Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de recherche

Effets causaux des macronutriments et micronutriments alimentaires sur la myopie et d’autres troubles oculaires majeurs : une étude de randomisation mendélienne

138 vues

⸱

DOI :

10.3791/70258

⸱

26 mai 2026

 , 
1School of Stomatology and Optometry, Hubei University of Science and Technology

Dans cet article

Résumé

Ce protocole décrit une méthode pour étudier les effets causaux des nutriments alimentaires sur les maladies oculaires à l’aide de l’analyse de randomisation mendélienne. Cette approche permet d’identifier les risques nutritionnels potentiels et les facteurs protecteurs pour les principaux troubles oculaires.

Résumé

La myopie et d’autres troubles oculaires majeurs, tels que la cataracte, le glaucome et la dégénérescence maculaire liée à l’âge (DMLA), posent des préoccupations croissantes pour la santé publique dans le monde entier. Bien que la nutrition soit considérée comme influençant le développement oculaire et la dégénérescence, les preuves causales restent limitées. Une analyse de randomisation mendélienne (RM) sur deux échantillons a été réalisée à partir de données résumées de l’étude d’association génomique à grande échelle (GWAS) afin d’évaluer les effets causaux de l’apport alimentaire en macronutriments et micronutriments sur le risque de myopie et d’autres maladies oculaires. La méthode pondérée par variance inverse (IVW) a été utilisée comme analyse principale, soutenue par la médiane pondérée, la MR-Egger et la MR-PRESSO pour les tests de sensibilité. Pour tenir compte des comparaisons multiples, la correction du taux de fausses découvertes (FDR) a été appliquée. Après l’ajustement FDR, des niveaux génétiquement prédits plus élevés de vitamine C restaient significativement associés à un risque accru de DMLA (odds ratio [OR] = 1,324, intervalle de confiance [IC] à 95 % : 1,133–1,546). Plusieurs associations supplémentaires ont été observées à des niveaux de signification nominale (P < 0,05), notamment une consommation relative de graisses alimentaires plus élevée avec un risque accru de myopie (OR = 1,033, IC 95 % : 1,003–1,063), une consommation de sucre avec un risque de cataracte réduit (OR = 0,746, IC 95 % : 0,561–0,993), du fer avec un risque de myopie plus faible (OR = 0,995, IC 95 % : 0,991–0,999), la vitamine D avec un risque accru de cataracte (OR = 1,256, IC à 95 % : 1,062–1,487), acide folique avec risque de cataracte réduit (OR = 0,843, IC 95 % : 0,724–0,981), et phosphore avec risque réduit de glaucome (OR = 0,727, IC 95 % : 0,554–0,953). Aucune preuve de pléiotropie horizontale ou d’hétérogénéité n’a été observée. Ces résultats suggèrent un rôle causal potentiel de certains nutriments dans le risque de maladie oculaire, bien que la plupart des associations ne soient pas restées significatives après plusieurs tests de correction et doivent donc être interprétées avec prudence. D’autres études sont nécessaires pour confirmer ces découvertes et explorer les mécanismes biologiques sous-jacents.

Introduction

La déficience visuelle causée par des troubles oculaires représente un défi croissant mondial en matière de santé publique, avec des implications socioéconomiques et de qualité de viesignificatives 1,2,3. Parmi ces affections, l’erreur réfractive est apparue comme une cause majeure de perte de vision, notamment en Asie de l’Est et du Sud-Est, où sa prévalence chez les jeunes adultes atteint 80 à 90 %, et une forte myopie touche jusqu’à 20 % de lapopulation 4. Des preuves épidémiologiques plus récentes suggèrent que la prévalence de la myopie continue d’augmenter à l’échelle mondiale, et des études récentes ont mis en lumière la contribution des changements de mode de vie modernes, notamment l’augmentation de l’exposition aux écrans numériques et la réduction des activités en plein air, à cettetendance 5. Les projections estiment qu’en 2050, près de la moitié de la population mondiale pourrait être myope, avec environ 10 % présentant une forte myopie et ses complications menaçant la visionqui y sont associées 4. Au-delà de la myopie, d’autres troubles oculaires majeurs, tels que la dégénérescence maculaire liée à l’âge (DMLA), la cataracte et le glaucome, contribuent également de manière significative à la perte de visionglobale 6,7,8. Compte tenu de l’absence d’interventions universellement efficaces pour stopper la progression de la perte de vision, l’identification de facteurs environnementaux et de modes de vie modifiables est cruciale pour élaborer des stratégies de prévention efficaces.

Ces conditions partagent des étiologies complexes impliquant à la fois des prédispositions génétiques et des expositions environnementales. Les preuves émergentes suggèrent que la nutrition pourrait jouer un rôle crucial dans le développement oculaire, le métabolisme rétinien, la modulation du stress oxydatif et le maintien de l’intégrité structurelle à travers divers tissus oculaires 9,10,11. Plusieurs micronutriments, dont la vitamine A, la vitamine D, le zinc et le fer, ont été impliqués dans le maintien de la santé oculaire en soutenant la fonction des photorécepteurs, la régulation vasculaire et la défenseantioxydante 12,13,14,15. Par exemple, la vitamine D a été suggérée comme influençant la croissance oculaire et les voies inflammatoires, le fer joue un rôle essentiel dans le métabolisme rétinien et la régulation du stress oxydatif, et le zinc participe à la défense antioxydante et à la fonction de l’épithélium pigmentaire rétinien. De plus, les macronutriments alimentaires tels que les graisses et les glucides peuvent affecter la santé oculaire via des voies métaboliques systémiques, notamment le métabolisme lipidique, la signalisation de l’insuline et les réponsesinflammatoires 16,17. Cependant, la plupart des études antérieures sur ces nutriments s’appuyaient sur des plans observationnels, qui sont susceptibles de confondre et de causalité inverse, rendant difficile la détermination de la cause causale de ces associations.

Cependant, les résultats des études observationnelles examinant la relation entre l’apport alimentaire et les maladies oculaires ont été incohérents, certains rapportant des associations significatives et d’autres trouvant des résultatsnuls 17, 18, 19. Ces divergences reflètent probablement des limites telles que la petite taille des échantillons, la confusion résiduelle, le biais de rappel dans les évaluations alimentaires et le risque de causalité inverse. Pour combler ces lacunes, la randomisation mendélienne (RM) offre un outil épidémiologique puissant en utilisant des variants génétiques comme variables instrumentales pour inférer la causalité entre les expositions et les résultats20. Parce que les variants génétiques sont assortis de manière aléatoire à la conception et largement non affectés par les facteurs de confusion environnementaux ou comportementaux, l’IRM réduit les biais et permet une inférence causale plus crédible que les conceptions observationnellestraditionnelles 21. Des études récentes d’association génomique à grande échelle (GWAS) ont identifié des instruments génétiques pour une large gamme de macronutriments et micronutrimentsalimentaires 22,23, ainsi que pour les phénotypes oculaires incluant la myopie, la DMLA, la cataracte et le glaucome, permettant une évaluation complète basée sur l’IRM des relations diete-trouble oculaire.

Par conséquent, l’objectif principal de cette étude était d’évaluer systématiquement les effets causaux potentiels de l’apport alimentaire en macronutriments et micronutriments sur le risque de maladies oculaires majeures en utilisant un cadre de randomisation mendélienne à deux échantillons. Plus précisément, l’étude a examiné si des niveaux génétiquement prédits de macronutriments alimentaires (comme les graisses et les glucides) et de micronutriments (y compris les vitamines et minéraux) étaient associés au risque de myopie, cataracte, glaucome et dégénérescence maculaire liée à l’âge (DMLA). Les résultats fournissent des preuves novatrices pour éclairer les recommandations alimentaires futures et les stratégies préventives ciblant la santé oculaire.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Les analyses de randomisation mendélienne (MR) ont utilisé des données provenant d’un GWAS (https://gwas.mrcieu.ac.uk/) accessible au public, qui avait déjà obtenu les approbations éthiques et éclairées nécessaires lors de la collecte initiale des données. Par conséquent, aucun consentement éthique ou éclairé supplémentaire n’était requis pour l’étude. Le logiciel et les bases de données utilisées sont listés dans le tableau des matériaux.

1. Données d’exposition

Les informations résumées GWAS sur l’apport relatif en macronutriments alimentaires en graisses, protéines, glucides et sucre ont été obtenues auprès de plus de 235 000 individus d’ascendanceeuropéenne 23. L’apport alimentaire de la veille (UKB) ou habituel (toutes les autres cohortes) a été recueilli à l’aide de questionnaires alimentaires complets. L’apport relatif de chaque macronutriment a été corrigé par l’apport total en énergie, permettant des effets non linéaires. En suivant des procédures strictes de contrôle qualité, la taille finale agrégée de l’échantillon est de 235 391 pour le sucre et de 268 922 pour les graisses, protéines etglucides 23. Les caractéristiques de base des participants inclus dans le GWAS concernant l’apport relatif en macronutriments alimentaires sont résumées dans le Tableau 1.

Les données d’association génétique pour les micronutriments proviennent d’une revue complète de la littérature existante et de la disponibilité de GWAS robustes dans les populations européennes. En résumé, les statistiques résumées du GWAS ont été incluses pour sept minéraux essentiels : calcium sérique, cuivre, fer, magnésium, phosphore, sélénium (mesuré dans des échantillons de sang ou d’ongles d’orteils), etzinc 24,25,26,27,28,29,30,31 , ainsi que sept vitamines, dont la 25-hydroxyvitamine D, la vitamine A1 (rétinol), la vitamine B6, la vitamine B9 (acide folique), la vitamine B12, la vitamine C et la vitamineE 32,33,34,35,36,37. Les caractéristiques de base des participants inclus dans le GWAS des micronutriments sont résumées dans le Tableau 1.

2. Données de résultats

Les données issues des résultats ont été obtenues à partir du projet IEU GWAS (https://gwas.mrcieu.ac.uk/), développé à l’unité d’épidémiologie intégrative du MRC à l’Université de Bristol. Plus précisément, la myopie a été examinée comme issue à partir de données provenant de la source : ukb-b-6353 (n = 460 536), cataractes issues de la source : ebi-a-GCST90018814 (n = 491 877), glaucome provenant de la source : ebi-a-GCST90013865 (n = 406 927), et dégénérescence maculaire précoce liée à l’âge provenant de la source : ebi-a-GCST010723 (n = 105 248). Les caractéristiques de base des participants inclus dans le GWAS concernant la myopie et d’autres troubles oculaires majeurs sont résumées dans le tableau 2. Les définitions des phénotypes des maladies oculaires étaient basées sur les ensembles de données GWAS originaux. La myopie (ukb-b-6353) a été dérivée de la Banque biologique britannique et définie sur la base de l’utilisation auto-déclarée de lunettes ou de lentilles de contact, principalement pour la vision de loin (myopie). Les résultats de la cataracte et du glaucome ont été obtenus à partir de méta-analyses GWAS majeures basées sur des cas diagnostiqués cliniquement identifiés à travers les dossiers médicaux ou les statistiques des épisodes hospitaliers. La dégénérescence maculaire précoce liée à l’âge (DMLA) a été définie selon des critères diagnostiques standardisés utilisés dans les études originales du consortium GWAS. Les différences dans les définitions de phénotypes entre les études peuvent introduire une certaine hétérogénéité et doivent être prises en compte lors de l’interprétation des résultats.

3. Sélection des variables instrumentales

Des polymorphismes mononucléotides (SNPs) associés à des expositions à signification génomique (P < 5 × 10⁻8) ont été sélectionnés comme variables instrumentales. Des SNP indépendants ont été sélectionnés comme variables instrumentales avec un seuil r2 de < 0,001, basé sur leur distance à moins de 10 000 kb dans les données européennes 1000G, en utilisant le package « TwoSampleMR » R. La force des instruments sélectionnés a été évaluée à l’aide de la statistiqueF 38. Une statistique F supérieure à 10 est généralement considérée comme indicative de variables instrumentalesfortes 39. Toutes les analyses ont été harmonisées pour assurer l’alignement des allèles d’effet entre les ensembles de données d’exposition et de résultats.

4. Estimations de randomisation mendélienne

Pour estimer la relation causale entre les macronutriments et micronutriments alimentaires ainsi que la myopie et d’autres troubles oculaires majeurs, le paquet « TwoSampleMR » R a été appliqué pour l’analyse IRM. Des variantes génétiques associées à chacun des macronutriments et micronutriments alimentaires ont été utilisées comme variables instrumentales pour examiner leur relation causale avec la myopie et d’autres troubles oculaires majeurs. L’analyse de la RM repose sur trois hypothèses clés : (1) l’hypothèse de pertinence, selon laquelle les variants génétiques sont fortement associés à l’exposition ; (2) l’hypothèse d’indépendance, selon laquelle les variantes sont indépendantes des facteurs de confusion ; et (3) l’hypothèse de restriction d’exclusion, selon laquelle les variants n’influencent le résultat que par l’exposition de l’intérêt. Plusieurs méthodes IRM ont été mises en œuvre, notamment la pondération inverse de la variance (IVW), la médiane pondérée, le mode pondéré et le MR-Egger, la IVW servant d’approche principale et les autres méthodes utilisées pour évaluer la robustesse des résultats. La méthode IVW fournit l’estimation causale la plus précise lorsque toutes les variables instrumentales sont valides ou lorsque la pléiotropie horizontale est équilibrée entre variantes. L’estimateur à médiane pondérée peut générer des estimations cohérentes même si jusqu’à 50 % des instruments génétiques sont invalides. La méthode de régression MR-Egger permet de détecter la pléiotropie directionnelle en estimant un terme d’interception qui reflète l’effet pléiotrope moyen à travers les variantes génétiques. Initialement, des estimations causales ont été calculées à l’aide de modèles de TVV à effets fixes, et des modèles de TVV à effets aléatoires ont été employés lorsque l’hétérogénéité significative a été détectée (p < 0,05). Pour tenir compte des comparaisons multiples entre plusieurs expositions et résultats, une correction du taux de fausses découvertes (FDR) a été appliquée selon la méthode de Benjamini–Hochberg. La signification statistique a été définie comme P ajustée FDR < 0,05, tandis que P < 0,05 était considérée comme nominalement significative. Toutes les analyses ont été réalisées dans R (version 4.1.2). Pour clarifier le cadre analytique, une représentation schématique de la conception et des hypothèses de la RM est présentée à la Figure 1.

5. Analyses d’hétérogénéité et de sensibilité

Pour évaluer la robustesse des résultats de l’IRM, des tests d’hétérogénéité ont été réalisés afin de détecter d’éventuelles incohérences entre les variables instrumentales. L’hétérogénéité a été évaluée à l’aide de la statistique Cochran Q, où une valeur P de < 0,05 indiquait une hétérogénéité significativede 40. Des analyses de sensibilité ont également été réalisées pour évaluer la pléiotropie potentielle, où des variants génétiques peuvent influencer le résultat par des voies biologiques autres que l’exposition d’intérêt. La pléiotropie directionnelle a été évaluée à l’aide du test d’interception de régressionMR-Egger 41. De plus, la méthode Mendelian Randomization Pleiotropy RESidual Sum and Outlier (MR-PRESSO) a été appliquée pour identifier et éliminer les valeurs potentielles pleiotropes (p < 0,05) et pour fournir des estimations causales corrigées lorsque nécessaire41.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Les effets causaux significatifs de l’apport en macronutriments et micronutriments alimentaires sur la myopie et d’autres troubles oculaires majeurs, tels qu’identifiés par la méthode de la FIV, sont résumés dans le tableau 3 et présentés à la figure 2. Pour tenir compte de multiples comparaisons entre différentes expositions et résultats, la correction FDR a été appliquée. Après l’ajustement FDR, seule l’association entre les niveaux généti...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Dans cette étude, les effets causaux potentiels de l’apport en macronutriments alimentaires et micronutriments sur le risque de myopie et d’autres troubles oculaires majeurs, notamment la cataracte, le glaucome et la DMLA, ont été systématiquement évalués. Après correction pour les comparaisons multiples à l’aide de la méthode du taux de fausse découverte (FDR), seule l’association entre les niveaux génétiquement prédits de vitamine C et l’augmentation du risque de DMLA est restée statis...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

Les auteurs déclarent qu’ils n’ont pas d’intérêts concurrents.

Remerciements

Cette étude a été soutenue par le Fonds spécial de recherche scientifique du Collège médical des traits faciaux, Université des sciences et technologies du Hubei (n° 2020XZ43) et par le projet de recherche pédagogique de l’Université des sciences et technologies du Hubei (n° 2023XY052).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Base de données IEU GWASUnité d’épidémiologie intégrative du MRC, Université de Bristolwww.gwas.mrcieu.ac.ukSource des statistiques résumées GWAS
Colis MR-PRESSO RGitHub (développeurs MR-PRESSO)www.github.com/rondolab/MR-PRESSOUtilisé pour détecter la pléiotropie et les valeurs aberrantes
R logiciel (version 4.1.2)La Fondation Rwww.r-project.orgUtilisé pour toutes les analyses statistiques et la randomisation mendélienne
Emballage TwoSampleMR RUnité d’épidémiologie intégrative du MRCwww.mrcieu.github.io/TwoSampleMRUtilisation pour l’analyse de randomisation mendélienne

Références

  1. Bourne, R. R., et al. Causes of vision loss worldwide, 1990-2010: A systematic analysis. Lancet Glob Health. 1 (6), e339-e349 (2013).
  2. Sherief, S. T., Muhe, L. M., Mekasha, A., Demtse, A., Ali, A. Prevalence and causes of ocular disorders and visual impairment among preterm children in Ethiopia. BMJ Paediatr Open. 8 (1), e002317(2024).
  3. Xu, T., et al. Prevalence and causes of vision loss in China from 1990 to 2019: Findings from the global burden of disease study 2019. Lancet Public Health. 5 (12), e682-e691 (2020).
  4. Holden, B. A., et al. Global prevalence of myopia and high myopia and temporal trends from 2000 through 2050. Ophthalmology. 123 (5), 1036-1042 (2016).
  5. Zhu, Z., et al. Interventions recommended for myopia prevention and control among children and adolescents in China: A systematic review. Br J Ophthalmol. 107 (2), 160-166 (2023).
  6. Cicinelli, M. V., Buchan, J. C., Nicholson, M., Varadaraj, V., Khanna, R. C. Cataracts. Lancet. 401 (10374), 377-389 (2023).
  7. Fleckenstein, M., et al. Age-related macular degeneration. Nat Rev Dis Primers. 7 (1), 31(2021).
  8. Jayaram, H., Kolko, M., Friedman, D. S., Gazzard, G. Glaucoma: Now and beyond. Lancet. 402 (10414), 1788-1801 (2023).
  9. Braakhuis, A. J., Donaldson, C. I., Lim, J. C., Donaldson, P. J. Nutritional strategies to prevent lens cataract: Current status and future strategies. Nutrients. 11 (5), 1186(2019).
  10. Edwards, G., Olson, C. G., Euritt, C. P., Koulen, P. Molecular mechanisms underlying the therapeutic role of vitamin E in age-related macular degeneration. Front Neurosci. 16, 890021(2022).
  11. Saccà, S. C., Cutolo, C. A., Ferrari, D., Corazza, P., Traverso, C. E. The eye, oxidative damage and polyunsaturated fatty acids. Nutrients. 10 (6), 668(2018).
  12. Guo, M., et al. Inhibition of ferroptosis promotes retinal ganglion cell survival in experimental optic neuropathies. Redox Biol. 58, 102541(2022).
  13. Reins, R. Y., McDermott, A. M. Vitamin D: Implications for ocular disease and therapeutic potential. Exp Eye Res. 134, 101-110 (2015).
  14. Ripps, H., Chappell, R. L. Review: Zinc's functional significance in the vertebrate retina. Mol Vis. 20, 1067-1074 (2014).
  15. Thirunavukarasu, A. J., Ross, A. C., Gilbert, R. M. Vitamin A, systemic T-cells, and the eye: Focus on degenerative retinal disease. Front Nutr. 9, 914457(2022).
  16. Cheong, K. X., et al. Diet and myopic macular degeneration in the Aier-Seri High Myopia Adult Cohort Study. Acta Ophthalmol. , (2025).
  17. Massoudi, S., et al. The association between macronutrients intake and myopia risk: A systematic review and meta-analysis. BMC Ophthalmology. 24 (1), 472(2024).
  18. Clarkson-Townsend, D. A., et al. Impacts of high fat diet on ocular outcomes in rodent models of visual disease. Exp Eye Res. 204, 108440(2021).
  19. Mrugacz, M., Pieńczykowska, K., Bryl, A. The role of vitamin D3 in ocular diseases. Nutrients. 16 (12), 1878(2024).
  20. Burgess, S., Timpson, N. J., Ebrahim, S., Davey Smith, G. Mendelian randomization: Where are we now and where are we going? Int J Epidemiol. 44 (2), 379-388 (2015).
  21. Sanderson, E., et al. Mendelian randomization. Nat Rev Method Prim. 2 (1), 6(2022).
  22. Kim, J. Y., et al. An atlas of associations between 14 micronutrients and 22 cancer outcomes: Mendelian randomization analyses. BMC Med. 21 (1), 316(2023).
  23. Meddens, S. F. W., et al. Genomic analysis of diet composition finds novel loci and associations with health and lifestyle. Molecular Psychiatry. 26 (6), 2056-2069 (2021).
  24. O'seaghdha, C. M., et al. Meta-analysis of genome-wide association studies identifies six new loci for serum calcium concentrations. PLoS Genet. 9 (9), e1003796(2013).
  25. Meyer, T. E., et al. Genome-wide association studies of serum magnesium, potassium, and sodium concentrations identify six loci influencing serum magnesium levels. PLoS Genet. 6 (8), e1001045(2010).
  26. Kestenbaum, B., et al. Common genetic variants associate with serum phosphorus concentration. J Am Soc Nephrol. 21 (7), 1223-1232 (2010).
  27. Gill, D., et al. Associations of genetically determined iron status across the phenome: A mendelian randomization study. PLoS Med. 16 (6), e1002833(2019).
  28. Evans, D. M., et al. Genome-wide association study identifies loci affecting blood copper, selenium and zinc. Hum Mol Genet. 22 (19), 3998-4006 (2013).
  29. Dashti, H. S., et al. Meta-analysis of genome-wide association studies for circulating phylloquinone concentrations. Am J Clin Nutr. 100 (6), 1462-1469 (2014).
  30. Cornelis, M. C., et al. Genome-wide association study of selenium concentrations. Hum Mol Genet. 24 (5), 1469-1477 (2015).
  31. Benyamin, B., et al. Novel loci affecting iron homeostasis and their effects in individuals at risk for hemochromatosis. Nat Commun. 5, 4926(2014).
  32. Zheng, J. S., et al. Plasma vitamin C and type 2 diabetes: Genome-wide association study and mendelian randomization analysis in European populations. Diabetes Care. 44 (1), 98-106 (2021).
  33. Mondul, A. M., et al. Genome-wide association study of circulating retinol levels. Hum Mol Genet. 20 (23), 4724-4731 (2011).
  34. Major, J. M., et al. Genome-wide association study identifies common variants associated with circulating vitamin E levels. Hum Mol Genet. 20 (19), 3876-3883 (2011).
  35. Jiang, X., et al. Genome-wide association study in 79,366 European-ancestry individuals informs the genetic architecture of 25-hydroxyvitamin D levels. Nat Commun. 9 (1), 260(2018).
  36. Hazra, A., et al. Genome-wide significant predictors of metabolites in the one-carbon metabolism pathway. Hum Mol Genet. 18 (23), 4677-4687 (2009).
  37. Grarup, N., et al. Genetic architecture of vitamin B12 and folate levels uncovered applying deeply sequenced large datasets. PLoS Genet. 9 (6), e1003530(2013).
  38. Pierce, B. L., Ahsan, H., Vanderweele, T. J. Power and instrument strength requirements for Mendelian randomization studies using multiple genetic variants. Int J Epidemiol. 40 (3), 740-752 (2011).
  39. Brion, M. J., Shakhbazov, K., Visscher, P. M. Calculating statistical power in Mendelian randomization studies. Int J Epidemiol. 42 (5), 1497-1501 (2013).
  40. Greco, M. F., Minelli, C., Sheehan, N. A., Thompson, J. R. Detecting pleiotropy in Mendelian randomization studies with summary data and a continuous outcome. Stat Med. 34 (21), 2926-2940 (2015).
  41. Verbanck, M., Chen, C. Y., Neale, B., Do, R. Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases. Nat Genet. 50 (5), 693-698 (2018).
  42. Age-Related Eye Disease Study Research Group. A randomized, placebo-controlled, clinical trial of high-dose supplementation with vitamins C and E, beta carotene, and zinc for age-related macular degeneration and vision loss: Areds report no. 8. Arch Ophthalmol. 119 (10), 1417-1436 (2001).
  43. Age-Related Eye Disease Study Research Group. Lutein + zeaxanthin and omega-3 fatty acids for age-related macular degeneration: The age-related eye disease study 2 (AREDS2) randomized clinical trial. Jama. 309 (19), 2005-2015 (2013).
  44. Caesar, R., Tremaroli, V., Kovatcheva-Datchary, P., Cani, P. D., Bäckhed, F. Crosstalk between gut microbiota and dietary lipids aggravates wat inflammation through TLR signaling. Cell Metab. 22 (4), 658-668 (2015).
  45. Cani, P. D., et al. Metabolic endotoxemia initiates obesity and insulin resistance. Diabetes. 56 (7), 1761-1772 (2007).
  46. Luukkonen, P. K., et al. Saturated fat is more metabolically harmful for the human liver than unsaturated fat or simple sugars. Diabetes Care. 41 (8), 1732-1739 (2018).
  47. Liu, X., et al. Genetic association study between insulin pathway-related genes and high myopia in a Han Chinese population. Mol Biol Rep. 42 (1), 303-310 (2015).
  48. Galvis, V., et al. Is myopia another clinical manifestation of insulin resistance? Med Hypotheses. 90, 32-40 (2016).
  49. Lim, L. S., et al. Dietary factors, myopia, and axial dimensions in children. Ophthalmology. 117 (5), 993-997.e4 (2010).
  50. Yuan, J., et al. Inflammatory cytokines in highly myopic eyes. Sci Rep. 9 (1), 3517(2019).
  51. Kennedy, A., Martinez, K., Chuang, C. C., Lapoint, K., Mcintosh, M. Saturated fatty acid-mediated inflammation and insulin resistance in adipose tissue: Mechanisms of action and implications. J Nutr. 139 (1), 1-4 (2009).
  52. Edwards, M. H. Do variations in normal nutrition play a role in the development of myopia? Optom Vis Sci. 73 (10), 638-643 (1996).
  53. Kim, J. M., Choi, Y. J. Nutritional intake, environmental factors, and their impact on myopia prevalence in Korean children aged 5–12 years. J Health Popul Nutr. 43 (1), 14(2024).
  54. Liu, H., et al. A putative causality of vitamin D in common diseases: A mendelian randomization study. Front Nutr. 9, 938356(2022).
  55. Ye, Y., Yang, H., Wang, Y., Zhao, H. A comprehensive genetic and epidemiological association analysis of vitamin D with common diseases/traits in the UK Biobank. Genet Epidemiol. 45 (1), 24-35 (2021).
  56. Wang, C. H., Xin, Z. K. Causal association between 25-hydroxyvitamin D status and cataract development: A two-sample Mendelian randomization study. World J Clin Cases. 12 (16), 2789-2795 (2024).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Mots-clés

Nutriments alimentairesrisque de myopierisque de cataracterisque de glaucomed g n rescence maculaire li e l geassociation pang nomiquevitamine Capport nutritionnel
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d'utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.