Част 1: Бъбречната функция и липидният метаболизъм са основни предиктори за дебелината на слоя на циркумпапиларните нервни влакна на ретината – проучването LIFE-Adult

За повече информация:tina.xiang@wecistanche.com

Резюме

Заден план: дебелината на циркумпапиларния слой на нервните влакна на ретината (cpRNFLT), оценена чрез спектрално-домейнова оптична кохерентна томография (SD-OCT), е нова техника, използвана за откриване и оценка на глаукома и други оптични невропатии. Преди да преведете cpRNFLT в клиники, изключително важно е да се изследват антропометрични, биохимични и клинични параметри, потенциално засягащи cpRNFLT в голям набор от данни, базиран на населението.

Методи: Базираното на населението проучване LIFE-Adult Study произволно избра 10000 участници от регистъра на населението в Лайпциг, Германия. Всички участници са подложени на стандартизирана системна оценка на различни кардиометаболични рискови маркери и очни изображения, включително измерване на cpRNFLT с помощта на SD-OCT (Spectralis, Heidelberg Engineering). След използване на строги критерии за качество на SD-OCT бяха анализирани 8952 индивида. Използвани са многовариантни линейни регресионни анализи за оценка на независимите асоциации на различни кардиометаболични рискови маркери със специфичен за сектора cpRNFLT. За значими маркери, относителната сила на наблюдаваните асоциации в сравнение една с друга, за да се идентифицират най-подходящите фактори, влияещи върху cpRNFLT. Във всички анализи беше приложен методът на процента на фалшивите открития за множество сравнения.

Резултати: В цялата кохорта субектите от женски пол имат значително по-дебел глобален, а също и секторен cpRNFLT в сравнение с субектите от мъжки пол (p < 0.05).="" многовариантните="" линейни="" регресионни="" анализи="" разкриха="" значителна="" и="" независима="" връзка="" между="" глобалния="" и="" секторния="" cprnflt="" с="" биомаркери="">бъбречна функцияилипиден профил. По този начин по-тънкият cpRNFLT се свързва с по-лошобъбречна функцияоценено чрез цистатин С и изчислената скорост на гломерулна филтрация. Освен това, неблагоприятен липиден профил (т.е. нисък липопротеин с висока плътност (HDL) холестерол, както и висок общ, висок не-HDL, висок липопротеин с ниска плътностхолестероли висок аполипопротеин B) е независимо и статистически значимо свързан с по-дебел cpRNFLT. За разлика от това, ние не наблюдаваме значителна връзка между cpRNFLT и маркерите на възпаление, глюкозна хомеостаза, чернодробна функция, кръвно налягане или затлъстяване в нашия специфичен за сектора анализ и в световен мащаб. Заключения: Маркерите на бъбречната функция и липидния метаболизъм са предиктори на секторен cpRNFLT в голямо и дълбоко фенотипно базирано на популацията проучване, независимо от предварително установени ковариати. Бъдещите проучвания на cpRNFLT трябва да включват тези биомаркери и трябва да проучат дали включването ще подобри диагностиката на ранни очни заболявания въз основа на cpRNFLT. Ключови думи: слой нервни влакна на ретината, глаукома, биомаркери,Бъбречна функция, Оптична кохерентна томография, Липиден профил, LDL холестерол, HDL холестерол, eGFR, Цистатин С, Аполипопротеин В, Аполипопротеин А1

Щракнете тук за повече информация

Заден план

Дефектите на слоя на нервните влакна на ретината (RNFL) са ранни признаци на глаукома и деформация на оптичния диск [1]. Следователно дебелината на RNFL е основен инструмент при оценката на глаукома и други оптични невропатии [2]. Оптичната кохерентна томография със спектрален домейн (SD-OCT) е подходяща [3], неинвазивна, in vivo техника за анализ на оптичния нерв и последните постижения позволиха подобрено качество на изображението за дебелината на циркумпапиларната RNFL (cpRNFLT) [4]. Съвсем наскоро cpRNFLT беше свързан с различни, основни антропометрични и биохимични мерки в различни проучвания. Например, Ho et al. [5] демонстрират положителна връзка на глобалния cpRNFLT с липопротеин с ниска плътност (LDL)холестероли отрицателна корелация с разпространението на диабета в три различни азиатски етнически кохорти. Освен това, възрастта и анамнезата за инсулт или хипертония са отрицателни, докато статусът на тютюнопушене е положителен, свързан с глобалния cpRNFLT в напречен мета-анализ на осем европейски проучвания, базирани на населението [6]. За разлика от тях Lamparter et al.[7] не са открили независима връзка между глобалния cpRNFLT и сърдечно-съдовите заболявания в мултивариантни анализи в изследването на Gutenberg Health Study. Взети заедно, асоциацията на глобалния cpRNFLT показва противоречиви резултати с наличието на кардиометаболични болестни състояния. Преди прилагането на метода cpRNFLT в клиниките е важно да се изследват антропометрични, биохимични и клинични параметри, които потенциално засягат cpRNFLT, независимо от други добре установени предиктори, т.е. възраст, пол и радиус на сканиране. Освен това, други фактори, влияещи върху cpRNFLT, трябва да бъдат внимателно дефинирани, за да се подпомогне ранната диагностика на очни заболявания и да се предотврати погрешно класифициране на нарушен cpRNFLT поради други клинични и биохимични биомаркери. Предишни проучвания на cpRNFLT обаче показват следните ограничения: те (а) включват кохорти с по-малък размер на извадката; (б) са анализирали глобални cpRNFLT, но не и специфични за сектора данни; (в) изключват субекти с различни кардиометаболични болестни състояния, напр. 2 диабет или хипертония; (d) не включва широка гама от антропометрични, биохимични и кардиометаболични маркери и други данни на ниво пациент; и (д) не са използвали напълно коригирани многопроменливи модели за изследване на независимите предиктори на cpRNFLT.

Ето защо ние изследвахме голям панел от различни антропометрични и кардиометаболични биомаркери и широк спектър от клинични фенотипове и техните асоциации със специфичния за сектора cpRNFLT профил, измерен от SD-OCT в голям (N=8952 субекти), неизбрани , и дълбоко фенотипно базирано на населението проучване в Германия. Приложихме високо стандартизирана процедура за офталмологично и неофталмологично изследване и статистическа корекция с корекция за многократно тестване.

Методи Участници

Този анализ е част от популационното проучване LIFE-Adult Study, проведено от Лайпцигския изследователски център за цивилизационни болести към Лайпцигския университет между август 2011 г. и ноември 2014 г. [8]. Проучването LIFE-Adult Study включва 10000 произволно избрани участници от регистъра на населението от малко над половин милион жители на Лайпциг, град, разположен в източната част на Германия.

Набирането на LIFE-Adult Study беше извършено по стратифициран по възраст и пол начин, като се фокусира главно върху субекти на възраст между 40 и 79 години [8]. За целта общата популация се състои от 9600 лица на възраст между 40 и 79 години, както и 400 лица на възраст между 19 и 39 години. Всеки възрастов интервал (по десетилетие) беше балансиран по отношение на броя на субектите и пола. Проучването е одобрено от Комитета по етика към Медицинския факултет на Лайпцигския университет (номер на одобрение: 263-2009-14122009) и се придържа към Декларацията от Хелзинки и всички федерални и щатски закони. Преди включването е получено информирано писмено съгласие от всички участници.

Събиране на данни/критерии за включване и изключване

По време на изходното изследване, участниците в проучването бяха дълбоко фенотипизирани, включително данни от офталмологични изображения, структурирани интервюта, въпросници, физически прегледи и тестове за кръв и урина [8]. Като част от офталмологичната оценка беше извършено SD-OCT изобразяване (Spectralis, Heidelberg Engineering, Хайделберг, Германия), което даде cpRNFLT сканирания около главата на зрителния нерв. Местоположението на кръга cpRNFLT и координатната система са описани по-рано [4]. Изключихме субекти с липсващи SD-OCT сканирания (изключени N=931) или SD-OCT сканирания, използвайки следните критерии за качество: (1) Брой B-сканирания за местоположение<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 на диска на зрителния нерв или колобома на диска на зрителния нерв), кръвоизлив на диска на зрителния нерв, неоваскуларизация, оптична атрофия, секторна бледост, подуване на ONH, едем на папилата или друз на диска на зрителния нерв [4]. Освен това беше събрана информация за пациента за предишна диагноза глаукома, както и лекарства за глаукома.

Антропометрични и биохимични маркери

Класически антропометрични (напр. индекс на телесна маса [BM], обиколки на талията и бедрата, кръвно налягане) измервания бяха оценени съгласно стандартизирани процедури от обучени медицински сестри. При всички субекти рутинно са взети кръвни проби на гладно и е извършен набор от лабораторни тестове в деня на вземане на пробата [8]. Биомаркерите на панела са описани по-рано [8] и включват измервания на общия холестерол, липопротеин с висока плътност (HDL), липопротеин с ниска плътност (LDL) холестерол, триглицериди (TG), аполипопротеин (apo)B, apoAl, липопротеин (Lp)(a), глюкоза, инсулин, гликиран хемоглобин (HbAlc), чернодробни ензими, интерлевкин-6, високочувствителен С-реактивен протеин (hsCRP), цистатин С и албумин и креатинин в урината, всички се определят количествено в централна лаборатория по стандартни методи [8]. При всички субекти изчислената скорост на гломерулна филтрация (eGFR) беше изчислена с помощта на уравнението за епидемиологично сътрудничество на основата на цистатин С при хронично бъбречно заболяване (CKD) [9]. Тъй като целта на настоящото проучване беше да се изследват асоциациите между няколко кардиометаболични рискови маркера и cpRNFLT, ние използвахме само уравнението, базирано на цистатин С, което наскоро беше докладвано като най-доброто уравнение за оценка на сърдечно-съдовия риск [10]. Статусът на ХБН се определя като съотношение албумин/креатинин в урината, по-голямо или равно на 30 mg/g и/или намален 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="">

Статистически анализ

Всички статистически анализи бяха извършени в R среда, използвайки версия 3.5 (R Foundation for Statistical Computing, Виена, Австрия). За сравнения между женски и мъжки субекти бяха използвани съответно несдвоеният t-тест на Student (за непрекъснати променливи) или хи-квадрат тест (за категорични променливи).

Като следваща стъпка, ние изследвахме асоциациите на различни антропометрични, както и кардиометаболични биомаркери на секторния RNFLT. За тази цел бяха извършени многовариантни линейни регресионни анализи за индивидуални маркери, коригирани за възраст, пол и радиус на кръга на сканиране във всички модели. Използвайки тези ковариати като независими променливи в съответните модели, асоциацията на всеки маркер със секторен cpRNFLT (зависима променлива) се изчислява отделно за темпоралния (T), горно-темпоралния (TS), супероназалния (NS), назалния (N), инфероназален (NI) и инферотемпорален (TI) сектори и глобално (G).

Радиусът на кръга на сканиране беше включен като независима променлива във всички модели, тъй като размерът на окото и оптичните характеристики на човешката леща объркват измерването на cpRNFLT [12-14]. Истинският радиус на кръга на сканиране (mm) се оценява от настройките на фокуса, използвани от машината Spectralis, според широко използван модел [15]. Тъй като е доказано, че полът [4] и възрастта [14] влияят на cpRNFLT, тези маркери също са включени като независими ковариати във всеки модел.

След това се опитахме да сравним относителната сила на асоциациите на всички биомаркери със секторния cpRNFLT. Следователно, секторна и глобална топлинна карта на стандартизирани стойности от многовариантни анализи за всеки секторен cpRNFLT беше създадена за всички биомаркери и стандартизираните стойности бяха използвани в цветния код на фигурата, представляващ силата на всяка асоциация.

Като анализ на чувствителността, ние допълнително потвърдихме резултатите от линейните регресионни анализи за липидни маркери със секторен cpRNFLT чрез стратифициране на кохортата в субекти на лечение със статини в сравнение с тези, които не използват статини. За тази цел използвахме класификационните кодове за анатомични терапевтични химикали (ATC), за да извлечем участници, лекувани с 3-хидрокси-3-метилглутарил коензим А редуктазни инхибитори (т.е. статини), като по този начин намаляваме синтеза на холестерол. За да се изследват потенциалните медииращи ефекти от статута на тютюнопушене върху връзката между cpRNFLT илипиден профил, 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 се счита за статистически значимо според Madrigal-Gonzalez et al. [16], както и Кас и Рафтери [17].

Във всички други анализи стойността на ap<0.05 was="" considered="" statistically="" significant.="" the="" false="" discovery="" rate(fdr)method="" was="" applied="" to="" correct="" all="" p="" values="" for="" multiple="">

Фигура 1. Топлинна карта на стандартизирани коефициенти за всички изследвани биомаркери и глобална, както и секторна дебелина на слоя от нервни влакна на ретината (qpRNFLT. Отделни мултивариантни линейни регресионни анализи бяха излъчени за всеки от биомаркерите (независима променлива) и съответните секторни или глобален cpRNFLT (зависима променлива). Всички многопроменливи модели бяха коригирани за възраст, пол и радиус на кръга на сканиране. Методът на честотата на фалшиво положителни открития беше приложен за коригиране на p стойности за множество сравнения. Ако моделите на линейна регресия не показаха цялостна значимост ( което показва, че стандартизираното не е валидно в този сектор), е изобразен бял (празен) квадрат. За всички значими сектори силата, оценена от стандартизиран B, както и посоката на асоциациите, са цветно кодирани. Така , положителни (в червено/по-топли цветове) и отрицателни (в сини/по-студени цветове) асоциации са оцветени на базата на съответните стандартизирани коефициенти Съкращения A LAT, аланин аминотрансфераза, алкална фосфатаза ApoA1. аполипопротеин А1; ApoB, аполипопротеин B; ASAT аспартат аминотрансфераза; ИТМ, индекс на телесна маса; ХБН, хронично бъбречно заболяване; DBP, диастолично кръвно налягане; eGFR, изчислена скорост на гломерулна филтрация на базата на цистатин С; GGT, гама-глутамил трансфераза; HbAIc, гликиран хемоглобин AIc; HDL липопротеин с висока плътност; hsCRP, високочувствителен С-реактивен протеин; IL интерлевкин; LDL, липопротеин с ниска плътност; Lp(a), липопротеин(a); SBP, систолично кръвно налягане; TG, триглицериди; WHR съотношение талия към ханш. Сектори на главата на зрителния нерв; N, назален сектор NL инфероназален сектор: NS. супероназален сектор. , темпорален сектор: Jl, долно-темпорален сектор TS, суперо-темпорален сектор; G, алобален (средно общо)

ЗА ЧАСТ 2, МОЛЯ, КЛИКНЕТЕ НА ВРЪЗКАТА ПО-ДОЛУ:

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