，等.北京市海淀區(qū)居民睡眠時間與糖尿病患病的相關性研究［J].現(xiàn)代預防醫(yī)學，2022，49（18）：3451-3456.DOI：10.20043/j.cnki.MPM.202203360.

[5]BOCK JM，VUNGARALA S，COVASSIN N，et al. Sleep durationand hypertension：epidemiological evidence and underlyingmechanisms[J].AmJHypertens，2022，35（1）：3-11.DOI：10.1093/ajh/hpab146.

[6]AGGARWAL S，LOOMBA R S，ARORA R R，et al. Associationsbetween sleep duration and prevalence of cardiovascular events [J].Clin Cardiol，2013，36（11）：671-676.D0I：10.1002/clc.22160.

[7]WANNAMETHEE S G，PAPACOSTA O，LENNON L，et al. Self-reported sleep duration，napping，and incident heart failure：prospective associations in the British regional heart study［J].JAm Geriatr Soc，2016，64（9）：1845-1850.D0I：10.1111/jgs.14255.

[8]ZHUANG S，HUANG S E，HUANG Z，et al. Prospective study ofsleep duration，snoring and risk of heart failure［J].Heart，2023：heartjnl-hear2022-321799.DOI：10.1136/heartjnl-2022-321799.

[9]HEMANIG，ZHENGJ，ELSWORTHB，et al.The MR-Baseplatform supports systematic causal inference across the humanphenome[J].eLife，2018，7：e34408.D0I：10.7554/eLife.34408.

[10] ZHAO JQ，YANG F K， ZHUO C G，et al. Association of sleepduration with atrial fibrillation and heart failure：a Mendelianrandomization analysis［J].Front Genet，2021，12：583658.DOI：10.3389/fgene.2021.583658.

[11]LIANGYY，CHEN J，PENG MG，et al.Associationbetweensleep duration and metabolic syndrome：linear and nonlinearMendelian randomization analyses[J].J Transl Med，2023，21（1）：90.D0I： 10.1186/s12967-023-03920-2.

[12]ZHOUFX，LISJ，XUHL.Insomnia，sleep duration，and riskof anxiety：a two-sample Mendelian randomization study[J].JPsychiatrRes，2022，155：219-225.D01：10.1016/j.jpsychires.2022.08.012.

[13] SUDLOW C， GALLACHER J， ALLEN N，et al. UK biobank ：an open access resource for identifying the causes of a wide range ofcomplex diseases of middle and old age[J].PLoS Med，2015，12（3）： e1001779. DOI：10.1371/journal.pmed.1001779.

[14]DASHTIHS，JONESSE，WOODAR，etal.Genome-wide associationstudy identifiesgenetic loci for self-reported habitual sleep duration supported by accelerometer-derived estimates[J]. NatCommun，2019，10（1）：1100.D0I：10.1038/s41467- 019-08917-4.

[15]SHAH S，HENRYA，ROSELLIC，etal.Genome-wide associationand Mendelian randomisation analysis provide insights intothepathogenesis ofheartfailure[J].NatCommun，2020， 11（1）： 163.D01： 10.1038/s41467-019-13690-5.

[16]FENGRY，LUMN，XUJW，etal.Pulmonaryembolism and 529human blood metabolites： genetic correlation and two-sample Mendelian randomization study[J].BMC GenomData，2022， 23（1）：69.D0I：10.1186/s12863-022-01082-6.

[17]BURGESSS，DAVEYSMITHG，DAVIESNM，etal.Guidelines forperformingMendelianrandomizationinvestigations：update for summer 2023［J].Wellcome Open Res，2019，4：186.DOI： 10.12688/wellcomeopenres.15555.3.

[18］BOWDENJ，DAVEYSMITHG，BURGESSS.Mendelian randomization with invalid instruments：effect estimation and bias detection through egger regression[J].IntJEpidemiol，2015， 44（2）：512-525.D0I：10.1093/ije/dyv080.

[19]VERBANCKM，CHENCY，NEALEB，etal.Detectionof widespreadhorizontalpleiotropyincausalrelationshipsinferredfrom Mendelian randomization between complex traits and diseases[J]. NatGenet，2018，50（5）：693-698.D0I：10.1038/s41588- 018-0099-7.

[20]CHENXR，ZHOUMQ，WANGJY，etal.Associationsof objectivesleepdurationandphysical activitywith risk ofheart failure：a prospective cohort study[J].Gen Hosp Psychiatry， 2024，90：141-149.DOI： 10.1016/j.genhosppsych.2024.08.005.

[21]ZOU CF，WANG ZQ，HUANG WY，et al.Linear and nonlinearMendelian randomization analyses of sex-specific associations between sleep duration and hyperuricemia［J].Front Nutr， 2022，9：920791.D01：10.3389/fnut.2022.920791.

[22]CESPEDESEM，HUFB，REDLINES，etal.Comparisonof self-reported sleep duration with actigraphy：resultsfrom the hispanic community health study/study of latinos suefo ancillary study［J].AmJEpidemiol，2016，183（6）：561-573.DOI： 10.1093/aje/kwv251.

[23]ZHANGYQ，PELOQUINCE，DUBREUILM，et al.Sleep apnea and the risk of incident gout：a population-based，body mass index-matchedcohort study［J].ArthritisRheumatol，2015， 67（12）：3298-3302.D01：10.1002/art.39330.

[24]SCHIPPER SBJ，VANVEEN MM，ELDERSPJM，et al. Sleepdisordersinpeoplewith type2diabetesand associated health outcomes：areviewof the literature［J].Diabetologia，2O21，64 （11）：2367-2377.D0I：10.1007/s00125-021-05541-0. （收稿日期：2024-03-02；修回日期：2024-11-01） （本文編輯：王世越）