アクリルアミドと健康への影響

具体的な目的 検証されたバイオマーカー（アクリルアミドおよびグリシダミドヘモグロビン付加物）を通じて測定された食事によるアクリルアミド曝露と、アルツハイマー病を含む認知症のリスク（n=700 例）との関係を評価すること - 目的 1;パーキンソン病 (n = 190 症例) - 目標 2 および心筋梗塞 (n = 390 症例) - スウェーデンの 2 つの人口ベースのコホート、60 歳のコホート (60YO) およびスウェーデンのマンモグラフィー コホートにおける目標 3 ( SMC) は症例コホート設計を採用しています。

さらに、曝露の影響を受けたOMICSのシグネチャ（主にタンパク質とメタボロミクス）は、疾患発症の潜在的な根底にある分子経路を探索し、生物学的妥当性をサポートするために使用されます。 アクリルアミド関連の代謝およびタンパク質のバイオマーカーは、調査中の疾患のリスクと関連して評価されます（SMC のみ） - 目的 4

研究デザイン: このプロジェクトは、60 歳のコホート (60YO) とスウェーデンのマンモグラフィー コホート (SMC) という 2 つの比較的大規模な人口ベースのコホートに基づいています。 どちらのコホートもスウェーデンでは十分に確立されています。 アクリルアミドバイオマーカーの測定はコストが高いため、症例コホート設計を使用します。 推定された症例コホートサンプルの合計は約 1,740 人の参加者で構成されます。 2 つのサブコホートが完全コホートからランダムに選択されます (60 歳の場合は 1997 ～ 1999 年、SMC の場合は 2003 ～ 2009 年のベースライン人口の約 5 %、n = 442)。 調査対象の各疾患（アルツハイマー病、パーキンソン病、心筋梗塞などの認知症）のサブコホート外で発生したすべての症例が含まれます。 症例コホート設計には、入れ子になった症例対照設計と比較していくつかの利点があります。 特に、サブコホートは、イベント発生までの時間のフレームワークで発生率やリスクを推定するために再利用できます23。 症例には、サンプリング時に調査された各疾患の診断を受けていない参加者が含まれます。 調査中の疾患の発生症例は、追跡調査が終了するまで（両コホートとも2022年）まで、国家患者登録簿および死因登録簿とのリンクを通じて特定される。 認知症およびアルツハイマー病の発生事例も、スウェーデンの認知症/認知症障害登録簿 (SveDem) へのリンクを通じて検索されます。 この品質登録簿の統合により、全国患者登録簿と死因登録簿からのみ検出される場合には低いことが示されている認知症診断の感度が向上します。 調査対象の各疾患の予想される発生件数 (n) と想定されるハザード比 (HR) に基づく統計検出力の計算 (%) は次のとおりです。

予想される症例: 心筋梗塞: n=390;認知症（アルツハイマー病を含む）n=710およびパーキンソン病n=192

電力の計算:

HR 1.25: MI: 50%、認知症: 60%、パーキンソン病: 34% HR 1.50: MI 90%、認知症: 95%、パーキンソン病: 70% HR: 1.75: MI 99%、認知症: 100%、パーキンソン病: 91%

60YO と SMC の詳細情報は次のとおりです。

https://ki-se.proxy.kib.ki.se/en/imm/the-cohort-of-60-year-olds; https://www.simpler4health.se/。

暴露: 血液中で測定されるアクリルアミドバイオマーカー、すなわち、アクリルアミドおよびグリシダミドヘモグロビン付加物。 全血サンプル (約 n = 1,740) は、SMC の場合はウプサラ大学バイオバンク、60YO の場合はカロリンスカ研究所 (KI) バイオバンクで、-80°C の冷凍庫に保存されたサンプルから収集され (0.5 ml)、送付されます。ストックホルムの認定研究所に送ります。 評価はトルンクヴィストの研究室で検証された方法で実施されます。 簡単に説明すると、血液中のアクリルアミドおよびグリシダミドヘモグロビンの N 末端バリンへの付加物 (それぞれ、AA-val および Gly-val) が LC-MS ベースの方法によって測定され、赤血球の寿命中の曝露を表します。 サンプルの症例/対照の状態は分析中は不明です。 実験室バッチはすべての分析で調整されます。 2 つのアクリルアミド バイオマーカーのそれぞれは、潜在的な非線形用量反応を評価するために、連続的 (10 pmol/g 増分ごと) およびカテゴリー (三分位または四分位) としてモデル化されます。

結果の定義: 認知症（アルツハイマー病を含む）、パーキンソン病、心筋梗塞の発症症例。 国際疾病分類バージョン 10 (ICD10) に基づいて、含まれる診断は次のとおりです。

神経変性疾患

• アルツハイマー病を含む認知症（アルツハイマー病、血管疾患、他の疾患に関連する、特定されていない）、その他の特定の疾患（ルイス小体を含む）および特定されていない神経変性疾患：F00-F03、G30、G31.8、G31.9
• パーキンソン病:G20

心血管疾患 心筋梗塞:I21

メタボロミクスおよびプロテオミクス データ: 代謝物およびタンパク質マーカーは、SMC サンプルですでに利用可能です。 大規模な非ターゲット液体クロマトグラフィー質量分析および OLINK パネル (Proseek Multiplex CVD II、CVD III、および Metabolism) を使用して、ベースラインで収集された血液サンプルからこれらのデータが取得されました。 方法論と分析プロセスの詳細については、以前に発表された研究 26、27 を参照してください。 症例コホートサンプル (約 n=900) に選択されたすべての個人について、合計約 10,000 の代謝産物と 250 のタンパク質が利用可能になります。

スケジュール計画と実施 プロジェクトは 4 年間 (2024 年 1 月から 2026 年 12 月まで) 続きます。

データ分析と統計 プロジェクト I: 神経変性疾患および心血管疾患のリスクに関連したアクリルアミドおよびグリシダミドヘモグロビン付加物。

Cox 比例ハザード加重回帰モデルを使用して、アクリルアミドおよびグリシダミドのバイオマーカーに関連して調査中の各健康アウトカムのハザード比と 95% 信頼区間 (CI) をそれぞれ推定し、アクリルアミド バイオマーカーの測定日から追跡調査します。 2022 年 12 月 31 日まで。 Borgan II 重みを使用した重み付き尤度アプローチが適用されます28。 重み付けされた方法により、コホート全体で推論を行うことができます28。 モデルは、性別 (60 歳の場合のみ)、年齢 (SMC の場合のみ)、教育、身体活動、喫煙、アルコール摂取量、BMI、食事因子、および文献からアプリオリに取得されたその他の重要な交絡因子などのいくつかの共変量を考慮して調整されます。 分析は 2 つのコホートで別々に実行されます。 次に、変量効果モデルを使用して、コホート間の不均一性の可能性を考慮して結果が結合されます。 主な分析は喫煙者と非喫煙者で別々に繰り返されます。 喫煙者は非喫煙者と比較して、アクリルアミドのレベルが 3 ～ 4 倍高くなります。 この分析を個別に実施することは、アクリルアミド曝露のさまざまな原因、特に食事と喫煙に関連するリスクをより適切に区別するために重要です。 アクリルアミドはホルモンレベルを乱す可能性があるため、分析では閉経状態も考慮されます。 アクリルアミドバイオマーカーと考慮されている疾患の間の考えられる関係の形状を調査するために、多変量制限三次スプラインを使用してそれぞれの関連性もモデル化します。 真のハザード比 (HR) が 1.5 で、有意水準 α =0.05 であると仮定すると、コホート全体の 5% を使用することで、認知症と心筋梗塞に関する分析では 90% 以上の統計検出力が得られ、パーキンソン病では 70% の統計検出力が得られます。病気。 真の HR が 1.25 以下になると、統計検出力が低下し、アルツハイマー病を含む認知症と組み合わせなければ、パーキンソン病に関連する分析の検出力が不十分になる可能性があります。 多変数調整やカテゴリ内でのエクスポージャーの採用により、検出力が多少低下する可能性があります。

さらに、SMC に存在する縦断的な食事情報を利用して、食事因子とアクリルアミドレベルの関連性も評価します (サブプロジェクト)。 多調整分位回帰モデルを使用して、血中アクリルアミド濃度に関連した 1989 ～ 1990 年、1997 年、2009 年の食事の変化をモデル化します。 アクリルアミド含有量が高い可能性のある食品が調査されていますが、どの食事決定要因/食事パターンがアクリルアミドレベルと関連しているかを明らかにすることが重要です。

プロジェクト II: アクリルアミド ヘモグロビン付加物と OMICS データ (フェーズ I) および関連する代謝産物/タンパク質と神経変性および心筋梗塞の発生率 (フェーズ II) との関連。

提案された分析は SMC のみで実行されます。 この分析で予想されるサンプル サイズは約 n=900 で、そのうちサブサンプルは n=236、神経変性疾患は n=420、心筋梗塞は n=160 になります。

フェーズ I: 偽陽性の関連性を最小限に抑えるために大規模な OMICS データに適合させた部分最小二乗法分析と、それに続く共変量を調整した部分的なスピアマン順位相関分析を使用して、OMICS のデータとアクリルアミドおよびグリシダミドのバイオマーカーとの関連性を調査します29。 フェーズ II: フェーズ I で特定された各タンパク質と代謝物は、複数の検査補正を考慮した多重調整コックス比例ハザード加重回帰モデルを使用して、調査対象の各疾患のリスクに関連する独立変数としてモデル化されます。 解釈を容易にするために、重要なタンパク質と代謝産物が、アクリルアミドの各血液バイオマーカーおよび調査対象の疾患との相関関係とともにプロットされます。