Não possui cadastro?

Cadastre-se

Já possui conta?

Faça login

Pagamento aprovado... Acessos liberados

Seu pedido foi aprovado com sucesso

Já liberamos o acesso ao espaço exclusivo para assinantes.

Acessar área exclusiva

Pedido não processado :(

Infelizmente o seu pedido não foi processado pela operadora de cartão de crédito

Tente novamente clicando no botão abaixo

Voltar para o checkout

Biblioteca

Longitudinal metabolomics of increasing body-mass index and waist-hip ratio reveals two dynamic patterns of obesity pandemic

Artigo de periódico
Longitudinal metabolomics of increasing body-mass index and waist-hip ratio reveals two dynamic patterns of obesity pandemic
2023
Acusar erro

Ficha da publicação

Nome da publicação: Longitudinal metabolomics of increasing body-mass index and waist-hip ratio reveals two dynamic patterns of obesity pandemic

Autores: Ville-Petteri Mäkinen, Johannes Kettunen, Terho Lehtimäki, Mika Kähönen, Jorma Viikari, Markus Perola, Veikko Salomaa, Marjo-Riitta Järvelin, Olli T. Raitakari, Mika Ala-Korpela

Fonte: International Journal of Obesity

Publicado em: 2023

Tipo de arquivo: Artigo de periódico

Link para o original

Resumo

Background/Objective This observational study dissects the complex temporal associations between body-mass index (BMI), waist-hip ratio (WHR) and circulating metabolomics using a combination of longitudinal and cross-sectional population-based datasets and new systems epidemiology tools. Subjects/Methods Firstly, a data-driven subgrouping algorithm was employed to simplify high-dimensional metabolic profiling data into a single categorical variable: a self-organizing map (SOM) was created from 174 metabolic measures from cross-sectional surveys (FINRISK, n = 9708, ages 25–74) and a birth cohort (NFBC1966, n = 3117, age 31 at baseline, age 46 at follow-up) and an expert committee defined four subgroups of individuals based on visual inspection of the SOM. Secondly, the subgroups were compared regarding BMI and WHR trajectories in an independent longitudinal dataset: participants of the Young Finns Study (YFS, n = 1286, ages 24–39 at baseline, 10 years follow-up, three visits) were categorized into the four subgroups and subgroup-specific age-dependent trajectories of BMI, WHR and metabolic measures were modelled by linear regression. Results The four subgroups were characterised at age 39 by high BMI, WHR and dyslipidemia (designated TG-rich); low BMI, WHR and favourable lipids (TG-poor); low lipids in general (Low lipid) and high low-density-lipoprotein cholesterol (High LDL-C). Trajectory modelling of the YFS dataset revealed a dynamic BMI divergence pattern: despite overlapping starting points at age 24, the subgroups diverged in BMI, fasting insulin (three-fold difference at age 49 between TG-rich and TG-poor) and insulin-associated measures such as triglyceride-cholesterol ratio. Trajectories also revealed a WHR progression pattern: despite different starting points at the age of 24 in WHR, LDL-C and cholesterol-associated measures, all subgroups exhibited similar rates of change in these measures, i.e. WHR progression was uniform regardless of the cross-sectional metabolic profile. Conclusions Age-associated weight variation in adults between 24 and 49 manifests as temporal divergence in BMI and uniform progression of WHR across metabolic health strata.

Resumo traduzido por

Antecedentes/Objetivo Este estudo observacional disseca as complexas associações temporais entre o índice de massa corporal (IMC), a relação cintura-quadril (RCQ) e a metabolômica circulante usando uma combinação de conjuntos de dados populacionais longitudinais e transversais e novas ferramentas de epidemiologia de sistemas. Assuntos/Métodos Em primeiro lugar, um algoritmo de subagrupamento baseado em dados foi empregado para simplificar dados de perfil metabólico de alta dimensão em uma única variável categórica: um mapa auto-organizado (SOM) foi criado a partir de 174 medidas metabólicas de pesquisas transversais (FINRISK, n = 9.708, idades entre 25 e 74 anos) e uma coorte de nascimentos (NFBC1966, n = 3.117, 31 anos no início do estudo, 46 ​​anos no acompanhamento) e um comitê de especialistas definiram quatro subgrupos de indivíduos com base na inspeção visual do MOS. Em segundo lugar, os subgrupos foram comparados em relação às trajetórias de IMC e RCQ em um conjunto de dados longitudinais independentes: os participantes do Young Finns Study (YFS, n = 1.286, idades entre 24 e 39 anos no início do estudo, 10 anos de acompanhamento, três consultas) foram categorizados no quatro subgrupos e trajetórias dependentes da idade específicas de subgrupos de IMC, RCQ e medidas metabólicas foram modeladas por regressão linear. Resultados Os quatro subgrupos foram caracterizados aos 39 anos por IMC elevado, RCQ e dislipidemia (designados ricos em TG); baixo IMC, RCQ e lipídios favoráveis ​​(pobre em TG); baixo teor de lipídios em geral (baixo lipídio) e alto colesterol de lipoproteína de baixa densidade (alto LDL-C). A modelagem de trajetória do conjunto de dados YFS revelou um padrão dinâmico de divergência de IMC: apesar da sobreposição de pontos de partida aos 24 anos, os subgrupos divergiram em IMC, insulina em jejum (diferença de três vezes aos 49 anos entre ricos em TG e pobres em TG) e insulina associada medidas como a relação triglicerídeos-colesterol. As trajetórias também revelaram um padrão de progressão da RCQ: apesar dos diferentes pontos de partida aos 24 anos de idade na RCQ, LDL-C e medidas associadas ao colesterol, todos os subgrupos exibiram taxas semelhantes de alteração nestas medidas, ou seja, a progressão da RCQ foi uniforme, independentemente do cruzamento. perfil metabólico seccional. Conclusões A variação de peso associada à idade em adultos entre 24 e 49 anos se manifesta como divergência temporal no IMC e progressão uniforme da RCQ entre estratos de saúde metabólica.