Deel 1: Nierfunctie en lipidenmetabolisme zijn belangrijke voorspellers van de dikte van de laagdikte van de circulaire retinale zenuwvezels - het LIFE-Adult-onderzoek

Voor meer informatie:tina.xiang@wecistanche.com

Abstract

Achtergrond: circumpapillaire retinale zenuwvezellaagdikte (cpRNFLT) zoals beoordeeld door optische coherentietomografie in het spectrale domein (SD-OCT) is een nieuwe techniek die wordt gebruikt voor de detectie en evaluatie van glaucoom en andere optische neuropathieën. Alvorens cpRNFLT naar klinieken te vertalen, is het van cruciaal belang om antropometrische, biochemische en klinische parameters te onderzoeken die mogelijk van invloed zijn op cpRNFLT in een grote populatiegebaseerde dataset.

Methoden:: De populatie-gebaseerde LIFE-Adult Study selecteerde willekeurig 10,000 deelnemers uit het bevolkingsregister van Leipzig, Duitsland. Alle deelnemers ondergingen een gestandaardiseerde systemische beoordeling van verschillende cardiometabolische risicomarkers en oculaire beeldvorming, inclusief cpRNFLT-meting met behulp van SD-OCT (Spectralis, Heidelberg Engineering). Na het hanteren van strikte SD-OCT-kwaliteitscriteria werden 8952 personen geanalyseerd. Multivariabele lineaire regressieanalyses werden gebruikt om de onafhankelijke associaties van verschillende cardiometabolische risicomarkers met sectorspecifieke cpRNFLT te evalueren. Voor significante markers, de relatieve sterkte van de waargenomen associaties in vergelijking met elkaar om de meest relevante factoren te identificeren die cpRNFLT beïnvloeden. In alle analyses werd de methode voor valse ontdekkingssnelheid voor meerdere vergelijkingen toegepast.

Resultaten: In het gehele cohort hadden vrouwelijke proefpersonen significant dikkere globale en ook sectorale cpRNFLT vergeleken met mannelijke proefpersonen (p < 0,05).="" multivariabele="" lineaire="" regressieanalyses="" onthulden="" een="" significante="" en="" onafhankelijke="" associatie="" tussen="" globale="" en="" sectorale="" cprnflt="" met="" biomarkers="">nierfunctieenlipidenprofiel. Dus dunnere cpRNFLT was geassocieerd met slechternierfunctiezoals beoordeeld door cystatine C en geschatte glomerulaire filtratiesnelheid. Bovendien kan een ongunstig lipidenprofiel (dwz lage high-density lipoproteïne (HDL) cholesterol, evenals hoge totale, hoge non-HDL, high low-density lipoproteïnecholesterol, en hoog apolipoproteïne B) was onafhankelijk en statistisch significant gerelateerd aan dikker cpRNFLT. Daarentegen zien we in onze sectorspecifieke analyse en wereldwijd geen significant verband tussen cpRNFLT en markers van ontsteking, glucosehomeostase, leverfunctie, bloeddruk of obesitas. Conclusies: Markers van nierfunctie en lipidenmetabolisme zijn voorspellers van sectorale cpRNFLT in een groot en diep gefenotypeerd populatiegebaseerd onderzoek, onafhankelijk van eerder vastgestelde covariaten. Toekomstige studies over cpRNFLT zouden deze biomarkers moeten omvatten en moeten onderzoeken of opname de diagnose van vroege oogziekten op basis van cpRNFLT zal verbeteren. Sleutelwoorden: Retinale zenuwvezellaag, Glaucoom, Biomarkers,Nierfunctie, Optische coherentietomografie, Lipidenprofiel, LDL-cholesterol, HDL-cholesterol, eGFR, Cystatine C, Apolipoproteïne B, Apolipoproteïne A1

Klik hier voor meer informatie

Achtergrond

Retinale zenuwvezellaag (RNFL)-defecten zijn vroege tekenen van glaucoom en optische schijfvervorming [1]. RNFL-dikte is daarom een ​​belangrijk hulpmiddel bij de evaluatie van glaucoom en andere optische neuropathieën [2]. Optische coherentietomografie in het spectrale domein (SD-OCT) is een geschikte [3], niet-invasieve, in vivo techniek voor de analyse van de oogzenuw, en recente ontwikkelingen hebben een verbeterde beeldkwaliteit mogelijk gemaakt voor circumpapilaire RNFL-dikte (cpRNFLT) [4]. Zeer recent is cpRNFLT in verschillende onderzoeken in verband gebracht met verschillende, fundamentele antropometrische en biochemische metingen. Zo hebben Ho et al. [5] tonen een positieve associatie aan van globaal cpRNFLT met lipoproteïne met lage dichtheid (LDL)cholesterolen een negatieve correlatie met diabetesprevalentie in drie verschillende Aziatische etnische cohorten. Bovendien waren leeftijd en een voorgeschiedenis van beroerte of hypertensie negatief, terwijl de rookstatus positief was, gerelateerd aan globale cpRNFLT in een cross-sectionele meta-analyse van acht Europese, populatiegebaseerde studies [6]. Daarentegen Lamparter et al. [7] vond geen onafhankelijke associatie tussen globale cpRNFLT en hart- en vaatziekten in multivariabele analyses in de Gutenberg Health Study. Alles bij elkaar genomen laat de associatie van global cpRNFLT tegenstrijdige resultaten zien met de aanwezigheid van cardiometabole ziektetoestanden. Alvorens de cpRNFLT-methode naar klinieken te vertalen, is het belangrijk om antropometrische, biochemische en klinische parameters te onderzoeken die mogelijk van invloed zijn op cpRNFLT, onafhankelijk van andere gevestigde voorspellers, dwz leeftijd, geslacht en scanradius. Bovendien moeten andere factoren die van invloed zijn op cpRNFLT zorgvuldig worden gedefinieerd om de vroege diagnose van oogziekten te helpen en om verkeerde classificatie van verminderde cpRNFLT als gevolg van andere klinische en biochemische biomarkers te voorkomen. Eerdere onderzoeken naar cpRNFLT laten echter de volgende beperkingen zien: ze (a) omvatten cohorten met een kleinere steekproefomvang; (b) hebben globale cpRNFLT geanalyseerd, maar geen sectorspecifieke gegevens; (c) uitgesloten proefpersonen met verschillende cardiometabole ziektetoestanden, bijv. type 2 diabetes of hypertensie;(d)omvat geen breed scala aan antropometrische, biochemische en cardiometabole markers en andere gegevens op patiëntniveau; en (e) geen grondig aangepaste multivariabele modellen gebruikten om de onafhankelijke voorspellers van cpRNFLT te onderzoeken.

We hebben daarom een ​​groot aantal verschillende antropometrische en cardiometabole biomarkers onderzocht en een breed scala aan klinische fenotypes en hun associaties met het sectorspecifieke cpRNFLT-profiel gemeten door SD-OCT in een groot (N=8952 proefpersonen), niet-geselecteerd , en diep gefenotypeerde populatie-gebaseerde studie in Duitsland. We hebben een sterk gestandaardiseerde oftalmologische en niet-oftalmologische onderzoeksprocedure en statistische correctie toegepast met correctie voor meervoudig testen.

Methoden Deelnemers

Deze analyse maakt deel uit van de populatiegebaseerde LIFE-Adult Study, uitgevoerd door het Leipzig Research Center for Civilization Diseases aan de Universiteit van Leipzig tussen augustus 2011 en november 2014 [8]. De LIFE-Adult Study omvat 10,000 willekeurig geselecteerde deelnemers uit het bevolkingsregister van iets meer dan een half miljoen inwoners van Leipzig, een stad in het oosten van Duitsland.

De LIFE-Adult Study-werving werd uitgevoerd op een leeftijd- en geslachtsgestratificeerde manier, voornamelijk gericht op proefpersonen met een leeftijd tussen 40 en 79 jaar [8]. Voor dit doel bestond de totale populatie uit 9600 proefpersonen tussen 40 en 79 jaar en 400 proefpersonen tussen 19 en 39 jaar. Elk leeftijdsinterval (per decennium) was in evenwicht met betrekking tot het aantal proefpersonen en geslacht. De studie is goedgekeurd door de ethische commissie van de medische faculteit van de universiteit van Leipzig (goedkeuringsnummer: 263-2009-14122009) en voldoet aan de Verklaring van Helsinki en alle federale en staatswetten. Voorafgaand aan opname werd geïnformeerde schriftelijke toestemming verkregen van alle deelnemers.

Criteria voor gegevensverzameling/opname en uitsluiting

Tijdens het baseline-onderzoek waren de deelnemers aan de studie diep gefenotypeerd, waaronder oogheelkundige beeldgegevens, gestructureerde interviews, vragenlijsten, lichamelijk onderzoek en bloed- en urinetests [8]. Als onderdeel van de oogheelkundige beoordeling werd SD-OCT-beeldvorming (Spectralis, Heidelberg Engineering, Heidelberg, Duitsland) uitgevoerd, wat cpRNFLT-scans rond de oogzenuwkop opleverde. De locatie van de cpRNFLT-cirkel en het coördinatensysteem zijn eerder beschreven [4]. We hebben proefpersonen met ontbrekende SD-OCT-scans (exclusief N=931) of SD-OCT-scans uitgesloten op basis van de volgende kwaliteitscriteria:(1)B-scannummer per locatie<50,(2)signal to="" noise=""><20 db,="" and(3)="" missing="" or="" unreliable="" rnflt="" a-scans="">5%(excluded N = 117). For the remaining 8952 subjects, one eye was randomly selected if both eyes of an included subject were reliable [4]. For validation analyses, we classified optic nerve head (ONH) abnormalities if any of the following were present: excavation (suspected glaucoma [i.e., violation of the inferior-superior-nasal-temporal rule, vertically oval with cup-to-disc ratio>0.7], optische schijfpit of coloboma van de optische schijf), optische schijfbloeding, neovascularisatie, optische atrofie, sectorale bleekheid, ONH-zwelling, papiloedeem of optische schijf drusen [4]. Verder werd patiëntinformatie verzameld over een eerdere diagnose van glaucoom, evenals over glaucoommedicatie.

Antropometrische en biochemische markers

Klassieke antropometrische metingen (bijv. body mass index [BM], taille- en heupomtrek, bloeddruk) werden beoordeeld volgens gestandaardiseerde procedures door getrainde onderzoeksverpleegkundigen. Bij alle proefpersonen werden routinematig nuchtere bloedmonsters genomen en werd een panel van laboratoriumtests uitgevoerd op de dag van monsterafname [8]. De biomarkers van het panel zijn eerder beschreven [8] en omvatten metingen van totaal cholesterol, lipoproteïne met hoge dichtheid (HDL), lipoproteïne met lage dichtheid (LDL) cholesterol, triglyceriden (TG), apolipoproteïne (apo) B, apoAl, lipoproteïne (Lp)(a), glucose, insuline, geglyceerde hemoglobine (HbAlc), leverenzymen, interleukine-6, hooggevoelig C-reactief proteïne (hsCRP), cystatine C, en urinair albumine en creatinine, alle gekwantificeerd in een centraal laboratorium volgens standaardmethoden [8]. Bij alle proefpersonen werd de geschatte glomerulaire filtratiesnelheid (eGFR) berekend met behulp van de op cystatine C gebaseerde chronische nierziekte (CKD) epidemiologische samenwerkingsvergelijking [9]. Aangezien het doel van de huidige studie was om de associaties tussen verschillende cardiometabole risicomarkers en cpRNFLT te onderzoeken, hebben we alleen de op cystatine C gebaseerde vergelijking gebruikt die onlangs is gerapporteerd als de beste vergelijking voor de beoordeling van cardiovasculair risico [10]. CKD-status werd gedefinieerd als een verhouding albumine/creatinine in de urine groter dan of gelijk aan 30 mg/g en/of een verlaagde eGFR<60 ml/min/1.73="" m²,="" and="" the="" cohort="" was="" divided="" into="" five="" egfr="" categories(i.e.,="" g1-g5="" combining="" g3a="" and="" g3b="" into="" one="" g3="" category),="" as="" well="" as="" four="" ckd="" risk="" categories="" (i.e.,="" low,="" moderately="" increased,="" high,="" and="" very="" high="" risk),="" according="" to="">

statistische analyse

Alle statistische analyses werden uitgevoerd in een R-omgeving met versie 3.5 (R Foundation for Statistical Computing, Wenen, Oostenrijk). Voor vergelijkingen tussen vrouwelijke en mannelijke proefpersonen werden respectievelijk de ongepaarde Student t-test (voor continue variabelen) of chi-kwadraattest (voor categorische variabelen) gebruikt.

Als volgende stap onderzochten we de associaties van verschillende antropometrische en cardiometabolische biomarkers op de sectorale RNFLT. Voor dit doel werden multivariabele lineaire regressieanalyses uitgevoerd voor individuele markers aangepast voor leeftijd, geslacht en scancirkelstraal in alle modellen. Met behulp van deze covariaten als onafhankelijke variabelen in de respectievelijke modellen, werd de associatie van elke marker met sectorale cpRNFLT (afhankelijke variabele) afzonderlijk berekend voor de temporele (T), superieur-temporele (TS), superonasale (NS), nasale (N), inferonasale (NI), en inferotemporale (TI) sectoren, en wereldwijd (G).

De straal van de scancirkel werd als onafhankelijke variabele in alle modellen opgenomen, aangezien de ooggrootte en optische kenmerken van de menselijke lens de cpRNFLT-meting [12-14] in de war brachten. De werkelijke scancirkelradius (mm) wordt geschat op basis van de focusinstellingen die door de Spectralis-machine worden gebruikt, volgens een veelgebruikt model [15]. Omdat geslacht [4] en leeftijd [14] van invloed bleken te zijn op cpRNFLT, werden deze markers ook als onafhankelijke covariabelen in elk model opgenomen.

Vervolgens probeerden we de relatieve sterkte van de associaties van alle biomarkers te vergelijken met sectorale cpRNFLT. Daarom werd een sectorale en globale heatmap van gestandaardiseerde waarden van multivariabele analyses voor elke sectorale cpRNFLT geproduceerd voor alle biomarkers, en gestandaardiseerde waarden werden gebruikt in de kleurcode van de figuur die de sterkte van elke associatie weergeeft.

Als gevoeligheidsanalyse hebben we de resultaten van de lineaire regressieanalyses voor lipidenmarkers verder gevalideerd met sectorale cpRNFLT door het cohort te stratificeren in proefpersonen die statinebehandeling ondergaan in vergelijking met niet-statinegebruikers. Voor dit doel hebben we de classificatiecodes van Anatomical Therapeutic Chemical (ATC) gebruikt om deelnemers te extraheren die werden behandeld met 3-hydroxy-3-methylglutaryl-co-enzym A-reductaseremmers (dwz statines), waardoor de cholesterolsynthese werd verminderd. Onderzoek naar de mogelijke mediërende effecten van rookstatus op de associatie tussen cpRNFLT en delipidenprofiel, the Bayesian information criterion difference(ABIC)was computed for model comparisons. For this purpose, two different linear regression models were calculated with age, sex, measurement radius, and the respective lipid marker, as regressors (model A), as well as an additional model comprising of model A+smoking status(model B). The BIC difference(ABIC) was calculated by △BIC= BICmo-del A-BICmodel B. An ABIC>2 werd als statistisch relevant beschouwd volgens Madrigal-Gonzalez et al. [16], evenals Kass en Raftery [17].

In alle andere analyses, ap-waarde<0.05 was="" considered="" statistically="" significant.="" the="" false="" discovery="" rate(fdr)method="" was="" applied="" to="" correct="" all="" p="" values="" for="" multiple="">

Fig.1 Heatmap van gestandaardiseerde coëfficiënten voor alle onderzochte biomarkers en globale, evenals sectorale, circumpapilaire laagdikte van de retinale zenuwvezels (qpRNFLT. Afzonderlijke multivariabele lineaire regressieanalyses werden uitgezonden voor elk van de biomarkers (onafhankelijke variabele) en de respectieve sectorale of globale cpRNFLT (afhankelijke variabele). Alle multivariabele modellen werden aangepast voor leeftijd, geslacht en scancirkelradius De vals-positieve ontdekkingssnelheidsmethode werd toegepast om p-waarden voor meerdere vergelijkingen te corrigeren. Als de lineaire regressiemodellen geen algemene significantie vertoonden ( om aan te geven dat de gestandaardiseerde niet geldig is in deze sector), wordt een wit (leeg) vierkant weergegeven. Voor alle significante sectoren zijn de sterkte, zoals beoordeeld door gestandaardiseerde B, evenals de richting, van de associaties, kleurgecodeerd. , positieve (in rode/warmere kleuren) en negatieve (in blauwe/koelere kleuren) associaties zijn gearceerd op basis van de respectieve gestandaardiseerde coëfficiënten Afkortingen A LAT, alanine-aminotransferase, alkalische fosfatase ApoA1. apolipoproteïne Al; ApoB, apolipoproteïne B; ASAT aspartaataminotransferase; BMI, body mass index; CKD, chronische nierziekte; DBP, diastolische bloeddruk; eGFR, op cystatine C gebaseerde geschatte glomerulaire filtratiesnelheid; GGT, gamma-glutamyltransferase; HbAIc, geglyceerde hemoglobine AIc; HDL-lipoproteïne met hoge dichtheid; hsCRP, zeer gevoelig C-reactief proteïne; IL-interleukine; LDL, lipoproteïne met lage dichtheid; Lp(a), lipoproteïne(a); SBP, systolische bloeddruk; TG, triglyceriden; WHR taille-tot-heup verhouding. Oogzenuw hoofd sectoren; N, nasale sector NL inferonasale sector: NS. superonasale sector. , tijdelijke sector: Jl, infero-temporele sector TS, super-temporele sector; G, alobal (gemiddeld algemeen)

VOOR DEEL 2 KLIK OP DE ONDERSTAANDE LINK:

https://www.xjcistanche.com/news/part2-renal-function-and-lipid-metabolism-are-54433055.html