类风湿性关节炎（rheumatoid arthritis，RA）是一种常见的慢性炎症性自身免疫性疾病，其特征在于关节组织的异常增生和滑膜的炎症。该病的症状和体征涵盖关节疼痛、僵硬和肿胀等[1]。尽管对其进行了广泛的研究，但至今对RA的确切根源仍尚存争议。有流行病学研究显示，RA在男女之间的发病情况呈现明显差异。根据我国2019年的数据[2]，女性患RA的标化发病率为16.89/10万，是男性患病率的2.5倍。性激素在RA的发病和发展过程中可能扮演一定角色[3]。据估计，约有3/4的女性RA患者在怀孕后症状得到一定程度的缓解，但在分娩后可能会出现症状的复发。然而，RA与女性生殖行为之间的因果关系至今仍不明确。因此，要明确这些生殖行为与RA之间的关联，还需进一步研究。
在传统流行病学研究中，存在多种方法可用于推断病因与疾病之间的关联，例如观察性研究和实验研究。然而，由于存在反向因果关系和混杂因素，观察性研究常因固有设计所致偏倚，无法确定明确的因果关系[4]。孟德尔随机化（Mendelian randomization，MR）作为一种新兴的因果推断方法，能够克服观察性研究的限制[5]。MR分析利用单核苷酸多态性（single nucleotide polymorphisms，SNP）作为遗传工具变量（instrumental variables，IV），来评估相关暴露对结果的影响[6,7]。MR的最大优势在于作为工具变量的SNP是随机分布的，从而避免了潜在的混杂因素或反向因果关系的影响。然而，MR也可能受到标记物之间的多效性或连锁不平衡（linkage disequilibrium，LD）的影响[8]。有效的IV必须满足三个假设：① 作为IV的SNP与暴露（生殖行为）显著相关；② 作为IV的SNP与暴露和结局之间的潜在混杂因素无关；③ 作为IV的SNP与结局（RA）没有直接关联，其影响仅通过生殖行为产生因果联系。若IV与混杂因素相关，则与前述假设相矛盾，可能导致潜在的偏倚和错误结论。为衡量IV混杂因素之间的关联，可通过双向MR、多变量MR来纠正其对结果的影响。基于此，本研究采用双向MR方法来评估女性生殖行为与RA之间的潜在因果关系。
1 资料与方法
1.1 研究设计
本研究进行了双向MR和多变量MR分析。双向MR分析旨在探讨4种生殖行为对RA的影响。研究对象均限定为欧洲血统，这在一定程度上减少了人口分层的偏倚。利用多变量MR来调整吸烟行为和肥胖对结局风险的直接影响。
本研究选取4种生殖行为包括初潮、绝经、首次妊娠年龄和末次妊娠年龄作为暴露因素，RA为结局指标。
1.2 数据来源
本研究所使用的GWAS汇总数据来自大型公开可检索的Ieu Open GWAS项目数据库。初潮和绝经的汇总统计数据分别涵盖了252 514和69 360名参与者[9,10]。首次妊娠年龄的GWAS数据来自Mills等[11]的研究，包含542 901名个体。末次妊娠年龄数据则来自于UK Biobank[12]，样本量为170 248名个体。有关RA的GWAS汇总数据来自Finngen联盟的第九轮分析[13]。RA病例样本量包括242 675名个体，其中包含2 813名RA患者和240 862名对照者。见表1。
表1
样本数据集的基本特征
在多变量MR研究中，身体质量指数（body mass index，BMI）的GWAS数据来自于UK Biobank，样本量为461 460名个体[12]。吸烟行为的GWAS数据则源自Liu等[14]在Nature genetics发表的Meta分析，包括337 334名参与者。
1.3 IV的选择
与暴露和结局相关的IV应符合以下要求：① 全基因组意义阈值为（P<5×10−8）；② 连锁不平衡（r2<0.001，10 000 kb），去除连锁不平衡的SNP；③ 对来自千人基因组计划的欧洲血统样本进行了r2值的估计，为减少弱工具变量的影响，单独计算了每个SNP的F统计量，并过滤了F统计量小于10的弱工具。
1.4 统计分析
有研究表明，当不存在水平多效性和异质性时，逆方差加权法（inverse variance weighted，IVW）被认为是最稳定和准确的因果关系方法[15]，通常作为MR分析的首选统计方法[16]。在检测到异质性的情况下，可采用随机效应模型进行分析。此外，还可采用加权中位数（weighted median，WME）、基于加权模型的方法（weighted mode，WM）、MR-Egger回归模型和简单众数法（simple mode，SM）四种互补方法，以评估结果的稳健性。多效性对WME模型的影响较小，当至少有50%的权重来自有效的IV时，WME模型的结果仍然是无偏倚的[17]。SM模型将单个的SNP形成聚类，将因果效应估计值定为最大SNP簇的因果效应估计值。WM使用相同的过程，但为每个SNP分配权重。MR-Egger方法将平均多效性效应估计为截距，允许所有遗传变异都具有多效性，但其结果可能不够精确[18]。
作为两样本MR的延伸，本研究采用了基于IVW的多变量MR。以探究多种风险因素对RA风险的因果影响[19]。研究的目标是证明女性生殖行为对RA风险的直接影响是否独立于BMI和吸烟行为，并排除其可能介导的影响。本研究还采用了反向MR分析，以推断在正向MR分析中已识别的女性生殖行为与RA之间是否存在反向因果关系。在多效性的鉴定和校正中，本研究采用了MR-PRESSO方法，通过逐步删除SNP，然后对未被判断为异质的SNP执行IVW法[20]。采用Cochran’s Q统计量来评估每个SNP的异质性[21]。采用留一法进行敏感性分析以评估MR对特定SNP的依赖性[22]。采用漏斗图进行发表偏倚检测。本研究所有统计分析使用R 4.3.0、Mendelian Randomization 0.9.0和TwoSample MR 0.5.7软件包进行。
2 结果
2.1 IV信息
根据筛选标准，本研究包含了4个女性生殖行为的IV，结果显示每个IV的F统计量均超过了10，这表明在研究中不存在弱工具变量。
2.2 两样本MR研究
使用Cochran’s Q检验检测IV的异质性，P>0.05，可认为IV间不存在异质性，主要使用IVW进行因果关系的探讨；反之，使用随机效应模型。根据图1所示，首次妊娠年龄和末次妊娠年龄与RA存在负相关的因果关系，而其他生殖行为则未显示出因果关系。
图1
女性生殖行为和类风湿性关节炎因果关系的孟德尔随机化分析
在首次妊娠年龄与RA的关联研究中，从首次妊娠年龄的GWAS中提取67个显著相关水平（P<5×10−8）和连锁不平衡（r2<0.001，10 000 kb）的SNP，并与RA的数据集进行了合并。经过筛选，删除了11个回文SNP，并进行了MR-PRESSO分析以检测离群值，结果发现一个离群值。SNP的F统计量为29.69～143.75。最终纳入50个SNP进行MR分析。5种统计方法显示了相似的趋势，总体效应方向一致，表现为负相关。MR-Egger、WME、IVW、SM、WM的结果分别为［OR=0.74，95%CI（0.55，1.00），P=0.056］、［OR=0.89，95%CI（0.81，0.98），P=0.019］、［OR=0.91，95%CI（0.85，0.98），P=0.011］、［OR=0.84，95%CI（0.66，1.06），P=0.141］、［OR=0.84，95%CI（0.70，1.00），P=0.060］，结果表明女性首次妊娠年龄可能是RA的保护因素。
另外，在末次妊娠年龄与RA的关联研究中，从末次妊娠年龄的GWAS中提取6个显著相关水平（P<5×10−8）和连锁不平衡（r2<0.001，10 000 kb）的SNP，并与RA的数据集进行了合并。经过筛选，无回文SNP，无MR-PRESSO离群值，SNP的F统计量为31.36～74.46。最终纳入6个SNP进行MR分析。5种统计方法显示了一致的结果，总体效应方向也为负相关。具体来说，IVW方法的统计学结果呈现显著性。MR-Egger、WME、IVW、SM、WM的结果分别为［OR=0.13，95%CI（0.01，1.31），P=0.159］、［OR=0.55，95%CI（0.28，1.06），P=0.074］、［OR=0.54，95%CI（0.31，0.93），P=0.026］、［OR=0.55，95%CI（0.21，1.48），P=0.291］、［OR=0.48，95%CI（0.20，1.04），P=0.121］，结果表明女性末次妊娠年龄可能同样是RA的保护因素。
2.3 敏感性分析
如表2所示，首次妊娠年龄与末次妊娠年龄不存在水平多效性［P（首次妊娠年龄-RA）=0.169、P（末次妊娠年龄-RA）=0.283］。Cochran’s Q检验结果表明女性妊娠行为与RA的异质性较小。MR-PRESSO多效性测试未能检测到离群SNP，这表明所选择的工具变量对于与RA的因果关系的影响相对可靠。如附件图1所示，留一法结果表明，即便消除任何一个SNP，也未见对因果相关的估计造成显著影响，这显示MR分析结果具有稳健性。在漏斗图中，呈现的因果效应分布也基本对称，未显示出明显的偏倚，见附件图2。
表2
两样本孟德尔随机化研究的敏感性分析
2.4 反向MR分析结果
如图2所示，通过对女性生殖行为及RA进行反向MR分析，发现首次妊娠年龄与RA间存在正向因果关系［OR=1.07，95%CI（1.02，1.11），P=0.001］，末次妊娠年龄结果显示与RA间不存在因果关系。附件表1结果显示，反向MR结果敏感性分析均未发现存在异质性或水平多效性，且无离群值。
图2
女性生殖行为和类风湿性关节炎因果关系的反向孟德尔随机化分析
2.5 多变量MR研究
如图3所示，考虑到BMI和吸烟行为的影响后，我们对女性生殖行为进行了多变量MR分析。结果表明，女性首次生殖年龄与RA风险仍然存在负向因果关系［OR=0.88，95%CI（0.80，0.97），P=0.010］。此外，女性末次生殖年龄也与RA风险呈负向因果关系［OR=0.68，95%CI（0.48，0.97），P=0.033］。然而，初潮和绝经的结果则无明显的关系。
图3
女性生殖行为和类风湿性关节炎因果关系的多变量孟德尔随机化分析
3 讨论
本研究采用双向MR方法，探讨了女性4种生殖行为特征与RA之间的关系。并通过应用多变量MR方法剔除了可能潜在的混杂因素（BMI和吸烟行为），从而提高了结果的准确性和可信度。结果表明，在遗传水平上，女性妊娠年龄与RA有明显因果关系，而初潮和绝经与RA无因果关系。妊娠年龄与RA发病风险负相关。反向MR分析显示，首次妊娠年龄与RA发病正相关，末次妊娠年龄与RA无因果关系。多变量MR分析也证实，妊娠年龄是RA的保护因素。总之，不论是首次还是末次怀孕，妊娠均可能对RA具有保护作用。
近年来，关于月经和RA之间的关系一直存在争议。目前的数据表明初潮与RA的疾病进展和严重程度之间关系不明显[23]。然而，针对绝经前后的RA发病情况，某些数据显示55～64岁的女性患病率最高[24]。这些现象引发了一种假设，即女性激素在RA疾病发展中可能扮演着重要角色[25]。更年期是女性生命中一个关键的生理转变阶段，绝经的开始与激素水平下降密切相关，被认为是导致RA发病率增加的一个推动因素[26]。Alpizar-Rodriguez等[27]的研究表明，卵巢功能急剧下降可能有助于与RA相关的自身免疫疾病的发展。激素水平变化被认为可能是绝经前后某些疾病演变的触发因素[28]。过去的研究表明，触发RA，特别是在绝经前的女性，可能与雌激素受体的多态性有关[29]。RA与性激素平衡的改变有关，其特点是雌激素含量较高，而雄激素含量较低[30]。然而，也有研究认为性激素的变化不足以解释初潮对RA的影响，而不同年龄可能是更具解释力的因素。例如，Kobak等[31]进行了年龄较小和较大RA患者的疾病进展和表现的比较，结果显示，相对于年轻患者，老年患者在发病时更容易出现急性发作、全身症状，更频繁地累及大关节，但类风湿因子阳性率降低。多数研究表明，年龄是影响疾病严重程度的一个因素。Kuiper等[32]确认了发病年龄较大与疾病严重程度增加之间的直接关系。Pawlowska等[33]的研究报告称，随着年龄增长，由于CD4+标志物的激活增加，疾病严重程度也会增加。而Kobak等[31]则指出，老年人患RA时，疾病严重程度更高，这与Camacho等[34]的研究一致。这些研究结果表明，随着年龄增长，RA的表现和进展趋于加重。与初潮相比，绝经后RA的发病率增加，这一现象似乎更能说明年龄与RA之间的关联性。
妊娠期间RA症状自然缓解的现象最早由Philip Hench于1938年首次描述[35]。在20世纪80年代之前的数十年间，约有63%～90%的患者观察到了妊娠对疾病的有益影响[36-38]。然而，随着自20世纪90年代以来，对RA疾病治疗的新方法的普及，更多的RA患者能够在疾病活动较低的情况下怀孕[39,40]，因此，怀孕期间RA改善的比例已低于过去的水平，目前大约在48%～65%之间[41,42]。妊娠期间RA患者疾病活动的自然改善，暗示促炎和抗炎机制在妊娠期间重新达到平衡状态。此外，胎儿抗原以及高水平的雌激素、孕激素和人绒毛膜促性腺激素，是诱导这种有益免疫调节的重要因素。随后，胎儿-母体界面出现了先天性和适应性免疫系统的变化，并在全身诱导出一种耐受性环境。因此，妊娠期间RA症状的改善可能是与妊娠相关的免疫调节的一种附带现象。
本研究采用了MR研究方法，获得了一系列可靠的结果。首先，与观察性研究和RCT相比，MR分析具有避免混杂因素、节省时间和资源的优势；其次，本研究没有观察到潜在的水平多效性，这加强了结果的可信度；最后，本研究还进行了反向MR和多变量MR分析以进一步验证结果的可靠性。然而，本研究也存在一些限制。首先，生殖行为是一种性别特异性变量，但RA、吸烟和BMI的GWAS并不仅限于女性。其次，研究数据仅涉及欧洲人群，限制了结果的泛化性。另外，尽管已采取措施来识别和消除异常变异，但像所有已发表的MR研究一样，不能完全排除未观察到的多效性对结果的潜在影响[43]。在MR分析中，每种方法都有其优缺点，本研究采用了5种基于不同假设的方法，可能导致结果的不一致性，进而使研究的结论显得模糊[44]。
综上所述，该研究采用MR方法，结果表明妊娠年龄可能与RA发病风险负相关，初潮和绝经与RA无因果关系。
类风湿性关节炎（rheumatoid arthritis，RA）是一种常见的慢性炎症性自身免疫性疾病，其特征在于关节组织的异常增生和滑膜的炎症。该病的症状和体征涵盖关节疼痛、僵硬和肿胀等[1]。尽管对其进行了广泛的研究，但至今对RA的确切根源仍尚存争议。有流行病学研究显示，RA在男女之间的发病情况呈现明显差异。根据我国2019年的数据[2]，女性患RA的标化发病率为16.89/10万，是男性患病率的2.5倍。性激素在RA的发病和发展过程中可能扮演一定角色[3]。据估计，约有3/4的女性RA患者在怀孕后症状得到一定程度的缓解，但在分娩后可能会出现症状的复发。然而，RA与女性生殖行为之间的因果关系至今仍不明确。因此，要明确这些生殖行为与RA之间的关联，还需进一步研究。
在传统流行病学研究中，存在多种方法可用于推断病因与疾病之间的关联，例如观察性研究和实验研究。然而，由于存在反向因果关系和混杂因素，观察性研究常因固有设计所致偏倚，无法确定明确的因果关系[4]。孟德尔随机化（Mendelian randomization，MR）作为一种新兴的因果推断方法，能够克服观察性研究的限制[5]。MR分析利用单核苷酸多态性（single nucleotide polymorphisms，SNP）作为遗传工具变量（instrumental variables，IV），来评估相关暴露对结果的影响[6,7]。MR的最大优势在于作为工具变量的SNP是随机分布的，从而避免了潜在的混杂因素或反向因果关系的影响。然而，MR也可能受到标记物之间的多效性或连锁不平衡（linkage disequilibrium，LD）的影响[8]。有效的IV必须满足三个假设：① 作为IV的SNP与暴露（生殖行为）显著相关；② 作为IV的SNP与暴露和结局之间的潜在混杂因素无关；③ 作为IV的SNP与结局（RA）没有直接关联，其影响仅通过生殖行为产生因果联系。若IV与混杂因素相关，则与前述假设相矛盾，可能导致潜在的偏倚和错误结论。为衡量IV混杂因素之间的关联，可通过双向MR、多变量MR来纠正其对结果的影响。基于此，本研究采用双向MR方法来评估女性生殖行为与RA之间的潜在因果关系。
1 资料与方法
1.1 研究设计
本研究进行了双向MR和多变量MR分析。双向MR分析旨在探讨4种生殖行为对RA的影响。研究对象均限定为欧洲血统，这在一定程度上减少了人口分层的偏倚。利用多变量MR来调整吸烟行为和肥胖对结局风险的直接影响。
本研究选取4种生殖行为包括初潮、绝经、首次妊娠年龄和末次妊娠年龄作为暴露因素，RA为结局指标。
1.2 数据来源
本研究所使用的GWAS汇总数据来自大型公开可检索的Ieu Open GWAS项目数据库。初潮和绝经的汇总统计数据分别涵盖了252 514和69 360名参与者[9,10]。首次妊娠年龄的GWAS数据来自Mills等[11]的研究，包含542 901名个体。末次妊娠年龄数据则来自于UK Biobank[12]，样本量为170 248名个体。有关RA的GWAS汇总数据来自Finngen联盟的第九轮分析[13]。RA病例样本量包括242 675名个体，其中包含2 813名RA患者和240 862名对照者。见表1。
表1
样本数据集的基本特征
在多变量MR研究中，身体质量指数（body mass index，BMI）的GWAS数据来自于UK Biobank，样本量为461 460名个体[12]。吸烟行为的GWAS数据则源自Liu等[14]在Nature genetics发表的Meta分析，包括337 334名参与者。
1.3 IV的选择
与暴露和结局相关的IV应符合以下要求：① 全基因组意义阈值为（P<5×10−8）；② 连锁不平衡（r2<0.001，10 000 kb），去除连锁不平衡的SNP；③ 对来自千人基因组计划的欧洲血统样本进行了r2值的估计，为减少弱工具变量的影响，单独计算了每个SNP的F统计量，并过滤了F统计量小于10的弱工具。
1.4 统计分析
有研究表明，当不存在水平多效性和异质性时，逆方差加权法（inverse variance weighted，IVW）被认为是最稳定和准确的因果关系方法[15]，通常作为MR分析的首选统计方法[16]。在检测到异质性的情况下，可采用随机效应模型进行分析。此外，还可采用加权中位数（weighted median，WME）、基于加权模型的方法（weighted mode，WM）、MR-Egger回归模型和简单众数法（simple mode，SM）四种互补方法，以评估结果的稳健性。多效性对WME模型的影响较小，当至少有50%的权重来自有效的IV时，WME模型的结果仍然是无偏倚的[17]。SM模型将单个的SNP形成聚类，将因果效应估计值定为最大SNP簇的因果效应估计值。WM使用相同的过程，但为每个SNP分配权重。MR-Egger方法将平均多效性效应估计为截距，允许所有遗传变异都具有多效性，但其结果可能不够精确[18]。
作为两样本MR的延伸，本研究采用了基于IVW的多变量MR。以探究多种风险因素对RA风险的因果影响[19]。研究的目标是证明女性生殖行为对RA风险的直接影响是否独立于BMI和吸烟行为，并排除其可能介导的影响。本研究还采用了反向MR分析，以推断在正向MR分析中已识别的女性生殖行为与RA之间是否存在反向因果关系。在多效性的鉴定和校正中，本研究采用了MR-PRESSO方法，通过逐步删除SNP，然后对未被判断为异质的SNP执行IVW法[20]。采用Cochran’s Q统计量来评估每个SNP的异质性[21]。采用留一法进行敏感性分析以评估MR对特定SNP的依赖性[22]。采用漏斗图进行发表偏倚检测。本研究所有统计分析使用R 4.3.0、Mendelian Randomization 0.9.0和TwoSample MR 0.5.7软件包进行。
2 结果
2.1 IV信息
根据筛选标准，本研究包含了4个女性生殖行为的IV，结果显示每个IV的F统计量均超过了10，这表明在研究中不存在弱工具变量。
2.2 两样本MR研究
使用Cochran’s Q检验检测IV的异质性，P>0.05，可认为IV间不存在异质性，主要使用IVW进行因果关系的探讨；反之，使用随机效应模型。根据图1所示，首次妊娠年龄和末次妊娠年龄与RA存在负相关的因果关系，而其他生殖行为则未显示出因果关系。
图1
女性生殖行为和类风湿性关节炎因果关系的孟德尔随机化分析
在首次妊娠年龄与RA的关联研究中，从首次妊娠年龄的GWAS中提取67个显著相关水平（P<5×10−8）和连锁不平衡（r2<0.001，10 000 kb）的SNP，并与RA的数据集进行了合并。经过筛选，删除了11个回文SNP，并进行了MR-PRESSO分析以检测离群值，结果发现一个离群值。SNP的F统计量为29.69～143.75。最终纳入50个SNP进行MR分析。5种统计方法显示了相似的趋势，总体效应方向一致，表现为负相关。MR-Egger、WME、IVW、SM、WM的结果分别为［OR=0.74，95%CI（0.55，1.00），P=0.056］、［OR=0.89，95%CI（0.81，0.98），P=0.019］、［OR=0.91，95%CI（0.85，0.98），P=0.011］、［OR=0.84，95%CI（0.66，1.06），P=0.141］、［OR=0.84，95%CI（0.70，1.00），P=0.060］，结果表明女性首次妊娠年龄可能是RA的保护因素。
另外，在末次妊娠年龄与RA的关联研究中，从末次妊娠年龄的GWAS中提取6个显著相关水平（P<5×10−8）和连锁不平衡（r2<0.001，10 000 kb）的SNP，并与RA的数据集进行了合并。经过筛选，无回文SNP，无MR-PRESSO离群值，SNP的F统计量为31.36～74.46。最终纳入6个SNP进行MR分析。5种统计方法显示了一致的结果，总体效应方向也为负相关。具体来说，IVW方法的统计学结果呈现显著性。MR-Egger、WME、IVW、SM、WM的结果分别为［OR=0.13，95%CI（0.01，1.31），P=0.159］、［OR=0.55，95%CI（0.28，1.06），P=0.074］、［OR=0.54，95%CI（0.31，0.93），P=0.026］、［OR=0.55，95%CI（0.21，1.48），P=0.291］、［OR=0.48，95%CI（0.20，1.04），P=0.121］，结果表明女性末次妊娠年龄可能同样是RA的保护因素。
2.3 敏感性分析
如表2所示，首次妊娠年龄与末次妊娠年龄不存在水平多效性［P（首次妊娠年龄-RA）=0.169、P（末次妊娠年龄-RA）=0.283］。Cochran’s Q检验结果表明女性妊娠行为与RA的异质性较小。MR-PRESSO多效性测试未能检测到离群SNP，这表明所选择的工具变量对于与RA的因果关系的影响相对可靠。如附件图1所示，留一法结果表明，即便消除任何一个SNP，也未见对因果相关的估计造成显著影响，这显示MR分析结果具有稳健性。在漏斗图中，呈现的因果效应分布也基本对称，未显示出明显的偏倚，见附件图2。
表2
两样本孟德尔随机化研究的敏感性分析
2.4 反向MR分析结果
如图2所示，通过对女性生殖行为及RA进行反向MR分析，发现首次妊娠年龄与RA间存在正向因果关系［OR=1.07，95%CI（1.02，1.11），P=0.001］，末次妊娠年龄结果显示与RA间不存在因果关系。附件表1结果显示，反向MR结果敏感性分析均未发现存在异质性或水平多效性，且无离群值。
图2
女性生殖行为和类风湿性关节炎因果关系的反向孟德尔随机化分析
2.5 多变量MR研究
如图3所示，考虑到BMI和吸烟行为的影响后，我们对女性生殖行为进行了多变量MR分析。结果表明，女性首次生殖年龄与RA风险仍然存在负向因果关系［OR=0.88，95%CI（0.80，0.97），P=0.010］。此外，女性末次生殖年龄也与RA风险呈负向因果关系［OR=0.68，95%CI（0.48，0.97），P=0.033］。然而，初潮和绝经的结果则无明显的关系。
图3
女性生殖行为和类风湿性关节炎因果关系的多变量孟德尔随机化分析
3 讨论
本研究采用双向MR方法，探讨了女性4种生殖行为特征与RA之间的关系。并通过应用多变量MR方法剔除了可能潜在的混杂因素（BMI和吸烟行为），从而提高了结果的准确性和可信度。结果表明，在遗传水平上，女性妊娠年龄与RA有明显因果关系，而初潮和绝经与RA无因果关系。妊娠年龄与RA发病风险负相关。反向MR分析显示，首次妊娠年龄与RA发病正相关，末次妊娠年龄与RA无因果关系。多变量MR分析也证实，妊娠年龄是RA的保护因素。总之，不论是首次还是末次怀孕，妊娠均可能对RA具有保护作用。
近年来，关于月经和RA之间的关系一直存在争议。目前的数据表明初潮与RA的疾病进展和严重程度之间关系不明显[23]。然而，针对绝经前后的RA发病情况，某些数据显示55～64岁的女性患病率最高[24]。这些现象引发了一种假设，即女性激素在RA疾病发展中可能扮演着重要角色[25]。更年期是女性生命中一个关键的生理转变阶段，绝经的开始与激素水平下降密切相关，被认为是导致RA发病率增加的一个推动因素[26]。Alpizar-Rodriguez等[27]的研究表明，卵巢功能急剧下降可能有助于与RA相关的自身免疫疾病的发展。激素水平变化被认为可能是绝经前后某些疾病演变的触发因素[28]。过去的研究表明，触发RA，特别是在绝经前的女性，可能与雌激素受体的多态性有关[29]。RA与性激素平衡的改变有关，其特点是雌激素含量较高，而雄激素含量较低[30]。然而，也有研究认为性激素的变化不足以解释初潮对RA的影响，而不同年龄可能是更具解释力的因素。例如，Kobak等[31]进行了年龄较小和较大RA患者的疾病进展和表现的比较，结果显示，相对于年轻患者，老年患者在发病时更容易出现急性发作、全身症状，更频繁地累及大关节，但类风湿因子阳性率降低。多数研究表明，年龄是影响疾病严重程度的一个因素。Kuiper等[32]确认了发病年龄较大与疾病严重程度增加之间的直接关系。Pawlowska等[33]的研究报告称，随着年龄增长，由于CD4+标志物的激活增加，疾病严重程度也会增加。而Kobak等[31]则指出，老年人患RA时，疾病严重程度更高，这与Camacho等[34]的研究一致。这些研究结果表明，随着年龄增长，RA的表现和进展趋于加重。与初潮相比，绝经后RA的发病率增加，这一现象似乎更能说明年龄与RA之间的关联性。
妊娠期间RA症状自然缓解的现象最早由Philip Hench于1938年首次描述[35]。在20世纪80年代之前的数十年间，约有63%～90%的患者观察到了妊娠对疾病的有益影响[36-38]。然而，随着自20世纪90年代以来，对RA疾病治疗的新方法的普及，更多的RA患者能够在疾病活动较低的情况下怀孕[39,40]，因此，怀孕期间RA改善的比例已低于过去的水平，目前大约在48%～65%之间[41,42]。妊娠期间RA患者疾病活动的自然改善，暗示促炎和抗炎机制在妊娠期间重新达到平衡状态。此外，胎儿抗原以及高水平的雌激素、孕激素和人绒毛膜促性腺激素，是诱导这种有益免疫调节的重要因素。随后，胎儿-母体界面出现了先天性和适应性免疫系统的变化，并在全身诱导出一种耐受性环境。因此，妊娠期间RA症状的改善可能是与妊娠相关的免疫调节的一种附带现象。
本研究采用了MR研究方法，获得了一系列可靠的结果。首先，与观察性研究和RCT相比，MR分析具有避免混杂因素、节省时间和资源的优势；其次，本研究没有观察到潜在的水平多效性，这加强了结果的可信度；最后，本研究还进行了反向MR和多变量MR分析以进一步验证结果的可靠性。然而，本研究也存在一些限制。首先，生殖行为是一种性别特异性变量，但RA、吸烟和BMI的GWAS并不仅限于女性。其次，研究数据仅涉及欧洲人群，限制了结果的泛化性。另外，尽管已采取措施来识别和消除异常变异，但像所有已发表的MR研究一样，不能完全排除未观察到的多效性对结果的潜在影响[43]。在MR分析中，每种方法都有其优缺点，本研究采用了5种基于不同假设的方法，可能导致结果的不一致性，进而使研究的结论显得模糊[44]。
综上所述，该研究采用MR方法，结果表明妊娠年龄可能与RA发病风险负相关，初潮和绝经与RA无因果关系。
