揭秘体内水分与肾功能关系：孟德尔随机化研究揭示的重要发现

1. 摘要与主要研究

1.1 摘要

背景: 慢性肾脏病（CKD）的发病率和死亡率在世界范围内不断上升，使其成为一个严重的公共卫生问题。尽管已经提出体内含水量与 CKD 进展之间存在潜在相关性，但因果关系的存在仍不确定。本研究旨在确定体内含水量对肾功能的因果影响。

方法: 来自英国生物样本库的全基因组关联研究摘要数据用于评估与全身水团 （BWM） 相关的单核苷酸多态性 （SNP）。与肾功能有关的汇总统计数据来自CKDGen联盟。主要肾功能结局指标包括估计肾小球滤过率（eGFR）、白蛋白尿、CKD 3-5 期和快速进展为 CKD （CKDi25）。双样本孟德尔随机化 （MR） 分析估计了 BWM 与肾功能之间的潜在因果关系。采用逆方差加权MR法作为主要分析，并辅以几种敏感的MR分析。

结果: BWM的增加与eGFR的降低呈相关性（β=-0.02;P = 6.95 × 10−16）。排除 13 个负责多效性的 SNP （P = 0.05），BWM 的增加也与尿白蛋白与肌酐比值的降低有关（β = −0.16;P = 5.91 × 10−36）。BWM每增加一个标准差，CKD第3-5期的风险增加32%（OR，1.32;95%CI，1.19-1.47;P = 1.43 × 10−7），CKDi25 的风险增加 22%（OR，1.22;95% CI，1.07–1.38;P = 0.002）。

结论: BWM的增加与肾功能受损有关。主动管理体内水分含量对预防慢性肾病的进展具有重要意义。

1.2 BWM对肾功能的总因果效应

图2显示了MR分析中BWM对eGFR、UACR、CKD 3-5期和CKDi25的估计因果效应。

图3显示了使用不同MR方法对每个结果的估计值的森林图。

图4提供了SNP-结果关联和SNP-BWM关联的散点图，并可视化了每个SNP对肾功能的因果效应估计。

1.3 WM和eGFR

IVW分析检查了BWM和eGFR之间的关联，提供了强有力的证据（β = −0.02，P = 6.95 × 10−16）。MR-Egger截距检验未观察到定向多效性（P = 0.52）。然而，观察到显著的异质性（Cochran's Q<的P为 0.05），促使人们倾向于 IVW 的随机效应模型以增强结果的稳健性。在留一分析中，β范围为-0.025至-0.023，表明总体估计值不受单个SNP的影响。此外，MR-Egger （β = −0.03;P = 2.28 × 10−4）和加权中位数（β = −0.02;P = 1.27 × 10−11）始终支持BWM的增加，这与eGFR的降低有关。然而，由于疗效有限，加权模式（β = −0.02;P = 0.12）方法无统计学意义。

1.4 WM和UACR

MR分析提供了有利的证据，支持BWM的增加与UACR的减少之间存在强有力的相关性。异质性分析显示，显著性水平为P<0.05，因此偏好IVW的随机效应模型以提高可靠性。MR-Egger 截距检验检测到定向多效性 （P = 0.045）。MR-PRESSO用于识别和去除13个主要负责多效性的异常值SNP（rs113978196、rs114949263、rs1374370、rs143384、rs2101975、rs281385、rs2885697、rs34055910、rs34879158、rs4899012、rs6693481、rs67551338、rs77165542），随后计算因果估计值。IVW分析的相关性非常显著（β = −0.16，P = 5.91 × 10−36）。 MR–Egger （β = −0.14;P = 4.25 × 10−5）、加权中位数 （β = −0.15;P = 2.78 × 10−20）和加权模式（β = −0.14;P = 2.33 × 10−3） 分析也支持BWM增加与UACR降低相关的断言。在去除异常值后的留一分析中，β范围为-0.161至-0.155，表明总体估计值不受单个SNP的影响。

1.5 WM 和 CKD 阶段 3-5

在IVW MR分析中，BWM每增加一个标准差，CKD3-5期的风险增加32%（OR，1.32;95%CI，1.19-1.47;P = 1.43 × 10-7）。MR-Egger 截距检验未检测到定向多效性 （P = 0.73）。异质性分析发现，IVW随机效应模型的P<0.05是优选的。在留一分析中，估计值范围为1.30（95%CI，1.17-1.43）至1.34（95%CI，1.20-1.48）。与IVW分析一致，MR-Egger（OR，1.38;95%CI，1.06-1.79）和加权中位数（OR，1.26;95%CI，1.09-1.46）分析都支持BWM是CKD3-5期的潜在危险因素。然而，加权模式（OR，1.17;95% CI，0.77–1.77）分析没有统计学意义。

1.6 BWM 和 CKDi25

BWM 对 CKDi25 的估计因果效应在方向和幅度上与 CKD 第 3-5 阶段观察到的因果效应密切相关。BWM每增加一个标准差，CKDi25的风险就会增加22%（OR，1.22;95%CI，1.07-1.38;P = 2.00 × 10−3）。未检测到定向多效性（P = 0.89）和异质性（P = 0.59）。在留一分析中，OR范围为1.20（95%CI，1.06-1.36）至1.23（95%CI，1.09-1.40）。与IVW方法一致，加权中位数（OR，1.27;95%CI，1.02–1.58;P = 0.03）具有统计学差异。尽管MR-Egger（OR，1.19;95%CI，0.87-1.64）和加权模式（OR，1.28;95%CI，0.84-1.94）在幅度上与IVW的估计值相似，但它们没有统计学意义。这可能归因于疗效有限，需要进一步进行更有利的分析以建立潜在的因果关系。

2. 统计学方法

我们利用全身水量（BWM）作为工具变量来识别与身体水分含量相关的遗传变异。与BWM相关的GWAS数据来自英国生物银行，包括454,888名欧洲血统的参与者的综合队列。参与者使用BIA设备进行体水测量。BWM数据是使用Tanita BC418MA体成分分析仪获得的，测量全身生物阻抗，精确到0.1公斤。英国生物样本库队列中的人群是通过英国的22个评估中心招募的，主要收集疾病和生活方式信息以及基因型数据。所有志愿者都签署了知情同意书，该研究得到了西北多中心研究伦理委员会的批准。种群特征和方案的详细信息可从英国生物样本库（http://www.ukbiobank.ac.uk/about-biobank-uk/）获得。

荟萃分析中与估计肾小球滤过率（eGFR）、白蛋白尿和CKD相关的GWAS数据来自慢性肾脏病遗传学（CKDGen）联盟，作为肾功能的衡量标准。使用慢性肾脏病流行病学合作公式（针对个体>18岁）或Schwartz公式（针对个体≤18岁）估计GFR。GWAS（n = 765,348）使用血清肌酐估计GFR，血清肌酐是量化肾功能和定义CKD的主要生物标志物，主要包括欧洲人（n = 567,460）和少数亚洲人和多个血统。通过白蛋白与肌酐比值（UACR）测量白蛋白尿，在过夜或24小时尿液收集中测量。UACR的GWAS数据在欧洲血统的参与者中进行了专门分析。CKD 3-5 期定义为 eGFR <60 mL/min/1.73 m2。CKD 3-5 期的 GWAS 数据包括23个欧洲血统队列（n = 480,698;41,395例和439,303例对照）。此外，为了更好地反映体内含水量对CKD和肾功能的动态影响，我们选择了一个额外的终点：快速进展为CKD（CKDi25），定义为eGFR从基线下降≥25%，同时从非CKD进展为CKD。CKDi25 的 GWAS 数据包括42个欧洲血统队列。

CKDGen 联盟以荟萃分析的形式发布摘要级数据，以年龄和性别为协变量（CKDGEN 荟萃分析数据集 （uni-freiburg.de））。所有参与者都提供了知情同意书，当地伦理委员会批准了该研究。

首先，单核苷酸多态性（SNP）与暴露因子密切相关，选取单核苷酸多态性作为工具变量，滤波条件为P < 5 × 10−8。其次，选定的遗传工具应满足独立性和连锁不平衡（LD）效应，LD参数（r2）为<0.001，与遗传距离的LD参数（r2）<1 MB。此外，为了确保工具变量与暴露因子之间的相关性强度，我们用F统计量>10筛选了工具变量。使用公式 F = R2（N−2）/（1−R2） 估计F值，其中 N 表示 GWAS 数据中的样本量，R2表示工具变量解释暴露因子的程度。R2的具体公式如下：R2 = 2 × （1−EAF） × EAF× β 2，其中 EAF 是效应等位基因频率，β是SNP对暴露因子的影响大小。第三，我们使用PhenoScanner检查暴露相关的SNP是否与肾功能的潜在危险因素相关，PhenoScanner是一种将人类基因型与表型相关联的扩展工具 （www.phenoscanner.medschl.cam.ac.uk）。

在英国生物样本库数据集中，565个SNP与BWM相关，阈值为P < 5 × 10−8，r 2 < 0.001。在检查了潜在的混杂因素，如肥胖、体重指数、高脂血症、高血压、糖尿病、饮酒和吸烟后，剩下416个SNP用于后续分析。接下来，将这些SNP对齐以获得效应等位基因，去除不协调的回文SNP，并对剩余的SNP进行MR分析。这些SNP的F统计量超过了10的阈值，表明工具变量很强。

双样本逆方差加权（IVW）是估计因果关系的主要方法。IVW方法假设所有遗传变异都是有效的工具变量，并且具有很强的因果关系检测能力。特别是，它要求遗传变异仅通过研究中的暴露影响结果（截距限制为零）。此外，我们还使用MR-Egger、加权中位数和加权模式来改进IVW的估计值，并测试MR结果的可靠性和稳定性。与IVW相比，MR-Egger回归只需要满足以下假设：工具变量多效性与工具变量与暴露之间的关联无关。即使超过50%的遗传工具无效，加权中位数方法仍然可以提供有效的因果推断。加权模式分析放宽了多效性假设，当遗传变异超过50%时，仍然可以计算估计值。依次对GWAS数据提供的每个SNP进行MR分析。当上述四种不同的MR方法对因果效应产生相似的估计时，就确定了BWM与肾功能之间因果关系的稳定性和可靠性。

为了确保MR结果的准确性和可靠性，我们随后使用MR-Egger截距检验和留一分析评估了水平性多效性。MR-PRESSO方法通过去除异常值来检测和校正多效性，从而缩小置信区间。用于识别异质性的Cochran Q检验。所有分析均在R版本4.2.3中使用TwoSampleMR和MRPRESSO软件包进行。

3 .小结

根据《Front Endocrinol》上发表的一篇题为"Whole-body water mass and kidney function: a Mendelian randomization study"的研究，通过孟德尔随机化分析，发现BWM的增加与肾功能受损有关。这些发现表明主动管理体内水分含量对预防慢性肾病的进展具有重要意义。

本文通过对已发表的孟德尔随机化研究进行系统评价，发表二区文章，IF=5.2，影响因子也比较高，为我们提供了一种新的发文思路，赶快学起来吧！