引用本文： 郭晴晴, 牛丁忍, 周凌. 慢性鼻竇炎與慢性阻塞性肺疾病：一項兩樣本雙向孟德爾隨機化研究. 華西醫學, 2024, 39(9): 1450-1456. doi: 10.7507/1002-0179.202311275 復制
版權信息： ?四川大學華西醫院華西期刊社《華西醫學》版權所有，未經授權不得轉載、改編
慢性阻塞性肺疾病（慢阻肺）是一種以持續性呼吸道癥狀和氣流受限為特征的疾病，對全球健康構成了重大威脅[1]。流行病學調查顯示，全球約 3.7%的人口受此病影響，我國慢阻肺的患病率約為 8.6%[2-3]。慢性鼻竇炎（chronic rhinosinusitis, CRS）是一種常見的慢性炎癥性疾病，主要表現為鼻塞、流涕、頭面部脹痛以及嗅覺減退等癥狀，我國的總患病率約為 8%[4]。慢阻肺與 CRS 屬同一氣道疾病，常合并存在[5-7]。研究顯示，治療 CRS 可以改善慢阻肺患者的肺功能和生活質量，減少下呼吸道癥狀[8]。因此，為了降低慢阻肺的發病率，提高慢阻肺患者的生活質量，準確預測慢阻肺的病因并及時加以干預尤為重要。對于 CRS 與慢阻肺發病之間是否存在關聯，目前國內外尚存在一定爭議[9]。盡管有觀察性研究指出 CRS 與慢阻肺之間可能存在聯系[10-11]，但由于樣本量小、存在混雜因素等影響，并不能證實二者之間具有明確的因果關聯。
孟德爾隨機化（mendelian randomization, MR）研究可以利用遺傳變異作為工具變量來評估風險因素和疾病之間的因果關聯[12]。雖然隨機對照試驗通常被認為是明確暴露和結局之間因果關系的最佳方法，但其具有費用昂貴、耗時長、需要倫理審批等特點，因此存在一定的局限性，MR 研究則可以彌補這些不足。此外，由于遺傳變異是在出生時就隨機分配和自由組合的，因此能夠在很大程度上減少傳統觀察性研究中潛在的混雜因素和反向因果關系的影響[13]。鑒于上述優勢，本研究選用兩樣本雙向 MR 方法來探究 CRS 與慢阻肺之間的因果關聯，以期為臨床診療與機制研究提供理論支持。
1 資料與方法
1.1 研究設計
本研究采用雙向 MR 方法對 CRS 和慢阻肺進行因果關聯分析。其中，正向研究是以 CRS 為暴露因素，慢阻肺為結局變量；反向研究則是以慢阻肺為暴露因素，CRS 為結局變量。在雙向 MR 分析后，均再通過一系列敏感性分析對 MR 分析結果的可靠性加以驗證。MR 分析需要滿足以下 3 個核心假設：① 作為工具變量的單核苷酸多態性（single nucleotide polymorphism, SNP）應與暴露顯著相關（關聯性假設）；② SNP 必須與影響“暴露-結局”的混雜因素無關（獨立性假設）；③ SNP 與結局沒有直接關系，只能通過暴露因素對結局產生影響（排他性假設）[14]。
1.2 數據來源
數據均使用全基因組關聯研究（genome-wide association studies, GWAS）數據庫公開發布的匯總數據集。其中，CRS 的 SNP 數據來源于第 10 版 FinnGen 生物樣本庫，包括 17 987 例病例和 308 457 例對照人群，慢阻肺的 SNP 數據取自英國生物樣本庫，包括 3 871 例患者和 459 139 例對照人群。所納入的數據樣本均為歐洲人群，以避免因種族相關混雜因素造成的偏倚。本研究使用網站公開發表的 GWAS 匯總數據集，因此不需要額外的倫理審批。GWAS 數據庫研究數據信息見表1。
表1
GWAS 數據庫研究數據信息
1.3 工具變量的篩選
根據 MR 研究的 3 個假設，選擇與暴露相關、與其他混雜因素和結局無關的 SNP 作為工具變量，最終納入 MR 分析的 SNP 需同時滿足以下標準：① 達到全基因組統計意義，顯著性閾值為 P<5×10-8（當篩選到的 SNP 個數不足 3 個時，可將參數放寬至 P<5×10-6）[15]。② 為避免因連鎖不平衡產生的偏倚，將連鎖不平衡（r2）參數設置為 0.001，連鎖不平衡區域的范圍設置為 10 000 kb，選擇彼此相互獨立的 SNP[16]。③ 使用 F 統計量評估 SNP 與暴露之間相關性的統計強度，F 統計量計算公式為：F=β2/SE2，其中β為 SNP 對暴露的效應量，SE 為β的標準誤[17]。F＞10 的 SNP 被定義為強工具變量，F＜10 的 SNP 被視為弱工具變量；為保證 SNP 與暴露顯著相關，本研究需將 F＜10 的 SNP 予以剔除[18-19]。④ 將滿足上述 3 個標準的 SNP 輸入 PhenoScanner[20]數據庫，剔除與相關混雜因素和與結局相關的 SNP。此外，MR 分析過程中將自動篩除具有回文結構的 SNP。
1.4 統計學方法
采用 R 4.3.2 軟件和 Excel 2021 進行工具變量的篩選，運用“Two Sample MR”和“MR-PRESSO”R 包進行雙向 MR 和敏感性分析。偏態分布的計量資料采用中位數（下四分位數，上四分位數）表示。計數資料采用例數和百分比表示。雙側檢驗水準α=0.05。
1.4.1 雙向 MR 分析
運用逆方差加權法（inverse variance weighted, IVW）、MR-Egger 回歸分析法、加權中位數法（weighted median, WME）3 種方法進行 MR 分析，將 IVW 作為主要的統計分析方法，因其能夠在不存在異質性和水平多效性的情況下，通過使用元分析方法結合 SNP 因果效應的估計值獲得穩定、準確的結果[21-22]。為了提高研究結果的準確性，將 MR-Egger 回歸分析法和 WME 法作為補充分析方法[23]。上述結果以比值比（odds ratio, OR）和 95%置信區間（confidence interval, CI）評估 CRS 與慢阻肺之間的因果效應，當 P＜0.05 時，結果被認為具有統計學意義。隨后又將慢阻肺作為暴露因素，CRS 作為結局變量，進行反向 MR 分析，以求進一步探明二者之間的因果關系。
1.4.2 敏感性分析
為了確保結果的可靠性，本研究進行了一系列敏感性分析。首先，運用 Cochran Q 統計量和 P 值評估異質性，異質性檢驗分為 IVW 和 MR-Egger 回歸法 2 種，當 P<0.05 時，定義結果存在異質性。一旦存在異質性，將使用隨機效應 IVW 模型來獲得更謹慎的估計，相反，如果不存在異質性，將采用固定效應 IVW（inverse variance weighted-fixed effects, IVW-FE）模型[24]。然后運用 MR-Egger 截距法檢驗水平多效性，若存在水平多效性（P<0.05），則意味著工具變量可以通過暴露以外的其他因素影響結局，提示研究結果不可信[25]。此外，還進行了 MR-PRESSO 檢驗，通過移除離群值來檢測和校正水平多效性[26]。最后，運用“留一法”進行敏感性分析，該方法通過每次剔除一個 SNP 來重新評估總體因果效應是否會受到單個 SNP 的影響[26]。
2 結果
2.1 CRS 對慢阻肺發病風險的影響
2.1.1 工具變量的確定
共納入 21 個與 CRS 相關且獨立的 SNP，在與慢阻肺配對時丟失 SNP 4 個，剔除與潛在混雜因素相關的 SNP（rs3744374、rs6889889）和回文結構的 SNP（rs962992），最終納入 14 個 SNP（表2）作為工具變量進行本次 MR，F 值的分布情況顯示，數據呈偏態分布，因此選擇使用中位數來描述其集中趨勢，F 值為36.462（33.577，54.822），F 值均>10，表示納入的 SNP 與 CRS 顯著相關，不存在偏倚，結果可靠。
表2
納入正向 MR 分析的 SNP 基本信息
2.1.2 MR 分析
IVW-FE 法分析結果提示 CRS 與慢阻肺之間可能存在因果關聯［β=0.003，SE=0.001，OR=1.003，95%CI（1.002，1.004），P＜0.001］，WME 法分析結果同樣支持 CRS 與慢阻肺之間的因果關聯［β=0.004，SE=0.001，OR=1.003，95%CI（1.000，1.004），P=0.002］。雖然 MR-Egger 回歸分析法未顯示出兩者之間的因果關聯［β=0.003，SE=0.002，OR=1.004，95%CI（1.000，1.008），P=0.05］，但散點圖結果顯示所選取的工具變量具有穩定性，且 3 種方法的斜率均為正，仍可認為二者之間具有因果關聯，CRS 可能會增加慢阻肺的發病風險。正向 MR 分析結果散點圖見圖1。
圖1
正向 MR 分析結果散點圖
橫坐標為單個 SNP 對 CRS 的效應，縱坐標為單個 SNP 對慢阻肺的效應，彩色線為 CRS 對慢阻肺的因果效應估計值擬合線，可見隨著 CRS 發病風險升高，慢阻肺發病風險也升高。MR Test：孟德爾隨機化方法；Inverse variance weighted：逆方差加權法；Weighted median：加權中位數法；SNP：單核苷酸多態性；CRS：慢性鼻竇炎；COPD：慢阻肺
2.1.3 敏感性分析
異質性檢驗結果顯示，IVW（Cochran Q=7.910，P=0.849）和 MR-Egger 回歸分析（Cochran Q=7.450，P=0.827）均提示結果不存在異質性；水平多效性檢驗結果顯示，MR-Egger 截距項（P=0.510）提示未出現水平多效性；MR-PRESSO 未檢測到離群值（P=0.917），驗證了結果的可靠性。“留一法”敏感性分析結果顯示，不存在單個 SNP 影響因果的總體效應（圖2）。
圖2
正向 MR“留一法”分析森林圖
黑色圓點表示使用單個 SNP 估計 CRS 對慢阻肺發病風險的影響，黑色線段表示估計值的 95%CI；紅色圓點表示估計 CRS 對慢阻肺發病風險的總體影響，紅色線段表示總體估計值的 95%CI。橫坐標為各個 SNP 估計 CRS 對慢阻肺的效應值；縱坐標為所有納入的 SNP。MR leave-one out sensitivity analysis：留一法敏感性分析；CRS：慢性鼻竇炎；COPD：慢阻肺
2.2 慢阻肺對 CRS 發病風險的影響
2.2.1 工具變量的確定
共納入 3 個與慢阻肺相關的 SNP，故將閾值設置為 P<5×10-6 進行二次篩選，得到 SNP185 個；去除連鎖不平衡后，得到 17 個與慢阻肺相關且獨立的 SNP；隨后剔除與潛在混雜因素相關的 SNP（rs10091277、rs12579169、rs12864366、rs1876533、rs55974751），最終納入 12 個 SNP（表3）作為工具變量進行反向 MR 分析，F 值的分布情況顯示，數據呈偏態分布，F 值為 22.946（21.821，25.221），F 值均>10，提示不存在偏倚，結果可靠。
表3
納入反向 MR 分析的 SNP 基本信息
2.2.2 MR 分析
IVW-FE 法分析結果提示慢阻肺與 CRS 的發病之間可能不存在潛在的因果關聯［β=0.040，SE=0.031，OR=1.041，95%CI（0.979，1.108），P=0.204］，WME 法分析結果［β=0.020，SE=0.060，OR=1.023，95%CI（0.907，1.149），P=0.745］與 MR Egger 回歸分析法結果［β=0.030，SE=0.075，OR=1.031，95%CI（0.911，1.193），P=0.687］也提示同樣的結果。
2.2.3 敏感性分析
異質性檢驗結果顯示，IVW（Cochran Q=5.947，P=0.877）和 MR-Egger 回歸分析（Cochran Q=5.937，P=0.821）均提示 MR 分析結果不存在異質性；水平多效性檢驗結果顯示，MR-Egger 截距項（P=0.921）提示未出現水平多效性；MR-PRESSO 未檢測到離群值（P=0.875）。“留一法”敏感性分析結果顯示，不存在單個 SNP 影響因果的總體效應（圖3）。
圖3
反向 MR“留一法”分析森林圖
黑色圓點表示使用單個 SNP 估計慢阻肺對 CRS 發病風險的影響，黑色線段表示估計值的 95%CI；紅色圓點表示估計慢阻肺對 CRS 發病風險的總體影響，紅色線段表示總體估計值的 95%CI。橫坐標為各個 SNP 估計 CRS 對慢阻肺的效應值；縱坐標為所有納入的 SNP。MR leave-one out sensitivity analysis：留一法敏感性分析；CRS：慢性鼻竇炎；COPD：慢阻肺
3 討論
本研究利用公開發表的 GWAS 數據庫，首次采用兩樣本雙向 MR 方法從遺傳學角度評估 CRS 與慢阻肺之間的因果效應。正向研究結果表明二者之間可能具有因果關聯，CRS 可能會增加慢阻肺的發病風險，各敏感性分析也進一步證實了 MR 分析結果的可靠性。而反向研究 MR 分析結果不支持慢阻肺會增加 CRS 的發病風險，各敏感性分析也證實了該 MR 結果的穩定性。
既往觀察性研究發現 CRS 與慢阻肺之間存在一定的相關性[27-28]。例如，Piotrowska 等[9]進行的一項關于慢阻肺與 CRS 相關性的研究結果顯示，與對照組相比，98%的試驗組患者存在鼻竇炎癥狀，鼻部疾病會影響慢阻肺的相關癥狀，證實了鼻竇炎在慢阻肺患者中存在高發病率。同樣地，針對瑞典南部 12 079 例成年人進行的一項回顧性研究數據表明，1/3 的人存在復發性或永久性鼻部癥狀，鼻部癥狀常與哮喘和慢性支氣管炎/肺氣腫共存，表明全氣道參與在 2 種疾病中都很常見[29]。美國的一項關于嗜酸性粒細胞相關疾病的大型調查研究顯示，作為常見的嗜酸性粒細胞相關性疾病，伴鼻息肉的 CRS 通常與慢阻肺存在重疊，重疊率可達 21.4%[30]。
CRS 與慢阻肺的發病機制均較為復雜，二者之間的相互作用機制尚不明確，目前認為主要與以下幾種理論有關。首先，流行病學與生理學研究表明，上、下氣道疾病常常并存，因此產生了“聯合氣道”的概念[5]。基于副鼻竇到肺尖組織形態相似這一解剖學特點，臨床研究證明了上、下呼吸道疾病之間的聯系，認為 CRS 與慢阻肺屬于同一氣道疾病[5]。因解剖結構的連續性及生理功能的相似性，任何一個部位的感染都可能影響到氣道的其他部位[31]。鼻腔和副鼻竇的生理過濾功能喪失或先天宿主防御機制的減少可能會導致微生物、污染物等吸入下呼吸道。感染的副鼻竇也可產生細胞因子和支氣管收縮介質，這些介質可被吸入肺內，從而產生潛在的肺組織損害效應[32]。其次，CRS 等上呼吸道炎癥和慢阻肺等下呼吸道炎癥一致性和相關性的研究受到越來越多國內外學者的重視[33]。有研究表示，慢阻肺伴有 CRS 患者的肺功能損害更加嚴重，這可能與上呼吸道炎癥有關[34]。慢阻肺的氣道炎癥表達譜較為復雜，雖然通常認為是以中性粒細胞為主，但有研究表明，在穩定期和急性加重期的慢阻肺患者中，有一部分患者的氣道炎癥中存在嗜酸性粒細胞[35]。伴 CRS 與不伴 CRS 的慢阻肺患者氣道炎癥表達譜不同，與后者相比，前者患者痰液中的嗜酸性粒細胞百分比、白細胞介素-6、白細胞介素-8 和基質金屬蛋白酶 9 水平均升高，表明上、下呼吸道疾病之間存在炎癥聯系，上述細胞因子可能同時在 CRS 和慢阻肺的氣道炎癥中發揮作用[35]。也有學者提出當鼻黏膜受到物理或化學刺激后，受上、下呼吸道之間的鼻支氣管/肺反射的作用，可引起支氣管痙攣和分泌物增加，從而導致氣道阻力增高，這可能也是 CRS 引起慢阻肺急性加重的原因之一[34]。總之，目前可以從解剖生理、炎癥反應以及神經反射等方面解釋 CRS 與慢阻肺之間可能存在一定的關聯，但由于二者的發病機制較為復雜，未來仍需進一步深入研究其中的作用機制，以便更好地理解這 2 種疾病之間的關聯，從而為疾病防治提供更多的科學依據。
本研究從遺傳學角度預測 CRS 可能是慢阻肺發病的危險因素，這對于 CRS 患者防治慢阻肺具有積極意義，也為慢阻肺患者的臨床診療提供了新思路。與既往觀察性研究相比，本研究選用的數據樣本量大，避免了潛在混雜因素（如吸煙）和反向因果的影響，提高了結果的準確性。此外，本研究選用的數據樣本均為歐洲人群，避免了種族相關混雜因素造成的偏倚。然而，本研究亦存在一定的局限性。首先，慢阻肺的發生存在人群特異性，如性別、年齡等，但由于缺乏個體水平的數據信息，因此無法進行詳細的研究、劃分。其次，雖然研究選用的數據均為歐洲樣本，避免了人種偏倚，但該結果是否同樣適用于其他人種仍需考究。此外，MR 分析屬于統計學方法研究，該方法僅能探究 CRS 和慢阻肺的線性關系，無法闡釋內在的發病機制，因此還需要進一步的相關臨床和實驗驗證。
綜上所述，本研究采用兩樣本雙向 MR 方法探究 CRS 與慢阻肺之間的因果關聯， 結果顯示CRS可能會增加慢阻肺的發病風險，但未發現慢阻肺導致 CRS 風險增加的證據。這一發現為慢阻肺的防治提供了新的遺傳學視角，臨床中對于慢阻肺患者，特別是伴有CRS的患者，可考慮將CRS的相關干預措施納入慢阻肺的防治策略中。盡管如此，CRS與慢阻肺之間的相互作用機制尚不清楚，未來應通過臨床試驗和基礎研究進一步驗證這一發現，并深入探討二者之間的生物學聯系。
利益沖突：所有作者聲明不存在利益沖突。
慢性阻塞性肺疾病（慢阻肺）是一種以持續性呼吸道癥狀和氣流受限為特征的疾病，對全球健康構成了重大威脅[1]。流行病學調查顯示，全球約 3.7%的人口受此病影響，我國慢阻肺的患病率約為 8.6%[2-3]。慢性鼻竇炎（chronic rhinosinusitis, CRS）是一種常見的慢性炎癥性疾病，主要表現為鼻塞、流涕、頭面部脹痛以及嗅覺減退等癥狀，我國的總患病率約為 8%[4]。慢阻肺與 CRS 屬同一氣道疾病，常合并存在[5-7]。研究顯示，治療 CRS 可以改善慢阻肺患者的肺功能和生活質量，減少下呼吸道癥狀[8]。因此，為了降低慢阻肺的發病率，提高慢阻肺患者的生活質量，準確預測慢阻肺的病因并及時加以干預尤為重要。對于 CRS 與慢阻肺發病之間是否存在關聯，目前國內外尚存在一定爭議[9]。盡管有觀察性研究指出 CRS 與慢阻肺之間可能存在聯系[10-11]，但由于樣本量小、存在混雜因素等影響，并不能證實二者之間具有明確的因果關聯。
孟德爾隨機化（mendelian randomization, MR）研究可以利用遺傳變異作為工具變量來評估風險因素和疾病之間的因果關聯[12]。雖然隨機對照試驗通常被認為是明確暴露和結局之間因果關系的最佳方法，但其具有費用昂貴、耗時長、需要倫理審批等特點，因此存在一定的局限性，MR 研究則可以彌補這些不足。此外，由于遺傳變異是在出生時就隨機分配和自由組合的，因此能夠在很大程度上減少傳統觀察性研究中潛在的混雜因素和反向因果關系的影響[13]。鑒于上述優勢，本研究選用兩樣本雙向 MR 方法來探究 CRS 與慢阻肺之間的因果關聯，以期為臨床診療與機制研究提供理論支持。
1 資料與方法
1.1 研究設計
本研究采用雙向 MR 方法對 CRS 和慢阻肺進行因果關聯分析。其中，正向研究是以 CRS 為暴露因素，慢阻肺為結局變量；反向研究則是以慢阻肺為暴露因素，CRS 為結局變量。在雙向 MR 分析后，均再通過一系列敏感性分析對 MR 分析結果的可靠性加以驗證。MR 分析需要滿足以下 3 個核心假設：① 作為工具變量的單核苷酸多態性（single nucleotide polymorphism, SNP）應與暴露顯著相關（關聯性假設）；② SNP 必須與影響“暴露-結局”的混雜因素無關（獨立性假設）；③ SNP 與結局沒有直接關系，只能通過暴露因素對結局產生影響（排他性假設）[14]。
1.2 數據來源
數據均使用全基因組關聯研究（genome-wide association studies, GWAS）數據庫公開發布的匯總數據集。其中，CRS 的 SNP 數據來源于第 10 版 FinnGen 生物樣本庫，包括 17 987 例病例和 308 457 例對照人群，慢阻肺的 SNP 數據取自英國生物樣本庫，包括 3 871 例患者和 459 139 例對照人群。所納入的數據樣本均為歐洲人群，以避免因種族相關混雜因素造成的偏倚。本研究使用網站公開發表的 GWAS 匯總數據集，因此不需要額外的倫理審批。GWAS 數據庫研究數據信息見表1。
表1
GWAS 數據庫研究數據信息
1.3 工具變量的篩選
根據 MR 研究的 3 個假設，選擇與暴露相關、與其他混雜因素和結局無關的 SNP 作為工具變量，最終納入 MR 分析的 SNP 需同時滿足以下標準：① 達到全基因組統計意義，顯著性閾值為 P<5×10-8（當篩選到的 SNP 個數不足 3 個時，可將參數放寬至 P<5×10-6）[15]。② 為避免因連鎖不平衡產生的偏倚，將連鎖不平衡（r2）參數設置為 0.001，連鎖不平衡區域的范圍設置為 10 000 kb，選擇彼此相互獨立的 SNP[16]。③ 使用 F 統計量評估 SNP 與暴露之間相關性的統計強度，F 統計量計算公式為：F=β2/SE2，其中β為 SNP 對暴露的效應量，SE 為β的標準誤[17]。F＞10 的 SNP 被定義為強工具變量，F＜10 的 SNP 被視為弱工具變量；為保證 SNP 與暴露顯著相關，本研究需將 F＜10 的 SNP 予以剔除[18-19]。④ 將滿足上述 3 個標準的 SNP 輸入 PhenoScanner[20]數據庫，剔除與相關混雜因素和與結局相關的 SNP。此外，MR 分析過程中將自動篩除具有回文結構的 SNP。
1.4 統計學方法
采用 R 4.3.2 軟件和 Excel 2021 進行工具變量的篩選，運用“Two Sample MR”和“MR-PRESSO”R 包進行雙向 MR 和敏感性分析。偏態分布的計量資料采用中位數（下四分位數，上四分位數）表示。計數資料采用例數和百分比表示。雙側檢驗水準α=0.05。
1.4.1 雙向 MR 分析
運用逆方差加權法（inverse variance weighted, IVW）、MR-Egger 回歸分析法、加權中位數法（weighted median, WME）3 種方法進行 MR 分析，將 IVW 作為主要的統計分析方法，因其能夠在不存在異質性和水平多效性的情況下，通過使用元分析方法結合 SNP 因果效應的估計值獲得穩定、準確的結果[21-22]。為了提高研究結果的準確性，將 MR-Egger 回歸分析法和 WME 法作為補充分析方法[23]。上述結果以比值比（odds ratio, OR）和 95%置信區間（confidence interval, CI）評估 CRS 與慢阻肺之間的因果效應，當 P＜0.05 時，結果被認為具有統計學意義。隨后又將慢阻肺作為暴露因素，CRS 作為結局變量，進行反向 MR 分析，以求進一步探明二者之間的因果關系。
1.4.2 敏感性分析
為了確保結果的可靠性，本研究進行了一系列敏感性分析。首先，運用 Cochran Q 統計量和 P 值評估異質性，異質性檢驗分為 IVW 和 MR-Egger 回歸法 2 種，當 P<0.05 時，定義結果存在異質性。一旦存在異質性，將使用隨機效應 IVW 模型來獲得更謹慎的估計，相反，如果不存在異質性，將采用固定效應 IVW（inverse variance weighted-fixed effects, IVW-FE）模型[24]。然后運用 MR-Egger 截距法檢驗水平多效性，若存在水平多效性（P<0.05），則意味著工具變量可以通過暴露以外的其他因素影響結局，提示研究結果不可信[25]。此外，還進行了 MR-PRESSO 檢驗，通過移除離群值來檢測和校正水平多效性[26]。最后，運用“留一法”進行敏感性分析，該方法通過每次剔除一個 SNP 來重新評估總體因果效應是否會受到單個 SNP 的影響[26]。
2 結果
2.1 CRS 對慢阻肺發病風險的影響
2.1.1 工具變量的確定
共納入 21 個與 CRS 相關且獨立的 SNP，在與慢阻肺配對時丟失 SNP 4 個，剔除與潛在混雜因素相關的 SNP（rs3744374、rs6889889）和回文結構的 SNP（rs962992），最終納入 14 個 SNP（表2）作為工具變量進行本次 MR，F 值的分布情況顯示，數據呈偏態分布，因此選擇使用中位數來描述其集中趨勢，F 值為36.462（33.577，54.822），F 值均>10，表示納入的 SNP 與 CRS 顯著相關，不存在偏倚，結果可靠。
表2
納入正向 MR 分析的 SNP 基本信息
2.1.2 MR 分析
IVW-FE 法分析結果提示 CRS 與慢阻肺之間可能存在因果關聯［β=0.003，SE=0.001，OR=1.003，95%CI（1.002，1.004），P＜0.001］，WME 法分析結果同樣支持 CRS 與慢阻肺之間的因果關聯［β=0.004，SE=0.001，OR=1.003，95%CI（1.000，1.004），P=0.002］。雖然 MR-Egger 回歸分析法未顯示出兩者之間的因果關聯［β=0.003，SE=0.002，OR=1.004，95%CI（1.000，1.008），P=0.05］，但散點圖結果顯示所選取的工具變量具有穩定性，且 3 種方法的斜率均為正，仍可認為二者之間具有因果關聯，CRS 可能會增加慢阻肺的發病風險。正向 MR 分析結果散點圖見圖1。
圖1
正向 MR 分析結果散點圖
橫坐標為單個 SNP 對 CRS 的效應，縱坐標為單個 SNP 對慢阻肺的效應，彩色線為 CRS 對慢阻肺的因果效應估計值擬合線，可見隨著 CRS 發病風險升高，慢阻肺發病風險也升高。MR Test：孟德爾隨機化方法；Inverse variance weighted：逆方差加權法；Weighted median：加權中位數法；SNP：單核苷酸多態性；CRS：慢性鼻竇炎；COPD：慢阻肺
2.1.3 敏感性分析
異質性檢驗結果顯示，IVW（Cochran Q=7.910，P=0.849）和 MR-Egger 回歸分析（Cochran Q=7.450，P=0.827）均提示結果不存在異質性；水平多效性檢驗結果顯示，MR-Egger 截距項（P=0.510）提示未出現水平多效性；MR-PRESSO 未檢測到離群值（P=0.917），驗證了結果的可靠性。“留一法”敏感性分析結果顯示，不存在單個 SNP 影響因果的總體效應（圖2）。
圖2
正向 MR“留一法”分析森林圖
黑色圓點表示使用單個 SNP 估計 CRS 對慢阻肺發病風險的影響，黑色線段表示估計值的 95%CI；紅色圓點表示估計 CRS 對慢阻肺發病風險的總體影響，紅色線段表示總體估計值的 95%CI。橫坐標為各個 SNP 估計 CRS 對慢阻肺的效應值；縱坐標為所有納入的 SNP。MR leave-one out sensitivity analysis：留一法敏感性分析；CRS：慢性鼻竇炎；COPD：慢阻肺
2.2 慢阻肺對 CRS 發病風險的影響
2.2.1 工具變量的確定
共納入 3 個與慢阻肺相關的 SNP，故將閾值設置為 P<5×10-6 進行二次篩選，得到 SNP185 個；去除連鎖不平衡后，得到 17 個與慢阻肺相關且獨立的 SNP；隨后剔除與潛在混雜因素相關的 SNP（rs10091277、rs12579169、rs12864366、rs1876533、rs55974751），最終納入 12 個 SNP（表3）作為工具變量進行反向 MR 分析，F 值的分布情況顯示，數據呈偏態分布，F 值為 22.946（21.821，25.221），F 值均>10，提示不存在偏倚，結果可靠。
表3
納入反向 MR 分析的 SNP 基本信息
2.2.2 MR 分析
IVW-FE 法分析結果提示慢阻肺與 CRS 的發病之間可能不存在潛在的因果關聯［β=0.040，SE=0.031，OR=1.041，95%CI（0.979，1.108），P=0.204］，WME 法分析結果［β=0.020，SE=0.060，OR=1.023，95%CI（0.907，1.149），P=0.745］與 MR Egger 回歸分析法結果［β=0.030，SE=0.075，OR=1.031，95%CI（0.911，1.193），P=0.687］也提示同樣的結果。
2.2.3 敏感性分析
異質性檢驗結果顯示，IVW（Cochran Q=5.947，P=0.877）和 MR-Egger 回歸分析（Cochran Q=5.937，P=0.821）均提示 MR 分析結果不存在異質性；水平多效性檢驗結果顯示，MR-Egger 截距項（P=0.921）提示未出現水平多效性；MR-PRESSO 未檢測到離群值（P=0.875）。“留一法”敏感性分析結果顯示，不存在單個 SNP 影響因果的總體效應（圖3）。
圖3
反向 MR“留一法”分析森林圖
黑色圓點表示使用單個 SNP 估計慢阻肺對 CRS 發病風險的影響，黑色線段表示估計值的 95%CI；紅色圓點表示估計慢阻肺對 CRS 發病風險的總體影響，紅色線段表示總體估計值的 95%CI。橫坐標為各個 SNP 估計 CRS 對慢阻肺的效應值；縱坐標為所有納入的 SNP。MR leave-one out sensitivity analysis：留一法敏感性分析；CRS：慢性鼻竇炎；COPD：慢阻肺
3 討論
本研究利用公開發表的 GWAS 數據庫，首次采用兩樣本雙向 MR 方法從遺傳學角度評估 CRS 與慢阻肺之間的因果效應。正向研究結果表明二者之間可能具有因果關聯，CRS 可能會增加慢阻肺的發病風險，各敏感性分析也進一步證實了 MR 分析結果的可靠性。而反向研究 MR 分析結果不支持慢阻肺會增加 CRS 的發病風險，各敏感性分析也證實了該 MR 結果的穩定性。
既往觀察性研究發現 CRS 與慢阻肺之間存在一定的相關性[27-28]。例如，Piotrowska 等[9]進行的一項關于慢阻肺與 CRS 相關性的研究結果顯示，與對照組相比，98%的試驗組患者存在鼻竇炎癥狀，鼻部疾病會影響慢阻肺的相關癥狀，證實了鼻竇炎在慢阻肺患者中存在高發病率。同樣地，針對瑞典南部 12 079 例成年人進行的一項回顧性研究數據表明，1/3 的人存在復發性或永久性鼻部癥狀，鼻部癥狀常與哮喘和慢性支氣管炎/肺氣腫共存，表明全氣道參與在 2 種疾病中都很常見[29]。美國的一項關于嗜酸性粒細胞相關疾病的大型調查研究顯示，作為常見的嗜酸性粒細胞相關性疾病，伴鼻息肉的 CRS 通常與慢阻肺存在重疊，重疊率可達 21.4%[30]。
CRS 與慢阻肺的發病機制均較為復雜，二者之間的相互作用機制尚不明確，目前認為主要與以下幾種理論有關。首先，流行病學與生理學研究表明，上、下氣道疾病常常并存，因此產生了“聯合氣道”的概念[5]。基于副鼻竇到肺尖組織形態相似這一解剖學特點，臨床研究證明了上、下呼吸道疾病之間的聯系，認為 CRS 與慢阻肺屬于同一氣道疾病[5]。因解剖結構的連續性及生理功能的相似性，任何一個部位的感染都可能影響到氣道的其他部位[31]。鼻腔和副鼻竇的生理過濾功能喪失或先天宿主防御機制的減少可能會導致微生物、污染物等吸入下呼吸道。感染的副鼻竇也可產生細胞因子和支氣管收縮介質，這些介質可被吸入肺內，從而產生潛在的肺組織損害效應[32]。其次，CRS 等上呼吸道炎癥和慢阻肺等下呼吸道炎癥一致性和相關性的研究受到越來越多國內外學者的重視[33]。有研究表示，慢阻肺伴有 CRS 患者的肺功能損害更加嚴重，這可能與上呼吸道炎癥有關[34]。慢阻肺的氣道炎癥表達譜較為復雜，雖然通常認為是以中性粒細胞為主，但有研究表明，在穩定期和急性加重期的慢阻肺患者中，有一部分患者的氣道炎癥中存在嗜酸性粒細胞[35]。伴 CRS 與不伴 CRS 的慢阻肺患者氣道炎癥表達譜不同，與后者相比，前者患者痰液中的嗜酸性粒細胞百分比、白細胞介素-6、白細胞介素-8 和基質金屬蛋白酶 9 水平均升高，表明上、下呼吸道疾病之間存在炎癥聯系，上述細胞因子可能同時在 CRS 和慢阻肺的氣道炎癥中發揮作用[35]。也有學者提出當鼻黏膜受到物理或化學刺激后，受上、下呼吸道之間的鼻支氣管/肺反射的作用，可引起支氣管痙攣和分泌物增加，從而導致氣道阻力增高，這可能也是 CRS 引起慢阻肺急性加重的原因之一[34]。總之，目前可以從解剖生理、炎癥反應以及神經反射等方面解釋 CRS 與慢阻肺之間可能存在一定的關聯，但由于二者的發病機制較為復雜，未來仍需進一步深入研究其中的作用機制，以便更好地理解這 2 種疾病之間的關聯，從而為疾病防治提供更多的科學依據。
本研究從遺傳學角度預測 CRS 可能是慢阻肺發病的危險因素，這對于 CRS 患者防治慢阻肺具有積極意義，也為慢阻肺患者的臨床診療提供了新思路。與既往觀察性研究相比，本研究選用的數據樣本量大，避免了潛在混雜因素（如吸煙）和反向因果的影響，提高了結果的準確性。此外，本研究選用的數據樣本均為歐洲人群，避免了種族相關混雜因素造成的偏倚。然而，本研究亦存在一定的局限性。首先，慢阻肺的發生存在人群特異性，如性別、年齡等，但由于缺乏個體水平的數據信息，因此無法進行詳細的研究、劃分。其次，雖然研究選用的數據均為歐洲樣本，避免了人種偏倚，但該結果是否同樣適用于其他人種仍需考究。此外，MR 分析屬于統計學方法研究，該方法僅能探究 CRS 和慢阻肺的線性關系，無法闡釋內在的發病機制，因此還需要進一步的相關臨床和實驗驗證。
綜上所述，本研究采用兩樣本雙向 MR 方法探究 CRS 與慢阻肺之間的因果關聯， 結果顯示CRS可能會增加慢阻肺的發病風險，但未發現慢阻肺導致 CRS 風險增加的證據。這一發現為慢阻肺的防治提供了新的遺傳學視角，臨床中對于慢阻肺患者，特別是伴有CRS的患者，可考慮將CRS的相關干預措施納入慢阻肺的防治策略中。盡管如此，CRS與慢阻肺之間的相互作用機制尚不清楚，未來應通過臨床試驗和基礎研究進一步驗證這一發現，并深入探討二者之間的生物學聯系。
利益沖突：所有作者聲明不存在利益沖突。
