$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
本研究使用了WOS数据库（https://www.webofscience.com/wos/woscc/basic-search 年）公开数据，未涉及人类参与者;因此，无需道德批准。
数据来源与收藏
Web of Science（WOS）数据库是一个广为认可且常用的科学和文献计量研究资源。它包含了约9,000种高影响力期刊的数据和超过12,000份学术会议论文集，全面呈现了全球科学、技术、医学及相关领域的研究成果，16,17,18。该数据库之所以被选用于本书目计量分析，是因为其严谨的期刊选择过程、对高质量同行评审文献的持续索引，以及提供全面的引用数据——包括引用参考文献——对于CiteSpace和VOSviewer等工具中的共同引用和书目耦合分析至关重要。
为了最大限度减少数据库更新对记录一致性的影响，所有搜索和检索操作均在一天内完成（2025年12月20日）。科学网络核心收藏通过北京中医药大学通过标准的科睿维特网页界面通过机构订阅访问。检索期涵盖了2001年1月1日至2025年12月20日的出版物。选择2001年作为起点，是因为这一年紧随1998年西地那非的里程碑式批准，以及口服磷酸二酯酶5型抑制剂作为ED一线治疗的确立。这一时间框架确保了对现代研究时代的全面覆盖，同时排除了早期、标准化较少的研究。
搜索在Web of Science核心集合中使用主题（TS）字段进行，该字段包括标题、摘要、作者关键词和关键词加。核心收藏中的所有引用索引（如SCI-Expanded、SSCI、A&HCI、CPCI-S、CCI-SSH、ESCI、CCR-Expanded和IC）均无限制地包含在内。所有Clarivate默认搜索设置均未作修改，包括任何自动词汇映射或扩展设置。完整检索查询定义为：TS = （高血压 AND （阳痿或“勃起功能障碍”））。仅包含被归类为“文章”或“综述”的文件。检索到的记录以纯文本格式导出，输出内容为“完整记录及引用参考文献”。由于Web of Science平台每批限500条记录的出口限制，1661条记录分四批出口。第一批次包含记录1–500，批次2包含记录501–1000，批次3包含记录1001–1500，批次4包含记录1501–1661。分析前，四个纯文本文件通过CiteSpace（版本R6.1.3）中的去重合并功能合并为单一数据集（数据→导入/导出→删除重复），从而去除潜在重复记录，同时保留完整数据集以便后续文献计量分析。
文献计量分析与软件
文献计量分析采用专业可视化和统计工具的结合进行。
CiteSpace（版本 R6.1.3）是一款基于 Java 的应用程序，广泛用于可视化和分析科学文献中的趋势与模式。该技术由陈朝美博士于2004年开发。该软件运行在 Microsoft Windows 10（64 位）系统上，运行 Java 运行环境 8 版。该研究基于科学计量学、数据分析和信息可视化的原则，通过考察文献中的模式、分布和关系，揭示知识结构。本研究中，CiteSpace被应用于关键词聚类和突发检测。时间分割设定为2001年至2025年期间的每个切片一年。在网络建设和修剪中，使用g指数，缩放因子为k = 25。关键词聚类采用对数似然比算法生成聚类标签。为了识别研究热点，引用突发检测采用状态数设为2，默认比值为1/a0 = 2.0，突发持续时间最小为2年。伽马参数定义为1.04用于关键词突发检测，0.97用于参考突发检测。
VOSviewer（版本1.6.18）是一款旨在知识映射和可视化的文献计量分析工具。它支持多种分析方法，包括文献分析、共现分析和书目耦合。在本研究中，VOSviewer用于生成国家/地区、作者、机构、引用期刊和关键词的可视化表示，并制作密度地图。对于这些可视化，采用了最小出现阈值以保持图形表现的清晰度。具体来说，国家/地区和作者分析的门槛为至少1篇，机构为至少4篇，期刊为至少2篇，关键词共现分析为至少6次。对于共同被引分析（被引期刊、共同被引作者和共被引参考文献），最低门槛为10次。所有网络结构均采用默认关联强度归一化。本研究中所有VOSviewer分析，包括共同作者网络（国家/地区、机构、作者）、期刊共同引用分析和关键词共现分析，均采用完整计数方法。
本研究旨在描述文献的关键特征，包括国家/地区、机构、期刊、高被引文章、共引网络以及频繁出现的关键词。除了从标题和摘要中提取的名词短语外，还分析了出版物中提供的关键词，以识别关键词出现和引用模式的趋势。共现和聚类分析中包含了最小出现阈值为6的关键词。为避免引入主观偏见，未进行关键词的人工删除;所有符合出现阈值的词项均保留用于客观分析。所有分析程序均由两位研究人员独立验证，以确保网络布局和引用指标的准确性和可重复性。
磁共振分析
采用两样本磁共振法评估激素与勃起功能障碍之间的潜在因果关系。该方法基于三个主要假设：（1）遗传工具与暴露显著相关（相关性）;（2）这些工具与影响暴露-结果关联的混杂变量（独立性）无关;以及（3）这些工具仅通过暴露（排除限制）影响结果。
GWAS汇总统计数据来自IEU OpenGAWAS平台（https://gwas.mrcieu.ac.uk/;访问日期：2025年12月20日）。没有生成额外的本地数据库快照;通过使用稳定的 GWAS 标识符、FinnGen 版本管理和归档的分析代码，支持可重复性。激素遗传工具来自FinnGen数据集（FinnGen生物样本库，发布5;finn-b-I9_HYPTENS_EXNONE），定义为不包括继发性激素的高血压疾病，包含55,917例病例和162,837例欧洲（芬兰）血统对照。ED结局数据来自FinnGen数据集（第5版;finn-b-ERECTILE_DYSFUNCTION），包含1,154例病例和94,024例欧洲血统对照组。最初选择与全基因组阈值（P < 5 × 10⁻⁻）显著相关的单核苷酸多态性（SNP）作为候选工具变量。随后采用连锁不平衡（LD）聚集以排除相关变异，阈值为 r2 <0.001，聚集窗口为10,000 kb。为减少弱仪器偏差的可能性， F统计量对每个保留SNP使用Wald比率公式计算： F = （β暴露 / SE暴露）2，其中 β暴露 和 SE暴露 分别代表SNP–HT关联估计及其标准误。最终MR分析仅纳入F > 10的变异。
为减少混杂因素，使用LDtrait（LDlink）评估保留的工具变量与吸烟和酒精消费的报告关联;基于此，没有任何文书需要排除（补充表1）。使用TwoSampleMR软件包（版本0.6.2）中的harmonise_data（）函数，对暴露和结局数据进行了协调，该函数对不同数据集的效应等位基因进行了比对，基于等位基因频率（次要等位基因频率<0.3）推断回文SNP的链向，并排除了比对不明确的回文SNP。
主要分析方法采用了逆方差加权（IVW）方法，补充分析则采用MR–Egger法、加权中位数法和基于模数的方法。主要的IVW估计是通过TwoSampleMR包的mr_ivw（）函数中实现的乘法随机效应模型和默认参数计算的。效应量以比值比（OR）表示，β系数指数化后，使用95%置信区间（CI）。通过全局测试进行MR-PRESSO分析，评估水平多效性并识别潜在异常值;当检测到异常值时，会进行失真测试。采用了P<0.05的显著性阈值。在最终分析前未排除任何SNP，因为MR-PRESSO未发现异常值。结果通过森林图、漏斗图、散点图和省略分析进行了可视化。分析代码已公开发布于GitHub，版本为v1.0：https://github.com/tengfeitcm/Two-Sample-Mendelian-Randomization-/releases/tag/v1.0，确保本研究所用分析版本的可重复性。
