引用本文： 戴蕙旭, 何俏, 李光校, 張鵬, 孫皓, 時景璞. ALOX5AP 基因 SG13S114 和 SG13S32 多態性與中國人缺血性腦卒中關系的 Meta 分析 . 中國循證醫學雜志, 2018, 18(1): 13-20. doi: 10.7507/1672-2531.201705087 復制
據估計，全球每年約有六百萬人死于腦卒中。中國作為發病率最高的國家，每年約有 250 萬新發腦卒中患者，其中 160 萬患者死亡[1]。目前，一項基于 480 687 例成人研究顯示，中國腦卒中的疾病負擔在過去的三十年中不斷增長[2]。缺血性腦卒中作為一種受遺傳因素和環境因素共同影響的復雜疾病[3]，在世界范圍內占據所有卒中的 50% 以上，遺傳因素在缺血性腦卒中的發生發展中起到重要作用[4]。
ALOX5AP 基因，約為 31 kb 大小，位于染色體 13q12-13，包含 5 個外顯子和 4 個內含子。它編碼的 5-脂氧合酶激活蛋白可將花生四烯酸轉化成白三烯[5]。白三烯參與許多促炎過程[6, 7]，加速血栓的形成及動脈粥樣硬化，最終導致腦卒中或心肌梗死。Domingues 等[8]的研究表明，SG13S114 的 T 等位基因與高加索人缺血性腦卒中發生風險增加有關。而 2009 的另一項研究表明 SG13S114 多態性與缺血性腦卒中發生風險不存在關聯[9]。即使針對中國人群，不同研究的結論也不盡相同[3, 10, 11]。因此，本研究旨在通過 Meta 分析評估 ALOX5AP 基因 SG13S114 與 SG13S32 多態性與中國人缺血性腦卒中發病風險是否存在關聯。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
病例-對照研究。
1.1.2 研究對象
病例組為經臨床診斷明確的缺血性腦卒中患者；對照組為非缺血性腦卒中者。
1.1.3 暴露因素
ALOX5AP 基因 SG13S114 和 SG13S32 多態性。
1.1.4 結局指標
腦卒中發病風險。
1.1.5 排除標準
① 非中、英文文獻 ；② 重復發表的文獻；③ 數據不完整或者無法計算 OR 值以及 95% 可信區間的文獻。
1.2 文獻檢索策略
計算機檢索 Web of Science、EMbase、PubMed、CNKI、CBM 和 WanFang Data，搜集 ALOX5AP 基因 SG13S114 和 SG13S32 多態性與中國人缺血性腦卒中相關的病例-對照研究，檢索時限均從建庫至 2017 年 2 月。中文檢索詞包括：ALOX5AP、中風、腦血管意外、腦血管事件、腦出血、腦血管病、顱內出血、腦梗塞、腦缺血、病例-對照等；英文檢索詞包括：ALOX5AP、5-lipoxygenase activating protein、stroke、cerebrovascular accident、CVA、cerebrovascular event、cerebrovascular disease、brain hemorrhage、intracranial hemorrhage、cerebral hemorrhage、cerebral infarction、cerebral ischemia、polymorphism、variation、allele、genotype、case control、case-control。此外，對相關綜述以及納入研究的參考文獻進行手動檢索以獲取補充信息。以 PubMed 為例，具體檢索策略如框 1。
1.3 文獻篩選、資料提取與納入研究的偏倚風險評價
由 2 位評價員獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本信息，包括研究題目、第一作者、發表時間等；② 研究對象的基線特征，包括各組的樣本數、患者的年齡、性別、是否符合 HWE 平衡，病例組和對照組的基因型分布；③ 偏倚風險評價的關鍵要素；④ 所關注的結局指標和結果測量數據。納入研究的偏倚風險采用 Newcastle-Ottawa Quality Assessment Scale（NOS）進行評價[12]。每滿足量表中的一項條目即可獲得一星，如果超過 6 顆星則認為是高質量研究[13]。
1.4 統計分析
采用 Stata 12.0 軟件進行統計分析。計數資料采用 OR 為效應指標，各效應量均給出點估計值及其 95%CI。納入研究結果間的異質性采用 χ2 檢驗進行分析（檢驗水準為 α=0.1），同時結合 I2 定量判斷異質性的大小。若各研究結果間無統計學異質性，則采用固定效應模型進行 Meta 分析；若各研究結果間存在統計學異質性，則進一步分析異質性來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行 Meta 分析。明顯的臨床異質性采用亞組分析或敏感性分析等方法進行處理，或只行描述性分析。采用 Begg’s 法[14]和 Egger 法[15]檢驗發表偏倚。所有檢驗均為雙側檢驗且 P<0.05 認為差異具有統計學意義。
2 結果
2.1 文獻篩選流程及結果
如圖 1 所示，最終納入 20 個研究[16-35]。其中，17 個關于 SG13S114 多態性，包括 7 471 例病例和 8 458 例對照；12 個關于 SG13S32 多態性，包括 4 731 例病例和 4 858 例對照。
圖1
文獻檢索流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征與偏倚風險評價結果
納入研究的基本特征及偏倚風險評價結果見表 1。
表1
納入研究的基本特征和偏倚風險評價結果
2.3 Meta 分析結果
異質性檢驗結果提示，無論 SG13S114 多態性 還是 SG13S32 多態性，納入研究結果間均存在統計學異質性。采用隨機效應模型進行 Meta 分析，結果顯示：SG13S114 多態性與缺血性腦卒中發生風險在顯性遺傳模型［AA vs. TA+TT：OR=1.25，95%CI（0.97，1.60），P=0.09］和雜合子模型［TA vs. TT：OR=1.08，95%CI（0.96，1.22），P=0.20］中不存在相關性。在等位基因模型［A vs. T：OR=1.12，95%CI（1.00，1.27），P=0.05］（圖 2）、隱性模型［TA+AA vs. TT：OR=1.14，95%CI（1.01，1.28），P=0.04］（圖 3）和純合子模型［AA vs. TT：OR=1.33，95%CI（1.07，1.65），P=0.012］中（圖 4），該多態性與缺血性腦卒中存在關聯。而 SG13S32 多態性則與缺血性腦卒中發病風險不存在相關性［C vs. A：OR=0.90，95%CI（0.75，1.07），P=0.22；AC+CC vs. AA：OR=0.89，95%CI（0.70，1.12），P=0.315；CC vs. AC+AA：OR=0.92，95%CI（0.69，1.24），P=0.591；CC vs. AA：OR=0.86，95%CI（0.62，1.19），P=0.361；AC vs. AA：OR=0.88，95%CI（0.71，1.10），P=0.274］。
圖2
ALOX5AP 基因 SG13S114 多態性與中國人缺血性腦卒中相關性的 Meta 分析（A vs. T）
圖3
ALOX5AP 基因 SG13S114 多態性與中國人缺血性腦卒中相關性的 Meta 分析（TA+AA vs. TT）
圖4
ALOX5AP 基因 SG13S114 多態性與中國人缺血性腦卒中相關性的 Meta 分析（AA vs. TT）
2.4 亞組分析
亞組分析結果顯示，在等位基因模型［OR=1.18，95%CI（1.02，1.37），P=0.028］、顯性模型［OR=1.40，95%CI（1.09，1.80），P=0.008］和純合子模型［OR=1.39，95%CI（1.05，1.83），P=0.02］中，SG13S114 多態性與老年人群（平均年齡>60 歲）缺血性腦卒中發生存在關聯。在等位基因模型、隱性模型和純合子模型中，SG13S114 多態性與缺血性腦卒中在性別比<1.5（無論是病例組還是對照組）的亞組中均存在關聯（表 2）。在等位基因模型［OR=0.65，95%CI（0.44，0.97），P=0.035］、顯性模型［OR=0.59，95%CI（0.39，0.90），P=0.014］和雜合子模型［OR=0.62，95%CI（0.41，0.94），P=0.023］中，SG13S32 多態性與對照組平均年齡≤60 歲人群缺血性腦卒中的發病風險存在關聯（表 3）。
表2
SG13S114 多態性與中國人缺血性腦卒中關系的亞組分析
表3
SG13S32 多態性與中國人缺血性腦卒中關系的亞組分析
2.5 發表偏倚
采用 Egger 法和 Begg’s 法檢驗五種基因模型，結果顯示無論 SG13S114 還是 SG13S32 均不存在發表偏倚（P 均>0.05），見表 4。
表4
發表偏倚檢驗結果（P 值）
3 討論
腦血管病已成為中國城市和農村地區致殘和致死的首位病因。在過去幾十年里，腦卒中的發病率明顯增長。目前，中國有超過七百萬的腦血管病患者，其中 70% 為缺血性腦卒中。隨著我國人口的老齡化、生活方式改變及經濟快速發展，在未來的二十五年里，缺血性腦卒中的發病率將會明顯增加，疾病負擔也將持續增長[36]。雖然男性、老年、高血壓、糖尿病、吸煙等已成為腦卒中明確的危險因素，但越來越多的研究表明遺傳因素對于腦卒中同樣重要，為未來疾病的個體化治療和預防提供了新思路[37]。因此，本研究納入包括浙江、北京、遼寧、山東、寧夏、河南、黑龍江等覆蓋中國大部分地區的 20 個研究探討 ALOX5AP 基因 SG13S114 和 SG13S32 多態性與缺血性腦卒中發病風險的關系。研究結果發現 SG13S114 多態性與中國人缺血性腦卒中存在關聯，A 等位基因是其潛在危險因素。推測可能機制是：ALOX5AP 編碼的 5-脂氧合酶激活蛋白可將花生四烯酸轉化成白三烯，而白三烯參與許多促炎過程，可加速血栓的形成及動脈粥樣硬化，最終導致腦卒中的發生[6, 7, 38-42]。有研究表明，SG13S114 AA 基因型可調節 ALOX5AP 的 mRNA 水平，且缺血性腦卒中組的 mRNA 水平高于對照組[43]。SG13S114 突變的個體可能導致 ALOX5AP 的過度表達并導致大量炎性細胞因子白三烯 B4 生成。而后白三烯 B4 通過增加血管壁的炎癥應答而影響腦卒中的發生。然而，Ke 等[3]認為 SG13S114 多態性與中國人缺血性腦卒中不存在關聯，Wang 等[11]與 Ye 等[10]的研究也與我們的結果不全相同。這些差異可能是由于納入研究的不同所致，但具體原因仍需進一步探索。此外，Chen 等[43]研究發現，SG13S114 的 A 等位基因相比 T 等位基因可以降低歐洲人缺血性腦卒中的風險。雖然具體原因尚不清楚，但與本研究完全相反的結論可能歸因于不同的遺傳背景和生活環境差異：例如高血壓史、飲食習慣等。此外，本研究并未發現關于 SG13S32 多態性與中國人缺血性腦卒中之間的關聯。鑒于年齡和性別是腦卒中明確的危險因素，我們選擇平均年齡和性別比進行亞組分析。亞組分析顯示，在不同基因模型中結果存在差異，提示后續可以對此進行更多研究。
本研究的局限性：首先，納入研究均為病例-對照研究，可能存在選擇偏倚等，證據的論證強度可能不足；其次，僅納入英文和中文文獻，因此可能存在發表偏倚；第三，本研究僅包含中國的大部分地區而非全部地區，因此可能使本研究缺乏一定代表性；第四，缺血性腦卒中是一種復雜疾病，而本研究并未考慮基因與基因或基因與環境之間的相互作用。
綜上所述，SG13S114 多態性與中國人缺血性腦卒中發病風險存在相關性，A 等位基因是其潛在危險因素。而本研究并未發現 SG13S32 多態性與中國人缺血性腦卒中發病風險具有相關性。
據估計，全球每年約有六百萬人死于腦卒中。中國作為發病率最高的國家，每年約有 250 萬新發腦卒中患者，其中 160 萬患者死亡[1]。目前，一項基于 480 687 例成人研究顯示，中國腦卒中的疾病負擔在過去的三十年中不斷增長[2]。缺血性腦卒中作為一種受遺傳因素和環境因素共同影響的復雜疾病[3]，在世界范圍內占據所有卒中的 50% 以上，遺傳因素在缺血性腦卒中的發生發展中起到重要作用[4]。
ALOX5AP 基因，約為 31 kb 大小，位于染色體 13q12-13，包含 5 個外顯子和 4 個內含子。它編碼的 5-脂氧合酶激活蛋白可將花生四烯酸轉化成白三烯[5]。白三烯參與許多促炎過程[6, 7]，加速血栓的形成及動脈粥樣硬化，最終導致腦卒中或心肌梗死。Domingues 等[8]的研究表明，SG13S114 的 T 等位基因與高加索人缺血性腦卒中發生風險增加有關。而 2009 的另一項研究表明 SG13S114 多態性與缺血性腦卒中發生風險不存在關聯[9]。即使針對中國人群，不同研究的結論也不盡相同[3, 10, 11]。因此，本研究旨在通過 Meta 分析評估 ALOX5AP 基因 SG13S114 與 SG13S32 多態性與中國人缺血性腦卒中發病風險是否存在關聯。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
病例-對照研究。
1.1.2 研究對象
病例組為經臨床診斷明確的缺血性腦卒中患者；對照組為非缺血性腦卒中者。
1.1.3 暴露因素
ALOX5AP 基因 SG13S114 和 SG13S32 多態性。
1.1.4 結局指標
腦卒中發病風險。
1.1.5 排除標準
① 非中、英文文獻 ；② 重復發表的文獻；③ 數據不完整或者無法計算 OR 值以及 95% 可信區間的文獻。
1.2 文獻檢索策略
計算機檢索 Web of Science、EMbase、PubMed、CNKI、CBM 和 WanFang Data，搜集 ALOX5AP 基因 SG13S114 和 SG13S32 多態性與中國人缺血性腦卒中相關的病例-對照研究，檢索時限均從建庫至 2017 年 2 月。中文檢索詞包括：ALOX5AP、中風、腦血管意外、腦血管事件、腦出血、腦血管病、顱內出血、腦梗塞、腦缺血、病例-對照等；英文檢索詞包括：ALOX5AP、5-lipoxygenase activating protein、stroke、cerebrovascular accident、CVA、cerebrovascular event、cerebrovascular disease、brain hemorrhage、intracranial hemorrhage、cerebral hemorrhage、cerebral infarction、cerebral ischemia、polymorphism、variation、allele、genotype、case control、case-control。此外，對相關綜述以及納入研究的參考文獻進行手動檢索以獲取補充信息。以 PubMed 為例，具體檢索策略如框 1。
1.3 文獻篩選、資料提取與納入研究的偏倚風險評價
由 2 位評價員獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本信息，包括研究題目、第一作者、發表時間等；② 研究對象的基線特征，包括各組的樣本數、患者的年齡、性別、是否符合 HWE 平衡，病例組和對照組的基因型分布；③ 偏倚風險評價的關鍵要素；④ 所關注的結局指標和結果測量數據。納入研究的偏倚風險采用 Newcastle-Ottawa Quality Assessment Scale（NOS）進行評價[12]。每滿足量表中的一項條目即可獲得一星，如果超過 6 顆星則認為是高質量研究[13]。
1.4 統計分析
采用 Stata 12.0 軟件進行統計分析。計數資料采用 OR 為效應指標，各效應量均給出點估計值及其 95%CI。納入研究結果間的異質性采用 χ2 檢驗進行分析（檢驗水準為 α=0.1），同時結合 I2 定量判斷異質性的大小。若各研究結果間無統計學異質性，則采用固定效應模型進行 Meta 分析；若各研究結果間存在統計學異質性，則進一步分析異質性來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行 Meta 分析。明顯的臨床異質性采用亞組分析或敏感性分析等方法進行處理，或只行描述性分析。采用 Begg’s 法[14]和 Egger 法[15]檢驗發表偏倚。所有檢驗均為雙側檢驗且 P<0.05 認為差異具有統計學意義。
2 結果
2.1 文獻篩選流程及結果
如圖 1 所示，最終納入 20 個研究[16-35]。其中，17 個關于 SG13S114 多態性，包括 7 471 例病例和 8 458 例對照；12 個關于 SG13S32 多態性，包括 4 731 例病例和 4 858 例對照。
圖1
文獻檢索流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征與偏倚風險評價結果
納入研究的基本特征及偏倚風險評價結果見表 1。
表1
納入研究的基本特征和偏倚風險評價結果
2.3 Meta 分析結果
異質性檢驗結果提示，無論 SG13S114 多態性 還是 SG13S32 多態性，納入研究結果間均存在統計學異質性。采用隨機效應模型進行 Meta 分析，結果顯示：SG13S114 多態性與缺血性腦卒中發生風險在顯性遺傳模型［AA vs. TA+TT：OR=1.25，95%CI（0.97，1.60），P=0.09］和雜合子模型［TA vs. TT：OR=1.08，95%CI（0.96，1.22），P=0.20］中不存在相關性。在等位基因模型［A vs. T：OR=1.12，95%CI（1.00，1.27），P=0.05］（圖 2）、隱性模型［TA+AA vs. TT：OR=1.14，95%CI（1.01，1.28），P=0.04］（圖 3）和純合子模型［AA vs. TT：OR=1.33，95%CI（1.07，1.65），P=0.012］中（圖 4），該多態性與缺血性腦卒中存在關聯。而 SG13S32 多態性則與缺血性腦卒中發病風險不存在相關性［C vs. A：OR=0.90，95%CI（0.75，1.07），P=0.22；AC+CC vs. AA：OR=0.89，95%CI（0.70，1.12），P=0.315；CC vs. AC+AA：OR=0.92，95%CI（0.69，1.24），P=0.591；CC vs. AA：OR=0.86，95%CI（0.62，1.19），P=0.361；AC vs. AA：OR=0.88，95%CI（0.71，1.10），P=0.274］。
圖2
ALOX5AP 基因 SG13S114 多態性與中國人缺血性腦卒中相關性的 Meta 分析（A vs. T）
圖3
ALOX5AP 基因 SG13S114 多態性與中國人缺血性腦卒中相關性的 Meta 分析（TA+AA vs. TT）
圖4
ALOX5AP 基因 SG13S114 多態性與中國人缺血性腦卒中相關性的 Meta 分析（AA vs. TT）
2.4 亞組分析
亞組分析結果顯示，在等位基因模型［OR=1.18，95%CI（1.02，1.37），P=0.028］、顯性模型［OR=1.40，95%CI（1.09，1.80），P=0.008］和純合子模型［OR=1.39，95%CI（1.05，1.83），P=0.02］中，SG13S114 多態性與老年人群（平均年齡>60 歲）缺血性腦卒中發生存在關聯。在等位基因模型、隱性模型和純合子模型中，SG13S114 多態性與缺血性腦卒中在性別比<1.5（無論是病例組還是對照組）的亞組中均存在關聯（表 2）。在等位基因模型［OR=0.65，95%CI（0.44，0.97），P=0.035］、顯性模型［OR=0.59，95%CI（0.39，0.90），P=0.014］和雜合子模型［OR=0.62，95%CI（0.41，0.94），P=0.023］中，SG13S32 多態性與對照組平均年齡≤60 歲人群缺血性腦卒中的發病風險存在關聯（表 3）。
表2
SG13S114 多態性與中國人缺血性腦卒中關系的亞組分析
表3
SG13S32 多態性與中國人缺血性腦卒中關系的亞組分析
2.5 發表偏倚
采用 Egger 法和 Begg’s 法檢驗五種基因模型，結果顯示無論 SG13S114 還是 SG13S32 均不存在發表偏倚（P 均>0.05），見表 4。
表4
發表偏倚檢驗結果（P 值）
3 討論
腦血管病已成為中國城市和農村地區致殘和致死的首位病因。在過去幾十年里，腦卒中的發病率明顯增長。目前，中國有超過七百萬的腦血管病患者，其中 70% 為缺血性腦卒中。隨著我國人口的老齡化、生活方式改變及經濟快速發展，在未來的二十五年里，缺血性腦卒中的發病率將會明顯增加，疾病負擔也將持續增長[36]。雖然男性、老年、高血壓、糖尿病、吸煙等已成為腦卒中明確的危險因素，但越來越多的研究表明遺傳因素對于腦卒中同樣重要，為未來疾病的個體化治療和預防提供了新思路[37]。因此，本研究納入包括浙江、北京、遼寧、山東、寧夏、河南、黑龍江等覆蓋中國大部分地區的 20 個研究探討 ALOX5AP 基因 SG13S114 和 SG13S32 多態性與缺血性腦卒中發病風險的關系。研究結果發現 SG13S114 多態性與中國人缺血性腦卒中存在關聯，A 等位基因是其潛在危險因素。推測可能機制是：ALOX5AP 編碼的 5-脂氧合酶激活蛋白可將花生四烯酸轉化成白三烯，而白三烯參與許多促炎過程，可加速血栓的形成及動脈粥樣硬化，最終導致腦卒中的發生[6, 7, 38-42]。有研究表明，SG13S114 AA 基因型可調節 ALOX5AP 的 mRNA 水平，且缺血性腦卒中組的 mRNA 水平高于對照組[43]。SG13S114 突變的個體可能導致 ALOX5AP 的過度表達并導致大量炎性細胞因子白三烯 B4 生成。而后白三烯 B4 通過增加血管壁的炎癥應答而影響腦卒中的發生。然而，Ke 等[3]認為 SG13S114 多態性與中國人缺血性腦卒中不存在關聯，Wang 等[11]與 Ye 等[10]的研究也與我們的結果不全相同。這些差異可能是由于納入研究的不同所致，但具體原因仍需進一步探索。此外，Chen 等[43]研究發現，SG13S114 的 A 等位基因相比 T 等位基因可以降低歐洲人缺血性腦卒中的風險。雖然具體原因尚不清楚，但與本研究完全相反的結論可能歸因于不同的遺傳背景和生活環境差異：例如高血壓史、飲食習慣等。此外，本研究并未發現關于 SG13S32 多態性與中國人缺血性腦卒中之間的關聯。鑒于年齡和性別是腦卒中明確的危險因素，我們選擇平均年齡和性別比進行亞組分析。亞組分析顯示，在不同基因模型中結果存在差異，提示后續可以對此進行更多研究。
本研究的局限性：首先，納入研究均為病例-對照研究，可能存在選擇偏倚等，證據的論證強度可能不足；其次，僅納入英文和中文文獻，因此可能存在發表偏倚；第三，本研究僅包含中國的大部分地區而非全部地區，因此可能使本研究缺乏一定代表性；第四，缺血性腦卒中是一種復雜疾病，而本研究并未考慮基因與基因或基因與環境之間的相互作用。
綜上所述，SG13S114 多態性與中國人缺血性腦卒中發病風險存在相關性，A 等位基因是其潛在危險因素。而本研究并未發現 SG13S32 多態性與中國人缺血性腦卒中發病風險具有相關性。
