È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.
Articolo di ricerca
Questo protocollo descrive un metodo per indagare gli effetti causali dei nutrienti alimentari sulle malattie oculari utilizzando l'analisi di randomizzazione mendeliana. Questo approccio consente di identificare potenziali rischi nutrizionali e fattori protettivi per i principali disturbi oculari.
La miopia e altri importanti disturbi oculari, come cataratta, glaucoma e degenerazione maculare legata all'età (AMD), rappresentano crescenti preoccupazioni per la salute pubblica a livello mondiale. Sebbene si ritenga che la nutrizione influenzi lo sviluppo e la degenerazione oculare, le evidenze causali rimangono limitate. Un'analisi di randomizzazione mendeliana (RM) su due campioni è stata effettuata utilizzando dati riassuntivi su larga scala dello studio di associazione genomica a livello genomico (GWAS) per valutare gli effetti causali dell'assunzione di macronutrienti e micronutrienti dietetici sul rischio di miopia e altre malattie oculari. Il metodo ponderato per varianza inversa (IVW) è stato utilizzato come analisi primaria, supportato da mediana ponderata, MR-Egger e MR-PRESSO per i test di sensibilità. Per tenere conto dei confronti multipli, è stata applicata la correzione del tasso di false discovery (FDR). Dopo l'aggiustamento FDR, livelli geneticamente previsti più alti di vitamina C sono rimasti significativamente associati a un rischio aumentato di AMD (odds ratio [OR] = 1,324, intervallo di confidenza [IC]95%: 1,133–1,546). Sono state osservate diverse associazioni aggiuntive a livelli di significatività nominale (P < 0,05), tra cui un maggiore apporto relativo di grassi nella dieta con aumento del rischio di miopia (OR = 1,033, IC 95%: 1,003–1,063), assunzione di zuccheri con rischio ridotto di cataratta (OR = 0,746, IC 95%: 0,561–0,993), ferro con rischio minore di miopia (OR = 0,995, IC 95%: 0,991–0,999), vitamina D con rischio aumentato di cataratta (OR = 1,256, IC 95%: 1,062–1,487), acido folico con rischio ridotto di cataratta (OR = 0,843, IC 95%: 0,724–0,981) e fosforo con rischio ridotto di glaucoma (OR = 0,727, IC 95%: 0,554–0,953). Non sono state osservate prove di pleiotropia orizzontale o eterogeneità. Questi risultati suggeriscono un potenziale ruolo causale di alcuni nutrienti nel rischio di malattie oculari, anche se la maggior parte delle associazioni non è rimasta significativa dopo la correzione di più test e deve quindi essere interpretata con cautela. Sono necessari ulteriori studi per confermare questi risultati ed esplorare i meccanismi biologici sottostanti.
La disabilità visiva causata da disturbi oculari rappresenta una sfida globale crescente per la salute pubblica, con significative implicazioni socioeconomiche e sulla qualità della vita 1,2,3. Tra queste condizioni, l'errore rifrattivo è emerso come una delle principali cause di perdita della vista, specialmente nell'Est e Sud-est asiatico, dove la sua prevalenza tra i giovani adulti raggiunge l'80–90%, e l'elevata miopia colpisce fino al 20% dellapopolazione 4. Evidenze epidemiologiche più recenti suggeriscono che la prevalenza della miopia continua ad aumentare a livello globale, e studi più recenti hanno evidenziato il contributo dei cambiamenti moderni nello stile di vita, in particolare l'aumento dell'esposizione agli schermi digitali e la riduzione dell'attività all'aperto, a questatendenza 5. Le proiezioni stimano che entro il 2050 quasi la metà della popolazione mondiale potrebbe essere miope, con circa il 10% che soffre di miopia elevata e delle sue complicazioni che minacciano lavista. Oltre alla miopia, altri importanti disturbi oculari, come la degenerazione maculare legata all'età (DML), la cataratta e il glaucoma, contribuiscono in modo significativo alla perdita globaledella vista 6,7,8. Data l'assenza di interventi universalmente efficaci per fermare la progressione della perdita della vista, l'identificazione di fattori ambientali e di stile di vita modificabili è fondamentale per sviluppare strategie di prevenzione efficaci.
Queste condizioni condividono eziologie complesse che coinvolgono sia predisposizioni genetiche sia esposizioni ambientali. Evidenze emergenti suggeriscono che la nutrizione possa svolgere un ruolo fondamentale nello sviluppo oculare, nel metabolismo retinico, nella modulazione dello stress ossidativo e nel mantenimento dell'integrità strutturale in vari tessutioculari 9,10,11. Diversi micronutrienti, tra cui vitamina A, vitamina D, zinco e ferro, sono stati implicati nel mantenimento della salute oculare supportando la funzione dei fotorecettori, la regolazione vascolare e la difesaantiossidante 12,13,14,15. Ad esempio, si suggerisce che la vitamina D influenzi la crescita oculare e le vie infiammatorie, il ferro svolge un ruolo essenziale nel metabolismo retinico e nella regolazione dello stress ossidativo, e lo zinco partecipa alla difesa antiossidante e alla funzione dell'epitelio pigmentario retinico. Inoltre, macronutrienti alimentari come grassi e carboidrati possono influenzare la salute oculare attraverso vie metaboliche sistemiche, tra cui metabolismo lipidico, segnalazione dell'insulina e risposteinfiammatorie 16,17. Tuttavia, la maggior parte degli studi precedenti che hanno studiato questi nutrienti si è basata su disegni osservazionali, che sono suscettibili a causalità di confusione e inversa, rendendo difficile determinare se tali associazioni siano causali.
Tuttavia, i risultati degli studi osservazionali che hanno esaminato la relazione tra assunzione alimentare e malattie oculari sono stati incoerenti, con alcuni che hanno riportato associazioni significative e altri che hanno trovato risultatinulli 17,18,19. Queste discrepanze probabilmente riflettono limitazioni come dimensioni ridotte dei campioni, confondimento residuo, bias di richiamo nelle valutazioni alimentari e il potenziale di causalità inversa. Per colmare queste lacune, la randomizzazione mendeliana (MR) offre uno strumento epidemiologico potente utilizzando varianti genetiche come variabili strumentali per inferire causalità tra esposizioni edesiti 20. Poiché le varianti genetiche sono assortite casualmente al momento del concepimento e in gran parte non influenzate da fattori ambientali o comportamentali, la RM riduce i bias e consente un'inferenza causale più credibile rispetto ai tradizionali disegniosservazionali 21. Recenti studi su larga scala di associazione genomica su larga scala (GWAS) hanno identificato strumenti genetici per un'ampia gamma di macronutrienti e micronutrienti alimentari22,23, così come per fenotipi oculari tra cui miopia, AMD, cataratte e glaucoma, consentendo una valutazione completa basata sulla risonanza magnetica delle relazioni dieta-disturbo oculare.
Pertanto, l'obiettivo principale di questo studio era valutare sistematicamente i potenziali effetti causali dell'assunzione di macronutrienti e micronutrienti dietetici sul rischio di malattie oculari maggiori, utilizzando un quadro di randomizzazione mendeliana a due campioni. In particolare, lo studio ha indagato se livelli geneticamente previsti di macronutrienti alimentari (come grassi e carboidrati) e micronutrienti (inclusi vitamine e minerali) fossero associati al rischio di miopia, cataratta, glaucoma e degenerazione maculare correlata all'età (DMLE). I risultati forniscono nuove evidenze per informare le future raccomandazioni dietetiche e le strategie preventive mirate alla salute degli occhi.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Le analisi Mendelian Randomization (MR) hanno utilizzato dati da un GWAS (https://gwas.mrcieu.ac.uk/) accessibile al pubblico, che aveva già ottenuto le necessarie approvazioni etiche e di consenso informato durante la raccolta iniziale dei dati. Di conseguenza, non era richiesto alcun ulteriore consenso etico o informato per lo studio. Il software e i database utilizzati sono elencati nella Tabella dei Materiali.
1. Dati di esposizione
Le informazioni riassuntive GWAS sull'apporto relativo di macronutrienti dietetici come grassi, proteine, carboidrati e zucchero sono state ottenute da oltre 235.000 individui di ascendenza europea23. L'apporto dietetico del giorno precedente (UKB) o abituale (tutte le altre coorti) è stato raccolto utilizzando questionari alimentari completi. L'apporto relativo di ogni macronutriente è stato corretto dall'apporto energetico totale, consentendo effetti non lineari. Seguendo rigorose procedure di controllo qualità, la dimensione aggregata finale del campione è 235.391 per lo zucchero e 268.922 per grassi, proteine ecarboidrati 23. Le caratteristiche di base dei partecipanti inclusi nel GWAS relativo all'apporto relativo di macronutrienti dietetici sono riassunte nella Tabella 1.
I dati di associazione genetica per i micronutrienti sono stati raccolti da una revisione completa della letteratura esistente e dalla disponibilità di GWAS robusti nelle popolazioni europee. In breve, sono state incluse statistiche riassuntive GWAS per sette minerali essenziali: calcio sierico, rame, ferro, magnesio, fosforo, selenio (misurato in campioni di sangue o unghie dei piedi) ezinco 24,25,26,27,28,29,30,31 , oltre a sette vitamine, tra cui 25-idrossivitamina D, vitamina A1 (retinolo), vitamina B6, vitamina B9 (acido folico), vitamina B12, vitamina C e vitaminaE 32,33,34,35,36,37. Le caratteristiche di base dei partecipanti inclusi nel GWAS dei micronutrienti sono riassunte nella Tabella 1.
2. Dati sugli esiti
I dati di esame sono stati ottenuti dal progetto IEU GWAS (https://gwas.mrcieu.ac.uk/), sviluppato presso l'Unità di Epidemiologia Integrativa del MRC presso l'Università di Bristol. In particolare, la miopia è stata esaminata come risultato utilizzando dati dalla fonte: ukb-b-6353 (n = 460.536), cataratte dalla fonte: ebi-a-GCST90018814 (n = 491.877), glaucoma dalla fonte: ebi-a-GCST90013865 (n = 406.927) e degenerazione maculare precoce legata all'età dalla fonte: ebi-a-GCST010723 (n = 105.248). Le caratteristiche di base dei partecipanti inclusi nel GWAS per la miopia e altri disturbi oculari maggiori sono riassunte nella Tabella 2. Le definizioni dei fenotipi delle malattie oculari si basavano sui dataset originali GWAS. La miopia (ukb-b-6353) è stata derivata dalla Biobanca del Regno Unito e definita sulla base dell'uso auto-dichiarato di occhiali o lenti a contatto, principalmente per la visione a distanza (miopia). Gli esiti di cataratta e glaucoma sono stati ottenuti da grandi meta-analisi GWAS basate su casi clinicamente diagnosticati individuati tramite cartelle cliniche o statistiche sugli episodi ospedalieri. La degenerazione maculare precoce legata all'età (AMD) è stata definita secondo criteri diagnostici standardizzati utilizzati negli studi originali del consorzio GWAS. Le differenze nelle definizioni di fenotipi tra gli studi possono introdurre una certa eterogeneità e dovrebbero essere considerate nell'interpretazione dei risultati.
3. Selezione delle variabili strumentali
Sono stati selezionati come variabili strumentali polimorfismi a singolo nucleotide (SNP) associati a esposizioni di significatività genomica (P < 5 × 10⁻8). Gli SNP indipendenti sono stati selezionati come variabili strumentali con una soglia r2 di < 0,001, basata sulla loro distanza entro 10.000 kb nei dati europei 1000G, utilizzando il pacchetto "TwoSampleMR" R. La forza degli strumenti selezionati è stata valutata utilizzando la statisticaF 38. Una statistica F superiore a 10 è generalmente considerata indicativa di variabili strumentaliforti 39. Tutte le analisi sono state armonizzate per garantire l'allineamento degli alleli d'effetto tra i dataset di esposizione e di esame.
4. Stime di randomizzazione mendeliana
Per stimare la relazione causale tra macronutrienti e micronutrienti alimentari e miopia e altri disturbi oculari importanti, è stato applicato il pacchetto R "TwoSampleMR" per l'analisi RM. Varianti genetiche associate a ciascuno dei macronutrienti e micronutrienti dietetici sono state utilizzate come variabili strumentali per esaminare la loro relazione causale con la miopia e altri importanti disturbi oculari. L'analisi della RM si basa su tre assunzioni chiave: (1) l'assunzione di rilevanza, secondo cui le varianti genetiche sono fortemente associate all'esposizione; (2) l'assunzione di indipendenza, secondo cui le varianti sono indipendenti dai confondenti; e (3) l'assunzione di restrizione di esclusione, secondo cui le varianti influenzano il risultato solo attraverso l'esposizione dell'interesse. Sono stati implementati diversi metodi di risonanza magnetica, tra cui IVW, mediana ponderata, modalità ponderata e MR-Egger, con la IVW come approccio principale e gli altri metodi utilizzati per valutare la robustezza dei risultati. Il metodo IVW fornisce la stima causale più precisa quando tutte le variabili strumentali sono valide o quando la pleiotropia orizzontale è bilanciata tra varianti. Lo stimatore mediano ponderato può generare stime coerenti anche se fino al 50% degli strumenti genetici sono invalidi. Il metodo di regressione MR-Egger consente la rilevazione della pleiotropia direzionale stimando un termine di intercetta che riflette l'effetto pleiotropo medio tra varianti genetiche. Inizialmente, le stime causali sono state calcolate utilizzando modelli IVW a effetti fissi, e sono stati impiegati modelli IVW con effetti casuali quando è stata rilevata eterogeneità significativa (p < 0,05). Per tenere conto dei confronti multipli tra esposizioni e esiti multipli, è stata applicata la correzione del tasso di false discovery (FDR) utilizzando il metodo di Benjamini–Hochberg. La significanza statistica è stata definita come P < FDR aggiustata da 0,05, mentre P < 0,05 è stata considerata nominalmente significativa. Tutte le analisi sono state effettuate in R (versione 4.1.2). Per chiarire il quadro analitico, una rappresentazione schematica del progetto e delle assunzioni della MR è mostrata nella Figura 1.
5. Analisi di eterogeneità e sensibilità
Per valutare la robustezza dei risultati della risonanza magnetica, sono stati condotti test di eterogeneità per rilevare potenziali incongruenze tra le variabili strumentali. L'eterogeneità è stata valutata utilizzando la statistica Cochran Q, dove un valore P di < 0,05 indicava eterogeneità significativa40. Sono state inoltre effettuate analisi di sensibilità per valutare la potenziale pleiotropia, in cui varianti genetiche possono influenzare l'esito attraverso vie biologiche diverse dall'esposizione di interesse. La pleiotropia direzionale è stata valutata utilizzando il test di regressioneMR-Egger 41. Inoltre, è stato applicato il metodo Mendelian Randomization Pleiotropy RESidual Sum and Outlier (MR-PRESSO) per identificare ed eliminare potenziali outlier pleiotropi (p < 0,05) e per fornire stime causali corrette quandonecessario 41.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Gli effetti causali significativi dell'assunzione di macronutrienti e micronutrienti dietetici sulla miopia e altri disturbi oculari importanti, identificati dal metodo IVW, sono riassunti nella Tabella 3 e presentati nella Figura 2. Per tenere conto dei confronti multipli tra esposizioni e risultati multipli, è stata applicata la correzione FDR. Dopo l'aggiustamento FDR, solo l'associazione tra i livelli geneticamente previsti di vitamina C...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
In questo studio, sono stati valutati sistematicamente i potenziali effetti causali dell'assunzione di macronutrienti e micronutrienti dietetici sul rischio di miopia e altri disturbi oculari importanti, tra cui cataratta, glaucoma e AMD. Dopo aver corretto per confronti multipli utilizzando il metodo del tasso di false scoperte (FDR), è rimasta statisticamente significativa solo l'associazione tra i livelli geneticamente previsti di vitamina C e l'aumento del rischio di AMD. Sono state ...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Gli autori dichiarano di non avere interessi in competizione.
Questo studio è stato finanziato dal Fondo Speciale di Ricerca Scientifica del Medical College of Facial Features, Università di Scienza e Tecnologia di Hubei (n. 2020XZ43) e dal Progetto di Ricerca Didattica dell'Università di Scienza e Tecnologia di Hubei (n. 2023XY052).
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| Database IEU GWAS | Unità di Epidemiologia Integrativa MRC, Università di Bristol | www.gwas.mrcieu.ac.uk | Fonte delle statistiche riassuntive GWAS |
| Pacchetto MR-PRESSO R | GitHub (sviluppatori MR-PRESSO) | www.github.com/rondolab/MR-PRESSO | Utilizzato per rilevare pleiotropia e valori abesti |
| Software R (versione 4.1.2) | La Fondazione R | www.r-project.org | Utilizzato per tutte le analisi statistiche e la randomizzazione mendeliana |
| Pacchetto TwoSampleMR R | Unità di Epidemiologia Integrativa MRC | www.mrcieu.github.io/TwoSampleMR | Utilizzato per l'analisi di randomizzazione mendeliana |
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.