В данном протоколе описывается воспроизводимый двухвыборочный рабочий процесс менделевской рандомизации для оценки потенциальной причинно-следственной связи между ишемическим инсультом и сосудистой деменцией с использованием общедоступных сводных статистических данных полногеномных ассоциативных исследований.
Методическая статья
Причинно-следственная связь между ишемическим инсультом и сосудистой деменцией: исследование методом менделевской рандомизации
26 просмотров
⸱
11 сентября 2026 г.
В этой статье
Краткое содержание
Аннотация
Ишемический инсульт (ИИ) является основной причиной инвалидности и смертности во всем мире, а сосудистая деменция (СД) представляет собой распространенный подтип деменции, связанный с цереброваскулярным повреждением. Обсервационные исследования указывают на связь между ИИ и СД, однако такие исследования подвержены влиянию смешивающих факторов и обратной причинно-следственной связи. В данном протоколе описан воспроизводимый рабочий процесс двухвыборочной менделевской рандомизации (МР) для оценки потенциальной причинно-следственной связи между ИИ и СД с использованием общедоступных суммарных статистик полногеномного поиска ассоциаций (GWAS). Генетические инструменты, ассоциированные с ИИ, были извлечены из открытого набора данных GWAS, а ассоциации исходов для СД были получены из открытого набора данных GWAS по СД. Соответствующие идентификаторы наборов данных приведены в разделе «Протокол». После сопоставления исходов и гармонизации аллелей для финального МР-анализа было отобрано 51 однонуклеотидный полиморфизм (SNP). Рабочий процесс включает в себя выбор инструментальных переменных, кластеризацию по неравновесности сцепления (clumping), гармонизацию аллелей, оценку силы инструментов, анализ с обратным взвешиванием по дисперсии (IVW), анализ взвешенного медианного значения, анализ MR-Egger, тестирование на гетерогенность, оценку горизонтальной плейотропии и анализ чувствительности методом исключения одного варианта (leave-one-out). В репрезентативном анализе метод IVW показал положительную связь между генетически предсказанным ИИ и риском СД, а метод взвешенного медианного значения дал направлениеally согласованный результат. Оценка MR-Egger была согласована по направлению, но не достигла статистической значимости. Таким образом, эти результаты следует интерпретировать как косвенные доказательства возможного причинно-следственного эффекта, а не как окончательное доказательство причинности. Данный протокол может помочь исследователям применять прозрачный и воспроизводимый рабочий процесс МР для изучения исходов, связанных с цереброваскулярными заболеваниями, используя общедоступные данные GWAS.
Введение
Ишемический инсульт (ИИ) является одной из основных причин тяжелой инвалидности и смерти во всем мире1. Согласно последним данным исследования глобального бремени болезней (Global Burden of Disease Study), общемировая заболеваемость ИИ снизилась, однако он по-прежнему представляет собой значительную проблему, особенно в Восточной Европе, Восточной Азии, Центральной Азии и странах Африки к югу от Сахары2,3. Более того, частота возникновения ИИ растет в странах с низким социально-демографическим индексом (SDI), и, по прогнозам, эта тенденция сохранится в период с 2020 по 2030 год.
Многочисленные эпидемиологические исследования указали на потенциальную связь между цереброваскулярными заболеваниями и сосудистой деменцией (VaD)4,5. В частности, в Китае VaD является одним из наиболее распространенных типов деменции среди пожилых людей, и высокая распространенность IS тесно связана с возникновением VaD. Однако большинство существующих исследований являются обсервационными, а остаточный конфаундинг, обратная причинно-следственная связь и различия в определении заболевания могут ограничивать причинную интерпретацию. Таким образом, необходимы дополнительные аналитические подходы, чтобы оценить, участвует ли IS в развитии VaD.
ИШ может влиять на развитие ВД посредством нескольких механизмов. Цереброваскулярные повреждения, вызванные ИШ, могут привести к недостаточному мозговому перфузионному кровотоку и последующим нейродегенеративным изменениям6. Кроме того, ВД может быть связано с хроническим цереброваскулярным повреждением, микрососудистыми повреждениями и воспалительными реакциями после ИШ7,8. Таким образом, исследование взаимосвязи между ИШ и ВД имеет важное значение для понимания потенциальных связей между этими заболеваниями и разработки будущих стратегий профилактики.
Менделевская рандомизация (MR) представляет собой аналитический метод, в котором генетические варианты используются в качестве инструментальных переменных для оценки потенциальных причинно-следственных связей между воздействием и исходом9. По сравнению с традиционными обсервационными исследованиями, MR позволяет снизить влияние смешивающих факторов и систематическую ошибку, обусловленную обратной причинно-следственной связью, при условии соблюдения допущений о валидности инструментальных переменных. В отличие от рандомизированных контролируемых исследований или экспериментальных моделей, MR позволяет использовать имеющиеся сводные статистические данные полногеномных поисков ассоциаций (GWAS) для оценки клинически значимых связей в тех случаях, когда проведение прямых интервенционных исследований неосуществимо, неэтично или затруднительно. В недавних генетических исследованиях с применением методов менделевской рандомизации изучалась связь между IS и VaD10. Тем не менее для обеспечения воспроизводимости реализации метода по-прежнему необходимы детальные описания на уровне протокола по таким аспектам, как выбор инструмента воздействия, извлечение данных об исходах, гармонизация аллелей, оценка силы инструмента, проверка гетерогенности, оценка плейотропии и анализ чувствительности.
Данный протокол применим в тех случаях, когда общедоступные сводные данные GWAS доступны как для изучаемого воздействия, так и для изучаемого исхода, когда для воздействия могут быть выбраны валидные генетические инструменты, а целью исследования является оценка потенциальной причинно-следственной связи, а не прямое установление биологических механизмов. Таким образом, в данной работе представлен протокол двухвыборочного менделевского рандомизационного анализа (MR) для оценки потенциальной причинно-следственной связи между IS и VaD с использованием общедоступных сводных данных GWAS. Цель состоит в том, чтобы предоставить воспроизводимый аналитический рабочий процесс, а не установить окончательные биологические механизмы. В данном протоколе описываются выбор генетических инструментов, сопоставление исходов, гармонизация аллелей, оценка MR и анализ чувствительности, при этом связь IS-VaD используется в качестве репрезентативного примера.
Протокол
В данном исследовании использовались общедоступные суммарные статистические данные GWAS. В оригинальных исследованиях было получено одобрение институционального наблюдательного совета и информированное согласие участников. Для данного вторичного анализа дополнительного этического одобрения не требовалось.
1. Дизайн исследования и этическое заявление
- Используйте двухвыборочный дизайн менделевской рандомизации (MR) для оценки потенциальной причинно-следственной связи между ишемическим инсультом (IS) и сосудистой деменцией (VaD).
- Используйте только общедоступные сводные данные GWAS. Поскольку все оригинальные исследования, включенные в наборы данных GWAS, получили одобрение институционального наблюдательного совета и информированное согласие участников, дополнительное этическое одобрение для этого вторичного анализа не требуется.
- Перед извлечением данных определите IS как воздействие, а VaD — как исход.
2. Подготовка программного обеспечения
- Проводите все анализы с использованием статистического программного обеспечения R.
- Загрузите пакет TwoSampleMR для извлечения инструментов, извлечения данных об исходах, гармонизации аллелей, оценки менделевской рандомизации (MR), проверки гетерогенности и проведения анализа чувствительности. Загрузите пакет MRPRESSO для оценки глобальной горизонтальной плеотропии и потенциальных вариантов-выбросов.
- Используйте в рабочем процессе следующие основные функции: extract_instruments, extract_outcome_data, harmonise_data, mr, generate_odds_ratios, mr_heterogeneity, mr_pleiotropy_test, mr_singlesnp, mr_leaveoneout, mr_scatter_plot, mr_forest_plot, mr_funnel_plot и mr_leaveoneout_plot. Используйте MRPRESSO::mr_presso для выполнения глобального теста MR-PRESSO и, при необходимости, тестов на выбросы и искажения.
3. Выбор набора данных по воздействию и скрининг инструментальных переменных
- Извлеките однонуклеотидные полиморфизмы (SNP), ассоциированные с IS, из набора данных IEU OpenGWAS ebi-a-GCST90018864. Этот набор данных включает 11 929 случаев IS и 472 192 контроля, при общем размере выборки 484 121 участник.
- Выберите потенциальные SNP, ассоциированные с IS, используя порог значимости p < 5 × 10-6.
- Порог p < 5 × 10-6 используется в данном репрезентативном протоколе для сохранения достаточного количества независимых инструментов для проведения анализа чувствительности. Поскольку этот порог менее строгий, чем общепринятый порог общегеномной значимости, результаты, полученные на основе этих инструментов, следует интерпретировать как предварительные и предположительные, а не окончательные.
- Выполните кластеризацию по неравновесности сцепления (clumping) для отбора независимых SNP. Используйте порог r2 0,001 и окно кластеризации 10 000 kb.
- Используйте следующую команду R для извлечения потенциальных инструментов:
extract_instruments(outcomes = "ebi-a-GCST90018864", p1 = 5e-06, clump = TRUE) - Рассчитайте F-статистику для каждого отобранного SNP по формуле F = (β/SE)2, где β и SE — оценка эффекта SNP–экспозиция и стандартная ошибка соответственно.
- Исключите SNP с F-статистикой < 10, чтобы снизить риск систематической ошибки, вызванной слабыми инструментами. Опишите распределение F-статистик, указав минимум, максимум, медиану и межквартильный размах (IQR).
4. Извлечение набора данных с результатами
- Извлеките ассоциации исходов VaD из набора данных GWAS FinnGen finn-b-F5_VASCDEM. Этот набор данных включает 881 случай VaD и 211 508 контролей.
- Извлеките ассоциации исходов для всех выбранных SNP, связанных с IS, с помощью функции extract_outcome_data.
- Найдите прокси-SNP в тех случаях, когда целевые SNP недоступны в наборе данных исходов напрямую. Сохраните варианты, соответствующие прокси-SNP, при наличии достоверной информации о прокси и соответствии аллелей.
- Используйте следующую команду R для извлечения набора данных исходов:
extract_outcome_data(snps = exp_dat$SNP, outcomes = "finn-b-F5_VASCDEM", access_token = NULL)
5. Гармонизация аллелей и отбор SNP
- Гармонизируйте наборы данных по экспозиции и исходам перед проведением МР-анализа.
- Сопоставьте эффектный аллель и другой аллель таким образом, чтобы оценки эффектов SNP–экспозиция и SNP–исход соответствовали одному и тому же эффектному аллелю.
- Проверьте SNP в процессе гармонизации для выявления несоответствий аллелей, отсутствующих ассоциаций с исходом и неоднозначного сопоставления аллелей. Оставьте SNP, для которых после гармонизации доступны оценки эффектов экспозиции и исхода.
- Для гармонизации аллелей используйте следующую команду R: harmonise_data(exposure_dat = exp_dat, outcome_dat = out_dat, action = 1)
- Зафиксируйте количество SNP, изначально извлеченных из набора данных по экспозиции, количество SNP с доступными ассоциациями с исходом, количество вариантов, сопоставленных по прокси-методу, и количество SNP, оставшихся для окончательного МР-анализа.
6. Первичный МР-анализ и анализ чувствительности
- Проведите основной МР-анализ с использованием метода обратной дисперсии (IVW).
- Проведите дополнительные МР-анализы с использованием методов взвешенного медианного значения и МР-Эггера для оценки согласованности причинно-следственной оценки при различных допущениях.
- Рассчитайте отношения шансов (OR) и 95% доверительные интервалы (CI) на основе МР-оценок.
- Используйте следующие команды R для проведения МР-анализа и расчета OR:
res <- mr(dat)
res <- generate_odds_ratios(res) - Поскольку оценивается одна заранее определенная основная связь между воздействием и исходом, определите порог коррекции Бонферрони для основного МР-вывода как 0,05/1 = 0,05. Используйте двустороннее значение p < 0,05 в качестве порога статистической значимости для основного анализа IVW.
- Чтобы контекстуализировать статистическую точность основного анализа с учетом ограниченного количества случаев VaD, проведите апостериорный расчет мощности двустороннего критерия Вальда на основе наблюдаемой оценки IVW и ее стандартной ошибки. Рассчитайте мощность, используя параметр нецентральности βIVW/SEIVW при двустороннем уровне α = 0,05. Рассчитайте минимальный обнаруживаемый эффект, соответствующий мощности 80%, как exp[(z0.975 + z0.80) × SE]. Поскольку IS является бинарным воздействием, а связи SNP-воздействие выражены в логарифмических шансах, представьте этот анализ как дескриптивную оценку точности, обусловленную эффектом, а не как заранее определенный расчет размера выборки11.
7. Анализ гетерогенности, горизонтальной плейотропии и метод исключения одного исследования (leave-one-out analysis)
- Оцените гетерогенность между SNP, используя критерий Кохрана Q.
- Используйте следующую команду R для расчета показателей гетерогенности:
mr_heterogeneity(dat) - Оцените направленную горизонтальную плейотропию с помощью теста перехвата MR-Egger.
- Используйте следующую команду R для расчета перехвата MR-Egger:
mr_pleiotropy_test(dat) - Оцените глобальную горизонтальную плейотропию и потенциальные варианты-выбросы с помощью MR-PRESSO, используя 10 000 симуляций, порог значимости 0.05, а также включив тесты на выбросы и искажения12.
- Используйте следующую команду R для анализа MR-PRESSO:
set.seed(20260729)
mr_presso(
BetaOutcome = "beta.outcome",
BetaExposure = "beta.exposure",
SdOutcome = "se.outcome",
SdExposure = "se.exposure",
OUTLIERtest = TRUE,
DISTORTIONtest = TRUE,
data = dat,
NbDistribution = 10000,
SignifThreshold = 0.05
) - Проведите анализ отдельных SNP для оценки эффекта каждого SNP по отдельности.
- Используйте следующую команду R для анализа отдельных SNP:
res_single <- mr_singlesnp(dat) - Выполните анализ методом исключения одного варианта (leave-one-out), последовательно удаляя по одному SNP и повторяя анализ IVW.
- Используйте следующую команду R для проведения анализа leave-one-out:
res_loo <- mr_leaveoneout(dat)
8. Визуализация и вывод данных
- Постройте диаграмму рассеяния для отображения оценок MR, полученных с помощью различных методов.
- Постройте форест-график (forest plot) для отображения оценок по отдельным SNP и общей оценки MR.
- Постройте воронкообразный график (funnel plot) для визуальной оценки симметрии оценок по конкретным SNP.
- Постройте график «исключения одного» (leave-one-out plot), чтобы определить, не обусловлена ли общая оценка одним единственным SNP.
- Используйте следующие команды R для построения графиков:
mr_scatter_plot(res, dat)
mr_forest_plot(res_single)
mr_funnel_plot(res_single)
mr_leaveoneout_plot(res_loo) - Экспортируйте результаты MR, таблицу инструментальных переменных, таблицу ассоциаций с исходом и результаты анализа чувствительности для отчетности и обеспечения воспроизводимости.
Результаты
Рисунок 1 обобщает общий рабочий процесс протокола менделевской рандомизации для двух выборок: от выбора набора данных и скрининга инструментов до анализа чувствительности и визуализации результатов. Типичные результаты каждого этапа представлены ниже.
Генетические инструментальные переменные и контроль качества гармонизации
Первоначально из набора данных GWAS для воздействия с использованием порога значимости p < 5 × 10-6 было извлечено в общей сложности 52 SNP, связанных с IS. Затем из набора данных GWAS для VaD были извлечены ассоциации с исходом. После сопоставления с исходом, поиска прокси-маркеров и гармонизации аллелей для окончательного MR-анализа было сохранено 51 SNP. Два варианта были сопоставлены с использованием прокси-SNP. Сохраненные генетические инструменты перечислены в Таблице 1. F-статистика 51 сохраненного инструмента варьировала от 20,91 до 46,06, при медиане 25,08 и межквартильном размахе (IQR) 22,95–30,71. Ни один из сохраненных SNP не имел значения F-статистики ниже 10, что указывает на низкую вероятность смещения из-за слабых инструментов.
Оценки MR для IS и VaD
На диаграмме рассеяния показаны направление и величина оценок MR для конкретных SNP с использованием различных методов MR (Рисунок 2). Методы IVW и взвешенной медианы продемонстрировали положительные ассоциации, в то время как оценка MR-Egger была согласована по направлению, но не достигла статистической значимости.
Форест-график индивидуальных оценок SNP показал специфические для каждого SNP ассоциации с риском VaD (Рисунок 3). Общие оценки MR обобщены на Рисунке 4. Метод IVW выявил статистически значимую положительную связь между генетически предсказанным IS и риском VaD (OR = 1.63, 95% CI: 1.21–2.21, p = 0.0013). Метод взвешенной медианы дал согласованную значимую оценку (OR = 1.60, 95% CI: 1.06–2.42, p = 0.0240). Оценка MR-Egger была согласована по направлению, но не достигла статистической значимости (OR = 2.21, 95% CI: 0.97–5.01, p = 0.0645).
В GWAS по исходам VaD проекта FinnGen было включено 881 случай заболевания и 211 508 контролей. При расчете апостериорного двухстороннего теста Вальда с учетом наблюдаемой оценки IVW расчетная мощность для основного анализа IVW составила 89,5% при α = 0,05. Соответствующий минимальный обнаруживаемый эффект для мощности 80% составил OR 1,54. Напротив, минимальный обнаруживаемый эффект для анализа MR-Egger составил OR 3,23, что превышало наблюдаемую согласованную по направлению оценку MR-Egger (OR = 2,21). Следовательно, незначимый результат MR-Egger следует интерпретировать как отражение ограниченной точности этого менее эффективного оценочного метода чувствительности, а не как самостоятельное доказательство, противоречащее направлению основной оценки IVW.
Поскольку оценивалась одна предварительно определенная первичная связь между воздействием и исходом, порог значимости с поправкой Бонферрони для основного вывода MR составил 0,05/1 = 0,05. Таким образом, результат IVW достиг скорректированного порога значимости. В совокупности эти данные предоставляют косвенные доказательства возможного положительного влияния генетически предсказанного IS на риск VaD, основываясь преимущественно на оценке IVW и подтверждаясь анализом чувствительности с использованием взвешенного медианного метода. Однако оценка MR-Egger была согласована по направлению, но не достигла статистической значимости; следовательно, результаты не следует интерпретировать как окончательное доказательство причинно-следственной связи.
Анализ гетерогенности и горизонтальной плейотропии
Гетерогенность между SNP оценивали с помощью статистики Q Кохрана. Тест на гетерогенность IVW дал результат Q = 57.46 при 50 степенях свободы (p = 0.218), а тест на гетерогенность MR-Egger — Q = 56.77 при 49 степенях свободы (p = 0.208). Эти результаты не указали на существенную гетерогенность оценок для конкретных SNP. Направленную горизонтальную плейотропию оценивали с помощью теста перехвата MR-Egger. Перехват MR-Egger составил -0.0195 (SE = 0.0253, p = 0.444), что свидетельствует об отсутствии статистических доказательств направленной горизонтальной плейотропии. Анализ MR-PRESSO проводили с использованием 51 сохраненного гармонизированного SNP и 10 000 симуляций. Глобальный тест MR-PRESSO не выявил признаков глобальной горизонтальной плейотропии (RSSobs = 59.61; эмпирическое p = 0.2388). Поскольку глобальный тест не был статистически значимым, тесты на отдельные выбросы и искажения не применялись, и оценка с коррекцией выбросов не создавалась. Воронкообразная диаграмма позволила визуально оценить симметрию оценок для конкретных SNP (Рисунок 5). Подробные настройки и результаты MR-PRESSO представлены в Дополнительной таблице 1.
Анализ чувствительности методом исключения одного наблюдения и валидация результатов протокола
Для оценки того, не была ли общая оценка MR обусловлена каким-либо одним SNP, был проведен анализ с исключением одного варианта (leave-one-out analysis). График leave-one-out показал, что последовательное удаление отдельных SNP существенно не изменило общую оценку (Рисунок 6), что свидетельствует о том, что ни один генетический инструмент не доминировал в данной ассоциации. В совокупности эти репрезентативные результаты демонстрируют практический результат рабочего процесса двухвыборочного MR, описанного в данном протоколе. В Таблице 1 представлены генетические инструменты, сохраненные после отбора и гармонизации SNP. На Рисунке 2 показано направление оценок MR для различных методов, на Рисунке 3 представлены оценки для конкретных SNP, на Рисунке 4 обобщены общие оценки MR, Рисунок 5 служит для визуальной оценки плейотропии или асимметрии, а на Рисунке 6 оценивается влияние отдельных SNP. В Дополнительной таблице 2 каждый основной этап протокола соотнесен с соответствующим валидирующим результатом.
Все исходные суммарные данные GWAS, проанализированные в данном исследовании, находятся в открытом доступе. Набор данных по воздействию ишемического инсульта был получен из базы данных IEU OpenGWAS под идентификатором набора данных ebi-a-GCST90018864. Набор данных по исходу в виде сосудистой деменции был получен из набора данных FinnGen GWAS под идентификатором набора данных finn-b-F5_VASCDEM. Таблица извлеченных инструментальных переменных, гармонизированный набор данных для анализа, таблицы результатов MR и соответствующие выходные файлы представлены в качестве дополнительных материалов.
Рисунок 1. Алгоритм протокола двухвыборочного MR. На этом рисунке обобщены основные этапы протокола, включая выбор набора данных экспозиции, скрининг инструментальных переменных, извлечение данных об исходах, гармонизацию аллелей, оценку MR, тестирование на гетерогенность, оценку горизонтальной плейотропии, анализ с исключением одного варианта (leave-one-out) и визуализацию. Пожалуйста, нажмите здесь, чтобы просмотреть этот рисунок в большем размере.
Рисунок 2. Диаграмма рассеяния оценок MR связи между IS и VaD. Каждая точка представляет оценку для конкретного SNP. Аппроксимирующие линии представляют расчетную связь, полученную с помощью различных методов MR. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 3. Форест-график оценок MR для отдельных SNP. На данном рисунке представлены индивидуальные оценки для каждого SNP при анализе связи между генетическими вариантами, ассоциированными с IS, и риском развития VaD. Горизонтальные линии обозначают 95% доверительные интервалы. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 4. Форест-плот общих оценок MR при использовании различных методов. На данном рисунке обобщены общие оценки MR, полученные с помощью методов IVW, взвешенной медианы и MR-Egger. Горизонтальные линии представляют собой 95% доверительные интервалы. MR — менделевская рандомизация; IVW — метод обратной дисперсии. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 5. Воронкообразный график оценок MR для конкретных SNP. Этот график показывает распределение оценок MR для конкретных SNP и позволяет визуально оценить симметрию по генетическим инструментам. MR — менделевская рандомизация; IVW — взвешивание по обратной дисперсии. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 6. Анализ чувствительности методом исключения по одному. На данном рисунке показана оценка MR после последовательного удаления каждого SNP. График использовался для оценки того, определялась ли общая оценка каким-либо одним генетическим инструментом. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
| Нет. | однонуклеотидный полиморфизм (SNP) | Ген | Хр. | ЭА | ОА | EAF.IS | EAF.VD | IS β (СО) | VD β (SE) | F-статистика | R² |
| 1 | rs10886430 | GRK5 | 10 | G | A | 0.118244 | 0.09536 | 0.1147 (0.0220) | -0.0172 (0.0852) | 27.18 | 5,61E-05 |
| 2 | rs10936572 | LOC107986051 | 3 | T | C | 0.179643 | 0.1235 | -0.0512 (0.0104) | 0.1444 (0.0743) | 24.24 | 5,01E-05 |
| 3 | rs11045239 | PDE3A | 12 | A | G | 0.492943 | 0.4629 | 0.0604 (0.0089) | 0.0303 (0.0494) | 46.06 | 9,51E-05 |
| 4 | rs11047532 | LOC105369698 | 12 | G | С | 0.305214 | 0.1513 | 0.0499 (0.0105) | 0.0159 (0.0689) | 22.59 | 4,66E-05 |
| 5 | rs11065836 | CUX2 | 12 | A | G | 0.159123 | 0.07442 | -0.0608 (0.0103) | 0.0245 (0.0929) | 34.84 | 7,20E-05 |
| 6 | rs11105378 | ATP2B1 | 12 | T | C | 0.203466 | 0.07522 | -0.0540 (0.0098) | -0.1174 (0.0916) | 30.36 | 6,27E-05 |
| 7 | rs117140252 | - | 14 | A | G | 0.041216 | 0.06988 | 0.1568 (0.0311) | 0.1498 (0.0967) | 25.42 | 5,25E-05 |
| 8 | rs117343276 | - | 10 | G | A | 0.030533 | 0.0431 | -0.0905 (0.0196) | -0.1449 (0.1233) | 21.32 | 4,40E-05 |
| 9 | rs11831940 | HDAC7 | 12 | A | G | 0.251914 | 0.3526 | 0.0631 (0.0130) | 0.1226 (0.0513) | 23.56 | 4,87E-05 |
| 10 | rs11880613 | DNM2 | 19 | A | G | 0.184857 | 0.1804 | -0.0613 (0.0110) | 0.1499 (0.0640) | 31.06 | 6,41E-05 |
| 11 | rs12445022 | LOC124903748 | 16 | A | G | 0.271667 | 0.3193 | 0.0605 (0.0112) | 0.0218 (0.0527) | 29.18 | 6,03E-05 |
| 12 | rs12509595 | - | 4 | C | Т | 0.297929 | 0.3124 | 0.0577 (0.0091) | 0.1462 (0.0533) | 40.2 | 8,30E-05 |
| 13 | rs12633109 | - | 3 | T | G | 0.360897 | 0.3263 | 0.0436 (0.0089) | 0.0395 (0.0526) | 24 | 4,96E-05 |
| 14 | rs1275980 | KCNK3 | 2 | T | C | 0.498545 | 0.5481 | -0.0582 (0.0094) | -0.0128 (0.0495) | 38.33 | 7,92E-05 |
| 15 | rs13123551 | - | 4 | A | T | 0.616442 | 0.5065 | 0.0552 (0.0097) | 0.0818 (0.0493) | 32.38 | 6,69E-05 |
| 16 | rs147871383 | MIR99AHG | 21 | A | G | 0.02368 | 0.01925 | 0.2259 (0.0494) | 0.2534 (0.1903) | 20.91 | 4,32E-05 |
| 17 | rs16918175 | - | 10 | C | T | 0.104037 | 0.0811 | -0.0649 (0.0131) | 0.0332 (0.0895) | 24.54 | 5,07E-05 |
| 18 | rs17182166 | ACVR1 | 2 | T | G | 0.12494 | 0.137 | 0.0751 (0.0156) | -0.0046 (0.0703) | 23.18 | 4,79E-05 |
| 19 | rs1906779 | - | 15 | A | G | 0.211386 | 0.1239 | 0.0438 (0.0095) | -0.0342 (0.0758) | 21.26 | 4,39E-05 |
| 20 | rs1948696 | ITGB5 | 3 | C | T | 0.650138 | 0.6041 | -0.0459 (0.0091) | 0.0219 (0.0501) | 25.44 | 5,25E-05 |
| 21 | rs1973765 | LSP1 | 11 | C | T | 0.486717 | 0.4124 | 0.0441 (0.0092) | -0.0229 (0.0505) | 22.98 | 4,75E-05 |
| 22 | rs2429123 | CACNA1C, DCP1B | 12 | C | Т | 0.729926 | 0.725 | 0.0473 (0.0098) | 0.0190 (0.0549) | 23.3 | 4,81E-05 |
| 23 | rs2447561 | - | 8 | Т | A | 0.873442 | 0.8382 | -0.0589 (0.0116) | -0.0570 (0.0674) | 25.78 | 5,33E-05 |
| 24 | rs245015 | MSH3 | 5 | A | G | 0.685061 | 0.6562 | -0.0456 (0.0089) | 0.0065 (0.0519) | 26.25 | 5,42E-05 |
| 25 | rs2501968 | CENPQ | 6 | G | A | 0.465302 | 0.4229 | -0.0490 (0.0086) | -0.0879 (0.0498) | 32.46 | 6,71E-05 |
| 26 | rs2526620 | - | 7 | G | A | 0.252144 | 0.2459 | 0.0500 (0.0092) | 0.0505 (0.0576) | 29.54 | 6,10E-05 |
| 27 | rs284160 | TGFBR3 | 1 | A | G | 0.192644 | 0.1186 | 0.0572 (0.0096) | 0.1573 (0.0768) | 35.5 | 7,33E-05 |
| 28 | rs2842870 | PMF1, PMF1-BGLAP | 1 | C | T | 0.360398 | 0.3434 | -0.0446 (0.0087) | -0.0727 (0.0518) | 26.28 | 5,43E-05 |
| 29 | rs2880492 | NCOR2 | 12 | C | Т | 0.035841 | 0.01984 | -0.1293 (0.0266) | -0.1917 (0.1781) | 23.63 | 4,88E-05 |
| 30 | rs35790371 | RBFOX1 | 16 | A | G | 0.005125 | 0.001903 | 0.5587 (0.1176) | 0.1447 (0.5420) | 22.57 | 4,66E-05 |
| 31 | rs5752720 | TTC28 | 22 | T | C | 0.28441 | 0.1844 | 0.0422 (0.0091) | -0.0311 (0.0635) | 21.51 | 4,44E-05 |
| 32 | rs57694670 | SH3PXD2A | 10 | G | A | 0.433638 | 0.3834 | -0.0507 (0.0086) | 0.0080 (0.0507) | 34.76 | 7,18E-05 |
| 33 | rs6462001 | - | 7 | Т | G | 0.881494 | 0.8329 | -0.0765 (0.0151) | -0.0567 (0.0662) | 25.67 | 5,30E-05 |
| 34 | rs6843082 | - | 4 | A | G | 0.65294 | 0.6907 | -0.0438 (0.0092) | -0.0568 (0.0534) | 22.67 | 4,68E-05 |
| 35 | rs7091346 | SH3PXD2A | 10 | Т | C | 0.45273 | 0.2664 | -0.0582 (0.0098) | -0.0143 (0.0552) | 35.27 | 7,28E-05 |
| 36 | rs7194129 | CFDP1 | 16 | Т | С | 0.573691 | 0.5538 | 0.0399 (0.0084) | 0.0293 (0.0495) | 22.56 | 4,66E-05 |
| 37 | rs7341574 | ZFPM2 | 8 | Т | С | 0.313243 | 0.3895 | 0.0463 (0.0094) | -0.0774 (0.0505) | 24.26 | 5,01E-05 |
| 38 | rs7451833 | - | 6 | G | A | 0.103042 | 0.1166 | 0.1280 (0.0220) | 0.1253 (0.0777) | 33.85 | 6,99E-05 |
| 39 | rs74617384 | ЛПА | 6 | Т | A | 0.070999 | 0.04573 | 0.1415 (0.0281) | -0.0532 (0.1162) | 25.36 | 5,24E-05 |
| 40 | rs74849463 | PIK3C2B | 1 | T | С | 0.240949 | 0.2043 | 0.0445 (0.0092) | -0.0319 (0.0616) | 23.4 | 4,83E-05 |
| 41 | rs757241 | AFAP1-AS1 | 4 | C | G | 0.673377 | 0.6704 | -0.0681 (0.0145) | -0.0274 (0.0523) | 22.06 | 4,56E-05 |
| 42 | rs76099321 | CNNM2 | 10 | A | G | 0.052085 | 0.02979 | -0.0691 (0.0150) | -0.2215 (0.1464) | 21.22 | 4,38E-05 |
| 43 | rs7670136 | - | 4 | C | T | 0.571088 | 0.6269 | -0.0473 (0.0101) | 0.0391 (0.0509) | 21.93 | 4,53E-05 |
| 44 | rs77455924 | НТМ (нетуберкулезные микобактерии) | 11 | Т | C | 0.056457 | 0.02996 | 0.1632 (0.0331) | 0.0444 (0.1477) | 24.31 | 5,02E-05 |
| 45 | rs7820334 | - | 8 | Т | C | 0.246549 | 0.2949 | -0.0643 (0.0127) | -0.1327 (0.0648) | 25.63 | 5,29E-05 |
| 46 | rs7859727 | CDKN2B-AS1 | 9 | T | C | 0.518845 | 0.4151 | 0.0569 (0.0087) | 0.0281 (0.0498) | 42.77 | 8,83E-05 |
| 47 | rs7989823 | COL4A1, COL4A2 | 13 | С | A | 0.591615 | 0.6188 | 0.0527 (0.0089) | 0.0693 (0.0518) | 35.06 | 7,24E-05 |
| 48 | rs79960344 | - | 17 | G | Т | 0.102808 | 0.1031 | 0.0651 (0.0130) | -0.1596 (0.0805) | 25.08 | 5,18E-05 |
| 49 | rs880315 | CASZ1 | 1 | C | T | 0.445525 | 0.4139 | 0.0416 (0.0089) | 0.0444 (0.0501) | 21.85 | 4,51E-05 |
| 50 | rs9112 | LOC100505841 | 5 | A | G | 0.436595 | 0.3573 | 0.0407 (0.0085) | -0.0274 (0.0523) | 22.93 | 4,74E-05 |
| 51 | rs979380 | - | 17 | A | G | 0.531844 | 0.6197 | -0.0417 (0.0084) | -0.0196 (0.0506) | 24.64 | 5,09E-05 |
| EAF.IS и EAF.VD обозначают частоты эффекторных аллелей в наборах данных по воздействию ишемического инсульта и исходу в виде сосудистой деменции соответственно. F-статистика = (β/SE)². R² на один SNP = F/(F + N − 2), где N = 484 121. SNP были отобраны с использованием p < 5 × 10-6 и кластеризация по неравновесности сцепления с использованием r² < 0,001 в окне размером 10 000 кб. | |||||||||||
Таблица 1: Генетические инструменты для ишемического инсульта и соответствующие ассоциации SNP–исход для сосудистой деменции. В таблице приведены итоговые 51 SNP, включая ID SNP, картированный ген, хромосому, аллели, EAF, оценки связи SNP–признак, F-статистику и R2 для каждого SNP. SNP были отобраны при p < 5 × 10-6 и сгруппированы (clumped) при r2 < 0.001 в пределах 10 000 kb. EAF.IS и EAF.VD обозначают частоты эффекторного аллеля в наборах данных по ишемическому инсульту и сосудистой деменции соответственно. Chr. — хромосома; EA — эффекторный аллель; OA — другой аллель; EAF — частота эффекторного аллеля; IS — ишемический инсульт; VD — сосудистая деменция. Пожалуйста, нажмите здесь, чтобы скачать эту таблицу.
Дополнительная таблица 1. Оценка горизонтальной плейотропии с помощью MR-PRESSO для анализа связи между ишемическим инсультом и сосудистой деменцией. В данной таблице обобщены результаты анализа MR-PRESSO, проведенного для оценки глобальной горизонтальной плейотропии и потенциальных вариантов-выбросов с использованием окончательного гармонизированного набора данных из 51 SNP.Пожалуйста, нажмите здесь, чтобы скачать этот файл.
Дополнительная таблица 2. Этапы протокола и соответствующие валидационные результаты.В этой таблице каждый основной этап протокола соотнесен с соответствующим репрезентативным результатом и указан раздел рукописи, где он представлен, что демонстрирует реализацию и валидацию аналитического рабочего процесса.Пожалуйста, нажмите здесь, чтобы скачать этот файл.
Обсуждение
В данном исследовании представлен протокол двухвыборочного менделевского рандомизированного (MR) анализа для оценки потенциальной причинно-следственной связи между ишемическим инсультом (IS) и сосудистой деменцией (VaD) с использованием общедоступных суммарных статистических данных GWAS. В репрезентативном анализе методы обратно-взвешенного среднего (IVW) и взвешенного медианного значения подтвердили положительную связь между генетически предсказанным риском IS и риском развития VaD, в то время как оценка методом MR-Egger была согласована по направлению, но не достигла статистической значимости. Таким образом, эти результаты предоставляют предварительные доказательства возможного причинно-следственного эффекта, а не окончательного подтверждения причинности.
Наблюдаемая взаимосвязь биологически обоснована в контексте цереброваскулярного повреждения. Ишемический инсульт (ИИ) может приводить к региональному повреждению нейронов, нарушению церебральной перфузии и последующим нейродегенеративным изменениям. Предыдущие исследования показали, что сосудистая деменция (СД) часто возникает в условиях снижения мозгового кровотока или цереброваскулярного повреждения13,14. Хронические цереброваскулярные изменения после ИИ могут дополнительно способствовать когнитивному снижению и риску развития СД15. Кроме того, микрососудистое повреждение после инсульта, воспалительные реакции и хроническая нейроваскулярная дисфункция могут служить потенциальными биологическими связями между ИИ и СД. Однако настоящий протокол МРТ не позволяет напрямую установить эти механизмы, и полученные результаты следует интерпретировать в совокупности с будущими исследованиями по механистическому и клиническому подтверждению.
Оценка методом MR-Egger не достигла статистической значимости. Этот результат следует интерпретировать с осторожностью, а не как прямое противоречие результатам IVW и взвешенного медианного анализа. Метод MR-Egger может давать оценки, более устойчивые к определенным формам направленной плейотропии, однако он обычно обладает более низкой статистической мощностью, особенно когда эффекты инструментальных переменных незначительны. В данном анализе перехват MR-Egger не указал на статистически значимую направленную горизонтальную плейотропию, а тесты на гетерогенность не выявили существенной гетерогенности между SNP. Кроме того, глобальный тест MR-PRESSO не обнаружил признаков глобальной горизонтальной плейотропии. Эти анализы чувствительности позволяют уменьшить опасения относительно измеримой направленной или глобальной горизонтальной плейотропии, но они не исключают всех возможных источников систематической ошибки и не устанавливают причинно-следственную связь.
Несмотря на это, при интерпретации данных результатов следует учитывать небольшое количество случаев VaD. Хотя первичный анализ IVW имел расчетную апостериорную мощность 89,5% при условии наблюдаемого размера эффекта, этот результат является описательным и не должен интерпретироваться как заранее определенное обоснование размера выборки. Ограниченное число случаев в особенности снизило точность менее эффективных оценок чувствительности; минимальный обнаруживаемый эффект 80% для MR-Egger соответствовал OR 3,23, что было выше наблюдаемой оценки. Соответственно, статистически незначимый результат MR-Egger не устраняет неопределенность в отношении величины ассоциации. Эти расчеты мощности также не учитывают потенциальное смещение, связанное с валидностью инструментов, перекрытием выборок, гетерогенностью фенотипа или остаточной горизонтальной плейотропией.
Для обеспечения надежности данного рабочего процесса МР критически важны несколько аналитических этапов. Во-первых, наборы данных GWAS по воздействию и исходам должны быть четко идентифицированы с помощью ID наборов данных или информации о доступе. Во-вторых, выбор SNP и кластеризация по неравновесию сцепления должны проводиться с использованием предопределенных пороговых значений для получения независимых генетических инструментов. В-третьих, сила инструментов должна оцениваться с помощью F-статистики для снижения риска смещения, вызванного слабыми инструментами. В-четвертых, гармонизация аллелей необходима для обеспечения соответствия оценок SNP–воздействие и SNP–исход одному и тому же эффекторному аллелю. Наконец, для оценки того, влияет ли основная оценка на несогласованные эффекты SNP, направленную плейотропию или единственный доминирующий генетический инструмент, следует использовать анализ гетерогенности, горизонтальной плейотропии и анализ с исключением одного варианта (leave-one-out).
К наиболее распространенным причинам неудач или систематических ошибок в данном рабочем процессе относятся: недостаточное количество SNP, связанных с воздействием, слабые инструментальные переменные, отсутствие SNP для исхода, неоднозначное выравнивание аллелей, палиндромные варианты, несоответствие прокси-SNP, гетерогенность оценок по конкретным SNP, горизонтальная плейотропия, несоответствие популяций, гетерогенность фенотипов и возможный перехлест выборок. Эти проблемы можно решить путем проверки идентификаторов наборов данных GWAS, применения согласованных порогов отбора SNP и клампинга, документирования использования прокси-SNP, проверки результатов гармонизации, обобщения F-статистик и интерпретации оценок MR совместно с результатами анализа гетерогенности, плейотропии и анализа с исключением одного варианта (leave-one-out). При обнаружении значительной гетерогенности или плейотропии к основной оценке IVW следует относиться с осторожностью, а также рассмотреть возможность проведения дополнительных анализов чувствительности или использования альтернативных наборов данных.
Также следует учитывать возможный перехлест выборок. GWAS воздействия и GWAS исходов FinnGen были получены из ресурсов лиц европейского происхождения, и степень любого перекрытия участников не могла быть количественно определена на основе имеющихся суммарных статистических данных. Такой перехлест может смещать оценки двухвыборочного МР в сторону обсервационных ассоциаций, особенно если инструменты не имеют сильной связи с воздействием. Данное ограничение необходимо учитывать при интерпретации репрезентативного результата.
По сравнению с традиционными обсервационными когортными исследованиями или исследованиями «случай-контроль», МР может снизить влияние вмешивающихся факторов и систематическую ошибку из-за обратной причинно-следственной связи при соблюдении допущений о валидности инструментальной переменной. Тем не менее, обсервационные исследования остаются ценными для оценки частоты заболевания, временных закономерностей и клинического прогноза. По сравнению с рандомизированными контролируемыми исследованиями или экспериментальными моделями, МР позволяет оценивать потенциальные причинно-следственные связи, используя имеющиеся генетические данные, в тех случаях, когда проведение прямых интервенционных исследований неосуществимо или неэтично. Несмотря на это, МР не может напрямую раскрыть клеточные механизмы или заменить механическую валидацию. Таким образом, данный протокол следует рассматривать как дополнение к когортным исследованиям, одномоментным анализам, моделям на животных и клеточным экспериментам, а не как их замену.
В предыдущих исследованиях изучались сосудистые факторы риска и исходы, связанные с деменцией, с использованием эпидемиологических и генетических подходов. Например, в предшествующих клинических и популяционных исследованиях диабет и гипертензия были ассоциированы с риском развития деменции16. В существующих исследованиях на основе менделевской рандомизации (MR) также изучались ишемический инсульт (IS), сосудистая деменция (VaD) и механизмы соответствующей коморбидности. Настоящая работа отличается от этих исследований своей основной целью. Вместо того чтобы стремиться выявить новые молекулярные мишени или экспериментально подтвердить механизмы заболевания, данная статья сосредоточена на представлении воспроизводимого протокола проведения двухвыборочного MR-анализа с использованием общедоступных суммарных статистических данных GWAS.
Данный протокол имеет несколько ограничений. Во-первых, анализ основывался на общедоступных суммарных статистиках GWAS, и результаты могут быть не полностью применимы к неуропейским популяциям или наборам данных с другими определениями случаев. Во-вторых, для сохранения достаточного количества независимых инструментов для анализа чувствительности использовался сниженный порог отбора SNP (p < 5 × 10-6). Хотя все отобранные инструменты имели F-статистику >10, этот порог менее строг, чем стандартный порог общегеномной значимости, и может включать варианты с более слабыми или менее надежными ассоциациями с воздействием. Следовательно, репрезентативные результаты следует интерпретировать как предварительные и указывающие на возможную связь, а не как окончательное доказательство причинно-следственной связи. В-третьих, хотя метод MR может снизить влияние смешивающих факторов и систематическую ошибку обратной причинности, он не может полностью исключить горизонтальную плейотропию, ошибочную классификацию фенотипов, перекрытие выборок или смещение, вызванное недостоверными инструментами. В-четвертых, статистически незначимая оценка MR-Egger указывает на необходимость осторожной интерпретации причинно-следственной связи. В-пятых, данный протокол не включает эксперименты на клетках, животные модели или валидацию на независимых когортах; эти подходы были бы ценны для выяснения биологических механизмов и клинической применимости.
Кроме того, ишемический инсульт (ИС) моделировался как общий фенотип. Данный репрезентативный протокол не был предназначен для определения того, связана ли какая-либо ассоциация с атеросклеротическим инсультом крупных артерий, окклюзией мелких сосудов, кардиоэмболическим инсультом или другим подтипом. Следовательно, результат не следует интерпретировать как доказательство специфического эффекта для конкретного подтипа. В будущих работах следует применить тот же рабочий процесс к GWAS-датасетам по конкретным подтипам с достаточной статистической мощностью, используя заранее определенный гармонизированный план анализа.
Будущие области применения данного протокола могут выйти за рамки ишемического инсульта (IS) и сосудистой деменции (VaD). Тот же рабочий процесс может быть адаптирован для оценки других взаимосвязей «воздействие — результат» при цереброваскулярных, нейродегенеративных, метаболических, воспалительных или сердечно-сосудистых заболеваниях, при наличии подходящих суммарных статистических данных GWAS. В последующих исследованиях этот рабочий процесс может быть расширен за счет включения независимой валидации GWAS, двунаправленного MR, многофакторного MR, медиационного MR или интеграции с данными когортных исследований и экспериментальными доказательствами.
Подводя итог, данный протокол предлагает воспроизводимый рабочий процесс для проведения двухвыборочного MR-анализа с использованием общедоступных суммарных статистик GWAS. Репрезентативные результаты предоставляют предварительные доказательства возможной положительной связи между генетически предсказанным уровнем IS и риском развития VaD, что в основном подтверждается методами IVW и взвешенной медианы, в то время как оценка по методу MR-Egger не достигла статистической значимости. Тем не менее, полученные данные не следует интерпретировать как окончательное механистическое доказательство. Для дальнейшего выяснения биологических механизмов и клинической значимости этой связи необходимы независимые популяционные валидационные исследования и экспериментальные изыскания.
Раскрытие информации
Авторы заявляют об отсутствии конфликта финансовых интересов. При написании, редактировании или подготовке данной рукописи не использовались инструменты искусственного интеллекта (ИИ) или большие языковые модели (LLM).
Благодарности
Авторы не получали специального финансирования для данного исследования.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| набор данных GWAS FinnGen | FinnGen | finn-b-F5_VASCDEM | Общедоступный набор данных GWAS, использованный в качестве источника данных о результатах для сосудистой деменции |
| База данных IEU OpenGWAS | Подразделение интегративной эпидемиологии MRC, Бристольский университет | ebi-a-GCST90018864 | Общедоступный набор данных GWAS, использованный в качестве источника экспозиции для ишемического инсульта |
| программное обеспечение R | R Foundation for Statistical Computing | Неприменимо | Статистическое программное обеспечение, используемое для мендельевского рандомизационного анализа |
| RStudio | Posit Software, PBC | Не применимо | Интегрированная среда разработки, используемая для запуска скриптов R |
| Пакет TwoSampleMR | Подразделение интегративной эпидемиологии MRC, Бристольский университет | Неприменимо | Пакет R, используемый для извлечения инструментов, гармонизации, менделевского рандомизационного анализа и анализа чувствительности |
| пакет MRPRESSO | CRAN | Версия 1.0 | Пакет R, используемый для оценки глобальной горизонтальной плейотропии и потенциальных инструментов-выбросов |
| пакет writexl | CRAN | Неприменимо | Пакет R, используемый для экспорта таблиц с результатами в файлы формата xlsx |
Ссылки
- Sharma R, Lee K. Advances in treatments for acute ischemic stroke. BMJ. 2025;389:e076161.
- Zhu H, et al. Interleukins and ischemic stroke. Front Immunol. 2022;13:828447.
- Feske SK. Ischemic stroke. Am J Med. 2021;134(12):1457-1464.
- Lin HF, et al. Apolipoprotein E polymorphism in ischemic cerebrovascular diseases and vascular dementia patients in Taiwan. Neuroepidemiology. 2004;23(3):129-134.
- Semplicini A, et al. Hypertension and cerebrovascular diseases: a specific role of vascular protection for the prevention of dementia. J Cardiovasc Pharmacol. 2001;38(Suppl 2):S79-S82.
- Bulwa Z, et al. Management of blood pressure after acute ischemic stroke. Curr Neurol Neurosci Rep. 2019;19(6):29.
- Hosoki S, Tanaka T, Ihara M. Diagnostic and prognostic blood biomarkers in vascular dementia: from the viewpoint of ischemic stroke. Neurochem Int. 2021;146:105015.
- Yamagata K. Docosahexaenoic acid inhibits ischemic stroke to reduce vascular dementia and Alzheimer's disease. Prostaglandins Other Lipid Mediat. 2023;167:106733.
- Yeung S, Luo S, Iwagami M, Goto A. Introduction to Mendelian randomization. Ann Clin Epidemiol. 2025;7(1):27-37.
- Luo J, et al. Cardiovascular diseases and risk of dementia in the general population. Eur J Prev Cardiol. 2025:zwaf129. Available from: https://academic.oup.com/eurjpc
- Burgess S. Sample size and power calculations in Mendelian randomization with a single instrumental variable and a binary outcome. Int J Epidemiol. 2014;43(3):922-929. Available from: https://academic.oup.com/ije/article/43/3/922/757361
- Verbanck M, et al. Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases. Nat Genet. 2018;50(5):693-698. Available from: https://www.nature.com/articles/s41588-018-0099-7
- Ng S, et al. Updates on vascular dementia. Stroke Vasc Neurol. 2025;10(5):542-550.
- Sanders AE, Schoo C, Kalish VB. Vascular Dementia. StatPearls Publishing; Treasure Island (FL); 2025. Available from: https://www.ncbi.nlm.nih.gov/books/
- Ho JP, Powers WJ. Contemporary management of acute ischemic stroke. Annu Rev Med. 2025;76(1):417-429.
- Yen FS, et al. Diabetes, hypertension, and the risk of dementia. J Alzheimers Dis. 2022;89(1):323-333.