《International Journal of Endocrinology》：Type 1 Diabetes and Breast Cancer Risk: Evidence From an Updated Meta-Analysis and Mendelian Randomization Study
编辑推荐：
背景：1型糖尿病（T1D）与乳腺癌（BC）风险的关联仍不明确，既往流行病学研究结论不一致。方法：本研究通过荟萃分析整合观察性研究证据，并采用两样本孟德尔随机化（MR）框架评估T1D对BC风险是否存在因果效应。荟萃分析纳入5篇合格文献中的9项队列研究。T1D相关
背景：1型糖尿病（T1D）与乳腺癌（BC）风险的关联仍不明确，既往流行病学研究结论不一致。方法：本研究通过荟萃分析整合观察性研究证据，并采用两样本孟德尔随机化（MR）框架评估T1D对BC风险是否存在因果效应。荟萃分析纳入5篇合格文献中的9项队列研究。T1D相关的遗传变异选自IEU Open GWAS数据库（GWAS ID: ebi-a-GCST90018925）。BC及其雌激素受体（ER）亚型的汇总数据来自FinnGen联盟（R12版）。结果：合并荟萃分析显示T1D与BC风险之间存在统计学显著的负向关联（合并相对效应估计值=0.91，95%置信区间（CI）：0.85–0.98，p=0.01）。MR分析提供了与遗传预测的T1D和总体BC风险呈负向关联一致的证据（逆方差加权法（IVW）风险比（HR）=0.96，95%CI：0.92–1.00，p=0.033），在ER阳性BC中也观察到类似的负向关联（IVW HR=0.95，95%CI：0.92–0.99，p=0.013），而ER阴性BC未观察到统计学显著关联。敏感性分析表明，尽管MR-PRESSO检测到水平多效性，但效应估计值稳定，同时MR-Egger截距项未显示方向性多效性的证据。结论：综合观察性和遗传学证据与T1D与BC风险可能存在负向关联一致，尤其是对于ER阳性疾病，而ER阴性BC未观察到显著关联。需进一步研究确认这些发现并阐明潜在机制。
研究背景与问题
1型糖尿病（T1D）是一种自身免疫性慢性代谢疾病，约占全球所有糖尿病病例的5%–10%，其患病率正以每年约2%–3%的速度增长，预计到2040年全球患病人数将达到1350万至1740万。乳腺癌（BC）是全球女性发病率最高的恶性肿瘤，也是导致癌症死亡的主要原因之一。此前关于T1D是否影响BC风险的流行病学研究结论不一致：部分研究报告无显著关联，另一些则提示T1D可能降低或增加BC风险。这些矛盾可能源于T1D定义差异、发病年龄、随访时长、生殖与代谢因素调整不足、胰岛素治疗方案不同以及研究人群特征差异等。此外，大多数既往研究仅评估了整体BC而未考虑激素受体定义的亚型。因此，有必要通过更新的观察性证据综合分析和补充遗传学分析，来明确T1D与BC关联的方向及潜在因果关系。
研究方法概述
研究人员首先进行了一项系统性文献检索和荟萃分析，从PubMed、Embase、Web of Science和Cochrane图书馆数据库中筛选2000年1月1日至2026年3月23日期间发表的英文观察性研究（队列或病例对照研究），最终纳入5篇出版物中的9项独立研究人群（8项来自欧洲，1项来自亚洲）。研究质量采用纽卡斯尔-渥太华量表（NOS）评估。荟萃分析使用随机效应模型合并效应量，并通过亚组分析和敏感性分析检验结果的稳健性。在此基础上，研究人员采用两样本孟德尔随机化（MR）方法，利用来自IEU Open GWAS数据库（GWAS ID: ebi-a-GCST90018925）的T1D相关遗传变异作为工具变量，以FinnGen联盟（R12版）的BC汇总数据作为结局变量，评估T1D对总体BC、雌激素受体（ER）阳性BC和ER阴性BC的潜在因果效应。MR分析主要采用逆方差加权法（IVW），辅以加权中位数法和MR-Egger回归，并通过MR-PRESSO和留一法进行敏感性分析。
研究结果
3.1 荟萃分析结果
3.1.1 系统性文献检索：共从四个数据库识别出1079条记录，去除重复后获得901篇文章，经标题摘要筛选和全文审查后，最终纳入5篇出版物中的9项研究进行定量合成。
3.1.2 研究描述与质量评价：9项研究人群中，8项为回顾性队列设计，1项为前瞻性队列；T1D诊断主要依据国际疾病分类（ICD）代码或发病年龄；质量评分为6–8分（满分9分），表明总体质量为中等至高。
3.1.3 荟萃分析：合并分析显示T1D与BC风险之间存在统计学显著的负向关联（合并相对效应估计值=0.91，95%CI：0.85–0.98，p=0.01），但研究间存在中度异质性（I2=54%，p=0.03）。亚组分析显示，在使用年龄定义T1D的研究、Carstensen等人研究中T1D人群规模未报告的研究、T1D患者中BC病例数超过100例的研究以及人年数超过20万的研究中，负向关联仍然显著。按T1D定义方式分组的亚组差异具有统计学意义（p=0.03）。
3.1.4 发表偏倚评估：轮廓增强漏斗图和剪补法分析未提示明显不对称性，但因研究数量有限需谨慎解读。
3.1.5 敏感性分析：逐一剔除各研究后，合并结果保持稳定。
3.2 孟德尔随机化分析结果
3.2.1 工具变量筛选：初步鉴定出18个与T1D强关联的独立单核苷酸多态性（SNP），排除rs3842753（可能与体重指数（BMI）相关）后，保留17个SNP用于最终分析。所有工具的F统计量均远高于10（范围30.10–1402.98，均值177.26），表明弱工具变量偏倚可能性低。
3.2.2 T1D与总体BC风险的关联：IVW法（HR=0.957，95%CI：0.919–0.997，p=0.033）和加权中位数法（HR=0.959，95%CI：0.935–0.983，p=0.001）均显示遗传预测的T1D与总体BC风险呈负向关联，而MR-Egger法结果更保守且不显著（HR=0.979，95%CI：0.915–1.047，p=0.542）。虽然存在显著异质性和水平多效性（MR-PRESSO全局检验p<0.001），但去除离群SNP后因果估计值增强（校正后估计值=?0.038，SE=0.014，p=0.018），且MR-Egger截距项未显示方向性多效性（p=0.422）。留一法分析证实结果稳定。
3.2.3 T1D与ER阳性BC风险的关联：IVW法（HR=0.953，95%CI：0.918–0.990，p=0.013）和加权中位数法（HR=0.952，95%CI：0.925–0.981，p=0.001）均显示T1D与ER阳性BC风险显著负相关，MR-Egger法结果不显著（HR=0.971，95%CI：0.912–1.034，p=0.377）。MR-PRESSO检出显著水平多效性（全局检验p=0.001），但去除离群SNP后因果估计值更明显（校正后估计值=?0.043，SE=0.014，p=0.009），且MR-Egger截距项无显著多效性（p=0.476）。留一法分析支持结果稳健性。
3.2.4 T1D与ER阴性BC风险的关联：所有三种MR方法均未观察到T1D与ER阴性BC风险之间的统计学显著关联（IVW：HR=0.967，95%CI：0.921–1.014，p=0.162；MR-Egger：HR=0.997，95%CI：0.921–1.078，p=0.934；加权中位数：HR=0.974，95%CI：0.940–1.010，p=0.147）。尽管MR-PRESSO检出显著水平多效性（p=0.001），但去除离群SNP后结果仍不显著（估计值=?0.028，SE=0.018，p=0.146），且MR-Egger截距项未显示方向性多效性（p=0.352）。
讨论与结论
讨论部分总结：本研究通过整合荟萃分析和MR分析，提供了T1D与BC风险可能存在负向关联的证据，尤其针对ER阳性BC，而ER阴性BC未见显著关联。观察性研究和遗传学分析结果的一致性增强了这一发现的可靠性。与既往荟萃分析相比，本研究纳入了更新的文献，并首次通过MR方法探讨了T1D与BC分子亚型的关联。研究观察到中度异质性（I2=54%），可能源于研究设计、T1D定义标准、随访时长和混杂因素分布等方面的差异。效应量较小（荟萃分析合并效应值为0.91，MR IVW估计值为0.957–0.953），提示不应将统计学显著性误解为个体层面有临床意义的风险大幅降低。多效性分析方面，MR-PRESSO检出水平多效性但MR-Egger截距项不显著，可能反映平衡多效性或少数离群变异驱动的多效性，而非系统性方向性偏倚。潜在的生物学机制包括性激素生物利用度改变（如性激素结合球蛋白（SHBG）浓度变化）、胰岛素样生长因子-1（IGF-1）信号通路异常以及免疫炎症调节失调，但这些均为推测性假说。研究局限性包括：T1D定义在不同观察性研究中不一致；系统评价方案未前瞻性注册；缺乏详细的个体水平临床变量（如病程、糖化血红蛋白（HbA1c）、胰岛素治疗方案等）；GWAS数据和多数队列以欧洲血统人群为主，限制外推性；无法按人类表皮生长因子受体2（HER2）状态或更精细分子亚型分层；残余水平多效性不能完全排除。
研究结论：本研究的发现表明，综合观察性和遗传学证据与T1D与BC风险可能存在负向关联一致，尤其是针对ER阳性肿瘤，而ER阴性BC未观察到显著关联。这些发现应谨慎解读，需要在更大规模和更多样化的人群中进行进一步研究，以确认所观察到的关联并阐明潜在的生物学机制。
