Øger rygning risikoen for kronisk nyresygdom?
Undersøgelsen viser en sammenhæng mellem rygning og kronisk nyresygdom (CKD) i observationsanalyser, men ingen årsagssammenhæng i genetiske modeller, hvilket fremhæver rollen af forvirrende faktorer som forhøjet blodtryk og diabetes. En nylig sundhedsdatavidenskabelig undersøgelse bestemmer, hvordan rygning kan øge risikoen for kronisk nyresygdom (CKD). Forebyggelse og behandling af CKD Aktuelle skøn tyder på, at cirka 10% af verdens befolkning er ramt af CKD, en invaliderende sygdom, der øger risikoen for både hjerte-kar-sygdomme (CVD'er) og nyresygdom i slutstadiet. Der mangler stadig effektive terapier til CKD, som i øjeblikket håndteres ved at overvåge blodtrykket...
Øger rygning risikoen for kronisk nyresygdom?
Undersøgelsen viser en sammenhæng mellem rygning og kronisk nyresygdom (CKD) i observationsanalyser, men ingen årsagssammenhæng i genetiske modeller, hvilket fremhæver rollen af forvirrende faktorer som forhøjet blodtryk og diabetes.
En aktuelSundhedsdatavidenskabUndersøgelse bestemmer, hvordan rygning kan øge risikoen for kronisk nyresygdom (CKD).
Forebyggelse og behandling af CKD
Aktuelle skøn tyder på, at cirka 10% af verdens befolkning er ramt af CKD, en invaliderende sygdom, der øger risikoen for både hjerte-kar-sygdomme (CVD'er) og nyresygdom i slutstadiet. Der mangler stadig effektive terapier til CKD, som i øjeblikket behandles ved at overvåge blodtryk og diabetes, samt forebygge udviklingen af hjerte-kar-sygdomme, anæmi og metaboliske knoglesygdomme.
Rygning øger sandsynligheden for at udvikle adskillige sygdomme; Det er dog stadig uklart, hvordan denne adfærd kan påvirke risikoen for CKD. Denne mangel på en tilsyneladende sammenhæng kan skyldes omvendt kausalitet, forvirrende skævheder og begrænsede stikprøvestørrelser i traditionelle observationsstudier.
For at overvinde begrænsningerne ved traditionelle observationsstudier brugte forskere i det aktuelle studie Mendelsk randomisering (MR), en instrumentel variabel tilgang, der kan give kausal indsigt mellem eksponerings- og udfaldsvariabler.
Om studiet
I det aktuelle studie blev både et traditionelt observationsstudie og MR-analyser med genetiske værktøjer udført for at evaluere sammenhængen eller årsagssammenhængen mellem rygeadfærd og CKD. Data på individuelt niveau fra United Kingdom Biobank (UKB) og offentliggjorte statistiske data på summarisk niveau blev brugt.
Fordi MR med én prøve kan resultere i overtilpasning af data, blev to-prøve MR også udført ved hjælp af statistik på oversigtsniveau. Kombination af begge resultater kan muliggøre en mere holistisk vurdering af årsagssammenhænge.
UKB-kohorten omfatter over 500.000 personer i alderen mellem 40 og 69 år, rekrutteret mellem 2006 og 2010. Det primære resultat blev defineret som udviklingen af CKD stadier tre til fem. En yderligere rapport blev brugt til algoritmisk defineret nyresygdom i slutstadiet (ESRD).
Lifetime Smoking Index blev brugt som eksponering, som giver information om intensitet, varighed, start og om nødvendigt rygestop. I den traditionelle observationsundersøgelse blev to rygeindekser konstrueret, herunder rygestatus og livstidsrygeindeks.
Hazard ratios (HR'er) og 95% konfidensintervaller (CI'er) for CKD-risiko i forhold til livstidsrygeindeks og rygestatus blev beregnet ved at tilpasse Cox proportional hazards-modeller. En to-grads-of-freedom (df) straf-spline blev tilpasset til livstidsrygeindekset for at undersøge mulige ikke-lineariteter.
Studieresultater
Positive associationer af både livstidsrygeindeks og rygestatus med kronisk nyresygdom blev observeret i Cox proportional hazards-modeller. Derudover havde rygere en højere risiko for at udvikle kronisk nyresygdom sammenlignet med ikke-rygere, med en HR på 1,26.
I den justerede model var HR af CKD 1,22 for hver enhedsstigning i livstidsrygeindeks. Der var et næsten lineært forhold mellem hændelse af kronisk nyreinsufficiens og rygeindeks for hele livet, som det fremgår af strafsplines.
Fjorten enkeltnukleotidpolymorfier (SNP'er) blev udvalgt og kombineret til en polygen risikoscore (PRS) for at tjene som et genetisk værktøj til at undgå svag instrumentbias. I MR-analysen med én prøve blev der observeret en signifikant sammenhæng mellem livstidsrygeindeks og PRS.
Der blev dog ikke rapporteret nogen signifikante sammenhænge eller ikke-lineariteter mellem CKD og genetisk forudsagt rygeindeks. Undergruppeanalyser antydede også lignende ubetydelige associationer.
De tre konfoundere, der blev overvejet i analysen, omfattede kropsmasseindeks (BMI), forhøjet blodtryk og diabetes. Tre SNP'er på henholdsvis rs2062882, rs4949465 og rs6962772 var forbundet med disse faktorer. SNP rs2062882 var direkte relateret til CKD-resultatet.
Samlet set gav følsomheds- og robusthedsanalyser resultater i overensstemmelse med hovedmodellen. MR-analyserne havde 99 % effekt til at påvise en statistisk signifikant årsagssammenhæng med en type 1 fejlrate på 5 %.
I MR-analyserne med to prøver identificerede en genom-dækkende associationsundersøgelse (GWAS) 42 SNP'er, der var stærkt forbundet med livstidsrygeindeks. Vedrørende testen for den kausale effekt af rygning på kronisk nyresygdom blev der hverken fundet signifikant heterogenitet eller signifikant pleiotropi. De forskellige overvejede metoder antydede konsekvent, at der ikke er nogen årsagssammenhæng mellem livstidsrygeindekset og kronisk nyresygdom.
Konklusioner
Undersøgelsens resultater tyder ikke på en kausal effekt af rygeadfærd på CKD. Den traditionelle observationsundersøgelse fandt dog en positiv sammenhæng mellem variablerne, hvilket tyder på, at kovariater som hypertension og diabetes kan være vigtige forvirringer i observationsanalyser.
For at klarlægge de biologiske mekanismer for interaktionen mellem CKD og rygeadfærd bør der udføres yderligere mediationsanalyser. Disse fremtidige undersøgelser kan bedre informere folkesundhedsstrategier for at forbedre den overordnede nyresundhed og mindske risikofaktorer for CKD.
Kilder:
- Zhang, Z., Zhang, F., Zhang, X., et al. (2024) Association of Smoking with Chronic Kidney Disease Stages3 to 5: A Mendelian Randomization Study. Health Data Science 4(0199). doi:10.34133/hds.0199