1. osa: neerufunktsioon ja lipiidide ainevahetus on võrkkesta närvikiudude kihi paksuse peamised ennustajad – LIFE-Täiskasvanute Uuring

Rohkem informatsiooni:tina.xiang@wecistanche.com

Abstraktne

Taust: ringleva võrkkesta närvikiudude kihi paksus (cpRNFLT), mida hinnatakse spektraaldomeeni optilise koherentsustomograafia (SD-OCT) abil, on uus tehnika, mida kasutatakse glaukoomi ja muude nägemisnärvi neuropaatiate tuvastamiseks ja hindamiseks. Enne cpRNFLT tõlkimist kliinikutesse on ülioluline uurida antropomeetrilisi, biokeemilisi ja kliinilisi parameetreid, mis võivad cpRNFLT-d mõjutada suures populatsioonipõhises andmekogumis.

meetodid: Rahvastikupõhine LIFE-Täiskasvanute Uuring valis Saksamaalt Leipzigi rahvastikuregistrist juhuslikult 10,000 osalejat. Kõik osalejad läbisid erinevate kardiometaboolsete riskimarkerite ja silmade pildistamise standardiseeritud süsteemse hindamise, sealhulgas cpRNFLT mõõtmise, kasutades SD-OCT (Spectralis, Heidelberg Engineering). Pärast rangete SD-OCT kvaliteedikriteeriumide rakendamist analüüsiti 8952 isikut. Mitme muutujaga lineaarset regressioonianalüüsi kasutati erinevate kardiometaboolsete riskimarkerite sõltumatute seoste hindamiseks sektorispetsiifiliste cpRNFLT-ga Oluliste markerite puhul vaadeldavate seoste suhteline tugevus võrreldes üksteisega, et teha kindlaks kõige olulisemad cpRNFLT-d mõjutavad tegurid. Kõigis analüüsides kasutati mitme võrdluse valede avastamise määra meetodit.

Tulemused: kogu kohordis oli naissoost katsealustel globaalne ja ka sektoripõhine cpRNFLT oluliselt paksem kui meessoost uuritavatel (p < 0,05).="" mitme="" muutujaga="" lineaarne="" regressioonanalüüs="" näitas="" olulist="" ja="" sõltumatut="" seost="" globaalse="" ja="" sektori="" cprnflt="" ja="" biomarkerite="">neerufunktsioonjalipiidide profiil. Seega seostati õhemat cpRNFLT-d halvemaganeerufunktsioontsüstatiin C ja hinnangulise glomerulaarfiltratsiooni kiiruse põhjal. Lisaks ebasoodne lipiidide profiil (st madala kõrge tihedusega lipoproteiini (HDL) kolesterool, samuti kõrge üld-, kõrge mitte-HDL-i kõrge madala tihedusega lipoproteiinide sisalduskolesteroolija kõrge apolipoproteiin B) olid sõltumatult ja statistiliselt oluliselt seotud paksema cpRNFLT-ga. Seevastu me ei tähelda meie sektoripõhises analüüsis ja globaalselt olulist seost cpRNFLT ja põletiku, glükoosi homöostaasi, maksafunktsiooni, vererõhu või rasvumise markerite vahel. Järeldused: Neerufunktsiooni ja lipiidide metabolismi markerid on valdkondliku cpRNFLT ennustajad suures ja sügavalt fenotüübilises populatsioonipõhises uuringus, sõltumata varem kindlaks tehtud ühismuutujatest. Tulevased cpRNFLT uuringud peaksid hõlmama neid biomarkereid ja uurima, kas lisamine parandab cpRNFLT põhjal varajaste silmahaiguste diagnoosimist. Märksõnad: võrkkesta närvikiudude kiht, glaukoom, biomarkerid,Neerufunktsioon, Optiline koherentstomograafia, lipiidide profiil, LDL-kolesterool, HDL-kolesterool, eGFR, tsüstatiin C, apolipoproteiin B, apolipoproteiin A1

Lisateabe saamiseks klõpsake siin

Taust

Võrkkesta närvikiudude kihi (RNFL) defektid on glaukoomi ja nägemisnärvi ketta deformatsiooni varajased tunnused [1]. Seetõttu on RNFL-i paksus glaukoomi ja teiste optiliste neuropaatiate hindamisel peamine vahend [2]. Spektraaldomeeni optiline koherentstomograafia (SD-OCT) on sobiv [3] mitteinvasiivne in vivo tehnika nägemisnärvi analüüsimiseks ning hiljutised edusammud on võimaldanud parandada pildikvaliteeti ringleva RNFL paksuse (cpRNFLT) jaoks. [4]. Hiljuti on cpRNFLT-d erinevates uuringutes seostatud erinevate, põhiliste antropomeetriliste ja biokeemiliste meetmetega. Näiteks Ho et al. [5] näitavad globaalse cpRNFLT positiivset seost madala tihedusega lipoproteiiniga (LDL)kolesteroolija negatiivne korrelatsioon diabeedi levimusega kolmes erinevas Aasia etnilises kohordis. Lisaks olid kaheksa Euroopa populatsioonipõhise uuringu ristlõike metaanalüüsis negatiivsed vanus ja insuldi või hüpertensiooni ajalugu, samas kui suitsetamise staatus oli positiivne, seoses globaalse cpRNFLT-ga [6]. Seevastu Lamparter jt.[7] ei leidnud Gutenbergi terviseuuringus mitme muutujaga analüüsides sõltumatut seost globaalse cpRNFLT ja südame-veresoonkonna haiguste vahel. Kokkuvõttes näitab globaalse cpRNFLT seos kardiometaboolsete haigusseisundite esinemisega vastuolulisi tulemusi. Enne cpRNFLT meetodi ülekandmist kliinikutesse on oluline uurida antropomeetrilisi, biokeemilisi ja kliinilisi parameetreid, mis võivad cpRNFLT-d mõjutada, sõltumata teistest väljakujunenud ennustajatest, st vanusest, soost ja skaneerimise raadiusest. Lisaks tuleb hoolikalt määratleda muud cpRNFLT-d mõjutavad tegurid, et aidata varakult diagnoosida silmahaigusi ja vältida kahjustatud cpRNFLT väärklassifitseerimist muude kliiniliste ja biokeemiliste biomarkerite tõttu. Varasemad cpRNFLT uuringud näitavad aga järgmisi piiranguid: need (a) hõlmasid väiksema valimi suurusega kohorte; (b) on analüüsinud globaalset cpRNFLT-d, kuid mitte sektorispetsiifilisi andmeid; (c) välistanud erinevate kardiometaboolsete haigusseisunditega subjektid, nt tüüp. 2 diabeet või hüpertensioon;(d)ei sisaldanud suurt hulka antropomeetrilisi, biokeemilisi ja kardiometaboolseid markereid ega muid patsiendi tasandi andmeid; ja (e) ei kasutanud cpRNFLT sõltumatute ennustajate uurimiseks põhjalikult kohandatud mitme muutujaga mudeleid.

Seetõttu uurisime suurt hulka erinevaid antropomeetrilisi ja kardiometaboolseid biomarkereid ning laia valikut kliinilisi fenotüüpe ja nende seoseid sektorispetsiifilise cpRNFLT profiiliga, mida mõõdeti SD-OCT abil suurel (N=8952 isikul), valimata. ja sügavalt fenotüübiga populatsioonipõhine uuring Saksamaal. Oleme rakendanud kõrgelt standardiseeritud oftalmoloogilist ja mitte-oftalmoloogilist uurimisprotseduuri ning statistilist korrigeerimist koos korrektsiooniga mitme testimise jaoks.

Meetodid Osalejad

See analüüs on osa elanikkonnapõhisest LIFE-Täiskasvanute uuringust, mille viis läbi Leipzigi ülikooli tsivilisatsioonihaiguste uurimiskeskus augustist 2011 kuni novembrini 2014 [8]. LIFE-Täiskasvanute Uuring hõlmab 10,000 juhuslikult valitud osalejat Leipzigi, Saksamaa idaosas asuva linna, veidi üle poole miljoni elanikuga rahvastikuregistrist.

LIFE-Adult Study värbamine viidi läbi vanuse- ja soopõhiselt, keskendudes peamiselt isikutele vanuses 40–79 aastat [8]. Sel eesmärgil koosnes kogu populatsioon 9600 isikust vanuses 40–79 aastat ja 400 isikust vanuses 19–39 aastat. Iga vanusevahemik (kümnendi kaupa) oli katsealuste arvu ja soo osas tasakaalustatud. Uuringu kiitis heaks Leipzigi ülikooli arstiteaduskonna eetikakomitee (kinnitusnumber: 263-2009-14122009) ning see järgib Helsingi deklaratsiooni ning kõiki föderaal- ja osariigi seadusi. Enne kaasamist saadi kõigilt osalejatelt teadlik kirjalik nõusolek.

Andmete kogumise/kaasamise ja väljajätmise kriteeriumid

Algtaseme uuringu ajal tehti uuringus osalejatele sügav fenotüüp, sealhulgas oftalmoloogilise kujutise andmed, struktureeritud intervjuud, küsimustikud, füüsilised läbivaatused ning vere- ja uriinianalüüsid [8]. Oftalmilise hindamise osana viidi läbi SD-OCT kujutis (Spectralis, Heidelberg Engineering, Heidelberg, Saksamaa), mis andis cpRNFLT skaneeringud nägemisnärvi pea ümber. CpRNFLT ringi asukohta ja koordinaatide süsteemi on eelnevalt kirjeldatud [4]. Välistasime katsealused, kellel puudusid SD-OCT skaneeringud (välistatud N=931) või SD-OCT skaneeringud, kasutades järgmisi kvaliteedikriteeriume:(1) B-skannimise arv asukoha kohta<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], nägemisnärvi ketta süvend või nägemisnärvi ketta koloboom), nägemisnärvi ketta hemorraagia, neovaskularisatsioon, nägemisnärvi atroofia, sektori kahvatus, ONH turse, papilledeem või nägemisnärvi ketta drusen [4]. Lisaks koguti patsienditeavet glaukoomi varasema diagnoosi ja glaukoomiravimite kohta.

Antropomeetrilised ja biokeemilised markerid

Klassikalisi antropomeetrilisi (nt kehamassiindeks [BM], vöö- ja puusaümbermõõdud, vererõhk) mõõtmisi hinnati vastavalt standardiseeritud protseduuridele koolitatud uuringuõdede poolt. Kõigilt katsealustelt võeti rutiinselt tühja kõhuga vereproove ja proovide võtmise päeval viidi läbi laborianalüüside paneel [8]. Paneeli biomarkereid on varem kirjeldatud [8] ja need hõlmasid üldkolesterooli, kõrge tihedusega lipoproteiini (HDL), madala tihedusega lipoproteiini (LDL) kolesterooli, triglütseriidide (TG), apolipoproteiini (apo)B, apoAl, lipoproteiini mõõtmist. (Lp)(a), glükoos, insuliin, glükeeritud hemoglobiin (HbAlc), maksaensüümid, interleukiin-6, ülitundlik C-reaktiivne valk (hsCRP), tsüstatiin C ning uriini albumiin ja kreatiniin – kõik on kvantifitseeritud kesklaboris standardmeetoditega [8]. Kõigi katsealuste hinnanguline glomerulaarfiltratsiooni kiirus (eGFR) arvutati tsüstatiin C-põhise kroonilise neeruhaiguse (CKD) epidemioloogilise koostöövõrrandi abil [9]. Kuna käesoleva uuringu eesmärk oli uurida seoseid mitmete kardiometaboolsete riskimarkerite ja cpRNFLT vahel, oleme kasutanud ainult tsüstatiin C-põhist võrrandit, mida on hiljuti teatatud kui parimat võrrandit kardiovaskulaarse riski hindamisel [10]. CKD staatus määratleti kui albumiini/kreatiniini suhe uriinis, mis on suurem või võrdne 30 mg/g ja/või vähenenud 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="">

Statistiline analüüs

Kõik statistilised analüüsid viidi läbi R-keskkonnas, kasutades versiooni 3.5 (R Foundation for Statistical Computing, Viin, Austria). Nais- ja meessubjektide võrdlemiseks kasutati vastavalt paaristamata Studenti t-testi (pidevate muutujate jaoks) või hii-ruuttesti (kategoorialiste muutujate jaoks).

Järgmise sammuna uurisime erinevate antropomeetriliste, aga ka kardiometaboolsete biomarkerite seoseid valdkondlikul RNFLT-l. Selleks viidi kõigi mudelite puhul läbi mitme muutujaga lineaarne regressioonanalüüs individuaalsete markerite jaoks, mis olid kohandatud vanuse, soo ja skaneerimisringi raadiusega. Kasutades neid ühismuutujaid vastavates mudelites sõltumatute muutujatena, arvutati iga markeri seos valdkondliku cpRNFLT-ga (sõltuv muutuja) eraldi ajalise (T), ülemise ajalise (TS), superonasaalse (NS), nasaalse (N) jaoks. inferonasaalses (NI) ja inferotemporaalses (TI) sektoris ning globaalselt (G).

Skaneerimisringi raadius lisati kõikidesse mudelitesse sõltumatu muutujana, kuna silma suurus ja inimese läätse optilised omadused segavad cpRNFLT mõõtmist [12-14]. Skaneerimisringi tegelik raadius (mm) on hinnatud Spectralise masina fookusseadete põhjal laialdaselt kasutatava mudeli järgi [15]. Kuna näidati, et sugu [4] ja vanus [14] mõjutavad cpRNFLT-d, lisati need markerid igasse mudelisse ka sõltumatute ühismuutujatena.

Järgmisena püüdsime võrrelda kõigi biomarkerite seoste suhtelist tugevust sektori cpRNFLT-ga. Seetõttu koostati kõigi biomarkerite jaoks iga sektori cpRNFLT mitme muutujaga analüüside standardiseeritud väärtuste sektoraalne ja globaalne soojuskaart ning iga seose tugevust tähistavas joonise värvikoodis kasutati standardiseeritud väärtusi.

Tundlikkuse analüüsina kinnitasime täiendavalt valdkondliku cpRNFLT-ga lipiidimarkerite lineaarse regressioonianalüüsi tulemusi, kihistades kohorti statiiniravi saavateks isikuteks võrreldes statiini mittekasutajatega. Sel eesmärgil kasutasime anatoomilise terapeutilise keemia (ATC) klassifikatsioonikoode, et eraldada osalejad, keda raviti 3-hüdroksü-3-metüülglutarüül-koensüümi A reduktaasi inhibiitoritega (st statiinidega), vähendades seeläbi kolesterooli sünteesi. Et uurida suitsetamise staatuse võimalikke vahendavaid mõjusid seosele cpRNFLT jalipiidide profiil, 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 peeti statistiliselt oluliseks vastavalt Madrigal-Gonzalez et al. [16], samuti Kass ja Raftery [17].

Kõigis teistes analüüsides on ap väärtus<0.05 was="" considered="" statistically="" significant.="" the="" false="" discovery="" rate(fdr)method="" was="" applied="" to="" correct="" all="" p="" values="" for="" multiple="">

Joon.1 Standardiseeritud koefitsientide soojuskaart kõigi uuritud biomarkerite ja globaalse, aga ka sektoraalse, tsirkulaarse võrkkesta närvikiu kihi paksuse jaoks (qpRNFLT. Iga biomarkeri (sõltumatu muutuja) ja vastava sektori- või globaalne cpRNFLT (sõltuv muutuja). Kõiki mitme muutujaga mudeleid kohandati vastavalt vanusele, soole ja skaneerimisringi raadiusele. Mitme võrdluse p väärtuste korrigeerimiseks rakendati valepositiivse avastamismäära meetodit. Kui lineaarse regressiooni mudelid ei näidanud üldist olulisust ( mis näitab, et standarditud selles sektoris ei kehti), on kujutatud valge (tühi) ruut. Kõigi oluliste sektorite puhul on standardiseeritud B-ga hinnatud tugevus ja seoste suund värvikoodiga. Seega , positiivsed (punased/soojemad värvidS) ja negatiivsed (sinistes/jahedamates värvides) seosed on varjutatud vastavate standardiseeritud koefitsientide alusel Lühendid A LAT, alaniinaminotransferaas, aluseline fosfataas ApoA1. apolipoproteiin A1; ApoB, apolipoproteiin B; ASAT aspartaataminotransferaas; KMI, kehamassiindeks; krooniline neeruhaigus, krooniline neeruhaigus; DBP, diastoolne vererõhk; eGFR, tsüstatiin C-põhine hinnanguline glomerulaarfiltratsiooni kiirus; GGT, gamma-glutamüültransferaas; HbAIc, glükeeritud hemoglobiini AIc; HDL suure tihedusega lipoproteiin; hsCRP, kõrge tundlikkusega C-reaktiivne valk; IL interleukiin; LDL, madala tihedusega lipoproteiin; Lp(a), lipoproteiin(a); SBP, süstoolne vererõhk; TG, triglütseriidid; WHR talje ja puusa suhe. Nägemisnärvi pea sektorid; N, ninasektor NL inferonasaalne sektor: NS. supernasaalne sektor. , ajaline sektor: Jl, infero-ajaline sektor TS, üliajaline sektor; G, alobal (keskmine üldine)

2. OSA KOKKU KLÕPSAKE ALLOLEVAL LINKIL:

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