触珠蛋白基因多态性与冠心病易感性的Meta分析

孟帆，陈芳雨，徐盼，张超，左红霞，汪龙

冠状动脉粥样硬化性心脏病（冠心病，CHD），是指冠状动脉（冠脉）粥样硬化导致的心肌缺血、缺氧而引起的心脏病[1]。目前为止，冠心病仍然是全球人类疾病死亡的主要原因之一[2]。然而，冠心病的病因有多种且仍不明确。有研究报道，年龄、吸烟、肥胖、高血压以及糖尿病等均与冠心病的发生有关[3-5]。除此之外，也有研究报道，冠心病的发生与遗传因素有关[6-8]，如在基因区域9p21和6p24.1中存在遗传变异与冠心病的发病风险相关[9-11]。

触珠蛋白（Hp）基因，定位于染色体16q22.1区域[12,13]，存在2个等位基因，即Hp1和Hp2，构成了Hp1-1、Hp2-1和Hp2-2三种基本基因型[14]。Hp的主要功能是与游离血红蛋白（Hb）结合形成Hb-Hp复合物，被巨噬细胞CD163 Hp-Hb清道夫受体迅速清除[15]。三种基本基因型之间的生理功能存在差异：与Hp2-2相比，Hp1-1在防止氧化方面更有效[15-17]。有研究报道，Hp与传染病（如结核病、获得性免疫缺陷综合症和疟疾）和非传染性疾病（如糖尿病、心血管疾病和肥胖症）有关[14]。有研究表明，Hp2-2是一个非常大的低聚物，可使动脉粥样硬化斑块不稳定，导致动脉粥样硬化血栓形成[16,18]。

尽管Hp基因多态性与冠心病风险之间的关系已经被广泛研究，但不同基因型与冠心病风险的关联仍然不清楚。最近的一项Meta分析表明，Hp1-1基因型增加了中国人群2型糖尿病患者急性心肌梗死的风险[19]。但也有研究表明，Hp2-2基因型会增加冠心病的风险[20,21]。此外，许多原始研究报告，Hp基因型与冠心病风险无关[22-24]。总的来说，Hp基因多态性与冠心病的关系仍有争议。因此，我们进行了此项Meta分析，以系统评估Hp基因多态性与冠心病发病风险之间的关联。

1 资料和方法

本Meta分析的设计和实施是根据PRISMA 2009指南进行的[25]。本研究计划书方案已在PROSPERO注册（注册号CRD42020159301）。所有纳入数据均来源于已发表的研究，不涉及任何伦理问题。

1.1 纳入标准与排除标准纳入了符合以下标准的研究：①所有冠心病患者均被明确诊断，其诊断标准符合世界卫生组织标准（症状加上诊断性心电图改变或心肌酶水平改变），包括急性冠脉综合征和冠心病；②研究Hp基因多态性与冠心病关系的病例对照研究或队列研究；③有足够的基因型数据用于检查原始的优势比（OR）和95%置信区间（CI）；④对同一对象重复研究或存在重复的数据时，采用最大或最新的样本数据。根据以下特征排除研究：①Meta分析、综述、病例报告或会议摘要；②重复发表；③样本量≤30；④动物模型研究。

1.2 检索策略系统检索9个数据库（PubMed、EMBASE、Cochrane Library、Web of Science、CINAHL、CBM、CNKI、VIP和WanFang），时间为从建库到2022年1月18日。中文检索词为“触珠蛋白”，“基因多态性”，“冠心病”；英文搜索词为"haptoglobin"，"genetic variation"和"cardiovascular diseases"。此外，组合短语、医学主题词（Medical Subject Headings，MESH）的同义词、通配符 "*"和布尔逻辑运算符"AND"、"OR"、"NOT"也被用于检索。没有语言限制。我们还进行了人工检索，以获得其他相关文章。以PubMed为例，其检索策略见框1。

框1 PubMed检索策略

1.3 文献筛选和资料提取两位作者根据标题和摘要独立筛选这些研究。这两位作者严格遵循纳入标准和排除标准，通过阅读全文独立选择研究。当出现争议时，由第三位作者进行仲裁。纳入研究的所有必要数据由两位作者独立提取并交叉核对。我们从每项纳入的研究中收集了以下信息：①第一作者、发表年份和研究设计；②病例组和对照组的相关信息：患者人群、对照组的来源、对照人群状况、研究人群的种族、进行研究的国家或地点、病例和对照组的样本量、以及病例和对照组中每种基因型的个体数量。

1.4 质量评价所有纳入的研究均由两位作者独立使用修订的纽卡斯尔-渥太华量表（NOS）进行评估[26]。修订的NOS量表增加了哈迪-温伯格平衡（HWE）和样本量标准，详细评分条目见表1。该量表的最高分是11分，如果文章得分大于8分则认为是高质量的。

表1 改良NOS量表

1.5 统计学分析我们使用STATA 15.1软件进行数据分析。如果P＜0.05，则认为差异具有统计学意义。本研究在五种基因模型中进行统计分析：等位基因模型（Hp1 vs.Hp2）、共显性杂合子模型（Hp2-1 vs.Hp2-2）、共显性纯合子模型（Hp1-1 vs.Hp2-2）、显性模型（Hp1-1+Hp2-1 vs.Hp2-2）和隐性模型（Hp1-1 vs.Hp2-2+2-1）。计算OR及其95%CI，以评估Hp基因多态性与冠心病发病风险之间的关系。Cochran的Q检验和I2用于评估异质性[27]。如Q检验P值＜0.1或I2＞50%，则选择随机效应模型；反之则采用固定效应模型。根据对照组的基因型分布是否符合HWE（是或否）、研究人群的种族（亚洲人群或其他）以及对照组的来源（医院人群或社区人群），进行了后续的亚组分析。使用漏斗图和Egger检验来评估发表偏倚[28,29]。进行了累积分析和敏感性分析，以确定每个研究对Meta合并结果的影响。试验序贯分析（TSA）是通过将Ⅰ型错误风险设置为5%，Ⅱ型错误风险设置为20%来进行的[30]。累积信息量（AIS）用于信息量，OR用于综合效应量，相对危险度降低（RRR）定义为15%[31]。此外，还使用了假阳性报告概率分析（FPRP）来确保结果的稳定性。FPRP值是使用Wacholder发布的Excel电子表格[32]计算的。FPRP的截止值为0.2，如FPRP值小于0.2，则认为分析双方之间的关系的显著性的假阳性报告概率低[33]。

2 结果

2.1 文献检索结果初检共获得相关文献3846篇，经过逐层筛选后，最终共纳入17篇文章（18项独立研究）。文献筛选流程及结果见图1。

图1 文献筛选流程及结果

2.2 纳入研究一般特征纳入研究的基本特征如表2所示。共纳入1979~2021年间的4283例冠心病患者和29 409例对照者。值得注意的是，Cahill的研究是在两个不同的人群中进行的，所以我们认为它是两个独立的研究[34]。关于亚洲人群的研究为11项，包括新加坡、伊朗、印度、以色列、韩国和中国[21,22,24,34-41]。根据对照组的来源分为医院人群[20-22,24,36,38,40,42,43]和社区人群[23,34,35,37,39,41,44,45]，各有9项独立研究。3项研究的对照组的基因型分布偏离了HWE[34,38,44]。

表2 纳入研究的基本特征表

2.3 文献质量评价每项研究的详细NOS评分见表3。5项独立研究的NOS得分大于8分[23,34,35,39,45]，3项独立研究得分为8分[34,41,44]，9项独立研究得分为7分[20-22,24,36,37,40,42,43]，一项研究为6分[39]。在病例的代表性项目中，只有1篇文章因为没有明确的冠心病定义而得到了1分[37]。在基因分型方法项目中，只有1篇文章详细描述了在“盲法”条件下进行的基因分型，并再次重复，因此得到2分[23]，其他文章因为没有盲法（或没有提到）和没有重复而得到0分。

表3 改良NOS量表中纳入研究的偏倚风险评价结果

2.4 各基因模型汇总结果和亚组分析结果Hp基因多态性与冠心病风险之间关联的汇总结果如表4所示。总体人群中，除隐性模型外（Hp1-1 vs.Hp2-1+Hp2-2：OR=0.94，95%CI：0.86~1.03，P=0.198，I2=25.2%），其他四种基因模型中都观察到Hp1等位基因与冠心病风险降低显著关联（Hp1 vs.Hp2：OR=0.82，95%CI：0.72~0.94，P=0.004，I2=74.0%；Hp1-1 vs.Hp2-2：OR=0.77，95%CI：0.62~0.95，P=0.017，I2=56.4%；Hp2-1 vs.Hp2-2：OR=0.75，95%CI：0.61~0.91，P=0.004，I2=69.1%；Hp1-1+Hp2-1 vs.Hp2-2：OR=0.74，95%CI：0.61~0.90，P=0.003，I2=74.7%）。

表4 Hp基因多态性与冠心病发病风险的Meta分析结果及亚组分析结果

值得注意的是，在种族的亚组分析中，亚洲人群在除隐性模型外其他四种基因模型中均显示出显著关联，而在其他种族的亚组中，未观察到Hp基因多态性与冠心病之间的明显关联，汇总结果见表4。图2显示了在显性模型中基于种族的亚组分析的森林图。

图2 Hp基因多态性与冠心病发病风险的基于种族的亚组分析的森林图（显性模型）

如表4所示，根据对照组基因型HWE状态的亚组分析表明，两亚组之间存在不同的结果。在对照组的基因分布符合HWE的亚组中，在除隐性模型外其他四种基因模型中的结果均显示Hp基因型与冠心病风险存在统计学相关性。然而，在非HWE亚组中，未观察到明显的关联。此外，基于对照组来源的亚组分析表明，如果对照组的来源是医院人群，则Hp基因多态性与冠心病的风险存在统计学相关性，而在社区人群中未观察到明显关联。

2.5 发表偏倚评估使用漏斗图和Begg检验来检测查显性模型中的发表偏倚（图3）；漏斗图显示不对称，结果通过Begg检验得到证实，Hp1-1+Hp2-1 vs.Hp2-2：t=-2.98（-4.49~-0.76)，P=0.009。

图3 Hp基因多态性与冠心病发病风险的漏斗图（显性模型）

2.6 敏感性分析和累积分析显性模型的敏感性分析结果如图4所示。敏感性分析通过一次排除一项单独研究来进行，结果无显著性变化，表明本研究的结果相对稳定。

图4 Hp基因多态性与冠心病发病风险的敏感性分析图（显性模型）

图5显示了显性模型中Hp基因多态性与冠心病发病风险的按发表年份进行累积分析结果。累计分析通过按发表年份依次累加一项单独研究来进行，累计分析显示本研究的结果趋向于稳定。

图5 Hp基因多态性与冠心病发病风险的累积分析图（显性模型）

2.7 TSA和FPRP如图6所示，显性基因模型中基于AIS的TSA分析表明，累积Z曲线（蓝线）不仅跨越了传统界限值（Z=1.96），也穿越了基于AIS的TSA界值线（红线），且累计Z曲线也达到了AIS线，即达到所需信息量（n=18 396），说明样本量充足并且结果稳定可靠。FPRP结果表明，在显性基因模型中，FPRP值为0.032，因该值小于0.20，表明本文结论为假阳性报告概率较低。

图6 Hp基因多态性显性模型的基于AIS的TSA界值图

3 讨论

本Meta分析系统地评价和总结了Hp基因多态性与冠心病患病风险之间的关系。总的来说，在总人群中，Hp1等位基因为冠心病的保护因素，而在进一步的亚组分析中，发现这种关联在亚洲人群中更加显著，且这种关联在除隐性模型外其他四种基因模型中均已得到有效验证。在显性模型中，相比于Hp1等位基因携带者，携带Hp2-2基因型的人群患冠心病的风险增加，这与Asleh等[46]的研究结论一致。同时，累积分析和敏感性分析都表明根据纳入研究的数据得出的结果具有稳定性，TSA分析显示纳入研究及样本量充足，结果稳定可靠；FFRP分析的结果也证明了本Meta分析的结果假阳性概率低。因此，本研究的结果具有良好的代表性和可靠性。

值得注意的是，统计分析结果表明本文纳入研究间存在一定的异质性，因此我们谨慎地分析了异质性的可能来源。考虑到人群种族对遗传易感性的关联影响非常大，首先开展了基于种族的亚组分析。亚组分析结果表明，Hp基因多态性与冠心病易感性之间的相关性只在亚洲人群中显著。一方面，可能是由于种族间基因分布的存在差异。如一些研究表明，不同人群中基因型的分布差异很大[47,48]，表明该Hp的作用机制需要在不同人群中进一步阐明。此外，可能由于其他人群的报道相对较少，导致纳入研究相对较少[20,23,34,42-45]，而无法正确得出结论。需要未来在不同人群中开展更多相关的研究来验证或证伪我们文章得出的结论。

除了种族对结论有较大影响外，研究设计方面的差异可能也是异质性的重要来源。对纳入研究的对照来源进行了的亚组分析，发现如果对照来源于医院，则五种基因模型均显示具有显著统计学差异（P＜0.05）。可能是因为来自医院的对照组在各组之间匹配情况更好，而可以更好地消除各混杂因素之间的影响，从而能够呈现出更可靠的结果。众所周知，影响冠心病发生的因素很多，如年龄和性别等[4,49]。为了得出可靠的结论，需要很好地消除混杂因素。此外，我们还基于对照组的基因型是否符合HWE状态对研究结论的影响进行了亚组分析。结果表明，在除隐性模型外其他四种基因模型中，如果对照组的基因分布符合HWE状态，则模型结果具有显著统计学差异（P＜0.05）。一定程度上也说明对照组的正确选择对结论存在一定影响。希望日后开展的研究可以更好地消除混杂因素。

本篇Meta分析的主要优势是结果稳定，且进行了多种因素亚组分析。同时进一步结合TSA分析和FFRP分析的结果显著提高了本Meta分析结果的效力。尽管本Meta分析具有明显的优势，但仍存在一些局限性。首先，本文纳入的研究间存在一定异质性，可能会削弱观察到的关联，并限制得出结论的可靠性。但我们已经通过亚组分析评估了异质性来源。其次，在本文中大多数关于Hp基因多态性与冠心病的关联研究是在亚洲人群中开展，而对于其他人群的研究相对较少，可能会影响将本Meta分析的结论推广到其他人群的效力。因此，期望更多高质量的研究能够在其他地区的人群中开展。最后，未考虑基因与基因或基因与环境的相互作用，可能会影响结果。

综上所述，本Meta分析结果表明，在亚洲人群中，Hp1等位基因与冠心病风险降低密切相关。Hp基因的Hp1等位基因可能是亚洲人群冠心病的保护因素，该基因突变可能为冠心病研究、筛查和早期检测提供依据。