Часть 1. Функция почек и метаболизм липидов являются основными предикторами толщины слоя циркумпапиллярных нервных волокон сетчатки — исследование LIFE-Adult

Чтобы получить больше информации:tina.xiang@wecistanche.com

Абстрактный

Фон: толщина слоя околопапиллярных нервных волокон сетчатки (cpRNFLT), оцениваемая с помощью спектральной оптической когерентной томографии (SD-OCT), является новым методом, используемым для обнаружения и оценки глаукомы и других оптических невропатий. Прежде чем переводить cpRNFLT в клинику, крайне важно исследовать антропометрические, биохимические и клинические параметры, потенциально влияющие на cpRNFLT, в большом наборе данных, основанном на популяции.

Методы: В популяционном исследовании LIFE-Adult Study 10000 участников были выбраны случайным образом из реестра населения Лейпцига, Германия. Все участники прошли стандартизированную системную оценку различных маркеров кардиометаболического риска и визуализацию глаз, включая измерение cpRNFLT с помощью SD-OCT (Spectralis, Heidelberg Engineering). После применения строгих критериев качества SD-OCT было проанализировано 8952 человека. Многопараметрический линейный регрессионный анализ использовали для оценки независимых ассоциаций различных маркеров кардиометаболического риска с отраслевой cpRNFLT. Для значимых маркеров относительную силу наблюдаемых ассоциаций по сравнению друг с другом для выявления наиболее важных факторов, влияющих на cpRNFLT. Во всех анализах применялся метод частоты ложных открытий для множественных сравнений.

Полученные результаты: Во всей когорте у женщин была значительно более толстая глобальная, а также секторальная cpRNFLT по сравнению с мужчинами (p < 0,05).="" многовариантный="" линейный="" регрессионный="" анализ="" выявил="" значительную="" и="" независимую="" связь="" между="" глобальным="" и="" секторальным="" cprnflt="" с="">функция почека такжелипидный профиль. Таким образом, более тонкий cpRNFLT был связан с худшимфункция почекпо оценке цистатина С и расчетной скорости клубочковой фильтрации. Кроме того, неблагоприятный липидный профиль (т. е. низкий уровень холестерина липопротеинов высокой плотности (ЛПВП), а также высокий уровень общего холестерина, высокий уровень не-ЛПВП, высокий уровень липопротеинов низкой плотности).холестерини высокий уровень аполипопротеина B) был независимо и статистически значимо связан с более толстым cpRNFLT. Напротив, мы не наблюдаем значительной связи между cpRNFLT и маркерами воспаления, гомеостазом глюкозы, функцией печени, артериальным давлением или ожирением в нашем отраслевом анализе и во всем мире. Выводы. Маркеры почечной функции и метаболизма липидов являются предикторами секторальной хпРНВСТ в большом и глубоко фенотипированном популяционном исследовании независимо от ранее установленных ковариат. Будущие исследования cpRNFLT должны включать эти биомаркеры, и необходимо выяснить, улучшит ли их включение диагностику ранних заболеваний глаз на основе cpRNFLT. Ключевые слова: слой нервных волокон сетчатки, глаукома, биомаркеры,Функция почек, Оптическая когерентная томография, Липидный профиль, холестерин ЛПНП, холестерин ЛПВП, рСКФ, цистатин С, аполипопротеин В, аполипопротеин А1

Для получения дополнительной информации нажмите здесь

Фон

Дефекты слоя нервных волокон сетчатки (RNFL) являются ранними признаками глаукомы и деформации диска зрительного нерва [1]. Таким образом, толщина RNFL является основным инструментом в оценке глаукомы и других нейропатий зрительного нерва [2]. Спектральная оптическая когерентная томография (SD-OCT) является подходящим [3] неинвазивным методом in vivo для анализа зрительного нерва, а последние достижения позволили улучшить качество изображения толщины околопапиллярных RNFL (cpRNFLT). [4]. Совсем недавно cpRNFLT был связан с различными основными антропометрическими и биохимическими показателями в различных исследованиях. Например, Хо и др. [5] демонстрируют положительную ассоциацию глобальной хпРНФЛТ с липопротеинами низкой плотности (ЛПНП).холестерини отрицательная корреляция с распространенностью диабета в трех разных азиатских этнических когортах. Кроме того, возраст и история инсульта или гипертонии были отрицательными, тогда как статус курения был положительным, что связано с глобальным cpRNFLT в перекрестном метаанализе восьми европейских популяционных исследований [6]. Напротив, Лампартер и др. [7] не обнаружили независимой связи между глобальной cpRNFLT и сердечно-сосудистыми заболеваниями в многопараметрическом анализе в исследовании здоровья Гутенберга. Взятые вместе, ассоциация глобальной хпРНФЛТ показывает противоречивые результаты с наличием состояний кардиометаболических заболеваний. Прежде чем внедрять метод cpRNFLT в клинику, важно исследовать антропометрические, биохимические и клинические параметры, потенциально влияющие на cpRNFLT, независимо от других хорошо зарекомендовавших себя предикторов, т. е. возраста, пола и радиуса сканирования. Кроме того, необходимо тщательно определить другие факторы, влияющие на cpRNFLT, чтобы помочь в ранней диагностике заболеваний глаз и предотвратить неправильную классификацию нарушенной cpRNFLT из-за других клинических и биохимических биомаркеров. Тем не менее, предыдущие исследования cpRNFLT показывают следующие ограничения: они (а) включали когорты меньшего размера выборки; (b) анализировали глобальную cpRNFLT, но не отраслевые данные; (c) исключали субъектов с различными состояниями кардиометаболических заболеваний, например, типа 2 диабет или гипертония; (d) не включал широкий спектр антропометрических, биохимических и кардиометаболических маркеров и других данных на уровне пациента; и (e) не использовали тщательно скорректированные многофакторные модели для исследования независимых предикторов cpRNFLT.

Поэтому мы исследовали большую панель различных антропометрических и кардиометаболических биомаркеров, а также широкий спектр клинических фенотипов и их ассоциаций с отраслевым профилем cpRNFLT, измеренным с помощью SD-OCT у большого (N =8952 субъектов), не отобранного и глубоко фенотипическое популяционное исследование в Германии. Мы применили высоко стандартизированную офтальмологическую и неофтальмологическую процедуру исследования и статистическую корректировку с поправкой на множественное тестирование.

Методы Участники

Этот анализ является частью популяционного исследования LIFE-Adult Study, проведенного Лейпцигским исследовательским центром цивилизационных болезней при Лейпцигском университете в период с августа 2011 г. по ноябрь 2014 г. [8]. Исследование LIFE-Adult включает 10 000 случайно выбранных участников из регистра населения, насчитывающего чуть более полумиллиона жителей Лейпцига, города, расположенного на востоке Германии.

Набор в исследование LIFE-Adult Study проводился с разбивкой по возрасту и полу, в основном с упором на субъектов в возрасте от 40 до 79 лет [8]. Для этой цели общая популяция состояла из 9600 человек в возрасте от 40 до 79 лет, а также 400 человек в возрасте от 19 до 39 лет. Каждый возрастной интервал (по декадам) был сбалансирован по количеству испытуемых и полу. Исследование было одобрено Этическим комитетом медицинского факультета Лейпцигского университета (номер утверждения: 263-2009-14122009) и соответствует Хельсинкской декларации и всем федеральным законам и законам штата. Перед включением от всех участников было получено информированное письменное согласие.

Сбор данных/критерии включения и исключения

Во время базового обследования участники исследования были глубоко фенотипированы, включая данные офтальмологических изображений, структурированные интервью, анкеты, физические осмотры, анализы крови и мочи [8]. В рамках офтальмологической оценки была проведена визуализация SD-OCT (Spectralis, Heidelberg Engineering, Heidelberg, Germany), в результате чего было получено сканирование cpRNFLT вокруг диска зрительного нерва. Местоположение круга cpRNFLT и система координат описаны ранее [4]. Мы исключили субъектов с отсутствующими сканами SD-OCT (исключены N=931) или сканами SD-OCT, используя следующие критерии качества: (1) количество B-сканов на место<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], ямка диска зрительного нерва или колобома диска зрительного нерва), кровоизлияние в диск зрительного нерва, неоваскуляризация, атрофия зрительного нерва, секторальная бледность, отек ДЗН, отек диска зрительного нерва или друзы диска зрительного нерва [4]. Кроме того, была собрана информация о пациентах о предыдущем диагнозе глаукомы, а также о лекарствах от глаукомы.

Антропометрические и биохимические маркеры

Классические антропометрические измерения (например, индекс массы тела [ИМТ], окружность талии и бедер, артериальное давление) оценивались в соответствии со стандартными процедурами обученными медицинскими сестрами. У всех испытуемых образцы крови натощак брали рутинно, а группу лабораторных тестов проводили в день сбора образцов [8]. Биомаркеры панели были описаны ранее [8] и включали измерения общего холестерина, липопротеинов высокой плотности (ЛПВП), холестерина липопротеинов низкой плотности (ЛПНП), триглицеридов (ТГ), аполипопротеина (апо)В, апоА1, липопротеинов (Lp)(a), глюкоза, инсулин, гликированный гемоглобин (HbAlc), ферменты печени, интерлейкин -6, высокочувствительный С-реактивный белок (вчСРБ), цистатин С, а также мочевой альбумин и креатинин. в центральной лаборатории стандартными методами [8]. У всех испытуемых расчетная скорость клубочковой фильтрации (рСКФ) рассчитывалась с использованием эпидемиологического уравнения коллаборативной эпидемиологии хронической болезни почек (ХБП) на основе цистатина С [9]. Поскольку целью настоящего исследования было изучение ассоциаций между несколькими маркерами кардиометаболического риска и cpRNFLT, мы использовали только уравнение на основе цистатина С, которое недавно было признано лучшим уравнением для оценки сердечно-сосудистого риска [10]. Статус ХБП определяли по соотношению альбумин/креатинин в моче выше или равно 30 мг/г и/или по сниженной рСКФ.<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="">

статистический анализ

Все статистические анализы проводились в среде R с использованием версии 3.5 (R Foundation for Statistical Computing, Вена, Австрия). Для сравнения субъектов женского и мужского пола использовали непарный t-критерий Стьюдента (для непрерывных переменных) или критерий хи-квадрат (для категориальных переменных) соответственно.

В качестве следующего шага мы изучили ассоциации различных антропометрических, а также кардиометаболических биомаркеров на секторальном RNFLT. С этой целью во всех моделях был проведен многопараметрический линейный регрессионный анализ для отдельных маркеров с поправкой на возраст, пол и радиус круга сканирования. Используя эти ковариаты в качестве независимых переменных в соответствующих моделях, связь каждого маркера с секторальной cpRNFLT (зависимая переменная) рассчитывали отдельно для височной (T), верхневисочной (TS), надназальной (NS), назальной (N), нижне-носовой (NI) и нижневисочной (TI) секторах и глобально (G).

Радиус окружности сканирования был включен в качестве независимой переменной во все модели, поскольку размер глаза и оптические характеристики хрусталика человека искажают результаты измерения cpRNFLT [12-14]. Истинный радиус круга сканирования (мм) оценивается по настройкам фокуса, используемым машиной Spectralis, в соответствии с широко используемой моделью [15]. Поскольку было показано, что пол[4] и возраст [14] влияют на cpRNFLT, эти маркеры также были включены в качестве независимых переменных в каждую модель.

Затем мы попытались сравнить относительную силу ассоциаций всех биомаркеров с секторальным cpRNFLT. Поэтому для всех биомаркеров была создана отраслевая и глобальная тепловая карта стандартизированных значений многопараметрического анализа для каждого отраслевого cpRNFLT, и стандартизированные значения были использованы в цветовом коде рисунка, представляющем силу каждой ассоциации.

В качестве анализа чувствительности мы дополнительно подтвердили результаты линейного регрессионного анализа липидных маркеров с секторальной cpRNFLT путем стратификации когорты на субъектов, получающих статины, по сравнению с теми, кто не принимает статины. С этой целью мы использовали классификационные коды анатомо-терапевтической химии (АТХ) для извлечения участников, получавших ингибиторы 3-гидрокси-3-метилглутарилкоэнзима А-редуктазы (т.е. статины), тем самым снижая синтез холестерина. Чтобы исследовать потенциальные опосредующие эффекты статуса курения на связь между cpRNFLT илипидный профиль, 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 считался статистически значимым согласно Madrigal-Gonzalez et al. [16], а также Касса и Рафтери [17].

Во всех других анализах значение ap<0.05 was="" considered="" statistically="" significant.="" the="" false="" discovery="" rate(fdr)method="" was="" applied="" to="" correct="" all="" p="" values="" for="" multiple="">

Рис.1 Тепловая карта стандартизованных коэффициентов для всех исследованных биомаркеров и толщины слоя нервных волокон сетчатки в целом, а также в секторах и околопапиллярных слоях (qpRNFLT). Для каждого из биомаркеров (независимая переменная) и соответствующих секторальных или глобальный cpRNFLT (зависимая переменная).Все модели с несколькими переменными были скорректированы с учетом возраста, пола и радиуса окружности сканирования. Метод частоты ложноположительных результатов применялся для корректировки значений p для множественных сравнений.Если модели линейной регрессии не показывали общую значимость ( указывает на то, что стандартизированное недействительно в этом секторе), изображается белый (пустой) квадрат. Для всех значимых секторов сила, оцениваемая стандартизированным B, а также направление ассоциаций, кодируются цветом. Таким образом , положительные (в красном/более теплых цветах) и отрицательные (в синем/более холодных цветах) ассоциации заштрихованы на основе соответствующих стандартизированных коэффициентов Сокращения A LAT, аланинаминотрансфераза, щелочная фосфатаза ApoA1. аполипопротеин А1; ApoB, аполипопротеин B; ASAT-аспартатаминотрансфераза; ИМТ, индекс массы тела; ХБП, хроническая болезнь почек; ДАД, диастолическое артериальное давление; рСКФ, расчетная скорость клубочковой фильтрации на основе цистатина С; ГГТ, гамма-глутамилтрансфераза; HbAIc, гликированный гемоглобин AIc; липопротеин высокой плотности ЛПВП; hsCRP, высокочувствительный С-реактивный белок; IL интерлейкин; ЛПНП, липопротеин низкой плотности; Lp(а), липопротеин(а); САД, систолическое артериальное давление; ТГ, триглицериды; Соотношение талии и бедер WHR. секторы диска зрительного нерва; N, носовой сектор NL внутриносовой сектор: NS. надносовой сектор. , височный сектор: Jl, нижневисочный сектор TS, надвисочный сектор; G, лобальный (в среднем)

ДЛЯ ЧАСТИ 2, ПОЖАЛУЙСТА, НАЖМИТЕ НА ССЫЛКУ НИЖЕ:

https://www.xjcistanche.com/news/part2-ренальная функция и липидный метаболизм-54433055.html