用工作量拯救孟德尔随机化可行吗？中国学者这篇一区top文章涉及83个暴露因素，但光这些不够

引言

今天分享的这篇文章，最初吸引我的是，研究工作量大——学者用双样本孟德尔随机化（MR）探究83种饮食习惯与心肌梗死之间的关联。

但厉害的是，本文不仅工作量多，研究思路也清晰、方法也很全面，各方面而言都是一篇优秀文章！

心肌梗死，这一全球头号“健康杀手”，每年夺走数百万生命。尽管年龄和遗传等不可控因素影响深远，但越来越多证据表明——我们餐桌上的选择，可能是抵御心脏危机的关键防线。

然而，咖啡是敌是友？酒精真的百害无一利？关于饮食与心脏健康的争论，研究者至今未达成共识。

2025年2月26日，中国学者在期刊《Journal of The American Heart Association》（医学一区Top，IF=5.0）发表了一篇题为：“Systematic Evaluation of the Impact of a Wide Range of Dietary Habits on Myocardial Infarction: A Two-Sample Mendelian Randomization Analysis”的研究论文。

研究结果表明，酒精和谷物的摄入能够降低心肌梗死风险，这种保护作用是通过血脂水平（高密度脂蛋白胆固醇、总胆固醇、甘油三酯）介导实现的。

本公号回复“ 原文”即可获得文献PDF等资料

本研究的数据来源如下：

• 暴露数据（饮食习惯）：来自英国生物银行（UK Biobank）的449,210名欧洲人群的全基因组关联研究（GWAS）数据，涵盖83种饮食习惯（如咖啡、酒精、谷物等）。

• 结局数据（心肌梗死）：来自CARDIoGRAMplusCAD联盟，包含了43,676例心肌梗死患者和128,199例对照。

• 中介变量（血脂数据）：来自全球血脂遗传学联盟（GLGC），包含188,577名个体的血脂水平数据（低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C）、总胆固醇、甘油三酯）。

研究团队通过双样本MR探究了9类（83种）饮食习惯与心肌梗死之间的因果关联，并进一步通过多变量MR和中介分析，探究血脂水平在饮食与心肌梗死关联中的中介作用。

图1 研究设计流程

在9类（83种）饮食习惯中，研究团队共发现4类（7种）饮食习惯与心肌梗死存在因果关联。具体而言：

• “每天吃几汤匙煮熟的蔬菜”、“咖啡摄入量（每天杯数）”和“食物中添加盐的频率”与增加心肌梗死风险相关。其中，“每天吃几汤匙煮熟的蔬菜”是最重要的风险因素；

• 相反，“总酒精摄入量”以及谷物类别（特别是“每周食用谷物（碗）”）则被证实与降低心肌梗死风险相关。

图2 饮食习惯对心肌梗死的影响

彩色代表存在因果关联；灰色代表不存在

中介分析进一步表明，酒精和谷物的保护作用由血脂水平（HDL-C、总胆固醇、甘油三酯）介导。

具体而言，酒精通过调节HDL-C和甘油三酯水平降低风险；而谷物则通过增加HDL-C和降低总胆固醇发挥作用。

图3 中介分析

蓝色箭头表示降低与尾部变量相关的风险的初始变量；

红色箭头表示提高与后续变量相关的风险的初始变量

综上所述，研究团队发现咖啡、酒精以及谷物等饮食习惯与心肌梗死之间存在因果关联，并且酒精与谷物对心肌梗死的保护作用是通过血脂水平介导的。

这篇文章的工作量可真不小，但是思路却很清晰！朋友们学着这种研究思路换一个暴露或结局，岂不又是一篇值得发一区的好文章！文中涉及的方法，郑老师的一对一孟德尔随机化课程中均有详细教学，还配备专业统计师解答您论文方法中的难题，相信发文只是时间问题！ 

扫码咨询：郑老师助教

微信号丨aq566665

关于郑老师团队及公众号 

大型医学统计服务公众号平台，专注于医学生、医护工作者学术研究统计支持，我们是你们统计助理

我们开展对临床预测模型、机器学习、医学免费数据库NHANES、GBD数据库、孟德尔随机化方法、MIMIC 一对一R语言指导开展统计分析（一年内不限时间，周末、晚上均统计师一对一指导）。

①指导学习R语言基本技巧

②全程指导课程学习

③课程R语言代码运行bug修复

④支持学员一篇SCI论文的数据分析

1对1R语言指导详情介绍