双样本阴性结果不好发？这篇9.2分文章思路值得学习！协和医学院探究特应性皮炎和多种癌症的关系

今天给大家分享一篇阴性结果的MR，协和医学院乳腺肿瘤外科Jing Wang团队探究一个暴露（特应性皮炎）与多个结局（14种癌症）的关系。本质是14个双样本分析。研究结果：我们的MR研究不支持AD对癌症风险的因果关系。这一发现对AD和癌症的预防和管理都具有重要意义，因为它减少了对AD对癌症结局的潜在不利影响的担忧。将“特应性皮炎”替换成自己研究中的暴露，不就又是一篇新文章?

文章题目：Atopic dermatitis and risk of 14 site-specific cancers: A Mendelian randomization study

DOI：10.1111/JDv.19380

中文标题：特应性皮炎和 14 种特异性癌症的风险：孟德尔随机化研究

发表杂志：Journal of the European Academy of Dermatology and Venereology 

影响因子：9.2

发表时间：2023年8月

论文亮点

本研究通过孟德尔随机化（MR）方法探讨了特应性皮炎（AD）与14种特定部位癌症风险之间的潜在因果关系。研究使用了来自最大AD全基因组关联研究（GWAS）的遗传变异作为工具变量（IVs），并结合了大型癌症联盟、英国生物库（UK Biobank）和芬兰基因组（FinnGen）研究的数据。通过多种统计方法和敏感性分析，研究结果未发现AD与整体癌症风险或任何特定部位癌症之间存在强因果关系的证据。这些发现对于AD和癌症的预防及管理具有重要意义，因为它减少了对AD可能对癌症结果产生不利影响的担忧。研究的优势在于系统地评估了AD与广泛癌症结果之间的关系，并采用了多种数据源和方法来增强结果的可靠性。然而，研究的局限性包括遗传摘要统计数据的限制，以及某些癌症病例统计能力有限。尽管如此，研究的一致性结果表明，AD与癌症风险之间的因果联系尚无足够证据支持。

摘要

重要性：特应性皮炎 （AD） 占皮肤病负担的很大一部分，在全世界成年人中的患病率约为 10%。此外，系统评价和荟萃分析发现，AD与多个部位的癌症风险有关，如果发现是因果关系，这可能会突出降低癌症风险的潜在治疗靶点。。

目的：在一项双样本孟德尔随机化研究中评估 AD 与 14 种位点特异性癌症之间的潜在致病联系。  

暴露: 特应性皮炎

设计、设置和参与者：从最大的 AD 全基因组关联研究 （GWAS）（10,788 例和 30,047 例非病例）中，欧洲人群中与 AD 高度相关的遗传变异 （P < 5E-08） 被选为工具变量 （IV）。来自大型癌症联盟以及英国生物银行研究（n=442,239）和FinnGen研究（n=218,792）的数据用于评估与14种位点特异性癌症和整体癌症的遗传关联。我们进行了一套互补方法和敏感性分析，以检验我们结果的稳健性。此外，使用meta分析将来自不同数据源的同一癌症部位的关联结合起来。

结果：我们没有发现AD对整体癌症风险的有力因果证据，效果估计接近于零。Benjamini-Hochberg校正后，逆加权法表明AD与英国生物样本库的总体癌症风险没有关联（OR，1.00;95%CI，0.94-1.06;FDR，0.98）和FinnGen研究（OR，0.96;95%CI，0.92,1.02;罗斯福，0.68）。没有发现基因预测的AD与任何其他位点特异性癌症风险之间存在关联的有力证据。

结论和相关性：我们的MR研究不支持AD对癌症风险的因果关系。这一发现对AD和癌症的预防和管理都具有重要意义，因为它减少了对AD对癌症结局的潜在不利影响的担忧。

介绍

特应性皮炎（AD），俗称特应性湿疹，是一种慢性、炎症和湿疹性皮肤病。湿疹这个名字与疾病的湿疹特征有关，这些特征是持久的;浆液性渗漏和水疱，以及红斑和脱屑1。在许多国家，阿尔茨海默病的患病率有所增加，对患者及其家人的健康产生了重大影响1-3，影响了多达20%的儿童和高达10%的成人4。癌症是全球主要死亡原因之一，2020 年造成超过 1000 万人死亡，约占六分之一的死亡人数5。与湿疹一起发生的慢性炎症会损害 DNA，并可能改变导致癌症的突变风险。此外，一些针对AD的治疗方法可能会抑制免疫系统，从而改变患癌症的风险。先前的流行病学研究提供了关于AD与癌症风险之间关系的有趣发现。一项系统评价和荟萃分析发现，观察证据表明 AD 与角质形成细胞癌和肾癌风险增加以及肺癌和呼吸系统癌症风险降低之间存在关联6，而另一项荟萃分析发现 AD 与脑癌呈负相关7。最近在英格兰和丹麦进行的队列研究显示，没有迹象表明AD与大多数癌症之间存在关联，淋巴瘤除外8。到目前为止，将AD与人类癌症风险联系起来的证据是基于观察性研究，这些研究容易受到混淆和反向因果关系的影响。因此，AD在癌症发展中的因果作用仍不确定。

孟德尔随机化 （MR） 是一种有效的流行病学方法，它使用遗传变异作为改进因果推断的工具9。由于遗传变异在受孕时是随机分配的，因此不受环境和自适应变量的影响，因此MR自然不容易混淆。此外，由于种系基因型不受因疾病引起的生物扰动的影响，因此该策略可以避免反向因果关系的问题。然而，尚未对具有特定部位癌症风险的 AD 进行 MR 分析。在此，我们进行了 MR 分析，以评估 AD 与整体癌症风险和 14 种特定部位癌症之间是否存在因果关系。

2. 方法

 数据源

图 1 描述了研究设计的摘要。我们使用来自英国生物样本库、FinnGen 研究和几个国际联盟的 AD 和癌症的汇总水平数据进行双样本 MR。这些联盟包括乳腺癌协会联盟10（122,977例和105,974例对照），卵巢癌协会联盟11（25,509例和40,941例对照），国际肺癌联盟12（11,348例和15,861例对照）和前列腺癌协会基因组中癌症相关改变调查小组（79,148例和61,106例对照）13.迄今为止，来自欧洲最大人群的AD的GWAS的摘要信息被用于SNP暴露估计。英国生物样本库和 FinnGen 研究中 AD、泛癌和位点特异性癌症的全基因组关联研究 （GWAS） 通过 MRC 综合流行病学部门 （IEU） 开放 GWAS 数据库14-16 （https://gwas.mrcieu.ac.uk/） 访问。我们的阳性对照结果-哮喘和阴性对照结果体高的GWAS汇总水平数据也通过MRC IEU笔GWAS数据库访问。桌子。S1 详细介绍了参与本研究的所有纳入研究和国际联盟的信息。桌子。S2 介绍了特定部位癌症的来源和定义。这项研究得到了中国医学科学院和北京协和医学院肿瘤医院机构审查委员会的批准，并放弃了书面知情同意书，因为它使用了来自公开可用的去识别化数据集的数据。

遗传仪器选择

用于本研究的 AD 全基因组汇总统计数据包含来自 20 项欧洲血统研究的 10,788 例病例和 30,047 例对照。在决定使用何种工具的过程中采用了两种策略。首先，在全基因组显著性水平（P < 5 × 10−8）中筛选与AD相关的SNP（Set 1-IVs）。其次，我们使用基于较低显着性阈值（P < 5*10-6）的遗传工具，以增加解释的表型方差，从而增加统计功效（Set 2-IVs）。当特异性单核苷酸多态性 （SNP） 未包含在结果数据集中时，采用强连锁不平衡 r2=0.8 的适当代理作为替代。在排除了本仪器中与另一个SNP处于连锁不平衡状态（r2≥0.001）的SNP后，选择了12个SNP（第1-IVs组）和39个SNP（第2-IVs组），F统计量大于10个作为工具变量（IVs）（表。S3）。使用 Burgess 等人提供的公式计算 IV 的组合 F 统计量。17，第 1-IV 组和第 2-IV 组的产值分别为 48.6 和 37.4。我们通过将每个SNP的R2相加来计算由遗传变异（R2）解释的暴露方差比例。工具变量分别占AD方差的1.4%（集合1）和3.5%（集合2）。在初步分析中，我们将关系的比值比 （OR） 和 95% 置信区间 （CI） 缩放为对数转换的 AD 遗传易感性几率增加 1 个单位。

统计分析

我们使用SNP暴露和SNP结局β系数和SE估计AD对恶性肿瘤影响的比值比（OR）和95%CI。通过将SNP与结果的关系除以SNP暴露关联，我们能够得到单个SNP的因果估计（Wald比率）。多 SNP 工具的因果估计值是使用逆方差加权 （IVW）-MR 计算的，它取 SNP 之间 Wald 比率的平均值，由 SNP 暴露 β 系数 18 加权。IVW-MR 意味着所有仪器都是真实的或多效性是平衡的，我们假设 SNP 与暴露之间以及 SNP 与结果 19 之间存在线性关联。MR9,20,21 的核心假设可以通过敏感性分析进行测试，即该仪器：预测暴露;不受暴露/结果关系混杂因素的影响;并且仅通过暴露影响结果，这意味着没有水平多效性。我们进行了敏感性分析，以测试我们发现的稳健性以及违反假设的可能性，最明显的是水平多效性。我们估计了 SNP 之间效应异质性的 Cochran Q 统计量。为了识别任何水平多效性，进行了MR-Egger回归的截距检验。我们使用互补方法，做出与多效性相关的不同假设来计算MR估计值作为敏感性分析，包括加权中位数MR 22，MR-Egger23，尽管容易出现不精确; 和简单模式方法（基于SNP数量最多的聚类的估计）24。为了检测可能扭曲我们发现的异常SNP，我们检查了每个SNP的因果估计（散点，森林图）并进行了遗漏分析。我们使用 MR 多效性残差和异常值 （MR-PRESSO） 方法通过全局多效性和 SNP 异常值检验 p<0.0525 检测外围 SNP。使用 PhenoScanner 数据库26，我们研究了 SNP 是否与其他相关性状（可能的混杂因素、吸烟、饮酒）相关，并基于此排除了潜在的多效性 SNP。17 采用阳性和阴性对照结果分析来评估由于水平多效性和选择偏倚导致的潜在偏倚20。为了纠正多次测试，使用了 Benjamini-Hochberg 方法，该方法控制错误发现率 （FDR）。R 软件用于数据准备和分析（R 版本 4.2.2）。使用 TwoSampleMR 软件包 27 进行 MR 分析。使用 mRnd 孟德尔随机化功效计算在线工具28 确定统计功效。meta分析用于合并来自同一癌症部位不同数据源的MR估计值。本研究遵循加强流行病学观察性研究报告 （STROBE） 指南（补充清单）的指南。

 3.结果

在使用英国生物样本库的联盟数据（乳腺癌、前列腺癌、卵巢癌、子宫内膜癌）和整体癌症的分析中，我们在 0.05 的显着性水平下有超过 90% 的功效来检测 OR 为 1.25，而对于某些位点特异性癌症分析，需要相对较大的关联量级来检测效果的有力证据， 这在表中显示。S4）。我们发现AD与英国生物样本库的总体癌症风险没有很强的相关性（OR，1.00;95%CI，0.94-1.06;FDR，0.98）和FinnGen研究（OR，0.96;95%CI，0.92,1.02;罗斯福，0.68）。图 2 和图 S1 显示了使用两组 IV 在英国生物库和大型国际联盟中遗传预测的 AD 14 位点特异性癌症的关系。Benjamini-Hochberg调整后，基因预测的AD与测试的14种特定部位癌症或整体癌症无关（图2）。使用两组遗传仪器来测试所有结果。FinnGen研究中的关系方向与英国生物库和联盟的关联方向基本一致（图S2和S3）。通过MR-PRESSO和留一分析发现的位点特异性癌症的潜在多效性SNP显示在表中。S5 中。在使用联盟数据和英国生物样本库数据的分析中，SNPs对乳腺癌、前列腺癌、非黑色素瘤皮肤癌、泛癌、结直肠癌和淋巴瘤等癌症的因果效应存在异质性（Cochran’s-Q，Phet <0.05）（表1）;在排除了 RS6062486 和 RS2581790（以前与吸烟有关）以及 MR-PRESSO 发现的外围 SNP 和遗漏分析（表 1）后，这个问题得到了解决。去除异常值后，AD与位点特异性癌症之间的关联结果与使用Set 1-IVs和Set 2-IVs的原始结果一致（表1）。在 FinnGen 研究中，非黑色素瘤皮肤癌的 SNP 之间的因果效应存在异质性，在排除 rs6062486 和 rs2581790（以前与吸烟有关）和通过 MR-PRESSO 方法发现的外围 SNP 后，这个问题得到了解决。S6）。在排除潜在的多效性SNPs后，结果与使用两组IV的原始结果保持一致（表。S6）。为了进一步提高功效并加强我们的研究结果，我们使用固定和随机效应模型对具有不同数据源的癌症部位进行了荟萃分析，我们发现合并结果在很大程度上反映了联盟（如果有的话）的结果，因为这些研究的病例比两个队列研究多得多。与单队列/联盟分析一样，我们在使用第1-IV组和第2-IV组的任何荟萃分析中都没有发现任何AD对癌症风险影响的有力证据（图3和图S4）。

在使用替代孟德尔随机化方法的敏感性分析中，结果大致一致（表。S7 和 S8）。为了进一步评估违反独立性假设的混淆的合理性和我们结果的稳健性29,30，我们使用阳性和阴性对照20进行了分析，同时使用组1-IV和组2-IV（表。S9）。与目前AD与哮喘之间正相关的证据一致31，我们发现遗传预测的AD（Set 1-IVs）与哮喘（OR，1.34;95%CI，1.20-1.51;P<0.001）。正如预期的那样，我们没有观察到遗传预测的AD与我们的体重阴性对照结果之间存在联系的迹象（OR，0.97;95%CI，0.90,1.05;P=0.45）。这些结果进一步加强了我们的发现。

讨论

在这项关于AD和癌症风险的MR研究中，我们系统地评估了遗传预测的AD与各种癌症结果的关系。在应用Benjamini-Hochberg校正后，在癌症联盟，英国生物库或FinnGen研究中，我们没有发现AD的遗传易感性与位点特异性癌症或整体癌症之间存在联系的迹象。根据我们目前的研究结果，我们的数据似乎没有为先前一些观察性研究得出的结论提供足够的支持，这些研究将AD与某些癌症的风险增加联系起来。然而，重要的是要注意，某些分析的低统计功效可能会限制我们检测某些位点特异性癌症中显着关联的能力。

在一项包括 32 项研究（290,563 名成人和 9,014 名儿童）的系统评价和荟萃分析中，发现 AD 与脑癌之间存在负相关7（合并 OR，0.77;95% CI，0.71-0.83;但由于 FinnGen 和英国生物样本库的病例数量很少，并且缺乏公开的联盟数据，我们的研究无法研究脑肿瘤。荟萃分析没有发现AD与其他癌症之间存在关联的证据，这与我们的研究结果一致。最近，在英格兰和丹麦进行的两项大型观察性研究中8，AD与整体癌症之间的关联是HR，1.04;英格兰为99%（CI，1.02-1.06），丹麦为1.05（CI，0.95-1.16），这表明所有癌症部位的AD风险略有增加，我们在FinnGen队列中的分析确实显示出小积极作用的微弱证据（OR，1.03;CI， 0.99-1.07） 然而，我们对英国生物样本库的结果 （OR， 0.97;CI，0.92-1.03）和我们的meta分析结果（OR，1.00;95%CI，1.00-1.01）不支持这一发现。在同一项观察性研究中，8 AD 与英格兰患淋巴瘤的可能性增加有关。在另一项系统评价和荟萃分析中，包括 8 项基于人群的队列研究 （n = 5， 726,692） 和 48 项病例对照研究 （n = 14 136），Wang 等人 6.报告了AD与几种位点特异性癌症的显著关联，包括角质形成细胞癌（合并SIR，1.46;95%CI，1.20-1.77），肾癌（合并SIR，1.86;95%CI，1.14-3.04），以及肺癌和呼吸系统癌（合并OR，0.61;95%CI，0.45-0.82）。Zhu 等人进行了一项由 16 项研究组成的系统评价，共有 9,638,093 名参与者，以调查 AD 对皮肤癌的贡献，这项研究表明 AD 与非黑色素瘤皮肤癌的几率升高相关，但与黑色素瘤无关32。之前的一项 MR 研究发现过敏性疾病（由哮喘、花粉症和湿疹组成）与前列腺癌和乳腺癌的风险之间没有关联，这在一定程度上与我们的发现一致33。根据我们的研究结果，无法确定AD与癌症风险之间的因果关系。对此的一种解释可能是，先前观察到的AD与特定部位癌症之间的关联是偶然发现的，或者它们被未知因素混淆了。或者，由于我们的一些分析功效低，我们可能未能找到强有力的关联证据，因此我们无法排除观察性分析中AD对淋巴瘤和非黑色素瘤皮肤癌的影响，尽管我们对肺癌的结果与Wang等人5的荟萃分析中观察到的巨大保护作用不一致，但我们确实看到了一些保护作用的证据使用我们的 2-IV 集对肺癌的 AD。由于病例数量少，我们没有对在观察性研究中发现与AD相关的脑癌和角质形成细胞癌进行分析。

我们的研究有几个优势。首先，这是第一份使用MR设计系统地研究AD与广泛癌症部位之间潜在关系的报告。其次，双样本MR使我们能够使用AD的最大GWAS，并且我们的研究设计基于发现集和验证集（均具有两组IV），这可以提高我们研究结果的可靠性。第三，我们进行了阳性和阴性对照结局MR分析，这两者都有助于进一步确认所用静脉注射的适当性。当前研究的一个局限性在于遗传汇总统计，这限制了可以进行的分析分析类型。此外，在一些癌症病例分析中，统计功效有限。另一点是，我们的研究结果应该在以下事实的背景下考虑：我们研究中的AD状态是由基于遗传变异的遗传责任定义的，这可能与以前的其他观察性研究没有可比性。然而，根据我们从几种互补方法和数据源中观察到的一致的无效结果，我们的发现不太可能因偏倚而失真。 

 总之，我们没有发现AD与总体癌症风险或任何位点特异性癌症有因果关系的证据。AD的治疗可能与患癌症的几率有关，这应该是未来研究的主要焦点。