NAHNES和MR联合拿下1区TOP！武汉大学团队探究高血压和NAFLD的关系

今天分享一篇来自武汉大学人民医院的NHANES联合的文章，通过使用 NHANES 2017-2018 的数据，应用加权多变量调整逻辑回归来评估高血压与 NAFLD 风险之间的关系。随后，使用GWAS 汇总数据进行双样本 MR 研究，以确定高血压、收缩压、舒张压和 NAFLD 之间的因果关系。

这是常规两个数据库联合文章，NHANES数据只涉及一个周期，MR是使用IEU在线数据进行分析，代码实操简单，但是文章中不仅仅是只探究了高血压，分分成了收缩压、舒张压和NAFLD的关系，这是值得学习和借鉴的。

课题思路这不就来了么？万层高楼平底起，一起加油呀！

文章题目：Hypertension and NAFLD risk: Insights from the NHANES 2017-2018 and Mendelian randomization analyses

DOI：10.1097/CM9.0000000000002753

中文标题：高血压和 NAFLD 风险：来自 NHANES 2017-2018 和孟德尔随机化分析的见解

发表杂志：Chinese Medical Journal

影响因子：6.1

发表时间：2023年7月

论文亮点

本研究结合了美国国家健康和营养调查（NHANES）2017-2018年的数据和Mendelian随机化（MR）分析，探讨了高血压与非酒精性脂肪肝病（NAFLD）之间的关系。研究结果显示，高血压与NAFLD风险呈正相关，收缩压（SBP）和舒张压（DBP）水平也与NAFLD显著正相关。MR分析进一步支持了高血压对NAFLD风险的因果关联，提示高血压可能是NAFLD的一个可修改的危险因素。研究的优势在于使用了大规模的观察性研究和MR方法，避免了未测量的混杂因素和逆向因果偏差，提供了高血压与NAFLD关系的新见解。然而，研究也存在局限性，包括NAFLD的诊断依赖于VCTE技术，可能低估了疾病的流行率，且研究结果主要基于欧美人群，限制了其在其他种族群体中的外推性。未来需要在更广泛的样本和不同种族人群中进行进一步研究以验证这些发现。

摘要

背景：高血压和非酒精性脂肪性肝病 （NAFLD） 有几个共同的病理生理危险因素，两者之间的确切关系尚不清楚。我们的研究旨在通过分析 2017-2018 年全国健康和营养检查调查 （NHANES） 和孟德尔随机化 （MR） 分析的数据，提供有关高血压与 NAFLD 之间关系的证据。

方法：使用NHANES 2017-2018的数据，应用加权多变量调整logistic回归评估高血压与NAFLD风险之间的关系。随后，使用全基因组关联研究 （GWAS） 汇总统计进行了双样本 MR 研究，以确定高血压、收缩压 （SBP）、舒张压 （DBP） 和 NAFLD 之间的因果关系。采用原发性负方差加权（IVW）和其他补充MR方法验证高血压与NAFLD的因果关系。采用灵敏度分析来确认结果的稳健性。

结果：共有 3144 名参与者参加了我们在 NHANES 的观察性研究。加权多变量校正logistic回归分析表明，高血压与NAFLD风险呈正相关（比值比[OR]=1.677;95%置信区间[CI]，1.159-2.423）。SBP ≥130 mmHg 和 DBP ≥80 mmHg 也与 NAFLD 显著呈正相关。此外，高血压与肝脂肪变性独立相关（b = 7.836 [95% CI， 2.334–13.338]）。MR分析的结果也支持高血压（OR=7.203 [95%CI，2.297-22.587]）与NAFLD之间的因果关系。SBP （OR = 1.024 [95% CI， 1.003–1.046]）、DBP （OR = 1.047 [95% CI， 1.005–1.090]） 和 NAFLD 之间的因果探索也观察到类似的结果。敏感性分析进一步证实了这些发现的稳健性和可靠性（均 P >0.05）。

结论： 高血压与NAFLD风险增加有关。

关键词：高血压;非酒精性脂肪性肝病;全国健康与营养检查调查；孟德尔随机化分析；因果律

介绍

非酒精性脂肪性肝病（NAFLD）是目前慢性肝病最普遍的病因。[1] NAFLD是一种从脂肪变性发展为不可逆性脂肪性肝炎、肝纤维化、肝硬化，最后发展为肝癌的疾病。[2] 尽管只有不到 10% 的 NAFLD 患者在诊断后 10-20 年内发展为肝硬化和肝癌，但鉴于该疾病的高患病率，这仍然是医学界非常关注的问题。

高血压是心血管疾病的主要危险因素之一，估计影响全球30%的人口。[4] 值得注意的是，一项横断面多中心研究发现，与血压正常的青年相比，高血压青年的体重指数 （BMI）、胰岛素抵抗 （IR） 和肝脂肪变性增加。[5] 因此，2016 年欧洲联合指南 肝脏研究协会 （Association for the Study of Liver， EASL）、糖尿病 （EASD） 和肥胖症协会 （Association for the Study of Liver， EASL）、糖尿病协会 （Diabetes and Obesity， EASD） 建议，伴有高血压相关纤维化的非酒精性脂肪性肝炎患者应接受更密切的监测。[6] 然而，高血压和 NAFLD 通常以复杂的双向关系共存于同一个人身上，因为它们具有共同的代谢危险因素，例如年龄、肥胖和 IR。[7] 现有的观察性研究也受到一些局限性的影响，例如样本量小，并且通常受到混杂和反向因果关系的影响。因此，很难获得高血压与NAFLD之间独立关联的明确证据。

国家健康和营养检查调查 （NHANES） 是由国家卫生统计中心 （NCHS） 进行的一项持续的横断面研究，旨在评估美国人口的营养状况和新出现的公共卫生状况。[9] 因此，NHANES 可以提供高质量、大样本和具有全国代表性的数据来评估高血压与 NAFLD 风险之间的相关性。

孟德尔随机化 （MR） 分析已被公认为随机对照试验 （RCT） 的补充方法，并被广泛认为是一种新兴的流行病学方法，可使用遗传变量评估暴露对特定结果的因果影响。[10,11] 此外，MR 方法的结果不太容易受到残余混杂和反向因果关系偏倚的影响，因为遗传变异在减数分裂过程中是随机分配的，并且与环境因素无关。

在这项研究中，我们将 NHANES 2017-2018 中的大规模观察性研究和双样本 MR 分析相结合，以全面评估高血压与 NAFLD 之间的关系。

方法

NHANES的研究人群

当前分析中使用的数据可通过NHANES数据库查询。NHANES研究的方案得到了NCHS研究伦理审查委员会的授权。已获得所有 NHANES 参与者的知情同意。该研究免于机构审查委员会的批准，因为它使用了去识别化的公开数据。

该研究的纳入标准包括 2017-2018 年在 NHANES 移动检查中心注册并满足以下条件的参与者：年龄 20 岁或以上，以及使用 FibroScan 502 Touch（Echosens，法国巴黎）进行弹性成像测量的授权。[13] 研究样本包括 5569 名符合这些资格标准的人。排除标准如下：（1） 不合格、未进行或部分弹性成像检查状态的个体 （N = 1059）;（2）缺少控制衰减参数（CAP，可量化脂肪变性程度）数据（N=1）;（3）感染乙型肝炎（定义为存在乙型肝炎表面抗原）或丙型肝炎（丙型肝炎抗体或丙型肝炎RNA阳性）的个体（N = 118）;（4） 大量饮酒的个体（平均每天分别饮用一到两杯或更多标准化饮料的个体）或缺少饮酒信息的个体 （N = 938）;（5） 在研究招募前服用致脂肪药物（如胺碘酮、甲氨蝶呤和他莫昔芬）至少 3 个月（N = 24）;（6）缺少有关血压值的信息（N = 285）。最后，这项研究由 3144 名参与者组成 [补充 图 1，http：//links。LWW。com/CM9/B606]。

NHANES中高血压和NALFD的定义和评估

用于血压测量的方案遵循美国心脏协会制定的程序。在静止条件下测量血压三次后，计算收缩压（SBP）和舒张压（DBP）的平均值。2017 年美国心脏协会/美国心脏病学会 （AHA/ACC） 指南建议，SBP ≥130 mmHg 和/或 DBP ≥80 mmHg 的个体应定义为高血压患者。[14] 同时，对“曾经告诉过你有高血压吗？”回答“是”的参与者也被归类为患有高血压。

NAFLD传统上通过影像学或组织学途径进行诊断，以确定是否存在肝脂肪变性。NHANES 工作人员使用 FibroScan 502 Touch 设备评估了 2017 年至 2018 年参与者的振动控制瞬态弹性成像 （VCTE）。FibroScan 502 Touch 设备可用于测量与 NAFLD 程度相关的超声衰减，并将 CAP 记录为肝脏脂肪水平的指标。CAP值与NAFLD的严重程度呈正相关。我们使用 CAP 的临界值 285 dB/m 作为 NAFLD 状态的标志。该临界值具有 80% 的敏感性和 77% 的特异性，已在美国人群中开发和验证，用于检测个体肝脂肪变性。

NHANES 中使用的其他协变量

为了控制潜在的混杂效应，调整了以下人口统计学特征：性别、年龄、种族、教育水平、BMI、腰围、吸烟和糖尿病状况、总胆固醇、甘油三酯、高密度脂蛋白 （HDL）-胆固醇、糖化血红蛋白 （HbA1c） 和身体活动。我们根据这些混杂因素与感兴趣结局的相关性或效应估计值的变化超过10%来选择这些混杂因素。参与者的吸烟状况分为从不吸烟者、以前吸烟者和现在吸烟者。根据他们一生中是否吸烟少于 100 支以及现在是否吸烟来区分。糖尿病被定义为既往糖尿病史、HbA1c 水平 ≥6.5% 或空腹血糖水平≥126 mg/dL。根据任务的代谢当量，体力活动分为低水平（<600 分钟/周）、中度（≥600 分钟/周和 <8000 分钟/周）和高水平（≥8000 分钟/周）。

全基因组关联研究 （GWAS） 来源和单核苷酸多态性 （SNP） 选择

与高血压密切相关的遗传变异来自MRC综合流行病学单位（MRC-IEU）联盟，该联盟总共招募了462,933名欧洲人（119,731例病例和343,202例对照）。SBP 和 DBP 的数据来自 GWAS 的荟萃分析，其中包括来自英国生物样本库和国际血压联盟 （ICBP） 联盟的 757,601 名参与者。[16] 此外，我们从 FinnGen GWAS 获得了与 NAFLD 的遗传关联数据摘要，该数据招募了 894 例病例和 217,898 名对照组。Finngen 队列中使用的 NAFLD 是指肝实质的脂肪替代，与饮酒无关，根据国际疾病分类 （ICD） -10 K76.0 诊断（包括出院和死因）。这些GWAS数据是从综合流行病学部门（IEU）OpenGWAS数据库。[17] 所有研究均由当地机构审查委员会审查和批准，所有受试者均提供知情同意书。

为了确定可用于估计暴露（分别为高血压、SBP 和 DBP）和 NAFLD 之间因果效应的遗传变异，将全基因组显着性水平设置为 P <5×10−8，以筛选与暴露密切相关的遗传变异。此外，我们排除了那些具有连锁不平衡的SNP（r2<0.001,10,000 kb）。然后，使用PhenoScanner数据库检查每个SNP，以消除与潜在混杂因素和其他NALFD相关特征显着相关的SNP。最后，分别提取高血压、SBP和DBP的144、286和302个SNP进行后续的因果关系分析[补充表1，http：//links。LWW。com/CM9/B606]。考虑到代谢因素对NAFLD的影响，我们排除了潜在的混杂因素，包括BMI、腰围、其他心血管疾病、糖尿病、血脂异常、饮酒和吸烟。[18] 有关数据下载和筛选的详细信息如表 1 所示。

统计分析

在进行NHANES分析时，我们采用多变量调整logistic回归来评估高血压、SBP、DBP和NAFLD之间的关系。评估了三个针对协变量进行调整的模型：模型 1 未调整;模型 2 包括性别、年龄、种族和教育水平;模型 3 还根据年龄、性别、种族、教育水平、BMI、腰围、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、糖尿病、HbA1c、吸烟状况和身体活动类别进行了调整。结果以比值比 （OR） 或 b 系数（95% 置信区间 [CI]）表示。鉴于NHANES的复杂概率聚类设计，本研究在统计分析中考虑了权重。

对于双样本MR分析，我们采用逆方差加权（IVW）作为评估遗传预测高血压、SBP、DBP和NAFLD风险因果关系的主要方法。此外，还使用了四种互补的 MR 分析方法，包括 MR Egger、加权中位数、加权模式和 MR-多效性残差和异常值 （MRPRESSO），以验证 IVW 的结果。由于IVW估计值可能因引入多效性工具变量而存在偏差，因此通过敏感性分析解决了因果性估计中的多效性效应。采用Cochrane’ s Q 检验评估潜在的异质性。采用随机效应IVW分析调整测量的异质性（P <0.05）。接下来，采用MR-Egger截距估计遗传变异的水平多效性（P <0.05被认为是水平多效性的潜在存在）。MR-PRESSO还用于通过将观察到的残差平方和与预期的残差平方和进行比较来评估多效性的存在。此外，还进行了“遗漏”分析，以确定结果是否由单个变体驱动。

R 软件 4.1.3 版（R Foundation，维也纳，奥地利）和 EmpowerStats 软件（X&Y Solutions Inc.，Boston，MA，USA）用于执行所有统计分析。

结果

根据 NAFLD 研究对象的群体特征

表 2 显示了研究参与者的临床和实验室特征。根据 CAP 的临界值 285 dB/m，参与者分为 1929 名患有 NAFLD 的个体和 1215 名没有 NAFLD 的个体。NAFLD患者年龄较大，以男性为主，属于非西班牙裔白人;此外，他们表现出较低的教育水平和较高的吸烟、糖尿病和高血压患病率。此外，正如预期的那样，他们的中位硬度、中位 CAP、BMI、腰围、SBP、DBP、丙氨酸转氨酶 （ALT）、天冬氨酸转氨酶 （AST）、碱性磷酸酶 （ALP）、 谷氨酰转移酶 （GGT）、尿酸、总胆固醇、甘油三酯、高敏 C 反应蛋白 （HSCRP）、HbA1c 和空腹血糖显着更高，而高密度脂蛋白 （HDL） 胆固醇较低。

NHANES 中高血压与 NAFLD 之间的观察性关联

多因素回归分析结果显示，高血压（OR=1.677 [95% CI， 1.159–2.423]）与NAFLD风险之间存在显著关系[表3]。在对潜在的混杂因素进行调整后，130 mmHg ≤SBP <140 mmHg （OR = 1.802 [95% CI， 1.184–2.743]）、SBP ≥140 mmHg （OR = 1.648 [95% CI， 1.073–2.531]）、80 mmHg ≤DBP <90 mmHg （OR = 1.397 [95% CI， 1.072–1.820]） 和 DBP ≥90 mmHg （OR = 1.513 [95% CI， 1.036–2.210]） 也与 NAFLD 显著呈正相关。然而，120 mmHg ≤SBP<130 mmHg 和在调整模型 3 中的协变量后，NAFLD 变得无关紧要 （OR = 1.564 [95% CI， 0.988–2.478]）。此外，表 4 显示高血压与 CAP 呈正相关 （b 7.836 [95% CI， 2.334–13.338]）。在模型 1 （b 1.142 [95% CI， 0.913–1.572]） 和模型 2 （b 0.985 [95% CI， 0.411– 1.559]） 中，高血压也与肝脏僵硬呈显著正相关。然而，在调整模型 3 中的协变量后，这种显著关系变得不显著 （b –0.031 [95% CI， –0.761 至 0.699]）。

统计分析

本研究采用R版本4.1.3进行统计分析，统计学显著性设定为p<.05。连续变量表示为平均值± SD，分类变量表示为数字（百分比）。采用多变量logistic回归模型估计VAT与PD的关联性，以最低VAT四分位数作为参考类别;这些模型针对各种潜在的混杂因素进行了调整，包括性别、年龄、种族、教育、收入、贫困、吸烟和饮酒、BMI、DM 和高血压（Li et al.， 2022）、SII、NLR、PLR 和 LMR。使用限制三次样条法 （RCS） 评估 VAT 与 PD 风险之间的剂量反应关系，并调整性别、年龄、种族、教育程度、收入、贫困、吸烟和饮酒、BMI、DM、高血压、SII、NLR、PLR 和 LMR。

MR分析中高血压与NAFLD风险之间的因果关系

由于在上述多变量回归分析中观察到高血压与NAFLD风险之间存在显著正相关，因此我们进一步进行了MR分析，以推断高血压对NAFLD风险的因果效应。如表5所示，结果表明，使用IVW方法，高血压（OR=7.203 [95%CI，2.297-22.587]）、SBP（OR = 1.024[95%CI，1.003-1.046]）和DBP（OR = 1.047 [95%CI，1.005-1.090]）与NAFLD之间存在正因果关系。此外，这些结果在因果估计的方向和因果效应的大小方面与其他补充MR方法一致，从而表明这些发现是可靠和稳健的。图 1 描述了通过不同 MR 方法测量的暴露对 NAFLD 的影响估计值。森林图用于显示每个SNP对NAFLD的估计影响[补充图2，http：//链接。LWW。com/CM9/B606]。

值得注意的是，在DBP对NAFLD的影响中观察到潜在的统计学SNP异质性（IVW：P = 0.041和MR Egger：P = 0.041，表5）。因此，我们随后应用乘法随机效应IVW方法通过调整测量的异质性来评估DBP和NAFLD之间的因果关系。为了评估与SNP相关的三种暴露是否可以通过其他潜在途径导致NAFLD，我们进一步进行了水平多效性分析。结果显示，使用MR-Egger检验的三种暴露中的任何一种均未发现多效性效应的证据（均P>0.05）。此外，MR-PRESSO全局检验也未检测到水平多效性效应和任何异常值SNP（均P>0.05）。漏斗图的对称性也表明了相同的结果[补充图3，http：//links。LWW。com/CM9/B606]。leave-one-SNP分析进一步证实，高血压、SBP、DBP和NAFLD之间的因果关系不是由任何单一SNP驱动的[补充图4，http：//链接。LWW。com/CM9/B606]。因此，上述结果表明我们的结果稳健可靠。

讨论

在本研究中，我们整合了使用全国代表性的 NHANES 2017-2018 队列的观察性研究和双样本 MR 分析来调查高血压与 NAFLD 之间的关系。我们的研究结果表明，与非NAFLD患者相比，NAFLD患者的高血压比例更高。同时，双样本MR方法进一步证实了高血压对NAFLD的因果关系，表明高血压是NAFLD的候选可改变因素。

NAFLD的特征是在没有大量饮酒的情况下，肝细胞内脂质过度积累，并伴有IR。[19] 作为代谢综合征的肝脏表现，NAFLD 与代谢合并症有关，例如肥胖、高脂血症、2 型糖尿病和心血管疾病。[18,20] 随着代谢疾病研究的深入，我们不断更好地了解高血压与NAFLD风险之间的关系。[21,22] 一项涉及 5000 多名受试者的大规模队列研究和一项纳入 11 项观察性队列研究的荟萃分析均得出结论，高血压的存在与 NAFLD 发病风险增加显著相关。[23,24] 此外，正常范围内SBP水平升高也与NAFLD风险显著增加相关。[25] 我们从具有全国代表性的 NHANES 2017-2018 中得出的发现还表明，NAFLD 患者的高血压比例显着更高，SBP 和 DBP 水平更高。多变量logistic回归分析表明，在调整潜在的混杂因素后，高血压、SBP、DBP和NAFLD之间存在显著的正相关。此外，根据我们的研究结果，高血压与CAP的几率增加密切相关，这与以前的研究一致。

然而，由于高血压和NAFLD之间的关联很复杂，因此很难在高血压和NAFLD之间做出因果推断。[28] 因此，除了使用具有全国代表性的观察性研究外，我们还进行了 MR 方法来阐明高血压与 NAFLD 之间的因果关系。基于欧洲人群的MR结果，我们对高血压对NAFLD的正因果关系的理解得到了拓宽。除主要IVW方法外，其他互补MR方法提供了一致的结果。敏感性分析进一步证实了正相关关系的稳健性和可靠性。此外，在SBP、DBP和NAFLD的因果探索中也观察到了相同的结果。

本研究的主要优点是将 NHANES 2017-2018 的观察性研究与 MR 方法相结合。对各种因素的综合评估和大样本量使我们能够在多变量回归模型中同时可靠地调整我们对多个混杂因素的分析，并提供足够的统计功效来评估高血压和NAFLD之间的因果关系。此外，MR方法可以避免无法测量的混杂因素以及反向因果关系偏差。[29] 在此背景下，值得一提的是，两种方法在本研究中都获得了几乎一致的结果，这使得研究结果更加可靠。然而，我们的研究也有一些局限性。首先，NAFLD是根据VCTE诊断的，这可能低估了该疾病的患病率。其次，由于许多缺少饮酒量和血压数据的个体被排除在观察分析之外，因此可能存在潜在的选择偏倚。第三，尽管我们控制了许多被认为是相关混杂因素的协变量，但可能仍然存在残留和未测量的混杂因素（例如饮食因素）。最后，我们的观察主要集中在欧洲和美国的人群中，将我们的发现外推到其他种族群体。有必要在更大的样本量和其他种族人群中进行进一步的研究，以验证目前的发现。

总之，结合NHANES和MR分析中的大型观察性研究，我们得出了高血压是NAFLD风险增加的有力指标的发现。研究结果强调了高血压相关变异对NAFLD的因果效应，这对理解高血压与NAFLD之间的关系具有重要意义。

然而，我们的研究结果需要验证，潜在的机制应该进一步澄清。