需要JoVE订阅才能观看此内容。 请登录或开始免费试用

研究文章

膳食宏量营养素与微量营养素对近视及其他主要眼病的因果效应:一项孟德尔随机化研究

139 次观看

DOI:

10.3791/70258

2026年5月26日

本文内容

摘要

本方案描述了一种利用孟德尔随机化分析研究膳食营养素对眼部疾病因果效应的方法。该方法可识别主要眼病的潜在营养风险因素和保护性因素。

摘要

近视及其他主要眼部疾病(如白内障、青光眼和年龄相关性黄斑变性[AMD])正日益成为全球重要的公共卫生问题。尽管营养被认为会影响眼部的发育与退化,但目前关于其因果关系的证据仍然有限。本研究利用大规模全基因组关联研究(GWAS)汇总数据,采用两样本孟德尔随机化(MR)分析方法,评估膳食宏量营养素和微量营养素摄入对近视及其他眼部疾病风险的因果效应。主要分析采用逆方差加权(IVW)法,并辅以加权中位数法、MR-Egger和MR-PRESSO进行敏感性检验。为校正多重比较,应用了错误发现率(FDR)校正。在经过FDR校正后,遗传预测较高的维生素C水平仍与AMD风险增加显著相关(比值比[OR] = 1.324,95%置信区间[CI]:1.133–1.546)。此外,在名义显著性水平下(P < 0.05)还观察到多个其他关联,包括相对较高的膳食脂肪摄入与近视风险升高相关(OR = 1.033,95% CI:1.003–1.063),糖摄入与白内障风险降低相关(OR = 0.746,95% CI:0.561–0.993),铁摄入与近视风险降低相关(OR = 0.995,95% CI:0.991–0.999),维生素D摄入与白内障风险升高相关(OR = 1.256,95% CI:1.062–1.487),叶酸摄入与白内障风险降低相关(OR = 0.843,95% CI:0.724–0.981),以及磷摄入与青光眼风险降低相关(OR = 0.727,95% CI:0.554–0.953)。未发现水平多效性或异质性的证据。这些结果提示某些营养素可能在眼部疾病风险中发挥潜在的因果作用,但大多数关联在多重检验校正后不再具有显著性,因此应谨慎解读。未来还需进一步研究以验证这些发现,并探索其潜在的生物学机制。

引言

由眼部疾病引起的视力障碍已成为日益严重的全球公共卫生挑战,对社会经济和生活质量产生重大影响1,2,3。在这些疾病中,屈光不正已成为视力下降的主要原因,尤其是在东亚和东南亚地区,其在青年人群中的患病率高达80–90%,高度近视影响着高达20%的人口4。近期流行病学证据表明,全球近视患病率仍在持续上升,新近研究强调了现代生活方式的改变,特别是数字屏幕暴露增加和户外活动减少,在这一趋势中的作用5。预测估计到2050年,全球近一半人口可能患有近视,其中约10%将发展为高度近视,并面临相关的威胁视力的并发症4。除近视外,其他主要眼部疾病,如年龄相关性黄斑变性(AMD)、白内障和青光眼,也在全球视力丧失中占据重要比重6,7,8。鉴于目前尚无普遍有效的干预措施能够阻止视力丧失的进展,识别可改变的环境和生活方式因素对于制定有效的预防策略至关重要。

这些疾病具有复杂的病因,涉及遗传易感性和环境暴露的共同作用。新兴证据表明,营养可能在眼部发育、视网膜代谢、氧化应激调节以及多种眼组织结构完整性的维持中发挥关键作用9,10,11。多种微量营养素,包括维生素A、维生素D、锌和铁,已被证实通过支持感光细胞功能、血管调节和抗氧化防御机制,在维持眼部健康中发挥作用12,13,14,15。例如,维生素D被认为可影响眼球生长和炎症通路,铁在视网膜代谢和氧化应激调控中发挥重要作用,而锌则参与抗氧化防御和视网膜色素上皮功能。此外,膳食中的宏量营养素,如脂肪和碳水化合物,可能通过全身性代谢通路(包括脂质代谢、胰岛素信号传导和炎症反应)影响眼部健康16,17。然而,大多数先前研究这些营养素的研究所采用的是观察性设计,易受混杂因素和反向因果关系的影响,因此难以确定这些关联是否具有因果性。

然而,关于膳食摄入与眼部疾病关系的观察性研究结果尚不一致,部分研究报道了显著关联,而其他研究则未发现明显结果17,18,19。这些差异可能反映了研究的局限性,例如样本量较小、残余混杂因素、膳食评估中的回忆偏倚以及反向因果关系的可能性。为弥补这些不足,孟德尔随机化(Mendelian randomization, MR)提供了一种强有力的流行病学工具,通过使用遗传变异作为工具变量来推断暴露与结局之间的因果关系20。由于遗传变异在受精时随机分配,且基本不受环境或行为混杂因素的影响,MR 能够减少偏倚,相较于传统观察性设计可得出更为可信的因果推论21。近年来的大规模全基因组关联研究(genome-wide association studies, GWAS)已鉴定出多种膳食宏量营养素和微量营养素的遗传工具变量22,23,同时也鉴定了包括近视、年龄相关性黄斑变性(AMD)、白内障和青光眼等眼部表型的遗传工具,从而使得基于 MR 方法全面评估膳食与眼部疾病之间的关系成为可能。

因此,本研究的主要目的是利用两样本孟德尔随机化框架,系统评估膳食宏量营养素和微量营养素摄入对主要眼部疾病风险的潜在因果影响。具体而言,本研究探讨了基因预测的膳食宏量营养素(如脂肪和碳水化合物)和微量营养素(包括维生素和矿物质)水平是否与近视、白内障、青光眼以及年龄相关性黄斑变性(AMD)的风险相关。研究结果为未来制定针对眼健康的膳食建议和预防策略提供了新的证据支持。

访问受限。请登录或开始试用以查看此内容。

方案

孟德尔随机化(Mendelian Randomization, MR)分析所使用的数据来自一个公开可用的全基因组关联研究数据库(https://gwas.mrcieu.ac.uk/),该数据库在最初的数据收集中已获得必要的伦理审查和知情同意批准。因此,本研究无需再次进行伦理审查或获取知情同意。所使用的软件和数据库列于材料表中。

1. 暴露数据

关于脂肪、蛋白质、碳水化合物和糖相对膳食宏量营养素摄入的全基因组关联研究(GWAS)汇总信息来自超过235,000名欧洲血统个体23。通过全面的食物项目问卷收集了前一日(UKB)或习惯性(所有其他队列)的膳食摄入情况。每种宏量营养素的相对摄入量均根据总能量摄入进行校正,以允许非线性效应的存在。经过严格的质控流程后,糖的最终汇总样本量为235,391,脂肪、蛋白质和碳水化合物的样本量为268,92223。相对膳食宏量营养素摄入GWAS中所包含参与者的基线特征总结于表1中。

微量营养素的遗传关联数据来源于对现有文献的全面综述以及欧洲人群中已有的高质量全基因组关联研究(GWAS)。简要而言,纳入了七种必需矿物质的GWAS汇总统计结果,包括血清钙、铜、铁、镁、磷、硒(在血液或脚趾甲样本中测定)和锌24,25,26,27,28,29,30,31,以及七种维生素,包括25-羟基维生素D、维生素A1(视黄醇)、维生素B6、维生素B9(叶酸)、维生素B12、维生素C和维生素E32,33,34,35,36,37。参与微量营养素GWAS研究的受试者的基本特征总结于表1中。

2. 结果数据

结局数据来自布里斯托大学MRC综合流行病学单位开发的IEU GWAS项目(https://gwas.mrcieu.ac.uk/)。具体而言,以ukb-b-6353(n = 460,536)来源的数据研究近视作为结局,以ebi-a-GCST90018814(n = 491,877)来源的数据研究白内障,以ebi-a-GCST90013865(n = 406,927)来源的数据研究青光眼,以及以ebi-a-GCST010723(n = 105,248)来源的数据研究早期年龄相关性黄斑变性。用于近视及其他主要眼病GWAS研究的参与者基本特征总结于表2中。眼部疾病表型的定义基于原始GWAS数据集。近视(ukb-b-6353)数据来源于英国生物样本库(UK Biobank),根据参与者自我报告主要因远视力问题而佩戴眼镜或隐形眼镜(近视)进行定义。白内障和青光眼的结局指标来自基于临床诊断病例的大规模GWAS荟萃分析,病例通过医疗记录或医院就诊统计数据确定。早期年龄相关性黄斑变性(AMD)则依据原始GWAS联盟研究中采用的标准诊断标准进行定义。不同研究间表型定义的差异可能引入一定程度的异质性,在解释结果时应予以考虑。

3. 工具变量的选择

选择在全基因组水平上与暴露因素显著相关的单核苷酸多态性(SNPs)(P < 5 × 10⁻8)作为工具变量。基于1000基因组计划欧洲人群数据中10,000 kb范围内的距离,采用“TwoSampleMR” R软件包,以r²阈值 < 0.001筛选独立的SNPs作为工具变量。使用F统计量评估所选工具变量的强度38。通常认为F统计量大于10表明工具变量较强39。所有分析均进行了数据一致性校正,以确保暴露因素与结局数据集中的效应等位基因保持一致。

4. 孟德尔随机化估计

为了评估饮食宏量营养素和微量营养素与近视及其他主要眼部疾病之间的因果关系,采用 R 软件包“TwoSampleMR”进行孟德尔随机化(MR)分析。将与各类饮食宏量营养素和微量营养素相关的遗传变异作为工具变量,以检验其与近视及其他主要眼部疾病之间的因果关联。MR 分析依赖于三个关键假设:(1)相关性假设,即遗传变异与暴露因素密切相关;(2)独立性假设,即遗传变异与混杂因素无关;(3)排他性限制假设,即遗传变异仅通过所关注的暴露途径影响结局。本研究采用了多种 MR 方法,包括逆方差加权法(IVW)、加权中位数法、加权众数法和 MR-Egger 法,其中以 IVW 法为主要分析方法,其他方法用于评估结果的稳健性。当所有工具变量均有效或水平多效性在各变异间平衡时,IVW 法可提供最精确的因果估计。加权中位数估计量即使在多达 50% 的遗传工具变量无效的情况下,仍能产生一致的估计结果。MR-Egger 回归法通过估计一个反映遗传变异间平均多效性效应的截距项,可用于检测定向多效性。初步分析采用固定效应 IVW 模型计算因果效应值;当检测到显著异质性时(p < 0.05),则采用随机效应 IVW 模型。为校正多个暴露因素与多个结局之间的多重比较问题,采用 Benjamini–Hochberg 方法进行错误发现率(FDR)校正。统计学显著性定义为经 FDR 调整后的 P < 0.05,而 P < 0.05 视为名义显著。所有分析均在 R(版本 4.1.2)中完成。为阐明分析框架,图 1 展示了 MR 设计及其假设的示意图。

5. 异质性与敏感性分析

为评估MR结果的稳健性,进行了异质性检验以检测工具变量间可能存在的不一致性。采用Cochran Q统计量评估异质性,当其 P 值 < 0.05 表示存在显著异质性40进一步进行敏感性分析以评估潜在的多效性,即遗传变异可能通过与暴露因素无关的其他生物学途径影响结局。采用MR-Egger回归截距检验评估方向性多效性。41此外,采用孟德尔随机化多效性残差和离群值(Mendelian Randomization Pleiotropy RESidual Sum and Outlier, MR-PRESSO)方法识别并剔除潜在的多效性离群值p < 0.05)并在必要时提供校正后的因果估计值41.

访问受限。请登录或开始试用以查看此内容。

结果

通过IVW方法鉴定的膳食宏量营养素和微量营养素摄入对近视及其他主要眼部疾病的重要因果效应,总结于表3,并展示在图2中。为校正多个暴露因素与多个结局之间的多重比较,采用了FDR校正。经FDR调整后,仅遗传预测的维生素C水平与早期年龄相关性黄斑变性(AMD)风险增加之间的关联仍具有统计学意义(OR = 1.324,95% CI:1.133–1.546,P = 4.00 × 10⁻4)。IVW模型的所有异质性检验结果均无显著性(P > 0.05),表明工具变量之间具有一致性。此外,通过MR-Egger回归未检测到方向性多效性的证据,MR-PRESSO全局检验也未发现任何水平多效性。

相对膳食宏量营养素摄入对近视及其他主要眼部疾病因果效应的研究

在膳食宏量营养素方面,IVW 方法提示较高的相对脂肪摄入量与近视风险增加之间存在名义上的关联(ukb-b-6353)(O...

访问受限。请登录或开始试用以查看此内容。

讨论

本研究系统评估了饮食中宏量营养素和微量营养素摄入对近视及其他主要眼部疾病(包括白内障、青光眼和年龄相关性黄斑变性[AMD])风险的潜在因果影响。在采用错误发现率(FDR)方法对多重比较进行校正后,仅遗传预测的维生素C水平与AMD风险升高之间的关联仍具有统计学显著性。若干其他关联在名义显著性水平上被观察到,包括较高的相对脂肪摄入与近视风险升高相关,较高的铁水平与近视风险降低相关,维生素D与白内障风险升高相关,叶酸与白内障风险降低相关,磷与青光眼风险降低相关,以及糖摄入与白内障风险降低相关。然而,这些关联在校正多重检验后不再显著,因此应谨慎解读。总体而言,研究结果提供了有限但具有提示性的遗传学证据,表明某些饮食因素可能与眼部疾病风险相关,凸显了进一步研究以验证这些关联并阐明相关生物学机制的必要性。

在分析中,遗传预测的较高维生素C水平与早期年龄相关性黄斑变性(AMD)风险增加相关。这一发现似乎与传统的抗氧化假说相矛盾,后者认为抗氧化剂可保护视网膜组织免受氧化损伤。然而,多种因素可能解释这一差异。首先,抗氧化营养素的生物学效应可能是剂量依赖性或情境依赖性的,维生素C暴露与视网膜变性之间的...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明不存在任何竞争利益。

致谢

本研究由湖北科技学院五官医学研究院专项科研基金(编号:2020XZ43)和湖北科技学院教学研究项目(编号:2023XY052)资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
IEU GWAS 数据库MRC 整合流行病学单位,布里斯托尔大学www.gwas.mrcieu.ac.ukGWAS 汇总统计量来源
MR-PRESSO R 软件包GitHub(MR-PRESSO 开发者)www.github.com/rondolab/MR-PRESSO用于检测多效性及异常值
R 软件(版本 4.1.2)R 基金会www.r-project.org用于所有统计分析及孟德尔随机化分析
TwoSampleMR R 软件包MRC 整合流行病学单位www.mrcieu.github.io/TwoSampleMR用于孟德尔随机化分析

参考文献

  1. Bourne, R. R., et al. Causes of vision loss worldwide, 1990-2010: A systematic analysis. Lancet Glob Health. 1 (6), e339-e349 (2013).
  2. Sherief, S. T., Muhe, L. M., Mekasha, A., Demtse, A., Ali, A. Prevalence and causes of ocular disorders and visual impairment among preterm children in Ethiopia. BMJ Paediatr Open. 8 (1), e002317(2024).
  3. Xu, T., et al. Prevalence and causes of vision loss in China from 1990 to 2019: Findings from the global burden of disease study 2019. Lancet Public Health. 5 (12), e682-e691 (2020).
  4. Holden, B. A., et al. Global prevalence of myopia and high myopia and temporal trends from 2000 through 2050. Ophthalmology. 123 (5), 1036-1042 (2016).
  5. Zhu, Z., et al. Interventions recommended for myopia prevention and control among children and adolescents in China: A systematic review. Br J Ophthalmol. 107 (2), 160-166 (2023).
  6. Cicinelli, M. V., Buchan, J. C., Nicholson, M., Varadaraj, V., Khanna, R. C. Cataracts. Lancet. 401 (10374), 377-389 (2023).
  7. Fleckenstein, M., et al. Age-related macular degeneration. Nat Rev Dis Primers. 7 (1), 31(2021).
  8. Jayaram, H., Kolko, M., Friedman, D. S., Gazzard, G. Glaucoma: Now and beyond. Lancet. 402 (10414), 1788-1801 (2023).
  9. Braakhuis, A. J., Donaldson, C. I., Lim, J. C., Donaldson, P. J. Nutritional strategies to prevent lens cataract: Current status and future strategies. Nutrients. 11 (5), 1186(2019).
  10. Edwards, G., Olson, C. G., Euritt, C. P., Koulen, P. Molecular mechanisms underlying the therapeutic role of vitamin E in age-related macular degeneration. Front Neurosci. 16, 890021(2022).
  11. Saccà, S. C., Cutolo, C. A., Ferrari, D., Corazza, P., Traverso, C. E. The eye, oxidative damage and polyunsaturated fatty acids. Nutrients. 10 (6), 668(2018).
  12. Guo, M., et al. Inhibition of ferroptosis promotes retinal ganglion cell survival in experimental optic neuropathies. Redox Biol. 58, 102541(2022).
  13. Reins, R. Y., McDermott, A. M. Vitamin D: Implications for ocular disease and therapeutic potential. Exp Eye Res. 134, 101-110 (2015).
  14. Ripps, H., Chappell, R. L. Review: Zinc's functional significance in the vertebrate retina. Mol Vis. 20, 1067-1074 (2014).
  15. Thirunavukarasu, A. J., Ross, A. C., Gilbert, R. M. Vitamin A, systemic T-cells, and the eye: Focus on degenerative retinal disease. Front Nutr. 9, 914457(2022).
  16. Cheong, K. X., et al. Diet and myopic macular degeneration in the Aier-Seri High Myopia Adult Cohort Study. Acta Ophthalmol. , (2025).
  17. Massoudi, S., et al. The association between macronutrients intake and myopia risk: A systematic review and meta-analysis. BMC Ophthalmology. 24 (1), 472(2024).
  18. Clarkson-Townsend, D. A., et al. Impacts of high fat diet on ocular outcomes in rodent models of visual disease. Exp Eye Res. 204, 108440(2021).
  19. Mrugacz, M., Pieńczykowska, K., Bryl, A. The role of vitamin D3 in ocular diseases. Nutrients. 16 (12), 1878(2024).
  20. Burgess, S., Timpson, N. J., Ebrahim, S., Davey Smith, G. Mendelian randomization: Where are we now and where are we going? Int J Epidemiol. 44 (2), 379-388 (2015).
  21. Sanderson, E., et al. Mendelian randomization. Nat Rev Method Prim. 2 (1), 6(2022).
  22. Kim, J. Y., et al. An atlas of associations between 14 micronutrients and 22 cancer outcomes: Mendelian randomization analyses. BMC Med. 21 (1), 316(2023).
  23. Meddens, S. F. W., et al. Genomic analysis of diet composition finds novel loci and associations with health and lifestyle. Molecular Psychiatry. 26 (6), 2056-2069 (2021).
  24. O'seaghdha, C. M., et al. Meta-analysis of genome-wide association studies identifies six new loci for serum calcium concentrations. PLoS Genet. 9 (9), e1003796(2013).
  25. Meyer, T. E., et al. Genome-wide association studies of serum magnesium, potassium, and sodium concentrations identify six loci influencing serum magnesium levels. PLoS Genet. 6 (8), e1001045(2010).
  26. Kestenbaum, B., et al. Common genetic variants associate with serum phosphorus concentration. J Am Soc Nephrol. 21 (7), 1223-1232 (2010).
  27. Gill, D., et al. Associations of genetically determined iron status across the phenome: A mendelian randomization study. PLoS Med. 16 (6), e1002833(2019).
  28. Evans, D. M., et al. Genome-wide association study identifies loci affecting blood copper, selenium and zinc. Hum Mol Genet. 22 (19), 3998-4006 (2013).
  29. Dashti, H. S., et al. Meta-analysis of genome-wide association studies for circulating phylloquinone concentrations. Am J Clin Nutr. 100 (6), 1462-1469 (2014).
  30. Cornelis, M. C., et al. Genome-wide association study of selenium concentrations. Hum Mol Genet. 24 (5), 1469-1477 (2015).
  31. Benyamin, B., et al. Novel loci affecting iron homeostasis and their effects in individuals at risk for hemochromatosis. Nat Commun. 5, 4926(2014).
  32. Zheng, J. S., et al. Plasma vitamin C and type 2 diabetes: Genome-wide association study and mendelian randomization analysis in European populations. Diabetes Care. 44 (1), 98-106 (2021).
  33. Mondul, A. M., et al. Genome-wide association study of circulating retinol levels. Hum Mol Genet. 20 (23), 4724-4731 (2011).
  34. Major, J. M., et al. Genome-wide association study identifies common variants associated with circulating vitamin E levels. Hum Mol Genet. 20 (19), 3876-3883 (2011).
  35. Jiang, X., et al. Genome-wide association study in 79,366 European-ancestry individuals informs the genetic architecture of 25-hydroxyvitamin D levels. Nat Commun. 9 (1), 260(2018).
  36. Hazra, A., et al. Genome-wide significant predictors of metabolites in the one-carbon metabolism pathway. Hum Mol Genet. 18 (23), 4677-4687 (2009).
  37. Grarup, N., et al. Genetic architecture of vitamin B12 and folate levels uncovered applying deeply sequenced large datasets. PLoS Genet. 9 (6), e1003530(2013).
  38. Pierce, B. L., Ahsan, H., Vanderweele, T. J. Power and instrument strength requirements for Mendelian randomization studies using multiple genetic variants. Int J Epidemiol. 40 (3), 740-752 (2011).
  39. Brion, M. J., Shakhbazov, K., Visscher, P. M. Calculating statistical power in Mendelian randomization studies. Int J Epidemiol. 42 (5), 1497-1501 (2013).
  40. Greco, M. F., Minelli, C., Sheehan, N. A., Thompson, J. R. Detecting pleiotropy in Mendelian randomization studies with summary data and a continuous outcome. Stat Med. 34 (21), 2926-2940 (2015).
  41. Verbanck, M., Chen, C. Y., Neale, B., Do, R. Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases. Nat Genet. 50 (5), 693-698 (2018).
  42. Age-Related Eye Disease Study Research Group. A randomized, placebo-controlled, clinical trial of high-dose supplementation with vitamins C and E, beta carotene, and zinc for age-related macular degeneration and vision loss: Areds report no. 8. Arch Ophthalmol. 119 (10), 1417-1436 (2001).
  43. Age-Related Eye Disease Study Research Group. Lutein + zeaxanthin and omega-3 fatty acids for age-related macular degeneration: The age-related eye disease study 2 (AREDS2) randomized clinical trial. Jama. 309 (19), 2005-2015 (2013).
  44. Caesar, R., Tremaroli, V., Kovatcheva-Datchary, P., Cani, P. D., Bäckhed, F. Crosstalk between gut microbiota and dietary lipids aggravates wat inflammation through TLR signaling. Cell Metab. 22 (4), 658-668 (2015).
  45. Cani, P. D., et al. Metabolic endotoxemia initiates obesity and insulin resistance. Diabetes. 56 (7), 1761-1772 (2007).
  46. Luukkonen, P. K., et al. Saturated fat is more metabolically harmful for the human liver than unsaturated fat or simple sugars. Diabetes Care. 41 (8), 1732-1739 (2018).
  47. Liu, X., et al. Genetic association study between insulin pathway-related genes and high myopia in a Han Chinese population. Mol Biol Rep. 42 (1), 303-310 (2015).
  48. Galvis, V., et al. Is myopia another clinical manifestation of insulin resistance? Med Hypotheses. 90, 32-40 (2016).
  49. Lim, L. S., et al. Dietary factors, myopia, and axial dimensions in children. Ophthalmology. 117 (5), 993-997.e4 (2010).
  50. Yuan, J., et al. Inflammatory cytokines in highly myopic eyes. Sci Rep. 9 (1), 3517(2019).
  51. Kennedy, A., Martinez, K., Chuang, C. C., Lapoint, K., Mcintosh, M. Saturated fatty acid-mediated inflammation and insulin resistance in adipose tissue: Mechanisms of action and implications. J Nutr. 139 (1), 1-4 (2009).
  52. Edwards, M. H. Do variations in normal nutrition play a role in the development of myopia? Optom Vis Sci. 73 (10), 638-643 (1996).
  53. Kim, J. M., Choi, Y. J. Nutritional intake, environmental factors, and their impact on myopia prevalence in Korean children aged 5–12 years. J Health Popul Nutr. 43 (1), 14(2024).
  54. Liu, H., et al. A putative causality of vitamin D in common diseases: A mendelian randomization study. Front Nutr. 9, 938356(2022).
  55. Ye, Y., Yang, H., Wang, Y., Zhao, H. A comprehensive genetic and epidemiological association analysis of vitamin D with common diseases/traits in the UK Biobank. Genet Epidemiol. 45 (1), 24-35 (2021).
  56. Wang, C. H., Xin, Z. K. Causal association between 25-hydroxyvitamin D status and cataract development: A two-sample Mendelian randomization study. World J Clin Cases. 12 (16), 2789-2795 (2024).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

C