【摘 要】
：
[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763 813名参与者的全基因组关联研究（genome-wide association study,GWAS）中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度等睡眠表型相关的单核苷酸多态性（single nucleotide polymorphism,SNP）作为工具变量,采用逆方差加权（in
【基金项目】
：
国家自然科学基金面上项目（82274302、82074248、81973663）； 浙江省自然科学基金项目（LY22H260005）；
论文部分内容阅读
[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763 813名参与者的全基因组关联研究（genome-wide association study,GWAS）中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度等睡眠表型相关的单核苷酸多态性（single nucleotide polymorphism,SNP）作为工具变量,采用逆方差加权（inverse variance weighted,IVW）评估遗传学预测的不同睡眠表型与痛风发生风险的关系。采用MR-Egger回归和孟德尔随机多态性残差和离群值（MR pleiotropy residual sum and outlier,MR-PRESSO）检验进行敏感性分析,以评估工具变量的多效性。进一步采用加权中位数法、简单中位数法、最大似然比法等分析方法检验结果的稳健性与可靠性。[结果]IVW结果显示,遗传学预测的打鼾[优势比（odds ratio,OR）=3.12,95%置信区间（confidence interval,CI）（1.21～8.05）,PFDR=0.045]和失眠[OR=1.09,95%CI（1.04～1.15）,PFDR=0.005]与痛风发生风险呈正相关,而睡眠时间、睡眠类型及白日困倦程度与痛风发生之间不存在统计学关联。MR-Egger回归提示上述因果关联未受到水平多效性影响,加权中位数法、简单中位数法、最大似然比法得出与IVW相似的结果。[结论]打鼾、失眠与痛风发生风险呈正相关,纠正打鼾和失眠可能对痛风有一定的预防作用。
其他文献
学生宿舍是一个很重要的场所。住宿生的身心健康发展、学业成绩都与宿舍生活导师是否能管理好宿舍有着十分重要的链接。研究宿舍管理制度问题,对于提升宿舍管理和推动住宿生的身心健康有着重大的意义和关系。本文将以X中学宿舍为例,拟解决的核心问题是“X中学在宿舍管理方面有何特点,存在何种问题”,以需要层次理论、目标管理理论和自我管理理论为理论基础,利用问卷法和观察法,对“宿舍管理制度”进行调查研究,发现,X中学
该文针对目前视频显著目标检测方法在处理边界特征时的不清晰问题,采用边界细化的方法来提高显著目标检测的准确程度,完成了基于边界感知和运动融合的视频显著目标检测算法设计。同时借鉴基于deep snake的图像实例分割算法,提出了基于deep snake的视频显著目标检测和分割算法,并完成了视频显著目标的检测与分割。针对半监督视频显著目标检测算法产生的伪标签不清晰的问题,采用在伪标签生成过程中增加循环增
图像检索是计算机视觉领域的一个重要研究方向。近年来,图像检索的研究范式逐渐从基于传统算法的研究过渡到基于深度学习的研究,但图像检索最本质的追求始终是试图去获得对于一幅图像的良好表示。具体到细粒度图像检索领域,对象类别的划分粒度由传统的大类划分进一步细化到大类下的子类划分,甚至于身份粒度级别的划分,相应的产生了类内差异大于类间差异的问题,这使得细粒度检索成为比传统图像检索更具挑战性的研究课题。该文立
癫痫是一种较为常见的神经系统疾病,具有突发性和反复性,至今仍不清楚其发病机制。研究表明大脑既具有功能整合的性质,也具有离散特性,且脑网络是不断进行重组的动态网络,其网络结构也会随之发生改变。因此,传统的脑成像研究存在一定的局限性,在脑网络的基础上利用动态社区检测和图卷积的方法预测脑网络的动态特性对癫痫等脑部疾病的治疗具有重要意义。首先,利用五位耐药性癫痫患者的颅内脑电数据,经过带通滤波、选择导联等
目的 探讨预后营养指数（PNI）预测老年重症COPD病人预后的价值。方法 回顾性分析2016年1月至2019年12月扬州大学附属医院收治的132例老年重症COPD病人的临床资料，采用ROC曲线判断PNI与病人预后相关性并计算最佳截断值，通过电话回访病人入院6个月后是否生存，分为死亡组和存活组，比较2组病人临床指标。采用COX回归模型和Kalan-Meier曲线探究PNI与老年COPD重症病人生存不
小目标检测是一个极具挑战的热门研究。随着深度学习在计算机视觉领域的广泛应用,基于深度学习的目标检测算法也层出不穷,性能较之传统的目标检测算法大大提升,并成功应用于国防安全、智能交通和工业自动化等领域。尽管深度学习的出现推动了目标检测领域的发展,然而小目标检测的效果和中、大目标的检测效果相比仍有一定差距。错综复杂的场景,多种目标的密集分布,目标尺度过小等等问题都增加了小目标特征提取的难度。该文围绕基
量化下单过程依靠程序计算提取筛选大数据中的数据并制定策略,使用理性的数学模型,代替了传统交易中的人工作业,能够有效的减少投资者的情绪波动对期货交易的不利影响。高频率下单能够对金融市场上意外出现的变化进行极速判断和反应,降低被收割的风险,给投资者带来稳健的收益。计算机技术在期货市场中的应用已成为一种技术潮流。目前国内各大交易所纷纷推出自己的交易接口,市场上的大部分期货公司也都部署了上期技术综合交易平
激光散斑成像技术是一种非接触的光学测量技术,可以弥补直接接触人体测量方法的不足。随着电子技术的快速发展和医疗设备的更新换代,对非接触式、无创的测量血流速度和心率信号要求越来越高。该文利用激光散斑成像技术对血流速度信号和心率信号进行测量。首先,针对高成像质量图像获取问题,选取氦氖激光器、扩束器和相机搭建了激光散斑成像系统,为血流速度和心率信号的测量提供硬件基础,同时为算法处理提供数据支持。为更加直观
将语音情感识别技术应用于对话系统中可提高计算机的智能化,是人机交互领域的重要研究方向之一。由于语音中不仅包含表达情感的声学特征,还包含丰富的语义信息。因此,该文基于语音和文本两种模态,对不同的语音特征选择及模态融合方式进行相关研究,构建了三种不同的双模态情感识别模型,旨在提高情感识别的准确率。具体研究内容如下:首先针对语音和文本的跨模态特征层融合,构建了基于卷积循环神经网络的双模态情感识别模型。该
脑功能网络研究是深入认识大脑功能、理解脑疾病发生机理的一个新途径。人类的大脑是目前所知的最复杂、最完善的动态信息处理系统,大脑通过数以亿计的神经元之间不断地组织和重塑连接来完成一系列复杂活动。将复杂网络理论和方法应用于脑神经科学领域,运用系统的观点分析大脑的信息处理和传递机制,对人类认识脑、理解脑的行为机理有着十分重要的意义。首先,实验中研究了一种时间-频率方法（广义正交部分定向相干算法）,用于测