A Reporting Guideline for Observational Studies in Metabolomic Epidemiology: Explanation and Elaboration of the Strobe-MetEpi Checklist

Technische Samenvatting: Een Rapportagerichtlijn voor Observationele Studies in de Metabolomische Epidemiologie

Probleemstelling
De metabolomische epidemiologie is als veld dat epidemiologische methoden integreert met menselijke metaboloomprofilering om de etiologie van ziekten te begrijpen en biomarkers te identificeren, snel uitgebreid. De vertaling van bevindingen naar klinische of volksgezondheidsapplicaties wordt echter gehinderd door een gebrek aan transparantie in de rapportage van studies. Bestaande richtlijnen voor epidemiologie (bijv. STROBE) en metabolomica (bijv. MSI, mQACC) adresseren niet volledig de specifieke uitdagingen die voortvloeien uit hun convergentie, zoals confounding op populatieniveau, de sterk gecorreleerde aard van metabolomische data en complexe pre-analytische variaties. Een review van 50 recente menselijke metabolomische epidemiologische papers onthulde significante hiaten in de rapportage, met name met betrekking tot monsterverwerking, kwaliteitscontrole en statistische validatie, wat het voor lezers moeilijk maakt om het studiedesign, bias en reproduceerbaarheid te beoordelen.

Methodologie
De auteurs hebben de STROBE-MetEpi (Strengthening the Reporting of Metabolomic Epidemiology) verklaring ontwikkeld, een extensie van de oorspronkelijke STROBE-richtlijnen, afgestemd op observationele metabolomische studies. Het ontwikkelingsproces omvatte:

1. Literatuuronderzoek: Een analyse van 50 menselijke metabolomische epidemiologische papers (gepubliceerd vanaf 2019, gebruikmakend van MS of NMR, met >100 biologische monsters) om huidige tekortkomingen in de rapportage te identificeren.
2. Expertconsensus: Een team van 16 reviewers met diverse expertise in metabolomica en epidemiologie beoordeelde deze papers aan de hand van een concept-checklist.
3. Checklistformulering: De definitieve checklist bestaat uit 31 items en subitems, georganiseerd over de standaardsecties van een wetenschappelijk artikel: Titel/Abstract, Introductie, Methoden, Resultaten, Discussie en Overige Informatie.
4. Elaboratie: Dit begeleidende document biedt de rationale voor elk item, overwegingen voor rapportage en illustratieve voorbeelden uit de literatuur om auteurs te begeleiden.

De richtlijnen zijn van toepassing op cohort-, dwarsdoorsnede- en case-controlstudies (inclusclusief nested designs) die gebruikmaken van metabolomica, lipidomica of exposomica gemeten via massaspectrometrie of NMR. Ze sluiten expliciet gerandomiseerde trials, methodologische studies, reviews en multi-omics studies uit (hoewel de checklist hen kan informeren).

Belangrijkste Bijdragen
De primaire bijdrage is de STROBE-MetEpi Checklist, die de rapportage over de gehele metabolomische epidemiologische workflow standaardiseert. Belangrijke items zijn onder meer:

• Studiedesign & Setting: Het expliciet vermelden van het epidemiologische design en hoe de condities voor monsterverzameling en -opslag (tijd, nuchtere status, hantering) werden gestandaardiseerd om bias te voorkomen.
• Pre-analytische & Analytische Rigor: Het vereisen van gedetailleerde rapportage over monsterverwerking, instrument instellingen (inclusief softwareversies) en data-acquisitieparameters om replicatie mogelijk te maken.
• Dataverwerking & QC: Het verplichten van transparantie in ruwe data-transformatie, metabolietidentificatie/annotatieniveaus (verwijzend naar standaarden zoals MSI) en kwaliteitscontroleprocedures (bijv. driftcorrectie, gebruik van QC-monsters).
• Statistische Analyse: Het vereisen van duidelijke beschrijvingen van modellen, de omgang met ontbrekende data, transformatie-/schaalmethoden en strategieën voor correctie voor meervoudig testen (cruciaal gezien de hoge dimensionaliteit van metabolomische data).
• Validatie & Replicatie: Het benadrukken van de noodzaak om onafhankelijke validatiepogingen en de gebruikte criteria voor validatie te rapporteren.
• Datadelen: Het aanmoedigen van het deponeren van ruwe data in publieke repositories en het delen van de analysecode.

Resultaten van het Literatuuronderzoek
De beoordeling van de 50 geïncludeerde studies benadrukte specifieke zwakheden in de huidige rapportagepraktijken:

• Methodensectie: Dit gebied vertoonde de slechtste kwaliteit van rapportage. Slechts 22,2% tot 62,9% van de papers werd beoordeeld als "goed" voor items met betrekking tot monsterverwerking, instrumentatie, dataverwerking en metabolietidentificatie. Rapportage over de omgang met ontbrekende data was bijzonder slecht (48,8% beoordeeld als slecht).
• Resultatensectie: Hoewel over het algemeen beter dan de methoden, was de rapportage over het totaal aantal geïdentificeerde versus geannoteerde metabolieten zwak (18,5% beoordeeld als slecht). Rapportage over ontbrekende data voor subjecten was ook suboptimaal (30,9% beoordeeld als slecht).
• Discussie: Rapportage over generaliseerbaarheid was het zwakste gebied in de discussiesectie.
• Totaal: De variabiliteit in rapportage suggereert een gebrek aan standaardisatie, wat data-extractie, interpretatie en meta-analyse bemoeilijkt.

Significantie en Claims
Het artikel stelt dat de STROBE-MetEpi verklaring geen voorschrift is voor hoe een studie moet worden uitgevoerd, maar eerder een hulpmiddel om een uitgebreide en transparante beschrijving te waarborgen van hoe studies worden uitgevoerd. De significantie ligt in:

1. Verbeteren van Reproduceerbaarheid: Door de rapportage van technische details (van monsterverzameling tot het delen van code) te standaardiseren, beogen de richtlijnen andere onderzoekers in staat te stellen bevindingen te repliceren.
2. Verbeteren van Beoordeling: Transparante rapportage stelt reviewers, editors en lezers in staat om de robuustheid van bevindingen, bronnen van bias en de validiteit van causale inferenties beter te beoordelen.
3. Faciliteren van Translatie: Door de "black box" van de huidige rapportage aan te pakken, beogen de richtlijnen het veld te bewegen naar klinische en volksgezondheidstranslatie door ervoor te zorgen dat ontdekkingen van biomarkers betrouwbaar en interpreteerbaar zijn.

De auteurs positioneren dit werk als een fundamentele stap om auteurs, reviewers en editors te ondersteunen bij het verbeteren van de kwaliteit van metabolomisch epidemiologisch onderzoek, met als uiteindelijk doel het opbouwen van vertrouwen en het mogelijk maken van de integratie van metabolomische data in bredere gezondheidsstrategieën.