การศึกษาการสุ่ม Mendelian ข้ามชาติพันธุ์เผยให้เห็นความสัมพันธ์เชิงสาเหตุระหว่างปัจจัยเกี่ยวกับหัวใจและหลอดเลือดและโรคไตเรื้อรัง Ⅰ

เชิงนามธรรม

ความเป็นมา: การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อทดสอบอย่างเป็นระบบว่ามีปัจจัยเสี่ยงที่รายงานไว้ก่อนหน้านี้หรือไม่โรคไตเรื้อรัง(CKD) มีความสัมพันธ์เชิงสาเหตุกับ CKD ในบรรพบุรุษของชาวยุโรปและเอเชียตะวันออกโดยใช้การสุ่มแบบ Mendelian วิธีการ: ปัจจัยเสี่ยงทั้งหมด 45 ประการที่มีข้อมูลทางพันธุกรรมในเชื้อสายยุโรปและปัจจัยเสี่ยง 17 ประการในผู้เข้าร่วมเอเชียตะวันออกได้รับการระบุว่าเป็นการสัมผัสจาก PubMed เรากำหนดไว้โรคไตวายเรื้อรังโดยการวินิจฉัยทางคลินิกหรือโดยอัตราการกรองไตโดยประมาณของ<60ml/min/1.73 m2. ท้ายที่สุดแล้ว 51 672 กรณี CKD และ 958 102 การควบคุมของบรรพบุรุษชาวยุโรปจาก CKDGen, UK Biobank และ HUNT และ 13 093 กรณี CKD และ 238 118 การควบคุมของบรรพบุรุษเอเชียตะวันออกจาก Biobank Japan , China Kadoorie Biobank และ Japan-Kidney-Biobank/ToMMo ถูกรวมไว้ด้วย ผลลัพธ์: ปัจจัยเสี่ยง 8 ประการแสดงให้เห็นหลักฐานที่เชื่อถือได้ผลกระทบเชิงสาเหตุต่อ CKDในยุโรปรวมถึงมวลกายที่ทำนายทางพันธุกรรมด้วยดัชนี (BMI), ความดันโลหิตสูง,ความดันโลหิตซิสโตลิก, ไลโปโปรตีนความหนาแน่นสูง คอเลสเตอรอล, อะโพลิโพโปรตีน AI, ไลโปโปรตีน (a), เบาหวานประเภท 2 (T2D) และโรคไต ในเอเชียตะวันออก ค่าดัชนีมวลกาย T2D และโรคไตอักเสบแสดงให้เห็นหลักฐานของสาเหตุโรคไตวายเรื้อรัง ในการวิเคราะห์การจำลองแบบอิสระสองครั้ง เราสังเกตว่าความเสี่ยงความดันโลหิตสูงที่เพิ่มขึ้นแสดงหลักฐานที่เชื่อถือได้ของผลกระทบเชิงสาเหตุต่อการเพิ่มความเสี่ยง CKD ในยุโรป แต่ในทางตรงกันข้าม แสดงให้เห็นผลกระทบที่เป็นโมฆะในเอเชียตะวันออก แม้ว่าความรับผิดต่อ T2D จะแสดงออกมาก็ตามผลกระทบที่สม่ำเสมอต่อ CKD, the effects of glycaemic phenotypes on CKD were weak. Non-linear Mendelian randomization indicated a threshold relationship between genetically predicted BMI and CKD, with increased risk at BMI of >25 กก./ม2.

สรุป: ปัจจัยเสี่ยงเกี่ยวกับหัวใจและเมตาบอลิซึม 8 ประการแสดงให้เห็นผลกระทบเชิงสาเหตุต่อโรคไตวายเรื้อรังในชาวยุโรป และ 3 ปัจจัยในนั้นแสดงให้เห็นสาเหตุในเอเชียตะวันออก โดยให้ข้อมูลเชิงลึกในการออกแบบมาตรการแก้ไขในอนาคตเพื่อลดภาระของโรคไตวายเรื้อรัง

คำสำคัญ:โรคไตเรื้อรัง, ปัจจัยเสี่ยงเกี่ยวกับหัวใจและหลอดเลือด, การสุ่มแบบเมนเดเลียน, สาเหตุ, การศึกษาข้ามชาติพันธุ์

สารสกัดจากถังที่มีเอไคนาโคไซด์ 25% และแอคทีโอไซด์ 9% สำหรับการติดเชื้อในไต

ข้อความสำคัญ

• การศึกษาทางพันธุกรรมในวงกว้างนี้พบหลักฐานที่ชัดเจนว่าสนับสนุนบทบาทเชิงสาเหตุของปัจจัยเสี่ยงด้านคาร์ดิโอเมตาบอลิก 8 ประการต่อโรคไตเรื้อรัง (CKD) ในหมู่ชาวยุโรป และปัจจัยเสี่ยง 3 ประการเหล่านี้เป็นสาเหตุเชิงสาเหตุในหมู่ชาวเอเชียตะวันออก • การเปรียบเทียบข้ามชาติพันธุ์ชี้ให้เห็นว่าความดันโลหิตสูงมีบทบาทเชิงสาเหตุอย่างมากต่อโรคไตวายเรื้อรังในยุโรป แต่ไม่มีบทบาทที่สำคัญในเอเชียตะวันออก

• หลักฐานทางพันธุกรรมชี้ให้เห็นว่าโรคเบาหวานประเภท 2 อาจมีกลไกที่ไม่ขึ้นกับกลูโคสที่ส่งผลต่อโรคไตวายเรื้อรัง

• การศึกษานี้เน้นถึงความสำคัญของการควบคุมโรค multimorbidity ของโรคหัวใจและหลอดเลือดและโรคไตวายเรื้อรังเป็นกลยุทธ์การแทรกแซงเพื่อลดภาระของทั้งสองโรค

การแนะนำ

โรคไตเรื้อรัง(CKD) ส่งผลกระทบต่อประชากร 10–15% ทั่วโลก โดยมีผลกระทบสำคัญต่อสุขภาพทั่วโลก ทั้งเป็นสาเหตุโดยตรงของการเจ็บป่วยและการเสียชีวิต และเป็นภาวะแทรกซ้อนที่สำคัญสำหรับโรคหัวใจและเมตาบอลิซึม1–3 ตั้งแต่ปี พ.ศ. 2533 ถึง พ.ศ. 2560 อัตราการเสียชีวิตตามมาตรฐานอายุทั่วโลกสำหรับโรคไม่ติดต่อที่สำคัญหลายโรคได้ลดลง . ตัวอย่างเช่น อัตราการเสียชีวิตจากโรคหลอดเลือดหัวใจลดลง 30.4% อย่างไรก็ตาม อัตราการตายของโรคไตวายเรื้อรังลดลงเพียง 2.8%4 การทดลองแบบให้การรักษาส่วนใหญ่มุ่งเน้นไปที่การรักษาโรคมากกว่าการป้องกันเบื้องต้น ในงานวิจัยนี้ ภาวะน้ำตาลในเลือดขณะอดอาหารบกพร่อง ความดันโลหิตสูง และดัชนีมวลกายสูง (BMI) เป็นปัจจัยเสี่ยงสำคัญสำหรับโรคไตวายเรื้อรัง อย่างไรก็ตาม แม้ว่าจะมีการแทรกแซงปัจจัยเสี่ยงเหล่านี้อยู่ก็ตาม ภาระของโรคไตวายเรื้อรังไม่ได้ลดลงตามที่คาดไว้4 นอกจากนี้ ความตระหนักเกี่ยวกับโรคไตวายเรื้อรังยังมีจำกัดในหมู่ประชาชนทั่วไปและหน่วยงานด้านสาธารณสุข ดังนั้นการประเมินปัจจัยกำหนดสาเหตุของโรคไตวายเรื้อรังอย่างเป็นระบบจึงมีความจำเป็นเร่งด่วนเพื่อส่งเสริมการเปลี่ยนแปลงจากการรักษาโรคไตวายเรื้อรังผู้ป่วยเพื่อการป้องกันโรคในกลุ่มเสี่ยงสูง

การทดลองแบบสุ่มที่มีกลุ่มควบคุม (RCT) ที่ได้รับการออกแบบอย่างดีมักเป็นแนวทางที่ดีที่สุดในการประเมินความสัมพันธ์เชิงสาเหตุระหว่างปัจจัยเสี่ยงและโรค แม้ว่างานวิจัยหลายชิ้นได้ระบุปัจจัยเสี่ยงของการลุกลามของโรค CKD แต่ยังขาดหลักฐานที่เชื่อถือได้ที่จะสนับสนุนบทบาทเชิงสาเหตุต่ออุบัติการณ์ของ CKD การสุ่มแบบ Mendelian (MR) เป็นวิธีการทางระบาดวิทยาที่สามารถใช้เพื่อรับหลักฐานเกี่ยวกับผลกระทบเชิงสาเหตุของการปรับเปลี่ยนเป้าหมายการแทรกแซง5 MR ใช้การสุ่มของตัวแปรทางพันธุกรรมตั้งแต่เริ่มปฏิสนธิ ดังนั้นจึงมีความเสี่ยงน้อยกว่าที่จะทำให้เกิดความสับสนและกลับเป็นเหตุกว่าแบบดั้งเดิม การศึกษาเชิงสังเกต ความพร้อมที่เพิ่มขึ้นของทรัพยากรที่เกี่ยวข้องกับพันธุกรรมทำให้เกิดโอกาสอันทันท่วงทีในการทดสอบผลกระทบเชิงสาเหตุของปัจจัยเสี่ยงต่างๆ ต่อโรคไตวายเรื้อรัง6,7

In this study, we aimed to investigate the causal effects of 45 previously reported risk factors on CKD using twosample linear and non-linear MR approaches. We used the largest available genome-wide association studies (GWASs) for risk factors in European and East Asian ancestries. Summary data for CKD and estimated glomerular filtration rate (eGFR) were obtained from >ผู้เข้าร่วม 1 ล้านคนจากกลุ่ม CKDGen, 8 UK Biobank, 9 Trøndelag Health (HUNT) Study, 10 Biobank Japan, 11 China Kadoorie Biobank12 และกลุ่ม Japan-Kidney Biobank/ToMMo

วิธีการ

ข้อมูล วิธีการวิเคราะห์ และเอกสารการศึกษาจะมอบให้กับนักวิจัยคนอื่นๆ เพื่อวัตถุประสงค์ในการทำซ้ำผลลัพธ์ สำหรับรายละเอียดเพิ่มเติม ข้อมูลความสัมพันธ์ทางพันธุกรรมของปัจจัยเสี่ยงที่เลือกมีอยู่ในตารางเสริม (มีเป็นข้อมูลเสริมที่ IJE ออนไลน์) สถิติสรุป GWAS สำหรับ CKD และ eGFR ที่สร้างขึ้นโดยใช้ข้อมูล UK Biobank และ CKDGen มีอยู่ในฐานข้อมูล MRC-IEU OpenGWAS (https://gwas.mrcieu.ac.uk/) และเว็บไซต์ CKDGen (http://ckdgen. imbi.uni-freiburg.de/) ตามลำดับ สามารถเข้าถึงผลลัพธ์ GWAS จาก HUNT, Biobank Japan, China Kadoorie Biobank และ Japan-Kidney Biobank/ToMMo ได้โดยการร้องขอจากผู้ถือข้อมูล สคริปต์การวิเคราะห์ของการวิเคราะห์ MR ที่ดำเนินการในการศึกษานี้มีอยู่ในพื้นที่เก็บข้อมูล GitHub ของแพ็คเกจ R 'TwoSampleMR' (https://github.com/ MRCIEU/TwoSampleMR/)

รูปที่ 1 การออกแบบการศึกษาการศึกษาแบบสุ่ม Mendelian ข้ามชาติพันธุ์ของโรคไตเรื้อรัง

เรียนออกแบบ

การศึกษาของเราประกอบด้วยสี่องค์ประกอบ (รูปที่ 1) อันดับแรก เราได้ระบุปัจจัยเสี่ยง 45 ประการสำหรับโรคไตวายเรื้อรังโดยการขุด PubMed ประการที่สอง เราประเมินผลกระทบเชิงสาเหตุของปัจจัยเสี่ยงเหล่านี้ต่อ CKD และ eGFR ใน CKDGen, 8 UK Biobank, 9 HUNT Study, 10 Biobank Japan, 11 China Kadoorie Biobank12 และ Japan-Kidney-Biobank/ToMMo consortium แยกกัน ประการที่สาม เราประเมินผลการค้นพบตามความเข้มแข็งและความสม่ำเสมอของหลักฐานในวิธี MR และการศึกษารายบุคคล ในที่สุด เราทำการวิเคราะห์ติดตามผลอย่างกว้างขวางเพื่อยืนยันการค้นพบฟีโนไทป์ของความดันโลหิต ระดับน้ำตาลในเลือด และไขมันในเลือดในโรคไตวายเรื้อรัง สุดท้าย มีการดำเนินการ MR แบบไม่เชิงเส้นเพื่อประเมินค่า BMI และระดับน้ำตาลในเลือดขณะอดอาหารที่เหมาะสมที่สุด เพื่อลดความเสี่ยงโรคไตวายเรื้อรังใน UK Biobank และการศึกษา HUNT

การเลือกปัจจัยเสี่ยง ปัจจัยเสี่ยงของ CKD ถูกระบุจากการทบทวนวรรณกรรมโดยใช้ MELODI-Presto13,14 เพื่อค้นหาฐานข้อมูล PubMed (หมายเหตุเพิ่มเติม S1 มีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์) เราระบุปัจจัยเสี่ยง 45 ประการสำหรับโรคไตวายเรื้อรัง รวมถึงฟีโนไทป์ความดันโลหิต ฟีโนไทป์ระดับน้ำตาลในเลือด ฟีโนไทป์ของไขมัน โรคอ้วน การสูบบุหรี่ การดื่มแอลกอฮอล์ ความผิดปกติของการนอนหลับ โรคไตอักเสบ กรดยูริกในเลือด โรคหลอดเลือดหัวใจ ความหนาแน่นของมวลกระดูก โฮโมซิสเทอีน โปรตีน C-reactive ฟีโนไทป์ของสารอาหารรอง (โลหะในซีรั่มและวิตามิน) ฟีโนไทป์ของภาวะขาดน้ำ และไทรอยด์ ด้วยการค้นหา GWAS ที่ใหญ่ที่สุดที่มีอยู่ (ตรวจสอบให้แน่ใจว่าตัวอย่างขั้นต่ำซ้อนทับกับตัวอย่างผลลัพธ์) เราได้แยกตัวแปรทางพันธุกรรมที่เกี่ยวข้องกับปัจจัยเสี่ยงทั้งหมด 45 ประการจากการศึกษาบรรพบุรุษของยุโรป และแยกปัจจัยเสี่ยง 17 รายการจาก 45 ปัจจัยจากการศึกษาบรรพบุรุษของชาวเอเชียตะวันออก (ตารางเสริม S1 และเสริม หมายเหตุ S1 มีให้เป็นข้อมูลเพิ่มเติมที่ IJE ออนไลน์) ในการเลือกตัวแปรทางพันธุกรรมอิสระนั้น single-nucleotide polymorphism (SNPs) ที่มีนัยสำคัญทั่วทั้งจีโนมถูกจัดกลุ่มตามความไม่สมดุลของการเชื่อมโยง (LD) (r 2<0.001 for SNPs within 1 Mb genomic region) and the SNP with the lowest P-value per group was retained (Supplementary Tables S2 and S3, available as Supplementary data at IJE online).

การเชื่อมโยงของตัวแปรทางพันธุกรรมกับ CKD และ eGFR

ใน UK Biobank,9 HUNT Study10 และ China Kadoorie Biobank,12 CKD ได้รับการกำหนดตาม International Classification of Diseases (ICD) ฉบับแก้ไขครั้งที่ 10 กรณี CKD ถูกกำหนดให้เป็นผู้เข้าร่วมที่มีรหัส ICD 10 N18 ผู้เข้าร่วมที่มีภาวะไตทุกประเภท (N00 ถึง N29) ถูกแยกออกจากกลุ่มควบคุม เพื่อลดความเป็นไปได้ที่จะรวมกรณี CKD ในกลุ่มควบคุม ในกลุ่มความร่วมมือ Japan-Kidney-Biobank/ToMMo นั้น CKD ถูกกำหนดให้เป็น eGFR ของ<60 ml/min/ 1.73 m2 and/or the presence of urine abnormality, which is similar to the clinical diagnosis for CKD. In CKDGen8 and Biobank Japan,11 CKD was defined as eGFR of <60 ml/min/1.73 m2 . In all studies, eGFR was estimated from serum creatinine using the Chronic Kidney Disease Epidemiology Collaboration (CKD-EPI) formula.15 The genetic associations with CKD and eGFR were reported in three studies of European ancestry (CKDGen: 41 395 cases, 439 303 controls, 8.7% diabetes patients; UK Biobank: 6985 cases, 454 323 controls, 5.2% with diabetes; and HUNT Study: 3292 cases, 64 476 controls, 4.9% with diabetes). The genetic associations with CKD were reported in three East Asian studies (Biobank Japan: 8586 cases, 133 808 controls, 10.2% with diabetes; China Kadoorie Biobank: 461 cases, 94 887 controls, 6.7% with diabetes; Japan-Kidney-Biobank/ToMMo consortium: 4046 cases, 9423 controls, 7.3% with diabetes) and eGFR genetic associations were reported in Biobank Japan (Supplementary Table S4 and Supplementary Note S2, available as Supplementary data at IJE online). All participants included in the CKDGen,8 UK Biobank,9 HUNT,10 Biobank Japan,11 China Kadoorie Biobank12 and Japan-Kidney-Biobank/ToMMo provided written informed consent and studies were approved by their local research ethics committees and institutional review boards as applicable.

การวิเคราะห์ทางสถิติ

MR เป็นวิธีการแปรผันด้วยเครื่องมือที่ใช้ตัวแปรทางพันธุกรรมเป็นเครื่องมือในการทดสอบความสัมพันธ์เชิงสาเหตุระหว่างการสัมผัส (เช่น BMI) และผลลัพธ์ (เช่น CKD) และต้องใช้สมมติฐานหลักสามประการจึงจะบรรลุผล (รูปที่ S1 เพิ่มเติมและหมายเหตุเสริม S3 มีให้ใช้เป็น ข้อมูลเพิ่มเติมที่ IJE ออนไลน์) สำหรับความเสี่ยงแบบไบนารี (เช่น โรคเบาหวานประเภท 2 (T2D)) เราได้แปลงอัตราส่วนอัตราต่อรอง (OR) [การคูณบันทึก (OR) ด้วยล็อก (2) (เท่ากับ 0.693) แล้วจึงยกกำลัง] เพื่อที่จะ แสดงถึง OR ของผลลัพธ์ต่อโอกาสเสี่ยงต่อการสัมผัสที่เพิ่มขึ้นเป็นสองเท่า 16,17

การประมาณค่า MR สำหรับแต่ละปัจจัยเสี่ยงถูกกำหนดโดยใช้การวิเคราะห์แบบถ่วงน้ำหนักความแปรปรวนแบบผกผัน (MR-IVW) ซึ่งใช้วิธีการวิเคราะห์เมตาดาต้าที่มีผลกระทบแบบสุ่มเพื่อรวมค่าประมาณอัตราส่วน Wald18 ของผลกระทบเชิงสาเหตุที่ได้รับจาก SNP แต่ละตัวที่ทดสอบ ชุดการวิเคราะห์ความไว รวมถึง MR–Egger ค่ามัธยฐานถ่วงน้ำหนัก 19 MR ตัวประมาณค่าโหมด MR 20 ตัว และการทดสอบความแตกต่าง 22 รายการได้ดำเนินการเพื่อทดสอบสมมติฐาน MR ที่ซ่อนอยู่ นอกจากนี้เรายังตรวจสอบความเป็นไปได้ของสาเหตุย้อนกลับโดยใช้ MR23 แบบสองทิศทาง และใช้การวิเคราะห์ MR หลายตัวแปรของฟีโนไทป์ที่สัมพันธ์กัน (หมายเหตุเสริม S4 มีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์) เกณฑ์ที่แก้ไขโดย Bonferroni แบบอนุรักษ์นิยม (1/4 1.11 · 10–3 จากการประเมินปัจจัยเสี่ยง 45 รายการ) ถูกนำมาใช้เพื่อพิจารณาการทดสอบหลายครั้ง หมายเหตุเพิ่มเติม S5 (มีให้เป็นข้อมูลเพิ่มเติมที่ IJE ออนไลน์) แสดงให้เห็นถึงการประมาณค่าความแข็งแกร่งของเครื่องมือ และการคำนวณกำลัง 24,25 การวิเคราะห์ MR และความไวดำเนินการโดยใช้แพ็คเกจ TwoSampleMR26

ติดตาม

การวิเคราะห์ MR เพื่อตรวจสอบรูปแบบสาเหตุที่แตกต่างกันของความดันโลหิตตลอดบรรพบุรุษ เราได้ดำเนินการชุดการวิเคราะห์ติดตามผล: (i) เพื่อประเมินอิทธิพลที่อาจเกิดขึ้นของขนาดเครื่องมือและพลังผลลัพธ์ของการวิเคราะห์ MR เราได้ดำเนินการ GWAS ในเอเชียตะวันออกแบบใหม่ของ ความดันโลหิตสูง (N ราย ¼ 40 318, N ควบคุม¼ 60 323),ความดันโลหิตซิสโตลิก(สพท.)ความดันโลหิต diastolic(DBP) และความดันชีพจร(PP) ใน 100 641 ผู้เข้าร่วม China Kadoorie Biobank ด้วยการแยกเครื่องมือทางพันธุกรรมจาก GWAS ที่ขับเคลื่อนอย่างดี เราได้เพิ่มความแข็งแกร่งของเครื่องมือ (สถิติ F) ของความดันโลหิตสูงจาก 275.19 เป็น 330.85 (ตารางเสริม S3 ซึ่งเป็นข้อมูลเสริมที่ IJE ออนไลน์) การใช้ข้อมูลเหล่านี้เป็นเครื่องมือ เราทำการตรวจสอบ MR ระหว่างฟีโนไทป์ความดันโลหิตและโรคไตวายเรื้อรังในการศึกษาเอเชียตะวันออกทั้งสามครั้ง (ii) สำหรับเครื่องมือ SBP และ DBP ของยุโรป เราได้ตรวจสอบว่าความสัมพันธ์ทางพันธุกรรมของพวกเขาถูกจำลองแบบใน GWAS ของเอเชียตะวันออกหรือไม่ จากนั้นเราใช้ SNP ที่จำลองแบบของ SBP และ DBP (ตารางเสริม S5 ซึ่งมีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์) เพื่อ ดำเนินการตรวจสอบ MR ครั้งที่สอง (บันทึกเป็นตัวแปรยุโรป þ การวิเคราะห์ผลกระทบของเอเชียตะวันออก); (iii) เราเปรียบเทียบทิศทางของผลกระทบและความหลากหลายของผลกระทบทางพันธุกรรมของความดันโลหิตสูงในยุโรปและเอเชียตะวันออกโดยใช้การทดสอบ Z แบบคู่และใช้การวิเคราะห์ MR ความไวเพื่อลบเครื่องมือที่มีความแตกต่าง

เพื่อให้เข้าใจถึงกลไกเชิงสาเหตุที่เชื่อมโยง T2D กับ CKD ได้ดีขึ้น ได้ทำการวิเคราะห์ MR เพิ่มเติมสี่รายการ: (i) เราตรวจสอบผลกระทบของฟีโนไทป์ระดับน้ำตาลในเลือดแปดชนิดต่อ CKD โดยใช้การกรอง Steiger และ MR รัศมี 29 (ii) เราพิจารณาอิทธิพลของความรับผิดทางพันธุกรรม สำหรับโรคเบาหวานประเภท 1 (T1D) 30 (ตารางเสริม S2 มีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์) บน CKD; (iii) ผู้เข้าร่วมที่มีการวัด eGFR จะถูกแบ่งออกเป็นผู้ป่วยโรคเบาหวาน (N ¼ 11 529) และประชากรที่ไม่เป็นโรคเบาหวาน (N ¼ 118 460) และเราทำการวิเคราะห์ MR ของ T2D และฟีโนไทป์ระดับน้ำตาลในเลือดห้าชนิดบน eGFR ในสิ่งเหล่านี้ สองประชากรย่อย (iv) ภาวะเบาหวานขึ้นจอประสาทตาถูกรวมไว้เป็นผลการควบคุมเชิงบวกเพื่อตรวจสอบความถูกต้องของวิธีการวิเคราะห์ เครื่องมือสำหรับ T2D และฟีโนไทป์ระดับน้ำตาลในเลือดถูกใช้เป็นความเสี่ยง ในขณะที่ข้อมูล CKD จาก CKDGen, UK Biobank และ HUNT รวมถึงข้อมูลจอประสาทตาเบาหวานจาก UK Biobank SAIGE release ถูกนำมาใช้เป็นผลลัพธ์ (ตารางเสริม S4 มีให้เป็นข้อมูลเพิ่มเติมที่ ไอเจออนไลน์)

เพื่อตรวจสอบความถูกต้องของการค้นพบ MR ของไขมันใน CKD ได้ทำการวิเคราะห์ต่อไปนี้: (i) เพื่อตรวจสอบความถูกต้องของผลลัพธ์ MR ไลโปโปรตีนความหนาแน่นสูง (HDL-C) MR ในเอเชียตะวันออก เราทำการดำเนินการตัวแปรยุโรปเดียวกัน þ การวิเคราะห์ผลกระทบของเอเชียตะวันออก เพื่อเพิ่มพลังของการค้นพบ MR (ข้อมูล HDL-C จาก Spracklen และคณะ 33) (ตารางเสริม S5 มีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์); (ii) เราทดสอบเอฟเฟกต์จี้อิสระของ HDL-C และ apolipoprotein AI ต่อ CKD โดยใช้แบบจำลอง MR หลายตัวแปร (หมายเหตุเสริม S4 มีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์); (iii) เราประเมินผลกระทบของการไหลเวียนของระดับโปรตีนถ่ายโอนโคเลสเตอริลเอสเตอร์ ต่อ CKD (ตารางเสริม S2 มีให้เป็นข้อมูลเพิ่มเติมที่ IJE ออนไลน์); (iv) เนื่องจากระดับไลโปโปรตีน (a) สำหรับขนาดไอโซฟอร์มของ apolipoprotein (a) คงที่อาจแตกต่างกัน เราประเมินผลของขนาดไอโซฟอร์มของ apolipoprotein (a) ต่อ CKD [lipoprotein (a) KIV2 ซ้ำและ apolipoprotein (a) โปรตีนไอโซฟอร์ม ข้อมูลขนาดจาก Saleheen และคณะ 35] (ตารางเสริม S2 มีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์)

ในที่สุด สำหรับค่าดัชนีมวลกายและระดับน้ำตาลในเลือดขณะอดอาหาร ได้มีการใช้วิธีการพหุนามแบบเศษส่วน เพื่อประมาณค่ารูปร่างที่ไม่เชิงเส้นของความสัมพันธ์ระหว่างปัจจัยเสี่ยงเหล่านี้กับโรคไตวายเรื้อรังใช้ข้อมูลจาก UK Biobank และ HUNT (หมายเหตุเสริม S6 ซึ่งมีให้เป็นข้อมูลเสริมที่ IJE ออนไลน์)

การประเมินหลักฐาน MR

การศึกษาก่อนหน้านี้แนะนำว่าเกณฑ์ค่า P ไม่ควรเป็นเพียงเกณฑ์เดียวในการกำหนด 'ความสำคัญ'39,40,41 ดังนั้นเราจึงประเมินหลักฐาน MR โดยใช้เกณฑ์สามประการ: (i) ความเข้มแข็งของหลักฐาน MR: ไม่ว่าการประมาณค่า MR-IVW ของแต่ละปัจจัยเสี่ยงจะผ่านเกณฑ์ค่า P-value ที่แก้ไขโดย Bonferroni (P < 1.1 · 10–3) ในการศึกษาอย่างน้อยหนึ่งครั้งและผ่านเกณฑ์การจำลองแบบ (P <0.05) ในการศึกษาอื่นอย่างน้อยหนึ่งรายการหรือไม่ (ii) ความเหมาะสมกับสมมติฐานของ MR: ไม่ว่าการประมาณการ MR สำหรับแต่ละปัจจัยเสี่ยงจะแสดงทิศทางของผลกระทบที่เหมือนกันในการวิเคราะห์ความไวของ MR และแสดงให้เห็นอิทธิพลที่จำกัดของการเกิดเยื่อหุ้มปอดในแนวนอนโดยใช้ระยะสกัดกั้น MR – Egger และการทดสอบความหลากหลายหรือไม่ (iii) ทิศทางของผลกระทบของ MR ของแต่ละปัจจัยเสี่ยงต่อ CKD นั้นสอดคล้องกันในการศึกษาหลายรายการหรือไม่ รูปที่ 1 แสดงให้เห็นว่าหลักฐาน MR ได้รับการประเมินอย่างไรในยุโรปและเอเชียตะวันออกแยกกัน: 'หลักฐานที่เชื่อถือได้' หมายถึงปัจจัยเสี่ยงที่เป็นไปตามเกณฑ์ทั้งสามข้อ ในขณะที่ 'หลักฐานที่อ่อนแอ' หมายถึงปัจจัยเสี่ยงที่ไม่เป็นไปตามเกณฑ์ทั้งหมด (เช่น MR การประมาณการด้วยหลักฐาน MR ที่ชัดเจน แต่มีทิศทางที่ไม่สอดคล้องกัน)

บริการสนับสนุนของ Wecistanche - ผู้ส่งออก cistanche ที่ใหญ่ที่สุดในประเทศจีน:

อีเมล:wallence.suen@wecistanche.com

Whatsapp/โทรศัพท์:+86 15292862950

เลือกซื้อรายละเอียดข้อมูลจำเพาะเพิ่มเติม:

https://www.xjcistanche.com/cistanche-ร้านค้า

รับสารสกัดจากถังเก็บน้ำออร์แกนิกธรรมชาติที่มีเอไคนาโคไซด์ 25% และแอคทีโอไซด์ 9% สำหรับการติดเชื้อในไต