交通相关空气污染与帕金森病多基因风险评分的交互作用
这项基于人群的病例对照研究纳入美国加州PEG研究(634例帕金森病患者、733名对照)和丹麦PASIDA研究(966例患者、1045名对照),共1600例患者和1778名对照,评估帕金森病多基因风险评分(PRS)与长期交通相关空气污染(以一氧化碳为代理指标)暴露的基因-环境交互作用。Meta分析显示,PRS每增加1个标准差,帕金森病风险OR为1.76(95%CI 1.63-1.90);交通相关空气污染每增加1个四分位距,OR为1.10(95%CI 1.05-1.15);交互作用OR为1.06(95%CI 1.00-1.12)。高PRS且高暴露者相比低PRS且低暴露者,帕金森病风险OR为3.05(95%CI 2.23-4.19),提示协同效应。作者认为,交通相关空气污染是可改变的风险因素,对遗传易感人群影响尤为显著。
要点
- 在PEG与PASIDA两队列中,帕金森病PRS每增加1个标准差,帕金森病风险Meta分析OR为1.76(95%CI 1.63-1.90)。
- 长期交通相关空气污染(以CO为代理)每增加1个四分位距,帕金森病风险Meta分析OR为1.10(95%CI 1.05-1.15)。
- PRS与交通相关空气污染的交互作用Meta分析OR为1.06(95%CI 1.00-1.12),PEG中显著(OR 1.07,95%CI 1.01-1.15),PASIDA中不显著(OR 1.03,95%CI 0.94-1.14)。
- 高PRS且高交通相关空气污染暴露者相比低PRS且低暴露者,帕金森病风险Meta分析OR为3.05(95%CI 2.23-4.19),高于独立作用预期值2.80(95%CI 2.13-3.67)。
- 作者认为,交通相关空气污染是可改变的风险因素,对遗传易感人群影响尤为显著;研究结果仅限于欧洲血统人群。
适用人群与场景
- PEG研究纳入加州中部早期帕金森病患者(诊断5年内)、在加州居住至少5年、无其他神经系统疾病或终末期疾病者,对照从Medicare和财产税记录中随机选取并限制在病例年龄分布内。
- PASIDA研究纳入丹麦≥35岁、1998至2009年诊断的原发性帕金森病患者,对照从丹麦中央人口登记册随机选取,且在索引病例诊断日期时存活且此前未诊断帕金森病。
- 两个研究均要求参与者在暴露时间窗内有至少60%的居住史记录。
诊断标准与关键阈值
- PEG中帕金森病由运动障碍专科医生面对面检查确认为原发性帕金森病。
- PASIDA中由受过医学训练的人员在运动障碍专科医生监督下依据既定标准复核病历确认原发性帕金森病诊断。
- PEG的交通相关空气污染长期暴露为诊断前10年年均浓度(含5年滞后,即暴露期从索引日期前15年开始),以CO为代理指标。
- PASIDA的交通相关空气污染长期暴露为索引年前20年开始的15年年均浓度(含5年滞后),以CO为代理指标。
- PRS由86个单核苷酸变异按加权等位基因法聚合计算,敏感性分析使用76个单核苷酸变异的更严格连锁不平衡阈值(r²=0.001)。
- 暴露高定义为第4四分位,低定义为第1-3四分位;PRS高定义为第4四分位,低定义为第1四分位,中间为第2-3四分位。
研究设计与关键结果
- 研究类型为基于人群的病例对照研究,采用Meta分析合并加州PEG研究和丹麦PASIDA研究,共纳入1600例帕金森病患者(平均年龄65.1岁,标准差9.9;男性990例,占61.9%)和1778名对照(平均年龄64.5岁,标准差10.3;男性992例,占55.8%)。
- PRS每增加1个标准差,帕金森病风险在PEG中OR为1.69(95%CI 1.49-1.91),在PASIDA中OR为1.81(95%CI 1.64-2.00),Meta分析OR为1.76(95%CI 1.63-1.90)。
- 交通相关空气污染每增加1个四分位距(含5年滞后),帕金森病风险在PEG中OR为1.10(95%CI 1.04-1.16),在PASIDA中OR为1.09(95%CI 1.00-1.18),Meta分析OR为1.10(95%CI 1.05-1.15)。
- PRS与交通相关空气污染的乘法交互作用在PEG中显著(OR 1.07,95%CI 1.01-1.15),在PASIDA中不显著(OR 1.03,95%CI 0.94-1.14),合并OR为1.06(95%CI 1.00-1.12)。
- 高PRS且高交通相关空气污染暴露相比低PRS且低暴露,帕金森病风险在PEG中OR为3.41(95%CI 2.13-5.57),比预期联合效应OR 2.67(95%CI 1.72-4.16)高28%;在PASIDA中OR为2.81(95%CI 1.86-4.29);Meta分析OR为3.05(95%CI 2.23-4.19),比预期联合效应OR 2.80(95%CI 2.13-3.67)高9%。
- 异质性检验显示交互作用项无显著异质性(Q=0.41;P=.52;I²=0)。
- PRS与交通相关空气污染暴露在PEG中无相关性(ρ=0.02;P=.38),在PASIDA中无相关性(ρ=0.03;P=.19)。
证据类型、等级与局限
- 证据类型为基于两个独立人群的病例对照研究的基因-环境交互作用分析,采用Meta分析合并结果。
- 研究遵循STROBE报告规范。
- 局限:暴露错分可能存在,因为基于模型的交通相关空气污染估计未考虑个人行为或在不同环境(如工作场所或通勤)中花费的时间;但该错分是非差异性的,可能使效应估计偏向无效值。
- 局限:研究聚焦室外空气污染(具体为交通相关空气污染),不反映室内污染。
- 局限:PEG使用的CALINE4模型仅模拟地址1.5公里范围内的交通相关空气污染,而PASIDA的模型包括局部、区域和地区来源,因此加州中部与丹麦的交通相关空气污染水平不能直接比较。
- 局限:研究结果的普适性限于欧洲血统个体,因为PRS仅基于欧洲人群。
- 局限:未来研究需要重复这些结果并探究解释这些统计学交互作用的生物学机制。
对床旁实践的改变
- 作者认为,长期交通相关空气污染暴露对遗传易感帕金森病的个体尤其有害,尽管交通相关空气污染对一般老年人的大脑也有负面影响。
- 作者认为,遗传易感性是部分人群的相关帕金森病风险因素,而空气污染的广泛暴露使交通相关空气污染成为影响全球大量人群的重要可改变风险因素。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译11 节 · 点击展开
引言
帕金森病(PD)是全球增长最快的神经退行性疾病之一,1,2,3其增长超出人口老龄化的影响。1虽然由单基因突变引起的单基因型PD较为罕见(占患者的3%-5%),2但多个基因座的遗传风险变异贡献了16%至36%的遗传风险。4PD患病率和发病率的不断增加凸显了在遗传易感个体中探索环境风险因素的重要性,基因-环境交互作用可能为PD机制提供见解。
长期暴露于交通相关空气污染(TRAP)混合物,通常以一氧化碳(CO)、二氧化氮(NO2)和氮氧化物(NOx)水平为代表,与PD风险增加相关。5提出的机制包括神经元毒性效应、全身和中枢神经系统炎症以及肠道生理和微生物组的改变。5然而,大多数既往研究受限于较短的暴露或随访时间(≤5年)和不足的暴露对比,与近期纳入更长暴露期的研究不同。6由于PD前驱症状在临床诊断前数十年即已出现,长期TRAP暴露可能促进疾病进展或加速已激活的疾病过程。
探索PD中基因-环境交互作用的研究有限,大多依赖单一候选基因方法。7,8,9,10这些研究的结果往往未被重复验证,11且单一遗传变异可能不足以全面反映遗传易感性。多基因风险评分(PRS)12在全基因组关联研究(GWAS)中汇总与PD相关的单核苷酸变异(SNV;原称单核苷酸多态性),4已被证明与发病年龄13及PD的认知和/或运动进展相关。14,15通过使用PRS,我们可以纳入多基因座基因型变异性,并以更高的统计效力研究TRAP的基因-环境交互作用。
此前已有研究报告了加利福尼亚中部16和丹麦17长期TRAP暴露与PD风险之间的正相关。在本研究中,我们采用荟萃分析方法评估长期TRAP暴露与遗传易感性对PD风险的交互作用和联合效应,以提高统计效力,同时考虑环境和遗传背景的差异。我们假设TRAP与PRS存在交互作用,可能改变PD风险。
方法
本病例对照研究的所有参与者均提供了书面知情同意。研究方案经UCLA(加利福尼亚大学洛杉矶分校)机构审查委员会、丹麦数据保护局和哥本哈根地区伦理委员会批准。本研究按照加强流行病学观察性研究报告(STROBE)报告指南进行报告。
研究人群
帕金森环境与基因(PEG)研究是一项在加利福尼亚州中部开展的基于人群的病例对照研究。参与者分2个阶段入组:PEG1(2000年6月1日至2007年12月31日)通过当地神经科诊所、PD支持小组以及报纸和广播公告招募,PEG2(2010年3月1日至2017年7月31日)使用了加利福尼亚州的试点PD登记系统。纳入标准包括早期PD(诊断后5年内)、在加利福尼亚州至少居住5年,以及无其他神经系统疾病或终末期疾病。PD诊断由运动障碍专科医生通过面对面检查确认为原发性PD。人群对照为随机选取(限制在病例的年龄分布范围内),并通过邮件、电话或直接家访,利用医疗保险和财产税记录进行联系。该研究纳入634例病例和733例对照(补充材料1中的eFigure 1),并具有人口学(自我报告的性别、种族/民族)和农药暴露数据(补充材料1中的eMethods)。18种族和民族分组包括非洲裔美国人或黑人、美洲印第安人或阿拉斯加原住民、亚洲人、拉丁裔和白人,反映了PEG中不同的种族和民族背景。
丹麦帕金森病(PASIDA)研究是一项基于人群的病例对照研究。PD患者(年龄≥35岁)从丹麦国家医院登记系统(1996年1月1日至2009年12月31日)中识别。由运动障碍专科医生监督下接受过医学培训的工作人员审查病历,以根据既定标准确认原发性PD诊断。19,20,21该审查包括来自详细神经科门诊记录的所有可用数据。对照从丹麦中央人口登记系统中随机选取,在索引患者的诊断日期时仍存活,且在其匹配病例的索引日期之前未接受过PD诊断。符合条件的PD患者需要存活至研究访谈时(2008年1月1日至2010年12月31日),这导致了许多现患病例。为尽量减少潜在的生存偏倚,我们仅纳入1998年至2009年间诊断的患者(及其各自的对照),共966例病例和1045例对照(补充材料1中的eFigure 2),并具有潜在混杂变量信息。8,17
TRAP暴露
对于PEG,我们使用加利福尼亚线源扩散模型第4版22,23估算年度TRAP浓度(1981-2016),该模型基于每个住宅地址周围1.5 km缓冲区内的地方交通流量、车辆组成和气象数据(补充材料1中的eMethods)。验证研究显示,模型估算值与实测TRAP高度一致,在高速公路附近相关系数(r > 0.92)较高。23,24 CO水平被用作局部TRAP的替代指标。25,26从历史上看,从20世纪80年代到21世纪初,CO一直被认为是TRAP的可靠标志物,因为它直接由车辆发动机排放,且与NO2和NOx相比受大气化学影响较小。这些估算的CO水平未考虑非交通来源,包括工业、商业活动、住宅以及1.5 km缓冲区以外的城市背景污染。
长期暴露期的选择基于可获取的最长TRAP数据,以确保对长期效应进行全面分析。对于PEG,长期TRAP暴露计算为病例诊断PD前十年及对照访谈年份的年平均浓度均值。为考虑PD诊断的潜伏期,纳入了5年滞后(即10年暴露期从索引日期前15年开始)。纳入在该时间范围内至少有60%居住史已知的参与者。对于约9%的病例和对照,居住史中的缺失通过计算相邻年份的平均浓度来填补。居住史完整与不完整的参与者之间在人口学或其他特征方面未发现统计学显著差异。
对于PASIDA,居住史从中央人口登记处追溯至1971年。使用丹麦DEHM/UBM/AirGIS(丹麦欧拉半球模型、城市背景模型和基于地理信息系统的空气污染与人体暴露建模系统)扩散模型27估算年度TRAP(CO、NO2和NOx)水平,该模型将本地交通污染与城市和区域背景水平相结合。该模型在哥本哈根与实测数据的验证显示出强相关性(NO2的r = 0.90,NOx的r = 0.88)。19,28,29 交通相关污染物(CO、NO2和NOx)均相关(r = 0.82-0.93)(补充材料1中的eTable 1)。为与PEG保持一致,我们聚焦于CO作为TRAP的替代指标。鉴于PASIDA可获取的TRAP数据时间更长,计算了从索引年份前20年开始的15年期间的年平均浓度(病例为PD诊断年份,对照为匹配对照),并采用5年滞后。纳入在该时间范围内至少有60%居住史的参与者,约2%的病例和对照的缺失数据用相邻年份的平均浓度替代。
基因分型与PRS
基因分型使用市售试剂盒(Global Screening Array,版本1;Illumina Inc)按先前描述的方法进行。30,31 初始数据处理,包括聚类和基因型判定,已在先前详细描述30,31,并见补充材料1中的eMethods。
在Nalls等4的GWAS中先前鉴定为PD风险位点的90个SNV中,86个SNV在PEG和PASIDA中均可获取,用于PD-PRS计算。PRS通过使用加权等位基因方法汇总这些SNV的累积估计效应来生成。使用更严格的连锁不平衡聚集阈值(r2 = 0.001)计算了替代PRS(补充材料1中的eMethods),得到的PRS包含76个而非86个SNV。
由于PRS来源于欧洲血统GWAS数据,4 由于不同人群间等位基因频率和连锁不平衡模式的差异,其适用性对欧洲血统个体最为相关。尽管PEG包含不同种族和民族背景的参与者,但大多数为欧洲血统,使该PRS适用于大多数队列成员。然而,其在非欧洲参与者中的使用可能有限,我们将其视为研究的局限性。
统计分析
我们在PEG和PASIDA研究中,使用非条件逻辑回归分别分析了PD-PRS和TRAP暴露与PD的关联,计算多变量校正比值比(OR)和95% CI。PRS(每SD)和TRAP暴露(每IQR)作为连续变量处理,或根据四分位数分为二分类变量(低,四分位数1-3;高,四分位数4)。使用OR的95% CI评估统计学显著性。所有统计分析于2024年7月1日至10月31日使用R 3.5.1版(R Project for Statistical Computing)完成。
我们在两项研究中均使用Spearman秩相关评估PD-PRS与TRAP暴露的独立性。可将未校正的粗模型与校正混杂因素的模型进行比较,混杂因素基于有向无环图(补充材料1中的eFigure 3)选择,该图参考了既往研究16,17并反映了数据可及性。对于PEG,模型校正了年龄、性别、受教育年限、研究批次(PEG1 vs PEGE2)、农药暴露(TRAP暴露期间每位参与者住所500 m范围内的农药总数)、吸烟状态(从不 vs 曾经)、PD家族史、空气污染相关暴露的职业史(例如卡车或公交车司机、交通警察和沥青工人)以及遗传祖先的前3个主成分。对于PASIDA,校正因素包括年龄、性别、教育水平(基础、职业和高等教育)、吸烟状态、PD家族史、职业史以及遗传祖先的前3个主成分,这些主成分捕捉了相关的群体水平遗传变异。
我们评估了PD-PRS和长期TRAP暴露对PD风险的边际效应,并纳入PRS与TRAP的交叉乘积项以检验乘法交互作用。我们还通过基于PRS和TRAP分类交叉分层创建互斥分层来估计联合效应。参照组由低PRS和低TRAP暴露的个体组成。为估计乘法尺度下的预期联合效应,我们将无交互项模型中产生的高PRS和高TRAP暴露的个体效应相乘,并将结果与观察到的联合效应进行比较。PRS进一步分为3个水平(低:四分位数1;中等:四分位数2-3;高:四分位数4),以检验遗传易感性与TRAP交互作用的潜在风险梯度。基于样本量考虑并确保结果的可解释性,我们将TRAP暴露二分为低(四分位数1-3)和高(四分位数4)类别。
最后,我们进行荟萃分析以合并两项研究的结果,计算合并估计值和95% CI。使用Cochran Q检验和I2统计量评估研究间的异质性。由于未检测到统计学显著异质性(交互项:Q = 0.41;P = .52;I2 = 0)(补充材料1中的eTable 2),且固定效应模型和随机效应模型的结果基本一致,我们仅报告固定效应模型。
在敏感性分析中,我们评估了更为严格的替代PD-PRS(包含76个SNVs)。我们还进行了仅限于具有完整居住地址史的参与者的分析。对于PEG,我们额外调整了社区社会经济地位以控制潜在混杂因素。对于PASIDA,我们进行了额外分析,采用10年暴露期并设置5年滞后,以匹配PEG暴露期长度,并将分析限制于2006年至2009年间诊断的散发性PD病例,以尽量减少潜在生存偏倚或较长病程导致的混杂。非线性通过3个节点的样条进行检验。
结果
研究参与者特征
我们共纳入1600例PD患者(平均[SD]年龄,65.1[9.9]岁;女性610例[38.1%],男性990例[61.9%])和1778名对照(平均[SD]年龄,64.5[10.3]岁;女性786例[44.2%],男性992例[55.8%])。PEG纳入1367名参与者(634例PD病例和733名对照)(表1),平均(SD)年龄为66.7(11.2)岁(女性623例[45.6%],男性744例[54.4%];非洲裔美国人27例[2.0%],美洲印第安人或阿拉斯加原住民64例[4.7%],亚裔37例[2.7%],拉丁裔263例[19.2%],白人976例[71.4%])。PEG参与者大多为非吸烟者(1255例[91.8%]),平均(SD)受教育年限为13.7(4.2)年。该研究中男性PD患者比例(398例[62.8%])高于男性对照(346例[47.2%]),反映了源人群中的总体性别分布。
PASIDA纳入2011名参与者(966例病例和1045名对照),平均(SD)年龄为63.4(9.0)岁;女性773例(38.4%),男性1238例(61.6%)。大多数为非吸烟者或既往吸烟者(1743例[86.7%])。近四分之三完成了基础教育和职业教育(1491例[74.1%]),超过一半居住在丹麦的省级城市(1144例[56.9%])。在PEG(ρ=0.02;P=.38)或PASIDA(ρ=0.03;P=.19)中,PD-PRS与TRAP暴露均无相关性,证实了遗传和环境因素的独立性(补充材料1中的eFigure 4)。
PD-PRS、长期TRAP暴露及交互和联合效应的结果
基于完全调整的多变量模型,PD-PRS对PD的边际效应显示,正如预期,PRS每增加1个SD,PEG(OR,1.69;95%CI,1.49-1.91)和PASIDA(OR,1.81;95%CI,1.64-2.00)中PD风险均增加(表2)。荟萃分析估计总体OR为1.76(95%CI,1.63-1.90)。对于设置5年滞后的长期TRAP暴露,暴露每增加1个IQR,PEG(OR,1.10;95%CI,1.04-1.16)和PASIDA(OR,1.09;95%CI,1.00-1.18)中PD风险均增加。荟萃分析亦估计风险增加(OR,1.10;95%CI,1.05-1.15)。
基于连续变量,在PEG研究中发现PD-PRS与TRAP暴露之间存在统计学显著的乘法交互作用(OR,1.07;95% CI,1.01-1.15),但在PASIDA研究中未发现(OR,1.03;95% CI,0.94-1.14),汇总OR为1.06(95% CI,1.00-1.12)。当使用PRS和TRAP暴露的二分类变量(低:第1-3四分位数;高:第4四分位数)检验联合效应时,与低PRS和低TRAP暴露的参照组相比,高PRS和高TRAP暴露的PD风险估计值最高。在PEG研究中,高PRS和高TRAP暴露与PD风险增加相关(OR,3.41;95% CI,2.13-5.57),比预期联合效应(OR,2.67;95% CI,1.72-4.16)高28%。在PASIDA研究中,高PRS和高TRAP暴露使风险几乎增加两倍(OR,2.81;95% CI,1.86-4.29)。荟萃分析联合效应(OR,3.05;95% CI,2.23-4.19)比预期联合效应(OR,2.80;95% CI,2.13-3.67)高9%。
为探索遗传易感性与TRAP交互作用的潜在风险梯度,我们将PD-PRS分为3个水平(低:第1四分位数;中:第2-3四分位数;高:第4四分位数),并检验其与二分类TRAP暴露(低:第1-3四分位数;高:第4四分位数)的联合效应。PD风险随PRS和TRAP暴露的升高而增加,在PEG研究和荟萃分析中最为显著(图)。虽然PRS是PD风险的主要驱动因素,但较高的TRAP暴露显示出适度的风险增加,尤其是在最高PRS类别中,尽管CI存在重叠。敏感性分析结果稳健,一致观察到正向乘法交互作用,且高PRS和高TRAP暴露具有强联合效应(补充材料1中的e表3-8)。PEG和PASIDA结果未显示非线性证据(补充材料1中的e图5)。
讨论
我们的研究结果表明,帕金森病(PD)遗传易感性与长期交通相关空气污染(TRAP)暴露之间存在基因-环境交互作用,该结果在两个大型、独立、基于人群的病例对照研究PEG和PASIDA中得到重复验证。两项研究均纳入了相关暴露期内超过10年的累积空气污染数据(以建模的CO水平作为TRAP的替代指标)以及遗传易感性(通过多基因风险评分(PRS)测量),显示PRS和TRAP与PD风险存在独立关联,与此前研究一致。16,17值得注意的是,两种危险因素的联合效应更为显著,在高TRAP暴露的遗传易感个体中,PD风险最高增加至3倍。我们的研究结果提示存在协同效应,观察到的风险增加幅度大于两种危险因素独立作用时的预期值。
在机制方面,TRAP可能触发神经炎症和神经毒性效应,从而导致PD。例如,柴油尾气——交通污染的一种成分——已被证明可对多巴胺能神经元诱导选择性神经毒性效应,在中脑培养物中激活小胶质细胞,32,33 并增加中脑中α-突触核蛋白水平(PD的标志性蛋白)。32,34,35 在柴油尾气中含量丰富的多环芳烃可轻易进入大脑36 并促进神经毒性效应,如在斑马鱼中所见。37,38 此外,小鼠嗅球中炎症基因表达增加的证据34,35,39 以及在死亡前长期暴露于高水平城市空气污染的儿童和年轻成人脑组织中观察到的神经炎症和α-突触核蛋白蓄积40 进一步提示TRAP在PD发生中的作用,可能同时通过神经毒性效应和脑炎症发挥作用。
此前一项使用英国生物银行数据(2356例PD患者和309 653名对照)的研究也探讨了PD-PRS与空气污染之间的交互作用41;我们以相似的联合效应规模重复了这些发现。该英国生物银行研究估计了统计学显著的乘法交互作用(P < .05),以及高暴露于多种空气污染物(四分位数4)和高PRS(三分位数3)与PD之间的强联合效应(与低暴露(四分位数1)和低遗传风险(三分位数1)相比,颗粒物<10 μm的风险比[HR]为2.75 [95% CI, 2.15-3.52];NO2的HR为2.41 [95% CI, 1.91-3.05];NOx的HR为2.29 [95% CI, 1.82-2.89])。然而,该研究依赖于国际疾病分类第九版和国际疾病统计分类第十版的编码,其中包括其他帕金森综合征,如继发性帕金森综合征(例如编码G21);纳入了未经核实的自我报告诊断;且考察了较短期的暴露(1-3年)。41 相比之下,我们的研究通过运动障碍专科医师检查和病历回顾确认原发性PD诊断,并使用较长期暴露(≥10年,滞后5年)以考虑PD的前驱期。检验PRS与环境因素的交互作用需要大样本量以达到足够的统计效能,且环境暴露必须得到良好测量,我们的研究满足了这些条件。此外,我们能够在丹麦(PASIDA)重复加利福尼亚中部(PEG)的发现。
局限性
我们的研究存在局限性,包括潜在的暴露错分。基于模型的TRAP估计未考虑个人行为或在不同环境中花费的时间,例如工作场所或通勤途中。然而,这种错分是非差异性错分,可能使效应估计偏向无效值。此外,我们的研究聚焦于室外空气污染(具体为TRAP),其不反映室内污染,但与监管措施更为相关。对于PEG,我们使用了CALINE4,该模型仅对地址1.5 km范围内的TRAP进行建模,而PASIDA研究的TRAP模型则包括局部、区域范围和区域性来源。因此,由于建模方法的差异,直接比较加利福尼亚中部与丹麦的TRAP水平没有意义。然而,我们可以假定研究参与者之间暴露的相对排名是有效的,从而允许使用荟萃分析方法合并效应估计。我们研究结果的普适性仅限于欧洲血统个体,因为PRS仅基于欧洲人群。
结论
在这项基因-环境交互作用的病例对照研究中,我们发现长期TRAP暴露对遗传上易感PD的个体尤为有害,尽管TRAP总体上对老年人的大脑产生负面影响。虽然遗传易感性是部分人群的相关PD危险因素,但空气污染的广泛暴露使TRAP成为影响全球大量人群的重要可干预危险因素。未来需要研究以重复这些结果,并探究解释这些统计学交互作用的生物学机制。
参考来源
- Kwon D, Paul KC, Kusters C, et al. Interaction Between Traffic-Related Air Pollution and Parkinson Disease Polygenic Risk Score. JAMA Netw Open. 2025. PMID: 40094665. doi:10.1001/jamanetworkopen.2025.0854
- 全文:PMC11915066(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11915066/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。