Phytoöstrogene im Urin und das Risiko von Uterus-Leiomyomen bei Frauen in den USA

Jan 31, 2024

BMC Women's Health Band 23, Artikelnummer: 261 (2023) Diesen Artikel zitieren

373 Zugriffe

Details zu den Metriken

Uterus-Leiomyome (UL) sind eine häufige gynäkologische Erkrankung bei Frauen. Untersuchungen zum Zusammenhang zwischen einzelnen Metaboliten von Phytoöstrogenen im Urin und UL sind noch unzureichend, insbesondere hinsichtlich der kombinierten Wirkungen gemischter Metaboliten auf UL.

In diese Querschnittsstudie haben wir 1.579 Teilnehmer der National Health and Nutrition Examination Survey einbezogen. Die Phytoöstrogene im Urin wurden durch Messung der Urinausscheidung von Daidzein, Genistein, Equol, O-Desmethylangolensin, Enterodiol und Enterolacton bestimmt. Das Ergebnis wurde als UL definiert. Die gewichtete logistische Regression wurde verwendet, um den Zusammenhang zwischen einzelnen Metaboliten von Phytoöstrogenen im Urin und UL zu analysieren. Insbesondere haben wir die Modelle der gewichteten Quantilsummenregression (WQS), der Bayesianischen Kernel-Maschinenregression (BKMR) und der Quantil-G-Berechnung (qgcomp) übernommen, um die kombinierten Auswirkungen von sechs gemischten Metaboliten auf UL zu untersuchen.

Die Prävalenz von UL betrug etwa 12,92 %. Nach Anpassung von Alter, Rasse/Ethnizität, Familienstand, Trinkstatus, Body-Mass-Index, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren, Gesamtenergie, Daidzein, Genistein, O-Desmethylangolensin, Enterodiol und Enterolacton war der Zusammenhang von Equol mit UL signifikant [Odds Ratio (OR) = 1,92, 95 %-Konfidenzintervall (KI): 1,09–3,38]. Im WQS-Modell hatten gemischte Metaboliten von Phytoöstrogen im Urin einen positiven Zusammenhang mit UL (OR = 1,68, 95 % KI: 1,12–2,51), wobei Equol die am höchsten gewichtete Chemikalie war. Im gpcomp-Modell hatte Equol das größte positive Gewicht, gefolgt von Genistein und Enterodiol. Im BKMR-Modell weisen Equol und Enterodiol eine positive Korrelation auf das UL-Risiko auf, während Enterolacton eine negative Korrelation aufweist.

Unsere Ergebnisse deuteten auf einen positiven Zusammenhang zwischen den gemischten Metaboliten von Phytoöstrogen im Urin und UL hin. Diese Studie liefert Hinweise darauf, dass die Mischung aus Phytoöstrogen und Metaboliten im Urin eng mit dem Risiko einer weiblichen UL zusammenhängt.

Peer-Review-Berichte

Uterus-Leiomyome (UL) sind die häufigsten soliden Tumoren bei Frauen [1, 2]. Es wird geschätzt, dass bis zu 80 % der Frauen im Laufe ihres Lebens an UL erkranken [1, 3], wobei 25–30 % von ihnen unter erheblichen Symptomen leiden, darunter chronische Beckenschmerzen, Dysmenorrhoe, abnormaler Vaginalausfluss und abnormale Menstruation [3, 4]. UL stellt weiterhin eine ernsthafte Krankheitslast für Frauen dar.

Obwohl die zugrunde liegende Pathologie von UL nicht besonders klar ist, wurde vermutet, dass es sich um einen östrogenabhängigen Tumor handelt [5]. Phytoöstrogene sind eine Gruppe pflanzlicher Verbindungen, deren chemische Struktur den Östrogenen von Säugetieren ähnelt. Sie können aus der Nahrung aufgenommen werden, im Blut zirkulieren und mit dem Urin ausgeschieden werden [6,7,8]. Frühere Studien haben über die Auswirkungen von Phytoöstrogenen auf UL berichtet [9, 10]. Beispielsweise wurde in einer Fall-Kontroll-Studie mit 328 geeigneten Probanden der Diagnoseabteilung des University Hospital of the West Indies festgestellt, dass kein Zusammenhang zwischen Urin-Daidzein, Genistein, Equol, Enterolacton, Gesamtphytoöstrogenen und Uterusmyomen (diagnostiziert durch Abdominaldiagnostik) bestand und/oder vaginale Ultraschalluntersuchung) mittels binärer logistischer Regressionsanalyse [9]. Eine von Zhang Y et al. durchgeführte Querschnittsstudie mit 1.204 Teilnehmern ergab, dass Equol nach Berücksichtigung von Alter, Rasse, Schwangerschaftsstatus, Status entfernter Eierstöcke, Verwendung weiblicher Hormone und Body-Mass-Index signifikant mit dem UL-Risiko verbunden war (BMI), Menopausenstatus und Kreatininspiegel im Urin [10]. Es bestehen immer noch Widersprüche hinsichtlich der Wirkung von Phytoöstrogenen auf Uterusmyome. Wichtig ist, dass sich diese Studien zum Zusammenhang von Phytoöstrogenen mit UL auf die Auswirkungen einzelner Chemikalien konzentrierten [9, 10]. Im Allgemeinen sind Menschen häufig vielen Chemikalien gleichzeitig ausgesetzt, und die kumulative Wirkung mehrerer Chemikalien ist besorgniserregend [11]. Dennoch ist wenig über die gemischten Auswirkungen mehrerer Chemikalien in Phytoöstrogenen auf UL bekannt.

Ziel dieser Studie war es, den Zusammenhang zwischen einzelnen Metaboliten von Phytoöstrogenen im Urin und UL bei Frauen in den USA sowie die kombinierten Auswirkungen gemischter Metaboliten auf das UL-Risiko zu untersuchen.

In dieser Querschnittsstudie wurden alle Daten aus der Datenbank des National Health and Nutrition Examination Survey (NHANES) entnommen. Die NHANES ist eine Querschnittserhebung, die vom National Center for Health Statistics (NCHS) der Centers for Disease Control and Prevention unter Verwendung eines mehrschichtigen Wahrscheinlichkeitsstichprobendesigns durchgeführt wird und darauf abzielt, den Gesundheits- und Ernährungszustand von Erwachsenen und Kindern in den Vereinigten Staaten zu bewerten Staaten [12]. Die NHANES-Umfrage kombiniert Interviews und körperliche Untersuchungen [13]. Das Institutional Review Board des First Affiliated Hospital der Soochow University verzichtete hierfür auf das Erfordernis einer ethischen Genehmigung und einer informierten Einwilligung der Probanden, da auf die Daten über NHANES (eine öffentlich zugängliche Datenbank) zugegriffen wurde. Alle Methoden wurden in Übereinstimmung mit den relevanten Richtlinien und Vorschriften durchgeführt.

In dieser Studie verwendeten wir Daten aus vier Zyklen der NHANES-Datenbank (NHANES 1999–2000, 2001–2002, 2003–2004, 2005–2006). Den Teilnehmern der NHANES-Datenbank wurden nur Frauen im Alter von 20–54 Jahren diagnostische Fragen zu UL gestellt (n = 6.508). Teilnehmer, die eines der folgenden Kriterien erfüllten, wurden ausgeschlossen: (1) Frauen ohne Messung der Phytoöstrogenkonzentration im Urin; (2) Frauen ohne UL-Bewertung; (3) Frauen mit fehlenden Informationen zu Kovariaten im Zusammenhang mit UL. Letztendlich wurden 1.579 Teilnehmer in diese Studie einbezogen (Abb. 1).

Flussdiagramm der Populationsauswahl. NHANES = National Health and Nutrition Examination Survey; UL = Uterus-Leiomyome

Phytoöstrogene im Urin wurden durch Messung der Urinausscheidung von Isoflavonen (einschließlich Daidzein, Genistein, Equol und O-Desmethylangolensin) und Enterolignanen (einschließlich Enterodiol und Enterolacton) bewertet [14]. Die Sammlung der Urinproben erfolgte in den mobilen Untersuchungszentren und wurde bis zur Analyse bei -20 °C gelagert [14]. Die Analysen der Urinausscheidung wurden mithilfe der Hochleistungsflüssigkeitschromatographie (HPLC) und der Tandem-Massenspektrometrie (MS)-Detektion in der Umfrage 1999–2004 und der HPLC-Atmosphärendruck-Photoionisations-MS in der Umfrage 2005–2006 durchgeführt [15]. Bei 1.579 Teilnehmern dieser Studie lag 1 Teilnehmer unter der unteren Nachweisgrenze (LOD) für Daidzein (0,40 ng/ml), 9 Teilnehmer lagen unter der unteren Nachweisgrenze für Genistein (0,20 ng/ml) und 2 Teilnehmer lagen unter der unteren Nachweisgrenze LOD für Equol (0,06 ng/ml), 29 Teilnehmer lagen unter dem unteren LOD für O-Desmethylangolensin (0,20 ng/ml), 0 Teilnehmer lagen unter dem unteren LOD für Enterodiol (0,04 ng/ml) und 0 Teilnehmer lagen unter dem unteren LOD für Enterolacton (0,10 ng/ml) [16]. Bei Ergebnissen unterhalb der LOD ist der Wert dieser Variablen die LOD dividiert durch die Quadratwurzel aus zwei (https://wwwn.cdc.gov/Nchs/Nhanes/1999-2000/PHPYPA.htm#URXDAZ). Die Konzentration von Daidzein, Genistein, Equol, O-Desmethylangolensin, Enterodiol und Enterolacton in Phytoöstrogenen im Urin wurde in dieser Studie durch Kreatinin korrigiert. Das geometrische Mittel und die Tertilwerte jedes Phytoöstrogen-Metaboliten (µg/g Kreatinin) sind in der Ergänzungstabelle 1 aufgeführt.

Das Ergebnis wurde als UL betrachtet. Teilnehmer der NHANES-Datenbank wurden als Patienten mit UL eingestuft, wenn sie die Frage „Hat Ihnen ein Arzt oder eine andere medizinische Fachkraft jemals gesagt, dass Sie Uterusmyome haben?“ mit „Ja“ beantworteten.

Wir haben einige Merkmale der Teilnehmer aus der NHANES-Datenbank extrahiert, darunter Alter (Jahre), Rasse/ethnische Zugehörigkeit (nicht-hispanische Weiße/nicht-hispanische Schwarze/andere), Familienstand (verheiratet/nie verheiratet/andere), Bildungsniveau [Highschool]. und darunter/ High-School-Abschluss/ allgemeine Bildungsentwicklung (GED) oder gleichwertig/ irgendeiner Hochschul- oder Associate of Arts-Abschluss (AA)/Hochschulabschluss oder höher], Armuts-Einkommens-Verhältnis (PIR, < 1,0/ ≥ 1,0), Rauchen Status (ja/nein), Trinkstatus (ja/nein), BMI (kg/m2), Taillenumfang (cm), Cotinin (ng/ml), Alter bei Menarche (Jahre), Menopausenstatus (ja/nein), Status der Eierstockentfernung (ja/nein), Hysterektomie (ja/nein), Verwendung weiblicher Hormone (ja/nein), Hormone/Hormonmodifikatoren, Schwangerschaftsstatus (ja/nein), Anzahl der Graviditäten, Ballaststoffe (gm) und Gesamtenergie (kcal). PIR wurde in der NHANES-Datenbank als ≥ 1,0 (was bedeutet, dass das Haushaltseinkommen über der Armutsgrenze lag) und < 1,0 (was bedeutet, dass das Haushaltseinkommen an oder unter der Armutsgrenze liegt) klassifiziert. Der Raucher- und Trinkstatus in der NHANES-Datenbank basierte auf dem Selbstbericht der Teilnehmer. Der BMI wurde als Gewicht (kg) dividiert durch die Körpergröße im Quadrat (m2) berechnet. Cotinin wurde im Serum mittels Isotopenverdünnungs-Hochleistungsflüssigkeitschromatographie/chemischer Ionisations-Tandem-Massenspektrometrie bei Atmosphärendruck bestimmt. Wenn das Ergebnis unter dem LOD liegt, ist der Cotininwert entsprechend dem LOD dividiert durch die Quadratwurzel aus zwei. Informationen über das Alter bei der Menarche, den Menopausenstatus, den Status der Eierstockentfernung, die Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren, den Schwangerschaftsstatus und die Anzahl der Schwangerschaften wurden aus dem Fragebogen zur reproduktiven Gesundheit gewonnen. Die Verwendung weiblicher Hormone wurde anhand der Selbsteinschätzung beurteilt: „Haben Sie/Hat SP jemals weibliche Hormone wie Östrogen und Progesteron verwendet?“ und Arzneimittelcode 97–101 in der NHANES-Datenbank. Hormone/Hormonmodifikatoren wurden anhand der Arzneimittelcodes definiert [97–98, 97–103, 97–288, 97–295, 97–377, 97–411, 97–413, 97–414, 97–416, 97–417]. , 97–418, 97–420, 97–422, 97–423, 97–426, 97–495].

Angesichts der Art der komplexen Stichprobenziehung der NHANES-Datenbank verwendeten wir eine gewichtete Analyse: Gewichtsvariablen für die Messung der Urinmetaboliten (WTSB2YR und WTSPH2YR) und Studiendesignvariablen (SDMVPSU und SDMVSTRA). Die Messdaten wurden mithilfe von Kolmogorov-Smirnov auf Normalität getestet, und normalverteilte Messdaten wurden als Mittelwert (Standardfehler) [Mittelwert (SE)] beschrieben und zwischen zwei Gruppen mithilfe des T-Tests unabhängiger Stichproben verglichen. Nicht normale Daten wurden als Median und Quartile [M (Q1, Q3)] beschrieben und zwischen den Gruppen mithilfe des Mann-Whitney-U-Rangsummentests verglichen. Kategoriale Daten wurden als Anzahl der Fälle und Zusammensetzungsverhältnis N (%) beschrieben und zwischen Gruppen mithilfe des Chi-Quadrat-Tests und Rangdaten mithilfe des Rangsummentests verglichen. In der vorliegenden Studie haben wir für einige fehlende Daten der Variablen die Methode der Kettengleichungs-Mehrfachinterpolation basierend auf einem Zufallswald angewendet. Das Paket „Miceforest“ in Python wird für die Interpolationsverarbeitung verwendet (https://pypi.org/project/miceforest/). An den Daten wurde vor und nach der Interpolation eine Sensitivitätsanalyse durchgeführt (Ergänzungstabelle 2). Für statistische Analysen wurden die Software SAS (Version 9.4), Python (Version 3.9) und R (Version 4.0) verwendet. P < 0,05 wurde als statistisch signifikanter Unterschied angesehen.

Zunächst führten wir eine gewichtete univariate logistische Regression durch, um Kovariaten zu screenen. Anschließend wurde eine gewichtete logistische Regression verwendet, um den Zusammenhang zwischen einzelnen Metaboliten von Phytoöstrogenen im Urin und UL zu analysieren. In der Studie wurden das Odds Ratio (OR) und das 95 %-Konfidenzintervall (CI) berechnet. Zuletzt haben wir drei statistische Modelle übernommen: die gewichtete Quantilsummenregression (WQS), die Bayesian-Kernel-Maschinenregression (BKMR) und die Quantil-G-Berechnungsmodelle (qgcomp), um die Auswirkungen von sechs gemischten Metaboliten auf UL zu untersuchen.

Mithilfe der WQS-Regression wurden die Auswirkungen von sechs gemischten Metaboliten auf UL untersucht und der vorherrschende Metabolit identifiziert. Die Studienstichprobe wurde zufällig in einen Trainingsdatensatz (30 %, n = 474) und einen Validierungsdatensatz (70 %, n = 1.105) aufgeteilt. Die Exposition gegenüber jedem Metaboliten im Trainingsdatensatz wurde zunächst in Tertile unterteilt. Anschließend wurden die Tertilwerte addiert, um für jeden Metaboliten einen Gesamt-Tertilwert zu ermitteln. Ein empirisches Gewicht für jeden Metaboliten in der Mischung wurde mithilfe der Bootstrapping-Methode geschätzt [17]. Der WQS-Score ist eine Kombination aus sechs gemischten Metaboliten, die die Gesamtkörperbelastung durch sechs Phytoöstrogene im Urin darstellen [10]. Das Gewicht jedes Metaboliten im WQS-Score gibt den Beitrag jedes Metaboliten zum Gesamtergebnis an [18]. Metaboliten mit einem geschätzten Gewicht von mehr als 0,333 (1/3) wurden als signifikante Faktoren für den WQS-Score angesehen. Mithilfe von 10.000 Bootstrap-Stichproben aus dem Trainingsdatensatz (30 %) haben wir die Gewichtungen für WQS-Scores berechnet. Anhand des Validierungsdatensatzes (70 %) bewerten wir die statistische Signifikanz der WQS-Scores [19]. Darüber hinaus erfordert die WQS-Regression, dass alle Expositions-Ergebnis-Assoziationen in die gleiche Richtung gerichtet sind. Daher haben wir die positiven und negativen Auswirkungen der sechs Metaboliten auf UL getrennt abgeschätzt. Zur Durchführung der Analyse wurde das R-Paket gWQS übernommen.

gqcomp ist ein parametrisiertes und verallgemeinertes lineares Modell, das auf der Anwendung der g-Berechnung basiert und darauf abzielt, den Effekt einer gleichzeitigen Erhöhung aller Expositionen in der Mischung um ein Quartil zu bewerten [20]. In dieser Studie wurde die Funktion gqcomp.noboot angewendet, um Expositionseffekte abzuschätzen, die sechs gemischte Metaboliten in Tertile unterteilt und jedem Metaboliten ein positives oder negatives Gewicht zuweist. Wenn ein Metabolit mehrere Wirkungen in verschiedene Richtungen hat, wird ein positives oder negatives Gewicht als der Anteil der Expositionseffekte interpretiert, die einen negativen (oder positiven) Effekt auf UL haben, mit einem Gesamtgewicht von bis zu 2. Die Beziehung jedes Metaboliten-Endpunkts und die gemischten Metaboliten wurden separat bewertet, und die Befundmodelle wurden verwendet, um die skalierten Effektgrößen, variablenspezifischen Koeffizienten und die p-Werte der Gesamtmodellanpassung abzuschätzen. Metaboliten mit einem geschätzten Gewicht von mehr als 0,05 wurden als wesentliche Faktoren für die gqcomp-Scores angesehen. Zur Durchführung der Analyse wurde das R-Paket qgcomp übernommen.

BKMR ist ein überwachter Ansatz, der nichtlineare und nichtadditive Zusammenhänge zwischen Exposition und Ergebnis identifizieren könnte [21]. In dieser Studie wurde das BKMR-Modell mit 10.000 Iterationen übernommen. Genistein, Equol und Enterodiol wurden entsprechend ihrer positiven Korrelation mit UL in zwei Gruppen eingeteilt, während Daidzein, O-Desmethylangolensin und Enterolacton entsprechend ihrer negativen Korrelation mit UL in eine Gruppe eingeteilt wurden. Der kombinierte Effekt wurde durch den Vergleich gemischter Metaboliten bei oder über dem 60. Perzentil mit dem 50. Perzentil berechnet. Die Gruppen-Posteriori-Einschlusswahrscheinlichkeit (GroupPIP) und die bedingte Posterior-Einschlusswahrscheinlichkeit (CondPIP) stellen die Wahrscheinlichkeit jeder Gruppe und jedes Metaboliten in jeder im Modell enthaltenen Gruppe dar und stellen ihren Beitrag zum Gesamteffekt dar. Zur Durchführung der Analyse wurde das R-Paket bkmr übernommen.

Tabelle 1 zeigt die allgemeinen Merkmale von 1.579 teilnahmeberechtigten Teilnehmern. Das Durchschnittsalter betrug 37,81 Jahre. Ungefähr 69,00 % der Teilnehmer gaben an, in der Vergangenheit Alkohol getrunken zu haben, und 32,14 % der Teilnehmer gaben an, dass sie sich in den Wechseljahren befanden. Darüber hinaus wurden alle Teilnehmer in eine UL-Gruppe (n = 204) und eine Nicht-UL-Gruppe (n = 1.375) eingeteilt. Alter, Rasse/ethnische Zugehörigkeit, Familienstand, Trinkstatus, BMI, Taillenumfang, Wechseljahrsstatus, Status entfernter Eierstöcke, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren, Anzahl der Trächtigkeiten und Gesamtenergie unterschieden sich signifikant zwischen der UL-Gruppe und der Nicht-UL-Gruppe Gruppe (P < 0,05).

Wie in der Ergänzungstabelle 3 gezeigt, zeigte das Ergebnis der univariaten logistischen Regression Alter, Rasse/ethnische Zugehörigkeit, Familienstand, Trinkstatus, BMI, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und insgesamt Energie könnten Kovariaten für diese aktuelle Studie sein. Die gewichtete logistische Regression wurde verwendet, um die individuelle Wirkung jedes Metaboliten auf UL zu bewerten (Tabelle 2). Nach Anpassung an Alter, Rasse/ethnische Zugehörigkeit, Familienstand, Trinkstatus, BMI, Taillenumfang, Wechseljahrsstatus, Status entfernter Eierstöcke, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und Gesamtenergie zeigte Equol im Tertil 3 einen signifikanten Zusammenhang mit UL (Modell 1: OR = 1,92, 95 %-KI: 1,07–3,43, P = 0,029). Nach weiterer Anpassung an Alter, Rasse/ethnische Zugehörigkeit, Familienstand, Trinkstatus, BMI, Taillenumfang, Wechseljahrsstatus, Status entfernter Eierstöcke, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren, Gesamtenergie, Daidzein, Genistein, O-Desmethylangolensin, Enterodiol und Enterolacton blieb die Assoziation von Equol im Tertil 3 mit UL signifikant (Modell 2: OR = 1,92, 95 %-KI: 1,09–3,38, P = 0,024; Abb. 2).

Der Zusammenhang zwischen einzelnen Metaboliten von Phytoöstrogenen im Urin und Uterus-Leiomyomen bei Frauen im multivariablen logistischen Regressionsmodell. Andere Metaboliten von Phytoöstrogen im Urin wurden weiter an Alter, Rasse/ethnische Zugehörigkeit, Familienstand, Trinkstatus, Body-Mass-Index, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und Gesamtenergie angepasst

Das WQS-Modell wurde verwendet, um die kombinierte Wirkung von sechs Metaboliten von Phytoöstrogen im Urin auf UL abzuschätzen. Im angepassten Modell (Tabelle 3) hatten gemischte Metaboliten von Phytoöstrogen im Urin einen positiven Zusammenhang mit UL (P = 0,011), und ein tertiler Anstieg des WQS-Index war mit einem um 68 % erhöhten Risiko für UL verbunden (95 %-KI: 1,12). –2,51). Wir haben auch die geschätzten chemischen Gewichte für jeden WQS-Index berechnet (Abb. 3). Die am höchsten gewichtete Chemikalie im WQS-Modell war Equol, gefolgt von Enterodiol und Genistein.

WQS-Modell-Regressionsindexgewichte für Uterus-Leiomyome. Das Modell wurde hinsichtlich Alter, Rasse/Ethnizität, Familienstand, Trinkstatus, Body-Mass-Index, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und Gesamtenergie angepasst

Ähnlich wie beim WQS-Modell war im angepassten Modell ein tertiler Anstieg des gpcomp-Index mit dem UL-Risiko verbunden (Tabelle 4, OR = 1,51, 95 %-KI: 1,05–2,18, P = 0,027). Abbildung 4 zeigt das geschätzte Gewicht jedes Metaboliten im UL-Risiko. Equol hatte das größte positive Gewicht, gefolgt von Genistein bzw. Enterodiol.

GQCOMP-Modell-Regressionsindexgewichte der Mischung für das Uterus-Leiomyom-Risiko. Das Modell wurde hinsichtlich Alter, Rasse/Ethnizität, Familienstand, Trinkstatus, Body-Mass-Index, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und Gesamtenergie angepasst

In der Ergänzungstabelle 4 sind die aus dem BKMR-Modell abgeleiteten GroupPIP- und CondPIP-Werte für sechs Metaboliten zusammengefasst. Der Gruppen-PIP von zwei Gruppen (Genistein, Equol und Enterodiol; 0,34) war höher als einer Gruppe (Daidzein, O-Desmethylangolensin und Enterolacton; 0,04). Enterodiol (CondPIP = 0,89) trug am meisten zum Modell für das UL-Risiko bei. Abbildung 5 zeigt die Gesamtzusammenhänge zwischen sechs Metaboliten und dem UL-Risiko. Obwohl sich die hohen Konzentrationen aller Metaboliten im Vergleich zu ihrem 50. Perzentil statistisch nicht unterschieden, zeigte die Gesamtwirkung der Expositionsmischung beim 60. Quantil und darüber auf den UL einen Aufwärtstrend. Da sich alle anderen Metaboliten auf ihrem mittleren Niveau befanden, korrelierten Equol und Enterodiol positiv mit dem UL-Risiko, während Enterolacton eine negative Korrelation aufwies (ergänzende Abbildung 1). Darüber hinaus haben wir auch festgestellt, dass möglicherweise eine Wechselwirkung zwischen Enterodiol und Enterolacton auf das UL-Risiko besteht (ergänzende Abbildung 2).

Kombinierte Wirkungen von sechs Metaboliten von Phytoöstrogenen im Urin auf das Uterus-Leiomyomrisiko. Das Modell wurde hinsichtlich Alter, Rasse/Ethnizität, Familienstand, Trinkstatus, Body-Mass-Index, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und Gesamtenergie angepasst

In dieser Studie mit 1.579 US-amerikanischen Frauen haben wir den Zusammenhang zwischen Phytoöstrogenen im Urin und dem UL-Risiko mithilfe einer Reihe statistischer Modelle untersucht. Insgesamt deutete die gewichtete multivariate logistische Regression auf eine Korrelation zwischen Equol- und UL-Risiko hin. Mithilfe der WQS- und gpcomp-Modelle beobachteten wir einen positiven Zusammenhang zwischen gemischten Metaboliten von Phytoöstrogen im Urin und dem UL-Risiko. Das WQS-Modell ergab außerdem, dass Equol den größten Beitrag zum Zusammenhang zwischen der Metabolitenmischung von Phytoöstrogen im Urin und dem UL-Risiko leistete. Im BKMR-Modell gab es keinen signifikanten Zusammenhang zwischen den gesamten gemischten Metaboliten und dem UL, aber es gab einen Trend zu einem Anstieg. Darüber hinaus zeigten Equol und Enterodiol auch eine positive Korrelation mit dem UL-Risiko in gpcomp- und BKMR-Modellen.

Frühere Studien haben sich auf den Zusammenhang zwischen einzelnen Chemikalien und gesundheitlichen Folgen konzentriert, tatsächlich sind Menschen jedoch häufig Mischungen aus mehreren Schadstoffen/Chemikalien ausgesetzt [19, 22]. In den letzten Jahren wurden mehrere neuartige statistische Methoden entwickelt, um die Auswirkungen der Exposition gegenüber chemischen Gemischen auf die Gesundheitsergebnisse zu bewerten, darunter WQS-Regression [17, 18, 19], gpcomp [20] und BKMR [21]. In einer Überprüfung wurde der Zusammenhang zwischen der Exposition gegenüber Mischungen aus Per- und Polyfluoralkylsubstanzen und gesundheitsschädlichen Folgen untersucht und die Bedeutung von WQS und BKMR für die Bewertung der Auswirkungen der Exposition gegenüber Mischungen hervorgehoben [23]. Darüber hinaus ergab eine in der US-Bevölkerung durchgeführte Querschnittsstudie einen positiven Zusammenhang zwischen der im Urin gemessenen kombinierten Exposition gegenüber Quecksilber, Arsen, Cadmium und Blei und einer höheren geschätzten glomerulären Filtrationsrate mithilfe der WQS-Regression [24] und deutete auch darauf hin, dass dies der Fall sein könnte Die Exposition gegenüber mehreren Metallen kann Einfluss auf die Nierenfunktion haben. In der Studie von Zhang Y et al. berichteten sie, dass eine gemischte Exposition gegenüber zehn häufig exponierten endokrin wirkenden Chemikalien einen signifikant positiven Zusammenhang mit UL in WQS- und BKMR-Modellen hatte. Die Gewichtsverteilung zeigte die höchsten Gewichte für Quecksilber (Gewicht = 0,35). ) und Equol (Gewicht = 0,29) [10]. Unseres Wissens nach wurde der Zusammenhang zwischen den gemischten Metaboliten von Phytoöstrogen im Urin und UL jedoch bisher nicht untersucht.

Im Gegensatz zu früheren Studien [5, 10, 23] berücksichtigte diese Studie die gemischte Wirkung von sechs Metaboliten von Phytoöstrogen im Urin (Daidzein, Genistein, Equol, O-Desmethylangolensin, Enterodiol und Enterolacton) auf das UL-Risiko anhand von drei Ansätzen (WQS-Regression, qgcomp , und BKMR). Diese Ergebnisse zeigten auch, dass gemischte Metaboliten von Phytoöstrogen im Urin positiv mit dem UL-Risiko verbunden waren, wobei Equol den größten Effekt hatte. Equol war mit einem erhöhten Risiko für UL verbunden. Unsere Ergebnisse stimmen auch mit früheren Studien überein [10]. Equol, ein Metabolit von Soja-Isoflavon Daidzein, hat östrogene und antioxidative Aktivität [25]. Mehrere Studien haben gezeigt, dass Equol einen positiven Einfluss auf Stoffwechselerkrankungen hat [26, 27]. Allerdings werden östrogenabhängige Erkrankungen wie UL wahrscheinlich durch die östrogene Wirkung von Equol verschlimmert. Wie in einer Tierstudie beschrieben, kann Equol eine Hyperplasie des Uterusgewebes auslösen, indem es die Höhe der luminalen Epithelzellen sowie die Myometrium- und Stromadicke erhöht, was weiter zu UL führt [28]. Unsere Ergebnisse stimmen mit einer früheren Studie überein, wonach Östradiol das Wachstum von UL stimulieren kann und mit einem erhöhten Risiko für UL in Verbindung gebracht wird [29]. Obwohl wir eine kombinierte Wirkung gemischter Metaboliten auf das UL-Risiko fanden, bleibt der molekulare Mechanismus im Zusammenhang mit der Beziehung zwischen Phytoöstrogen und UL unklar. Weitere Untersuchungen zu den möglichen Mechanismen in der Assoziation sind erforderlich.

Die Hauptstärke dieser Studie war die Verwendung von WQS-Regression, qgcomp und BKMR, die es uns ermöglichte, die gemischten Metaboliten von Phytoöstrogen im Urin und das UL-Risiko zu bewerten. Einige Einschränkungen dieser Studie sollten berücksichtigt werden. Erstens gab es aufgrund des Designs dieser Querschnittsstudie eine Einschränkung im kausalen Zusammenhang zwischen Phytoöstrogenen im Urin und UL. Zweitens fehlten in dieser NHANES-Datenbank einige mögliche Störfaktoren, beispielsweise die Familiengeschichte von UL. Wir haben die Vorgeschichte der Hysterektomie nicht berücksichtigt, da diese eine Folge des Ergebnisses sein könnte [30]. Drittens wurde für Teilnehmer der NHANES-Datenbank nur eine einzelne Punkturinprobe zur Metabolitenanalyse entnommen. Die Konzentrationen der Metaboliten von Phytoöstrogenen können im Laufe der Zeit variieren. Viertens haben wir 4.587 Frauen ausgeschlossen, bei denen die Phytoöstrogenkonzentration im Urin nicht gemessen wurde. Phytoöstrogene im Urin wurden bei 1/3 der Teilnehmer ab 6 Jahren in der NHANES-Datenbank getestet. Allerdings berücksichtigte diese Studie die Gewichtungen in der Analyse, sodass die Verzerrung relativ gering war. Prospektive Studien mit großer Stichprobengröße sind erforderlich, um die Beziehung zwischen Phytoöstrogenen im Urin und UL sowie die damit verbundenen Mechanismen weiter zu analysieren.

Zusammenfassend ließen unsere Ergebnisse einen Zusammenhang zwischen Equol und UL vermuten. Wichtig ist, dass WQS-Regressions-, qgcomp- und BKMR-Modelle verwendet wurden, um die kombinierten Auswirkungen gemischter Metaboliten auf das UL-Risiko zu analysieren. Es wurde auch ein positiver Zusammenhang zwischen den gemischten Metaboliten von Phytoöstrogen im Urin und UL festgestellt, wobei Equol den größten Beitrag leistete. Diese Studie liefert Hinweise darauf, dass die Mischung von Phytoöstrogen und Metaboliten im Urin eng mit dem Risiko für UL bei Frauen zusammenhängt, und es sind weitere Untersuchungen erforderlich, um den detaillierten Mechanismus zu untersuchen.

Die während der aktuellen Studie generierten und/oder analysierten Datensätze sind in der NHANES-Datenbank verfügbar, https://wwwn.cdc.gov/nchs/nhanes/.

Uterus-Leiomyome

Nationale Umfrage zur Gesundheits- und Ernährungsuntersuchung

Nationales Zentrum für Gesundheitsstatistik

Hochleistungsflüssigkeitschromatographie

Massenspektrometrisch

Body-Mass-Index

Standart Fehler

Wahrscheinlichkeit

Konfidenzintervall

Gewichtete Quantilsumme

Baird DD, Dunson DB, Hill MC, Cousins ​​D, Schectman JM. Hohe kumulative Inzidenz von Uterus-Leiomyomen bei schwarzen und weißen Frauen: Ultraschallbeweis. Am J Obstet Gynecol. 2003;188:100–7.

Artikel PubMed Google Scholar

Brasky TM, Bethea TN, Wesselink AK, Wegienka GR, Baird DD, Wise LA. Nahrungsfettaufnahme und Risiko von Uterus-Leiomyomen: eine prospektive Ultraschallstudie. Bin J Epidemiol. 2020;189:1538–46.

Artikel PubMed PubMed Central Google Scholar

Lewis TD, Malik M, Britten J, San Pablo AM, Catherino WH. Eine umfassende Übersicht über die pharmakologische Behandlung von Uterus-Leiomyomen. Biomed Res Int. 2018;2018:2414609.

Artikel PubMed PubMed Central Google Scholar

McWilliams MM, Chennathukuzhi VM. Jüngste Fortschritte in der Ätiologie von Uterusmyomen. Semin Reprod Med. 2017;35:181–9.

Artikel CAS PubMed PubMed Central Google Scholar

Alset D, Pokudina IO, Butenko EV, Shkurat TP. Die Auswirkung östrogenbedingter genetischer Varianten auf die Entwicklung von Uterus-Leiomyomen: Metaanalyse. Reproduktion Sci. 2022;29:1921–9.

Artikel CAS PubMed Google Scholar

Atkinson C, Lampe JW, Scholes D, Chen C, Wähälä K, Schwartz SM. Lignan- und Isoflavon-Ausscheidung im Zusammenhang mit Uterusmyomen: eine Fall-Kontroll-Studie an Frauen im jungen bis mittleren Alter in den Vereinigten Staaten. Bin J Clin Nutr. 2006;84:587–93.

Artikel CAS PubMed Google Scholar

Liu T, Li N, Yan YQ, Liu Y, Xiong K, Liu Y, et al. Jüngste Fortschritte bei der Anti-Aging-Wirkung von Phytoöstrogenen auf Kollagen, Wassergehalt und oxidativen Stress. Phytother Res. 2020;34:435–47.

Artikel PubMed Google Scholar

Jackson MD, McFarlane-Anderson ND, Simon GA, Bennett FI, Walker SP. Phytoöstrogene im Urin und Prostatakrebsrisiko bei jamaikanischen Männern. Krebs verursacht Kontrolle. 2010;21:2249–57.

Artikel PubMed Google Scholar

Simon GA, Fletcher HM, Golden K, McFarlane-Anderson ND. Isoflavon- und Lignan-Phytoöstrogenspiegel im Urin und Risiko für Uterusmyome bei jamaikanischen Frauen. Maturitas. 2015;82:170–5.

Artikel CAS PubMed Google Scholar

Zhang Y, Lu Y, Ma H, Xu Q, Wu X. Kombinierte Exposition gegenüber mehreren endokrinen Disruptoren und Uterus-Leiomyomen und Endometriose bei US-amerikanischen Frauen. Front Endocrinol (Lausanne). 2021;12:726876.

Artikel PubMed Google Scholar

Chiu YH, Bellavia A, James-Todd T, Correia KF, Valeri L, Messerlian C, et al. Bewertung der Auswirkungen einer vorgeburtlichen Exposition gegenüber Phthalatmischungen auf das Geburtsgewicht: ein Vergleich von drei statistischen Ansätzen. Umwelt Int. 2018;113:231–9.

Artikel CAS PubMed PubMed Central Google Scholar

Karia PS, Joshu CE, Visvanathan K. Zusammenhang zwischen Oophorektomie und Fett- und Muskelmasse: Beweise aus einer bevölkerungsbasierten Stichprobe von US-amerikanischen Frauen. Krebs-Epidemiol-Biomarker Vorher. 2021;30:1424–32.

Artikel PubMed PubMed Central Google Scholar

Karanth SD, Washington C, Cheng TD, Zhou D, Leeuwenburgh C, Braithwaite D, et al. Entzündung im Zusammenhang mit Sarkopenie und sarkopenischer Adipositas bei älteren Erwachsenen mit chronischen Komorbiditäten: Ergebnisse der National Health and Nutrition Examination Survey 1999–2006. Nährstoffe. 2021;13:3957.

Artikel CAS PubMed PubMed Central Google Scholar

Reger MK, Zollinger TW, Liu Z, Jones J, Zhang J. Zusammenhang zwischen Urin-Phytoöstrogenen und C-reaktivem Protein in der kontinuierlichen nationalen Gesundheits- und Ernährungsuntersuchungsumfrage. J Am Coll Nutr. 2017;36:434–41.

Artikel CAS PubMed Google Scholar

Xiong G, Huang C, Zou Y, Tao Z, Zou J, Huang J. Zusammenhänge zwischen Phytoöstrogenkonzentrationen im Urin und nichtalkoholischer Fettlebererkrankung bei Erwachsenen. J Healthc Eng. 2022;2022:4912961.

Artikel PubMed PubMed Central Google Scholar

Martínez Steele E, Monteiro CA. Zusammenhang zwischen dem Anteil hochverarbeiteter Lebensmittel in der Nahrung und den Phytoöstrogenkonzentrationen im Urin in den USA. Nährstoffe. 2017;9(3):209.

Artikel PubMed PubMed Central Google Scholar

Nguyen HD, Kim MS. Auswirkungen von Schwermetallen auf Herz-Kreislauf-Erkrankungen bei Frauen vor und nach der Menopause: von Big Data bis hin zu beteiligten molekularen Mechanismen. Environ Sci Pollut Res Int. 2022;29:77635–55.

Artikel CAS PubMed Google Scholar

Carrico C, Gennings C, Wheeler DC, Factor-Litvak P. Charakterisierung der gewichteten Quantilsummenregression für stark korrelierte Daten in einer Risikoanalyseumgebung. J Agric Biol Environ Stat. 2015;20:100–20.

Artikel PubMed Google Scholar

Duc HN, Oh H, Kim MS. Die Wirkung einer Schwermetallmischung auf Fettleibigkeit bei Personen ≥ 50 Jahren. Biol Trace Elem Res. 2022;200:3554–71.

Artikel CAS PubMed Google Scholar

Keil AP, Buckley JP, O'Brien KM, Ferguson KK, Zhao S, White AJ. Ein quantilbasierter g-Berechnungsansatz zur Berücksichtigung der Auswirkungen von Expositionsmischungen. Umweltgesundheitsperspektive. 2020;128:47004.

Artikel PubMed Google Scholar

Bobb JF, Claus Henn B, Valeri L, Coull BA. Statistische Software zur Analyse der gesundheitlichen Auswirkungen mehrerer gleichzeitiger Expositionen mittels Bayes'scher Kernel-Maschinenregression. Umweltgesundheit. 2018;17:67.

Artikel PubMed PubMed Central Google Scholar

Yu L, Liu W, Wang X, Ye Z, Tan Q, Qiu W, Nie . Umweltverschmutzung. 2022;306:119356.

Artikel CAS PubMed Google Scholar

Rosato I, ZareJeddi M, Ledda C, Gallo E, Fletcher T, Pitter G, Batzella E, Canova C. Wie man die Auswirkungen auf die menschliche Gesundheit im Zusammenhang mit der Exposition gegenüber Mischungen von Per- und Polyfluoralkylsubstanzen untersucht: eine systematische Überprüfung statistischer Methoden. Umgebung Res. 2022;205:112565.

Artikel CAS PubMed Google Scholar

Sanders AP, Mazzella MJ, Malin AJ, Hair GM, Busgang SA, Saland JM, et al. Kombinierte Exposition gegenüber Blei, Cadmium, Quecksilber und Arsen sowie Nierengesundheit bei Jugendlichen im Alter von 12–19 Jahren in NHANES 2009–2014. Umwelt Int. 2019;131:104993.

Artikel CAS PubMed PubMed Central Google Scholar

Mayo B, Vázquez L, Flórez AB. Equol: ein bakterieller Metabolit des Daidzein-Isoflavons und seine vermutlich positiven Auswirkungen auf die Gesundheit. Nährstoffe. 2019;11:2231.

Artikel CAS PubMed PubMed Central Google Scholar

Liu J, Mi S, Du L, Li X, Li P, Jia K, et al. Die Zusammenhänge zwischen der Plasma-Phytoöstrogenkonzentration und den Risiken des metabolischen Syndroms in der chinesischen Bevölkerung. Plus eins. 2018;13:e0194639.

Artikel PubMed PubMed Central Google Scholar

Takahashi A, Kokubun M, Anzai Y, Kogre A, Ogata T, Imaizumi H, et al. Zusammenhang zwischen Equol-Produktion und metabolischem Syndrom bei japanischen Frauen in den Fünfzigern bis Sechzigern. Menopause. 2022;29:1196–9.

Artikel PubMed Google Scholar

Brown NM, Lindley SL, Witte DP, Setchell KD. Einfluss der perinatalen Exposition gegenüber Equol-Enantiomeren auf die Fortpflanzungsentwicklung bei Nagetieren. Reprod Toxicol. 2011;32:33–42.

Artikel CAS PubMed PubMed Central Google Scholar

Nowak RA. Myome: Pathophysiologie und aktuelle medizinische Behandlung. Baillieres Best Pract Res Clin Obstet Gynaecol. 1999;13:223–38.

Artikel CAS PubMed Google Scholar

Marsh EE, Al-Hendy A, Kappus D, Galitsky A, Stewart EA, Kerolous M. Belastung, Prävalenz und Behandlung von Uterusmyomen: eine Umfrage unter US-amerikanischen Frauen. J Frauengesundheit (Larchmt). 2018;27:1359–67.

Artikel PubMed Google Scholar

Referenzen herunterladen

Unzutreffend.

Unzutreffend.

Abteilung für Geburtshilfe und Gynäkologie, Erstes angegliedertes Krankenhaus der Soochow-Universität, No.899 Pinghai Road, Suzhou, 215006, VR China

Fang Yang & Youguo Chen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

FY und YC haben die Studie entworfen. FY hat das Manuskript geschrieben. FY und YC sammelten, analysierten und interpretierten die Daten. YC hat das Manuskript kritisch geprüft, bearbeitet und genehmigt. Alle Autoren haben das endgültige Manuskript gelesen und genehmigt.

Korrespondenz mit Youguo Chen.

Das Institutional Review Board des First Affiliated Hospital der Soochow University verzichtete hierfür auf das Erfordernis einer ethischen Genehmigung und einer informierten Einwilligung der Probanden, da auf die Daten über NHANES (eine öffentlich zugängliche Datenbank) zugegriffen wurde. Alle Methoden wurden in Übereinstimmung mit den relevanten Richtlinien und Vorschriften durchgeführt.

Unzutreffend.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Verteilung der Phytoöstrogenspiegel im Urin. Ergänzende Tabelle 2. Sensitivitätsanalyse der Daten vor und nach der Interpolation. Ergänzende Tabelle 3. Die Auswahl von Kovariaten durch univariate logistische Regression. Ergänzende Tabelle 4. GroupPIP und CondPIP von sechs Metaboliten.

Univariate Expositions-Reaktions-Funktion zwischen Metaboliten-Exposition und UL mit Fixierung aller anderen Metaboliten auf ihrem mittleren Niveau. Das Modell wurde hinsichtlich Alter, Rasse/Ethnizität, Familienstand, Trinkstatus, Body-Mass-Index, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und Gesamtenergie angepasst.

Bivariate Expositions-Reaktions-Funktion für Metaboliten bei UL, wobei die Exposition eines Metaboliten auf seinen 10 %, 50 % und 90 %-Werten liegt und andere Metaboliten auf ihren mittleren Werten fixiert sind. Das Modell wurde hinsichtlich Alter, Rasse/Ethnizität, Familienstand, Trinkstatus, Body-Mass-Index, Taillenumfang, Menopausenstatus, Status der Eierstockentfernung, Verwendung weiblicher Hormone, Hormone/Hormonmodifikatoren und Gesamtenergie angepasst.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/. Der Creative Commons Public Domain Dedication-Verzicht (http://creativecommons.org/publicdomain/zero/1.0/) gilt für die in diesem Artikel zur Verfügung gestellten Daten, sofern in einer Quellenangabe für die Daten nichts anderes angegeben ist.

Nachdrucke und Genehmigungen

Yang, F., Chen, Y. Phytoöstrogene im Urin und das Risiko von Uterus-Leiomyomen bei US-amerikanischen Frauen. BMC Women's Health 23, 261 (2023). https://doi.org/10.1186/s12905-023-02381-5

Zitat herunterladen

Eingegangen: 17. Januar 2023

Angenommen: 20. April 2023

Veröffentlicht: 13. Mai 2023

DOI: https://doi.org/10.1186/s12905-023-02381-5

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt