心力衰竭（HF）是一个日益严重的公共卫生问题，而肥胖——定义为体重指数（BMI，即体重公斤数除以身高米数的平方）达到或超过30.0 kg/m²——正越来越被认可为一个主要的致病风险因素。基于肠促胰岛素的疗法，包括GLP-1受体激动剂和双葡萄糖依赖性促胰岛素多肽/胰高血糖素样肽（GIP/GLP）-1受体激动剂，以及在较小程度上的SGLT2抑制剂，可促进减重并降低高风险人群的心力衰竭住院率。孟德尔随机化（MR）研究进一步支持较高BMI与新发心力衰竭之间存在正相关关系，无论左心室射血分数（LVEF）是降低还是保留。
然而，在已确诊心力衰竭患者中，有意减重对死亡率的影响仍存在争议，部分原因在于"肥胖生存悖论"，即观察性研究报道较高BMI与死亡率呈保护性关联。这种悖论可能由"指数事件偏倚"解释，在观察性研究中，受影响个体因具有较少或较轻的其他心力衰竭风险因素而显得BMI较高具有保护作用。最近在心力衰竭伴射血分数保留（HFpEF）患者中进行的试验表明，GLP-1受体激动剂可降低BMI、改善生活质量并增加6分钟步行距离，而GIP/GLP-1受体激动剂已显示出改善临床结局的效果。尽管SELECT（Semaglutide对超重或肥胖患者心血管结局的影响）试验的亚组分析表明GLP-1受体激动剂可改善HFpEF和心力衰竭伴射血分数降低（HFrEF）患者的临床结局，但这些发现存在争议，关于HFrEF患者中肠促胰岛素疗法的作用仍存在不确定性。
了解BMI与HFpEF和HFrEF患者临床结局之间的关系，对于确定基于肠促胰岛素的疗法和其他减重干预措施的潜在作用至关重要。MR利用遗传变异来估计因果关系，最大限度地减少反向因果、混杂和误分类等偏倚。将这种方法应用于估计BMI与心力衰竭中临床结局的关联，提供了可能支持开展以结局为导向的随机对照试验的证据，以评估基于肠促胰岛素的疗法和其他旨在降低BMI的干预措施。
本研究中，我们调查了较高BMI对心力衰竭临床结局的影响，采用遗传学方法最大限度地减少偏倚，检验其真实效应具有危害性的假设。首先，我们使用英国生物银行（UK Biobank）的观察性数据重现了心力衰竭中的肥胖生存悖论。接着，我们对按LVEF分层的临床结局进行了时间-事件全基因组关联研究（GWAS），并应用方法来解释预后研究设计中固有的偏倚。最后，我们使用MR来估计遗传预测的较高BMI与心力衰竭患者全因死亡率及心血管（CV）死亡或心力衰竭住院的复合终点之间的关联。
方法
观察性关联：肥胖与心力衰竭中的悖论
数据来源
英国生物银行是一项前瞻性队列研究，涵盖2006年至2010年间招募的50多万名40至69岁的英国居民。该项目收集了参与者的详细健康和遗传信息，以及二级护理（医院事件统计[HES]）的链接数据和死亡数据。
程序与结局
心力衰竭定义为电子健康记录中出现任何心力衰竭诊断代码：国际疾病分类（ICD）-10代码I110、I130、I132、I50*；以及ICD9代码428*、40201、40211、40291、40401、40403、40411、40413、40491、40493，以及英国生物银行自我报告疾病代码1076。心力衰竭住院遵循国家心血管结局研究中心（NICOR）的定义，即持续时间超过1天的非计划性住院，主要诊断代码为心力衰竭（如上定义）和/或4254/I255（缺血性心肌病）、4251/I420（扩张型心肌病）或4254/I429（未特指的心肌病）。心血管死亡定义为任何由心力衰竭、急性心肌梗死（MI）、中风或其他心血管原因导致的死亡。临床结局终点根据2013年欧洲心脏病学会心力衰竭协会指南和2014年美国心脏病学会/美国心脏协会（ACC/AHA）心血管终点事件关键数据要素和定义进行定义。
研究人群
纳入英国生物银行的个体（N = 502,411）考虑研究纳入。排除了54名撤回同意的参与者、3,107名基线BMI数据缺失者和2,618名入组时已存在心力衰竭者（包括入组后6个月滞后期内）。排除后，496,678名个体纳入分析，其中14,366名随后被诊断为心力衰竭（补充表1）。
统计分析
为说明观察性数据中观察到的心力衰竭肥胖生存悖论，我们研究了心力衰竭患者与一般英国生物银行人群中BMI与相关临床结局的关联。BMI建模为分类变量，分为以下层次：体重不足（<18.5 kg/m²）、正常（18.5-24.9 kg/m²）、超重（25.0-29.9 kg/m²）、I类肥胖（30.0-34.9 kg/m²）、II类肥胖（35.0-39.9 kg/m²）和III类肥胖（>40 kg/m²）。此外，我们将BMI建模为连续变量，通过拟合具有4个节点的限制性立方样条，节点位于BMI百分位数的5%、25%、75%和95%处。
使用Cox比例风险回归进行生存分析，以估计全因死亡风险，并使用Fine-Gray方法估计心血管死亡或心力衰竭住院的亚分布风险，将非心血管死亡作为竞争风险。排除入组时已确诊心力衰竭的个体，对于随访期间发生的心力衰竭病例，将基线（t = 0）设定为心力衰竭诊断日期。模型运行时无调整；调整性别和入组或心力衰竭诊断时的年龄；以及调整性别、年龄、吸烟状况（从不、既往、当前）和基线心房颤动（AF）、糖尿病（DM）、慢性肾病（CKD）、高血压、高脂血症、心肌梗死、中风和慢性阻塞性肺病（COPD）。通过检查按时间绘制的缩放Schoenfeld残差来评估和验证比例风险假设。
全基因组关联研究
研究人群
纳入22个参与心力衰竭分子流行病学治疗靶点（HERMES）联盟的队列，包括50,636名欧洲血统已确诊心力衰竭的个体（补充表2）。其中12个为心力衰竭队列（试验或前瞻性研究队列），9个为非心力衰竭心血管试验或队列中的嵌套心力衰竭队列，1个队列来自英国生物银行中具有遗传数据的个体。16项研究提供了按研究水平的LVEF数据。对于亚组荟萃分析，队列根据LVEF分为两组：≤40%（试验入组标准LVEF ≤40%或研究平均LVEF ≤35%；11项研究；12,608名患者；平均LVEF 30.6%）或LVEF >40%（试验入组标准LVEF >40%或研究平均LVEF >45%；5项研究；9,597名患者；平均LVEF 54.3%）。
程序与结局
大多数队列为心力衰竭临床试验，使用标准心力衰竭纳入标准定义病例（补充表2）。对于英国生物银行，心力衰竭使用此处详述的诊断代码定义。在遗传分析中研究了两个临床终点：全因死亡率和心血管死亡或心力衰竭住院的复合终点，定义如上。
统计分析
基因分型、填补和质量控制的程序已有先前报道。对每个心力衰竭队列，使用Cox比例风险回归对时间-事件结局进行GWAS。采用调整性别、研究开始时年龄、入组时心力衰竭状态（流行或新发）和其他研究特定协变量（包括遗传祖先主成分、随机化组或招募中心）的加性遗传模型。对于入组时已存在心力衰竭的病例，将入组日期设为基线（t = 0）。对于随访期间发生的心力衰竭病例，将基线（t = 0）设定为心力衰竭诊断日期（如果可用）或首次记录的心力衰竭诊断日期。使用Genome-Wide Association Meta-Analysis（GWAMA [版本2.2.2]）进行GWAS荟萃分析，采用逆方差加权固定效应模型。报告的遗传变异至少来自2项研究，并使用PLINK 2.0（r² < 0.001，10,000 kb）对独立性进行修剪，参考组由10,000名不相关的欧洲血统参与者组成。
我们研究了先前与新发心力衰竭相关的遗传变异是否也与已确诊心力衰竭患者的临床结局相关，使用我们先前工作的汇总统计数据和最近一项全因心力衰竭的多族裔荟萃分析数据。该分析将观察到的复制率与预期率进行比较，根据统计功效进行调整。
我们使用最近开发的双变量MR与校正加权最小二乘（CWBLS）调整来评估和调整GWAS中识别的遗传变异关联中的指数事件偏倚（补充方法）。在进一步的指数事件偏倚敏感性分析中，我们使用Dudbridge、标准CWBLS、Slope-Hunter和传统双样本MR方法来估计偏倚校正因子，并分析这些指数事件偏倚调整对我们的主要MR分析的影响（补充方法）。
孟德尔随机化
数据来源
BMI的遗传工具来自一项>700,000名主要为欧洲血统个体的遗传人类测量特征（GIANT）联盟荟萃分析的全基因组关联汇总统计数据。GWAS数据源列于补充表3。所有贡献研究均获得当地机构审查委员会的批准。根据伦敦大学学院（UCL）研究伦理委员会提供的研究程序指南进行汇总水平GWAS数据的荟萃分析。
工具选择
根据BMI的全基因组显著性（P < 5 × 10⁻⁸）选择变异，并使用PLINK 2.0（r² < 0.001，10,000 kb）对独立性进行修剪，参考组由英国生物银行中的10,000名不相关的欧洲血统参与者组成（补充表4）。为确认该工具在已确诊心力衰竭患者中的有效性，我们在英国生物银行中对心力衰竭患者与非心力衰竭对照的BMI GWAS中估计了所包含变异的关联，使用Cochrane's Q统计量检验异质性。
统计分析
在双样本框架中进行MR，使用MendelianRandomization R包。MR中使用的遗传工具应满足3个核心工具变量假设：1）相关性：每个变异与BMI稳健相关，通过全基因组显著性确认；2）独立性：工具和结局之间不存在测量或未测量的混杂因素；3）排除限制：变异仅通过BMI影响结局，而非通过其他生物学途径。主要分析使用逆方差加权（IVW）方法，使用MR Egger、加权中位数和加权模式方法进行敏感性分析，以解决核心MR假设，考虑多效性和不完美工具。MR估计表示BMI每增加一个标准差，HF临床结局的对数风险变化。使用Z检验评估LVEF分层MR估计之间的交互作用。
结果
重现心力衰竭中的肥胖生存悖论
为证明心力衰竭中的生存悖论，我们首先使用英国生物银行中14,366名心力衰竭患者的常规观察性分析估计了测量的BMI与临床结局之间的关联。基线人口统计学数据见补充表1。我们的发现重现了心力衰竭肥胖生存悖论：与正常体重（18.5-24.9 kg/m²）相比，心力衰竭患者中超重（25.0-29.9 kg/m²）和I类肥胖（30.0-34.9 kg/m²）类别的全因死亡率似乎较低，这与在英国生物银行总人口中观察到的情况相反，在总人口中，超重和肥胖与相对于正常体重更高的死亡率相关（图1，补充表5）。有趣的是，对常见心血管风险因素的常规协变量调整似乎加强了心力衰竭患者中较高BMI与临床结局之间的反向关联（补充表5）。
心力衰竭临床结局的全基因组关联研究
接下来，为进行MR研究，我们对已确诊心力衰竭患者的全因死亡率和心血管死亡或心力衰竭住院的复合终点进行了时间-事件GWAS荟萃分析。我们分析了一个由22项研究中的50,636名欧洲血统HF个体组成的群体——所有个体均具有可用的遗传数据——以及感兴趣的临床结局的随访数据（表1，补充表2）。在中位随访27.0个月（IQR：17.2-35.3个月）期间，11,454名参与者（23%）达到全因死亡终点，11,360名参与者（22%）经历了心血管死亡或住院的心力衰竭复合终点（表2）。参与者的平均年龄为66 ± 9.5岁，68%为男性。平均BMI为29 ± 5.8 kg/m²。入组时有高比例的合并症：46%有心肌梗死史，51%有心房颤动，79%有高血压，34%有糖尿病。11项研究被归类为LVEF ≤40%（12,608名患者），5项为LVEF >40%（9,597名患者）（表1）。
尽管没有遗传变异达到全基因组显著性（P < 5 × 10⁻⁸），但有21个独立变异与全因死亡率相关，27个与复合结局在提示性显著性水平（P < 5 × 10⁻⁶）相关（补充表6和7）。没有与HF结局呈提示性关联的变异与先前GWAS中新发心力衰竭相关（P > 0.01）。我们还评估了先前报道的与欧洲血统个体新发心力衰竭相关的遗传变异（59个变异）对我们的HF临床结局GWAS的复制情况。在这59个变异中，只有4个（11%）与全因死亡率在名义显著性P < 0.05相关，7个（20%）与心血管死亡或心力衰竭住院相关（考虑到功效差异，预期为35个）。使用Lee等人报道的176个遗传变异进行的多族裔HF荟萃分析显示复制率同样较低（分别为18%和16%）（补充表8至11）。这种有限的复制可能反映了疾病发病与进展潜在病理生物学的根本差异，或治疗的调节作用。为探索LVEF的潜在效应修饰，我们对具有可用LVEF数据的队列进行了亚组GWAS荟萃分析。未识别出额外的全基因组显著性阈值（P < 5 × 10⁻⁸）变异（补充表12至15）。
然后，我们应用一系列方法来识别和校正可能影响遗传变异关联的潜在指数事件偏倚（补充方法，补充图1至9）。为探索不同偏倚调整模型下的偏倚校正因子范围，我们使用多种偏倚模型和参数组合进行敏感性分析（补充方法）。在对指数事件偏倚进行校正后，未发现全基因组显著性位点。
心力衰竭中BMI与临床结局的MR研究
最后，我们应用MR评估遗传预测的BMI与心力衰竭个体临床结局之间的关联。总共947个独立变异构成了BMI的遗传工具（补充表4）。对于所包含的变异，我们未发现英国生物银行中具有HF的个体与不具HF的个体之间效应异质性的证据。这证实了在一般人群中衍生的工具在心力衰竭患者中也有效（P > 0.05/947，Bonferroni校正）（补充图10）。
遗传预测的BMI每增加一个标准差，相当于4.8 kg/m²，与全因死亡率增加21%相关（HR：1.21每标准差；95% CI：1.13-1.29；P = 9 × 10⁻⁸）。经偏倚校正的CWBLS多变量MR与这一发现一致（校正HR 1.30每标准差；95% CI：1.13-1.48；P = 2 × 10⁻⁴）（图1）。遗传预测的BMI与全因死亡率和LVEF亚组之间无交互作用证据（交互作用P = 0.84）。基于研究水平LVEF分类的亚组荟萃分析中，遗传预测的BMI与全因死亡率的关联在LVEF分层中保持一致。在LVEF ≤40%亚组中（定义为入组标准LVEF ≤40%或研究平均LVEF ≤35%的试验），HR为每标准差BMI 1.16（95% CI：0.92-1.49），而在LVEF >40%亚组中（定义为入组标准LVEF >40%或研究平均LVEF >45%的试验），HR为每标准差BMI 1.20（95% CI：0.94-1.53）（图2）。经偏倚校正的CWBLS多变量MR结果与这些发现一致（校正HR分别为1.17每标准差；95% CI：0.92-1.49和1.33每标准差；95% CI：0.79-2.23）。
对于心血管死亡或心力衰竭住院的复合结局，遗传预测的BMI每增加一个标准差与风险增加29%相关（偏倚校正HR 1.29每标准差BMI，95% CI：1.20-1.38；P = 8 × 10⁻¹³）（补充图11）。经偏倚校正的CWBLS多变量MR与这一发现一致（校正HR 1.16每标准差；95% CI：1.00-1.33；P = 0.044）。亚组荟萃分析中，该关联在LVEF分层中保持一致（交互作用P = 0.13）。在LVEF ≤40%亚组中，BMI每增加一个标准差与复合结局风险增加31%相关（HR：1.31每标准差BMI；95% CI：1.16-1.48），而在LVEF >40%亚组中，风险增加57%（HR：1.57每标准差BMI；95% CI：1.29-1.91）（图2）。经偏倚校正的CWBLS多变量MR结果与这些发现一致（校正HR分别为1.46每标准差；95% CI：1.24-1.72和1.25每标准差；95% CI：0.81-1.95）。
我们进行了敏感性分析以评估这些估计的稳健性。加权中位数、加权模式和MR-Egger回归方法均确认了两种结局的效应方向，未检测到定向水平多效性的证据（补充表16，补充图12和13）。然后，我们使用经不同指数事件偏倚校正方法调整的GWAS结局数据重复主要IVW-MR分析。对于心力衰竭患者的全因死亡率，校正偏倚的HR范围为1.13至1.30，CI超出零点。对于心血管死亡或心力衰竭住院的复合结局，点估计均为正（范围：1.03-1.19），但伴有更宽的CI，其中2种方法（Dudbridge和CWBLS）的估计与零点重叠（补充表16，补充图14）。LVEF分层分析中的偏倚校正估计一致为正，但不精确，CI较宽，在许多情况下与零点重叠，反映了统计功效降低（补充表16，补充图15）。Slope-Hunter方法对输入参数的微小变化极为敏感，在我们的数据集中被认为不可靠（补充方法，补充图5至7）。最后，我们使用不包含重叠样本（英国生物银行个体）的BMI工具重复研究，发现类似关联但精度降低（补充图16）。
讨论
在本研究中，我们调查了影响临床思维关于减重在心力衰竭和肥胖患者管理中作用的明显肥胖-生存悖论。我们的观察性分析重现了广泛报道的发现，即较高BMI与已确诊心力衰竭患者的较低死亡率相关。相反，我们的遗传学研究（考虑了相关偏倚）发现较高BMI与心力衰竭患者的死亡率增加相关。我们对较高BMI对全因死亡率的指数事件偏倚校正估计与使用观察性分析在一般人群中估计的关联相似。这些发现表明减重干预在心力衰竭管理中的潜在作用，并为临床试验提供了依据。
我们未发现BMI对临床结局的关联与LVEF亚组之间存在交互作用的证据。然而，效应的大小在HFpEF中数值上大于HFrEF，与药物诱导减重的临床试验结果一致。我们的结果与先前的一项单样本MR研究一致，该研究报道了较高BMI与HF死亡率之间的正相关。虽然特定减重干预措施的效应可能不直接与使用遗传代理估计的效应相比较（后者反映对升高体重的终生暴露），但我们的发现表明减重可能改善HF结局。针对HFpEF的基于肠促胰岛素的疗法临床试验正在进行中，我们的发现表明在HFrEF患者中进行类似试验的理由。
心力衰竭肥胖生存悖论首次描述于20多年前，该观察结果在众多研究中得到复制。已提出多种机制理论来解释这一悖论，假设存在因果关系，而其他理论则认为该关联是由指数事件偏倚引起的，这是一种在研究疾病队列时可能产生的碰撞偏倚形式。因此，关于减重在心力衰竭患者管理中作用的不确定性依然存在。选择心力衰竭人群来研究BMI的效应，可能使指数事件偏倚扭曲风险因素与预后之间的关联。患有心力衰竭和肥胖的人可能看起来预后更好，并非因为肥胖具有因果保护作用，而是因为他们发展心力衰竭时具有较少或较轻的替代风险因素，这些因素对预后的不利影响大于BMI。常规协变量调整不能缓解这种偏倚，实际上可能放大它，正如我们在分析中所展示的那样。
MR描述了一种方法，即使用遗传代理作为工具变量来建模风险因素与结局之间的关系，以减轻偏倚。只要满足某些假设，MR可以提供受混杂和反向因果偏倚影响较小的估计。为MR必要的遗传变异与预后（结局）的关联，仍易受指数事件偏倚影响。然而，这种偏倚可以通过使用与疾病发病的遗传关联进行建模和校正。在本研究中，我们首先对已确诊心力衰竭人群进行大型时间-事件GWAS，校正指数事件偏倚，然后进行BMI对临床结局的MR。我们展示了如何使用这种分析框架来估计风险因素对预后的无偏关联。
研究局限性
本研究中针对心力衰竭临床结局的GWAS是迄今为止进行的最大规模研究；然而，需要更大规模的研究来提高统计功效并改善MR估计的精确度。此外，研究人群仅限于欧洲血统个体，因为不同遗传背景的样本可用性有限。鉴于不同人群间脂肪量-心血管风险关系的差异（例如，东南亚个体在较低BMI下具有较高的 cardiometabolic 风险），这限制了对欧洲血统人群以外的泛化能力。
LVEF的亚组GWAS荟萃分析受到某些研究中LVEF数据可用性（仅占总队列的约44%，主要为随机对照试验）以及仅能获得研究水平LVEF的限制。这将降低检测LVEF效应修饰的能力，并可能影响研究的外部有效性。LVEF分层估计的CI较宽，未一致排除零点，表明亚组特异性因果估计的精确度有限。未来研究应旨在使用个体参与者水平数据将LVEF作为连续变量建模。
我们的MR分析专注于遗传预测BMI的总体线性关联，承认BMI与死亡率之间的J形关系，即观察性数据中体重不足个体（BMI <18.5 kg/m²）风险较高。非线性MR方法存在争议，现有方法不足以用遗传数据可靠地建模这种关系。体重不足个体比例小（例如，英国生物银行HF人群中<0.5%），可能对MR估计的影响最小，但如果确实存在BMI-死亡率的因果U形关系，低BMI的升高风险预计会向零点衰减MR估计（II型错误）。
BMI也是脂肪量的不完美测量指标，因为它不能区分脂肪和瘦体重，也无法捕捉脂肪分布，这可能对HF结局产生不同的影响。在我们的主要分析中，我们使用双变量MR CWBLS识别并校正HF结局GWAS中的指数事件偏倚。在敏感性分析中，大多数替代偏倚调整方法产生一致的发现，但估计值有差异，在某些情况下CI包含零点。尽管我们的MR敏感性分析显示主要结局的一致直接效应，但这并不完全排除通过除BMI以外的机制的多效性偏倚。
结论
我们的研究结果表明，肥胖与心力衰竭中的不良临床结局相关，类似于在一般人群中观察到的关联。它们表明肥胖生存悖论很可能是偏倚的产物，强调在根据观察性分析对预后关联做出因果解释时需要谨慎。综合来看，我们的发现支持减重干预对心力衰竭患者的潜在益处，可能为临床试验提供依据。
【全文结束】