A Ligação Entre BMI e Multimorbidade
Pesquisas mostram como o IMC influencia várias condições de saúde a longo prazo.
― 7 min ler
Índice
- Entendendo a Multimorbidade
- Importância dos Fatores de Risco
- Similaridade Genética Entre Condições
- Entendendo a Correlação Genética
- Metodologia de Pesquisa
- Analisando Correlações
- Relações Causais
- Descobertas sobre IMC e Condições a Longo Prazo
- Insights Clínicos Específicos
- Condições Não Metabólicas
- Implicações Mais Amplas para a Saúde
- Considerações Futuras
- Conclusão
- Fonte original
- Ligações de referência
Multimorbidade é quando uma pessoa tem duas ou mais Condições de Saúde a Longo Prazo ao mesmo tempo. Isso é um problema importante para a saúde pública porque afeta como as pessoas vivem suas vidas e quanto cuidado de saúde elas precisam. As chances de ter vários problemas de saúde juntos podem variar dependendo de onde a pessoa mora, sua idade e até seu gênero. Pessoas com menos recursos ou renda mais baixa também são mais propensas a ter multimorbidade. Isso geralmente resulta em uma qualidade de vida mais baixa e aumento das despesas com saúde.
Entendendo a Multimorbidade
Muitos estudos tentaram definir e medir a multimorbidade. Estudos diferentes usaram definições diferentes, o que pode causar inconsistências em como a multimorbidade é caracterizada. Alguns pesquisadores tentaram chegar a uma definição clara do que são condições de saúde a longo prazo. Novos métodos também foram criados para agrupar essas condições e ver se existem padrões em como elas ocorrem juntas. No entanto, esses métodos frequentemente têm limitações. Eles geralmente dependem de um único conjunto de dados, o que significa que podem perder relacionamentos mais amplos. A forma como as condições são agrupadas também pode depender do método utilizado.
Importância dos Fatores de Risco
É essencial investigar os fatores de risco comuns para a multimorbidade. Fazer isso pode nos ajudar a entender por que certas condições de saúde ocorrem juntas e pode levar a estratégias de prevenção melhores. Por exemplo, estudos mostraram que pessoas com menos níveis de educação ou com níveis mais altos de pobreza têm um risco maior de ter múltiplos problemas de saúde. A pesquisa também indicou que a Obesidade está ligada a várias condições de saúde a longo prazo e ao número dessas condições que uma pessoa pode desenvolver.
Similaridade Genética Entre Condições
Pesquisadores analisaram as semelhanças genéticas entre diferentes condições de saúde a longo prazo. Ao examinar pares de condições, eles podem reunir informações de estudos que observam padrões de saúde. Usar informações genéticas pode ajudar a reduzir problemas comuns encontrados em estudos observacionais, como viés e erros de medição, que são especialmente prevalentes quando se estuda a multimorbidade. Avanços na pesquisa genética permitiram que os cientistas analisassem grupos maiores de pessoas, ligando uma vasta gama de condições de saúde a fatores genéticos.
Entendendo a Correlação Genética
Quando os cientistas observam a correlação genética, eles consideram como um fator genético pode afetar duas condições de saúde diferentes. Essa correlação pode surgir de vários cenários, como uma condição afetando a outra ou ambas sendo influenciadas por um fator de risco compartilhado. Os pesquisadores buscam identificar esses relacionamentos focando na obesidade, um fator bem conhecido que pode impactar várias questões de saúde a longo prazo. O Índice de Massa Corporal (IMC), que é uma maneira simples de medir a obesidade, é frequentemente usado na pesquisa.
Metodologia de Pesquisa
Os dados para a pesquisa vêm de um grande esforço colaborativo envolvendo múltiplas condições de saúde a longo prazo. Os dados incluem informações sobre várias doenças, categorizadas por classificações de saúde estabelecidas. Condições a longo prazo foram escolhidas para estudo se elas afetassem uma parte significativa dos adultos mais velhos. Os cientistas buscam maneiras de entender as conexões genéticas entre essas condições e como fatores como a obesidade desempenham um papel.
Analisando Correlações
Os pesquisadores estudam tanto a correlação genética quanto como essas correlações mudam ao considerar os efeitos genéticos da obesidade. Usando métodos estatísticos avançados, eles podem determinar quanto da correlação genética é influenciada pela obesidade. Isso envolve um uso extensivo de estatísticas genéticas de estudos anteriores e uma abordagem sistemática para comparar várias condições.
Relações Causais
Para explorar relações causais, os pesquisadores utilizaram um método chamado randomização mendeliana. Essa técnica permite que os cientistas inferiram se uma condição causa outra ao examinar variantes genéticas como indicadores. Avaliando como a redução do IMC pode impactar as condições a longo prazo, eles pretendem fornecer insights mais claros sobre como essas condições podem ser geridas ou prevenidas.
Descobertas sobre IMC e Condições a Longo Prazo
As descobertas dessa pesquisa destacam que o IMC desempenha um papel significativo na compreensão das semelhanças genéticas entre várias condições de saúde a longo prazo. Um grande número de pares de condições apresentou uma diferença significativa nas Correlações Genéticas ao ajustar pelo IMC. Geralmente, a correlação genética entre pares de condições era mais fraca após considerar os efeitos da obesidade, sugerindo que a obesidade frequentemente influencia a coocorrência dessas condições.
Insights Clínicos Específicos
Entre os vários pares de condições examinadas, muitos mostraram influências genéticas compartilhadas mesmo após considerar o IMC. Em alguns casos, a pesquisa descobriu que o IMC provavelmente era um fator importante afetando a correlação genética entre diferentes condições. Isso é especialmente verdadeiro para pares que incluem doenças cardiovasculares e problemas metabólicos. A pesquisa forneceu exemplos claros onde ajustar pelo IMC mudou completamente a relação entre certas condições, indicando a influência predominante da obesidade.
Condições Não Metabólicas
Curiosamente, alguns pares não mostraram correlação genética inicial, mas após ajustar para a obesidade, um vínculo genético significativo surgiu. Isso sugere que podem haver fatores genéticos compartilhados ocultos entre certas condições. Muitas dessas situações envolveram osteoporose, que tem uma relação única com o IMC quando comparada a outras condições de saúde a longo prazo.
Implicações Mais Amplas para a Saúde
Essa pesquisa ilumina como o IMC serve como um fator de risco comum para muitas condições de saúde a longo prazo. Ao aplicar métodos de análise causal avançados, o estudo confirmou que reduzir o IMC poderia potencialmente diminuir a prevalência de certas combinações de problemas de saúde. Notavelmente, muitos dos pares envolveram condições de categorias de saúde tradicionalmente diferentes, reforçando a noção de que a obesidade é um fator de risco significativo em vários domínios da saúde.
Considerações Futuras
A definição de obesidade e as diferentes maneiras de medi-la são cruciais para a pesquisa em saúde pública. As melhores medidas podem variar dependendo das condições de saúde específicas em estudo. As descobertas enfatizaram a necessidade de pesquisas adicionais para pintar um quadro mais claro de como o IMC impacta diferentes condições de saúde a longo prazo. Também é importante considerar como essas descobertas se aplicam a pessoas de diferentes origens étnicas, já que os efeitos do IMC podem variar significativamente entre diferentes populações.
Conclusão
No geral, essa pesquisa destaca a importância de lidar com a obesidade não apenas como uma preocupação individual, mas como um fator que pode influenciar várias condições de saúde a longo prazo. Intervenções voltadas para o controle de peso podem ter um impacto notável na redução da prevalência de problemas de saúde que ocorrem juntos. Focando no IMC e seus efeitos, os profissionais de saúde podem desenvolver estratégias mais eficazes para melhorar os resultados de saúde daqueles que enfrentam múltiplas condições a longo prazo.
Título: Genetics identifies obesity as a shared risk factor for co-occurring multiple long-term conditions.
Resumo: BackgroundMultimorbidity, the co-occurrence of multiple long-term conditions (LTCs), is an increasingly important clinical problem, but often little is known about the underlying causes. Observational studies are highly susceptible to confounding and bias, and patients with multiple LTCs are usually excluded from randomised controlled trials. We investigate the role of a potentially critical multimorbidity risk factor, obesity, as measured by body mass index (BMI), in explaining shared genetics amongst 71 common LTCs. Methods and FindingsIn a population of northern Europeans, we estimated unadjusted pairwisegenetic correlation, [Formula], between LTCs and partial genetic correlations after adjustment for the genetics of BMI, [Formula]. We compared these correlations using a bespoke block-jackknife approach to assess whether differences between the estimates were statistically meaningful. We then used multiple causal inference methods to confirm that BMI causally affects not only individual LTCs, but also their co-occurrence. Finally, we attempted to quantify the population-level impact of intervening and lowering BMI on the prevalence of 15 key common multimorbid LTC pairs. Our results showed evidence that BMI partially explains some of the shared genetics for 740 LTC-pairs (30% of all pairs considered). For a further 161 LTC-pairs, the genetic similarity between the LTCs was entirely accounted for by BMI genetics. This list included diabetes and osteoarthritis: [Formula][Formula], as well as those involving LTCs from the same broad family, or domain, such as gout and osteoarthritis: [Formula][Formula]. Causal inference methods confirmed that higher BMI acts as a common risk factor for a subset of these pairs, and therefore BMI-lowering interventions would reduce the prevalence of these pairs of LTCs. For example, we estimated that a 1 standard deviation or 4.5 unit decrease in BMI would result in 17 fewer people with both chronic kidney disease and osteoarthritis per 1000 who currently have both LTCs. ConclusionsOur genetics-centred approach shows that obesity is an important mechanistic cause of many shared long-term conditions. We identify LTC pairs for which obesity is the predominating shared risk factor, and cases where it is one of the several shared risk factors involved. Our method for calculating full and partial genetic correlations is published as an R package {partialLDSC} for use by the research community.
Autores: Jack Bowden, N. Mounier, B. Voller, J. Masoli, J. Delgado, F. Dudbridge, L. Pilling, T. Frayling
Última atualização: 2024-07-10 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2024.07.10.24309772
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.07.10.24309772.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.