The effect of sedentary behaviour and physical activity on 1719 diseases: a Mendelian randomisation phenome-wide association study (MR-PheWAS)

这项孟德尔随机化研究证实，久坐行为（如屏幕时间）增加和中等至高强度体力活动减少会因果性地导致肌肉骨骼、泌尿生殖及呼吸等多个系统共 87 种疾病的风险上升，表明改善这些行为是降低多病共存风险的有效靶点。

要点

想象一下，你的身体就像一座精密运转的超级城市。

这篇研究就像是一次针对这座城市的“大体检”和“因果侦探”行动。科学家们想搞清楚一个核心问题：当我们整天坐着不动（比如刷手机、看电视）或者缺乏运动时，到底是不是真的“导致”了各种疾病？还是说，只是生病的人恰好更爱坐着？

为了找到真相，他们使用了一种叫“孟德尔随机化”的高科技侦探工具。你可以把它想象成利用“基因彩票”来预知未来。

1. 侦探工具：基因彩票

科学家们发现，有些人天生基因里就写着“爱坐着”或者“爱动”。这就像他们出生时就抽到了“久坐基因”或“运动基因”的彩票。

• 久坐基因：这些人天生就更容易长时间看电视。
• 运动基因：这些人天生就更容易动起来。

因为基因是在出生前就定好的，它不会受后天生病的影响（比如不是因为得了病才去坐着，而是基因让他们坐着）。所以，如果抽到“久坐基因”的人，后来真的更容易得病，那就能铁证如山地证明：是“坐着”这个行为导致了生病，而不是生病让人坐着。

2. 调查范围：1719 种疾病的“大扫荡”

这次调查非常彻底，科学家们没有只盯着心脏病或糖尿病看，而是像拿着放大镜扫视整个城市一样，检查了1719 种不同的疾病（从肌肉骨骼到呼吸系统，再到泌尿系统）。这就像是对整个城市的所有街区、所有建筑进行了一次无死角的排查。

3. 调查结果：久坐是“万病之源”的帮凶

经过严密的分析，他们发现了惊人的事实：

• 久坐（看电视/刷屏幕）的破坏力：
  那些天生爱坐着的人，患病的风险显著增加。在 1719 种疾病中，有87 种（约 5%）被证实与久坐有直接的因果关系。

  • 重灾区：就像城市的“地基”和“管道”最先受损一样，肌肉骨骼系统（比如腰背痛、关节炎）受害最重，其次是泌尿生殖系统和呼吸系统。
  • 比喻：久坐就像让城市的交通长期瘫痪，不仅让道路（关节）磨损，还让排污系统（泌尿系统）堵塞，甚至让空气流通（呼吸系统）变差。

• 缺乏运动的后果：
  那些天生不爱动的人，也更容易患上6 种特定的疾病。有趣的是，这些病大多和久坐导致的病是重叠的（比如肌肉骨骼和呼吸系统问题）。

  • 比喻：缺乏运动就像让城市的“清洁队”和“维修队”罢工，导致城市逐渐变得脏乱差，功能衰退。

4. 结论：动起来，就是给城市“急救”

这项研究最有力的结论是：久坐和缺乏运动，不仅仅是“相关”因素，它们确实是导致多种疾病的“元凶”。

这就好比我们发现，如果长期不给城市供电（缺乏活动）或者让城市陷入死寂（久坐），城市里的各种设施（身体器官）就会因为缺乏维护而纷纷坏掉。

给普通人的启示：
不要觉得“我坐着是因为我累了”或者“我生病是因为我体质差”。这项研究告诉我们，减少屏幕时间、多起来活动，是预防多种疾病、保护身体这座“超级城市”健康运转的最有效手段之一。 哪怕只是少坐一会儿，多走几步，都是在为这座城市的未来“排雷”和“加固”。

技术摘要

以下是基于该论文《久坐行为与体力活动对 1719 种疾病的影响：一项孟德尔随机化表型全关联研究（MR-PheWAS）》的详细技术总结：

1. 研究背景与问题 (Problem)

• 核心问题：现有的观察性研究已表明，高水平的久坐行为（如休闲屏幕时间，LST）和低水平的体力活动（MVPA）与多种身体系统的疾病相关，并造成巨大的全球疾病负担。然而，这些关联是否具有因果性（Causal）尚不明确，因为观察性研究容易受到混杂因素和反向因果关系的干扰。
• 研究目标：本研究旨在通过一种假设驱动（hypothesis-free）的方法，广泛探究高久坐行为（主要关注点，因统计效力更高）和低中等至高强度体力活动（次要关注点）对多种疾病结果的因果效应。

2. 研究方法 (Methodology)

本研究采用**两样本孟德尔随机化表型全关联研究（Two-sample MR-PheWAS）**设计，具体步骤如下：

• 暴露因素（Exposures）：
  • 久坐行为 (LST)：以每日看电视时长为指标，选取 117 个全基因组显著（$p < 5 \times 10^{-8}$）的单核苷酸多态性（SNPs）作为遗传工具变量。
  • 体力活动 (MVPA)：以“高 vs. 低”为指标，选取 18 个全基因组显著的 SNPs 作为遗传工具变量。
  • 数据来源：基于最大规模的相关全基因组关联研究（GWAS）。
• 结局变量（Outcomes）：
  • 使用了FinnGen项目的 GWAS 汇总统计数据。
  • 涵盖1,719 种疾病，定义为医院出院的国际疾病分类（ICD）编码。
  • 样本量：453,733 名欧洲参与者。
• 统计分析：
  • 主要分析方法：逆方差加权法（Inverse-variance weighting, IVW）。
  • 多重检验校正：采用 Bonferroni 校正，显著性阈值设定为 $p \le 3.47 \times 10^{-4}$。
  • 敏感性分析：包括 Steiger 过滤（确保方向性）、MR-Egger 回归（检测水平多效性）和加权中位数法（Weighted median），以验证结果的稳健性。
  • 验证：利用英国生物样本库（UK Biobank）的数据对结果进行复制验证。

3. 主要发现 (Key Results)

• 久坐行为 (LST) 的因果效应：
  • 遗传预测的高久坐行为与87 种疾病（占总数 1,719 种的 5.1%）的风险增加显著相关。
  • 疾病分布：主要集中在肌肉骨骼和结缔组织系统（37 种）、泌尿生殖系统（12 种）和呼吸系统（8 种）。
• 体力活动 (MVPA) 的因果效应：
  • 遗传倾向的低体力活动与6 种疾病的风险增加相关。
  • 疾病分布：其中 3 种属于肌肉骨骼/结缔组织和泌尿生殖系统（这些疾病的风险增加也与高 LST 相关），另外 3 种属于呼吸和泌尿生殖系统。
• 稳健性与验证：
  • 敏感性分析结果在很大程度上支持了主要分析结论。
  • 在 UK Biobank 数据中，结果得到了成功复制（在数据可用的情况下）。

4. 关键贡献 (Key Contributions)

• 大规模表型覆盖：这是首次针对久坐行为和体力活动进行如此大规模（1,719 种疾病）的 MR-PheWAS 研究，极大地扩展了我们对这两种行为健康后果的认知范围。
• 因果推断的确立：利用孟德尔随机化方法，有效克服了传统观察性研究中的混杂偏倚，为“久坐导致多种疾病”提供了强有力的因果证据。
• 系统特异性发现：不仅证实了已知的关联，还系统性地揭示了久坐行为对肌肉骨骼、泌尿生殖和呼吸系统的具体因果影响，特别是发现了大量此前未被充分认识的疾病关联。

5. 研究意义 (Significance)

• 公共卫生策略：研究结果证实，减少久坐行为（特别是屏幕时间）和增加体力活动是降低**多病共存（Multimorbidity）**风险的有效因果靶点。
• 临床指导：鉴于久坐行为与多种身体系统疾病的广泛关联，临床医生和公共卫生政策制定者应将减少久坐作为预防多种慢性疾病（尤其是肌肉骨骼和呼吸系统疾病）的核心干预措施。
• 未来研究方向：该研究为后续针对特定疾病机制的深入研究和干预试验提供了优先级的疾病列表。

总结：该研究通过严谨的遗传学方法，确证了高久坐行为和低体力活动是多种疾病（涵盖肌肉骨骼、泌尿生殖及呼吸系统等）的因果风险因素，强调了生活方式干预在预防多系统疾病中的关键作用。