大家好，欢迎来到生信魔方！最近有很多朋友在后台私信老方，如何快速输出一篇高质好文？如果你也想利用创新方法高效发文，那就快跟上老方的步伐，老方带你探寻发文利器！今天，老方分享一篇孟德尔随机化（MR）相关文章，来自eClinicalMedicine（IF：9.6/Q1），希望能打开你的思路~
1. 公共数据。该研究利用来自英国生物样本库（UKB）的31 W+样本，探讨饮酒与痴呆发生率之间的关联，超大的数据量使得研究结果更可靠！
2. 创新方法。该研究利用线性和非线性MR分析探讨饮酒与痴呆风险之间的关系，该方法能够有效避免传统观察性研究中混杂偏倚的影响！
PS：0实验一样发高分文章！想利用孟德尔随机化发文的朋友，欢迎找老方沟通！我们有专业团队，提供更多创新性思路，结合您的临床实际定制个性化生信分析~
方案设计
生信分析
服务器租赁
题目：在当前饮酒者中饮酒与痴呆发生率之间的关联：线性和非线性孟德尔随机化分析
杂志：eClinicalMedicine
影响因子：9.6
发表时间：2024年9月
公众号后台回复“666”领取原文PDF，文献编号：20241015
研究背景
既往的传统流行病学研究发现饮酒与痴呆之间存在J型关系，但该结果可能受到混杂偏差和反向因果关系的影响。因此，本研究旨在调查当前饮酒者饮酒与痴呆事件风险之间潜在的线性或非线性因果关系。
数据来源
数据来自英国生物样本库（UKB）。与饮酒量相关的单核苷酸多态性（SNP）来自一项全基因组关联研究（GWAS）。
研究思路
首先，通过限制性立方样条多变量Cox模型进行了常规流行病学研究，以探索当前饮酒者饮酒与痴呆风险之间的非线性关系。其次，通过非线性和线性MR的遗传流行病学研究来调查它们潜在的因果关系，并进行了性别分层分析以解释性别特异性的影响。
主要结果
1. 基线特征
纳入313958名饮酒者，在平均13.2年的随访期间，5394人被诊断患有痴呆症；每周饮酒量中位数为13.60单位，大约一半的饮酒者（48.6%）超过了英国建议的每周14单位的酒精摄入量阈值；该队列显示出平衡的性别分布，但在安全饮酒组中，女性的比例是男性的两倍，而在不安全饮酒组中，这种模式正好相反（表1）。
表1 总体饮酒者的基线特征以及男女饮酒者之间的比较（部分）
2. 限制性立方样条Cox比例风险分析结果
通过限制性立方样条函数的多变量Cox比例风险分析显示，在所有当前饮酒者中，饮酒量与痴呆风险之间存在J型关系，并进行了显著的非线性检验（图1）。在11.9单位/周的饮酒量水平下，痴呆风险最低；男性也出现了类似的J型模式，16.8单位/周时痴呆症风险最低；而对于女性，分析没有显示出显著的非线性关系，最低风险为8.4单位/周。
图1 饮酒者每周饮酒量与痴呆发病风险之间的关系
3. 非线性MR分析结果
通过非线性MR分析显示，在总体当前饮酒者中，基因预测的饮酒量和痴呆风险之间的线性关系没有显著偏差（非线性检验p=0.45），而发现显著正相关（p = 0.02），无显著异质性（图2）；采用双秩分层非线性MR的敏感性分析显示了类似结果。通过性别分层分析显示，在男性和女性的遗传饮酒量与痴呆风险之间均未观察到显著的非线性相关；男性与痴呆风险之间没有统计学上显著的遗传相关。通过敏感性分析显示，阳性对照分析证实了基因预测的饮酒量与酒精性肝病之间存在强正相关，没有非线性或显著异质性的证据；阴性对照分析显示，基因预测的饮酒量与年龄之间没有显著关联。
图2在当前饮酒者中使用非线性MR分析探讨每周基因预测饮酒量与痴呆事件风险之间的关系
4. 线性MR分析结果
通过线性MR分析显示，在总体饮酒者中，基因预测的饮酒量增加与痴呆风险增加相关；敏感性分析证实了结果的稳健性；汇总水平线性MR作为补充分析发现了类似的结果。线性MR分析强调了女性的正遗传联系，在考虑竞争风险的分析中进一步证实了该结果。汇总水平的MR分析证实，基因预测的饮酒量与性别之间的痴呆风险呈正相关（表2）。
表2在当前饮酒者中使用线性MR分析探讨基因预测饮酒量与痴呆风险之间的关系
文章小结
该研究通过线性和非线性孟德尔随机化分析，对来自UKB数据库的大量样本进行分析，结果与广泛报道的J型关系相矛盾，证明了当前饮酒者饮酒与痴呆发病率之间存在正线性关联，强调了对于痴呆症风险而言，没有任何水平的饮酒量是安全的。想利用公共数据，通过MR方法发高分SCI的朋友，欢迎找老方设计思路、定制分析！
老方有话说
老方会持续为大家带来最新生信思路，并提供免费思路评估、付费方案设计、生信分析、实验项目实施等服务，感兴趣的朋友可以扫码咨询！
方案设计
生信分析
服务器租赁
往期推荐
1、给咱国产数据库赞一个！广西医科大学：CHARLS数据库+TyG+BMI，复杂关系探究思路请接收！关系理得清，8.5分轻松拿！
2、高分莫愁，多热点集结速上分！中南大学湘雅医院8分+SCI：孟德尔随机化+机器学习+单细胞，机制层层深扒！这个思路值得学习！
3、机器学习又整活儿了！中国医学科学院北京协和医学院9分+SCI：多组学+机器学习+泛癌，预后模型这么做，应用可真够广的！
声明：「原创」仅代表原创编译，仅供学术交流，如侵则删。
