双样本MR不好发？另辟蹊径，尝试学学这篇TOP IF 7.4的文章角度！武汉大学中南医院探究慢性肝病和肌肉骨骼疾病之间的遗传学证

今天给大家分享一篇近期发表武汉大学Liaobin Chen团队文章，可借鉴选题。本文探究一类暴露（慢性肝病：病毒性肝炎、原发性胆汁性胆管炎、原发性硬化性胆管炎、肝硬化和肝细胞癌）与一类结局（肌肉骨骼疾病：骨质疏松症、骨关节炎和肌肉减少症）之间的关系，本质就是最常使用双样本，做了5*3=15次双样本。研究结论：原发性硬化性胆管炎对骨质疏松症和骨关节炎的因果关系，以及肝细胞癌对肌肉减少症的因果影响。

文章题目：Genetic evidence of the causal relationship between chronic liver diseases and musculoskeletal disorders

DOI：10.1186/s12967-024-04941-1

中文标题：慢性肝病与肌肉骨骼疾病之间因果关系的遗传证据

发表杂志：Journal of Translational Medicine

影响因子：7.4

发表时间：2024年2月

论文亮点

本研究通过双向孟德尔随机化（MR）方法深入探讨了慢性肝病与肌肉骨骼疾病之间的因果关系。研究发现，原发性硬化性胆管炎（PSC）与前臂骨密度降低和整体骨关节炎风险增加具有因果关联，而肝细胞癌（HCC）与握力减弱有因果影响。反向MR分析未发现肌肉骨骼疾病对慢性肝病有显著因果效应。这些发现强调了对PSC和HCC患者实施全面预防措施的重要性，以降低肌肉骨骼疾病的风险，改善患者的生活质量。研究的优势在于系统地评估了慢性肝病与多种肌肉骨骼疾病的关系，并采用多种MR分析方法和敏感性分析，提高了结果的稳健性。然而，研究也存在局限性，如缺乏相关GWAS数据以分析慢性肝病严重程度与肌肉骨骼疾病的关系，以及芬兰人群的独特遗传组成可能影响IV的有效性和研究结果的普遍性。

摘要

背景：慢性肝病是全球公共卫生的重大负担，由于肌肉骨骼疾病的潜在发展，对患者的日常生活甚至生存构成重大威胁。慢性肝病与肌肉骨骼疾病的关系虽然受到广泛关注，但其因果关系尚未得到全面和系统的研究。

方法：通过双向孟德尔随机化（MR）研究，探讨病毒性肝炎、原发性胆汁性胆管炎、原发性硬化性胆管炎（PSC）、肝硬化、肝细胞癌（HCC）与骨质疏松症、骨关节炎和肌肉减少症的因果关系。与骨质疏松症和骨关节炎相关的性状包括整体表型和部位特异性表型，与肌肉减少症相关的性状涉及肌肉质量和功能指标。采用随机效应逆方差加权（IVW）、加权中位数、MR-Egger和使用汇总效应估计的因果分析来评估因果效应，IVW是主要的分析方法。为了提高稳健性，使用Cochran’s Q检验、MR-Egger截距、MR-PRESSO全局检验、漏斗图、留一分析和潜在因果变量模型进行灵敏度分析。

结果：正向MR分析表明，PSC可降低前臂骨密度（beta = − 0.0454， 95%置信区间 − 0.0798 至 − 0.0110; P = 0.0098）并增加总体骨关节炎的风险（OR=1.012,95%CI 1.002–1.022; P = 0.0247），而HCC可以降低握力（β = − 0.0053,95%CI − 0.008至−0.0025; P = 0.0002）。反向MR分析未发现肌肉骨骼疾病对慢性肝病的显着因果影响。此外，未检测到异质性或多效性。

结论：这些发现证实了PSC对骨质疏松症和骨关节炎的因果关系，以及HCC对肌肉减少症的因果影响。因此，实施全面的预防措施对于 PSC 和 HCC 患者来说势在必行，以降低肌肉骨骼疾病的风险，最终改善他们的生活质量。

介绍

慢性肝病是一种以肝细胞损伤和肝功能异常为特征的疾病[1]。这种疾病每年导致全球约200万人死亡，对全球公共卫生构成重大负担[2,3]。病毒性肝炎和非酒精性脂肪性肝病（NAFLD）等疾病，以及原发性胆汁性胆管炎（PBC）和原发性硬化性胆管炎（PSC）等自身免疫性肝病，都有可能演变为肝硬化甚至肝细胞癌（HCC），导致严重的不良结局[4,5]。

慢性肝病进展过程中出现的一系列全身症状是患者功能障碍和生活质量下降的罪魁祸首，使其成为一个重要的临床问题[6]。肌肉骨骼疾病可能与慢性肝病同时发生，尤其值得关注，因为它们与死亡等严重不良结局有关，引起了广泛关注[7]。流行病学调查显示，慢性肝病患者发生骨质疏松症[8-12]和肌肉减少[11-13]的风险增加。例如，临床研究发现，肝硬化、PSC和PBC患者骨质疏松症的患病率分别为34.5%、15%和28.2%[9,11,12]，而HCC、肝硬化和PBC患者肌肉减少症的患病率分别高达28.0%、28.2%和23.1%[11–13].然而，一些流行病学研究未能确定慢性肝病与肌肉骨骼疾病（如骨关节炎和肌肉减少症）之间的显著联系[14,15]。因此，慢性肝病与肌肉骨骼疾病之间的确切关系仍无定论，这阻碍了慢性肝病患者长期生活质量的改善。认识到传统观察性研究中混杂因素和反向因果关系带来的挑战，以及随机对照试验 （RCT） 面临的伦理和成本相关障碍，迫切需要采用替代策略来阐明慢性肝病与肌肉骨骼疾病之间的因果关系。

慢性肝病和肌肉骨骼疾病在疾病发展中表现出一定程度的遗传性参与。例如，PBC和PSC的遗传率估计分别为37.2%和14.8%[16,17]，而骨质疏松症、骨关节炎和肌肉减少症相关指标的遗传率分别为25.9%、11.0%和4.4%[18\u201220]。全基因组关联研究 （GWAS） 已经确定了大量人群中慢性肝病和肌肉骨骼疾病的许多遗传变异，极大地促进了对它们的孟德尔随机化 （MR） 研究。MR分析是一种有效的流行病学工具，广泛用于确定危险因素与疾病之间的因果关系[21]。利用出生时随机分配的遗传变异作为工具变量（instrumental variables， IV），MR分析可以大大减轻混杂因素和反向因果关系引起的偏倚[22]。此外，MR分析提供了一种规避与RCT相关的高成本、耗时和伦理问题的方法。因此，MR分析是探究慢性肝病与肌肉骨骼疾病之间因果关系的有效策略。先前的MR研究已经确定了NAFLD与骨质疏松症之间的因果关系[23]，但未发现与肌肉减少症的显著相关性[24]。然而，这些研究尚未全面揭示慢性肝病与肌肉骨骼疾病之间的因果关系。

本研究利用大规模GWAS数据，采用双向双样本MR分析，探讨一系列慢性肝病与多种肌肉骨骼疾病之间的因果关系，有利于促进慢性肝病患者的综合治疗，提高患者的生活质量。

2. 方法

研究设计

本研究是一项双向双样本 MR 研究。MR分析在两个方向上进行（图1）。1）：（i）以慢性肝病为“暴露”，探讨其对肌肉骨骼疾病的因果关系;（ii）以肌肉骨骼疾病为“暴露”，以评估其对慢性肝病的因果影响。MR分析依赖于三个基本假设（图1）。1）：（i）遗传变异与危险因素相关;（ii）遗传变异与混杂因素无关;（iii） 遗传变异仅通过风险因素对结果产生影响。本研究围绕三个阶段进行：IV 选择、MR 分析和敏感性分析。

慢性肝病和肌肉骨骼疾病的数据来源

本研究考虑的慢性肝病包括病毒性肝炎、PBC、PSC、肝硬化和肝癌。与病毒性肝炎、肝硬化和HCC相关的GWAS数据来自FinnGen研究（R9版本）。FinnGen研究是一项全国性的芬兰GWASmeta分析，融合了从芬兰生物样本库新收集和遗留样本中产生的插补基因型数据以及来自芬兰健康登记处的数字健康记录数据[25]。病毒性肝炎病例的识别遵循ICD-10代码B15-B19的分类，而对照组则指病例以外的个体。肝硬化病例由 ICD-10 代码 K74.6 识别，对照组从没有任何广义肝硬化的人群中选择。使用 ICD-10 代码 C22.0 识别 HCC 病例，对照组排除了患有任何类型癌症的个体。详细定义在附加文件 1：表 S1 中提供。与PBC相关的IV是从迄今为止最大规模的国际PBC全基因组meta分析中提取的，该分析包括5个欧洲队列[26]。对于PSC，单核苷酸多态性（single nucleotide polymorphism， SNP）来自国际PSC研究组（International PSC Study Group）进行的最广泛的PSC GWAS[17]。表 1 提供了有关上述GWAS数据来源的详细信息。

这项研究调查了三种肌肉骨骼疾病：骨质疏松症、骨关节炎和肌肉减少症。骨质疏松症的特征是骨密度（bone mineral density， BMD）降低，这是诊断骨质疏松症最相关的临床相关危险因素[27,28]。全身骨质疏松症遗传因素联盟（Genetic Factors for OSPOROSIS Consortium）进行的meta分析[27,29]获取了全身BMD（TB-BMD）、股骨颈BMD（FN-BMD）、腰椎BMD（LS-BMD）和前臂BMD（FA-BMD）的GWAS数据，而足跟BMD（eBMD）的汇总统计数据来自英国生物样本库的GWAS[30].一项meta分析纳入了13个独立队列，涉及826690例患者，得出了骨关节炎的总体和特异性骨关节炎的汇总数据[31]。阑尾瘦体重（appendicular lean mass，ALM）、握力和步行速度是肌肉减少症的有效预测指标[32]。关于ALM的GWAS数据来自英国生物样本库[33]，握力和步行速度的数据来自医学研究委员会综合流行病学部门[34]。有关上述GWAS数据来源的详细信息，请参见表1。

静脉注射的选择

有效IV的选择是通过一个多步骤过程进行的，以三个基本假设为指导（图1）。2）.首先，根据全基因组显著性阈值P值、连锁不平衡（LD）r2和距离阈值筛选与暴露相关的SNP：P值至少小于1×1 0-5;LD r 2 至少小于 0.1; 距离大于 1 Mb。为不同的暴露设定了不同的标准，以确保有足够数量的SNP[22]。随后，为了尽量减少混杂因素的影响，通过在PhenoScanner V2中检索排除了与结局危险因素相关的SNP[35]。此外，从结果的GWAS数据中检索了选定的暴露相关SNP。我们应用Steiger滤波来测试每个SNP对暴露和结局的因果关系方向，并删除SNPs解释了结局的变异多于暴露（“FALSE”方向）[36]。最后，进行MR多效性RESidual Sum and Outlier（MR-PRESSO）以消除潜在的异常SNP[37]。此外，通过计算 R2 和 F 统计量来评估 IV  的强度。F统计量超过10被认为不太可能受到弱仪器偏倚的影响[38]。 MR分析为评估多种慢性肝病与骨质疏松症、骨关节炎和肌肉减少症之间的因果关系，进行了双样本MR分析。采用随机效应负方差加权（IVW）、加权中位数和MR-Egger三种分析方法（图1）。

2）.IVW方法假设所有遗传变异都有效，符合三个基本假设，这被认为是最可靠的MR方法[39]。因此，IVW被用作本研究的主要分析方法。然而，当大多数IV存在水平多效性时，这种方法容易产生偏倚[39]。加权中位数方法假设至少50%的遗传变异是有效的，适用于大多数IV不表现出水平多效性的情况[40]。相比之下，MR-Egger假设超过50%的遗传变异是无效的，并且更适合大多数静脉注射中普遍存在水平多效性的情况[41]。加权中位数和 MR-Egger 都可以在更广泛的情景中提供更可靠的估计值，为 IVW 分析提供有价值的补充。此外，使用汇总效应估计（CAUSE）方法的因果分析进一步确认了重要的因果关系。该方法估计期望对数逐点后验密度 （ΔELPD） 的差异，以比较共享模型和因果模型的拟合。CAUSE方法利用全基因组的汇总结果，而不仅仅是全基因组的显著位点，这可以纠正由于相关和不相关的水平多效性和样本重叠引起的偏差[42]。

敏感性分析

本研究采用了一系列灵敏度分析方法来评估结果的稳健性（图1）。2）.IVW 和 MR-Egger 的 Cochran Q 检验用于检测任何异质性。MR-Egger 的截距用于评估水平多效性的存在，从而确保 IV 仅通过其相应的暴露影响结果。MR-PRESSO也用于检测水平多效性[43]。漏斗图被用作评估定向多效性的可视化工具。此外，为了确定因果关系并重新执行 IVW 分析来进行遗漏分析。此外，采用潜在因果变量（LCV）模型估计遗传相关性状的遗传因果比例（GCP）。GCP等于1表示完全因果关系，而接近0的值表示部分因果关系[44]。

统计分析

MR 估计值以 beta 系数、比值比 （OR） 及其相应的 95% 置信区间 （CI） 表示。应用Bonferroni校正的P  <0.05/（13×5）（P<7.69×10-4）来识别显著的因果关系，而  P  值在7.69×10-4和0.05之间表示暗示性因果关系[45,46 ].为了提高结论的可靠性，只有当所有三种MR方法都在同一方向上产生结果时，“暴露”对“结果”的因果效应才被认为是有效的[37,47]。在CAUSE方法的背景下，统计学显著性由P<0.05的阈值确定。所有分析均使用 R（版本 4.3.0）中的 TwoSampleMR 包（版本 0.5.7）和 CAUSE 包（版本 1.2.0.0335）进行。

 3.结果

静脉注射的选择

经过一系列严格的筛选步骤，共确定了5至33例与五种慢性肝病相关的静脉注射（附加文件1：表S3）。这些静脉注射对各自慢性肝病的表型方差解释 （PVE） 从 0.06% 到 15.77% 不等，平均和中位 PVE 分别为 3.65% 和 0.19%（附加文件 1：表 S3）。此外，F统计量范围为20.86至172.25，平均值为53.36，中位数为35.14（附加文件1：表S3）。重要的是，  任何单个 IV 的 F 统计量都大于 10（附加文件 1：表 S4-6），表明它们不受弱仪器偏倚的影响。

此外，共鉴定了 3 至 574 个 IV 与三种肌肉骨骼疾病相关的表型（附加文件 1：表 S7）。这些静脉注射的相应肌肉骨骼疾病的 PVE 范围为 0.02% 至 17.01%，平均和中位 PVE 分别为 2.78% 和 0.98%（附加文件 1：表 S7）。此外，F统计量从23.45到168.98不等，平均值为58.46，中位数为47.10（附加文件1：表S7）。值得注意的是，所有个体 IV 的 F 统计量都超过 10（附加文件 1：表 S8-10），表明没有弱仪器偏倚。

慢性肝病对肌肉骨骼疾病的因果效应

本研究采用3种MR分析方法分析了5种慢性肝病对骨质疏松症、骨关节炎和肌肉减少症相关13种表型的因果影响。图 3 提供了这一系列因果关联的全面总结。

慢性肝病对骨质疏松症的因果效应

对于 BMD，IVW 分析显示 PSC 和 FA-BMD 之间存在提示性负相关（β = − 0.0454,95% CI − 0.0798 至 − 0.0110; P = 0.0098） （图 1. 4）.加权中位数分析还观察到 PSC 和 FA-BMD 之间存在类似的负相关（beta = − 0.0482,95% CI − 0.0844 至 − 0.0120; P = 0.0091） （图 1. 4）.同时，MR-Egger分析得出的结果相同，但未达到统计学意义（beta = − 0.0592,95%CI − 0.1247至0.0064; P = 0.1024） （图 1. 4）.从CAUSE方法获得的ΔELPD为负（ΔELPD = − 34.297），表明因果模型比共享模型趋向于更好的拟合（附加文件1：表S13）。同时，CAUSE方法进一步证明PSC可以降低FA-BMD（γ = − 0.18，P  = 1.5 × 1 0–7）（附加文件1：表S13）。此外，加权中位数分析表明病毒性肝炎对eBMD有积极的因果效应（β=0.0084,95%CI 0.0006–0.0163; P = 0.0355），但IVW和MR-Egger方法的结果没有产生统计学意义的结果（P>0.05）（图1）。4）.此外，病毒性肝炎、肝硬化和肝细胞癌对BMD的因果效应均未见（P > 0.05）（图1）。4）.

慢性肝病对骨关节炎的因果效应

关于骨关节炎，MR分析显示，PSC可以增加总体骨关节炎的风险，具有提示性的显著水平，如IVW所示（OR=1.012,95%CI 1.002–1.022; P = 0.0247）和加权中位数（OR=1.021,95%CI 1.008–1.034; P = 0.0019） （图 1.5）.尽管MR-Egger分析未产生具有统计学意义的结果（OR=1.017,95%CI 0.997–1.038; P = 0.1157），所有三种MR方法的结果方向一致，揭示了PSC对整体骨关节炎的正因果影响（图1）。5）.同时，CAUSE方法提供了支持这种因果关系的额外证据（ΔELPD = -32.694，gamma = 0.08，P  = 3.6 × 10–9）（附加文件1：表S13）。此外，加权中位分析发现肝硬化可以降低髋骨关节炎的风险（OR=0.9673,95%CI 0.9446–0.9905; P = 0.0060），但IVW和MR-Egger方法的结果未达到统计学意义（P>0.05）（图1）。5）.此外，没有因果关系在病毒性肝炎、PBC 和 HCC 伴有整体或部位特异性骨关节炎之间观察到 （P > 0.05） （图 1）。5）。

慢性肝病对肌肉减少症的因果关系

于肌肉质量，IVW 的结果（β = 0.0102,95% CI 0.0014–0.0190; P = 0.0233）和加权中位数（beta = 0.0123,95% CI 0.0024–0.0221; P = 0.0145）表明PSC对ALM具有提示性的正因果关系（图1）。6）.然而，MR-Egger分析得出的结果不一致（beta = − 0.0135,95%CI − 0.0555至0.0284; P = 0.5499） （图 1. 6）.同时，3种MR方法均表明病毒性肝炎、PBC、肝硬化和HCC对ALM无因果影响（P > 0.05）（图1）。6）.在肌肉功能方面，所有三种MR方法都表明HCC导致握力下降：IVW（β = − 0.0053,95% CI − 0.008至− 0.0025; P = 0.0002）、加权中位数（beta = − 0.0048,95% CI − 0.0087 至 − 0.0010; P = 0.0145）和MR-Egger（β = − 0.0096,95% CI − 0.0169 至 − 0.0023; P = 0.0249） （图 1. 6）.重要的是，CAUSE方法进一步证实了HCC对握力的负因果效应（ΔELPD = − 182.623，gamma = − 0.02，P  = 5.5 × 10–17）（附加文件 1：表S13）。然而，没有证据表明病毒性肝炎、PBC、PSC和肝硬化对握力有因果影响（P > 0.05）（图1）。6）.此外，5种慢性肝病与步行速度之间没有因果关系（P > 0.05）（图122 6）.

肌肉骨骼疾病对慢性肝病的因果效应

反向MR分析评估了13种肌肉骨骼疾病相关表型对5种慢性肝病的因果影响。有关骨质疏松症、骨关节炎和肌肉减少症对慢性肝病的因果关系的综合信息见附加文件 1：表 S14-16。

关于骨质疏松症对慢性肝病的因果效应，加权中位数和MR-Egger方法分别表明LS-BMD对病毒性肝炎有正因果影响（OR=1.520,95%CI 1.007-2.295; P = 0.0463）和PBC上的eBMD（OR=1.382,95%CI 1.057–1.806; P = 0.0192）（附加文件 1：表 S14）。

关于骨关节炎对慢性肝病的因果关系，IVW分析表明，手部骨关节炎可能会增加肝硬化的风险（OR=1.675,95%CI 1.110–2.529; P = 0.0140）。然而，MR-Egger方法产生的结果不一致（OR=0.398,95%CI 0.025–6.233; P = 0.5408） （附加文件 1：表 S15）。

关于肌肉减少症对慢性肝病的因果影响，没有证据表明ALM和握力对慢性肝病的因果影响（P > 0.05）（附加文件 1：表S16）。此外，三种MR分析方法对步行速度对肝硬化的因果影响产生了不一致的结果（附加文件 1：表S16）。

敏感性分析

表2显示了慢性肝病与肌肉骨骼疾病之间重要因果关系的敏感性分析结果。Cochran’s Q检验PSC与FA-BMD、PSC与整体骨关节炎、HCC和握力的相关性的P值均大于0.05，表明不存在异质性（表2）。重要的是，鉴于  MR-Egger截距的三次暴露的P值均大于0.05，因此排除了水平多效性引起的偏差（表2）。同时，MR-PRESSO全局检验也表明，MR分析结果不受水平多效性的影响（P>0.05），MR-PRESSO因果分析进一步证实了显著的因果关系（P<0.05）（表3）。正向和反向 MR 分析的异质性和多效性检验的完整结果可在附加文件 1 中找到：表 S17 和表 S18。此外，散点图（附加文件 2：图：S1）和对称漏斗图（附加文件2：图 S2）为潜在异常值的存在提供了额外的证据。另外遗漏分析表明，重要的因果关系不是由任何单个SNP驱动的（附加文件 2：图S3）。

此外，LCV模型的结果揭示了PSC与FA-BMD之间的负遗传相关性（Rg = − 0.25，P  = 2.17 × 10–4），PSC与整体骨关节炎之间的正相关（Rg = 0.18，P  = 1.56 × 10–3），HCC与握力之间的负遗传相关性（Rg = − 0.14，P  = 3.11 × 10–4） （附加文件 1：表S19）。此外，LCV模型的结果证实了上述三种表型之间的部分因果关系（0 < GCP < 1，P  < 0.05）（附加文件1：表S19）。

讨论

据我们所知，这项研究是迄今为止评估慢性肝病与肌肉骨骼疾病之间因果关系的最全面的MR研究。本研究发现，PSC对骨质疏松症和骨关节炎具有提示性因果效应，HCC对肌肉减少症表现出较强的因果效应。具体而言，PSC 与较低的 FA-BMD 和整体骨关节炎的风险增加有关，而 HCC 与握力降低有关。然而，反向MR分析没有发现任何证据表明肌肉骨骼疾病对慢性肝病有因果关系。慢性肝病引起的并发症严重影响患者的生理机能和日常生活。本研究强调了加强对 PSC 和 HCC 患者的综合管理对于降低肌肉骨骼疾病风险和改善其长期生活质量的重要性。

与慢性肝病相关的肌肉骨骼疾病越来越受到关注，许多观察性研究探讨了慢性肝病患者患这些疾病的风险。这项研究的结果进一步证实或补充了一些观察性研究的结果。一项纳入237例PSC患者的观察性研究发现，这些患者的骨质疏松症患病率更高，比匹配人群的预期发生率高23.8倍[9]。我们的研究进一步表明，PSC与骨质疏松症之间的关系是位点特异性的，表现为PSC降低前臂的BMD。关于慢性肝病患者骨关节炎患病率的观察性研究相对稀少。我们的研究以及丹麦的一项全国性队列研究表明，肝硬化不会影响骨关节炎的风险[14]。此外，这项研究首次确定了 PSC 对整体骨关节炎的积极因果关系，填补了相关观察性研究留下的空白。此外，两项回顾性研究分别纳入了92例和116例HCC患者，结果表明，HCC患者的腰椎骨骼肌指数往往下降，肌肉减少症的患病率更高[48,49]。虽然我们的研究没有发现 HCC 和 ALM 之间存在显着的因果关系，可能是由于所考虑的特定肌肉位置的差异，但它揭示了 HCC 与握力之间的负相关，解决了关于 HCC 对肌肉功能影响的研究空白在以前的观察性研究中。

这项研究强调了关于慢性肝病与肌肉骨骼疾病之间关系的观察证据和因果证据之间的显着差异。观察性研究表明，病毒性肝炎、PBC和肝硬化可显著增加骨质疏松症[12,50,51   ]和肌肉减少症[12,52,53   ]的风险。然而，这项MR研究并未发现这三种慢性肝病与骨质疏松症或肌肉减少症之间存在因果关系。重要的是要认识到，传统的观察性研究只能揭示慢性肝病与肌肉骨骼疾病之间的关联，而不能确定因果关系。上述观察性研究的显著结果可能受到多种因素的影响。首先，观察性研究本身就会遇到与混杂因素相关的挑战。体力活动、饮食摄入和使用与慢性肝病相关的特定药物等变量可能会混淆观察性研究的结果[54,55]。其次，观察性研究不能排除反向因果关系的影响。例如，尽管这项MR研究并未证实肝硬化与肌肉减少症的因果关系，但另一项MR研究发现，肌少症可增加肝硬化的风险[56]，这可能部分解释了观察性研究中观察到肝硬化患者肌少症患病率较高的原因。这项MR研究的结果与先前的观察性研究之间的差异强调了深入探索与慢性肝病相关的肌肉骨骼疾病背后的生物学机制的必要性，这有助于加强或澄清目前对这两种疾病之间关系的理解。

慢性肝病引起的肌肉骨骼疾病背后的病理生理机制是一个前沿的研究方向。慢性肝病引发的代谢和分泌异常可诱发骨质流失。这种以骨量减少为特征的慢性肝病相关代谢性骨病被称为肝性骨营养不良[57]。众所周知，肝脏在维生素D的激活中起着关键作用[58]，维生素D调节骨矿化和吸收以维持BMD[59]。然而，PSC患者容易出现严重的维生素D缺乏[60,61]，提示PSC诱发的骨质疏松症可能是一种与肝脏维生素D代谢异常相关的肝性骨营养不良。此外，肝脏是脂质代谢的中心枢纽，高血脂水平可诱导脂质在软骨中积聚，导致骨关节炎[62]。高胆固醇血症诱导的软骨基质生成减少和软骨基质降解的增强在此类代谢性骨关节炎的发生中起着至关重要的作用[63,64]。临床研究发现，PSC患者的血液胆固醇水平通常较高[61,65]，指出胆固醇过度积累是PSC对骨关节炎因果效应的潜在机制。至于肝细胞癌与肌肉减少症之间的因果关系，其潜在机制可能是多因素的。HCC患者白细胞介素-1、白细胞介素-6和肿瘤坏死因子α释放升高，激素水平（包括生长激素和雌激素）紊乱，以及肿瘤微环境的改变都可能损害骨骼肌功能[66]。

值得注意的是，在某些性状对的MR分析中，IVW方法没有显示出显着的因果关系，而加权中位数和MR-Egger方法产生了显着的结果。这种差异主要源于其算法和基本假设的差异。IVW假设所有IV均有效，使用方差的倒数作为拟合权重，并且不考虑回归中是否存在截距项[39,67]。MR-Egger假设大多数IV无效，也使用逆方差作为拟合权重，但在回归中加入了一个截距项[41,68]。加权中位数假设大多数IVs的有效性，其结果来自分布函数的中位数，该分布函数的中位数是根据其权重对单个SNP效应值进行排序而获得的[40]。必须考虑到每种MR分析方法都有其自身的优势和局限性[69]。虽然IVW因其稳健性而普遍受到青睐，但不应完全忽视MR-Egger和加权中位数等替代方法的重要发现。

这项研究具有几个显着的优点。首先，与之前的观察性研究相比，这项研究对慢性肝病与各种肌肉骨骼疾病之间的关联进行了更全面和系统的评估。具体来说，对于骨质疏松症和骨关节炎，我们不仅关注整体表型，还关注位点特异性表型;对于肌肉减少症，我们专注于肌肉质量和肌肉功能。其次，本研究最大限度地减少了混杂因素和反向因果关系引起的偏倚，从而提供了强有力的因果证据。重要的是，多种MR分析方法和多种灵敏度分析方法的结合提高了结果的可靠性。此外，肌肉骨骼疾病与各种广义的肝硬化[70,71]和多种类型的癌症[72,73]有关。为了减轻这些关联产生的潜在偏倚，本研究中对肝硬化和肝癌的对照被定义为分别排除广义的肝硬化和所有类型的癌症，这确保了因果分析结果的更高程度的准确性。

然而，应该承认一些局限性。首先，由于缺乏相关的GWAS数据，无法分析慢性肝病严重程度与肌肉骨骼疾病之间的因果关系。其次，尽管在许多MR研究中，包括那些涉及慢性肝病的研究，将FinnGen数据与其他欧洲人的GWAS数据一起使用已经产生了有意义的结果[74\u201277]，强调了FinnGen数据在MR分析中的实用性和有效性，但必须承认芬兰人群独特的遗传组成可能会引入人群特异性遗传变异和等位基因频率。将其与其他欧洲人群区分开来[25,78]。由于遗传变异是IVs，芬兰人群基因组的独特性质可能会影响IVs的有效性和MR分析结果的普遍性。需要进一步的实质性证据来全面评估这种影响的程度。第三，本研究中病毒性肝炎病例的定义包括所有类型的病毒性肝炎，这使我们无法研究特定类型的病毒性肝炎与肌肉骨骼疾病之间的因果关系。

结论

综上所述，这项MR研究全面评估了慢性肝病与肌肉骨骼疾病之间的因果关系，发现PSC会增加骨质疏松症和骨关节炎的风险，而HCC可诱发肌肉减少症。这些发现强调了加强对PSC和HCC患者的综合评估和治疗的重要性，以减轻慢性肝病引起的肌肉骨骼疾病的负担并改善他们的生活质量。此外，这项 MR 研究结果与先前观察性研究之间的差异凸显了对与慢性肝病相关的肌肉骨骼疾病背后的生物学机制进行深入研究的必要性，以便从病因学角度更准确地了解它们的确切关系。