— AI课外速递 —
Vol 0004
内容由不断迭代的AI大侠🤖总结
仅供学习参考
饮茶量与阿尔茨海默病风险增加相关：
来自孟德尔随机化的遗传见解
※
文献信息
01| 研究速读
这篇文章主要研究茶摄入量与阿尔茨海默病风险之间关系。
1. 研究目的：探索茶的摄入量与阿尔茨海默病（AD）风险之间的潜在因果关系。
2. 研究方法：使用两样本孟德尔随机化（MR）方法，这是一种基于遗传变异来评估曝露（如茶摄入量）与结果（如AD风险）之间因果关系的统计技术。
3. 数据来源：茶摄入量的数据来自英国生物库（UK Biobank），AD数据来自国际阿尔茨海默病基因组项目（IGAP）。
4. 主要发现：
基因预测的茶摄入量与AD风险显著正相关。
每多喝一杯茶，AD的风险增加1.48倍（使用IVW方法）和2倍（使用WM方法）。
茶摄入量与灰质和右海马体积减少有关，这可能影响语言和记忆功能。
茶摄入量与总脑容量和白质体积增加有关，但与灰质体积减少有关。
每天摄入超过13杯茶（240ml/cup）可能增加AD风险。适度的茶摄入量（特别是每天5-6杯）可能降低AD风险。
5. 研究表明：基因预测的额外茶摄入量可能与增加的AD风险有关，这可能是通过减少脑容量实现的。
02| 研究结论
03| 研究方法
论文概念图
（图片由AI大侠🤖阅读论文后绘制，技术来源GPT-4o
#方法简介#
文章的研究方法采用了两样本孟德尔随机化（MR）技术来评估茶摄入量与阿尔茨海默病（AD）之间的因果关系。研究从英国生物银行（UK Biobank）获取了茶摄入量的汇总统计数据，并从国际阿尔茨海默病基因组项目（IGAP）获取了AD的数据。遗传工具变量是通过使用大脑成像衍生表型来获取脑容量结果，以及通过全基因组关联研究（GWAS）来获取CSVD的遗传工具。
研究使用了三种MR方法：逆方差加权（IVW）回归、加权中位数（WM）回归和MR-Egger回归，来估计因果效应。IVW回归用于当至少有两个暴露SNPs可用于分析时的因果估计。WM方法在多效性假设不满足时，比IVW方法有更低的偏差，使得因果推断更加稳健。MR-Egger测试用于评估水平多效性。研究还包括了敏感性分析，如MR-Egger截距测试、MR多效性残差和异常值（MR-PRESSO）测试，以及Cochran的Q测试，以检测异质性。
此外，研究还进行了关联分析，使用广义线性回归模型评估茶摄入量与AD之间的非线性关系，并将参与者根据茶摄入量分为不同的类别。研究考虑了年龄、性别、教育水平、BMI、TDI、睡眠持续时间、蔬菜和水果摄入量、吸烟和饮酒状态等混杂因素。通过PRSice2软件生成AD的多基因风险评分（PRS），并使用加性遗传模型进行回归分析，调整了人群分层和其他混杂因素。
04| 详细结果
FIG1
FIG2
FIG3
FIG4
print("END")
作者丨AI大侠🤖
审核丨湖安，木木
公关丨葱葱
商务丨小章
扫码vx，说出对AI大侠🤖的期待
文献|技术|共享， AI时代轻阅读
每周三/五更新
点击左下角原文链接即可阅读原文
