重度抑郁症与颈椎病的因果关系：一项双向孟德尔随机化研究

本研究通过双向孟德尔随机化（MR）分析探讨了重度抑郁症（MD）与颈椎病（CS）的因果关系。研究人员利用IEU OpenGWAS数据库的汇总数据，采用IVW、MR-Egger等方法验证了MD对CS的因果效应（OR>1, p<0.05），而反向分析未发现CS对MD的因果关联。该研究为两种高发疾病的发病机制提供了遗传学证据，提示MD患者需关注颈椎健康预防。

　　

颈椎病（CS）作为一种与年龄相关的退行性疾病，全球约三分之一人群长期受其引发的颈部疼痛和神经压迫症状困扰。与此同时，重度抑郁症（MD）患者数量在过去30年激增50%，全球患者超2.6亿，被世界卫生组织列为第二大致残原因。临床观察发现，约30%的CS患者伴随抑郁症状，而抑郁症患者发生CS的风险是普通人群的1.8倍。但传统流行病学研究难以区分这种关联是因果还是混杂因素导致，这为临床干预策略的制定带来巨大挑战。

为破解这一难题，来自中国的研究团队在《Journal of Neurorestoratology》发表了一项开创性研究。他们采用双向孟德尔随机化（Mendelian randomization, MR）这一新兴流行病学方法，利用遗传变异作为工具变量，首次从遗传学角度揭示了MD与CS的单向因果关系。这项研究巧妙规避了传统观察性研究中反向因果和混杂因素的干扰，为两种疾病的预防提供了新思路。

研究团队从IEU OpenGWAS数据库获取了最大规模的欧洲人群基因组数据：MD数据包含ieu-b-102（500,199样本）和ieu-a-1187（480,359样本）两个数据集，CS数据来自ukb-b-2349（462,933样本）和ukb-b-2625（463,010样本）。通过严格的工具变量筛选（p<5×10^?8
，连锁不平衡r²
<0.001），采用逆方差加权（IVW）、加权中位数等四种MR方法进行分析，并辅以异质性检验、水平多效性检验和留一法验证结果稳健性。

3.1. MD是CS的危险因素
正向MR分析显示，MD显著增加CS风险（IVW模型OR=1.002-1.003，p<0.05）。这一结果在四种分析方法中保持一致，散点图显示正向斜率，漏斗图符合MR分组规律。值得注意的是，虽然OR值接近1，但超大样本量（超46万人）保证了微小效应检测的统计学效力。

3.2. CS与MD无因果关联
反向分析中，CS对MD的效应值均无统计学意义（p>0.05）。这一结果通过水平多效性检验（MR-Egger截距p=0.478-0.1098）和留一法得到验证，排除了单个SNP对结果的过度影响。

3.3. MR分析的可靠性
敏感性分析证实研究具有良好稳健性：Cochran's Q检验显示无样本异质性（Q_p>0.05），MR-PRESSO检测未发现水平多效性（p>0.05），留一法证明不存在显著偏倚。这些质量控制措施为因果推断提供了三重保障。

这项研究首次通过遗传学证据证实：MD是CS的独立危险因素，而CS不会导致MD发生。这一发现具有重要临床意义：

1. 机制解释：研究支持"抑郁-久坐-肌肉退化"的病理链条，MD患者可能因运动减少、睡眠紊乱（MD典型症状）和吸烟等共病因素加速颈椎退变。
2. 临床实践：建议精神科医生对MD患者开展颈椎健康宣教，重点关注姿势管理和运动干预，这对长期使用电子设备的年轻患者尤为重要。
3. 研究创新：相比Lin等既往观察性研究（样本量34,166），本研究通过MR分析有效规避了回忆偏倚和混杂因素影响，为因果推断提供了II级证据。

研究也存在一定局限：数据仅来自欧洲人群，未来需在亚洲等队列验证；未完全排除吸烟、BMI等混杂因素的潜在多效性影响。后续研究可结合多变量MR或中介分析，进一步解析教育水平、心血管疾病等中间变量的作用路径。

这项研究为理解神经精神疾病与骨骼退行性变的交互作用开辟了新视角。随着GWAS数据的持续扩充，MR方法将在复杂疾病因果网络解析中发挥更大价值，为精准预防提供科学依据。