摘要
目的：本研究旨在探索幽门螺杆菌（Helicobacter pylori，HP）与食管癌（esophageal cancer，EC）之间的潜在因果关系。方法：本研究分析了全基因组关联研究（genome-wide association study，GWAS）数据，以HP感染作为暴露因素，EC作为结局变量。采用了多种孟德尔随机化（Mendelian randomization，MR）方法，包括逆方差加权分析法、加权中位数法、MR Egger法、Simple mode 法以及 Weighted mode 法来探索 HP 与 EC 之间的关联性。此外，还引入了贝叶斯加权 MR 方法，并通过假阳性发现率 （false discovery rate，FDR）进行结果矫正，以提高分析的精确性。研究还包括离群值检测、异质性检测、敏感性分析、多效性分析，并且移除了可能因混杂因素影响结果的单核苷酸多态性（single nucleotide polymorphism，SNP）。对于争议较大的结果，进行了Meta分析以提供更广泛的视角。同时，通过Steiger测试和反向MR方法排除了潜在的反向因果关系。此外，本研究还利用连锁不平衡分数回归（linkage disequilibrium score regression，LDSC）评估了 HP 与 EC 之间的遗传相关性。结果：经过综合分析，无论是传统的两样本 MR 还是贝叶斯加权 MR 在 FDR 矫正后，结果均表明 HP 与 EC 之间没有统计学上的因果联系 （P> 0.05）。所有分析结果均未显示存在多效性（P> 0.05），且“留一法”检验也证实了所得结果的稳健性。然而，对抗HP IgG 血清阳性和HP GroEL抗体水平的遗传相关性分析提示，这些标志物与食管腺癌之间可能存在潜在的遗传相关性（P< 0.05）。结论：尽管采用了遗传相关的统计方法，本研究发现当前的证据不足以支持HP与EC之间存在明确的因果关系。这一发现强调了需要更大规模的GWAS数据和更细致的亚型特异性分析来进一步探究二者之间关系的必要性。未来研究应包括更广泛的人群和地理区域，以增强发现的一般性和适用性，同时应探讨HP不同菌株的具体影响以及可能机制，为EC的预防和治疗提供更有力的科学依据。
关键词
Abstract
Objective：To explore the potential causal relationship between Helicobacter pylori（HP）infection and esophageal cancer （EC）. Methods：The analysis incorporated genome-wide association study（GWAS）data with HP infection as the exposure and EC as the outcome. A variety of Mendelian randomization（MR）methods were utilized，including inverse-variance weighted analysis， weighted median，MR-Egger，Simple mode，and Weighted mode to investigate the association between HP and EC. Additionally， Bayesian-weighted MR was introduced and the results were corrected using the false discovery rate（FDR）to enhance precision. The study also involved outlier detection，heterogeneity testing，sensitivity analysis，and pleiotropy assessment，as well as removing single nucleotide polymorphisms（SNP）potentially affected by confounding factors. For results that were particularly contentious，a meta-analysis was performed to provide a broader perspective. Potential reverse causation was assessed using Steiger testing and reverse MR. Furthermore，linkage disequilibrium score regression（LDSC）was utilized to evaluate the genetic correlation between HP and EC. Results：The comprehensive analyses showed that both traditional two -sample MR and Bayesian -weighted MR after FDR correction indicated no statistically significant causal association between HP and EC（P> 0.05）. No pleiotropy was evident（P> 0.05），and the robustness of the results was confirmed by the leave-one-out test. However，genetic correlation analyses of anti-HP IgG serum positivity and HP GroEL antibody levels suggested a potential genetic link with esophageal adenocarcinoma（P< 0.05）. Conclusion：Despite the use of advanced statistical methodologies，the current evidence is insufficient to support a definitive causal association between HP and EC. This finding underscores the need for larger-scale GWAS data and more detailed subtype-specific analyses to further explore the association between these two conditions. Future research should include a broader range of populations and geographical areas to enhance the generalizability and applicability of findings，while also investigating the specific impacts of different HP strains and possible biological mechanisms，providing a stronger scientific support for the prevention and treatment of EC.
幽门螺杆菌（Helicobacter pylori，HP）是一种常见的胃肠道病原菌，可致胃炎、胃溃疡及十二指肠溃疡等[1]。研究表明，HP感染可能与食管癌（esoph⁃ ageal cancer，EC）有关联。由HP感染引起的胃食管反流病[2] 与EC的发生有关[3]，因为胃食管反流病可导致食管炎症和损伤，最终增加EC的风险。然而，有研究否定HP与EC之间的关联[4]，例如Cook等[5] 未发现 HP 与 EC 之间的关联。由于研究结果存在分歧，考虑我国 HP 感染率相对较高，探索 HP 感染与EC发生的因果关系变得非常重要。
因果关系的探究一直是科学研究中的核心议题。孟德尔随机化（Mendelian randomization，MR）是一种利用遗传变异作为工具变量（instrumental vari⁃ able，IV）来推断因果关系的强大统计方法。这种方法的可靠性主要基于其独特的原理和 3 条核心假设[6]：①相关性假设要求IV[如基因单核苷酸多态性 （single nucleotide polymorphism，SNP）]与暴露因素 （因果变量）之间存在较强的相关性，这是因为IV作为遗传标记，其变异应能够有效预测个体间的暴露差异，SNP是遗传变异的一种形式，它们在人群中的分布具有随机性，且在一定程度上与特定暴露因素相关，只有当IV与暴露因素的相关性足够强时，才能利用这些遗传变异作为IV来评估暴露因素与结局之间的因果关系；②独立性假设要求IV与混淆因素无关，即IV不应与可能影响结果的未观察到的因素相关联，这一假设保证了IV的随机分配，使其不受其他潜在混杂因素的影响，在实际情况中，许多因素可能同时影响暴露因素和结局，如果IV与这些混淆因素相关，那么它们将无法准确反映暴露因素与结局之间的因果关系；③排他性假设指出IV与结果（即结局）之间无直接关联，仅通过影响暴露因素来影响结局，这一假设确保了遗传变异对结局的影响完全是通过暴露因素介导的，从而排除了IV对结局的直接影响。结合以上3点核心假设，MR提供了一种强有力的证据支持特定风险因素与健康结局之间的因果关系。与传统流行病学研究相比，MR 的优势在于能够降低反向因果关系的可能性，并减少由于遗漏变量导致的偏差。
因此本研究旨在采用 MR 方法，基于大样本全基因组关联研究（genome ⁃ wide association study， GWAS）数据库，使用SNP作为IV，系统探究HP感染与EC之间的因果关联。
1 资料和方法
1.1 资料
本研究从 https：//gwas.mrcieu.ac.uk/网站获取了 10 种关于暴露因素 HP 和 3 种关于结局变量 EC 的 GWAS 数据，详细信息请参见表1。为消除弱 IV 的影响，本研究去除 F<10 的 SNP（[7]，[8-9]，其中N为暴露数据库中的样本量，K为SNP的个数， R2 为暴露数据库中由SNP解释的变异所占的比例， EAF为效应等位基因频率，β为等位基因效应值，s为标准差）。本研究使用的GWAS数据的来源网站提供了经过整理和标准化的GWAS汇总统计数据，是目前公开可获取的最新最全的 GWAS 数据库之一。根据表1可以确认，所使用的GWAS数据都是最近几年的大型 GWAS 研究，样本量较大，因此本研究认为这些数据是可靠和权威的。本研究的分析均在R4.4.1版本中进行，两样本MR及反向MR部分主要利用“TwoSampleMR”包（版本号为0.6.7），贝叶斯加权 MR 基于 https：//github.com/jiazhao97/ BWMR里的代码源完成分析，Meta分析则基于“me⁃ ta”包（版本号为8.0⁃1）。
表1两样本 MR 研究中 GWAS 数据库的简要信息
Table1Summary of the GWAS included in this two⁃sample MR study
1.2 方法
1.2.1 MR分析
本研究使用了两样本MR方法来评估HP与EC 风险之间的因果关系。这种方法的建立基于3个主要假设[10-11]（图1）：①IV与暴露HP相关；②IV没有混杂因素参与；③IV仅通过暴露HP而影响结局EC。本研究主要使用逆方差加权（inverse variance weighted， IVW）法，探讨HP与EC之间的因果联系。此外，本研究还使用了加权中位数（weighted median，WM）法、 MR Egger法、Simple mode法、Weighted mode 法以及贝叶斯加权MR进行补充。如果这5种不同 MR 方法得出相似结果，则认为结果可靠。
1.2.2 敏感性分析
为了确保结果的稳定性和可靠性，本研究采取一系列综合方法来进行敏感性分析。首先，运用 MR Egger 回归法来评估潜在的方向多效性[10]。其次，采用“留一法”（leave⁃one⁃out）敏感性分析，细致地评估了每一个IV对HP与EC之间因果关系的影响程度。此外，在水平多效性检测方面，采用 MR⁃ PRESSO方法来进一步确保研究结果不受混杂因素的影响[12]。在评价 SNP 之间的异质性时，选择了 Cochran’s Q 统计量作为异质性评价的工具[13]。如果数据显示不存在显著异质性（即 P>0.05），则采用固定效应模型进行MR分析；反之，在存在显著异质性的条件下，则使用随机效应模型来评估 HP 与 EC之间的可能因果关系。
1.2.3 连锁不平衡分数回归（linkage disequilibrium score regression，LDSC）
本研究使用 LDSC 估计 HP 和 EC 的遗传相关性。GWAS 的数据根据 HapMap3 参考资料进行筛选，调整次要等位基因频率（minor allele frequency， MAF），确保MAF值正确反映了较小的频率，确保等位基因标识符只包含标准的核苷酸碱基A、C、G、T，排除非 SNP 变异和重复的 SNP，排除缺失 P 值和效应大小的数据，确保效应方向与参考等位基因一致，确保A1和A2与参考基因型匹配，排除不匹配的数据。LDSC 通过考察检验统计量与连锁不平衡 （linkage disequilibrium，LD）之间的关联来量化由真正的多基因信号或偏差所引起膨胀的贡献[14]。该方法可以从GWAS摘要统计数据评估遗传相关性，并且不受样本重叠的偏见影响[15]。从性状1的每个变异位点的 z 分数与性状 2 的每个变异位点的 z 分数相乘，由此得到的遗传协方差将这一乘积对 LD 分数进行回归估计[16]。通过SNP⁃遗传度归一化的遗传协方差代表遗传相关性。P<0.05为差异有统计学意义，是遗传相关性的潜在证据。
图1两样本MR模型
Figure1Model of the two⁃sample MR analysis
MR 的主要目的是为了找出可能的因果关系，当两个性状之间的遗传相关性较高（即 P<0.05），这可能提示两个研究的性状在遗传水平上存在相互影响或共享一些遗传因素，这可能导致MR分析中的“遗传混杂”。P>0.05意味着在统计上两个研究的性状之间没有显示出显著的遗传相关性。在这种情况下，使用MR方法揭示其中一个性状对另一个性状可能有因果影响时，结果更具说服力，因为较低的遗传相关性可以减少遗传混杂的可能性[17]。
2 结果
2.1 IV的选择结果
首先，设置暴露的强关联性P<1.0×10-5（图2~4），然后去除存在LD的IV（r2 =0.001，kb=10 000），计算其F值（均>10），并提取结局数据进行合并，去除回文SNP（action=2），去除结局P<1×10-5 的SNP以降低假阳性风险，为避免反向因果的干扰，去除Steiger 检验不通过的 SNP（其中 ukb ⁃ b ⁃531 与 ebi ⁃a ⁃GC⁃ST003739合并后的数据未通过Steiger检验）。使用 PhenoScanner数据库[18] 检索相关混杂（参数设置为： P=1×10-5，proxies=None，r2 =0.8，build=37），去除 ebi⁃a⁃ GCST90018841 和 ebi ⁃ a ⁃ GCST003739 中高血压[19] （rs12899909）、ieu⁃b⁃4960中酒精[20]（rs7207400）等混杂SNP。将剩余数据进行MR⁃PRESSO检验，去除离群 SNP。由于 IV 的个数不能<3 个，否则无法进行 MR 分析，因此本研究删除 ieu⁃b⁃4960 与 ukb⁃b⁃531 合并后的数据（只有2个IV）。进行多效应检验（图5~7），未发现具有多效性的数据，多效性检验后剩下的SNP纳入最终的IV。
2.2 MR分析结果
根据异质性选择固定效应模型或者随机效应模型，由于进行了多次假设性检验，其结果的假阳性率偏高，因此本研究还进行了结果的假阳性发现率（false discovery rate，FDR）矫正（图5~7），最终 IVW法发现ieu⁃b⁃4905与ebi⁃a⁃GCST90018841之间的正相关性无论是在FDR矫正前还是矫正后都具有统计学意义（P<0.05），但ieu⁃b⁃4905与ieu⁃b⁃4960之间在 FDR 矫正前后却不存在有统计学意义的因果关联上。与此同时 ebi ⁃a ⁃GCST90006914 与 ebi ⁃a ⁃ GCST003739之间在FDR矫正前具有统计学意义但矫正后其负相关性无统计学意义。其余数据的MR 分析结果均无统计学意义。5种MR分析方法结果详见图8。
2.3 敏感性分析
Cochran’s Q检验结果的异质性详见图5~7。根据异质性本研究选择不同的 IVW 效应模型，P>0.05 时选择固定效应模型，反之选择随机效应模型。MR⁃PRESSO均显示P>0.05，即不存在离群值的影响。MR Egger回归截距显示不存在多效性（图5~7）。散点图、漏斗图、森林图、“留一法”分析均显示结果稳健（图9）。
2.4 贝叶斯加权MR
贝叶斯加权 MR 显示 ieu ⁃b ⁃4905 与 ebi ⁃a ⁃GC⁃ST90018841之间的正相关性在FDR矫正前具有统计学意义，但矫正后不具有统计学意义。同时，ebi⁃a⁃ GCST90006914与ebi⁃a⁃GCST003739之间在FDR矫正前具有统计学意义但矫正后其负相关性无统计学意义，其中ukb⁃b⁃531与ebi⁃a⁃GCST90018841因存在多重共线性无法进行贝叶斯加权MR。其余数据均显示无统计学意义（图10~12）。
图2ieu⁃b⁃4960数据里SNP位置及P值大小
Figure2SNP positions and P values in the ieu⁃b⁃4960 dataset
图3ebi⁃a⁃GCST90018841数据里SNP位置及P值大小
Figure3SNP positions and P values in the ebi⁃a⁃GCST90018841 dataset
2.5 Meta分析
普通 MR 中 IVW 结果具有争议的 3 组 ieu ⁃ b ⁃ 4905结果数据进行Meta分析，并进行可视化处理，结果存在明显异质性（I2 =82%，τ2 =0.009 0，P<0.01），随机效应模型结果显示抗HP IgG水平与EC 之间无显著相关性[OR=1.091 7；95%CI：0.966 2~1.233 4，图13]。
图4ebi⁃a⁃GCST003739数据里SNP位置及P值大小
Figure4SNP positions and magnitude of P in the ebi⁃a⁃GCST003739 dataset
图5ieu⁃b⁃4960数据的IVW法、多效性及异质性检测结果
Figure5Results of the IVW method，pleiotropy，and heterogeneity tests for the ieu⁃b⁃4960 data
图6ebi⁃a⁃GCST90018841数据的IVW法、多效性及异质性检测结果
Figure6Results of the IVW method，pleiotropy，and heterogeneity tests for the ebi⁃a⁃GCST90018841 data
2.6 反向MR
为了进一步排除反向因果的可能性，本研究除了采用Steiger检验外，还将EC作为暴露因素，HP作为结局因素，进行反向MR分析。通过选择与EC强相关的SNP作为工具变量，并严格控制遗传标记的独立性（P<1.0×10⁃5）和LD（r2 =0.001，kb=10 000），最终结果显示，在经过 FDR 矫正后，未发现 EC 与 HP 之间存在统计学意义的关联。这一结果有力地支持了HP与EC之间不存在因果关系的结论，进一步排除了反向因果的可能性，增强了研究结果的可靠性。
图7ebi⁃a⁃GCST003739数据的IVW法、多效性及异质性检测结果
Figure7Results of the IVW method，pleiotropy，and heterogeneity tests for the ebi⁃a⁃GCST003739 data
图85种分析方法及矫正结果
Figure8Five analysis methods and their correction results
图9ebi⁃a⁃GCST00373的4种敏感性分析图
Figure9Sensitivity analysis plots for ebi⁃a⁃GCST00373 by four methods
图10ieu⁃b⁃4960的贝叶斯加权孟德尔随机化及FDR矫正的结果
Figure10Results of the Bayesian weighted Mendelian randomization and FDR correction for ieu⁃b⁃4960
2.7 LDSC结果
本研究进行了LDSC分析以评估HP与EC的遗传相关性。由于遗传度低等限制，ebi⁃a⁃GCST90006916、 ebi⁃a⁃GCST90006912、ebi⁃a⁃GCST90006911 不能用于上述分析。最终，本研究发现ebi⁃a⁃GCST003739 和 ebi ⁃ a ⁃ GCST90006910、ebi ⁃ a ⁃ GCST003739 和ebi⁃a⁃GCST90006913这两组数据之间的LDSC存在统计学意义（P<0.05），但其余数据组合均不存在统计学意义（图14）。
图11ebi⁃a⁃GCST90018841贝叶斯加权孟德尔随机化及FDR矫正的结果
Figure11Results of the Bayesian weighted Mendelian randomization and FDR correction for ebi⁃a⁃GCST90018841
图12ebi⁃a⁃GCST003739贝叶斯加权孟德尔随机化及FDR矫正的结果
Figure12Results of the Bayesian weighted Mendelian randomization and FDR correction for ebi⁃a⁃GCST003739
3 讨论
EC是中国第三大常见癌症，病死率位居第4，且预后较差[21-23]。根据全球癌症数据，EC在全球范围内发病率排名第 7 位，病死率排名第 6 位[24]。已知 EC 的风险因素包括吸烟、肥胖、饮食习惯、饮酒以及上消化道微生物生态失调[25-30]。在这些因素中，HP感染与EC的关系也引起了广泛关注。部分研究认为，HP感染可能通过引发胃食管反流病增加食管炎症，从而增加EC的发生风险[4]；然而，也有研究未发现HP感染与EC之间存在显著关联[5]。鉴于现有研究结果的分歧性，本研究采用MR方法，探索 HP感染与EC之间的因果关系。
本研究通过 IVW、WM、MR Egger 回归等多种 MR 方法，并结合 FDR 校正对结果进行了全面评估。结果表明，尽管在部分分析中，HP感染与EC的某些数据集呈现出统计学上的正相关性（P<0.05），但在进行Meta分析后，HP感染与EC之间并无显著的因果关系。反向MR分析及Steiger检验进一步支持了这一结论，排除了反向因果关系的可能性。敏感性分析也表明，研究结果具有较高的稳健性。
图13对IVW结果中的ieu⁃b⁃4905数据进行Meta分析
Figure13Meta⁃analysis on the ieu⁃b⁃4905 data in the IVW results
图14连锁不平衡分数回归分析结果
Figure14Results of linkage disequilibrium score regression analysis
在分析抗HP IgG水平（ieu⁃b⁃4905）与EC（ebi⁃a⁃ GCST90018841及ieu⁃b⁃4960）之间的潜在因果关系时， IVW方法显示出ieu⁃b⁃4905与ebi⁃a⁃GCST90018841 之间存在统计学显著的正相关性（P<0.05），且这一结果在 FDR 校正前后均具有一致性。然而，ieu⁃b⁃ 4905与ieu⁃b⁃4960之间的分析未在FDR校正前后显示出显著的因果关系，提示在不同的EC数据集中，相同生物标志的因果关系表现可能存在差异。为进一步探讨 ieu⁃b⁃4905 在不同 EC 数据集之间的差异性，本研究进行了 Meta 分析。结果显示，ieu⁃b⁃ 4905 与 EC 之间未呈现显著的相关性，进一步支持了上述分析中发现的非一致性结果。特别是在不同的EC数据集之间，HP感染的因果关系表现出显著差异，这可能与数据集特异性和样本选择偏倚相关。这些发现强调了在MR研究中采用多种独立数据集和统计方法的重要性，有助于评估和确认研究结果的普适性和可重复性。
为进一步分析暴露与结局之间的遗传相关性，本研究还进行了HP与EC之间的LDSC分析。结果显示，抗HP IgG血清阳性（ebi⁃a⁃GCST90006910）和 HP GroEL抗体水平（ebi⁃a⁃GCST90006913）与食管腺癌 （esophagus adenocarcinoma，EAC）（ebi⁃a⁃GCST003739） 之间存在潜在的遗传相关性，且趋向负相关。然而， MR分析未能对这些关联进行因果推断，并未发现统计学意义上的负相关性。
与过去的研究报告相比，当前研究展示了HP感染与食管鳞癌（esophageal squamous cell carcinoma， ESCC）风险相关的复杂性。先前研究中，Ye 等[31] 提出 CagA 阳性的 HP 菌株感染可能增加 EC 的风险。卢玉娟等[32] 研究也发现，HP感染可能通过增加 COX⁃2 mRNA 的表达量，特别是在 COX⁃2 3’UTR+ 8473C等位基因上，显著提高EC的发病风险。这些发现支持了 HP 感染可能增加 ESCC 风险的假设。然而，也有研究结果与之相反，发现 HP 感染与降低 ESCC 风险相关，这可能与 HP 诱导的细胞凋亡有关[33]。此外，还有研究未发现HP感染与ESCC之间的显著关联，这表明HP与ESCC关系的研究结果存在较大争议[34]。这些差异可能由于研究设计、样本选择、地区差异及统计方法的不同而产生。本研究通过 MR 方法分析了 EC 的 3 个不同数据集的 GWAS数据，虽未发现HP与EC存在显著关联，但这些结果强调了在更广泛的人群中采用统一的HP检测方法行进一步研究的必要性。
对于 HP 与 EAC 的关系，存在相似的争议。尽管有研究显示HP感染通过增加尾型同源框转录因子2和黏蛋白2基因的表达可能增加EAC的发生风险[2，35]，广泛的Meta分析则倾向认为HP是EAC的潜在保护因素，这可能与 HP 感染引起的胃体萎缩及胃酸反流减少有关，从而减少Barrett食管及其演变为EAC的风险[36]。本研究未能在统计学上发现HP 与EAC之间的显著关联。这一结果与一些Meta分析的发现一致，如Gao等[37] 的Meta分析显示，HP感染与EC（包括EAC）无显著相关性。这可能是由于样本选择、地理和遗传背景差异导致的。
本研究也有一些不足和局限：①GWAS数据仅涉及欧洲人群，这主要是由于目前公开的GWAS数据以欧洲人群为主，亚洲人群相关的GWAS数据较匮乏。为了确保结果的可靠性，本研究使用了多个 GWAS数据集进行Meta分析，以降低人群差异带来的影响。②研究中纳入了部分 HP 抗体水平，但未覆盖全部，未来需要进行更广泛的研究。③未将EC 亚型单独与 HP 进行 MR 分析，可能存在各亚型与 HP之间的因果关联，需要进一步完善研究。④各组中 SNP 数量较少，未来需纳入更多 SNP 进行 MR 分析以验证结果。在当前的GWAS数据中，因部分性别数据缺失，无法做到精准分层分析，从而无法确定是否存在性别异质性。
尽管本研究为保证结果的可靠性运用了多种 MR分析方法，但Meta分析仅纳入3个研究数据，且异质性显著，还是难以得到较为可靠的结果。未来研究将着重于以下改进：①扩大样本量与数据集整合，纳入更多高质量的 GWAS 数据，提升 Meta 分析的统计效能，并通过统一标准减少异质性。②细化数据分析，针对EC的不同病理亚型进行分层分析，深入探讨HP感染在不同亚型中的作用机制与因果关系。③探索 HP 感染的分子机制，结合表观遗传学和蛋白质组学数据，研究其可能引发的生物通路变化及与 EC 发生发展的关联。④开展大样本、长期随访的前瞻性队列研究，进一步验证 HP 感染与 EC之间的时间序列和因果关系，补充MR方法的遗传学证据。
本研究通过运用常规两样本 MR 方法、贝叶斯加权 MR 方法以及随后的 Meta 分析、反向 MR、 LDSC，从基因水平对HP感染与EC之间的风险关系进行了全面而细致的评估。本研究结果表明，在基因层面上，HP 与 EC 之间似乎并不存在因果联系。然而，为了确认这一发现，还需要更大规模的GWAS 数据来进行 MR 分析。如果未来研究能够证实 HP 与EC之间确实存在因果关系，这将对EC的早期筛查和治疗方案的制定具有重要意义，有助于降低人群EC的发病率。
致谢：
感谢IEU Open GWAS的公开数据集及有关工作人员的努力。感谢论文写作过程中导师及科室同事的指导和大力支持。
Acknowledgments：
We would like to thank the IEU Open GWAS for providing the public dataset and acknowledge the efforts of the relevant staff. We also express our gratitude to the supervisor and colleagues in the department for their guidance and strong support during the writing of this paper.
利益冲突声明：
所有作者声明无利益冲突。
Conflict of Interests：
All authors declare no conflict of interests.
作者贡献声明：
杜凯豪负责研究设计、数据收集、数据分析、文章撰写； 东小鸽负责数据处理、图形的可视化、文章修改；罗兰明慧、蒋威、汪占金负责数据内容的校对、文章修改；薛伟伟负责文章修改；侯立朝、王展负责拟定写作思路，指导撰写文章及最后定稿。
Author’s Contributions：
DU Kaihao was responsible for research design，data collec⁃ tion，data analysis，and article writing；DONG Xiaoge was re⁃ sponsible for data processing，data visualization，and article revi⁃ sion；LUO Lanminghui，JIANG Wei，and WANG Zhanjin were responsible for data proofreading and article revision；XUE Wei⁃ wei was responsible for article revision；HOU Lizhao and WANG Zhan were responsible for drafting strategy，guiding arti⁃ cle writing and final revision.
