Key points are not available for this paper at this time.
Die kardiometabolische Gesundheit ist komplex und zeichnet sich durch ein Ensemble korrelierter und/oder gleichzeitig auftretender Bedingungen aus, einschließlich Fettleibigkeit, Dyslipidämie, Bluthochdruck und Diabetes mellitus. Sie wird von sozialen, Lebensstil- und Umweltfaktoren beeinflusst, die wiederum komplexe Korrelationsmuster aufweisen. Um die Komplexität von (i) Expositionsprofilen und (ii) Gesundheitsergebnissen zu berücksichtigen, schlagen wir vor, einen Bayesianischen Variablenauswahlansatz mit mehreren Merkmalen zu verwenden und eine spärliche Menge von Expositionen zu identifizieren, die gemeinsam den komplexen kardiometabolischen Gesundheitszustand erklären. Anhand von Daten aus einer Teilmenge (N = 941 Teilnehmer) der Studie über Ernährung, Umwelt und kardiovaskuläre Gesundheit (NESCAV) bewerteten wir den Zusammenhang zwischen Messungen der kumulativen Exposition gegenüber (N = 33) Schadstoffen, die aus Haaren stammen, und der kardiometabolischen Gesundheit, wie sie durch bis zu neun gemessene Merkmale dargestellt wird. Unsere Multitraït-Analyse zeigte eine erhöhte statistische Power im Vergleich zu einheitlichen Traitanalysen, um subtile Beiträge von Expositionen zu einer Reihe klinischer Phänotypen zu erkennen, während sie sparsamer Ergebnisse mit verbesserter Interpretierbarkeit lieferte. Wir identifizierten sechs Expositionen, die gemeinsam die kardiometabolische Gesundheit erklärten, wie sie durch sechs komplementäre Merkmale modelliert wird, wobei wir starke Assoziationen zwischen der Exposition gegenüber Hexachlorbenzol und Trifluralin sowie nachteiligen kardiometabolischen Gesundheitszuständen identifizierten, einschließlich Merkmalen von Fettleibigkeit, Dyslipidämie und Bluthochdruck. Dies unterstützt die Verwendung dieses Ansatzes für die gemeinsame Modellierung, im Kontext des Exposoms, von korrelierten Expositionen in Bezug auf komplexe und facettenreiche Ergebnisse.
Wada et al. (Mi,) untersuchten diese Frage.