Cardiometabolic Risk Patterns Among Adults: A Latent Class Analysis from the Hoveyzeh Cohort Study
Deze prospectieve cohortstudie van 1.660 volwassenen uit de Hoveyzeh Cohort Study identificeerde twee verschillende cardiometabole risicoprofielen met behulp van latente klasse-analyse, maar stelde vast dat het lidmaatschap van het hoogrisicoprofiel niet significant geassocieerd was met een verhoogd risico op het ontwikkelen van incidentele dyslipidemie tijdens een vijfjarige follow-up.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het menselijk lichaam is een complexe machine waarbij verschillende systemen voortdurend met elkaar communiceren. Als het gaat om hartgezondheid, weten artsen al lang dat bepaalde waarschuwingssignalen vaak samen verschijnen. Hoge bloeddruk, overtollig gewicht rond de middel en problemen met de bloedsuikerspiegel zijn niet zomaar willekeurige problemen; ze komen vaak samen bij dezelfde mensen, wat een gevaarlijke combinatie creëert die het risico op hartziekten en beroertes vergroot. Decennialang was de standaardaanpak om dit risico te begrijpen het afzonderlijk bekijken van elke factor, alsof men de olie, de banden en de remmen van een auto één voor één controleert. Echter, wetenschappers zijn gaan afvragen of het bekijken van deze factoren als een groep verborgen patronen zou kunnen onthullen. Misschien vallen mensen in verschillende groepen, of profielen, waarbij specifieke combinaties van levensstijlgewoonten en lichamelijke condities unieke risicosignaturen creëren die eenvoudige checklists missen. Het begrijpen van deze natuurlijke groeperingen zou onderzoekers kunnen helpen inzien wie werkelijk risico loopt en waarom, waardoor men verder gaat dan een eenheidsvisie op gezondheid.
In een grote studie onder volwassenen in het zuiden van Iran probeerden onderzoekers deze verborgen groepen te vinden. Ze bestudeerden gegevens van 1.660 mannen en vrouwen die gezond genoeg waren om aan het begin van de studie normale bloedvetwaarden te hebben. Het team onderzocht vijf specifieke zaken voor elke persoon: of zij een hoge bloeddruk hadden, of zij diabetes hadden, hoe actief zij waren, hoeveel verzadigd vet zij aten en of zij overtollig gewicht rond de taille droegen. Met een statistische methode die werkt als een sorteermachine om natuurlijke clusters te vinden, vroegen de onderzoekers zich af of deze volwassenen in verschillende groepen verdeeld konden worden op basis van hoe deze vijf factoren samen voorkwamen. Ze ontdekten dat de groep inderdaad splitste in twee duidelijke profielen. De eerste groep, die ongeveer 72 procent van de mensen besloeg, had over het algemeen een lage kans op het hebben van deze risicofactoren. De tweede groep, bestaande uit de resterende 28 procent, was heel anders. Mensen in deze tweede groep hadden een veel grotere kans op een hoge bloeddruk, diabetes en een grote taille, en zij waren ook eerder minder actief en aten meer verzadigd vet. Deze tweede groep vormde een duidelijk, hoogrisicoprofiel waar meerdere problemen samenkwamen.
De onderzoekers volgden vervolgens wat er de volgende vijf jaar gebeurde. Ze wilden zien of het behoren tot de hoogrisicogroep betekende dat een persoon een grotere kans had om hoge bloedvetwaarden te ontwikkelen, een conditie die bekend staat als dyslipidemie, een belangrijke oorzaak van hartproblemen. Tijdens deze periode ontwikkelde meer dan de helft van de deelnemers deze conditie. Verrassend genoeg toonde de studie aan dat het behoren tot de hoogrisicogroep niet voorspelde wie ziek zou worden. De mensen in de hoogrisicogroep hadden net zo snel kans om hoge bloedvetwaarden te ontwikkelen als de mensen in de lagerisicogroep. De statistische analyse toonde geen echt verschil tussen de twee groepen met betrekking tot dit specifieke resultaat. Dit resultaat was onverwacht omdat de tweede groep zoveel meer waarschuwingssignalen had. Het suggereert dat hoewel deze risicofactoren weliswaar in duidelijke patronen samenklonteren, dat specifieke patroon ons niet noodzakelijkerwijs vertelt wie in de toekomst hoge bloedvetwaarden zal ontwikkelen.
De studie onthulde ook wie eerder in de hoogrisicogroep terechtkwam. De tweede groep bevatte een hoger aandeel vrouwen en oudere volwassenen, met name die ouder dan 55 jaar. Het bevatte ook meer mensen met een lagere formele opleiding en meer mensen die in steden leefden vergeleken met het platteland. Ondanks deze duidelijke verschillen in wie de groepen vormden, fungeerden de groepen zelf niet als een kristallen bol voor het voorspellen van de specifieke ziekte die de onderzoekers volgden. De auteurs merken op dat dit niet betekent dat de hoogrisicogroep gezond is; zij dragen nog steeds een zware last van andere metabole problemen. Het betekent simpelweg dat de specifieke combinatie van factoren die zij deelden hen niet waarschijnlijker maakte om hoge bloedvetwaarden te ontwikkelen dan de anderen. De bevindingen suggereren dat hoewel we mensen met geclusterde risico's kunnen identificeren, die clusters misschien niet de beste manier zijn om deze specifieke gezondheidsuitkomst te voorspellen. In plaats daarvan versterkt de studie het idee dat risico's voor de hartgezondheid divers zijn en dat het essentieel is om mensen te bekijken als individuen met unieke combinaties van gewoonten en biologie, zelfs als die combinaties niet altijd naar dezelfde toekomstige ziekte wijzen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.