教育程度差异对成人体重变化遗传与环境影响的作用：基于11个双生子队列的个体水平合并分析

《International Journal of Obesity》：Genetic and environmental influences on educational disparities in adult weight change: an individual-based pooled analysis of 11 twin cohorts

　　

摘要（Abstract）：教育程度（Educational Attainment, EA）与体质指数（Body Mass Index, BMI）呈负相关，但EA与成人期BMI变化之间的关联尚不清楚。本研究分析了遗传与环境因素在EA与成人期BMI轨迹组分（基线BMI及每十年BMI变化量）关联中的作用。研究采用来自11个队列共59,490例31–99岁双生子（49%为女性）的合并数据，EA由受教育年限对出生年份及队列回归得出，BMI轨迹组分通过线性混合效应模型（Linear Mixed-Effects Model, LME）及delta斜率法估算。EA与BMI轨迹的关联采用LME模型评估，遗传与环境贡献通过结构方程建模（Structural Equation Modelling, SEM）评价。结果显示，EA与基线BMI及BMI变化（男、女每十年分别平均变化1.31和1.32 kg/m2）呈更强的负相关——女性中EA与基线BMI的β＝–0.14 kg/m2（95% CI：–0.15至–0.12）、与BMI变化的β＝–0.02 kg/m2/十年（95% CI：–0.03至–0.01）；男性中分别为β＝–0.07（95% CI：–0.08至–0.06）和β＝–0.01（95% CI：–0.02至–0.001）。基线BMI与EA的关联在男性中由遗传因素解释（加性遗传相关 rA＝–0.10），在女性中由遗传（rA＝–0.17）与独特非共享环境因素（unique environmental factor, rE＝–0.07）共同解释。BMI变化与EA的关联由遗传因素解释（男性rA＝–0.04，女性rA＝–0.06）。结论：较高EA个体倾向于具有较低基线BMI及成人期更慢的BMI增幅，这些关联主要由遗传因素介导。

本研究发表于《International Journal of Obesity》。既往大量横断面研究表明教育程度（Educational Attainment, EA）与体质指数（Body Mass Index, BMI）呈负相关，即受教育程度越高成人BMI越低，但关于EA与成人期纵向BMI变化（即体重随年龄增长轨迹）之间关系的研究十分有限，且该关联的遗传与环境基础尚未明确。现有双胞胎及全基因组关联研究（Genome-Wide Association Study, GWAS）提示成人横断面BMI受较强遗传影响（遗传度可达约80%），而EA也具有一定遗传度（约三分之一至二分之一），二者存在负遗传相关；但BMI纵向变化是否共享相同遗传架构仍不清楚。因此研究人员利用多国双胞胎队列的纵向数据，探讨EA与成人基线BMI及BMI变化速率的表型关联，并分解该关联背后的加性遗传（Additive Genetic, A）、共享环境（Shared/Common Environment, C）及独特非共享环境（Unique/Non-shared Environment, E）贡献，以阐明教育相关的BMI健康不平等的形成机制。

主要关键技术方法

研究人员使用CODATwins（COllaborative Project of Development of Anthropometrical Measures in Twins）项目数据，纳入来自欧洲、北美、东亚及澳大利亚共11个双生子队列、59,490名31–99岁个体（含22,129对完整双生子对，44%同卵Monozygotic, MZ、47%同性异卵Dizygotic, DZ、9%异性DZ），要求有EA信息及至少两次成人期BMI测量，排除未完成教育者及极端离群值。EA由各队列受教育年限对出生年份和队列回归取残差标准化。BMI轨迹组分——基线BMI及每十年BMI变化（BMI change per decade）——对仅有两次测量者用delta法（末次减首次BMI除以间隔年数）计算，对三次及以上测量者用线性混合效应模型（Linear Mixed-Effects Model, LME）提取随机截距（基线BMI）与随机斜率（年度BMI变化）再换算为十年变化量。EA与BMI轨迹的表型关联用分层（按性别）LME模型分析，校正基线年龄、zygosity及队列，BMI变化模型额外校正基线BMI。敏感性分析包括调整吸烟状况及按生命阶段（早中年30–50岁、中年51–65岁、老年＞66岁）分层。遗传与环境贡献采用基于MZ与DZ双胞胎经典双变量Cholesky分解的结构方程建模（Structural Equation Modelling, SEM），方差分解为A、C、E（最终EA用ACE模型、BMI用AE模型），计算标准化加性遗传相关（r_A）与独特环境相关（r_E）。

研究结果

Association analysis（关联分析）

在合并数据中，EA与基线BMI及BMI变化均呈显著负相关。男性每升高1个SD的EA（约3年受教育年限），基线BMI低0.07 kg/m²，BMI变化减慢0.01 kg/m²/十年；女性每升高1个SD的EA（约2.8年），基线BMI低0.14 kg/m²，BMI变化减慢0.02 kg/m²/十年。按生命阶段分层显示男性EA–基线BMI负相关仅见于早中年（30–50岁），BMI变化无显著关联；女性EA与基线BMI负相关贯穿各阶段（β＝–0.12至–0.15），与BMI变化负相关持续至老年前（β＝–0.02至–0.10，老年层无显著性）。调整吸烟后关联基本不变。

Genetic modelling（遗传建模）

基线BMI变异主要由加性遗传解释（男性a²＝0.81，女性a²＝0.79）；BMI变化变异主要由独特环境因素解释（男性e²＝0.79，女性e²＝0.81）；EA变异男性以加性遗传为主（a²＝0.41，c²＝0.30），女性以共享环境为主（c²＝0.42，a²＝0.31）。

bivariate Cholesky decomposition（双变量Cholesky分解）

EA与基线BMI的负关联：男性完全由加性遗传介导（r_A＝–0.10，r_E不显著）；女性由加性遗传（r_A＝–0.17）与独特环境（r_E＝–0.07）共同介导。EA与BMI变化（每十年）的负关联：男、女均由 modest加性遗传介导（r_A＝–0.04男性，r_A＝–0.06女性），独特环境相关不显著。各队列间存在一定异质性。

讨论与结论翻译

讨论指出，较高EA个体具有更低基线BMI及成人期更慢BMI增幅，此保护效应在女性各年龄段更持续、在男性仅见于早中年基线BMI。EA–基线BMI关联在男性纯由遗传共享解释，女性则由遗传与独特环境共解释；EA–BMI变化关联两性均主要由遗传共享解释但幅度较小。性别差异可能反映历史上女性教育机会受限使其EA更多受环境影响，且女性BMI受生育等独特环境影响更大。研究局限包括缺乏中低收入国家数据、未纳入认知能力与学术成绩等EA组成因素、未考虑选型婚配（assortative mating）及女性生育史等。结论（Conclusion）：教育程度（EA）与成人BMI轨迹组分（基线BMI及BMI变化）呈负相关，较高EA对应较低基线BMI及较慢成人期BMI增加；这些关联主要由加性遗传因素介导，女性基线BMI与EA的关联另有独特环境成分参与。研究结果强调在解释社会经济地位对健康长期影响时需考量性别与队列背景，并表明动态体重指标及纵向轨迹分析的重要性。