Deze studie onderzoekt de relatie tussen de gemodificeerde cardiometabole index (MCMI) en het risico op endometriose, met als doel het potentieel van MCMI als niet-invasieve marker te evalueren.
Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
Deze studie onderzoekt de relatie tussen de gemodificeerde cardiometabole index (MCMI) en het risico op endometriose, met als doel het potentieel van MCMI als niet-invasieve marker te evalueren.
De gemodificeerde cardiometabole index (MCMI), een geïntegreerde maat voor viscerale vet- en lipidemetabolisme, is breed toegepast in onderzoek naar metabole ziekten. De relatie met endometriose is echter niet grondig onderzocht. Gegevens zijn verkregen uit de NHANES-enquêtes van 1999-2006. Endometriose werd vastgesteld via zelfgerapporteerde diagnose. MCMI werd berekend als ln (TG × glucose / HDL-C) × taille / lengte. Gewogen multivariabele logistische regressiemodellen werden gebruikt om de associatie tussen MCMI en endometriose te onderzoeken. Beperkte kubieke spline (RCS) modellen werden toegepast om potentiële niet-lineaire relaties te beoordelen. Subgroepanalyses werden uitgevoerd om te beoordelen of de associatie consistent was tussen populatiesubgroepen. Er werd ook een gevoeligheidsanalyse uitgevoerd met propensity score matching (PSM) om de robuustheid van de resultaten te evalueren. Na aanpassing voor alle covariaten was een hogere MCMI significant geassocieerd met de aanwezigheid van endometriose (OR = 1,58, 95% BI: 1,16-2,15; P = 0,004). Deelnemers in het hoogste MCMI-tertiel hadden 99% hogere kans op endometriose vergeleken met degenen in het laagste tertiel (OR = 1,99, 95% BI: 1,10-3,62; P = 0,02). Er werd een significante toenemende trend waargenomen over de tertielen (P voor trend = 0,03). RCS-analyse bevestigde een positieve lineaire associatie (P voor het algehele effect = 0,004; P voor niet-lineariteit = 0,20). Subgroepanalyses toonden geen significante interacties aan, en de gevoeligheidsanalyse bevestigde de robuustheid van de associatie. Een hogere MCMI was significant geassocieerd met endometriose, wat het potentiële nut ervan als eenvoudige, niet-invasieve biomarker ondersteunt. Verder onderzoek met klinisch bevestigde diagnoses en longitudinale ontwerpen is nodig om deze associatie te verduidelijken.
Endometriose treft wereldwijd ongeveer 10% van de vrouwen van vruchtbare leeftijd 1,2 en wordt gekenmerkt door de aanwezigheid van endometrium-achtig weefsel buiten de baarmoeder. Deze aandoening leidt tot chronische ontstekingen, bekkenpijn en onvruchtbaarheid 4,5, met een aanzienlijke impact op de kwaliteit van leven. Hoewel laparoscopie de diagnostische gouden standaard blijft, beperkt het invasieve karakter de vroege detectie, vooral bij asymptomatische personen. Betrouwbare niet-invasieve biomarkers voor het identificeren of stratificeren van risicovolle vrouwen ontbreken nog steeds 6,7,8.
Recent bewijs suggereert dat metabole verstoringen met lipiden- en glucoseroutes relevant kunnen zijn voor endometriose. Epidemiologische studies hebben endometriose gekoppeld aan body mass index (BMI), en genetische loci die geassocieerd zijn met de taille-heupverhouding (WHR)-gecorrigeerde BMI-overlap met endometrioseloci, wat wijst op gedeelde routes gerelateerd aan vetverdeling9. Grote populatiestudies uit de Verenigde Staten en het Verenigd Koninkrijk hebben ook hogere triglyceridenniveaus (TG) gerapporteerd bij vrouwen met endometriose:10,11. Daarnaast zijn vetrijke voedingspatronen geassocieerd met verhoogde peritoneale ontsteking en ernstigere buikpijn12. Viscerale vetophoping bevordert een staat van chronische laaggradige ontsteking, waardoor een microomgeving ontstaat die de adhesie, invasie en overleving van ectopisch endometrium kan bevorderen13,14.
Glucosemetabolisme kan ook bijdragen. Bewijs suggereert dat vrouwen met endometriose tekenen vertonen van verminderde glucoseregulatie15. Mendeliaanse randomisatieanalyses geven verder aan dat genetisch voorspelde hogere nuchtere insuline geassocieerd is met een verhoogd endometrioserisico16. Samengestelde metabole markers die TG en glucose integreren, zoals de triglyceride-glucose (TyG) index, hebben ook positieve associaties met endometriose17 laten zien. Gezamenlijk wijzen deze bevindingen op een breder patroon van metabole disbalans. Gecombineerde verstoringen in het lipiden- en glucosemetabolisme kunnen het metabole milieu dat samenhangt met endometriose beter karakteriseren dan alleen lipideafwijkingen.
MCMI werd ontwikkeld als een uitgebreide versie van de eerdere cardiometabole index (CMI). Het bevat TG, nuchtere bloedglucose (FBG), hoogdicht lipoproteïnecholesterol (HDL-C), tailleomtrek (WC) en lengte, waardoor glycemische status wordt toegevoegd aan de oorspronkelijke lipide-gebaseerde componenten van CMI. Deze uitbreiding stelt MCMI in staat om het lipide-glucosemetabolisme en viscerale vettigheid18 beter te weerspiegelen. Alle componenten van MCMI worden verkregen uit routinematige laboratorium- en antropometrische metingen, waardoor het een praktische en niet-invasieve maatstaf is voor gebruik in zowel klinische als epidemiologische omgevingen. Aangezien verstoringen in de glucoseregulatie ook in verband zijn gebracht met endometriose, maakt het opnemen van glycemische status het mogelijk dat MCMI metabole kenmerken kan vastleggen die biologisch relevant zijn voor de aandoening. Hoewel CMI in verband is gebracht met endometriose19 en met metabole uitkomsten zoals leverziekte, hart- en vaatziekten en sterfte door alle oorzaken 20,21,22, is de relatie tussen MCMI en endometriose nog niet onderzocht.
Deze studie had als doel de relatie tussen MCMI en de prevalentie van endometriose in de Amerikaanse bevolking te onderzoeken met behulp van gegevens van de National Health and Nutrition Examination Survey (NHANES) 1999-2006. Door te evalueren of MCMI gerelateerd is aan de aanwezigheid van endometriose, probeert deze studie de potentiële relevantie ervan als niet-invasieve indicator te verduidelijken en een basis te leggen voor toekomstig onderzoek met klinisch bevestigde diagnoses.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Gegevensbron
NHANES is een nationaal representatief surveillanceprogramma dat gezondheid en voeding evalueert onder individuen in de Verenigde Staten. De enquête wordt uitgevoerd door het National Center for Health Statistics (NCHS) en maakt gebruik van een gestratificeerd, meerfasig steekproefkader om een populatiegroep te werven. Informatie wordt verzameld via gestructureerde interviews, gestandaardiseerde lichamelijke onderzoeken en laboratoriumbeoordelingen. Alle enquêteprocedures worden goedgekeurd door de NCHS Ethics Review Board en geïnformeerde toestemming wordt verkregen van alle deelnemers. Omdat NHANES volledig gedeidentifiede bestanden voor openbaar gebruik vrijgeeft, is aanvullende institutionele ethische goedkeuring niet vereist voor secundaire analyses zoals de huidige studie.
Studiepopulatie
Gegevens zijn afkomstig uit de NHANES-cycli van 1999-2006 omdat endometriose-informatie alleen tijdens deze onderzoeksjaren werd verzameld (Figuur 1). De oorspronkelijke dataset omvatte 41.474 deelnemers. We sloten eerst 20.264 mannelijke deelnemers uit, waardoor er 21.210 in aanmerking kwamen. Vervolgens sloten we 15.653 proefpersonen uit zonder endometriose-gegevens, 3.088 zonder MCMI-gegevens en 156 zonder gewichtsmetingen, wat resulteerde in een definitieve analytische steekproef van 2.313 proefpersonen.
Beoordeling van endometriose
Endometriose werd beoordeeld via zelfrapportage. Deelnemers kregen de vraag: "Bent u ooit door een arts gediagnosticeerd met endometriose?" Degenen die "ja" antwoordden, werden geclassificeerd als lid van endometriose.
Beoordeling van MCMI
In deze studie was MCMI de onafhankelijke variabele. Deze werd berekend met behulp van TG (mg/dL), FBG (mg/dL), HDL-C (mg/dL), WC (cm) en hoogte (cm) volgens de volgende formule18.

Covariaten
Volgens eerdere literatuur17 corrigeerde deze analyse leeftijd (jaren), armoede-inkomensverhouding (PIR), ras (wit, zwart, Spaans en anders), BMI (kg/m²), opleidingsniveau (lager dan de middelbare school, afgestudeerd aan de middelbare school, meer dan de middelbare school), rookstatus (ja/nee), alcoholgebruik (ja/nee), voorgeschiedenis van diabetes (ja/nee), geschiedenis van hypertensie (ja/nee), burgerlijke staat (getrouwd, Nooit getrouwd, gescheiden), leeftijd bij menarche (jaren), gelijkheid (tijden) en gebruik van exogene hormonen (ja/nee). De BMI werd berekend als gewicht in kg gedeeld door lengte in m2. PIR vertegenwoordigde de verhouding van het jaarlijkse huishoudinkomen tot de federale armoedegrens. Roken werd gedefinieerd als het roken van ≥100 sigaretten in je leven, en alcoholgebruik als het consumeren van ≥12 alcoholische dranken. Diabetes en hypertensie werden vastgesteld op basis van zelfgerapporteerde diagnoses van artsen. Gebruik van exogene hormonen werd gedefinieerd als het gebruik van vrouwelijke hormonale agentia.
Statistische analyse
Het NHANES-complexe steekproefkader werd meegenomen en surveygewichten werden toegepast om populatie-representatieve schattingen te genereren. Ontbrekende covariaatwaarden werden aangepakt door meervoudige imputatie. Continue variabelen werden gepresenteerd als gemiddelden met standaardfouten, terwijl categorische variabelen werden samengevat als tellingen en percentages. De relatie tussen MCMI en endometriose werd onderzocht met behulp van gewogen meervariabele logistische regressie, en de resultaten werden uitgedrukt als aangepaste odds ratio's (OR's) met 95% betrouwbaarheidsintervallen (BI's).
Potentiële niet-lineaire associaties werden onderzocht met gewogen beperkte kubische spline (RCS) modellen 23,24 die met het RMS-pakket waren gemonteerd. In overeenstemming met de standaard knoopplaatsingsregel van RMS, werden drie knopen geplaatst op het 10e, 50e en 90e percentiel van de MCMI-verdeling. P-waarden werden gerapporteerd voor zowel de algehele associatie als de non-lineariteitstest. Subgroepanalyses werden uitgevoerd over vooraf gedefinieerde covariaten.
Voor gevoeligheidsanalyses werd propensity score matching (PSM) uitgevoerd met het MatchIt-pakket met 1:3 naaste-neighbor matching25,26. Het model van de propensity score omvatte leeftijd, PIR, ras, BMI, opleiding, rookstatus, alcoholgebruik, diabetes, hypertensie, burgerlijke staat, leeftijd bij menarche, gelijkheid en exogeen hormoongebruik. Er werd geen remklauw gespecificeerd. De kwaliteit van de matching werd geëvalueerd op basis van de covariaatbalans na het matchen, en gewogen logistische regressie werd herhaald in de gematchte cohort. Tweezijdige P-waarden < 0,05 werden als statistisch significant beschouwd. De R-pakketten die in de analyses worden gebruikt, staan vermeld in de Materiaallijst.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Kenmerken van deelnemers
Tabel 1 toont de basislijnkenmerken van de deelnemers, gecategoriseerd in de controlegroep (n = 2.139) en de endometriosegroep (n = 174). Analyse toonde aan dat, vergeleken met de controlegroep, de endometriosegroep significant hogere MCMI en gemiddelde leeftijd had. Er werd een opvallend raciale verschillen waargenomen, met een hoger aandeel blanke personen in de endometriosegroep. Deelnemers aan de e...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Deze studie is de eerste die de relatie tussen MCMI en endometriose bij Amerikaanse vrouwen onderzoekt met behulp van NHANES-gegevens van 1999 tot 2006. Onze resultaten tonen een significant positief verband aan tussen hogere MCMI-niveaus en de prevalentie van endometriose, zelfs na correctie voor meerdere verstorende factoren. Deze bevindingen wijzen op een consistente associatie tussen hogere MCMI-niveaus en endometriose, wat suggereert dat MCMI metabole kenmerken kan weerspiegelen die...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs verklaren geen concurrerende belangen.
Geen enkele
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| forestploter package (version 1.1.2) | CRAN | N/A | R-pakket gebruikt voor het genereren van forestplots. |
| MatchIt package (version 4.5.5) | CRAN | N/A | R-pakket gebruikt voor 1:3 nearest-neighbor propensity score matching. |
| mice package (version 3.16.0) | CRAN | N/A | R-pakket gebruikt voor multiple imputaties van ontbrekende covariante gegevens. |
| NHANES dataset (1999–2006) | Centers for Disease Control and Prevention (CDC), USA | N/A | Openbare dataset van de National Health and Nutrition Examination Survey (NHANES). Toegankelijk via: https://www.cdc.gov/nchs/nhanes |
| R software (version 4.5.1) | R Foundation for Statistical Computing | RRID:SCR_001905 | Statistisch computingomgeving gebruikt voor alle analyses. |
| rms package (version 6.8-1) | CRAN | N/A | R-pakket gebruikt voor restricted cubic spline modellering. |
| survey package (version 4.4-2) | CRAN | N/A | R-pakket gebruikt voor NHANES survey-gewogen regressieanalyses. |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.