《Journal of Traumatic Stress》：Examining the multivariate genetic architectures of posttraumatic stress disorder and cardiovascular disease phenotypes
创伤后应激障碍（posttraumatic stress disorder, PTSD）与心血管疾病（cardiovascular disease, CVD）风险升高相关，但其共享遗传易感性的程度尚不清楚。大规模全基因组关联研究（genome-wide association study, GWAS）可对共同遗传结构进行多变量评估。研究人员分析了欧洲血统PTSD（Neff≈122万）、CVD结局（CVDoutcomes；冠状动脉疾病、卒中、高血压；Neff=12.6万–57.4万）和CVD风险因素（CVDrisk；高密度脂蛋白、甘油三酯、空腹血糖、腰围；N=21.1万–52.6万）的GWAS汇总统计量。使用基因组结构方程模型（genomic structural equation modeling, gSEM），研究人员对PTSD与CVD表型之间的潜在遗传结构进行建模，并对潜在因子开展带基因和基因集注释的多变量GWAS。区分PTSD、CVDrisk和CVDoutcomes的三因子模型对数据拟合最佳，χ2=256.9，CFI=.990，SRMR=.040。PTSD与CVDrisk呈中度遗传相关性，rg=.340，p<.001；与CVDoutcomes呈显著但可忽略的遗传相关性，rg=0.030，p<.001，提示在潜在因子水平上共享遗传易感性极小。多变量GWAS分别识别出PTSD的7个位点、CVDrisk的96个位点和CVDoutcomes的51个位点。基于基因的检验分别涉及85、910和390个基因，其中PTSD与CVDrisk之间有18个基因重叠。富集分析突出PTSD的RNA代谢以及CVD性状的脂质/血管通路。进一步的位点水平重叠出现，包括两种表型在第6号染色体主要组织相容性复合体（major histocompatibility complex, MHC）区域的一个基因组枢纽。PTSD与CVD尤其与CVDrisk存在中度多基因重叠，但许多位点为性状特异性，提示脂质代谢、血管张力、免疫/炎症通路和RNA调控可能是潜在联系。
创伤后应激障碍（PTSD）与心血管疾病（CVD）风险升高相关，大型流行病学研究和荟萃分析显示，与无PTSD者相比，PTSD个体发生CVD和冠心病的风险约高42%–55%，卒中风险高一倍以上（Padhi et al., 2024）。实验室研究中，PTSD个体表现出与CVD风险机制一致的生理测量，如血压（BP）升高、心率变异性降低、炎性细胞因子水平升高。鉴于PTSD以应激反应增强为特征，一些研究者提出PTSD通过慢性应激系统激活（如血压持续升高）升高CVD风险，导致下游血管炎症并最终动脉粥样硬化。PTSD与CVD之间的一致联系促使美国国立卫生研究院和美国心脏协会召集工作组。PTSD和CVD均具有遗传成分，炎症相关遗传通路已被牵涉于这些表型。更好地刻画共享遗传风险可改善对PTSD–CVD联系的理解，并带来针对共享潜在机制的新治疗靶点。
PTSD和CVD表型均已开展全基因组关联研究（GWAS）。精神病基因组学联盟PTSD工作组（PGC-PTSD）已发表多项PTSD遗传风险研究，识别出基于性别和血统的遗传差异。例如，Nievergelt等（2024）的多血统GWAS荟萃分析纳入欧洲裔美国人（EA）、非洲裔美国人（AA）和拉丁美洲人群，在EA中识别出81个全基因组显著（GWS）位点，在多血统人群中识别出85个，合计95个独特PTSD位点。冠状动脉疾病全基因组复制与荟萃分析（CARDIoGRAM）联盟已识别出多种CVD类型及其风险因素的遗传风险位点。
来自PTSD和CVD GWAS的信息可结合研究其重叠遗传结构。然而，迄今仅三项研究使用PTSD和/或CVD的GWAS汇总统计量检验其遗传相关性。使用早期PTSD GWAS汇总统计量，其中两项研究发现PTSD与CAD存在遗传重叠证据，但未通过多重检验校正，并发现PTSD症状与BP相关（Sumner et al., 2017, 2021）。第三项研究识别出PTSD与高血压和CAD的遗传相关性，并使用孟德尔随机化（MR）发现PTSD预测CVD（高血压、CAD）的因果联系证据，但无反向证据（Seligowski et al., 2022）。然而，Polimanti等（2022）同样使用MR发现PTSD与CAD的双向关联。Lukas等（2025）利用PGC-PTSD Freeze 3汇总统计量和四种CVD结局GWAS数据，发现PTSD与CAD、高血压和心衰的显著遗传相关性，r
g=.21–.32，但与房颤无显著相关；使用gSEM识别出PTSD与CVD表型间的共同遗传因子，多变量MR提示PTSD因果增加CAD、心衰和高血压风险，失眠、吸烟、酒精依赖和炎症为部分中介因素。
这些研究使用较早版本的PTSD-PGC汇总统计量；当前freeze包含更多样本（n=1,222,882），检测可能效应的功效更高。此外，尽管这些工作为共享遗传易感性提供了早期证据，但未区分CVD结局与CVD风险因素的遗传结构，也未在考虑两者协方差的同时检验其与PTSD的关联，限制了对可指导预防和干预的共享机制的理解。
gSEM是一种多变量统计遗传技术，可建模复杂性状间共享遗传方差（Grotzinger et al., 2019）。它使用双变量连锁不平衡分数回归（LDSC；一种利用汇总统计量估计成对零阶遗传相关性的回归技术）构建遗传方差–协方差矩阵，并检验遗传关联的多变量模型。使用该方法可识别共病表型的共享潜在遗传因子结构及各性状独特方差。除建模共享和独特方差外，gSEM可用于潜在因子的多变量GWAS，提供更高统计功效以检测单个表型原发GWAS可能遗漏的相关遗传变异。鉴于PTSD–CVD共病及PTSD与多种CVD表型遗传关联的既往证据（Lim et al., 2024），研究人员使用gSEM检查PTSD与CVD风险因素（CVDrf）和CVD结局（CVDo）的联合遗传结构。第一目标是识别最适合这些性状遗传数据的因子结构。研究人员假设相关三因子模型（分别建模PTSD潜在遗传风险、CVDrf潜在遗传风险和CVDo潜在遗传风险，分别建模但允许相关）相较一因子或二因子模型拟合最佳。随后，研究人员试图对最佳拟合因子结构开展多变量GWAS，以识别跨表型共享遗传位点。将gSEM应用于PTSD与CVD风险因素和结局研究，可扩展既往文献，更细致理解这些表型的遗传关系。
方法：研究程序。CVD表型基于理论和实证考虑选择。理论上区分CVDrf（即心血管疾病的代谢和生理前兆，包括HDL胆固醇、甘油三酯、空腹血糖和腰围）与CVDo（即CAD、卒中和高血压）。该区分源于CVDrf和CVDo代表CVD发病机制中概念上不同阶段的证据，以及阐明其与PTSD差异遗传重叠可比单一复合CVD表型提供更深机制见解。实践中，表型选择进一步受所有感兴趣表型都有足够功效的公开GWAS汇总统计量可用性的限制。
研究人员整理了现有大规模GWAS汇总统计量。所有纳入分析的汇总统计量总结于表1。汇总统计量用gSEM分析以（a）估计PTSD和心血管表型的潜在遗传因子结构，以及（b）识别第一步中识别的潜在变量相关的单核苷酸多态性（SNPs）和基因。分析限于被归类为最接近欧洲血统参考面板的个体GWAS，因为所有感兴趣表型在多样人群中尚无足够功效的公开汇总统计量。
PTSD表型：PTSD诊断汇总统计量来自PGC-PTSD Freeze 3，是80多个数据集的荟萃分析。PTSD评估基于终生PTSD诊断，或当终生诊断不可用时基于当前诊断（Neff=641,533），由不同版本《精神障碍诊断与统计手册》（DSM）标准确定。研究人员还纳入来自Million Veterans Program（MVP）队列GWAS的重体验、回避和高唤醒PTSD症状汇总统计量（连续严重程度评分；N=186,689），使用PTSD检查表评估。
CVD表型：CAD汇总统计量来自大规模荟萃分析。CAD诊断状态使用终生CAD诊断确定（Neff=574,261）。高血压汇总统计量来自UK Biobank，使用自我报告的终生高血压诊断（Neff=277,286）。卒中汇总统计量来自MEGA STROKE联盟，由国际卒中遗传学联盟发起。研究人员使用“任何缺血性卒中”汇总统计量以增加病例数和统计功效（Neff=126,2332）。HDL汇总统计量来自MVP和UK Biobank，并通过逆方差加权荟萃分析合并（N=526,100）。甘油三酯水平汇总统计量（N=211,491）来自MVP电子健康记录中提取的实验室测量甘油三酯。空腹血糖汇总统计量（N=314,916）使用连续血糖浓度，来自UK Biobank。最后，研究人员使用来自GIANT联盟的腰围汇总统计量（N=224,459）。
质量控制：研究人员使用R中的MungeSumstats包对所有纳入GWAS应用统一标准化和质量控制流程。此外，所有纳入汇总统计量过滤为次等位基因频率1.0%或以上且info评分0.6或以上的标记（如有）。分析限于常染色体。对于所有病例对照GWAS，研究人员使用标准调整计算有效样本量：4/[(1/N cases)+(1/N controls)]。作为公开聚合数据的二次分析，本研究不涉及直接人体受试者研究，免于机构审查委员会审查。无需知情同意；原始队列的知情同意程序在各主要发表中描述。
数据分析：研究人员使用R中的GenomicSEM包（版本0.0.3）分步分析。首先，为检查PTSD和CVD风险因素及结局的遗传结构，研究人员估计每组汇总统计量的方差–协方差矩阵和采样矩阵。然后检验一系列嵌套模型。研究人员使用一系列标准拟合指数（卡方、p值、Akaike信息准则[AIC]、比较拟合指数[CFI]和标准化均方根残差[SRMR]）评估模型拟合并决定哪种因子结构最拟合数据。研究人员使用GenomicSEM开发者推荐的对角加权最小二乘估计器，以最小化隐含遗传协方差矩阵与观察协方差矩阵之间的差异。然后使用最佳拟合模型对纳入因子开展多变量GWAS，以识别与各因子相关的单个SNP并检查任何潜在因子间共享SNP。最后，研究人员过滤显著SNP和异质性分析（Q-SNP）中识别的高连锁不平衡（LD）SNP。
为表征下游分析，研究人员通过在线FUMA门户在MAGMA（版本1.08）中开展基于基因和基因集分析。每个基因内的SNP联合检验其与每个潜在因子GWAS的关联（Bonferroni校正p=.05/18,235）。独立位点使用标准FUMA参数识别，LD r
2阈值.10，窗口大小250 kb。接下来，研究人员使用来自Molecular Signatures Database（版本2023.1Hs）的17,023个基因集和10,529个基因本体术语开展MAGMA基因集分析。研究人员对所有检验按评估基因集数量校正（Bonferroni校正p=.05/17,023）。鉴于仅纳入欧洲血统汇总统计量，这些分析使用1000 Genomes欧洲参考面板进行LD。最后，对于与多个因子相关的基因，研究人员使用卡方检验检验观察到的重叠是否显著大于随机预期。
为在特定基因组区域水平刻画PTSD与CVD表型之间的局部遗传重叠，研究人员使用Local Analysis of [co]Variant Annotation（LAVA）开展局部遗传相关分析。LAVA将基因组划分为近似独立基因组区域，并使用GWAS汇总统计量估计每个区域内的双变量局部遗传相关性（local r
g）。分析针对PTSD与CVDrf、PTSD与CVDo以及CVDrf与CVDo。任一性状局部遗传力不足的位点在双变量检验前排除。LD估计使用1000 Genomes欧洲参考面板，与纳入GWAS血统一致。显著性使用Bonferroni校正按检验位点数量评估。
最后，为识别PTSD与CVD表型间共享遗传关联证据的特定SNP，研究人员应用共定位条件错误发现率（conjunctional false discovery rate, conjFDR）框架。该框架利用两性状间多效性，通过计算给定SNP同时为两性状零假设的后验概率上限来提升位点发现统计功效。conjFDR小于.05的SNP被认为显著。分析针对PTSD与CVDrf以及PTSD与CVDo。
结果：Latent genetic structure of PTSD and CVD phenotypes。所有PTSD与CVD指标间遗传相关性见补充图S1。研究人员比较三种嵌套因子结构的拟合统计量以确定哪种最能代表PTSD和CVD数据（补充表S1）。第一种是一因子模型，所有PTSD和CVD指标载荷到单一共同因子。第二种是二因子模型，PTSD指标载荷到一个因子，所有CVD指标（即所有风险因素和结局）载荷到一个合并CVD因子。第三种是假设的三因子模型，PTSD指标载荷到PTSD因子，CVD风险因素载荷到CVDrf，CVD结局载荷到CVDo，三个因子均允许相关。三因子模型拟合显著优于二因子模型，Δχ
2=328.77，Δdf=2，p=4.06×10
?72，支持CVDrf与CVDo为遗传上可分离构念。三因子模型自由度低于其他模型反映分离CVDrf和CVDo为不同潜在因子相关的额外自由估计因子相关和载荷。
基于拟合指数及理论和概念信息，总体最佳拟合模型为假设的三因子（PTSD、CVDrf、CVDo）模型，χ
2(41)=256.9，AIC=306.9，CFI=.99，SRMR=.04。所有PTSD指标强且显著载荷到PTSD因子。HDL、甘油三酯、空腹血糖和腰围中度且显著载荷到CVDrf，CAD、卒中和高血压中度且显著载荷到CVDo（见Figure 1）。关于三因子间遗传相关性，PTSD与CVDrf显著正相关，r
g=.34，p<.001，与CVDo相关性较低但显著，r
g=.03，p<.001。两个CVD因子显著正相关，r
g=.66，p<.001。作为敏感性分析，研究人员使用仅病例对照的PGC-PTSD Freeze 3汇总统计量重跑验证性因子分析，以评估使用全混合表型结果可能的偏倚。模型拟合和因子载荷与主模型几乎相同，支持原始发现稳健性（补充表S2）。
为评估三因子结构是否充分捕捉PTSD、CVDrf和CVDo间关联，研究人员还检验完全和部分中介模型（PTSD→CVDrf→CVDo；补充表S3）。部分中介模型拟合数据与三因子模型相当，并优于完全中介模型，而在部分中介设定中PTSD到CVDo的残差直接路径仍显著。这些设定与三因子模型统计上不可区分，模型选择未改变多变量GWAS中遗传变异发现模式，支持主要发现对替代模型结构的稳健性。研究人员进一步比较全GWAS和仅病例对照GWAS设定下PTSD指标的SNP遗传力和遗传相关估计（补充表S4）。这些估计在各设定下几乎相同，尽管全PTSD汇总统计量相较仅病例对照设定产生略高的SNP遗传力估计。潜在因子本身的遗传力估计未呈现，因为LDSC衍生的潜在因子估计不受表型方差约束，因而难以直接解释。
Multivariate GWAS。研究人员随后开展将SNP效应纳入三因子（PTSD、CVDrf、CVDo）的多变量GWAS。所有GWS位点的索引SNP和完整结果见补充表S5。过滤高LD和异质性（Q-SNP）SNP后，PTSD因子有7个独立位点GWS，p<5.00×10
?8（见Figure 2）。最显著位点（索引SNP：rs7801349，chr 7:2,085,553）p=4.42×10
?13，定位到MAD1L1基因。次显著位点（索引SNP：rs11130221，chr 3:49,819,102），p=1.17×10
?12，定位到CAMKV基因。对于CVDrf，96个独立位点GWS（Figure 3）。总体最显著位点（索引SNP：rs3779787，chr 8:19,797,916），p=1.95×10
?253，定位到APOB区域。其他高度显著位点牵涉脂质代谢及相关通路基因。对于CVDo，51个独立位点GWS（Figure 4）。最显著位点为rs2521501（chr 15:91,437,388），p=1.35×10
?29；rs167479（chr 19:11,526,765），p=1.42×10
?29；和rs3184504（chr 12:111,884,608），p=1.84×10
?28，后者定位到SH2B3基因区域，牵涉血压和血管功能。两个CVD因子间有四个SNP重叠（rs1558902、rs3184504、rs13234269、rs11231698）；然而，PTSD与任一CVD因子无顶部位点重叠。
Gene-based associations。在FUMA/MAGMA中对每个潜在变量进行GWAS汇总统计量分析后，研究人员观察到PTSD、CVDrf和CVDo分别有85、910和390个基因相关，在每次MAGMA分析检验的17,228个基因多重检验Bonferroni校正后（补充表S6）。在校正显著基因中，无基因在三个因子间重叠；然而，103个基因与两个CVD因子均相关。卡方检验表明该重叠显著大于随机预期，p=1.78×10
?78。研究人员还识别出18个基因在PTSD与CVDrf间显著重叠，p=2.54×10
?10。仅一个基因（IP6K1）出现在PTSD和CVDo两个基因列表中；然而，未进行重叠显著性卡方检验。
多重检验校正后，一个基因集与PTSD因子相关：RNA代谢过程正调控，p
adjusted=4.55×10
?7。研究人员观察到13个基因集与CVDrf显著相关，顶部基因集广泛与脂质水平相关。6个基因集通过多重检验校正并与CVDo相关。这些基因集广泛牵涉BP和循环系统。所有基因集见补充表S7。
Local genetic correlation analyses (LAVA)。LAVA局部遗传相关分析识别出PTSD与CVDrf间三个具有显著局部遗传相关的基因组位点（Bonferroni校正后），以及PTSD与CVDo间两个显著位点。值得注意的是，第6号染色体一个位点（chr 6 31,427,210–32,208,901），涵盖主要组织相容性复合体（MHC）区域及TNF、LTA和NOTCH4等基因，显示与CVDrf（ρ=0.57，p=5.07×10
?4）和CVDo（ρ=0.78，p=5.98×10
?6）均显著局部遗传相关，提示该区域为PTSD–CVD共享遗传结构的基因组枢纽，并牵涉炎症和免疫通路为这些疾病共享生物学机制。然而，MHC区域以极高LD为特征。因此，尽管该区域可能为未来研究的有希望靶点，这里牵涉的特定基因（如TNF、LTA、NOTCH4）应解释为更广泛共享信号区域内的候选基因，而非确定性因果基因。完整结果见补充表S8。
conjFDR。conjFDR分析识别出55个SNP达到PTSD与CVDrf间共享关联的conjFDR阈值，24个SNP达到PTSD与CVDo间共享关联阈值（补充表S9）。在PTSD与CVDrf的顶部共享位点中，最显著SNP为rs9899520（chr 17），conjFDR=1.52×10
?4，对PTSD和CVDrf均有 concordant 正向效应。对于PTSD与CVDo，顶部共享位点为rs11713193（chr 3:49,924,424），conjFDR=3×10
?6，定位到CAMKV区域，值得注意的是与主要多变量GWAS中识别的顶部PTSD因子位点同一区域，对PTSD有 concordant 效应但对CVDo有 discordant 效应。另有1,150个SNP达到CVDrf与CVDo间共享关联的conjFDR阈值，与主要分析中观察到的这两个CVD因子间显著遗传重叠一致。
讨论：使用gSEM，研究人员发现PTSD测量存在共享潜在遗传风险，该风险与CVD风险过程和CVD结局的潜在遗传风险不同但相关。PTSD–CVDrf中度相关提示PTSD与心脏代谢前兆（如脂质水平、血糖和肥胖）之间存在有意义的共享遗传易感性。PTSD–CVDo相关性虽统计显著但可忽略，应谨慎解释为与临床诊断心血管疾病共享遗传易感性的有限证据，可能反映结局相较其上游风险因素具有更高多基因性和病因复杂性。
值得注意的是，Lukas等（2025）同样使用gSEM识别出PTSD与几种CVD结局间的共同遗传因子，PTSD与CAD、高血压和心衰间遗传相关显著。本研究通过分别建模CVDrf和CVDo为不同潜在因子补充该工作，在刻画PTSD与心脏代谢指标对比临床心血管终点的差异遗传重叠方面提供额外粒度。
本研究通过多变量框架（即gSEM）探索这些关联，扩展当前知识，该框架区分跨性状共享遗传因子与各疾病独特遗传因子。本研究结果所示的遗传重叠为PTSD–CVD高共病率提供一种潜在解释，即PTSD加性遗传风险的一小到中等比例与多种CVD相关表型相关。
除检查这些潜在性状的共享遗传结构外，研究人员还评估贡献这些潜在性状的特定遗传变异，并检查跨性状变异是否有重叠。每个因子均显示若干统计显著遗传变异，确认三种表型共享某种高阶易感性但仍保留独特SNP水平驱动因素。PTSD因子最显著位点（lead SNP：rs7801349）定位到MAD1L1基因，该基因牵涉CVD相关表型（如2型糖尿病、代谢综合征）。次显著位点（lead SNP：rs11130221）定位到CAMKV，该基因在既往PTSD症状GWAS中被识别，包括最近PGC-PTSD GWAS（Nievergelt et al., 2024）。
与CVDrf显著相关的基因包括APOB和FADS2，分别牵涉低密度脂蛋白（LDL）胆固醇和脂肪酸生成，而与CVDo相关的基因（如FGF5、PRDM8、ARHGAP42）牵涉BP、高血压、CAD和血小板计数等性状。结果证明四个GWS SNP在CVDrf与CVDo间重叠（rs1558902、rs3184504、rs13234269、rs11231698）。然而，PTSD与任一CVD因子无顶部位点重叠，暗示PTSD–CVD联系可能通过许多小效应变异或中间生物学而非单个高影响SNP发挥作用。尽管研究人员在潜在水平发现PTSD与CVD间重叠遗传因子，多变量GWAS分析未识别可能负责广泛重叠的特定SNP，或许由于PTSD Q-Q图显示轻微欠膨胀（即显著SNP少于随机预期）。综上，研究人员观察到分层遗传结构：广泛潜在重叠但SNP水平趋同有限，提示临床共病可能源于多基因、通路水平趋同而非少数顶部SNP。补充LAVA分析佐证该解释，第6号染色体共享MHC区域枢纽进一步牵涉炎症和免疫通路，并提示PTSD–CVD多基因重叠在特定基因组区域水平而非单个顶部位点水平发挥作用。
conjFDR分析同样识别出大量共享位点证据，包括一个值得注意的CAMKV区域SNP，其对PTSD有 concordant 效应但对CVDo有 discordant 效应，提示可能存在拮抗多效性。
MAGMA基于基因分析结果未揭示三个因子间有任何重叠基因。然而，103个基因与CVDrf和CVDo相关，为共享遗传基础提供进一步证据。这些重叠基因中超过30%位于第11号染色体，该染色体牵涉多种CVD表型，包括LDL变异和左心室收缩力。此外，研究人员识别出PTSD与CVDrf间18个重叠基因，其中12个位于第3号染色体，提示应激反应与心脏代谢调控相交的潜在基因组区域。一个基因FURIN与PTSD和CVDo均相关。FURIN与心血管、代谢和免疫功能以及神经精神性状相关。PTSD与FURIN的共享遗传基础提示连接应激相关精神病理与结构性心脏表型的潜在共同遗传通路，尽管本分析无法确定该关联的方向和性质。
多重检验校正后，仅一个基因集与PTSD因子相关：RNA代谢过程正调控。RNA代谢过程正调控可能代表使能或破坏PTSD和/或CVD应激适应的分子机制，鉴于两者常常见到应激反应失调。值得注意的是，该基因集也是CVDo的顶部关联。
本研究使用大型公开GWAS汇总统计量最大化检测共享遗传变异的统计功效。尽管无共享GWS变异，基因和基因集分析均证明PTSD与CVD因子间重叠，提示未来PTSD–CVD共病研究的潜在靶点。应考虑本研究局限性。第一，分析依赖欧洲血统个体GWAS汇总统计量。该限制反映所有感兴趣表型有足够功效的汇总统计量目前在多样人群中尚不可公开获得。未来研究应建立在正在进行的优先纳入多样人群的基因组学研究努力之上。另一个局限涉及贡献PTSD汇总统计量的源人群异质性。来自MVP的PTSD症状严重程度GWAS反映主要为军人和退伍军人人群，而其他纳入GWAS来自一般人群队列。退伍军人人群可能在创伤类型和严重程度、PTSD现象学和共病特征方面与一般人群不同，可能影响遗传结构并给这里估计的潜在PTSD因子引入异质性。尽管这反映当前可用、有足够功效的PTSD GWAS汇总统计量状态，未来研究应检查当分析限于更同质源人群汇总统计量时这些发现是否重复。当前PTSD-PGC freeze包含早期PTSD-PGC freezes和MVP数据，导致研究间某种程度非独立性。
此外，研究人员尝试双变量因果混合建模（MiXeR）以进一步刻画PTSD、CVDrf和CVDo间多基因重叠，但结果不稳定且与主要因子水平遗传相关不一致。因此，研究人员未报告这些结果，并将其标记为未来方法学工作方向。
最后，尽管研究人员未检验CVDrf和CVDo载荷到单一高阶CVD因子的正式层级模型，所述二因子模型在概念上类似此种结构。模型比较结果为将CVD风险因素和结局视为遗传上不同构念而非合并为单一高阶因子提供强实证支持。
总之，本研究提供PTSD与CVD共享遗传结构的新证据。尽管没有单个SNP达到GWS，多变量分析揭示相关潜在遗传因子以及重叠基因和通路，最显著在RNA代谢调节和炎症相关过程中。共享基因组枢纽的识别为未来机制和转化研究提供有希望靶点。未来，更大和更多样的GWAS以及整合多组学和功能研究对验证这些通路并探索其临床效用至关重要。
