[摘要]"精神分裂症是一种以思维和感知扭曲为特征的精神障碍。与一般人群相比，患有精神分裂症的人预期寿命降低，影响心肺和肌肉健康，心血管疾病、2型糖尿病、癌症等风险增加。孟德尔随机化(Mendelian"randomization，MR)分析可通过寻找暴露因素相关的遗传变异作为工具变量，以疾病的患病风险为结局，进而探讨暴露因素与结局之间的因果关系。MR分析不仅可有效控制潜在的混杂因素，还能研究疾病与疾病之间的因果关联，目前已被广泛应用于医学各领域研究。本文通过系统总结MR分析在精神分裂症中的研究进展，为改善精神分裂症患者疾病预后提供科学依据。

    [关键词]"孟德尔随机化；精神分裂症；疾病预后

    [中图分类号]"R749.3""""""[文献标识码]"A""""""[DOI]"10.3969/j.issn.1673-9701.2025.01.033

    精神分裂症是一种毁灭性的精神疾病，影响着世界上约1%的人口[1]。与一般人群相比，精神分裂症患者的预期寿命降低，心血管疾病、代谢综合征等疾病的风险增加。精神分裂症患者的死亡年龄为57.3～65.5岁，比一般人群早16.3～18.7岁，其常见死因为事故、自身原因或疾病[2]。流行病学研究揭示可改变的环境风险因素与精神疾病风险之间的关联[3]。然而，这些研究易混淆测量误差和反向因果关系，破坏因果推理。孟德尔随机化(Mendelian"randomization，MR)分析能调查风险因素和疾病之间的因果关系[4]。近年来，精神疾病研究中的MR分析受到广泛关注，本文通过系统总结MR分析在精神分裂症中的研究进展，为改善精神分裂症患者疾病预后、延长患者寿命提供科学依据。

    1""MR分析的基本原理

    推断相关变量之间的因果关系是生物学中普遍存在的问题，简单的回归分析无法回答。两个变量之间的关联可反映因果关系，但因果关系的方向并不明确。此外，可能存在影响两个变量并导致它们关联(混杂)的未观察到的因素(混杂因素)。在后一种情况下，自变量对结果的影响可能为零。即使假设的因果方向正确，如果自变量与一些未观察到或未精确测量的混杂因素相关，那么对其因果效应的估计也可能产生偏差。MR是一种旨在无偏检测因果效应并在可能的情况下估计其大小的技术[4]。假设暴露和结局是相关的，那么如果这种相关性的出现是因为暴露导致结局，那么影响暴露的任何变量也应该影响结局。推断暴露和结局之间因果关系的关键是确定在已知方向上与暴露可靠关联的工具，而遗传效应可作为极好的工具。在全基因组关联分析(genome-wide"association"study ......