最近有小伙们咨询小云孟德尔随机化方向的分析思路，小云不骗人，这个方向的发文潜力还是很大的。孟德尔随机化最为一个分析方法，可以和很多生信分析方法结合使用，依然可以轻松做到纯生信快速发文。比起花几个W辛苦做实验，那性价比高的不是一星半点儿了~今天给大家带来的是孟德尔随机化+NHANES分析思路，四川大学华西医院团队最近用它纯生信2图3表发Q1区Top，知名院校发文思路咱们跟上准没错。如果你也想通过纯生信发文但又没有好的思路和切入点，不妨联系一下小云，小云这里方案设计、生信分析，生信服务器，应有尽有，全力助力大家的科研之路！定制生信分析
生信云服务器
(加微信备注99领取试用)
题目：抑郁症与血管老化之间的关系：预测价值和死亡风险的综合分析杂志：Journal of Affective Disorders （IF 4.9）关注公众号，后台发送“123”可以直接获取原文PDF，文献编号：241121
抑郁症是一个重大的全球健康问题，预计将成为主要的疾病负担。血管负荷与抑郁症的发病机制有关。相反，抑郁是否独立影响血管老化的过程是未知的。本研究旨在探讨血管年龄与抑郁症之间的相互关系。 该研究利用了NHANES的数据，剔除后包括27,764名参与者。使用患者健康问卷（PHQ-9）评估抑郁症。基于Framingham Risk Score （FRS）的心脏年龄/血管年龄（HVA）和脉搏波速度（ePWV）评估血管老化。采用加权logistic回归和Cox比例风险模型分析血管年龄与抑郁症及其死亡风险的关系。采用孟德尔随机化方法探讨因果关系。共有26764名参与者纳入了这项研究，加权抑郁症发病率为7.44%。参与者的基线特征详见表1。 加权逻辑回归分析显示抑郁与血管年龄之间存在关联。抑郁症患者的血管年龄大于其实足年龄。即使在多变量调整后，这种风险仍然存在。通过ePWV计算，抑郁与血管年龄增加之间无统计学意义关联。MR分析评估了抑郁症与血管年龄指标-脉搏波动脉硬度的正因果关系。在GWAS数据中，鉴定出28个snp。与结果性状无全基因组显著关联或重叠的snp作为遗传工具被纳入分析。逆方差加权（IVW）分析发现，抑郁对动脉僵硬度有显著的正因果效应(OR = 1.05；95% ci 1.01-1.10；P = 0.03)。在排除异常值后，MR-PRESSO和cML-MA-BIC分析中也存在类似的正因果关系，但在加权中位数模型或MR Egger模型中未发现显著关联。留一法分析以确保结果不受任何单一SNP的影响。表2显示HVA（心脏年龄/血管年龄）与抑郁风险呈正相关，且无论是否对变量进行调整，这种关系都是一致的。在未调整的模型中，HVA每增加10年，患抑郁症的风险增加10% (OR= 1.10；95% ci 1.07-1.14；P < 0.0001)。在完全调整后的模型3中，HVA每增加10年，患抑郁症的风险增加12% (OR = 1.12；95% ci 1.03-1.21；P = 0.01)。 采用RCS模型分析HVA和ePWV计算血管年龄与抑郁症患病率之间的剂量-反应关系。在完全调整模型中，HVA与抑郁呈显著的线性关系（非线性P = 0.269，图1A)。然而，ePWV与抑郁之间存在显著的非线性相关（非线性P < 0.001，图1B)。为了研究不同人口统计学特征人群中HVA与抑郁风险之间的关系，进行了亚组分析。在按年龄、性别、种族、教育水平、FamilyPIR和婚姻状况划分的各种亚组中，HVA与抑郁症风险之间的关系保持一致。HVA水平对抑郁风险的预测作用在不同年龄组之间存在差异（交互作用p = 0.02）。具体而言，HVA水平对较年轻年龄组（如20-44岁）抑郁风险的预测作用较弱，但在中年（25-64岁）和老年（≥65岁）组中更为显著。然而，在其他亚组中没有发现显著的相互作用，表明性别和种族等分层不影响HVA对抑郁症的预测能力（图2）。 2283名抑郁症患者（约1200万非住院美国居民）共记录了270例死亡，其中包括64例心血管死亡。如表3所示，不同血管年龄（HVA和ePWV）每增加10年和1 m/s，抑郁症参与者的全因死亡风险增加67%和50%，而心血管疾病死亡风险增加136%和82%。在完全调整后的Model 3中，这相关性仍然显著，表明随着HVA和ePWV，患者全因死亡率和心血管疾病死亡率的风险抑郁症患者增加22%/26%, 46%/37%。 该研究强调了血管年龄在抑郁症背景下作为有价值指标的潜力，为个性化管理和预防策略提供了新的途径。发文新赛道已经为你们铺好了，抓住时机，抓紧时间联系小云复现吧~
