英国バイオバンクにおける体組成パターン、心血管疾患、および神経変性疾患のリスクの関連性

老年医学 神経内科学 循環器系 医学
体組成 心血管疾患 神経変性疾患 UKバイオバンク 肥満

身体组成模式、心血管疾病与神经退行性疾病风险之间的关联研究

背景介绍

神経変性疾患（Neurodegenerative Diseases）、アルツハイマー病（Alzheimer’s Disease, AD）およびパーキンソン病（Parkinson’s Disease, PD）を含む、は現在、世界中で6,000万人以上に影響を与えており、徐々に世界的な死亡原因の第7位となっています。人口の高齢化に伴い、この状況はさらに悪化することが予想されています。残念ながら、これらの疾患に対する病気修正療法は依然として稀です。したがって、修正可能なリスク要因を特定し、予防策を発展させることが非常に重要です。さらに、これらの修正可能なリスク要因を研究する際には、個々の遺伝的感受性を考慮し、より精確かつ個別化された予防策を実現することも重要です。

研究來源

本研究は、四川大学華西医院の許士士（Shishi Xu, MD, PhD）、文澍（Shu Wen, MD, PhD）、楊瑤（Yao Yang, MSc）、何俊輝（Junhui He, MSc）、楊華珍（Huazhen Yang, MSc）、屈媛媛（Yuanyuan Qu, MSc）、曾鈺（Yu Zeng, MSc）、朱建偉（Jianwei Zhu, MD, PhD）とスウェーデンのカロリンスカ研究所の方方（Fang Fang, PhD）によって共同で執筆されました。この研究成果は、2024年8月27日に『Neurology』誌に発表されました。

研究方法及過程

本研究は、英国バイオバンク（UK Biobank）データベースを利用した回顧的分析です。研究には、神経変性疾患のない状態で募集され、必要な身体組成測定データを有する参加者が含まれています。募集後5年から2023年4月1日までこれらの参加者を追跡し、新たに発生した神経変性疾患の症例を特定しました。研究対象は合計412,691名の参加者（平均年齢56.0歳、55.1％が女性）で、そのうち8,224例の新規神経変性疾患症例が確定され、平均追跡期間は9.1年でした。

主要步骤

  1. データ収集と前処理

    • UK Biobankデータベースから参加者の社会人口学的、生活様式、医療および遺伝的要因の情報を収集。
    • タッチスクリーンの質問票、身体測定およびサンプル検査によってデータを取得。

  2. 身体組成測定

    • 身長、腰囲および臀囲を手作業で測定。
    • Tanita BC-418 MA体成分分析器を使用して体脂肪量（Fat Mass, FM）および除脂肪体重（Lean Mass, LM）を測定。
    • Jamar J00105ハンドヘルド油圧グリップメーターを使用して両手の握力を測定。
    • Norland Mccue接触超音波骨質分析器を使用して踵骨の骨密度を評価。

  3. 神経変性疾患の判定

    • 病院の入院記録および死亡登録記録を利用し、国際疾病分類コード（ICD-10）に基づいて神経変性疾患の症例を特定。

  4. 身体組成模式识别

    • まず、28の身体組成変数間の相関関係の図を描き、主成分分析（PCA）を使用して身体組成パターンを識別し、PCAアルゴリズムを使用して「脂肪から除脂肪体重」、「筋力」、「骨密度」など7つの主要パターンに分類。

  5. 統計分析

    • 多変量Coxモデルを使用して身体組成パターンと神経変性疾患発生率との関係、および心血管疾患（CVDs）がこれらの関係に及ぼす媒介効果を評価。
    • stratified分析を使用して、多遺伝子リスクスコア（Polygenetic Risk Scores, PRS）および家族歴など、異なる感受性集団間のリスク差異を評価。

研究結果

  • 主要結果

    • 「脂肪から除脂肪体重」（HR=0.74-0.94）、「筋力」（HR=0.81-0.94）、「骨密度」（HR=0.94-0.89）、「脚部優位の脂肪分布」（HR=0.94-0.89）パターンは、低い神経変性病率と関連している。
    • 「中心性肥満」（HR=1.13-1.21）および「腕部優位の脂肪分布」（HR=1.10-1.26）パターンは、高い神経変性病率と関連している。
    • 層別分析では、異なる感受性集団間でリスク推定値が比較的一致しており、心血管疾患が関係の調整作用に及ぼす影響は顕著であることが示されました（10.7％–35.3％）。

  • 脳老化バイオマーカーの分析

    • 40,790名の参加者の一部において、さらなる分析により、「中心性肥満」、「筋力」および「腕部優位の脂肪分布」パターンと脳老化バイオマーカー（脳萎縮および脳小血管疾患など）との顕著な関連が示されました。

研究結論

本研究は、身体組成パターンと神経変性疾患リスクとの顕著な関連を明らかにし、特に中心性肥満と筋力に注目しました。これらの結果は、身体組成を改善し、心血管疾患を早期に管理することで、将来的な神経変性疾患のリスクを軽減する可能性を示唆しています。

研究亮点

  • 革新的な方法：本研究は、PCAを使用して主要な身体組成パターンを初めて識別し、複雑な身体成分間の相互作用をカバーしました。
  • 多元分析：さまざまな遺伝的および環境的要因の影響を考慮し、研究結果の堅牢性を確保しました。
  • 全方位評価：臨床診断と脳画像データを組み合わせ、研究結果の包括性と信頼性を確保しました。

研究価値

本研究は、身体成分が神経変性疾患に与える独自の貢献を理解するための新しい洞察を提供するだけでなく、身体組成を改善し、心血管疾患を早期に介入することの重要性を強調しています。将来の研究は、これらの目標戦略とその背後にある生物学的メカニズムをさらに探求するべきです。