Sammenslutning av kostholdsinntak og genetisk bestemte serumkonsentrasjoner av mono- og polyumettede fettsyrer ved kronisk nyresykdom: innsikt fra kostholdsanalyse og mendelsk randomisering

Abstrakt

Inntak av flerumettede fettsyrer (PUFA) er generelt assosiert med bedre nyrefunksjon, mens assosiasjonen av enumettede fettsyrer (MUFA) forblir ubekreftet. Mendelsk randomiseringsanalyse (MR) ble brukt for å oppnå uforstyrrede estimater av årsakssammenhengen mellom diettinntak og genetisk bestemte serum-PUFA- og MUFA-nivåer med mål på nyrefunksjon. Data fra deltakere i National Health and Nutrition Examination Surveys (NHANES) fra 2005 til 2010 ble brukt. Data fra de største genomomfattende assosiasjonsstudiene (GWAS) på MUFA, PUFA, eGFR og kronisk nyresykdom (CKD) ble analysert for hele prøven. Totalt var 16 025 deltakere inkludert. eGFR forbedret seg over økende kvartiler av totalt PUFA-inntak fra 86,3 ± 0,5 (Q1) til 96,2 ± 0,5 mL/min/1,73 m2 (Q4), (p < 0,001). Motsatt var det ingen sammenheng mellom MUFA-inntak og mål på nyrefunksjon (alle p > 0,21). I multivariable modeller hadde toppkvartilen av PUFA-inntak en 21 prosent lavere risiko for CKD, men det var ingen signifikant sammenheng mellom CKD-risiko og MUFA-inntak. Genetisk bestemte serumkonsentrasjoner av MUFA (heptadecenoat (17:1), myristolsyre (14:1) og palmitoleinsyre (16:1)) og PUFA (-linolensyre og eikosapentaensyre) hadde ingen signifikant assosiasjon med eGFR og CKD-risiko. I tillegg ble det ikke funnet noen sammenheng i analysene stratifisert etter diabetesstatus. Høyere PUFA-inntak i kosten er assosiert med lavere risiko for CKD, mens det ikke var noen sammenheng med serumnivåer av MUFA eller PUFA. Ytterligere studier inkludert kliniske studier er berettiget.

Nøkkelord

mendelsk randomisering; serum fettsyrer; enumettede fettsyrer; Kronisk nyre sykdom; flerumettede fettsyrer; nyrefunksjon.

Klikk her for å vite hva som er fordelene med Cistanche for Kidney

Introduksjon

Kronisk nyresykdom (CKD) er definert som signifikant nedsatt nyrefunksjon, identifisert ved redusert glomerulær filtrasjonshastighet (GFR) eller økt urinalalbuminutskillelse (albuminuri) som bekreftes ved to eller flere anledninger med minst 3 måneders mellomrom [1]. Den globale prevalensen av CKD har blitt estimert mellom 11 og 13 prosent, med prevalens økende med alderen, og opptil 34 prosent av forsøkspersoner eldre enn 70 år har lav eGFR som indikerer tilstedeværelse av CKD [2,3]. CKD er kjent for å være assosiert med og bidra til sykdomsbyrden av flere komorbiditeter, inkludert diabetes [4–6], hypertensjon [7,8], fedme [9,10], og spesielt hjerte- og karsykdommer [11–14], og som slik er det assosiert med høyere dødelighet av alle årsaker [13].

Både lave plasmakonsentrasjoner og diettinntak av n-3 og n-6 flerumettede fettsyrer (PUFA) har tidligere vært assosiert med nedsatt nyrefunksjon [15–17], mens en lavere mettet fettsyre (SFA) inntak har vært assosiert med forbedret nyrefunksjon [18]. Sammenhengen mellom enumettede fettsyrer (MUFA) og risikoen for CKD er imidlertid fortsatt dårlig forstått. En potensiell mekanisme som PUFA kan spille en beskyttende rolle i nyrefunksjonen er ved å nedregulere visse aspekter av den inflammatoriske responsen, for eksempel en reduksjon i proinflammatoriske cytokiner [19]. Faktisk har lavere nivåer av plasmamarkører for kronisk betennelse som CRP og tumornekrosefaktor alfa blitt observert hos eldre voksne med høyere serumnivåer av PUFAer [20]. Imidlertid kan slike observasjonsdata ikke brukes til å bestemme årsakssammenhengen til serum-PUFA i etiologien til CKD.

Mendelsk randomiseringsanalyse (MR) ved bruk av funksjonelle enkeltnukleotidpolymorfismer (SNP) assosiert med spesifikke endringer i fysiologiske eksponeringer (som serum MUFAer og PUFAer) som genetiske analyseinstrumenter er i stand til å gi objektive og robuste bevis på mekanismene for sykdommens patogenese og effekten av behandlinger. Sammenlignet med konvensjonell risikofaktorepidemiologi er disse studiene betydelig mindre utsatt for forvirring, gjenværende skjevhet og omvendt årsakssammenheng [21]. Mens randomiserte kontrollerte studier (RCT) anses som nyttige for å bestemme årsakssammenheng, er de ofte begrenset av kostnader, tid og etiske begrensninger, avhengig av egenskapene til eksponeringen og sykdomstilstanden som studeres. MR-studier kan betraktes som en måte å unngå disse iboende problemene med RCT, og i tillegg til dette kan dataene fra slike studier brukes til å forbedre utviklingen av pilot-RCT og strategier for kliniske studier ved å belyse den potensielle effekten av en intervensjon eller selv størrelsen på effekten i utvalgte individer og grupper [22].

Derfor ble nasjonale undersøkelsesdata (Nutrition and Health Examination Surveys (NHANES)) og Mendelsk randomisering (MR)-analyse brukt for å bestemme objektive estimater av den tilfeldige assosiasjonen av genetisk bestemte serumnivåer og diettinntak av MUFAer og PUFAer med nyrefunksjon.

Cistanche pulver

Materialer og metoder

Nasjonal undersøkelse

1. Befolkning

Vi brukte data fra NHANES, som tidligere ble publisert i detalj [23]. Kort sagt, gjentatte tverrsnittsundersøkelser er utført av US National Center for Health Statistics (NCHS). Disse består av hjemmebesøk hvor spørreskjemaer brukes til å samle inn data om demografi og helsevaner som kosthold. Komplekse flertrinns sannsynlighetsprøveprosedyrer brukes av NHANES for å sikre tilstrekkelig rase/etnisk representasjon, samt rekruttering fra forskjellige lokasjoner [23]. NCHS Research Ethics Review Board godkjente protokollen og alle deltakerne ga informert samtykke.

Metodene for de spesifikke analysene finnes i NHANES Laboratory/Medical Technologists Procedures Manual [24–27]. Blod ble tatt fra en antecubital vene etter en standard protokoll. Jaffe rate-metoden (kinetisk alkalisk pikrat) ble brukt på D×C800 modulær kjemiside for å bestemme konsentrasjonen av kreatinin i serumet. Kreatininkalibreringen var sporbar til en isotopfortynningsmassespektrometrireferansemetode [28]. Urinkreatinin og urinalbumin (som ble vurdert ved bruk av en fastfase fluorescerende immunanalyse av en tilfeldig urinprøve) [29] ble brukt til å beregne urinalbumin til kreatinin-forholdet (ACR). eGFR ble beregnet ved å bruke CKD Epidemiology Collaboration (CKD-EPI) ligningen (i ml/min/1,73 m2). Utbredt CKD ble identifisert som en eGFR<60 mL/min/1.73 m2 [29].

2. Kostholdsinntak

Kostinntaket ble vurdert gjennom 24 timers tilbakekalling, oppnådd med assistanse av en utdannet intervjuer, ved bruk av United States Department of Agriculture Automated Multiple-Pass Method (AMPM), som er et intervjusystem med standardiserte prober som er hjulpet av en datastyrt system [30,31]. Kort fortalt ble typen og mengden av all mat og drikke som ble inntatt i løpet av 24 timer før kostintervjuet (fra kl. 12.00 til 12.00) samlet inn ved hjelp av AMPM. AMPM er designet for å sikre mer fullstendig og nøyaktig datainnsamling, samtidig som belastningen på deltakerne reduseres [31,32]. I den nåværende studien brukte vi dataene om det totale MUFA-inntaket så vel som inntaket av spesifikke MUFAer: 16:1 (heksadekensyre, vanligvis kjent som palmitoleinsyre), 18:1 (oktadekensyre, vanligvis kjent som oljesyre (OA) ), 20:1 (eikosen) og 22:1 (tetrakosenisk). Vi analyserte også data om inntaket av totale PUFAer, så vel som de individuelle PUFAene: PUFA 18:2 (oktadekadiensyre, vanligvis kjent som linolsyre (LA)), PUFA 18:3 (oktadekatriensyre, vanligvis kjent som -linolensyre (ALA) )), PUFA 18:4 (oktadecatetraen), PUFA 20:4 (eicosatetraenoic (ETA)), PUFA 20:5 (eicosapentaenoic (EPA)), PUFA 22:5 (docosapentaenoic (DPA)) og PUFA 22:6 ( dokosaheksaenisk (DHA)).

3. Statistisk analyse

CDC-retningslinjer for analyse av komplekse NHANES-data, ved bruk av passende vektingsmetoder og redegjørelse for den maskerte variansen, ble brukt [33]. Gjennomsnitt og standardfeil for gjennomsnittet (SEM) ble brukt for kontinuerlige (variansanalyse) mål og prosenter for kategoriske variabler (kikvadrat). For å evaluere normaliteten til data ble Kolmogorov-Smirnov-testen brukt. Det justerte gjennomsnittet av spesifikke nyrefunksjonsmarkører (serumkreatinin, ACR og eGFR) på tvers av MUFA- og PUFA-kvartiler ble estimert ved bruk av analyse av kovarians (ANCOVA). Disse modellene ble justert for alder, kjønn, rase, fattigdom-til-inntektsforhold, fastende blodsukker, systolisk og diastolisk blodtrykk, energiinntak, inntak av rødt kjøtt, kroppsmasseindeks (BMI, kg/m2), diabetes (DM) (selvrapportert historie med DM eller fastende plasmaglukose større enn eller lik 126 mg/dL), og hypertensjon (HTN), diagnostisert hos personer med systolisk blodtrykk større enn eller lik 140 mmHg, diastolisk blod trykk Større enn eller lik 90 mmHg, eller hos de på antihypertensiva [34]. Loggtransformasjoner ble utført for variabler med et avvik fra en normalfordeling. Logistiske regresjonsmodeller med tre forskjellige nivåer av justeringer (modell 1: alder, kjønn, rase og fattigdomsforhold; modell 2: alder, kjønn, rase, fattigdomsforhold, fastende blodsukker, systolisk og diastolisk blodtrykk, og hypertensjon (HTN); og modell 3: alder, kjønn, rase, forhold mellom fattigdom og inntekt, fastende blodsukker, systolisk og diastolisk blodtrykk, HTN, triglyserider (TG) og høydensitetslipoproteinkolesterol (HDL), diabetes mellitus (DM) ), kroppsmasseindeks (BMI) og C-reaktivt protein (CRP)), ble deretter brukt til å utlede oddsratio (OR) og 95 prosent konfidensintervall (CI) for assosiasjonen med utbredt CKD på tvers av MUFA- og PUFA-kvartiler. Den laveste kvartilen ble alltid brukt som referanseverdi. Variansinflasjonsfaktorer (VIF) ble brukt på hvert trinn for å vurdere multikollinearitet for de multiple lineære regresjonene [35]. Multikollinearitet ble ansett som høy når VIF var større enn 10 [35]. Alle testene var tosidige, og en p-verdi på mindre enn 0,05 karakteriserte signifikante resultater.

Cistanche tubulosa

Mendelsk randomisering

1. Studiedesign

Denne studien brukte et to-utvalgs MR-studiedesign. Kort fortalt ble oppsummerende statistikk fra forskjellige genomomfattende assosiasjonsstudier (GWAS) analysert for eksponeringene (serum MUFAs og PUFAs) og resultatene (nyrefunksjonen) av interesse, for å estimere effekten av førstnevnte på sistnevnte [36]. Det vil si at genetiske prediktorer for serum MUFA og PUFA ble brukt på omfattende genotypede case-kontrollstudier av nyrefunksjon (eGFR og risikoen for CKD) for å få estimater av deres assosiasjon.

2. Genetiske prediktorer for eksponeringer

Vi hentet sammendragsdata for assosiasjonen mellom SNP og fire sirkulerende MUFAer (myristolsyre (14:1 (oktadeken)), palmitoleinsyre (16:1 (heksadeken)), 10-heptadekenoat (17:1), oljesyre (18:1 (oktadeken))) fra GWAS (7824 voksne av europeiske aner) (tilleggstabell S1). Genotyping, kvalitetskontroll og imputeringsprosedyrer er tidligere utarbeidet [37]. For analyse av serum-PUFA-ene hentet vi sammendragsdata for assosiasjonen mellom SNP og sirkulerende ALA- og EPA-konsentrasjon fra CHARGE meta-GWAS (n=8866 voksne, av europeisk avstamning) [38]. I tilfeller der en SNP ikke var tilgjengelig for resultat-GWAS-sammendragsstatistikken, ble proxy-SNP-er identifisert. En minimumskoblingsubalanse (LD) r2=0.8 var nødvendig for slike proxy-SNP-er. Bias i effektestimater kan induseres av korrelasjonen mellom SNP-er, og for å minimere denne skjevheten var våre genetiske instrumenter begrenset til uavhengige SNP-er som ikke var i koblingsuvekt (p=0.0001). Vi refererer til et sett med SNP-er som representerer serum-MUFA-er og PUFA-er som "genetiske instrumenter".

3. Genetiske prediktorer for utfall

En metaanalyse bestående av den største genotypede studieprøven (n=133,413 med replikasjon hos opptil 42.166 deltakere) ble brukt for å oppnå genetiske assosiasjoner med eGFR [39], som ble bestemt ved å bruke fire-variable Modifikasjon av Diet in Renal Disease (MDRD) studieligning [39]. Bestemmelsen av CKD var en eGFR<60 mL/min/1.73 m2 and that of type 2 diabetes (T2 D) was fasting glucose ≥126 mg/dL, antidiabetic drug treatment, or self-reported. Kidney function and T2 D were assessed simultaneously. For the GWAS analysis, a centralized analysis plan was applied with each study regressing sex- and age-adjusted residuals of the logarithm of eGFR on the SNP dosage levels. Furthermore, logistic regression of CKD was performed on SNP dosage levels, adjusting for sex and age. For all traits, adjustment for appropriate study-specific features, such as study site and genetic principal components, was included in the regression, and family-based studies appropriately accounted for relatedness.

4. Statistikk

Vi kombinerte effekten av instrumenter ved å bruke metoden invers varians vektet (IVW). Q-verdien for IVW ble brukt for å bestemme heterogenitet. Siden det endelige effektestimatet potensielt kan påvirkes av pleiotrope varianter, ble det utført en sensitivitetsanalyse inkludert vektet median (WM) og MR-Egger og ved bruk av leave-one-out metoden [36]. Årsaksestimater i MR-Egger er mindre presise enn de oppnådd ved bruk av IVW MR [40] på grunn av en lavere falsk-positiv rate og en tilhørende høyere falsk-negativ rate, noe som fører til en lavere statistisk styrke [41].

Q0 heterogenitetsstatistikken ble brukt for å bestemme heterogeniteten mellom individuelle genetiske variantestimater [42]. Videre ble den instrumentelle variabelanalysen "ekskludering-begrensning"-antagelsen vurdert ved å bruke Ensembl-utgivelsen (http://useast.ensembl.org/index.html, tilgjengelig 2. april 2020) og PhenoScanner (SNP-fenotyper er levert av Ensembl og fenotyper av korrelerte SNP-er leveres av PhenoScanner).

5. Sensitivitetsanalyse

Sensitivitetsanalyse ble utført ved bruk av MR-Egger og MR pleiotropi residual sum and outlier (MR-PRESSO) test [42]. Ytterligere effektestimater ble oppdaget av MR-PRESSO-rammeverket, som deretter fjernet dem fra analysen. Dette ble gjort ved regresjon av variant-utfall assosiasjoner på variant-eksponering assosiasjoner. Videre ble MR-Robust Adjusted Profile Score (RAPS) brukt for å korrigere for pleiotropi. For å kvalifisere som et resultat, må årsaksestimatene stemme overens i både retning og størrelse på tvers av MR-metoder, må ha nominell betydning i IVW MR, og må ikke vise noen bevis for skjevhet fra horisontal pleiotropi. Alle analyser ble gjort ved hjelp av R-programvare (versjon 3.4.2 R Core Team, 2017).

Cistanche kapsler

Diskusjon

I denne artikkelen analyserte vi kostholdsdata om MUFA-er og PUFA-inntak, sammen med et sett med genetiske varianter som har vist seg å være assosiert med fire sirkulerende serum-MUFA-er og PUFA-er for å bestemme deres assosiasjon med nyrefunksjon. Ingen signifikant sammenheng ble observert mellom ulike diettinntak av MUFA. Omvendt var diettinntaket av PUFA omvendt assosiert med mål på nyrefunksjon og utbredt CKD. MR-analyser støttet imidlertid ingen kausal effekt av ulike MUFA- eller PUFA-konsentrasjoner på CKD.

CKD er ofte observert som en komorbiditet i kroniske livsstilssykdommer, inkludert diabetes, hypertensjon, fedme og hjerte- og karsykdommer [4–14], som alle er komponenter av metabolsk syndrom (MetS), som i seg selv har vært assosiert med CKD i flere meta -analyser [43,44]. Livsstilsendring som involverer kosttilskudd blir sett på som en potensielt kostnadseffektiv behandling for MetS [45,46]. Spesielt er modulering av kostholdsfettsyrer, som omfatter erstatning av mettede fettsyrer (SFA) med MUFAer og PUFAer, gunstig for forebygging og forbedring av MetS-komponenter [47–51]. På grunn av prevalensen og den kliniske betydningen av CKD [1,2], bør bestemmelse av rollen til spesifikke makronæringsstoffer i dens etiologi anses som viktig.

Selv om årsak-virkning assosiasjonen mellom CKD og visse komponenter av MetS (diabetes og hypertensjon) antas å være toveis [11] og høyere forhold mellom MUFA: SFA-inntak, sammen med økt inntak av PUFA, kan føre til forbedring av disse tilstandene [50–52], er det lite bevis som viser en direkte sammenheng mellom MUFA-inntak spesifikt og CKD. For eksempel, mens PUFA-inntak var assosiert med en lavere risiko for CKD i en ikke-diabetikerpopulasjon, ble en slik sammenheng ikke observert for MUFA [17]. Tilsvarende, i en observasjonsstudie i en diabetikerpopulasjon, var MUFA-inntak ikke assosiert med forbedringer i nyrefunksjonen, mens en assosiasjon ble observert for MUFA: SFA-forholdet og inntak av PUFAer [18]. Det er flere antatte mekanismer der et økt inntak av PUFA potensielt kan beskytte nyrefunksjonen, alt fra effekter på regulatoriske molekyler involvert i nyreinflammatoriske prosesser [53], reduksjon i proteinuri [54], forbedring av blodtrykksnivåer [55], reduksjon. av serumtriglyserider [56], og til og med forbedringer i blodkarfunksjonen [57].

Vi fant ingen signifikant sammenheng mellom ulike diettinntak av totale og individuelle MUFAer og CKD. Tillegget av MR-analyse gjør studien vår overlegen i forhold til enkle observasjonsstudier, ettersom MR er et kraftig verktøy for påvisning av årsakssammenheng [21], og resultatene våre støtter ikke en årsakssammenheng mellom serum-MUFA og CKD. MR-analysen viste heller ingen slik sammenheng mellom genetisk bestemte markører for serum ALA og EPA og nyrefunksjon. Dette kan potensielt indikere at resultatene av observasjonsstudien av kostinntak kan bli påvirket av forvirrende eller til og med omvendt årsakssammenheng. Kort sagt, sunne kostholdsvalg (som økt PUFA-inntak) forekommer ofte sammen med andre sunne kostholds- eller livsstilsfaktorer [58], noe som fører til forvirrende tolkning av resultater. For eksempel er sunne kostholdsmønstre som Middelhavet, DASH og Prudent, som har en tendens til å være rike på frukt, grønnsaker og fullkorn, og lavere i rødt og bearbeidet kjøtt, raffinert korn og tilsatt sukker, assosiert med redusert risiko av kroniske sykdommer som fedme, diabetes og hjerte- og karsykdommer [59], og deretter med redusert risiko for CKD [60]. Den generelle sammensetningen av disse sunnere kostholdsmønstrene, så vel som annen sunn livsstilsatferd som ofte forekommer sammen [58,61] og som kan fremme bedre nyrefunksjon, kan forvirre en kostholdsanalyse fokusert på spesifikke næringsstoffer, i dette tilfellet PUFA. Dette kan faktisk forklare forskjellen i resultater for kostholdsanalysen og mendelsk randomisering om PUFA og risikoen for CKD. Tilsvarende kan omvendt kausalitet, der kunnskap om sykdomsstatus eller sykdomsmarkør påvirker kostholdsvalg, være spesielt problematisk i retrospektive studier [62]. En annen mulig årsak til avviket i diettanalysen og MR-resultatene bør imidlertid vurderes. Det bør ikke overses at serumfettsyrer er kjent for å bestemmes i stor grad på grunn av diettinntak [63]. Derfor kan denne studien fremheve det faktum at MR kanskje ikke er en egnet analysemetode for å bestemme rollen til slike serummarkører som er mer avhengige av kosthold i motsetning til genetikk.

Vår studie har noen begrensninger. For det første kan manglende evne til NHANES-databasen til å skille mellom MUFAer av animalsk og planteopprinnelse potensielt bidra til mangelen på assosiasjon i denne og andre observasjonsstudier av CKD. I "vestlig kosthold"-mønsteret tilføres MUFA hovedsakelig av matvarer av animalsk opprinnelse, mens i land som vanligvis følger et middelhavskosthold, er ekstra virgin olivenolje hovedkilden til disse fettsyrene [64]. Følgelig har diettintervensjoner med høyt innhold av MUFA av planteopprinnelse (fra olivenolje eller nøtter) vist seg å ha fordeler på kardiometabolsk helse, inkludert hypertensjon og glukosekontroll [46,65], mens studier som ikke skiller mellom kilder til MUFA har funnet ingen fordel [16]. Det er debatt om hvorvidt de observerte fordelene med MUFA kan skyldes selve fettsyrene eller andre bioaktive komponenter i fettkildene eller kostholdsmønstrene [66–69]. Dermed er det ikke mulig å belyse rollen til MUFA-inntak av planter eller dyr i denne spesielle kohorten. En ytterligere begrensning er at MR-analyse er kjent for å ha begrenset statistisk kraft, slik at mangel på funn i vår analyse kan skyldes små årsakseffekter som ikke var påviselige i vår studie. Til slutt, mens vi brukte den største GWAS som for øyeblikket er tilgjengelig i litteraturen for denne analysen, kan tilgjengeligheten av fremtidig GWAS med en større utvalgsstørrelse, og dermed gi mer statistisk kraft, rettferdiggjøre ytterligere analyse av dette emnet på det tidspunktet.

Konklusjoner

Som konklusjon fant vi ingen bevis for å støtte en sammenheng mellom inntak av totale eller individuelle MUFAer, og heller ikke en årsakseffekt av serum MUFA på CKD. Selv om ingen årsakseffekt av genetisk bestemte serum-PUFAer på utbredt CKD kunne bestemmes, ble det observert en klar omvendt assosiasjon mellom diettinntaket av PUFA og CKD. Selv om det er nødvendig med ytterligere undersøkelser av rollen til PUFA i utviklingen av CKD, motsier ikke disse funnene dagens bevisgrunnlag til fordel for å erstatte diett-SFAer med MUFA og fortrinnsvis PUFA [70].

Referanser

1. Eckardt, KU; Coresh, J.; Devuyst, O.; Johnson, RJ; Kottgen, A.; Levey, AS; Levin, A. Utviklende betydning av nyresykdom: Fra subspesialitet til global helsebelastning. Lancet 2013, 382, ​​158–169. [CrossRef]

2. Hill, NR; Fatoba, ST; Ok, JL; Hirst, JA; O'Callaghan, CA; Lasserson, DS; Hobbs, FD Global prevalens av kronisk nyresykdom — en systematisk gjennomgang og meta-analyse. PLoS ONE 2016, 11, e0158765. [CrossRef] [PubMed]

3. Levey, AS; Eckardt, KU; Tsukamoto, Y.; Levin, A.; Coresh, J.; Rossert, J.; De Zeeuw, D.; Hostetter, TH; Lameire, N.; Eknoyan, G. Definisjon og klassifisering av kronisk nyresykdom: En posisjonserklæring fra Kidney Disease: Improving Global Outcomes (KDIGO). Nyre Int. 2005, 67, 2089–2100. [CrossRef] [PubMed]

4. Iwai, T.; Miyazaki, M.; Yamada, G.; Nakayama, M.; Yamamoto, T.; Satoh, M.; Sato, H.; Ito, S. Diabetes mellitus som årsak eller komorbiditet til kronisk nyresykdom og dens utfall: Gonryo-studien. Clin. Exp. Nephrol. 2018, 22, 328–336. [CrossRef] [PubMed]

5. Pugliese, G.; Penno, G.; Natali, A.; Barutta, F.; Di Paolo, S.; Reboldi, G.; Gesualdo, L.; De Nicola, L. Diabetisk nyresykdom: Nye kliniske og terapeutiske problemer. Felles posisjonserklæring fra Italian Diabetes Society og Italian Society of Nephrology om "Den naturlige historien til diabetisk nyresykdom og behandling av hyperglykemi hos pasienter med type 2 diabetes og nedsatt nyrefunksjon". J. Nephrol. 2020, 33, 9–35. [CrossRef] [PubMed]

6. Kramer, HJ; Nguyen, QD; Curhan, G.; Hsu, CY Nyreinsuffisiens i fravær av albuminuri og retinopati blant voksne med type 2 diabetes mellitus. JAMA 2003, 289, 3273–3277. [CrossRef] [PubMed]

7. Seccia, TM; Caroccia, B.; Calo, LA Hypertensiv nefropati. Flytte fra klassiske til nye patogenetiske mekanismer. J. Hypertens 2017, 35, 205–212. [CrossRef] [PubMed]

8. Rao, MV; Qiu, Y.; Wang, C.; Bakris, G. Hypertensjon og CKD: Kidney Early Evaluation Program (KEEP) og National Health and Nutrition Examination Survey (NHANES), 1999–2004. Er. J. Kidney Dis. 2008, 51, S30–S37. [CrossRef] [PubMed]

9. Kim, YJ; Hwang, SD; Å, TJ; Kim, KM; Jang, HC; Kimm, H.; Kim, HC; Jee, SH; Lim, S. Sammenheng mellom fedme og kronisk nyresykdom, definert av både glomerulær filtreringshastighet og albuminuri, hos koreanske voksne. Metab. Syndr. Relat. Uorden. 2017, 15, 416–422. [CrossRef] [PubMed]

10. Garofalo, C.; Borrelli, S.; Minutolo, R.; Chiodini, P.; De Nicola, L.; Conte, G. En systematisk oversikt og meta-analyse antyder at fedme forutsier utbruddet av kronisk nyresykdom i den generelle befolkningen. Nyre Int. 2017, 91, 1224–1235. [CrossRef]

11. Gansevoort, RT; Correa-Rotter, R.; Hemmelgarn, BR; Jafar, TH; Heerspink, HJ; Mann, JF; Matsushita, K.; Wen, CP Kronisk nyresykdom og kardiovaskulær risiko: Epidemiologi, mekanismer og forebygging. Lancet 2013, 382, ​​339–352. [CrossRef]

12. Herzog, CA; Asinger, RW; Berger, AK; Charytan, DM; Diez, J.; Hart, RG; Eckardt, KU; Kasiske, BL; McCullough, PA; Passman, RS; et al. Kardiovaskulær sykdom ved kronisk nyresykdom. En klinisk oppdatering fra Kidney Disease: Improving Global Outcomes (KDIGO). Nyre Int. 2011, 80, 572–586. [CrossRef] [PubMed]

13. Matsushita, K.; van der Velde, M.; Astor, BC; Woodward, M.; Levey, AS; de Jong, PE; Coresh, J.; Gansevoort, RT Association of estimert glomerulær filtrasjonshastighet og albuminuri med alle årsaker og kardiovaskulær dødelighet i generelle befolkningskohorter: En samarbeidende meta-analyse. Lancet 2010, 375, 2073–2081. [CrossRef] [PubMed]

14. Wu, CK; Yang, CY; Tsai, CT; Chiu, FC; Huang, YT; Lee, JK; Cheng, CL; Lin, LY; Lin, JW; Hwang, JJ; et al. Forening av lav glomerulær filtrasjonshastighet og albuminuri med perifer arteriell sykdom: The National Health and Nutrition Examination Survey, 1999–2004. Aterosklerose 2010, 209, 230–234. [CrossRef] [PubMed]

15. Lauretani, F.; Semba, RD; Bandinelli, S.; Miller, ER, 3.; Ruggiero, C.; Cherubini, A.; Guralnik, JM; Ferrucci, L. Plasma flerumettede fettsyrer og nedgang i nyrefunksjonen. Clin. Chem. 2008, 54, 475–481. [CrossRef] [PubMed]

16. Dos Santos, ALT; Duarte, CK; Santos, M.; Zoldan, M.; Almeida, JC; Gross, JL; Azevedo, MJ; Lichtenstein, AH; Zelmanovitz, T. Lavt forbruk av linolensyre og linolsyre er assosiert med kronisk nyresykdom hos pasienter med type 2 diabetes. PLoS ONE 2018, 13, e0195249. [CrossRef] [PubMed]

17. Yuzbashian, E.; Asghari, G.; Mirmiran, P.; Hosseini, FS; Azizi, F. Sammenslutninger av kostholdsmakronæringsstoffer med glomerulær filtrasjonshastighet og nyredysfunksjon: Teheran lipid- og glukosestudie. J. Nephrol. 2015, 28, 173–180. [CrossRef] [PubMed]

18. Cardenas, C.; Bordiu, E.; Bagazgoitia, J.; Calle-Pascual, AL Inntak av flerumettede fettsyrer kan spille en rolle i utbruddet og regresjonen av mikroalbuminuri hos godt kontrollerte type 1- og type 2-diabetikere: En 7-årig, prospektiv, populasjonsbasert, observasjons multisenterstudie. Diabetes Care 2004, 27, 1454–1457. [CrossRef]

19. Calder, PC Diettmodifisering av betennelse med lipider. Proc. Nutr. Soc. 2002, 61, 345–358. [CrossRef]

20. Ferrucci, L.; Cherubini, A.; Bandinelli, S.; Bartali, B.; Corsi, A.; Lauretani, F.; Martin, A.; Andres-Lacueva, C.; Senin, U.; Guralnik, JM Forholdet mellom flerumettede fettsyrer i plasma og sirkulerende inflammatoriske markører. J. Clin. Endokrinol. Metab. 2006, 91, 439–446. [CrossRef]

21. Smith, GD; Ebrahim, S. 'Mendelsk randomisering': Kan genetisk epidemiologi bidra til å forstå miljødeterminanter for sykdom? Int. J. Epidemiol. 2003, 32, 1–22. [CrossRef] [PubMed]

22. Plotnikov, D.; Guggenheim, JA Mendelsk randomisering og målet om å utlede årsakssammenheng fra observasjonsstudier i synsvitenskapene. Oftalmisk Fysiol. Opt. 2019, 39, 11–25. [CrossRef] [PubMed]

23. Nasjonal helse- og ernæringsundersøkelse, Nasjonalt senter for helsestatistikk. Tilgjengelig online: http://www.cdc. gov/nchs/nhanes.htm (åpnet 31. mars 2020).

24. Needham, BL; Adler, N.; Gregorich, S.; Rehkopf, D.; Lin, J.; Blackburn, EH; Epel, ES Sosioøkonomisk status, helseatferd og leukocyttelomerlengde i National Health and Nutrition Examination Survey, 1999–2002. Soc. Sci. Med. 2013, 85, 1–8. [CrossRef] [PubMed]

25. Remer, T. Påvirkning av ernæring på syre-base-balanse-metabolske aspekter. Eur. J. Nutr. 2001, 40, 214–220. [CrossRef] [PubMed]

26. Mazidi, M.; Michos, ED; Banach, M. Sammenhengen mellom telomerlengde og serum 25-hydroksyvitamin D-nivåer hos voksne i USA: The National Health and Nutrition Examination Survey. Arch. Med. Sci. 2017, 13, 61–65. [CrossRef] [PubMed]

27. National Health and Nutrition Examination Survey, Laboratory Procedures Manual. Tilgjengelig på nettet: http://www.cdc.gov/ NCHS/data/nhanes/nhanes_09_10/CRP_F_met.pdf (åpnet 13. august 2019).

28. Selvin, E.; Manzi, J.; Stevens, LA; Van Lente, F.; Lacher, DA; Levey, AS; Coresh, J. Kalibrering av serumkreatinin i National Health and Nutrition Examination Surveys (NHANES) 1988–1994, 1999–2004. Er. J. Kidney Dis. 2007, 50, 918–926. [CrossRef] [PubMed]

29. Chavers, BM; Simonson, J.; Michael, AF En fastfase fluorescerende immunanalyse for måling av humant urinalbumin. Nyre Int. 1984, 25, 576–578. [CrossRef] [PubMed]

30. Ahluwalia, N.; Andreeva, VA; Kesse-Guyot, E.; Hercberg, S. Kostholdsmønstre, betennelse og det metabolske syndromet. Diabetes Metab. 2013, 39, 99–110. [CrossRef] [PubMed]

31. Ahluwalia, N.; Dwyer, J.; Terry, A.; Moshfegh, A.; Johnson, C. Oppdatering om NHANES kostholdsdata: Fokus på innsamling, utgivelse, analytiske vurderinger og bruk for å informere offentlig politikk. Adv. Nutr. 2016, 7, 121–134. [CrossRef]

32. Moshfegh, AJ; Rhodos, DG; Baer, ​​DJ; Murayi, T.; Clemens, JC; Rumpler, WV; Paul, DR; Sebastian, RS; Kuczynski, KJ; Ingwersen, LA; et al. US Department of Agriculture's Automated Multiple-Pass Method reduserer skjevhet i innsamlingen av energiinntak. Er. J. Clin. Nutr. 2008, 88, 324–332. [CrossRef]

33. Nasjonalt senter for helsestatistikk. Retningslinjer for analyse og rapportering. Tilgjengelig på nettet: http://www.cdc.gov/nchs/data/ nhanes/nhanes0304/nhanesanalyticguidelinesdec2005.pdf (åpnet 31. mars 2020).

34. Nwankwo, T.; Yoon, SS; Burt, V.; Gu, Q. Hypertensjon blant voksne i USA: National Health and Nutrition Examination Survey, 2011–2012. NCHS Data Brief 2013, 133, 1–8.

35. Slinker, BK; Glantz, SA Multippel regresjon for fysiologisk dataanalyse: Problemet med multikollinearitet. Er. J. Physiol. 1985, 249, R1–R12. [CrossRef] [PubMed]

36. Bowden, J.; Davey Smith, G.; Haycock, PC; Burgess, S. Konsekvent estimering i mendelsk randomisering med noen ugyldige instrumenter ved bruk av en vektet medianestimator. Genet. Epidemiol. 2016, 40, 304–314. [CrossRef] [PubMed]

37. Shin, SY; Fauman, EB; Petersen, AK; Krumsiek, J.; Santos, R.; Huang, J.; Arnold, M.; Erte, I.; Forgetta, V.; Yang, TP; et al. Et atlas over genetiske påvirkninger på menneskelige blodmetabolitter. Nat. Genet. 2014, 46, 543–550. [CrossRef] [PubMed]

38. Lemaitre, RN; Tanaka, T.; Tang, W.; Manichaikul, A.; Foy, M.; Kabagambe, EK; Nettleton, JA; King, IB; Weng, LC; Bhattacharya, S.; et al. Genetiske loci assosiert med plasmafosfolipid n-3 fettsyrer: En metaanalyse av genomomfattende assosiasjonsstudier fra CHARGE Consortium. PLoS Genet. 2011, 7, e1002193. [CrossRef] [PubMed]

39. Pattaro, C.; Teumer, A.; Gorski, M.; Chu, AY; Li, M.; Mijatovic, V.; Garnaas, M.; Tin, A.; Sorice, R.; Li, Y.; et al. Genetiske assosiasjoner ved 53 loci fremhever celletyper og biologiske veier som er relevante for nyrefunksjon. Nat. Commun. 2016, 7, 10023. [CrossRef] [PubMed]

40. Bowden, J.; Davey Smith, G.; Burgess, S. Mendelsk randomisering med ugyldige instrumenter: Effektestimering og skjevhetsdeteksjon gjennom Egger-regresjon. Int. J. Epidemiol. 2015, 44, 512–525. [CrossRef] [PubMed]

41. Burgess, S.; Bowden, J.; Fall, T.; Ingelsson, E.; Thompson, SG Sensitivitetsanalyser for robust årsaksslutning fra Mendelske randomiseringsanalyser med flere genetiske varianter. Epidemiologi 2017, 28, 30–42. [CrossRef] [PubMed]

42. Bowden, J.; Del Greco, MF; Minelli, C.; Davey Smith, G.; Sheehan, N.; Thompson, J. Et rammeverk for undersøkelse av pleiotropi i to-utvalgs sammendragsdata Mendelsk randomisering. Stat. Med. 2017, 36, 1783–1802. [CrossRef] [PubMed]

43. Thomas, G.; Sehgal, AR; Kashyap, SR; Srinivas, TR; Kirwan, JP; Navaneethan, SD Metabolsk syndrom og nyresykdom: En systematisk oversikt og meta-analyse. Clin. J. Am. Soc. Nephrol. 2011, 6, 2364–2373. [CrossRef] [PubMed]

44. Rashidbeygi, E.; Safabakhsh, M.; Delshad Aghdam, S.; Mohammed, SH; Alizadeh, S. Metabolsk syndrom og dets komponenter er relatert til en høyere risiko for albuminuri og proteinuri: Bevis fra en metaanalyse på 10 603 067 personer fra 57 studier. Diabetes Metab. Syndr. 2019, 13, 830–843. [CrossRef] [PubMed]

45. Di Daniele, N.; Noce, A.; Vidiri, MF; Moriconi, E.; Marrone, G.; Annicchiarico-Petruzzelli, M.; D'Urso, G.; Tesauro, M.; Rovella, V.; De Lorenzo, A. Effekten av middelhavsdiett på metabolsk syndrom, kreft og lang levetid. Oncotarget 2017, 8, 8947–8979. [CrossRef] [PubMed]

46. ​​Babio, N.; Toledo, E.; Estruch, R.; Ros, E.; Martinez-Gonzalez, MA; Castaner, O.; Bullo, M.; Corella, D.; Aros, F.; Gomez-Gracia, E.; et al. Middelhavsdietter og metabolsk syndromstatus i den PREDIMED randomiserte studien. CMAJ 2014, 186, E649–E657. [CrossRef]

47. Mach, F.; Baigent, C.; Catapano, AL; Koskinas, KC; Casula, M.; Badimon, L.; Chapman, MJ; De Backer, GG; Delgado, V.; Ference, BA; et al. 2019 ESC/EAS Retningslinjer for håndtering av dyslipidemier: Lipidmodifikasjon for å redusere kardiovaskulær risiko: Task Force for håndtering av dyslipidemier fra European Society of Cardiology (ESC) og European Atherosclerosis Society (EAS). Eur. Heart J. 2019, 41, 111–188. [CrossRef]

48. Mensink, RP; Zock, PL; Kester, AD; Katan, MB Effekter av fettsyrer og karbohydrater i kosten på forholdet mellom totalt serum og HDL-kolesterol og på serumlipider og apolipoproteiner: En meta-analyse av 60 kontrollerte studier. Er. J. Clin. Nutr. 2003, 77, 1146–1155. [CrossRef] [PubMed]

49. Riserus, U.; Willett, WC; Hu, FB Kostholdsfett og forebygging av diabetes type 2. Prog. Lipid Res. 2009, 48, 44–51. [CrossRef]

50. Mozaffarian, D. Dietary and Policy Priorities for Cardiovascular Disease, Diabetes and Obesity: A Comprehensive Review. Opplag 2016, 133, 187–225. [CrossRef]

51. Rasmussen, BM; Vessby, B.; Uusitupa, M.; Berglund, L.; Pedersen, E.; Riccardi, G.; Rivellese, AA; Tapsell, L.; Hermansen, K. Effekter av diettmettede, enumettede og n-3 fettsyrer på blodtrykk hos friske personer. Er. J. Clin. Nutr. 2006, 83, 221–226. [CrossRef]

52. Farvid, MS; Ding, M.; Pan, A.; Sun, Q.; Chiuve, SE; Steffen, LM; Willett, WC; Hu, FB Diettlinolsyre og risiko for koronar hjertesykdom: En systematisk gjennomgang og metaanalyse av prospektive kohortstudier. Opplag 2014, 130, 1568–1578. [CrossRef]

53. Kielar, ML; Jeyarajah, DR; Zhou, XJ; Lu, CY Dokosaheksaensyre lindrer murin iskemisk akutt nyresvikt og forhindrer økning i mRNA-overflod for både TNF-alfa og induserbar nitrogenoksidsyntase. J. Am. Soc. Nephrol. 2003, 14, 389–396. [CrossRef]

54. De Caterina, R.; Caprioli, R.; Giannessi, D.; Sicari, R.; Galli, C.; Lazzerini, G.; Bernini, W.; Carr, L.; Rindi, P. n-3 fettsyrer reduserer proteinuri hos pasienter med kronisk glomerulær sykdom. Nyre Int. 1993, 44, 843–850. [CrossRef] [PubMed]

55. Cicero, AF; Derosa, G.; Di Gregori, V.; Bove, M.; Gaddi, AV; Borghi, C. Omega 3 flerumettede fettsyretilskudd og blodtrykksnivåer hos hypertriglyseridemiske pasienter med ubehandlet normalt-høyt blodtrykk og med eller uten metabolsk syndrom: En retrospektiv studie. Clin. Exp. Hypertens 2010, 32, 137–144. [CrossRef] [PubMed]

56. Svensson, M.; Schmidt, EB; Jørgensen, KA; Christensen, JH Effekten av n-3 fettsyrer på lipider og lipoproteiner hos pasienter behandlet med kronisk hemodialyse: En randomisert placebokontrollert intervensjonsstudie. Nephrol. Slå. Transplantasjon. 2008, 23, 2918–2924. [CrossRef] [PubMed]

57. Abeywardena, MY; Hode, RJ Longchain n-3 flerumettede fettsyrer og blodkarfunksjon. Cardiovasc. Res. 2001, 52, 361–371. [CrossRef]

58. Smith, GD; Lawlor, DA; Harbord, R.; Timpson, N.; Dag, I.; Ebrahim, S. Klyngede miljøer og randomiserte gener: Et grunnleggende skille mellom konvensjonell og genetisk epidemiologi. PLoS Med. 2007, 4, e352. [CrossRef] [PubMed]

59. Medina-Remón, A.; Kirwan, R.; Lamuela-Raventós, RM; Estruch, R. Kostholdsmønstre og risiko for fedme, type 2 diabetes mellitus, hjerte- og karsykdommer, astma og nevrodegenerative sykdommer. Crit. Rev. Food Sci. Nutr. 2018, 58, 262–296. [CrossRef] [PubMed]

60. Ajjarapu, AS; Hinkle, SN; Li, M.; Francis, EC; Zhang, C. Dietary Patterns and Renal Health Outcomes in the General Population: A Review Focusing on Prospective Studies. Næringsstoffer 2019, 11, 1877. [CrossRef]

61. Hawkins, MS; Sevick, MA; Richardson, CR; Fried, LF; Arena, VC; Kriska, AM Sammenheng mellom fysisk aktivitet og nyrefunksjon: National Health and Nutrition Examination Survey. Med. Sci. Idrettsøvelse. 2011, 43, 1457–1464. [CrossRef]

62. Qi, L. Mendelsk randomisering i ernæringsepidemiologi. Nutr. Rev. 2009, 67, 439–450. [CrossRef] [PubMed]

63. Hodson, L.; Skeaff, CM; Fielding, BA Fettsyresammensetning av fettvev og blod hos mennesker og dets bruk som en biomarkør for kostinntak. Prog. Lipid Res. 2008, 47, 348–380. [CrossRef]

64. Linseisen, J.; Welch, AA; Ocke, M.; Amiano, P.; Agnoli, C.; Ferrari, P.; Sonestedt, E.; Chajes, V.; Bueno-de-Mesquita, HB; Kaaks, R.; et al. Fettinntak i kosten i European Prospective Investigation into Cancer and Nutrition: Resultater fra 24-h diettinnkallingene. Eur. J. Clin. Nutr. 2009, 63 (Suppl. S4), S61–S80. [CrossRef] [PubMed]

65. Toledo, E.; Hu, FB; Estruch, R.; Buil-Cosiales, P.; Corella, D.; Salas-Salvado, J.; Covas, MI; Aros, F.; Gomez-Gracia, E.; Fiol, M.; et al. Effekt av middelhavsdietten på blodtrykket i PREDIMED-studien: Resultater fra en randomisert kontrollert studie. BMC Med. 2013, 11, 207. [CrossRef] [PubMed]

66. Alkhatib, A.; Tsang, C.; Tuomilehto, J. Olivenolje Nutraceuticals i forebygging og behandling av diabetes: Fra molekyler til livsstil. Int. J. Mol. Sci. 2018, 19, 2024. [CrossRef] [PubMed]

67. Degirolamo, C.; Rudel, LL Enumettede fettsyrer i kosten ser ikke ut til å gi kardiobeskyttelse. Curr. Ateroskler. Rep. 2010, 12, 391–396. [CrossRef] [PubMed]

68. Lopez, S.; Bermudez, B.; Montserrat-de la Paz, S.; Jaramillo, S.; Abia, R.; Muriana, FJ Virgin Olive Oil and Hypertension. Curr. Vasc. Pharmacol. 2016, 14, 323–329. [CrossRef] [PubMed]

69. Zong, G.; Li, Y.; Sampson, L.; Dougherty, LW; Willett, WC; Wanders, AJ; Alssema, M.; Zock, PL; Hu, FB; Sun, Q. Enumettet fett fra plante- og dyrekilder om risikoen for koronar hjertesykdom blant amerikanske menn og kvinner. Er. J. Clin. Nutr. 2018, 107, 445–453. [CrossRef] [PubMed]

70. Huang, X.; Lindholm, B.; Stenvinkel, P.; Carrero, JJ Kostholdsfettmodifisering hos pasienter med kronisk nyresykdom: N-3 fettsyrer og utover. J. Nephrol. 2013, 26, 960–974. [CrossRef]

Mohsen Mazidi 1,2,3, Andre P. Kengne 4, Mario Siervo 5 og Richard Kirwan 6

1 Medical Research Council Population Health Research Unit, University of Oxford, Oxford OX3 7LF, UK

2 Clinical Trial Service Unit og Epidemiological Studies Unit (CTSU), Nuffield Department of Population Health, University of Oxford, Oxford OX3 7LF, Storbritannia

3 Institutt for tvillingforskning og genetisk epidemiologi, South Wing St Thomas', King's College London, London SE1 7EH, Storbritannia

4 Forskningsenhet for ikke-smittsomme sykdommer, South African Medical Research Council, University of Cape Town, Cape Town 7505, Sør-Afrika; andre.kengne@mrc.ac.za

5 School of Life Sciences, Queen's Medical Centre, The University of Nottingham Medical School, Nottingham NG7 2RD, Storbritannia; mario.siervo@nottingham.ac.uk

6 School of Biological and Environmental Sciences, Liverpool John Moores University, Liverpool L3 3AF, Storbritannia; rpkirwan@2018.ljmu.ac.uk