慢性阻塞性肺疾病（慢阻肺）是一种以持续性呼吸道症状和气流受限为特征的疾病，对全球健康构成了重大威胁[1]。流行病学调查显示，全球约 3.7%的人口受此病影响，我国慢阻肺的患病率约为 8.6%[2-3]。慢性鼻窦炎（chronic rhinosinusitis, CRS）是一种常见的慢性炎症性疾病，主要表现为鼻塞、流涕、头面部胀痛以及嗅觉减退等症状，我国的总患病率约为 8%[4]。慢阻肺与 CRS 属同一气道疾病，常合并存在[5-7]。研究显示，治疗 CRS 可以改善慢阻肺患者的肺功能和生活质量，减少下呼吸道症状[8]。因此，为了降低慢阻肺的发病率，提高慢阻肺患者的生活质量，准确预测慢阻肺的病因并及时加以干预尤为重要。对于 CRS 与慢阻肺发病之间是否存在关联，目前国内外尚存在一定争议[9]。尽管有观察性研究指出 CRS 与慢阻肺之间可能存在联系[10-11]，但由于样本量小、存在混杂因素等影响，并不能证实二者之间具有明确的因果关联。
孟德尔随机化（mendelian randomization, MR）研究可以利用遗传变异作为工具变量来评估风险因素和疾病之间的因果关联[12]。虽然随机对照试验通常被认为是明确暴露和结局之间因果关系的最佳方法，但其具有费用昂贵、耗时长、需要伦理审批等特点，因此存在一定的局限性，MR 研究则可以弥补这些不足。此外，由于遗传变异是在出生时就随机分配和自由组合的，因此能够在很大程度上减少传统观察性研究中潜在的混杂因素和反向因果关系的影响[13]。鉴于上述优势，本研究选用两样本双向 MR 方法来探究 CRS 与慢阻肺之间的因果关联，以期为临床诊疗与机制研究提供理论支持。
1 资料与方法
1.1 研究设计
本研究采用双向 MR 方法对 CRS 和慢阻肺进行因果关联分析。其中，正向研究是以 CRS 为暴露因素，慢阻肺为结局变量；反向研究则是以慢阻肺为暴露因素，CRS 为结局变量。在双向 MR 分析后，均再通过一系列敏感性分析对 MR 分析结果的可靠性加以验证。MR 分析需要满足以下 3 个核心假设：① 作为工具变量的单核苷酸多态性（single nucleotide polymorphism, SNP）应与暴露显著相关（关联性假设）；② SNP 必须与影响“暴露-结局”的混杂因素无关（独立性假设）；③ SNP 与结局没有直接关系，只能通过暴露因素对结局产生影响（排他性假设）[14]。
1.2 数据来源
数据均使用全基因组关联研究（genome-wide association studies, GWAS）数据库公开发布的汇总数据集。其中，CRS 的 SNP 数据来源于第 10 版 FinnGen 生物样本库，包括 17 987 例病例和 308 457 例对照人群，慢阻肺的 SNP 数据取自英国生物样本库，包括 3 871 例患者和 459 139 例对照人群。所纳入的数据样本均为欧洲人群，以避免因种族相关混杂因素造成的偏倚。本研究使用网站公开发表的 GWAS 汇总数据集，因此不需要额外的伦理审批。GWAS 数据库研究数据信息见表1。
表1
GWAS 数据库研究数据信息
1.3 工具变量的筛选
根据 MR 研究的 3 个假设，选择与暴露相关、与其他混杂因素和结局无关的 SNP 作为工具变量，最终纳入 MR 分析的 SNP 需同时满足以下标准：① 达到全基因组统计意义，显著性阈值为 P<5×10-8（当筛选到的 SNP 个数不足 3 个时，可将参数放宽至 P<5×10-6）[15]。② 为避免因连锁不平衡产生的偏倚，将连锁不平衡（r2）参数设置为 0.001，连锁不平衡区域的范围设置为 10 000 kb，选择彼此相互独立的 SNP[16]。③ 使用 F 统计量评估 SNP 与暴露之间相关性的统计强度，F 统计量计算公式为：F=β2/SE2，其中β为 SNP 对暴露的效应量，SE 为β的标准误[17]。F＞10 的 SNP 被定义为强工具变量，F＜10 的 SNP 被视为弱工具变量；为保证 SNP 与暴露显著相关，本研究需将 F＜10 的 SNP 予以剔除[18-19]。④ 将满足上述 3 个标准的 SNP 输入 PhenoScanner[20]数据库，剔除与相关混杂因素和与结局相关的 SNP。此外，MR 分析过程中将自动筛除具有回文结构的 SNP。
1.4 统计学方法
采用 R 4.3.2 软件和 Excel 2021 进行工具变量的筛选，运用“Two Sample MR”和“MR-PRESSO”R 包进行双向 MR 和敏感性分析。偏态分布的计量资料采用中位数（下四分位数，上四分位数）表示。计数资料采用例数和百分比表示。双侧检验水准α=0.05。
1.4.1 双向 MR 分析
运用逆方差加权法（inverse variance weighted, IVW）、MR-Egger 回归分析法、加权中位数法（weighted median, WME）3 种方法进行 MR 分析，将 IVW 作为主要的统计分析方法，因其能够在不存在异质性和水平多效性的情况下，通过使用元分析方法结合 SNP 因果效应的估计值获得稳定、准确的结果[21-22]。为了提高研究结果的准确性，将 MR-Egger 回归分析法和 WME 法作为补充分析方法[23]。上述结果以比值比（odds ratio, OR）和 95%置信区间（confidence interval, CI）评估 CRS 与慢阻肺之间的因果效应，当 P＜0.05 时，结果被认为具有统计学意义。随后又将慢阻肺作为暴露因素，CRS 作为结局变量，进行反向 MR 分析，以求进一步探明二者之间的因果关系。
1.4.2 敏感性分析
为了确保结果的可靠性，本研究进行了一系列敏感性分析。首先，运用 Cochran Q 统计量和 P 值评估异质性，异质性检验分为 IVW 和 MR-Egger 回归法 2 种，当 P<0.05 时，定义结果存在异质性。一旦存在异质性，将使用随机效应 IVW 模型来获得更谨慎的估计，相反，如果不存在异质性，将采用固定效应 IVW（inverse variance weighted-fixed effects, IVW-FE）模型[24]。然后运用 MR-Egger 截距法检验水平多效性，若存在水平多效性（P<0.05），则意味着工具变量可以通过暴露以外的其他因素影响结局，提示研究结果不可信[25]。此外，还进行了 MR-PRESSO 检验，通过移除离群值来检测和校正水平多效性[26]。最后，运用“留一法”进行敏感性分析，该方法通过每次剔除一个 SNP 来重新评估总体因果效应是否会受到单个 SNP 的影响[26]。
2 结果
2.1 CRS 对慢阻肺发病风险的影响
2.1.1 工具变量的确定
共纳入 21 个与 CRS 相关且独立的 SNP，在与慢阻肺配对时丢失 SNP 4 个，剔除与潜在混杂因素相关的 SNP（rs3744374、rs6889889）和回文结构的 SNP（rs962992），最终纳入 14 个 SNP（表2）作为工具变量进行本次 MR，F 值的分布情况显示，数据呈偏态分布，因此选择使用中位数来描述其集中趋势，F 值为36.462（33.577，54.822），F 值均>10，表示纳入的 SNP 与 CRS 显著相关，不存在偏倚，结果可靠。
表2
纳入正向 MR 分析的 SNP 基本信息
2.1.2 MR 分析
IVW-FE 法分析结果提示 CRS 与慢阻肺之间可能存在因果关联［β=0.003，SE=0.001，OR=1.003，95%CI（1.002，1.004），P＜0.001］，WME 法分析结果同样支持 CRS 与慢阻肺之间的因果关联［β=0.004，SE=0.001，OR=1.003，95%CI（1.000，1.004），P=0.002］。虽然 MR-Egger 回归分析法未显示出两者之间的因果关联［β=0.003，SE=0.002，OR=1.004，95%CI（1.000，1.008），P=0.05］，但散点图结果显示所选取的工具变量具有稳定性，且 3 种方法的斜率均为正，仍可认为二者之间具有因果关联，CRS 可能会增加慢阻肺的发病风险。正向 MR 分析结果散点图见图1。
图1
正向 MR 分析结果散点图
横坐标为单个 SNP 对 CRS 的效应，纵坐标为单个 SNP 对慢阻肺的效应，彩色线为 CRS 对慢阻肺的因果效应估计值拟合线，可见随着 CRS 发病风险升高，慢阻肺发病风险也升高。MR Test：孟德尔随机化方法；Inverse variance weighted：逆方差加权法；Weighted median：加权中位数法；SNP：单核苷酸多态性；CRS：慢性鼻窦炎；COPD：慢阻肺
2.1.3 敏感性分析
异质性检验结果显示，IVW（Cochran Q=7.910，P=0.849）和 MR-Egger 回归分析（Cochran Q=7.450，P=0.827）均提示结果不存在异质性；水平多效性检验结果显示，MR-Egger 截距项（P=0.510）提示未出现水平多效性；MR-PRESSO 未检测到离群值（P=0.917），验证了结果的可靠性。“留一法”敏感性分析结果显示，不存在单个 SNP 影响因果的总体效应（图2）。
图2
正向 MR“留一法”分析森林图
黑色圆点表示使用单个 SNP 估计 CRS 对慢阻肺发病风险的影响，黑色线段表示估计值的 95%CI；红色圆点表示估计 CRS 对慢阻肺发病风险的总体影响，红色线段表示总体估计值的 95%CI。横坐标为各个 SNP 估计 CRS 对慢阻肺的效应值；纵坐标为所有纳入的 SNP。MR leave-one out sensitivity analysis：留一法敏感性分析；CRS：慢性鼻窦炎；COPD：慢阻肺
2.2 慢阻肺对 CRS 发病风险的影响
2.2.1 工具变量的确定
共纳入 3 个与慢阻肺相关的 SNP，故将阈值设置为 P<5×10-6 进行二次筛选，得到 SNP185 个；去除连锁不平衡后，得到 17 个与慢阻肺相关且独立的 SNP；随后剔除与潜在混杂因素相关的 SNP（rs10091277、rs12579169、rs12864366、rs1876533、rs55974751），最终纳入 12 个 SNP（表3）作为工具变量进行反向 MR 分析，F 值的分布情况显示，数据呈偏态分布，F 值为 22.946（21.821，25.221），F 值均>10，提示不存在偏倚，结果可靠。
表3
纳入反向 MR 分析的 SNP 基本信息
2.2.2 MR 分析
IVW-FE 法分析结果提示慢阻肺与 CRS 的发病之间可能不存在潜在的因果关联［β=0.040，SE=0.031，OR=1.041，95%CI（0.979，1.108），P=0.204］，WME 法分析结果［β=0.020，SE=0.060，OR=1.023，95%CI（0.907，1.149），P=0.745］与 MR Egger 回归分析法结果［β=0.030，SE=0.075，OR=1.031，95%CI（0.911，1.193），P=0.687］也提示同样的结果。
2.2.3 敏感性分析
异质性检验结果显示，IVW（Cochran Q=5.947，P=0.877）和 MR-Egger 回归分析（Cochran Q=5.937，P=0.821）均提示 MR 分析结果不存在异质性；水平多效性检验结果显示，MR-Egger 截距项（P=0.921）提示未出现水平多效性；MR-PRESSO 未检测到离群值（P=0.875）。“留一法”敏感性分析结果显示，不存在单个 SNP 影响因果的总体效应（图3）。
图3
反向 MR“留一法”分析森林图
黑色圆点表示使用单个 SNP 估计慢阻肺对 CRS 发病风险的影响，黑色线段表示估计值的 95%
3 讨论
本研究利用公开发表的 GWAS 数据库，首次采用两样本双向 MR 方法从遗传学角度评估 CRS 与慢阻肺之间的因果效应。正向研究结果表明二者之间可能具有因果关联，CRS 可能会增加慢阻肺的发病风险，各敏感性分析也进一步证实了 MR 分析结果的可靠性。而反向研究 MR 分析结果不支持慢阻肺会增加 CRS 的发病风险，各敏感性分析也证实了该 MR 结果的稳定性。
既往观察性研究发现 CRS 与慢阻肺之间存在一定的相关性[27-28]。例如，Piotrowska 等[9]进行的一项关于慢阻肺与 CRS 相关性的研究结果显示，与对照组相比，98%的试验组患者存在鼻窦炎症状，鼻部疾病会影响慢阻肺的相关症状，证实了鼻窦炎在慢阻肺患者中存在高发病率。同样的，针对瑞典南部 12 079 例成年人进行的一项回顾性研究数据表明，三分之一的人存在复发性或永久性鼻部症状，鼻部症状常与哮喘和慢性支气管炎/肺气肿共存，表明全气道参与在 2 种疾病中都很常见[29]。美国的一项关于嗜酸性粒细胞相关疾病的大型调查研究结果显示，作为常见的嗜酸性粒细胞相关性疾病，伴鼻息肉的 CRS 通常与慢阻肺存在重叠，重叠率可达 21.4%[30]。
CRS 与慢阻肺的发病机制均较为复杂，二者之间的相互作用机制尚不明确，目前认为主要与以下几种理论有关。首先，流行病学与生理学研究表明，上、下气道疾病常常并存，因此产生了“联合气道”的概念[5]。基于副鼻窦到肺尖组织形态相似这一解剖学特点，临床研究证明了上、下呼吸道疾病之间的联系，认为 CRS 与慢阻肺属于同一气道疾病[5]。因解剖结构的连续性及生理功能的相似性，任何一个部位的感染都可能影响到气道的其他部位[31]。鼻腔和副鼻窦的生理过滤功能丧失或先天宿主防御机制的减少可能会导致微生物、污染物等吸入下呼吸道。感染的副鼻窦也可产生细胞因子和支气管收缩介质，这些介质可被吸入肺内，从而产生潜在的肺组织损害效应[32]。其次，CRS 等上呼吸道炎症和慢阻肺等下呼吸道炎症一致性和相关性的研究受到越来越多国内外学者的重视[33]。有研究表示，慢阻肺伴有 CRS 患者的肺功能损害更加严重，这可能与上呼吸道炎症有关[34]。慢阻肺的气道炎症表达谱较为复杂，虽然通常认为是以中性粒细胞为主，但有研究表明，在稳定期和急性加重期的慢阻肺患者中，有一部分患者的气道炎症中存在嗜酸性粒细胞[35]。伴 CRS 与不伴 CRS 的慢阻肺患者气道炎症表达谱不同，与后者相比，前者患者痰液中的嗜酸性粒细胞百分比、白细胞介素-6、白细胞介素-8 和基质金属蛋白酶 9 水平均升高，表明上、下呼吸道疾病之间存在炎症联系，上述细胞因子可能同时在 CRS 和慢阻肺的气道炎症中发挥作用[35]。也有学者提出当鼻黏膜受到物理或化学刺激后，受上、下呼吸道之间的鼻支气管/肺反射的作用，可引起支气管痉挛和分泌物增加，从而导致气道阻力增高，这可能也是 CRS 引起慢阻肺急性加重的原因之一[34]。总之，目前可以从解剖生理、炎症反应以及神经反射等方面解释 CRS 与慢阻肺之间可能存在一定的关联，但由于二者的发病机制较为复杂，未来仍需进一步深入研究其中的作用机制，以便更好地理解这 2 种疾病之间的关联，从而为疾病防治提供更多的科学依据。
本研究从遗传学角度预测 CRS 可能是慢阻肺发病的危险因素，这对于 CRS 患者防治慢阻肺具有积极意义，也为慢阻肺患者的临床诊疗提供了新思路。与既往观察性研究相比，本研究选用的数据样本量大，避免了潜在混杂因素（如吸烟）和反向因果的影响，提高了结果的准确性。此外，本研究选用的数据样本均为欧洲人群，避免了种族相关混杂因素造成的偏倚。然而，本研究亦存在一定的局限性。首先，慢阻肺的发生存在人群特异性，如性别、年龄等，但由于缺乏个体水平的数据信息，因此无法进行详细的研究、划分。其次，虽然研究选用的数据均为欧洲样本，避免了人种偏倚，但该结果是否同样适用于其他人种仍需考究。此外，MR 分析属于统计学方法研究，该方法仅能探究 CRS 和慢阻肺的线性关系，无法阐释内在的发病机制，因此还需要进一步的相关临床和实验验证。
综上所述，本研究采用两样本双向 MR 方法探究 CRS 与慢阻肺之间的因果关联， 结果显示CRS可能会增加慢阻肺的发病风险，但未发现慢阻肺导致 CRS 风险增加的证据。这一发现为慢阻肺的防治提供了新的遗传学视角，临床中对于慢阻肺患者，特别是伴有CRS的患者，可考虑将CRS的相关干预措施纳入慢阻肺的防治策略中。尽管如此，CRS与慢阻肺之间的相互作用机制尚不清楚，未来应通过临床试验和基础研究进一步验证这一发现，并深入探讨二者之间的生物学联系。
利益冲突：所有作者声明不存在利益冲突。
慢性阻塞性肺疾病（慢阻肺）是一种以持续性呼吸道症状和气流受限为特征的疾病，对全球健康构成了重大威胁[1]。流行病学调查显示，全球约 3.7%的人口受此病影响，我国慢阻肺的患病率约为 8.6%[2-3]。慢性鼻窦炎（chronic rhinosinusitis, CRS）是一种常见的慢性炎症性疾病，主要表现为鼻塞、流涕、头面部胀痛以及嗅觉减退等症状，我国的总患病率约为 8%[4]。慢阻肺与 CRS 属同一气道疾病，常合并存在[5-7]。研究显示，治疗 CRS 可以改善慢阻肺患者的肺功能和生活质量，减少下呼吸道症状[8]。因此，为了降低慢阻肺的发病率，提高慢阻肺患者的生活质量，准确预测慢阻肺的病因并及时加以干预尤为重要。对于 CRS 与慢阻肺发病之间是否存在关联，目前国内外尚存在一定争议[9]。尽管有观察性研究指出 CRS 与慢阻肺之间可能存在联系[10-11]，但由于样本量小、存在混杂因素等影响，并不能证实二者之间具有明确的因果关联。
孟德尔随机化（mendelian randomization, MR）研究可以利用遗传变异作为工具变量来评估风险因素和疾病之间的因果关联[12]。虽然随机对照试验通常被认为是明确暴露和结局之间因果关系的最佳方法，但其具有费用昂贵、耗时长、需要伦理审批等特点，因此存在一定的局限性，MR 研究则可以弥补这些不足。此外，由于遗传变异是在出生时就随机分配和自由组合的，因此能够在很大程度上减少传统观察性研究中潜在的混杂因素和反向因果关系的影响[13]。鉴于上述优势，本研究选用两样本双向 MR 方法来探究 CRS 与慢阻肺之间的因果关联，以期为临床诊疗与机制研究提供理论支持。
1 资料与方法
1.1 研究设计
本研究采用双向 MR 方法对 CRS 和慢阻肺进行因果关联分析。其中，正向研究是以 CRS 为暴露因素，慢阻肺为结局变量；反向研究则是以慢阻肺为暴露因素，CRS 为结局变量。在双向 MR 分析后，均再通过一系列敏感性分析对 MR 分析结果的可靠性加以验证。MR 分析需要满足以下 3 个核心假设：① 作为工具变量的单核苷酸多态性（single nucleotide polymorphism, SNP）应与暴露显著相关（关联性假设）；② SNP 必须与影响“暴露-结局”的混杂因素无关（独立性假设）；③ SNP 与结局没有直接关系，只能通过暴露因素对结局产生影响（排他性假设）[14]。
1.2 数据来源
数据均使用全基因组关联研究（genome-wide association studies, GWAS）数据库公开发布的汇总数据集。其中，CRS 的 SNP 数据来源于第 10 版 FinnGen 生物样本库，包括 17 987 例病例和 308 457 例对照人群，慢阻肺的 SNP 数据取自英国生物样本库，包括 3 871 例患者和 459 139 例对照人群。所纳入的数据样本均为欧洲人群，以避免因种族相关混杂因素造成的偏倚。本研究使用网站公开发表的 GWAS 汇总数据集，因此不需要额外的伦理审批。GWAS 数据库研究数据信息见表1。
表1
GWAS 数据库研究数据信息
1.3 工具变量的筛选
根据 MR 研究的 3 个假设，选择与暴露相关、与其他混杂因素和结局无关的 SNP 作为工具变量，最终纳入 MR 分析的 SNP 需同时满足以下标准：① 达到全基因组统计意义，显著性阈值为 P<5×10-8（当筛选到的 SNP 个数不足 3 个时，可将参数放宽至 P<5×10-6）[15]。② 为避免因连锁不平衡产生的偏倚，将连锁不平衡（r2）参数设置为 0.001，连锁不平衡区域的范围设置为 10 000 kb，选择彼此相互独立的 SNP[16]。③ 使用 F 统计量评估 SNP 与暴露之间相关性的统计强度，F 统计量计算公式为：F=β2/SE2，其中β为 SNP 对暴露的效应量，SE 为β的标准误[17]。F＞10 的 SNP 被定义为强工具变量，F＜10 的 SNP 被视为弱工具变量；为保证 SNP 与暴露显著相关，本研究需将 F＜10 的 SNP 予以剔除[18-19]。④ 将满足上述 3 个标准的 SNP 输入 PhenoScanner[20]数据库，剔除与相关混杂因素和与结局相关的 SNP。此外，MR 分析过程中将自动筛除具有回文结构的 SNP。
1.4 统计学方法
采用 R 4.3.2 软件和 Excel 2021 进行工具变量的筛选，运用“Two Sample MR”和“MR-PRESSO”R 包进行双向 MR 和敏感性分析。偏态分布的计量资料采用中位数（下四分位数，上四分位数）表示。计数资料采用例数和百分比表示。双侧检验水准α=0.05。
1.4.1 双向 MR 分析
运用逆方差加权法（inverse variance weighted, IVW）、MR-Egger 回归分析法、加权中位数法（weighted median, WME）3 种方法进行 MR 分析，将 IVW 作为主要的统计分析方法，因其能够在不存在异质性和水平多效性的情况下，通过使用元分析方法结合 SNP 因果效应的估计值获得稳定、准确的结果[21-22]。为了提高研究结果的准确性，将 MR-Egger 回归分析法和 WME 法作为补充分析方法[23]。上述结果以比值比（odds ratio, OR）和 95%置信区间（confidence interval, CI）评估 CRS 与慢阻肺之间的因果效应，当 P＜0.05 时，结果被认为具有统计学意义。随后又将慢阻肺作为暴露因素，CRS 作为结局变量，进行反向 MR 分析，以求进一步探明二者之间的因果关系。
1.4.2 敏感性分析
为了确保结果的可靠性，本研究进行了一系列敏感性分析。首先，运用 Cochran Q 统计量和 P 值评估异质性，异质性检验分为 IVW 和 MR-Egger 回归法 2 种，当 P<0.05 时，定义结果存在异质性。一旦存在异质性，将使用随机效应 IVW 模型来获得更谨慎的估计，相反，如果不存在异质性，将采用固定效应 IVW（inverse variance weighted-fixed effects, IVW-FE）模型[24]。然后运用 MR-Egger 截距法检验水平多效性，若存在水平多效性（P<0.05），则意味着工具变量可以通过暴露以外的其他因素影响结局，提示研究结果不可信[25]。此外，还进行了 MR-PRESSO 检验，通过移除离群值来检测和校正水平多效性[26]。最后，运用“留一法”进行敏感性分析，该方法通过每次剔除一个 SNP 来重新评估总体因果效应是否会受到单个 SNP 的影响[26]。
2 结果
2.1 CRS 对慢阻肺发病风险的影响
2.1.1 工具变量的确定
共纳入 21 个与 CRS 相关且独立的 SNP，在与慢阻肺配对时丢失 SNP 4 个，剔除与潜在混杂因素相关的 SNP（rs3744374、rs6889889）和回文结构的 SNP（rs962992），最终纳入 14 个 SNP（表2）作为工具变量进行本次 MR，F 值的分布情况显示，数据呈偏态分布，因此选择使用中位数来描述其集中趋势，F 值为36.462（33.577，54.822），F 值均>10，表示纳入的 SNP 与 CRS 显著相关，不存在偏倚，结果可靠。
表2
纳入正向 MR 分析的 SNP 基本信息
2.1.2 MR 分析
IVW-FE 法分析结果提示 CRS 与慢阻肺之间可能存在因果关联［β=0.003，SE=0.001，OR=1.003，95%CI（1.002，1.004），P＜0.001］，WME 法分析结果同样支持 CRS 与慢阻肺之间的因果关联［β=0.004，SE=0.001，OR=1.003，95%CI（1.000，1.004），P=0.002］。虽然 MR-Egger 回归分析法未显示出两者之间的因果关联［β=0.003，SE=0.002，OR=1.004，95%CI（1.000，1.008），P=0.05］，但散点图结果显示所选取的工具变量具有稳定性，且 3 种方法的斜率均为正，仍可认为二者之间具有因果关联，CRS 可能会增加慢阻肺的发病风险。正向 MR 分析结果散点图见图1。
图1
正向 MR 分析结果散点图
横坐标为单个 SNP 对 CRS 的效应，纵坐标为单个 SNP 对慢阻肺的效应，彩色线为 CRS 对慢阻肺的因果效应估计值拟合线，可见随着 CRS 发病风险升高，慢阻肺发病风险也升高。MR Test：孟德尔随机化方法；Inverse variance weighted：逆方差加权法；Weighted median：加权中位数法；SNP：单核苷酸多态性；CRS：慢性鼻窦炎；COPD：慢阻肺
2.1.3 敏感性分析
异质性检验结果显示，IVW（Cochran Q=7.910，P=0.849）和 MR-Egger 回归分析（Cochran Q=7.450，P=0.827）均提示结果不存在异质性；水平多效性检验结果显示，MR-Egger 截距项（P=0.510）提示未出现水平多效性；MR-PRESSO 未检测到离群值（P=0.917），验证了结果的可靠性。“留一法”敏感性分析结果显示，不存在单个 SNP 影响因果的总体效应（图2）。
图2
正向 MR“留一法”分析森林图
黑色圆点表示使用单个 SNP 估计 CRS 对慢阻肺发病风险的影响，黑色线段表示估计值的 95%CI；红色圆点表示估计 CRS 对慢阻肺发病风险的总体影响，红色线段表示总体估计值的 95%CI。横坐标为各个 SNP 估计 CRS 对慢阻肺的效应值；纵坐标为所有纳入的 SNP。MR leave-one out sensitivity analysis：留一法敏感性分析；CRS：慢性鼻窦炎；COPD：慢阻肺
2.2 慢阻肺对 CRS 发病风险的影响
2.2.1 工具变量的确定
共纳入 3 个与慢阻肺相关的 SNP，故将阈值设置为 P<5×10-6 进行二次筛选，得到 SNP185 个；去除连锁不平衡后，得到 17 个与慢阻肺相关且独立的 SNP；随后剔除与潜在混杂因素相关的 SNP（rs10091277、rs12579169、rs12864366、rs1876533、rs55974751），最终纳入 12 个 SNP（表3）作为工具变量进行反向 MR 分析，F 值的分布情况显示，数据呈偏态分布，F 值为 22.946（21.821，25.221），F 值均>10，提示不存在偏倚，结果可靠。
表3
纳入反向 MR 分析的 SNP 基本信息
2.2.2 MR 分析
IVW-FE 法分析结果提示慢阻肺与 CRS 的发病之间可能不存在潜在的因果关联［β=0.040，SE=0.031，OR=1.041，95%CI（0.979，1.108），P=0.204］，WME 法分析结果［β=0.020，SE=0.060，OR=1.023，95%CI（0.907，1.149），P=0.745］与 MR Egger 回归分析法结果［β=0.030，SE=0.075，OR=1.031，95%CI（0.911，1.193），P=0.687］也提示同样的结果。
2.2.3 敏感性分析
异质性检验结果显示，IVW（Cochran Q=5.947，P=0.877）和 MR-Egger 回归分析（Cochran Q=5.937，P=0.821）均提示 MR 分析结果不存在异质性；水平多效性检验结果显示，MR-Egger 截距项（P=0.921）提示未出现水平多效性；MR-PRESSO 未检测到离群值（P=0.875）。“留一法”敏感性分析结果显示，不存在单个 SNP 影响因果的总体效应（图3）。
图3
反向 MR“留一法”分析森林图
黑色圆点表示使用单个 SNP 估计慢阻肺对 CRS 发病风险的影响，黑色线段表示估计值的 95%
3 讨论
本研究利用公开发表的 GWAS 数据库，首次采用两样本双向 MR 方法从遗传学角度评估 CRS 与慢阻肺之间的因果效应。正向研究结果表明二者之间可能具有因果关联，CRS 可能会增加慢阻肺的发病风险，各敏感性分析也进一步证实了 MR 分析结果的可靠性。而反向研究 MR 分析结果不支持慢阻肺会增加 CRS 的发病风险，各敏感性分析也证实了该 MR 结果的稳定性。
既往观察性研究发现 CRS 与慢阻肺之间存在一定的相关性[27-28]。例如，Piotrowska 等[9]进行的一项关于慢阻肺与 CRS 相关性的研究结果显示，与对照组相比，98%的试验组患者存在鼻窦炎症状，鼻部疾病会影响慢阻肺的相关症状，证实了鼻窦炎在慢阻肺患者中存在高发病率。同样的，针对瑞典南部 12 079 例成年人进行的一项回顾性研究数据表明，三分之一的人存在复发性或永久性鼻部症状，鼻部症状常与哮喘和慢性支气管炎/肺气肿共存，表明全气道参与在 2 种疾病中都很常见[29]。美国的一项关于嗜酸性粒细胞相关疾病的大型调查研究结果显示，作为常见的嗜酸性粒细胞相关性疾病，伴鼻息肉的 CRS 通常与慢阻肺存在重叠，重叠率可达 21.4%[30]。
CRS 与慢阻肺的发病机制均较为复杂，二者之间的相互作用机制尚不明确，目前认为主要与以下几种理论有关。首先，流行病学与生理学研究表明，上、下气道疾病常常并存，因此产生了“联合气道”的概念[5]。基于副鼻窦到肺尖组织形态相似这一解剖学特点，临床研究证明了上、下呼吸道疾病之间的联系，认为 CRS 与慢阻肺属于同一气道疾病[5]。因解剖结构的连续性及生理功能的相似性，任何一个部位的感染都可能影响到气道的其他部位[31]。鼻腔和副鼻窦的生理过滤功能丧失或先天宿主防御机制的减少可能会导致微生物、污染物等吸入下呼吸道。感染的副鼻窦也可产生细胞因子和支气管收缩介质，这些介质可被吸入肺内，从而产生潜在的肺组织损害效应[32]。其次，CRS 等上呼吸道炎症和慢阻肺等下呼吸道炎症一致性和相关性的研究受到越来越多国内外学者的重视[33]。有研究表示，慢阻肺伴有 CRS 患者的肺功能损害更加严重，这可能与上呼吸道炎症有关[34]。慢阻肺的气道炎症表达谱较为复杂，虽然通常认为是以中性粒细胞为主，但有研究表明，在稳定期和急性加重期的慢阻肺患者中，有一部分患者的气道炎症中存在嗜酸性粒细胞[35]。伴 CRS 与不伴 CRS 的慢阻肺患者气道炎症表达谱不同，与后者相比，前者患者痰液中的嗜酸性粒细胞百分比、白细胞介素-6、白细胞介素-8 和基质金属蛋白酶 9 水平均升高，表明上、下呼吸道疾病之间存在炎症联系，上述细胞因子可能同时在 CRS 和慢阻肺的气道炎症中发挥作用[35]。也有学者提出当鼻黏膜受到物理或化学刺激后，受上、下呼吸道之间的鼻支气管/肺反射的作用，可引起支气管痉挛和分泌物增加，从而导致气道阻力增高，这可能也是 CRS 引起慢阻肺急性加重的原因之一[34]。总之，目前可以从解剖生理、炎症反应以及神经反射等方面解释 CRS 与慢阻肺之间可能存在一定的关联，但由于二者的发病机制较为复杂，未来仍需进一步深入研究其中的作用机制，以便更好地理解这 2 种疾病之间的关联，从而为疾病防治提供更多的科学依据。
本研究从遗传学角度预测 CRS 可能是慢阻肺发病的危险因素，这对于 CRS 患者防治慢阻肺具有积极意义，也为慢阻肺患者的临床诊疗提供了新思路。与既往观察性研究相比，本研究选用的数据样本量大，避免了潜在混杂因素（如吸烟）和反向因果的影响，提高了结果的准确性。此外，本研究选用的数据样本均为欧洲人群，避免了种族相关混杂因素造成的偏倚。然而，本研究亦存在一定的局限性。首先，慢阻肺的发生存在人群特异性，如性别、年龄等，但由于缺乏个体水平的数据信息，因此无法进行详细的研究、划分。其次，虽然研究选用的数据均为欧洲样本，避免了人种偏倚，但该结果是否同样适用于其他人种仍需考究。此外，MR 分析属于统计学方法研究，该方法仅能探究 CRS 和慢阻肺的线性关系，无法阐释内在的发病机制，因此还需要进一步的相关临床和实验验证。
综上所述，本研究采用两样本双向 MR 方法探究 CRS 与慢阻肺之间的因果关联， 结果显示CRS可能会增加慢阻肺的发病风险，但未发现慢阻肺导致 CRS 风险增加的证据。这一发现为慢阻肺的防治提供了新的遗传学视角，临床中对于慢阻肺患者，特别是伴有CRS的患者，可考虑将CRS的相关干预措施纳入慢阻肺的防治策略中。尽管如此，CRS与慢阻肺之间的相互作用机制尚不清楚，未来应通过临床试验和基础研究进一步验证这一发现，并深入探讨二者之间的生物学联系。
利益冲突：所有作者声明不存在利益冲突。
