用于估算估计的肾小球滤过率（eGFR）的多基因风险评分与患者发生肾衰竭的年龄相关

《Journal of the Association of Nurses in AIDS Care》：Polygenic risk scores for eGFR are associated with age at kidney failure

　　引言
慢性肾病（CKD）是一种以估计的肾小球滤过率（eGFR）降低和/或蛋白尿为特征的疾病，是全球范围内导致发病率和死亡率的重要原因[1]。无论肾脏损伤的原始原因如何，CKD引起的GFR不可逆丧失通常会导致肾功能衰竭，定义为eGFR低于15 mL/min/1.73 m2或需要肾脏替代疗法。肾功能衰竭是一种严重的、限制生命的状况，患者的肾功能严重受损，需要透析或移植才能维持生命。仅在美国，就有超过80万人受到此病的影响[2]，这导致了巨大的痛苦、过早死亡和医疗费用。风险因素包括男性性别、高血压、糖尿病、蛋白尿、CKD家族史、较低的eGFR以及遗传因素，这些因素都会促进CKD的进展[3]。不同原因的CKD可能导致在不同年龄出现肾功能衰竭。与肾功能衰竭相关的因素包括蛋白尿的程度、总肾体积、基线eGFR和eGFR的变化[4]。此外，存在一些治疗策略可以延缓肾功能衰竭的发生年龄。这些策略侧重于通过饮食和生活方式（例如锻炼）或药物（例如ACE和SGLT2抑制剂，或针对某些肾脏疾病如肾小球肾炎的特定免疫抑制药物）来控制高血压和血糖[5, 6]。尽管遗传性单基因肾脏疾病估计占儿童肾功能衰竭总病例的70%，以及成人的10–15%[7]，但CKD复杂的多基因结构与环境因素相互作用，影响疾病的进展[8]。CKD的遗传率估计在36%到75%之间[9]。最近的一项涵盖超过一百万人的研究发现了250多个与CKD显著相关的基因位点[10]。此外，还进行了大规模的全基因组关联研究（GWAS），研究了与CKD发生和进展至肾功能衰竭相关的多种特征，包括高血压[11]、eGFR[10]、白蛋白尿[12]、总肾体积[13]和eGFR快速下降[14]。全基因组关联研究的汇总统计可用于计算多基因风险评分（PRSs）。这些评分估计了常见基因变异对个体疾病状态的累积影响，按估计效应大小进行加权[15]。例如，据报道，多基因风险评分处于前2%的个体患CKD的风险是后98%个体的三倍[16]。在一项涉及超过11,000名70岁以上参与者的研究中，发现eGFR多基因风险评分的标准差增加与eGFR下降3.9 mL/min/1.73 m2相关[17]。此外，研究表明，CKD的多基因负担会改变单基因肾脏疾病的发病率。那些在CKD多基因负担最高三分位数的人群比最低三分位数的人群具有显著更高的CKD风险[18]。eGFR多基因风险评分此前已被证实与CKD第3期的发生有关[18, 19]。然而，将eGFR多基因风险评分与肾功能衰竭事件之间的关联仅限于不到几百例病例[19]。此外，尚未评估包括高血压、白蛋白尿、总肾体积和肾功能衰竭发生年龄在内的多基因风险评分与这些特征之间的关联。利用10,586名肾功能衰竭患者的数据，我们假设CKD进展的多基因负担与肾功能衰竭的发生年龄有关。

材料与方法
**研究设计和纳入标准**
为了研究与肾功能相关的多基因负担对肾功能衰竭发生年龄的影响，我们组建了一个大型肾功能衰竭患者队列（n=10,586）。纳入标准如下：(1) 进展为肾功能衰竭，表现为eGFR低于15 mL/min/1.73 m2、开始接受慢性透析或进行肾脏移植。对于肾功能衰竭患者，需要知道肾功能衰竭时的年龄；对于接受肾脏移植的患者，需要知道肾功能衰竭时的年龄或首次移植时的年龄；(2) 与其他参与者无关，血缘关系达到第三代或更远（使用基因型数据计算，见补充材料）；(3) 具有单核苷酸多态性（SNP）阵列基因分型数据。

**患者队列描述**
我们从以下国家的12个队列中收集了10,586名患者：加拿大——加拿大死亡、透析和心血管事件预测研究（CanPREDDICT）、CKD结局的遗传流行病学（GECKO）、GECKO-Transplant（GEKCO-T）；美国——肾脏移植物功能恶化研究（DeKAF）、肾脏移植基因组学（GEN03）；芬兰——芬兰红十字会血液服务（FRCBS）；荷兰——TransplantLines（TL）；法国——肾脏移植—基本临床问题基因组学研究（KiT-GENIE）；爱尔兰——爱尔兰肾脏基因项目（IKGP）、英国和爱尔兰肾脏移植联盟（UKIRTC）；英国——索尔福德肾脏研究（SKS）、贝尔法斯特女王大学（QUB）。更多关于每个队列的招募和特征信息请参见补充材料。患者被分为不同的原发性肾脏疾病组，包括肾小球肾炎（包括IgA肾病）、ADPKD、2型糖尿病和其他/未知类型。选择这些组是因为它们代表了最大的患者群体，而其他组的患者数量太少（<10%）。其他类型（39%）和未知类型（11%）的原发性肾脏疾病被合并在一起，因为其他类型的原发性肾脏疾病具有异质性。这一组包括：遗传性肾病、Alport综合征、先天性肾发育不良、间质性肾炎、先天性肾畸形、肾血管疾病、肾钙质沉着症和肾脏肿瘤。如果患者是肾脏移植受者，且只有肾脏移植时的年龄信息（没有直接的疾病发作年龄），则使用移植时的年龄来计算估计的疾病发作年龄。对于北美队列，我们使用移植时年龄减去4年；对于欧洲队列，使用移植时年龄减去2.5年作为疾病发作年龄的替代值。这是基于美国的平均等待时间为3-5年[20]，欧洲的平均等待时间为2-3年[21, 22]。

**多基因风险评分计算**
基因型数据经过质量控制，包括次要等位基因频率、每个标记物的缺失情况以及每个个体的缺失情况（见补充材料）。我们使用已发表的全基因组关联研究数据，计算了每个个体的高血压[11]、eGFR[23]、eGFR快速下降（定义为每年超过5 ml/min/1.73 m2）[14]、白蛋白尿[12]和总肾体积[13]的多基因风险评分。这些全基因组关联研究的更多详细信息见补充表S2。多基因风险评分的计算使用了PRSice2[24]软件，选择了p值大于0.5的等位基因（更多详细信息见补充材料）。所有分析均在R语言中进行，使用版本4.2.1（2022-06-23）[25]。对于其中两个多基因风险评分（eGFR和总肾体积），我们假设较高的值与更好的肾功能相关[26]；而对于其他评分（高血压、白蛋白尿、脑卒中、颅内动脉瘤和肾功能快速下降），则预期较高的值与较差的肾功能相关。为了简化解释，我们反转了eGFR和总肾体积多基因风险评分的符号，创建了“新的”多基因风险评分，分别称为“降低的eGFR”和“降低的总肾体积”。

**统计分析**
根据以下阈值，将患者分为“高”多基因风险评分组和“非高”多基因风险评分组：高多基因风险评分——前2%，非高多基因风险评分——后98%；高多基因风险评分——前5%，非高多基因风险评分——后95%；高多基因风险评分——前10%，非高多基因风险评分——后90%；高多基因风险评分——前20%，非高多基因风险评分——后80%。使用t函数比较了每个阈值下“高”多基因风险评分组和“非高”多基因风险评分组的平均肾功能衰竭年龄。
将数据分为四个亚组，分别对应不同的原发性肾脏疾病（肾小球肾炎、ADPKD、2型糖尿病和其他/未知）。使用R语言中的一系列t测试，比较了每个原发性肾脏疾病亚组中高多基因风险评分负担（定义为前10%和后90%）与肾功能衰竭平均年龄。
使用R语言中的glm函数创建了单变量逻辑回归模型，以测试性别、原发性肾脏疾病和每个多基因风险评分特征与60岁前发生肾功能衰竭的风险之间的关联。每个多基因风险评分的影响被作为连续变量和离散变量（按上述方式分为非高负担和高负担）进行调查。然后使用glm函数创建了多变量逻辑回归模型，以测试单变量分析中统计显著因素与60岁前发生肾功能衰竭的风险之间的关联。为每个连续和离散的多基因风险评分分别构建了模型。我们还进行了功效计算，以确定能够可靠检测到的最小效应大小（见补充材料）。

**结果**
表1显示了通过基因分型质量控制的10,586名肾功能衰竭患者的特征。肾功能衰竭的中位年龄为50岁，男性（6,676人，占63%）多于女性。1,610名患者（15%）患有ADPKD，1,756名（17%）患有肾小球肾炎，1,329名（13%）患有2型糖尿病，5,891名（56%）患有其他或未知类型的肾脏疾病。补充表S1包含了按原发性肾脏疾病划分的患者特征。功效计算（95%功效和0.05显著性水平）显示，能够可靠检测到的最小效应大小为8.5个月。

**多基因负担对肾功能衰竭年龄的影响**
为了研究多基因负担是否影响肾功能衰竭的年龄，我们比较了具有每个特征高多基因风险评分负担的患者与低多基因风险评分负担患者的肾功能衰竭年龄（前2% vs 其余，前5% vs 其余，前10% vs 其余，前20% vs 其余）。在研究的五个多基因风险评分特征中，只有降低的eGFR多基因风险评分在高低多基因负担之间显示出显著差异（表2）。降低的eGFR多基因风险评分负担处于前5%和前20%的患者比处于后95%和后80%的患者在较年轻时发生肾功能衰竭（分别为47.9岁 vs 49.8岁；P=0.004，48.8岁 vs 50.0岁；P=0.002，表2）。同样，降低的eGFR多基因风险评分负担处于前10%的患者比处于后90%的患者在较年轻时发生肾功能衰竭（47.9岁 vs 49.9岁；P<0.0005，表2，补充图S1）。
接着，我们研究了五个多基因风险评分特征的高和低多基因负担对患者原发性肾脏疾病的影响。在肾小球肾炎和2型糖尿病患者中，观察到肾功能衰竭年龄和降低的eGFR多基因风险评分负担之间存在统计学显著差异（补充表S3）。在肾小球肾炎患者中，降低的eGFR多基因风险评分负担处于前10%的患者在41.6岁时发生肾功能衰竭，而处于后90%的患者则在45.8岁时发生肾功能衰竭（P=0.0007）。同样，在2型糖尿病患者中，降低的eGFR多基因风险评分负担处于前10%的患者在52.2岁时发生肾功能衰竭，而处于后90%的患者则在56.4岁时发生肾功能衰竭（P=0.002）。
为了研究哪些因素影响肾功能衰竭的年龄，我们创建了60岁前肾功能衰竭的单变量逻辑回归模型。男性性别（比值比（OR）=0.87；95%置信区间（CI）0.79–0.95；P=0.001，表3）和原发性肾脏疾病类型都与肾功能衰竭的发生显著相关。降血肌酐（eGFR）多基因风险得分作为连续变量与60岁之前的肾衰竭相关（OR = 1.05；95% CI 1.004–1.09；P = 0.03，表3），但未能通过多重检验校正。离散化的eGFR多基因风险得分与60岁之前的肾衰竭具有更强的相关性（OR = 1.23；95% CI 1.06–1.43；P = 0.006，表3）。快速eGFR下降的多基因风险得分未能通过0.01的多重检验阈值（OR = 1.22；95% CI 1.03–1.47；P = 0.03，表3）。多基因风险得分对高血压、蛋白尿或总体肾脏体积减少没有显著影响。

随后创建了两个多元逻辑回归模型来预测60岁之前的肾衰竭发展，这两个模型都控制了性别和原发性肾脏疾病，一个使用连续的降eGFR多基因风险得分，另一个使用离散的得分。在这些模型中，男性性别和原发性肾脏疾病均具有显著性，连续的降eGFR多基因风险得分（OR = 1.05；95% CI 1.01–1.10；P = 0.01，表4）以及离散的降eGFR多基因风险得分（OR = 1.26；95% CI 1.08–1.46；P = 0.003，表4）也具有显著性。

我们探讨了多基因负荷对肾功能衰竭年龄的影响，使用了包含10,586名肾衰竭患者的12个队列数据。降eGFR多基因风险得分处于前10百分位的个体，其肾衰竭年龄提前了两年，并且在60岁之前发生肾衰竭的可能性增加。这种效应在原发性肾小球肾炎和2型糖尿病患者中尤为明显。重要的是，尽管高血压和蛋白尿被认为是慢性肾病（CKD）进展的重要风险因素，但我们无法在这一大群CKD患者中证明多基因风险得分对这些变量的影响。

先前的一项研究涉及近9,000名个体，评估了eGFR多基因风险得分对CKD和肾衰竭发病风险的影响，发现在多基因风险得分标准差增加时，风险比分别为1.30和1.20[19]。然而，只有470名（5%）个体发生了肾衰竭，显著少于我们研究中超过10,000名肾衰竭患者。虽然我们研究中多基因风险得分对肾衰竭年龄的影响相对较小（高负荷组与非高负荷组之间相差2年），但这些结果与之前的研究一致。在另一项跨祖先的研究中，CKD多基因风险得分处于前2%的个体患CKD的风险增加了近三倍[16]。这项研究使用了一种不同的多基因风险得分方法，该方法是为研究所有全球祖先群体而优化的，而不仅仅是欧洲祖先群体。

此外，多基因风险得分有助于解释家族史数据[27]。已经为不同类型的肾脏疾病开发了多基因风险得分，特别是在IgA肾病方面，最近的一项针对17个国际队列中超过10,000名个体的全基因组关联研究发现了30个与IgA肾病发展相关的位点，这些位点解释了11%的疾病风险[28]。与由罕见致病变异引起的单基因疾病不同，多基因风险得分旨在识别常见变异的累积效应，这些变异不论原始病因如何都可能促进疾病进展。这些变异可能通过多种病理生理过程起作用，包括但不限于纤维化、炎症、代谢疾病和高血压等。尽管多基因风险得分通常只能解释某一特征的遗传性的一部分，但随着全基因组关联研究样本量的增加以及整合罕见变异到多基因风险得分的方法的发展，这一比例有望提高[29]。还需要注意的是，快速eGFR下降的多基因风险得分是使用涉及19,000例病例和175,000例对照的全基因组关联研究计算得出的，该研究仅发现了7个具有全基因组显著性的位点（未报告变异解释度），而涉及超过560,000名个体的eGFR全基因组关联研究则发现了超过260个位点，解释了7.1%的特征变异（补充表S2）。这种全基因组关联研究的相对较低效能可能部分解释了为什么我们没有发现快速eGFR下降多基因风险得分与肾衰竭年龄之间的显著关联。

最近一项针对12,000多名多发性硬化症患者的研究发现，与疾病严重程度相关的变异与与疾病易感性相关的变异不同[30]。这项研究强调了进行特定且效能较高的肾衰竭全基因组关联研究的必要性，从而能够得出更精确的肾衰竭多基因风险得分。这项研究基于的全基因组关联研究主要在健康个体中进行。在肾衰竭的全基因组关联研究中，可能会有显著不同的变异起作用。

尽管我们研究中观察到的效应大小可能看起来较小，但它们在统计学上是显著的，并且可以解释肾衰竭年龄相差两年的差异。此外，高多基因风险得分组（前10%）在60岁之前的肾衰竭风险比低风险得分组（后90%）高26%。随着全基因组关联研究的规模和预测能力的不断提高，多基因风险得分有可能解释更多肾衰竭年龄的差异，从而在临床决策中变得越来越有价值。在这种情况下，降eGFR的多基因风险得分可以作为用于帮助风险分层和个性化治疗决策（包括主动疾病管理）的多个因素之一。

我们的研究存在局限性。并非所有个体的肾衰竭年龄都是已知的，在一些包含移植受者的队列中我们使用了肾衰竭的代理年龄。对原发性肾脏疾病的粗略分类也引入了噪声并降低了统计效能（本研究能够检测到的最小效应大小约为8.5个月）。未来的研究应追求更精确的表型分析。值得注意的是，在这个队列中，男性在60岁之前发生肾衰竭的风险比女性低13%。这一结果并不一定与男性实际上比女性更容易发生肾衰竭的事实相矛盾。在我们的队列中，65%的肾衰竭患者为男性。此外，尽管我们的数据集包含了多种肾脏疾病，但多基因风险得分的表现可能因不同类型的肾脏疾病而异。虽然我们的数据集提供了一些证据，但仍需要进一步研究。其他可能影响结果的临床因素，如高血压和糖尿病状态，在我们的数据集中不可用，这些因素可能会改善预测能力。

从我们的研究中可以看出，多基因风险得分在定义肾脏表型方面的实用性主要体现在多基因风险得分的极端情况，即比较每个变量的高多基因风险得分患者与低多基因风险得分患者。其他研究也发现了类似的结果，例如一项研究报告称，CKD多基因风险得分处于前2%的个体患CKD的风险几乎增加了三倍[16]。另一项大型研究报道称，多基因风险改变了单基因肾脏疾病的 penetrance（表达率）[18]。值得注意的是，尽管我们的结果表明前2%的个体比后98%的个体在肾衰竭年龄上更早（49岁对比49.7岁），但这在统计学上并不显著（P = 0.48），这可能是由于比较的样本量较少。

鉴于我们的数据集仅包含欧洲祖先的个体，在将我们的发现应用于其他人群时应谨慎。像创建跨祖先多基因风险得分的研究[16]可能为多样化患者群体提供有价值的见解。

总之，我们的荟萃分析揭示了与肾功能相关的遗传因素对肾衰竭年龄的影响。将肾功能相关的多基因风险得分纳入临床实践可能对风险评估和治疗策略具有潜力。尽管仍存在挑战，但基因组关联研究和多基因风险得分的日益增长的能力为进一步探讨其在改善患者结果和指导移植决策方面的潜力提供了依据。随着单核苷酸多态性阵列基因分型成本的不断降低（现在每个样本的成本约为50美元[31]，这使得这一点变得越来越可行）。这些结果表明，与肾功能相关的遗传因素在决定肾衰竭时间中起作用。我们的发现为肾衰竭发病的遗传决定因素提供了新的见解，并对临床实践和未来研究具有潜在影响。