《Medical Care》：Association between albuminuria and arterial stiffness measured by brachial-ankle pulse wave velocity among Chinese population: A retrospective study
空气污染是一个主要的全球性公共卫生挑战，与发病率和过早死亡率增加相关。越来越多的证据表明，空气污染也可能对大脑健康产生不利影响，导致认知障碍和精神障碍。然而，大多数现有研究是观察性的，因此容易受到残留混杂因素和反向因果关系的影响。孟德尔随机化（Mendelian randomization, MR）使用遗传变异作为工具变量，为加强关于空气污染神经学影响的因果推断提供了一个框架。本研究采用了两样本MR方法，利用大规模全基因组关联研究（Genome-wide association study, GWAS）数据，调查了空气污染对神经发育和精神健康结局的因果影响。
引言
空气污染是公认的全球疾病负担和过早死亡的主要环境因素。除了既定的呼吸系统和心血管影响外，越来越多的研究表明，空气污染还会对中枢神经系统产生不利影响，通过多种生物途径导致神经认知障碍，并可能引发精神障碍。精神障碍在全球疾病负担中占有很大比例。人们越来越关注空气污染对儿童和老年人等弱势群体在认知功能和智力发展方面的影响。因此，迫切需要全面评估空气污染对神经发育和精神健康的影响，为公共卫生和环境政策提供信息。
空气污染引发的神经炎症和氧化应激被认为是其影响大脑功能和引发精神障碍的关键机制。下丘脑-垂体轴失调、线粒体功能障碍和遗传易感性等额外的生物途径也可能参与其中。然而，大多数考察空气污染与神经发育或精神健康结局之间关联的研究在本质上是观察性的，限制了因果推断。此外，反向因果关系也难以完全排除。这些局限性凸显了需要替代性的方法学途径来加强因果推断。
MR是一种利用遗传变异作为工具变量（Instrumental Variables, IVs）来评估复杂暴露与健康结局之间因果关系的强大流行病学方法。由于遗传变异在受孕时随机分配，并且在很大程度上独立于环境行为因素，MR可以显著减少混杂和反向因果关系带来的偏倚。通过利用单核苷酸多态性（Single nucleotide polymorphisms, SNPs）作为暴露的代理，MR在避免伦理和实际约束的同时，模拟了随机对照试验的关键特征。因此，MR为研究空气污染对神经发育和精神健康结局的潜在因果效应提供了一个稳健的框架。
在本研究中，我们采用了两样本MR方法来研究空气污染对神经发育和精神健康结局的潜在因果影响。空气污染暴露分为两类：环境空气污染和职业相关空气污染。环境暴露包括5种主要污染物：PM≤2.5 μm（PM2.5）、PM≤10 μm（PM10）、PM 2.5至10 μm（PM2.5–10）、二氧化氮（NO2）和氮氧化物（NOx）。职业相关空气污染通过3种自我报告的暴露状况进行评估：自我报告“粉尘大”的工作场所、接触化学或其他烟雾、以及接触柴油废气。
神经发育和精神健康结局在6个领域进行了综合评估：智力与认知功能、教育程度、精神障碍、儿童或青少年期发作的情绪和行为障碍、注意缺陷多动障碍（Attention-deficit/hyperactivity disorder, ADHD）以及神经质。
材料与方法
本研究采用了基于GWAS汇总统计数据的两样本MR设计。与空气污染暴露相关的遗传变异被用作工具变量来估计因果效应。空气污染特征被视为暴露，而神经发育和精神健康表型作为结局。伦理批准并不需要，因为所有数据均来自公开的GWAS数据集。
为了满足MR的核心工具变量假设，所选的遗传变异需要满足以下标准：1）遗传变异与空气污染暴露有稳健关联；2）遗传变异与影响暴露-结局关系的混杂因素无关；3）遗传变异仅通过其与空气污染的关系来影响神经发育或精神健康结局。
本研究中使用的遗传数据集来源于IEU开放GWAS项目。为了减轻混杂变量的影响，本研究战略性地利用了来自同一祖先群体（欧洲）的不同GWAS数据集中提取的遗传关联。空气污染数据集主要分为两个部分：环境空气污染和职业空气污染。环境空气污染数据集包含PM2.5、PM10、PM2.5–10、NO2和NOx等参数。这些数据源自英国生物样本库（UK Biobank）的环境暴露元数据，通过土地利用回归模型估算。职业空气污染数据集源自英国生物样本库中针对1970年至1997年间建筑行业从业者的一项综合调查，询问了工作场所是否存在化学烟雾、过量粉尘（自我报告“粉尘大”）或大量柴油废气。
神经发育和精神健康结局的遗传关联分析涵盖了6个关键领域的17个不同事件：智力与认知功能、教育程度、心理和精神疾病、儿童和青少年的情绪和行为障碍、ADHD以及神经质评分。
工具变量的选择遵循严格的标准以确保其有效性和可靠性。SNPs需在全基因组水平上与暴露有强关联，在结局数据集中的效应等位基因频率大于0.01，并且彼此独立。为了评估所选工具变量的强度，计算了每个SNP的F统计量。F统计量小于10被认为是弱工具变量的指标，可能会使MR估计产生偏倚。此外，还计算了每个SNP解释的暴露方差比例。
本研究采用的主要分析方法是逆方差加权（Inverse variance weighting, IVW）法。考虑到本研究调查的17个神经发育和精神健康结局涉及多个概念上不同的领域，多重检验校正在每个结局领域内进行，而不是在所有结局中同时进行。具体而言，采用Benjamini–Hochberg程序控制属于同一领域结局中的错误发现率。FDR校正后的P值小于0.05被认为具有统计学显著性。名义P值小于0.05但FDR校正后P值大于等于0.05的关联被归类为提示性关联，应谨慎解释。
为了加强IVW估计的稳健性，采用了互补的MR方法，包括MR-Egger回归和加权中位数法。MR-Egger回归用于检测和调整潜在的水平多效性。加权中位数法在至少50%的总权重来自有效工具变量的情况下可以提供一致的因果估计。使用来自MR-Egger回归的Cochran’s Q统计量评估每个暴露-结局对的遗传工具变量的异质性。当检测到异质性证据时，应用随机效应IVW模型来解释变异间的变异性。进一步进行留一法分析，以评估整体因果估计是否不成比例地由任何单个SNP驱动。使用MR-Egger截距检验和孟德尔随机化多效性残差和与异常值（Mendelian randomization pleiotropy residual sum and outlier, MR-PRESSO）全局检验正式评估潜在的水平多效性。不显著的结果表明未测量的多效性（包括可能与社会经济因素相关的途径）影响有限。MR-PRESSO还用于识别异常值SNP，并在剔除异常值后重新计算因果估计。
只有在IVW、MR-Egger和加权中位数方法之间的效应估计方向和幅度大致一致时，才认为存在稳健的因果证据。否则，统计上显著的发现被视为名义上的。效应估计值报告为比值比（Odds ratios, ORs）或β系数及其相应的95%置信区间。
结果
经过严格的遗传工具选择，分别为NOx、NO2、PM2.5、PM10和PM2.5–10选择了124、113、103、58和41个独立的SNPs作为工具变量。对于职业相关空气污染暴露，分别为自我报告变量“粉尘大”、“大量柴油废气”和“充满化学或其他烟雾”（各分为“很少/从不”、“有时”、“经常”类别）确定了工具变量。所有工具变量均表现出足够的强度，F统计量在19.52至24.87之间，超过了常规阈值10，最大限度地降低了弱工具变量偏倚的风险。MR Steiger方向性检验进一步支持了所有显示关联证据的暴露-结局对中从暴露到结局的假定因果方向。
为提升清晰度和可解释性，将17个结局表型分组为相关领域：认知与教育结局、精神障碍、神经发育障碍、以及与人格相关的特质。考虑到分析结果数量众多，采用Benjamini–Hochberg FDR校正方法在每个结局领域内进行多重检验校正。
在认知与教育结局领域，基因代理的更高浓度的NOx和PM2.5与较差的认知表现在多个领域显著相关。具体而言，两种暴露均与较低的智力、较低的流体智力得分和较差的整体认知表现相关，所有这些关联在FDR校正后仍然显著。NO2的增加与较低的流体智力得分显示出提示性关联。在教育程度方面，较高的PM2.5暴露在FDR校正后与较少的受教育年限和较早完成全日制教育显著相关。增加的NOx暴露与较早完成全日制教育显示出提示性的负相关。
在精神障碍领域，较高的NO2和PM2.5暴露与精神分裂症风险增加相关，而PM2.5暴露在FDR校正后还与抑郁和惊恐发作显著相关。增加的NOx暴露显示出与焦虑相关表型、惊恐发作、抑郁以及社交焦虑或社交恐惧症的显著关联，所有关联在FDR校正后均保持统计学显著性。
在神经发育障碍领域，较高的PM2.5暴露与通常在儿童期和青春期发作的行为和情绪障碍风险增加显著相关。此外，升高的NOx和PM2.5暴露显示出与ADHD风险增加的提示性关联。然而，这些关联在多重检验校正后并未保持一致显著性，应被视为提示性关联。
在与人格相关的特质方面，基因预测的NO2、NOx和PM2.5增加与较高的神经质评分显著相关，表明空气污染暴露可能对稳定的人格相关心理特质产生影响。
职业空气污染暴露也表现出与认知和教育结局领域一致的关联。“粉尘大”的工作条件显示出分级模式，“很少/从不”暴露与较高的智力和认知表现相关，而“有时”和“经常”暴露类别与较差的认知结局相关，包括流体智力得分和整体认知表现。同样，涉及化学烟雾和柴油废气的职业暴露与教育程度（特别是完成全日制教育的年龄和受教育年限）呈负相关，其中一些关联在FDR校正后仍然显著。未通过多重检验校正的关联被归类为提示性关联。
一些职业暴露类别与精神结局相关，包括惊恐发作和精神分裂症，特别是频繁暴露于柴油废气和化学烟雾。部分关联在FDR校正后显著，而其他则为名义上显著，因此被解释为提示性关联。工作场所化学烟雾暴露与儿童期和青春期的情绪和行为障碍显著相关，而与ADHD或神经质评分未观察到一致的证据。
敏感性分析方面，MR-PRESSO为几个暴露-结局对识别出潜在的异常值SNP；剔除这些变异并未实质性地改变效应估计。MR-Egger截距检验未显示显著的方向性多效性。在多项分析中观察到异质性，因此酌情应用了随机效应IVW模型。留一法分析证实，没有任何单个SNP不成比例地影响了观察到的关联。
讨论
除了公认的呼吸和心血管影响外，空气污染越来越与不良的神经、认知和精神健康结局相关。然而，大多数现有证据来自观察性和回顾性研究，这些研究本质上容易受到残留混杂、暴露错误分类和反向因果关系的影响。伦理和实际限制也排除了在人类中进行随机暴露实验。MR通过利用遗传变异作为工具变量，提供了一个在明确定义的假设下近似终生暴露责任并加强因果推断的遗传学框架。在本两样本MR研究中，我们提供了与环境及职业相关空气污染暴露与一系列神经发育和精神健康结局之间存在潜在因果关系一致的证据。
使用稳健选择的遗传工具，我们观察到，较高的基因代理PM2.5和NOx浓度与较差的认知表现相关，包括较低的智力、流体智力得分和整体认知功能。这些发现与并扩展了先前的流行病学研究，这些研究报告了PM与整个生命过程中的认知结局之间存在不利关联。重要的是，MR捕捉了随时间推移受遗传影响的暴露责任；因此，观察到的关联更可能反映累积或长期暴露效应，而非急性、短期波动。这种生命历程视角可能有助于调和先前依赖短期暴露测量或特定区域污染指标的研究中观察到的不一致性。
我们的结果进一步表明，升高的PM2.5暴露与教育程度降低相关，表现为较少的受教育年限和较早完成全日制教育。这些发现在生物学和社会学上是合理的，因为认知发展、学业表现和教育轨迹紧密交织，并且在儿童期和青春期对环境压力源敏感。生命早期的神经发育脆弱性可能使儿童特别容易受到空气污染诱导的神经炎症、氧化应激和血脑屏障功能障碍的影响，这些过程与学习和记忆受损有关。总的来说，我们的发现支持了将空气污染暴露与长期教育结局联系起来的潜在因果通路。
除了认知和教育结局，我们还观察到空气污染暴露与多种精神障碍之间的关联。较高的PM2.5和NO2水平与精神分裂症、抑郁、惊恐发作的风险增加以及较高的神经质评分相关。值得注意的是，NOx暴露在几种焦虑和情绪相关表型（包括广泛性焦虑障碍、惊恐发作、抑郁、社交焦虑或社交恐惧症）以及ADHD中显示出统计学显著关联。这些发现与先前的大规模队列研究和荟萃分析结果一致，这些研究将长期暴露于PM和交通相关空气污染物与情绪障碍和精神性结局联系起来。神经质是一种以情绪不稳定和负面情感为特征的稳定人格特质，是抑郁和焦虑障碍公认的风险因素，其与空气污染暴露的关联进一步支持了共享神经生物学通路的合理性。
需要指出的是，一些效应估计，特别是对于二分结局，伴随着相对较宽的置信区间。这可能反映了某些结局的统计效力有限或工具变量强度有限，而非巨大的潜在因果效应，这种现象在复杂性状的MR研究中已被充分认识。因此，应谨慎解释这些估计，更应关注关联的一致性和方向性，而不是效应大小的绝对幅度。对于连续性状，MR估计代表了在人群水平上对责任尺度的基因代理效应，而非个体认知表现的确定性变化。正如先前的方法学工作所强调的，MR主要是为了加强因果推断和阐明病因学关系，而不是在个体水平上提供临床可解释的效应大小。因此，虽然观察到的关联为空气污染暴露与认知结局之间的潜在因果联系提供了支持证据，但它们不应被解释为直接或临床可转化的效应大小。
有几种生物学机制可能解释观察到的空气污染暴露与神经发育和精神健康结局之间的关联。实验和流行病学研究表明，空气污染物可诱发全身性和神经炎症、氧化应激、小胶质细胞活化以及下丘脑-垂体-肾上腺轴失调，所有这些都与神经发育障碍和精神疾病有关。此外，空气污染可能影响表观遗传调控，包括与神经发育、免疫功能和应激反应相关的基因的DNA甲基化和组蛋白修饰。这种表观遗传修饰可以改变基因表达和下游的神经行为表型，为将环境暴露与长期认知和精神结局联系起来提供了生物学上合理的机制。重要的是，MR将终生遗传易感性与暴露责任相结合，因此可能间接反映由遗传介导的途径——包括那些受表观遗传调控影响的途径——这些途径将外部暴露与下游的神经行为特征联系起来。
除了环境暴露，我们的研究还探讨了职业相关空气污染，包括粉尘环境、化学或烟雾暴露以及柴油废气。我们发现，基因代理的职业暴露与认知表现、教育程度和某些精神健康结局相关。这些发现扩展了先前的职业流行病学研究，这些研究报告了溶剂暴露、PM与神经精神症状之间的关联。值得注意的是，职业空气污染暴露基于自我报告的类别变量，这可能会引入非差异性暴露错误分类。这种错误分类预计会使效应估计偏向于零，可能导致对真实关联的低估。此外，这些变量的分类性质排除了正式的剂量-反应评估，因此应适当谨慎解释幅度不大的关联。
同样重要的是，职业暴露可能部分反映了潜在的社会经济和职业结构。尽管为验证遗传工具和最小化多效性付出了巨大努力，但与社会经济地位相关的残留混杂不能完全排除，特别是对于职业相关暴露。工作环境受到教育水平、收入和工作类型的影响，仅使用遗传工具可能难以完全区分。因此，对于职业空气污染的因果解释应谨慎，并结合互补的研究设计。
环境与职业暴露数据集在时间窗口上的差异也需要仔细解释。环境空气污染估计值来自较近的建模时期，而职业暴露数据反映的是较早的时间段。由于可用的GWAS数据集不允许按短期与长期暴露进行分层，我们无法精确地将暴露时间与关键的神经发育窗口对齐，也无法区分急性与慢性效应。因此，MR估计应被解释为反映长期暴露责任，而非局限于特定发育阶段的影响。
本研究存在一些额外的局限性。首先，GWAS数据集主要来源于欧洲血统人群，这限制了我们研究结果在其他族裔群体中的普适性。鉴于全球空气污染暴露特征存在显著差异，在不同人群中进行复制验证至关重要。其次，一些结局数据集由二分性状组成，可以估计相对风险，但无法评估疾病严重程度或症状异质性。第三，神经发育和精神健康结局可能由于共享的生物学和心理社会机制而产生相互影响。未来的研究整合纵向设计、多血统GWAS和机制数据，对于厘清这些复杂关系至关重要。
尽管存在这些局限性，我们的研究具有若干优势，包括使用大规模GWAS数据集、严格的工具选择、多种敏感性分析，以及对环境和职业空气污染暴露的全面评估。
结论
总之，这项MR研究提供了遗传学证据，支持环境和职业相关空气污染暴露与一系列神经发育和精神健康结局之间存在潜在的因果关系。通过利用终生暴露责任，这些发现在传统观察性研究的基础上加强了病因学推断。
这些结果强调了减轻环境和职业场所空气污染的重要性，特别要关注儿童、青少年、老年人以及工作场所暴露的个体等弱势群体。虽然基础的遗传数据主要来自欧洲血统人群，但所涉及的生物通路具有广泛的相关性，需要在不同人群和暴露情境下进行进一步研究以确认和扩展这些发现。
