Διπλωματική εργασία Διερεύνηση μεσολαβητών της επίδρασης του δείκτη μάζας σώματος και του λόγου περιμέτρου μέσης προς περιμέτρο γοφών στον κίνδυνο εμφάνισης καρκίνου του μαστού στις γυναίκες: μια ανάλυση Μενδελιανής τυχαιοποίησης Τζάλη Ελένη ΜΠΣ Βιοστατιστικής, ΕΚΠΑ Αθήνα, 2022
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Διπλωματική εργασία
Διερεύνηση μεσολαβητών της επίδρασης του δείκτη μάζας σώματος και του λόγου περιμέτρου μέσης προς περιμέτρο γοφών στον κίνδυνο εμφάνισης καρκίνου του μαστού στις γυναίκες: μια ανάλυση Μενδελιανής τυχαιοποίησης
Τζάλη Ελένη
ΜΠΣ Βιοστατιστικής, ΕΚΠΑ Αθήνα, 2022
1
ΜΠΣ ΒΙΟΣΤΑΤΙΣΤΙΚΗ
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΙΑΤΡΙΚΗ ΣΧΟΛΗ
ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ
Δ Ι Π Λ Ω Μ Α Τ Ι Κ Η Ε Ρ Γ Α Σ Ι Α
ΤΖΑΛΗ ΕΛΕΝΗ
Διερεύνηση μεσολαβητών της επίδρασης του δείκτη μάζας σώματος και του λόγου περιμέτρου
μέσης προς περιμέτρο γοφών στον κίνδυνο εμφάνισης καρκίνου του μαστού στις γυναίκες: μια
ανάλυση Μενδελιανής τυχαιοποίησης
ΑΘΗΝΑ, 2022
2
Η παρούσα διπλωματική εργασία εκπονήθηκε στο πλαίσιο των σπουδών για την απόκτηση
του Μεταπτυχιακού Διπλώματος Ειδίκευσης στη
ΒΙΟΣΤΑΤΙΣΤΙΚΗ
που απονέμει η Ιατρική Σχολή και το Τμήμα Μαθηματικών του Εθνικού & Καποδιστριακού
Πανεπιστημίου Αθηνών
Εγκρίθηκε την ../03/2022 από την εξεταστική επιτροπή:
ΟΝΟΜΑΤΕΠΩΝΥΜΟ ΒΑΘΜΙΔΑ YΠΟΓΡΑΦΗ
1. ΤΣΙΛΙΔΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ
Αναπληρωτής
Καθηγητής
2. ΒΟΥΡΛΗ ΓΕΩΡΓΙΑ Διδάκτωρ
Βιοστατιστικής,
Επιστημονικός
συνεργάτης
ΕΚΠΑ
3. VERENA ZUBER
Lecturer
(Imperial
College London)
3
Π.Μ.Σ. ΒΙΟΣΤΑΤΙΣΤΙΚΗΣ
Συμμετέχοντα Τμήματα:
Ιατρική Σχολή Πανεπιστημίου Αθηνών
Mαθηματικών Πανεπιστημίου Αθηνών
ΒΕΒΑΙΩΣΗ
H μεταπτυχιακή φοιτήτρια ΤΖΑΛΗ ΕΛΕΝΗ ολοκλήρωσε τη διπλωματική εργασία του με
τίτλο: “Διερεύνηση μεσολαβητών της επίδρασης του δείκτη μάζας σώματος και του λόγου περιμέτρου
μέσης προς περιμέτρο γοφών στον κίνδυνο εμφάνισης καρκίνου του μαστού στις γυναίκες: μια ανάλυση
Μενδελιανής τυχαιοποίησης”
στα πλαίσια των σπουδών του για το Διατμηματικό Μεταπτυχιακό Δίπλωμα Ειδίκευσης στη
“Βιοστατιστική” των Τμημάτων Μαθηματικών και Ιατρικής Σχολής του Πανεπιστημίου
Αθηνών.
Την εργασία αυτή παρουσίασε σε δημόσια διάλεξη στις 31/01/2022 στο Τμήμα Βιοστατιστικής
του Πανεπιστημίου Αθηνών.
Μετά από προφορική εξέταση που ακολούθησε τη διάλεξη, η τριμελής εξεταστική επιτροπή,
ενέκρινε ομόφωνα τη διπλωματική αυτή εργασία.
Η Εξεταστική Επιτροπή
Ονοματεπώνυμο Βαθμίδα Υπογραφή
1 ΤΣΙΛΙΔΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ
Αναπληρωτής
Καθηγητής
2 ΒΟΥΡΛΗ ΓΕΩΡΓΙΑ
Διδάκτωρ
Βιοστατιστικής,
Επιστημονικός
συνεργάτης
ΕΚΠΑ
3. VERENA ZUBER
Lecturer
(Imperial
College London)
4
Την παρούσα διπλωματική την αφιερώνω στη μητέρα και στον πατέρα μου, ευχαριστώντας
του για την πολύχρονη στήριξη και ενθάρρυνση
5
Ευχαριστώ θερμά τον επιβλέποντα καθηγητή μου Κων/νο Τσιλίδη, για την πολύτιμη βοήθεια και την
κατανόηση του, σε όλη τη διάρκεια πραγματοποίησης της παρούσας εργασίας
6
Περιεχόμενα
Σελίδα
Κεφάλαιο 1ο: Εισαγωγή
1.1 Καρκίνος του μαστού 9
1.1.1 Καρκίνος μαστού και φύλο 11
1.1.2 Καρκίνος του μαστού και κοινωνικοοικονομική ανάπτυξη 12
1.1.3 Υπότυποι καρκίνου του μαστού και μοριακή ταξινόμηση 14
1.1.4 Παράγοντες κινδύνου για την εμφάνιση του καρκίνου του μαστού 15
1.2. Παχυσαρκία
1.2.1 Ο δείκτης μάζας σώματος (BMI) - Γενική παχυσαρκία 16
1.2.2 Ο Λόγος περιμέτρου μέσης / γοφών (waist to hip ratio, WHR) -
Κεντρική παχυσαρκία
16
1.2.3 Παχυσαρκία στον παγκόσμιο πληθυσμό: οι γυναίκες στο μικροσκόπιο 17 1.2.5 Παγκόσμιο φορτίο νόσου οφειλόμενο σε παράγοντες κινδύνου που
οφείλονται σε μη μεταδιδόμενες ασθένειες
19
1.2.4 Παχυσαρκία ως αυτοτελής νόσος 20
1.2.4.1 Παχυσαρκία και καρκίνος μαστού, μια τυπική και μια παράδοξη σχέση 21
υποδοχείς οιστρογόνων και προγεσταγόνων, χωρίς έκφραση του HER-2 παράγοντα,
ενώ έχουν χαμηλό δυναμικό πολλαπλασιασμού. Πρόκειται για έναν υπότυπο με καλή
πρόγνωση.
2. a.2. “Luminal B” (συχνότητα = 10-15%): εκφράζουν υποδοχείς οιστρογόνων ή και
προγεσταγόνων αλλά σε μικρότερο βαθμό από την υποκατηγορία Α. Ενδέχεται να
έχουν και θετική έκφραση του HER-2. Πρόκειται για έναν υπότυπο με ενδιάμεση
πρόγνωση.
b. “HER-2 (Human Epidermal Growth Factor-2) εμπλουτισμένοι“ (enriched) : υπερεκφράζουν
τον HER-2. Συνιστούν το 10-15% των κακοηθειών, και είναι συνήθως αρνητικοί σε υποδοχείς
οιστρογόνων / προγεσταγόνων. Προκαλούν επιθετική νόσο με ενδιάμεση πρόγνωση αλλά
καλή ανταπόκριση σε στοχευμένες θεραπείες
c. “Triple - negative” κακοήθειες (συχνότητα = 10-15%) : υπότυπος με αρνητική έκφραση
υποδοχέων οιστρογόνων/προγεσταγόνων καθώς και αρνητική έκφραση του HER-2.
Πρόκειται για υψηλόβαθμη νεοπλασία και με κακή πρόγνωση,
1.1.4 Παράγοντες κινδύνου για την εμφάνιση του καρκίνου του μαστού
Οι παράγοντες κινδύνου για την εμφάνιση του καρκίνου του μαστού είναι πολλαπλοί και ακόμη
υπό εξέταση καθώς η βιοπαθοφυσιολογία δημιουργίας και εξέλιξης της νόσου δεν είναι ακόμα
ολοκληρωμένα κατανοητή. Παρακάτω αναφέρονται οι συχνότεροι και πιο τεκμηριωμένοι
βιβλιογραφικά. (Poorolajal et al, 2020, Harbeck et al, 2019, Feng et al, 2018, Nelson et al, 2012)
Στους γενετικούς παράγοντες κινδύνου συμπεριλαμβάνονται οι γονιδιακές μεταλλάξεις
(υπεύθυνες για το 10%-15% της αιτιολογίας), σε γονίδια όπως BRCA1 και BRCA2 (αυξημένος
επιπολασμός στους Εσκενάζι-Εβραίους), ATM, CHECK2, PTEN, TP53 κ.α. (Kuchenbaecker ,
2017). Στους λοιπούς παράγοντες κινδύνου ανήκουν το γυναικείο φύλο (αυξάνει κατά 100 φορές
την πιθανότητα εμφάνισης μαστικής νεοπλασίας), η αυξημένη ηλικία (άνω των 55 ετών), το
θετικό οικογενειακό ιστορικό (σε συγγενή Α βαθμού ο κίνδυνος είναι σχεδόν διπλάσιος), το ύψος,
η φυλή και η εθνότητα (οι λευκές γυναίκες έχουν αυξημένη επίπτωση σε σχέση με τις υπόλοιπες,
ενώ οι Αφρο-Αμερικανές έχουν αυξημένη θνητότητα), η αυξημένη πυκνότητα μαστού,
συγκεκριμένες καλοήθεις και υπερπλαστικές οντότητες του μαστού αλλά και η προηγούμενη
κακοήθεια του μαστού. Επιπλέον, παράγοντα κινδύνου αποτελεί η έκθεση σε θεραπευτική
ακτινοβολία κατά την παιδική ηλικία. Ιδαίτερα στους αναπαραγωγικούς λόγους αναγνωρίζονται
η πρώιμη εμμηναρχή και η όψιμη εμμηνόπαυση, η ατεκνία, η μεγαλύτερη ηλικία απόκτησης
πρώτου παιδιού, ο μειωμένος θηλασμός και η κατάσταση της εμμηνόπαυσης. Τέλος, ένα
ποσοστό 20% της αιτιολογίας του καρκίνου του μαστού έχει αποδοθεί σε συμπεριφορικούς
παράγοντες στόχος των οποίων μπορούν να γίνουν οι πολιτικές Δημόσιας Υγείας για τη μείωση
16
της επιβάρυνσης της νόσου. Τέτοιοι παράγοντες είναι η χρήση αντισυλληπτικών, η μειωμένη
φυσική δραστηριότητα, το κάπνισμα, η κατανάλωση αλκοόλ (Papadimitriou et al, 2021) (τόσο
για τον προεμμηνοπαυσιακό όσο και για το μετεμμηνοπαυσιακό καρκίνο του μαστού), η
παχυσαρκία (γενική και κεντρική παχυσαρκία) (Amadou, 2013) για τον μετεμμηνοπαυσιακό
καρκίνο του μαστού (Renehan, 2018, Wang,2016), η αυξημένη ινσουλίνη νηστείας και ο
σακχαρώδης διαβήτης 2 (Pearson, Stuttgart, 2021)
17
1.2. Παχυσαρκία
1.2.1 Ο δείκτης μάζας σώματος (BMI)
Γενική παχυσαρκία
Ο δείκτης μάζας σώματος συνιστά μια ταξινομητική απόπειρα κατανόησης της περίσσειας
βάρους του σώματος του ανθρώπου, βασισμένο στα σωματομετρικά χαρακτηριστικά βάρος (σε
χιλιόγραμμα) και ύψος (σε μέτρα).
Ορίζεται ως BMI = .
Ένα άτομο χαρακτηρίζεται ως υπέρβαρο όταν το ΒΜΙ του υπερβαίνει τα 25 , ενώ ως
παχύσαρκο όταν αυτό υπερβαίνει τα 30 . Η παχυσαρκία ταξινομείται σε περαιτέρω
υποκατηγορίες με γνώμονα τη βαρύτητα της (στοιχεία από Παγκόσμιο Οργανισμό Υγείας,
WHO) . Δεν διαφοροποιείται η ταξινόμηση βάση φύλου.
Πίνακας 1.1 Ταξινόμηση του ΒΜΙ κατά
WHO
<16 Λιποβαρής
18-24,9 Φυσιολογικό βάρος
25-29.9 Υπέρβαρος
>30 Παχυσαρκία
30.0 - 34.9 Παχυσαρκία Τάξης 1
35.0 - 39.9 Παχυσαρκία τάξης 2
≥ 40 Παχυσαρκία τάξης 3
1.2.2 Ο Λόγος περιμέτρου μέσης / γοφών (waist to hip ratio, WHR)
Κεντρική παχυσαρκία
Αποτελεί έναν επιπλέον πληροφοριακό σωματομετρικό δείκτη για την περιοχική παχυσαρκία.
Αφορά σε δυσκατανεμημένη εναπόθεση λίπους, κυρίως στην περιοχή της κοιλίας, γνωστή ως
κεντρικού τύπου παχυσαρκία (άλλες ονομασίες: παχυσαρκία κοιλιάς, σπλαχνική, ανδροειδής,
ανδρικού-τύπου παχυσαρκία). Προκύπτει με μέτρηση του οριζοντίου μήκους της περιφέρειας της
μέσης , στο ύψος της λαγόνιας ακρολοφίας, με το άτομο ευρισκώμενο σε όρθια στάση, κατά την
εκπνοή, διαιρεμένο με τη μέγιστη οριζόντια περίμετρο των γοφών. WHR = .
Ως λόγος, δε φέρει μονάδα μέτρησης, ενώ τα φυσιολογικά όρια εμφανίζουν έμφυλες
διαφορές.
Η περιοχική αυτή παχυσαρκία έχει φανεί πως συνιστά έναν ανεξάρτητο της κεντρικής
παχυσαρκίας επιβαρυντικό παράγοντα για το μεταβολικό σύνδρομο και τα καρδιοαγγειακά
συμβάματα (Cao et al, 2018) με αυξημένο κίνδυνο για έμφραγμα του μυοκαρδίου, αλλά και την
θνητότητα από οποιοδήποτε λόγο. Η πληροφορία που παρέχει δεν εξαντλείται στο ΒΜΙ και ως
εκ τούτου κρίνεται σημαντική η μέτρηση του WHR σε υπέρβαρους ασθενείς (25 - 35
18
ΒΜΙ), ενώ σε εκείνους με παχυσαρκία 2ης τάξης και άνω, θεωρείται εξ ορισμού παθολογική.
Παρόλα αυτά, μέχρι στιγμής, δεν αποτελεί μέρος των οδηγιών των περισσότερων για τον
προσδιορισμό της παχυσαρκίας.
Τα φυσιολογικά όρια παρουσιάζουν σημαντική δια-πληθυσμιακή διακύμανση, ώστε σε
πληθυσμούς επιρρεπείς στην κεντρική εναπόθεση λίπους το παθολογικό όριο (και ο κίνδυνος που
αυτό εκφράζει) να ξεκινά από χαμηλότερα επίπεδα (πχ Νότια Ασία, Ιαπωνία). Τα φυσιολογικά
όρια βάση φύλου, είναι τα ακόλουθα στον Πίνακα 1.2
Πίνακας 1.2. Φυσιολογικά όρια
ανά φύλο WHR κατά WHO
Άνδρες
Γυναίκες
Μια παρεμφερής μέτρηση αποτελεί η μέτρηση της περιμέτρου της κοιλιάς (waist circumference,
WC), που πολλές φορές υποκαθιστά το WHR, με τα φυσιολογικά όρια να ταξινομούνται ανά
φύλο όπως φαίνεται στον Πίνακα 1.3
Πίνακας 1.3. Φυσιολογικά όρια
ανά φύλο WC κατά WHO-1
Άνδρες < 102 εκατοστά
Γυναίκες < 88 εκατοστά
1.2.3 Παχυσαρκία στον παγκόσμιο πληθυσμό: οι γυναίκες στο μικροσκόπιο
Η παχυσαρκία σήμερα έχει λάβει διαστάσεις πανδημίας (Swinburn et al, 2017, Obesity and
overweight, WHO, 2017, Finucane et al, 2011). Το 2015 ο επιπολασμός της περίσσειας βάρους
είχε τριπλασιαστεί συγκριτικά με το 1975 στα περισσότερα κράτη παγκοσμίως σύμφωνα με την
μεγάλη πληθυσμιακή μελέτη του Non-Communicable Disease (NCD) Risk factor Collaboration σε
200 κράτη με διαθέσιμα σωματομετρικά στοιχεία (συμμετέχοντες : 9.9 εκατομμύρια άνδρες, 9.3
εκατομμύρια γυναίκες). Συγκεκριμένα το 2016, 1.9 δισεκατομμύρια ενήλικες και των δύο φύλων
(το 39% του παγκόσμιου πληθυσμού των ενηλίκων, 9% των ανδρών και 40% των γυναικών) ήταν
υπέρβαροι, και περισσότεροι από 650 εκατομμύρια νοσηρά παχύσαρκο (13% του παγκόσμιου
πληθυσμού, 11% των ανδρών και 15% των γυναικών). Βιώσαμε μια μεταβολή από έναν κόσμο
όπου ο υποσιτισμένος/ λιποβαρής πληθυσμός ήταν διπλάσιος των υπέρβαρων σε ένα κόσμο
όπου οι υπέρβαροι είναι περισσότεροι. To σταθμισμένο για την ηλικία παγκόσμιο μέσο ΒΜΙ
μεταβλήθηκε από 21.7 (CI 95%: 21.3 -22.1) στους άνδρες το 1975, σε 24.2 (CI 95%:
24.2- 24.4) το 2014, και από 22.1 (CI 95% 21.7-22.5) στις γυναίκες το 1975 σε 24.4
(CI 95%: 24.2-24.6) το 2014 στις γυναίκες. Το εύρος της διακύμανσης κατά περιοχή του μέσου
BMI των γυναικών κυμαινόταν το 2014 από 21.8 (CI 95%: 21.4 - 22.3) στη νότια Ασία σε
32.2 (CI 95%: 31.5 - 32.8) στην Πολυνησία και τη Μικρονησία. Για τους άνδρες το
μικρότερο ΒΜΙ παρατηρήθηκε το 2014 στην κεντρική Αφρική και τη Νότια Ασία, το μέσο ΒΜΙ
ίσο με 21.8 , ενώ το μέσο μεγαλύτερο το 2014 ήταν ίσο με 29.2% και παρατηρήθηκε
19
στην Πολυνησία και τη Μικρονησία. O πληθυσμός των λιποβαρών ατόμων στο διάστημα μελέτης
μειώθηκε από 13.8% (CI 95%: 10.5 - 17.4) σε 8.8% (CI 95%: 7.4-10.3) στους άνδρες και από 14.6%
(CI: 95% 11.6 - 17:9) σε 9.7% (CI 95%: 8.3-11.1) στις γυναίκες. Ο επιπολασμός της παχυσαρκίας,
σταθμισμένης για την ηλικία, αυξήθηκε από 3.2% (CI 95% 2.4-4.1) το 1975 στους άνδρες σε 10.8%
(CI 95% 9.7-12), και στις γυναίκες από 6.4% (CI 95%: 5.1-7.8) σε 14.9% (CI 95%: 13.6-16.1).
Αναλυτικότερα για το γυναικείο φύλο, σύμφωνα με τη μελέτη του NCD Collaboration Study
(2016), η μέση αύξηση του μέσου BMI (σταθμισμένο για ηλικία ανά δεκαετία) ισούται με 0.59
(CI 95%: 0.49-0.70). Το μέσο ΒΜΙ ήταν υψηλότερο σε υψηλού εισοδήματος αγγλόφωνες
χώρες καθώς και στη νότια και βόρεια Αφρική και τη Μέση Ανατολή. Η μεγαλύτερη αύξηση του
μέσου BMI ανά δεκαετία διαπιστώθηκε στη Λατινική Αμερική ( 1.27 /δεκαετία), Η μέση
20
αύξηση του ΒΜΙ ήταν επίσης μεγαλύτερη του 1 ανά δεκαετία στη Μελανασία, την
Πολυνησία, τη Μικρονησία, σε υψηλού εισοδήματος αγγλόφωνες περιοχές, τη νοτιανατολική
Ασία, στην Ανδιατική Λατινική Αμερική και την Καραϊβική. Σπουδαίες αλλαγές δεν
παρατηρήθηκαν στο ΒΜΙ των γυναικών στις χώρες Μπαχραίην, Ναούρου, Σιγκαπούρη,
Ιαπωνία, Βόρεια Κορέα και σε πολλές Ευρωπαϊκές χώρες (ξεκινώντας εξαρχής εδώ από
ψηλότερο μέσο ΒΜΙ). Η αυξητική τάση ήταν μεγαλύτερη έως το έτος 2000 σε σχέση με τα
προηγούμενα 25 χρόνια στην Ωκεάνια και στις υψηλόμισθες Ευρωπαϊκές χώρες. Διακρατική
μεταβλητότητα στο ΒΜΙ ήταν επίσης μεγαλύτερη στις γυναίκες σε σχέση με εκείνη που
παρατηρήθηκε στους άνδρες, συγκεκριμένα μεταξύ αμερικανικής Σαμόα και Τιμορ-Λεστε ισούτο
με 14.1 τιμή που αντιστοιχεί σε διαφορά 35 κιλών ανά άτομο) . Κατά μέσο όρο οι γυναίκες
είχαν μεγαλύτερο μέσο ΒΜΙ το 2014 από τους άνδρες σε 141 από τις 186 χώρες που μελετήθηκαν.
Ο αριθμός των παχύσαρκων γυναικών αυξήθηκε από 71 εκατομμύρια το 1975, σε 375
εκατομμύρια γυναίκες το 2014. Από αυτές 126 εκατομμύρια ήταν σοβαρά παχύσαρκες
(παχυσαρκία τάξης 3, Πίνακας 1.1). Το 18,4% του συνολικού ποσοστού των παχύσαρκων
ατόμων (άνδρες και γυναίκες) παρατηρήθηκε σε υψηλόμισθες αγγλόφωνες περιοχές, οι οποίες
περιείχαν σε ακόμη μεγαλύτερο ποσοστό μέρος των σοβαρά παχύσαρκων ατόμων (27.1%, ίσο
με 50 εκατομμύρια ατόμων) και για τα δύο φύλα. Το 2014 ο επιπολασμός των σοβαρά
παχύσαρκων γυναικών ήταν 5% (ΒΜΙ>35 ) παγκοσμίως ενώ των νοσογόνων
παχύσαρκων ήταν 1.6 % παγκοσμίως (ΒΜΙ>40 ),
1.2.5 Παγκόσμιο φορτίο νόσου οφειλόμενο σε παράγοντες κινδύνου που οφείλονται σε μη
μεταδιδόμενες ασθένειες
Το 2015 δημοσιεύτηκε η έκθεση των GBD 2015 Risk Factors Collaborators, η οποία αφορούσε την
έκθεση σε 79 συμπεριφορικούς, περιβαλλοντικούς, επαγγελματικούς και μεταβολικούς
παράγοντες σε 195 χώρες και περιοχές διαχρονικά (1990-2015), κατατάσσοντας το αποδιδόμενο
αιτιολογικό φορτίο του καθενός σε Παγκόσμιο Φορτίου Νόσου, εκφρασμένο σε θανάτους και
προσαρμοσμένα-στην-ανικανότητα-χρόνια-ζωής (Disability-adjusted-life-years, DALYs) τα
οποία, σύμφωνα με το WHO, ορίζονται ως η απώλεια ενός χρόνου πλήρους υγείας, είτε λόγω
πρόωρου θανάτου είτε λόγω νόσου. Η μελέτη κατέταξε το αυξημένο BMI ως τέταρτο (4o) σε
συνεισφορά (επίπεδο τρία παράγοντα κινδύνου) σε DALYs αποδίδοντας του 120 εκατομμύρια
DALΥs παγκοσμίως για το μελετούμενο χρονικό διάστημα. Αυξημένη έκθεση παρατηρήθηκε και
στην υψηλή γλυκόζη νηστείας (3ος σε συνεισφορά παράγοντας με 143 εκατομμύρια DALYs), ενώ
την υπόλοιπη 5άδα απάρτιζαν η αυξημένη συστολική αρτηριακή πίεση, το κάπνισμα και η
παιδική υποθρεψία. Για το διάστημα 1990-2005 διαπιστώθηκε αύξηση στην έκθεση
(προσαρμοσμένη στην ηλικία) στο υψηλό ΒΜΙ, ως επιβλαβή έκθεση, κατά 38.7% στους άνδρες
(CI 95% 29.9-55.6) , και 34,4% στις γυναίκες (CI 95% 27.7-45.7), αυξήσεις στατιστικά σημαντικές
και στις δύο περιπτώσεις. Στο σύνολο των μεταβολικών κινδύνων αποδόθηκαν το 2005
14.403.000 θάνατοι, ενώ το 2015, 16.860.000 θάνατοι, με αντίστοιχα DALYs 335.277.000 το 2005
και 381.845.000 το 2015. Εξ αυτών, στον αυξημένο δείκτης μάζας σώματος (ΒΜΙ) αποδόθηκαν
3.314.000 θάνατοι (CI 95%: 2.241.000 - 4.504.000) το 2005, και αυξήθηκαν κατά 19.5 % (διαφορά
στατιστικά σημαντική) το 2015, μετρώντας 3.960.000 εκατομμύρια θανάτους. Ta DALYs που
αποδίδονται στο αυξημένο BMI είναι 98.478.000 (CI 95% 67.219 000 - 131.972.000) το 2005, ενώ
αυξάνονται στατιστικά σημαντικά σε 120.132.000 [CI 95% 83.829.000- 158.409.000), το 2015. Από
τις αιτίες θανάτου, πρώτη έρχεται η ισχαιμική καρδιακή νόσος με 1.436.000 θανάτους για το 2015
(CI 95% 960.000 - 1.965.000), το αιμορραγικό αγγειακό επεισόδιο με 651.000 (CI 95%: 431.000 -
894.000), o σακχαρώδης διαβήτης 2 με 555.000 (CI 95%: 404.000-718.000) το ισχαιμικό αγγειακό
επεισόδιο με 1.436.000 θανάτους (CI 95%: 431.000-894.000). Ακολουθούν η υπερτασική
21
καρδιοπάθεια και η χρόνια νεφρική νόσος οφειλόμενη σε υπέρταση. Με εξαίρεση το ισχαιμικό
αγγειακό επεισόδιο, όλα τα υπόλοιπα είχαν στατιστικά σημαντική αύξηση μέσα στη δεκαετία
2005-2015.
Στο θάνατο λόγω κακοηθειών αποδόθηκαν στο αυξημένο BMI 71.000 θάνατοι (CI 95% 22.000-
130.000) από τον καρκίνο του οισοφάγου, 62.000 θάνατοι ( CI 95% 38.000 - 91.000 ) από τον
ορθοπρωκτικό καρκίνο και 34.000 (CI 95% 20.000 - 52.0000) από τον καρκίνο του μαστού για
το έτος 2015, ενώ σε όλες τις περιπτώσεις παρατηρήθηκε στατιστικά σημαντική αύξηση μέσα στη
δεκαετία. Ta DALYs συμβάδιζαν σε αντιστοιχία με τους θανάτους και αναφορικά με τον καρκίνο
του μαστού μετρήθηκαν στα 774.000 έτη (95% CI 439.000 - 1.214.000). Σε αυτή την έκθεση
σημειώνεται πως συμπεριελήφθησαν 44 προοπτικές μελέτες που συνέδεαν το υψηλό ΒΜΙ με την
έκβαση του μετεμμηνοπαυσιακού καρκίνου του μαστού και 25 κοορτές που το συνέδεαν με τον
προ εμμηνοπαυσιακό καρκίνο του μαστού. Από τα αποτελέσματα των κοορτών το 2% στην
πρώτη περίπτωση, και το 8% στη δεύτερη, είχαν στατιστική σημαντική σχέση με το αντίστροφο
αποτέλεσμα.
Συνολικά, όλοι οι 79 κίνδυνοι μαζί συνεισέφεραν το 57,8% των παγκόσμιων θανάτων και το 12%
των DALYs, υπογραμμίζοντας τη συνεισφορά των μη-μεταδιδόμενων νοσημάτων στη
νοσηρότητα και θνητότητα. Από τους 27 παράγοντες που είχαν εξεσημασμένη αύξηση, το υψηλό
ΒΜΙ ήταν ο παράγοντας κινδύνου , μεταξύ της πρώτης πεντάδας που μεταβλήθηκε περισσότερο
μεταξύ 1990 και 2015, και για τα δύο φύλα, καθώς συνολικά, μαζί με την υψηλή γλυκόζη
νηστείας, αυξήθηκαν περισσότερο από 20% (NCD RIsK-2017). Οι ίδιες οι μελετητές
υπογραμμίζουν την πιθανότητα επέλευσης επιπλέον νοσηρότητας λόγω μεταβολικών
παραγόντων, την ανάγκη υιοθέτησης στρατηγικών πρόληψης αλλά και αντιμετώπισης των
συνεπειών τους, ενώ συστήνουν τη μελέτη του ΒΜΙ σε συνδυασμό με άλλα στοιχεία που
απαρτιώνουν τη μεταβολική απορρύθμιση του οργανισμού (σωματική άσκηση, σύσταση
καταναλισκόμενης τροφής) για καλύτερη κατανόηση της επίδρασης του.
1.2.4 Παχυσαρκία ως αυτοτελής νόσος
Παρότι η παχυσαρκία είχε αναγνωριστεί ως νόσος από το 1948, δε θεωρούνταν σημαντική για
τη δημόσια υγεία έως ότου η έλευση της νέας χιλιετίας και οι εκθέσεις για το αποδιδόμενο φορτίο
νόσου της περιόδου, κατέστησαν σαφή τον επιδημικό χαρακτήρα που έχει λάβει. Πλέον
πρόκειται για μία σύγχρονη πανδημική κατάσταση ενώ, από το 2010 και έπειτα, παγκοσμίως
(αναγνώριση από την Αμερικανική Ιατρική Εταιρεία (AMA), 2013, Διακήρυξη της Nagoya το
2015, έκθεση της World Obesity το 2017), η παχυσαρκία αναγνωρίζεται ως “νόσος της
παχυσαρκίας”. Η αναγνώριση αυτή αποσκοπεί στη συμπερίληψη της στις στρατηγικές πρόληψης
και θεραπείας της παχυσαρκίας στις πολιτικές Δημόσιας Υγείας των κρατών παγκοσμίως (James,
2008).
Πρόκειται για μια νόσο που χαρακτηρίζεται από ένα σύνθετο, χρόνιο, υποτροπιάζαν και
προοδευτικό πρότυπο, χρήζον παρέμβασης (Bray, 2017) Η αιτιολογία της παχυσαρκίας είναι
πολυπαραγοντική και σχετίζεται με εθνικούς, κοινωνικο-οικονομικούς λόγους (χαμηλό
εισόδημα, εύκολη πρόσβαση σε τροφή με υψηλό γλυκαιμικό δείκτη, καθιστικός τρόπος ζωής),
γενετική προδιάθεση, συμπεριφορική επιλογή και επίδραση της ψυχολογίας (Blüher, 2019). Έχει
υποκαταστήσει το κάπνισμα στους σχετιζόμενους με τη συμπεριφορά παράγοντες κινδύνου και
22
συνιστά μέρος της στόχευσης του Παγκόσμιου Οργανισμού Υγειας (ΠΟΥ) για την πρόληψη μη
μεταδιδόμενων ασθενειών (μέρος του “Global Action Plan for the Prevention and Control of
Noncommunicable Diseases 2013–2020”), ενώ ήδη από το 2004 ο ΠΟΥ είχε δημοσιεύσει εναν σαφή
οδηγό για την αποφυγή της (“Global strategy on diet, physical activity and health”, Geneva: World Health Organization, 2004). Κύριος τοξικός επαγωγός της παχυσαρκίας είναι το φαγητό, η
περίσσεια και η σύνθεση του οποίου αλληλεπιδρά με υποκείμενη γενετική επιδεκτικότητα -
προδιάθεση του ξενιστή με συνεπαγωγή την παραγωγή θετικού ενεργειακού ισοζυγίου (Bray,
2017). To περισσότερο έκτοπο λίπος συσσωρεύεται στο λιπώδη ιστό, με συνέπεια την υπερτροφία
και υπερπλασία του, μια διαδικασία μη αντιστρεπτή, ενώ παράλληλα ένα μέρος διηθεί άλλα
όργανα (καρδιά, ήπαρ, αγγεία, πάγκρεας) επηρεάζοντας την εύρυθμη λειτουργία τους.
Παθοφυσιολογικά, προάγεται μια κατάσταση χρόνιας φλεγμονής στον οργανισμό με συνέπεια
την εκφυλιστική επαγωγή δομών και τη μόνιμη δυσλειτουργία άλλων. Συνιστά ένα
αναγνωρισμένο παράγοντα κινδύνου για αγγειακή νόσο (στεφανιαία νόσο, υπέρταση, αγγειακή
εγκεφαλική νόσο), για το μεταβολικό σύνδρομο (ανοχή στην ινσουλίνη, σακχαρώδης διαβήτης,
υπερλιπιδαιμία), οστεοαρθρίτιδα και υπερουριχαιμία , νόσους της χοληδόχους κύστεως, νόσους
του αναπνευστικού (υπνική άπνοια, obesity-related hypoventilation) και την καρκινογένεση
(στοιχεία από WHO, 2021, Deng, 2016). Έχει ενοχοποιηθεί ως παράγοντας κινδύνου για
τουλάχιστον 13 καρκίνους, συμπεριλαβανομένου του παχέος εντέρου, του μαστού, του
ενδομητρίου, του ήπατος, του προστάτη, της χοληδόχου κύστης (International Agency for
Research into Cancer and the World Cancer Research Fund (WCRF) , Global Challenge of Obesity
and the International Obesity Task Force, Global Cancer Observatory του WHO) και συνιστά
επιβαρυντικό παράγοντα της έκβασης. Ταυτόχρονα, η παχυσαρκία έχει και σοβαρό ψυχολογικό
αντίκτυπο στο υποκείμενο, καθώς τα άτομα υποφέρουν από κοινωνικό αποκλεισμό και
προκατάληψη από το κοινό αλλά και τους επαγγελματίες υγείας.
1.2.4.1 Παχυσαρκία και καρκίνος μαστού, μια τυπική και μια παράδοξη σχέση
Η παχυσαρκία αποτελεί προ-ογκογενετική κατάσταση, ευοδώνοντας τη μετάλλαξη και την
πρόοδο στην καρκινογένεση, ιδίως στις γυναίκες (Avgerinos et al, 2019, De Pergola and Silvestris,
2013). Συνιστά τόσο παράγοντα κινδύνου όσο και επιβαρυντικό παράγοντα στην πρόγνωση για
τους περισσότερους καρκίνους (Petrelli et al, 2021). O λιπώδης ιστός, χωριζόμενος στο λευκό
λιπώδη (White Adiposity Tissue) και στο καφέ λιπώδη Ιστό (Brown Adiposity Tissue) κατά τη
διάρκεια των περιόδων πρόσληψης περίσσειας ενέργειας υπερτρέφεται (αύξηση του όγκου των
κυττάρων) και, κατόπιν, υπερπλάθεται (αύξηση του αριθμού των λιποκυττάρων). Η
συσσώρευση λιπιδίων (τριγλυκεριδίων και άλλων) εντός του λιποκυττάρου έχει ως αποτέλεσμα
τη μετατόπιση του ενδοκρινικου-παρακρινικού του ρόλου από την έκκριση αντιφλεγμονοδών
παραγόντων στην έκκριση προφλεγμονωδών και αγγειογενετικών παραγόντων, (όπως οι
Ιντερλευκίνη-6, Ιντερλευκίνη-1, ο παράγοντας νέκρωσης του όγκου-α (TNF-a)). Καθώς το
λιποκύτταρο δεν έχει απεριόριστες δυνατότητες αύξησης του όγκου του, σε καταστάσεις
συνεχών προσλήψεων καταλήγει σε υποξία και νέκρωση. Έτσι, εκκινείται και συντηρείται μία
κατάσταση χρόνιας και υποκλινικής φλεγμονής που λαμβάνει χώρα σε ολόκληρο το λιπώδη ιστό
(DIvella et al, 2016, Quail et al, 2019). Το εκκριταγωγό κομμάτι του οργάνου αφορά μονάχα στο
λευκό λιπώδη ιστό. Παράγεται από αυτόν ένα σύνολο βιομορίων, γνωστό ως αδιποκίνες
(μεταβολίτες, κυτοκίνες, ορμόνες). Από αυτές, η αδιπονεκτίνη και η λεπτίνη, παρουσιάζουν
ενδείξεις ότι συμμετέχουν στην πολυπαραγοντική αιτιολογία του μαστικού καρκίνου και θα
επεξηγηθούν περισσότερο. Στο προφελγμονώδες περιβάλλον που περιγράφηκε παραπάνω, το
23
λευκό λιποκύτταρο μειώνει την παραγωγή αδιπονεκτίνης, η οποία έχει ένα προστατευτικό ρόλο
στην καρκινογένεση (Kelesidis et al, 2006), ή, ως εκ του αντιστρόφου, τα μειωμένα της επίπεδα
στις μετεμηννοπαυσιακές, αλλά και πρόσφατα στις προεμμηνοπαυσιακές γυναίκες
αναγνωρίζονται ως παράγοντας υψηλού κινδύνου (Liu et al, 2013, Yu et al, 2019). Η λεπτίνη
από την άλλη, προαγωγός της κυτταρικής ανάπτυξης, προ-καρκινοματώδες μόριο καθώς και
ενισχυτής της λειτουργίας της αρωματάσης υπερκφράζεται σε υπέρβαρες / παχύσαρκες γυναίκες
και οι μελέτες ως τώρα, επιβεβαιώνουν μια θετική συσχέτιση των υψηλών επιπέδων λεπτίνης και
του καρκίνου του μαστού (Sanchez-Jimenez et al, 2019, Ando et al, 2019, Pan et al, 2018, Niu et
al, 2013)
H φλεγμονώδης κατάσταση της παχυσαρκίας επιπλέον εγείρει συστηματικές αλλαγές στην
ομοιόσταση του οργανισμού, όπως την υπερινσουλιναιμία (λόγω ανοχής των ιστών στην
ινσουλίνη), τη δυσλιπιδαιμία και το λοιπό φάσμα του μεταβολικού συνδρόμου (Σακχαρώδης
Διαβήτης τύπου 2, αθηροσκλήρυνση) (Shunik, 2008). Πιθανά μέσω της αδυναμίας της απάντησης
των λιποκυττάρων στην αυξημένη πρόσληψη συντελείται καταρχάς ανοχή στην ινσουλίνη με
συνέπεια την ανάγκη αύξησης της παγκρεατικής έκκρισης για ρύθμισή της γλυκόζης πλάσματος
(Templeman et al, 2017), Βέβαια έχει υποστηριχθεί πως η υπερινσουλιναιμία μπορεί και να
προηγείται και να επάγει την παχυσαρκία (Johnson & Olefsky, 2013). Αναφορικά με τον καρκίνο
του μαστού, ο Σακχαρώδης Διαβήτης τύπου 2 φάινεται να σχετίζεται με αυξημένο κίνδυνο για
τις μετεμμηνοπαυσιακές γυναίκες (Tsilidis et al, 2019, Michels et al, 2003) ενώ η ινσουλίνη
νηστείας δεν έχει συνεπή αποτελέσματα (Hernandez et al, 2009). Ο Insulin Growth Factor-1 (IGF-
1), ο οποίος παράγεται κυρίως στο ήπαρ, φάινεται να προαγάγει την καρκινογένεση τόσο στις
προεμμηνοπαυσιακές όσο και στις μετεμμηνοπαυσιακές γυναίκες (Key et al, 2010). Τέλος , τα
κυκλοφορούντα λιπίδια στις επιδημιολογικές μελέτες παρατήρησης έχουν διαφορετική συσχέτιση
με την επίπτωση του καρκίνου του μαστού: η αυξημένη High-Density Lipoprotein (HDL-c) ορού
και τα αυξημένα Τριγλυκερίδια (TG), φάινεται να έχουν προστατευτική επίδραση σε σχέση με την
Low Density Lipoprotein (LDL-c) και τα την Ολική Χοληστερόλη, αποτελέσματα κυρίως για τις
μετεμμηνοπαυσιακές γυναίκες (TC) ( Ni, 2015)
Σε πολλές επιδημιολογικές μελέτες παρατήρησης αναφορικά με τον καρκίνο του μαστού και την
επίδραση της γενικής παχυσαρκίας (BMI), το πρόσημο της επίδρασης φαίνεται να εξαρτάται από
την εμμηνοπαυσιακή κατάσταση των γυναικών (πριν και μετά την εμμηνόπαυση). Στις
μετεμμηνοπαυσιακές γυναίκες η παχυσαρκία (κεντρική και περιφερική) αυξάνει τον κίνδυνο
εμφάνισης (Houghton, et al, 2021, Kyrgiou et al, 2017, Chen et al, 2017, Chan et al, 2016, White,
2015, Reeves et al, 2007). Αντίθετα, στις προεμμηνοπαυσιακές γυναίκες (κυρίως έως την ηλικία
των 30 ετών) το αυξημένο BMI (όχι το WHR) εμφανίζεται να έχει προστατευτικό ρόλο (Garcia-
Estevez, 2021, Chan, 2019, Minouk et al, 2018)
Ο λόγος για το παράδοξο αυτό εύρημα, ενάντια στη γενική αντίληψη για την επιβλαβή επίδραση
της παχυσαρκίας, παραμένει ασαφής, Ο καρκίνος του μαστού είναι ένας από τους κατεξοχήν
καρκίνους που έχουν συσχετιστεί με το υπερβολικό βάρος και ως εκ τούτου η συγκεκριμένη
παρατήρηση εκπλήσσει την επιστημονική κοινότητα. Οι προσπάθειες επεξήγησης κατευθύνονται
πρωτίστως στο παθοφυσιολογικό κομμάτι της παρουσίας εξεσημασμένου λιπώδους ιστού. Ο
λιπώδης ιστός συνιστά ένα αυτοτελές ενδοκρινικό όργανο (Kershaw and Flyer, 2004, Ahima,
2000, ), με διαφορετική λειτουργική συνεισφορά στο σώμα πριν και μετά την εμμηνόπαυση (Rose,
2013). Ο μαστός αποτελείται κυρίως από λιπώδη, ινώδη ιστό και μαστικούς αδένες ενώ η
ανάπτυξη του βρίσκεται υπό την λειτουργική επίδραση των κυκλοφορούντων οιστρογόνων. Οι
24
παχύσαρκες μετεμμηνοπαυσιακές γυναίκες φαίνεται να έχουν πολύ μεγαλύτερη συγκέντρωση
κυκλοφορούντων οιστρογόνων (οιστραδιόλης, οιστρόνης) συγκριτικά με εκείνα των γυναικών
με φυσιολογικό βάρος. Τη βιοσύνθεση τους έχει αναλάβει ο λιπώδης ιστός μετά τη λειτουργική
παρακμή των ωοθηκών ως ορμονοπαραγωγά όργανα. Ο λιπώδης ιστός καταλύει τη μετατροπή
των ανδρογόνων (τεστοστερόνης, ανδροστενεδιόνης, παραγώμενες από τα επινεφρίδια) σε
οιστρογόνα (οιστραδιόλη, οιστρόνη αντίστοιχα), με τη χρήση του ενζύμου αρωματάση
(CYP19A1), παρόν σε μαστικό και λιπώδη ιστό (Picon-Ruiz et al, 2017, Simpson and Brown, 2013).
Συγκεκριμένα, περιοχές του λιπώδους ιστού που εμφανίζουν αυξημένη δραστηριότητα της
αρωματάσης είναι κάποιες δομές που ονομάζονται “δικης-στέμματος” (crown-like structures) και
σηματοδοτούν εστίες ιστικής φλεγμονής και νέκρωσης των λιπωδών κυττάρων του μαστού
(περικυκλώνονται από μακροφάγα, ως μέρος της φλεγμονής που λαμβάνει χώρα) (Chan, 2021,
Picon-Ruiz 2017). Αυτό ενδεχομένως εξηγεί και την ανεύρεση σε παχύσαρκες γυναίκες
αυξημένης συχνότητας μαστικών νεοπλασιών που εκφράζουν οιστρογονικούς υποδοχείς (ER
positive). (Vrieling et al, 2010, Suzuki et al, 2009). Αντιθέτως οι παχύσαρκες γυναίκες σε
προεμμηνοπαυσιακή ηλικία τυγχάνουν ανάστροφης τροφοδότησης του υποφυσιακού-
υποθαλαμικού άξονα, υπεύθυνου για την έκκριση γοναδοτροπινών λόγω της παρουσίας
εξεσημασμένου λιπώδους ιστού ο οποίος ταυτόχρονα με τις γονάδες συντελεί στην αύξηση των
οιστρογόνων πλάσματος. Ως συνέπεια, οι παχύσαρκες γυναίκες αντιμετωπίζουν συχνότερα
ανωορρηκτικούς κύκλους, αμηνόρροια και καταληκτικά, αρνητική ανατροφοδότηση στις
ωοθήκες (μειωμένη δραστηριότητα) και μειωση των προγεσταγόνων που αυτές εκκρίνουν, τα
οποία έχουν πολλαπλασιαστική επίδραση στο μαστό (Dowsett and Folkerd, 2014, Lanari et al,
C. έλεγχος για αξιοσημείωτες (στατιστικά σημαντικές) διαφορές της αιτιακής εκτίμησης πριν
και μετά τη διόρθωση για τις έκτοπες τιμές, με μηδενική υπόθεση τη μη ύπαρξης στατιστικά
σημαντικής διαφοράς ( MR-PRESSO distortion test) (Verbanck et al, 2018)
1.3.5 Πολυπαραγοντική Μενδελιανή τυχαιοποίηση
(Multivariable Mendelian Randomization, MVMR)
Στις περιπτώσεις όπου υπάρχει παραβίαση των ΙV2 και IV3 μεταβλητών είτε λόγω της ύπαρξης
συγχυτικού παράγοντα είτε λόγω οριζόντιας πλειοτροπίας (παραβίαση της IV3), τα
αποτελέσματα της IVW είναι μη έγκυρα. Οι γενετικές μεταβλητές μπορούν να συσχετίζονται με
πολλούς διαφορετικούς παράγοντες κινδύνου οι οποίοι μπορούν να συνεισφέρουν στη
μελετώμενη έκβαση Η πολυπαραγοντικη Μενδελιανή τυχαιοποίηση αποτελεί μια επέκταση της
μονο-παραγοντικής Μενδελυανής τυχαιοποίησης και χρησιμοποιώντας μεθόδους βοηθητικών
γενετικών μεταβλητών, περιλαμβάνει σε ένα κοινό μοντέλο εκτίμησης τους διάφορους
παράγοντες κινδύνου ή πιθανούς συχγυτικούς με σκοπό τη διασαφήνιση της συνεισφοράς του
καθενός. Σε αντίθεση με τη μονο-παραγοντική MR, η πολυπαραγοντική MR δε μελετά τη
συνολική επίδραση (total effect) αλλά την άμεση επίδραση (direct effect) που έχει ο κάθε
παράγοντας κινδύνου που εμπεριέχεται στο μοντέλο, διατηρώντας σταθερό τον άλλο.
Έστω ότι υπάρχει ένας αριθμός γενετικών μεταβλητών (G) που σχετίζεται με συγκεκριμένους
φαινότυπος-εκθέσεις (έστω , ), ενώ (Y) η μελετώμενη έκβαση και (U) κάποιος συγχυτικός
παράγοντας. Για να είναι έγκυρες μεταβλητές θα πρέπει, κατ’ αναλογία με τη univariate- MR, να
τηρούν τις παρακάτω προϋποθέσεις:
1) Να συσχετίζονται με έναν ή παραπάνω παράγοντες κινδύνου (δε χρειάζεται να σχετίζονται
με όλους) (MV-IV1)
2) Να μη συσχετίζονται με καμία (γνωστή ή άγνωστη) συγχυτική παράμετρο της σχέσης
έκθεσης- έκβασης (MV-IV2)
3) Να είναι δεσμευμένα (conditional) ανεξάρτητη από το αποτέλεσμα με δεδομένους τους
παράγοντες κινδύνου και τους συγχυτικούς παράγοντες (MV-IV3)
(Sanderson 2021, Sanderson 2020, Burgess and Thompson 2015)
1.3.5.1 Έλεγχος των προϋποθέσεων της MVMR
Αναφορικά με την (MV-IV1), η κάθε μία έκθεση θα πρέπει συσχετίζεται ισχυρά με τις SNPs τόσο
ανεξάρτητα, όσο και δεδομένων των άλλων εκθέσεων του μοντέλου (Sanderson and Windmeijer
2016), διαφορετικά οι εκτιμήσεις κινδυνεύουν από τη μεροληψία ασθενών μεταβλητών.
Αναφορικά με τις (ΜV-IV2), (MV-IV3) είναι σημαντικό να μην υπάρχει άλλη οδός επίδρασης
της γενετικής μεταβλητής στην έκβαση πέραν των εκθέσεων που περιλαμβάνονται στο μοντέλο.
Επομένως, η εκτίμηση είναι συμβατή με κάποια δεδομένη οριζόντια πλειοτροπία, από τη στιγμή
34
που αυτή εξαντλείται από τις μεταβλητές του μοντέλου. Με αυτόν τον τρόπο, λειτουργεί ως μια
επιπλέον προσαρμογή της MR, είτε και ως ανάλυση ευαισθησίας στις περιπτώσεις ύπαρξης
οριζόντιας πλειοτροπίας, που ξεπερνάει αυτή τη μεροληψία (Sanderson and Windmeijer, 2016).
Απαραίτητη προϋπόθεση επίσης είναι να χρησιμοποιηθούν τουλάχιστον τόσες γενετικές
μεταβλητές, όσες είναι οι εκθέσεις ενδιαφέροντος που έχουν συμπεριληφθεί στο μοντέλο.
1.3.5.2 Σχέσεις των εκθέσεων μεταξύ τους σε πολυπαραγοντικό μοντέλο Μενδελιανής
τυχαιοποίησης
Έστω G γενετική μεταβλητή η οποία σχετίζεται με τις υπό μελέτη εκθέσεις , η πρωτεύουσα
έκθεση υπό μελέτη και η άμεση επίδραση της στην έκβαση ( ) -> (Y), ενώ μια δευτερεύουσα
έκθεση και η άμεση επίδραση της ( ) -> (Y) και (U) θεωρείται ο συχυτικός παράγοντας
(γνωστός ή άγνωστος). Ας θεωρήσουμε πως οι σχέσεις μεταξύ των μεταβλητών είναι γραμμικές.
Τότε, η έκθεση μπορεί να λειτουργήσει με τους εξής τρόπους (Εικόνα 1.6):
I. ως μεσολαβητής (mediator) της σχέσης -Y : υπάρχει ένα μέρος της σχέσης το οποίο
επηρεάζει την έκβαση μέσω της έκθεσης ( -> ). Σε μια μονοπαραγοντική μελέτη, το
μέγεθος της αιτιακής επίδρασης αυτής της σχέσης θα αποδιδόταν μονάχα στη , ωστόσο
με τη συμπερίληψη της στο μοντέλο, διαφαίνεται η διαφορετική συνεισφορά ( ) αυτής της
έκθεσης στην έκβαση. Συγκεκριμένα, η πρωτεύουσα έκθεση επιδρά στη (με ποσότητα
επίδρασης ), επομένως η αναγνωρίζεται ως μεσολαβητής (mediator) της . Το
πολυπαραγοντικό μοντέλο μπορεί να υπολογίσει τόσο την άμεση επίδραση ( ) της στην
έκβαση, διατηρώντας σταθερό τον παράγοντα , όσο και της στην έκβαση, διατηρώντας
σταθερή τη . Η συνολική τώρα επίδραση (total effect) των δύο εκθέσεων θα ισούνται με
+ , και πολύ πιθανόν να είναι πολύ διαφορετική της άμεσης.
II. ως (οριζοντίως) πλειοτροπική συσχέτιση της γενετικής μεταβλητής G και με τις δύο εκθέσεις
( , ) , άλλωστε αυτή είναι μια επιτρεπόμενη συνθήκη από το πολυπαραγοντικό μοντέλο.
Όταν =0, άρα δεν υπάρχει συσχέτιση μεταξύ των και :, τότε η άμεση επίδραση της
στην Υ θα είναι ίση με ενώ η συνολική ίση με .
35
Άλλες πιθανές σχέσεις της ( Εικόνα 1.6) είναι οι εξής:
III. Ως συγχυτικός παράγοντας, επιδρώντας τόσο στη όσο και στη (scenario 1, εικόνα 1.7):
Σε αυτή την περίπτωση τόσο οι εκτιμήσεις της μονο-παραγοντικής όσο και της πολύ-
παραγοντικής MR , είναι διαβλητές.
IV. Ως επιταχυντής (collider) της σχέσης -Y (scenario 2, εικόνα 1.7): σε αυτήν την περίπτωση
τόσο η έκβαση Y όσο και η έκθεση επηρεάζουν την πρωταρχική έκθεση με αποτέλεσμα
να εισαγάγουμε μεροληψία στην εκτίμηση όταν διορθώνουμε για τη έκθεση. Είναι μια
μορφή σφάλματος επιλογής λόγω χαμηλής απόκρισης για συμμετοχή στη θεραπεία,
περιπτώσεων “lost-to-follow-up” ή ελλειπουσών τιμών, το οποίο μπορεί να προσαυξήσει ή
να ελαχιστοποιήσει τη σχέση. (Sanderson, 2018)
36
1.3.5.3 Μέθοδος εκτίμησης της αιτιακής επίδρασης σε περιληπτικά δεδομένα σε πολυ-
παραγοντική μενδελιανή τυχαιοποίηση
Ενώ σε ατομικά δεδομένα είναι δυνατό να χρησιμοποιήσουμε τη μέθοδο δυο σταδίων των
ελαχίστων τετραγώνων (2-Stage Least Square, 2SLS), στα περιληπτικά δεδομένα αυτό δεν είναι
δυνατό. Οι Burgess et al, έχουν εφαρμόσει, κατ’ αναλογία της μονοπαραγοντικής MR, τη μέθοδο
της σταθμισμένης αντίστροφης διακύμανσης (IVW) για την εκτίμηση ενός συνολικού εκτιμητή
της αιτιακής επίδρασης (Sanderson, 2019, Burgess S, Bowden 2015).
1.3.5.4 Αξιολόγηση της εγκυρότητας και της ισχύος των μεταβλητών σε πολύ-παραγοντική
Μενδελιανή τυχαιοποίηση περιληπτικών δεδομένων
Για MVMR ενός δείγματος προκειμένου να αξιολογηθεί η ισχύς των γενετικών μεταβλητών
χρησιμοποιείται το Sanderson-Windmeijer conditional F-statistic ( ), για το οποίο ισχύει ο
εμπειρικός κανόνας του χεριού (“rule of thumb”), > 10. Υπολογίζεται με τα εξής βήματα:
α) Η έκθεση Χ2 υφίσταται παλινδρόμηση σε όλες τις γενετικές μεταβλητές και προκύπτει το
εκτιμώμεο Χ2. β) Η έεκθεση Χ1 θα παλινδρομηθει στη Χ2 ώστε να προκύψει η εκτίμηση το TSLS δ
και υπολιγίζεται και το υπολειπομενο σφάλμα Χ1-δΧ2 (εκτιμηση μονο το δ εδω) γ) τα σφάλματα
παλινδρομούνται σε όλες τις γενετικές μεταβλητές και προκύπτει το στατιστικό Φ ως το η
επίδραση των μεταβλητών σε αυτη την παλινδρόμηση δ) το conditional F-statistic διορθώνεται
για τους βαθμούς ελευθεριας και ελέγχεται για στις οριακές τιμές των αδυναμων μεταβλητων (10
με βάση του “rule of thumb) (Sanderson, Davey Smith, Windmeijer, Bowden , 2019)
G
G
37
Για MVMR με δεδομένα από 2 μελέτες που αφορά και στις περισσότερες σύγχρονες MVMR
μελέτες, η αξιολόγηση της ισχύος των μεταβλητών και ευστάθειας των προϋποθέσεων της
MVMR ανάλυσης είναι ακόμα υπό έρευνα και δεν έχουν υλοποιηθεί σε κάποιο υπολογιστικό
πρόγραμμα. Οι ερευνητές Sanderson, Davey Smith, Windmeijer και Bowden προτείνουν τη χρήση
των παρακάτω στατιστικών μεθόδων:
(A) τροποποιημένο στατιστικό Cochran’s Q - έλεγχος υπο- ταυτοποίησης (Q strength in MVMR R package). Σε αυτό το τεστ, το τροποποιημένο στατιστικό Q, η ανάλυση του οποίου
υπάρχει αναλυτικά στους Sanderson, Davey Smith, Windmeijer, Bowden , 2019 , η μηδενική
υπόθεση υποστηρίζεται ότι οι μεταβλητές δεν περιέχουν αρκετή πληροφορία για να
προβλέψουν και τις δυο εκθέσεις (ή περισσότερες) και το θα κατανέμεται συμπτωτικά σε
κατανομή (όπου L είναι ο αριθμός των μεταβλητών). Απόρριψη της μηδενικής υπόθεσης
(ανεύρεση ετερογένειας) σημαίνει πως το είναι μεγαλύτερο από κάποια οριακή τιμή και
βεβαιώνει πως υπάρχει αρκετή πληροφορία στο μοντέλο για την ταυτοποίηση με ασφάλεια
της . Το Q μπορεί να υπολογισθεί με τον ίδιο τροπο για τη .
(B) τροποποιημένο στατιστικό Cochran’s ; τεστ για την εγκυρότητα των μεταβλητών (Q valid in MVMR R package) Σε αυτό το τροποποιημένο Cochran’s Q test , το οποίο είναι μια άμεση
γενίκευση του προσαρμοσμένου Q στατιστικού (που έχει προταθεί από τους Bowden et al,
2017) για τις μονοπαραγοντικές MR μελέτες. Η μηδενική υπόθεση εικάζει πως οι γενετικές
μεταβλητές δεν έχουν πλειοτροπικές επιδράσεις στην έκβαση και το στατιστικό έχει
ασυμπτωματική κατανομή στους (L-2) βαθμούς ελευθερίας , όπου L είναι ο αριθμός των
γενετικών μεταβλητών. Η εναλλακτική υπόθεση υπολογίζει υπερβολική ετερογένεια,
επομένως αμφισβητεί της προϋποθέσεις IV2/IV3, και προκύπτει όταν το ξεπερνάει την
οριακή τιμή για την ανάλογη κατανομή .
Και για τις δύο παραπάνω δοκιμασίες είναι σημαντικό να προσδιορισθεί ο όρος της
συνδιακύμανσης. Ο όρος αυτός μπορεί να υπολογιστεί ωστόσο μονάχα για ατομικά (ιndividual
level) δεδομένα. Μία προτεινόμενη λύση από τους Sanderson, Davey Smith, Windmeijer και
Bowden είναι η χρήση της μηδενικής τιμής, εφόσον έχουν υπολογιστεί οι γενετικές συσχετίσεις με
την κάθε έκθεση και την έκβαση σε διαφορετικά δείγματα (Χ+1, όπου Χ ειναι ο αριθμός των
εκθέσεων) (Sanderson et al, 2019)
1.3.5.5. Έλεγχος πλειοτροπίας σε MVMR - Multivariable MR Egger regression
Χρησιμοποιείται το προσαρμοσμένο στατιστικό (βλέπε παραπάνω) όπως και πολυ-μεταβλητη
(multi-variate) MR Egger παλινδρόμηση. Η μέθοδος MR-Egger και εδώ περιλαμβάνει έναν
σταθερό όρο, που όταν διαφέρει στατιστικά σημαντικά από το 0 τα δεδομένα εμφανίζουν μη
ισορροπημένη οριζόντια πλειοτροπία. Ωστόσο δε θα αναλυθεί περεταίρω καθώς δε θα
εφαρμοστεί στην παρούσα μελέτη (Rees, Wood, Burgess, 2017).
1.3.5.7. Ευρυ-γονιδιωματικές αναλύσεις, παχυσαρκία και καρκίνος του μαστού: η μενδελιανή
προσέγγιση
38
Έχοντας παρουσιάσει τη λογική των μελετών Μενδελιανής τυχαιοποίησης, θα αναφερθώ εκ των
υστέρων σε κάποιες ήδη υπάρχουσες μελέτες μενδελιανής τυχαιοποίησης, δημοσιευμένες όλες σε
παράθυρο δεκαετίας, οι οποίες διερεύνησαν τη σχέση της γενετικά προβλεπόμενης παχυσαρκίας
με τον κίνδυνο εμφάνισης σε οποιαδήποτε ηλικία του καρκίνου εμφάνισης του μαστού. Στις
μελέτες των Ahmed et al, 2021, Freuer et al, 2021, Vithayathil et al, 2021 , Richardson et al, 2020,
Nick Seen Ooi et al, 2019, Guo et al, 2016 επιβεβαιώνονται ευρήματα αντίστροφης αιτιότητας της
αιτιακής επίδρασης της γενικής παχυσαρκίας (ΒΜΙ) στον κίνδυνο εμφάνισης του καρκίνου του
μαστού. Στη μελέτη των Guo et al, 2016, για παράδειγμα μελετήθηκε ένας πληθυσμός 146,000
περίπου γυναικών Ευρωπαϊκής καταγωγής προέκυψε ένα νέο αποτέλεσμα σε σχέση με τις ήδη
υπάρχουσες μελέτες παρατήρησης που περιγράψαμε: το αυξημένο ΒΜΙ φάνηκε προστατευτικό
στον κίνδυνο εμφάνισης του καρκίνου του μαστού ανεξάρτητα από το εμμηνοπαυσιακό
στάτους των γυναικών. Επομένως, στις προ-εμμηνοπαυσιακές γυναίκες η πρόβλεψη φαίνεται να
ταυτίζεται με το παρατηρίσιμο έως τώρα, μάλιστα με ακόμα πιο ισχυρό τρόπο δηλαδή 46%
μείωση του κινδύνου για κάθε 5 αύξηση στο BMI. Παρόμοια αντίστροφη συσχέτιση
περιγράφηκε και για τις μετεμμηνοπαυσιακές γυναίκες (σε παρόμοιο μάλιστα ποσό) γεγονός που
θέτει εκ νέου ερωτήματα στην κατανόηση των περίπλοκων μηχανισμών συσχέτισης της γενετικής
και περιβαλλοντικής αλληλεπίδρασης για το ΒΜΙ και την καρκινογένεση. Το ποσοστιαίο μέρος
της πρόβλεψης από τις γενετικές μεταβλητές που έχουν εντοπιστεί ως τώρα υπολογίζεται στο
2.7%. Η γενετική προδιάθεση για αυξημένο ΒΜΙ φαίνεται να αποδίδει ακριβέστερα το βάρος του
ατόμου σε νεότερη ηλικία (παιδική, εφηβική), ενώ μετέπειτα η ταυτότητα της πρόβλεψης με την
παρατήρηση φαίνεται να αποκλίνει. Λόγω αυτού, τίθεται ως εύλογο ερώτημα αν η αύξηση
βάρους (δυναμική κατάσταση που περιλαμβάνει και την επίδραση άλλων παραγόντων) στην
ενήλικη ζωή, και όχι η απόλυτη τιμή του ΒΜΙ, διαδραματίζει ουσιαστικότερο παράγοντα
κινδύνου για τον καρκίνο του μαστού και σημείο εστίασης για τις μελέτες του μέλλοντος.
Στη μεγάλη έρευνα των Guo et al [1] , έγινε στάθμιση των ευρημάτων και με βάση παράγοντες
κινδύνου όπως η ηλικία εμμηναρχής, το κάπνισμα όπου φάνηκε η συσχέτιση να διαμεσολαβείται
από το ΔΜΣ και επομένως το effect του να περιορίζεται χωρίς να αντιστρέφεται. Τέλος, ιδιη
αντίστροφη συσχέτιση φαίνεται αν έχει και ο γενετικά προβλεπόμενος παιδικός ΔΜΣ καθώς και
ο λόγος περιμέτρου μέσης/γοφών (θα αναλυθεί παρακάτω) ατον κίνδυνο εμφάνισης καρκίνο του
μαστού [2] χωρίς ωστόσο να είναι γνωστοί το εμμηνοπαυσιακό status των γυναικών.
Λεπτομέρειες για τις περισσότερες μελέτες μενδελιανής τυχαιοποίησης που αναφέρθηκαν, καθώς
και παραπάνω μελέτες, θα ανφερθούν στο 4ο Κεφάλαιο της μελέτης.
1.4 Σκοπός της μελέτης
Σκοπός αυτής της μελέτης είναι αρχικά η αναζήτησή στη βιβλιογραφία δημοσιευμένων
ευρυγονιδιωματικών μελετών GWAS και ο εντοπισμός σε αυτές αξιοσημείωτων σημειακών μονο-
νουκλεοτιδικών πολυμορφισμών (στο τυπικό επίπεδο στατιστικής σημαντικότητας αποδεκτό για
αυτές τις μελέτες P= ), οι οποίες σχετίζονται με τη γενική παχυσαρκία (general obesity),
όπως αυτή ορίζεται από το BMI, και την κεντρική παχυσαρκία (central obesity), όπως αυτή
ορίζεται από το WHR. Μέσω της εφαρμογής της στατιστικής μεθόδου της Μενδελιανής
τυχαιοποίησης 2 δειγμάτων, στη συνέχεια, στοχεύει στην εξέταση της ύπαρξης και του μεγέθους
της αιτιακής επίδρασης μεταξύ των φαινοτύπων αυτών και του καρκίνου του μαστού (ολικού
και υπότυπων). Στη συνέχεια, διερευνάται η σχέση μεσολάβησης με την παχυσαρκία που τυχόν
έχουν άλλες φαινοτυπικές εκθέσεις που έχουν συσχετισθεί με την εν λόγω κακοήθεια (μέσω της
39
μεθόδου 2-step MR). Τέλος, με τη συμπερίληψη αυτών σε πολυπαραγοντικά μοντέλα μενδελιανής
τυχαιοποίησης, εξετάζεται η μεταβολή της άμεσης αιτιακής επίδρασης της παχυσαρκίας (γενικής
και κεντρικής) με την παρουσία τους.
Κεφάλαιο 2ο: Μέθοδοι
2.0. Άντληση γονοτυπικών δεδομένων
2.1 Συσχέτιση των SNP με τον κίνδυνο εμφάνισης του καρκίνου του μαστού (μελετώμενη έκβαση)
O κίνδυνος εμφάνισης του καρκίνου του μαστού, η έκβαση ενδιαφέροντος της συγκεκριμένης
μελέτης, διερευνήθηκε ως ολικός κίνδυνος και ως κίνδυνος ανάλογα με το μοριακό υπότυπο. Τα
δεδομένα προήλθαν από τη μελέτη των Zhang et al, 2020.
Όσων αφορά στον ολικό κίνδυνο εμφάνισης καρκίνου του μαστού, πραγματοποιήθηκε μελέτη
GWAS σε συνολικά γονοτυπικά δεδομένα από 133.384 ασθενείς και 113.789 μάρτυρες,
Ευρωπαϊκής καταγωγής. Από αυτά, δεδομένα 118.774 ασθενών και 96.201 μαρτύρων προήλθαν
από 82 μελέτες συμμετέχουσες στο συνασπισμό BCAC από περισσότερες από 20 χώρες (βάση
δεδομένων έκδοση 10 της BCAC). Οι περισσότερες μελέτες από αυτές ήταν έρευνες ασθενών -
μαρτύρων στο γενικό πληθυσμό, στα πλαίσια της ενδονοσοκομειακής παρακολούθησης, είτε
μέρος (“nested”) μιας μεγαλύτερης μελέτης κοορτής ενώ ένα υποσύνολο ερευνών αφορούσε σε
δεδομένα από έρευνες σε υποκείμενα με θετικό οικογενειακό ιστορικό της νόσου. Στους ασθενείς
συμπεριλήφθησαν περιπτώσεις καρκίνου με διηθητική νόσο, καρκίνωμα in situ και αγνώστου
διηθήσεως. Τα κλινικά και ιστολογικά χαρακτηριστικά των συμμετεχόντων συλλέχθησαν από
την εκάστοτε επιμέρους μελέτη, συγκεντρώθηκαν σε μια κεντρική βάση δεδομένων και
υποβλήθηκαν σε ελέγχους ποιότητας. Τα διαθέσιμα δεδομένα γονοτυποποιήθκαν (genotype)
βάση των δυο γονοτυπικών πινάκων γονιδιωματικού εύρους σχετικά με τους ορμονο-
παραγώμενους καρκίνους της Illumina, που είναι διαθέσιμοι: τον iCOGs και τον OncoArray. Για
ένα υποσύνολο των συμμετεχόντων, για τους οποίους ήταν διαθέσιμα γονοτυπικά δεδομένα και
από τους δύο πίνακες, επιλέχθηκαν εκείνα με βάση τον OncoArray. Από τις παραπάνω μελέτες
αποκλείστηκαν τα δεδομένα της Νορβηγίας καθώς δεν υπήρχαν δεδομένα μαρτύρων (ήταν
διαθέσιμα δεδομένα αποκλειστικά ασθενών). Αποκλειστικά για τον ολικό κίνδυνο
συμπεριλήφθησαν και περιληπτικά δεδομένα από 11 άλλες μελέτες για τον καρκίνο του μαστού,
οι οποίες προσέφεραν γονοτυπικά δεδομένα για 14.910 ασθενείς και 17.588 μάρτυρες, χωρίς
ωστόσο να παρέχεται παραπάνω πληροφορία για τον υπότυπο του όγκου. Αυτή η συμπερίληψη
στη μελέτη των Zhang et al, προσέδωσε ισχύ λόγω αύξησης του διαθέσιμου δείγματος.Μια
δεύτερη ομάδα δεδομένων με 9.414 ασθενείς και 9.494 μάρτυρες - φορείς της μετάλλαξης BRCA1
Ευρωπαϊκής καταγωγής προήλθαν από 58 μελέτες που συμμετείχαν στο συνασπισμό της
CIMBA. Το αποτέλεσμα αυτό προέκυψε από τα διαθέσιμα γονοτυπικά δεδομένα αφότου τέθηκαν
σε έλεγχο ποιότητας και αφαιρέθηκαν οι συμμετέχοντες που συνυπήρχαν στη βάση δεδομένων
της BCAC. Το μεγαλύτερο ποσοστό των διαθέσιμων δεδομένων είχε γονοτυποποιηθεί σε
OncoArray πίνακα ενώ ένας μικρότερος αριθμός 1.630 ασθενών και 1.712 μαρτύρων είχε
γονοτυποποιηθεί βάση του πίνακα iCOGs.
40
Όσων αφορά στον κίνδυνο εμφάνισης των υποτύπων του καρκίνου του μαστού ελέγχθηκε η
ετερογένεια βάση της παρουσίας οιστρογονικών υποδοχέων, προγεσταγονικών υποδοχέων, τον
ανθρώπινο επιδερμιδικό παράγοντα ανάπτυξης (HER2) υποδοχέων και βαθμού διαφοροποίησης
του όγκου (μικρό, ενδιάμεσο και υψηλό). Οι φαινότυποι που εξετάσθηκαν ήταν οι “Luminal A-
rs7084454 Luminal B 0,963 0,568 403.5845 9E-04* rs1558902 0,228
Luminal B/
HER2
αρνητικός
0,88 0,023* 425.4575 1E-04* rs7084454
0,847
HER2
enriched ΝΑ ΝΑ 358.3549 0,054 NA NA
Triple
negative 0,927 0,188 462.1281 1E-04* rs12462975
rs1558902,
rs6585198
0.13
* ο αστερίσκος υποδηλώνει στατιστικά σημαντικό αποτέλεσμα στο επίπεδο στατιστικής σημαντικότητας a=5%
3.2. Κεντρική παχυσαρκία
3.2.1. Η εφαρμογή της μενδελιανής τυχαιοποίησης δύο δειγμάτων στα δεδομένα των GWAS που
αναφέρονται στο Κεφάλαιο 2 με το ερώτημα της επίδρασης του φαινότυπου της παχυσαρκίας
στην καρκινογένεση του μαστού, ανέδειξε την προστατευτική επίδραση της κεντρικής
παχυσαρκίας, εκφραζόμενη ως αύξηση του WHR κατά 1-SD, στον κίνδυνο εμφάνισης του
ολικού καρκίνου του μαστού. Η εκτίμηση της αιτιακής επίδρασης που αναδείχθηκε με την IVW
τυχαίων επιδράσεων για κάθε αύξηση 0.07 του λόγου, είχε OR: 0,895 (0.829, 0.966) (Πίνακας 3.5).
Συγκεκριμένα , η αύξηση του WHR κατά 0.07 κατά την IVW μειώνει την πιθανότητα εμφάνισης
10.5% (Πίνακας 3.5). Βάση του στατιστικού Cochran’s Q διαπιστώθηκε η παρουσία αυξημένης
ετερογένειας μεταξύ των εκτιμήσεων (Πίνακας 3.7), θέτοντας υπό αμφισβήτηση το μοντέλο
τυχαίων επιδράσεων της IVW, αν και ακριβώς σ’ αυτην την αδυναμία κλήθηκε να απαντήσει το
μοντέλο τυχαίων επιδράσεων, επιτρέποντας μεγαλύτερη ελευθερία στο μοντέλο.
Αδιαμφισβήτητα, όσο οαυξάνεται ο αριθμός των γενετικών μεταβλητών που χρησιμοποιούνται,
τόσο αναμένεται μεγαλύτερη ετερογένεια, αλλά και αυξάνεται η ισχύς της εκτίμησης. Οι
εκτιμήσεις των επιδράσεων των αναλύσεων ευαισθησίας για την αξιολόγηση των γενετικών
μεταβλητών ήταν συνεπείς με την IVW όσον αφορά την κατεύθυνση της επίδρασης.
Ταυτόχρονα, παρά τη μειωμένη συγκριτικά ισχύ τους και στις δυο αναλύσεις ευαισθησίας που
χρησιμοποιήσαμε (Weighted Median, MR-Egger) αναδείχθηκε στατιστικά σημαντική η εκτίμηση
της αιτιακής επίδρασης της σχέσης. (Πίνακας 3.5)
Η μηδενική υπόθεση της μη ύπαρξης κατευθυνόμενης πλειοτροπίας, απορρίφθηκε (πίνακας 3.6),
επομένως οριζόντιας κατευθυνόμενη πλειοτροπία ήταν παρούσα. Παρ’ όλα αυτά, η εκτίμηση του
στατιστικού ήταν οριακά αποδεκτή (( =0.9, Πίνακας 3.8).
Για τον εντοπισμό των έκτοπων πλειοτροπικών παρατηρηθέντων SNPs χρησιμοποιήθηκε η MR-
PRESSO μέθοδος, από όπου εντοπίστηκαν τα εξής 14 SNPS: rs1002473, rs10445337, rs10761785, rs10840349, rs13256367, rs13283416, rs1558902, rs17584626, rs28445639, rs6090040, rs7395513, rs747472, rs8033381, rs974801. Μετά από την απομάκρυνση τους δε διαπιστώθηκε στατιστικά
σημαντική διαφορά στην εκτίμηση της αιτιακής επίδρασης σύμφωνα με το distortion test (pval-
distortion=0.656) (Πίνακας 3.8) Επίσης, η εκτίμηση της αιτιακής επίδρασης από το μοντέλο IVW
τυχαίων επιδράσεων της MR PRESSO παρέμεινε στατιστικά σημαντική. (Πίνακας 3.8)
55
Πίνακας 3.5: Μενδελιανή τυχαιοποίηση 2 δειγμάτων για την επίδραση του WHR στον κίνδυνο
εμφάνισης ολικού καρκίνου μαστού και υποτύπων
Έκβαση Έκθεση Ν (SNPs) Μέθοδος OR (95% CI) P-value
Ολικός
καρκίνος
μαστού
WHR 253 IVW (random
effects) 0,895 (0.829,
0.966) 0,004*
Weighted
Median 0.86 ( 0.802,
0.922) 0,000*
MR-Egger 0.875 ( 0.608,
0.876) 0,001*
Luminal A WHR 253 IVW (random
effects)
0, 882 (0.807,
0.965) 0,006*
Weighted
Median 0.858 ( 0,.783,
0.939) 0,001*
MR-Egger 0.695 (0.56,
0.862) 0,001*
Luminal B WHR 253 IVW (random
effects)
0.896 ( 0.791,
1.015) 0,084
Weighted
Median 0.899 (0.737,
1.094) 0,288
MR-Egger 0.793 (0.584,
1.075) 0,134
Luminal
B/HER 2
αρνητικός
WHR 253 IVW (random
effects)
0.927 (0.824,
1.042) 0,205
Weighted
Median 0.957 (0.816,
0.122) 0,589
MR-Egger 0.661 ( 0.498,
0.878) 0,004*
ΗΕR2
enriched WHR 253 IVW (random
effects) 0.807 ( 0.684,
0.95) 0,01*
Weighted
Median 0.7 (0.54,
0.908) 0,007*
MR-Egger 0.652 (0.436,
0.974) 0,037*
triple
negative WHR 253 IVW (random
effects)
0.845 ( 0.757,
0.942) 0,002*
Weighted
Median 0.867 (0.733,
1.026) 0,097
MR-Egger 0.824 (0.633,
1.075) 0,154
* ο αστερίσκος υποδηλώνει στατιστικά σημαντικό αποτέλεσμα στο επίπεδο στατιστικής σημαντικότητας a=5%
56
Πίνακας 3.6. MR-Egger έλεγχος για την ύπαρξη κατευθυνόμενης πλειοτροπίας στις αναλύσεις της
σχέσης WHR-καρκίνου του μαστού (και υποτύπων)
Έκβαση Έκθεση Intercept (95% CI) P-value
Ολικός καρκίνος
μαστού WHR 0,005 (0.001, 0.009) 0,017*
Luminal A WHR 0.006 (0.001, 0.011) 0,018*
Luminal B WHR 0.003 (-0.004, 0.01) 0,388
Luminal B/ HER2
αρνητικός WHR 0.009 (0.002,0.015) 0,01*
HER2 enriched WHR 0.005 (-0.004, 0.015) 0,255
Triple negative WHR 0.001 (-0.006, 0.007) 0,846 * ο αστερίσκος υποδηλώνει στατιστικά σημαντικό αποτέλεσμα στο επίπεδο στατιστικής σημαντικότητας a=5%
Πίνακας 3.7: Έλεγχος ετερογένειας (ΙVW και MR-Egger μεθόδων) και υπολογισμός του
στατιστικού 𝐼{𝐺𝑋}2 στις αναλύσεις MR της επίδρασης του WHR στον καρκίνο του μαστού
Έκβαση Έκθεση IVW MR-Egger
Q P-value Q P-Value Ολικός
καρκίνος
μαστού
WHR 1028.7272
0,000* 1005.7248
0,000* 0.91
Luminal A WHR 828.7032 0,000* 810.5137 0,001* 0,901
* ο αστερίσκος υποδηλώνει στατιστικά σημαντικό αποτέλεσμα στο επίπεδο στατιστικής σημαντικότητας a=5%
3.2.1 Στρωματοποιημένη ανάλυση ανάλογα με τον υπότυπο του καρκίνου του μαστού: ER/PR
(+) όγκοι
57
Στη συνέχεια, πραγματοποιήθηκε ανάλυση της επίδρασης της κεντρικής παχυσαρκίας στους
υπότυπους τους καρκίνους του μαστού και προέκυψαν τα εξής αποτελέσματα αναφορικά με
τους ορμονο-ευαίσθητους υπότυπους (θετικούς σε υποδοχείς οιστρογόνων).
Για τον υπότυπο “Luminal A” διαφάνηκε προστατευτική αιτιακή επίδραση (OR : 0, 882, CI95%
0.807, 0.965), η οποία ήταν στατιστικά σημαντική στο επίπεδο στατιστικής σημαντικότητας του
5% για το μοντέλο τυχαίων επιδράσεων της IVW. (Πίνακας 3.5). Από το στατιστικό Cochran’s Q
ήταν σαφής η παρουσία αυξημένης ετερογένειας. Οι εκτιμήσεις των επιδράσεων των αναλύσεων
ευαισθησίας για την αξιολόγηση των IVs ήταν συνεπείς με την κατεύθυνση της IVW όσων αφορά
το πρόσημο (“προστατευτική” σχέση). Το αποτέλεσμα τόσο του Weigted Median, όσο και της
MR-Egger ανάλυσης ήταν στατιστικά σημαντικό. Επικράτησε ωστόσο η εναλλακλτική υπόθεση
της ύπαρξης κατευθυνόμενης πλειοτροπίας (Πίνακας 3.6). Με βάση την η επίδραση της
ΝΟΜΕ δε ήταν αμελητέα , αλλά βρισκόταν εντός αποδεκτών ορίων, επομένως η ΝOME
ικανοποιήθηκε (Πίνακας 3.7) Για τον εντοπισμό των έκτοπων παρατηρήσεων χρησιμοποιήθηκε
η MR-PRESSO με τον εντοπισμό 10 έκτοπων SNPs : rs1002473, rs10445337, rs13256367, rs13283416, rs1558902, rs17584626, rs6090040, rs7395513, rs8033381, rs974801 , χωρίς ωστόσο η
αφαίρεσή τους να μεταβάλλει με στατιστικά σημαντικό τρόπο την αιτιακή επίδραση που
υπολογίσθηκε (distortion test= 0,815. (Πίνακας 8) Η εκτίμηση της αιτιακής επίδρασης σύμφωνα
με το μοντέλο τυχαίων επιδράσεων της MR PRESSO ήταν 0.880 (p-val<0.05).
Για τους “Luminal B” καρκίνους του μαστού δεν αποδείχθηκε στατιστικά σημαντικό αποτέλεσμα
με βάση τη μέθοδο IVW τυχαίων επιδράσεων στο επίπεδο στατιστικής σημαντικότητας 5% (OR:
0.896 95% CI0.791, 1.015), ωστόσο δεν ανατράπηκε το πρόσημο της “προστατευτικής” σχέσης
όπως και στην περίπτωση του ολικού καρκίνου (Πίνακας 3.5). Από τη μελέτη του στατιστικού
Cochran’s Q προκύπτει πως η ανάλυση αυτή έχει μετριασμένη ετερογένεια (Q = 329.0658 ,
Πίνακας 3.7, με βάση την κατανομή για τους δεδομένους βαθμούς ελευθερίας), ενώ οι
αναλύσεις ευαισθησίας για την αξιολόγηση των παραδοχών των γενετικών μεταβλητών είχαν
την ίδια κατεύθυνσης αιτιακής επίδρασης με το μοντέλο τυχαίων επιδράσεων IVW. Τόσο η
Weighted Median, όσο και η MR-Egger αναλύσεις ευαισθησίας δεν ανέδειξαν στατιστικά
σημαντική σχέση. Δεν απορρίφθηκε η μηδενική υπόθεση της μη ύπαρξης κατευθυνόμενης
πλειοτροπίας της ανάλυσης MR-Egger (πίνακας 6, intercept p-value=0.388) ενώ αποδεκτό ήταν
το αποτέλεσμα της . Από την εφαρμογή της MR-PRSSO ανάλυσης εντοπίστηκε 1 SNP,
rs1558902, η αφαίρεσή του οποίου δεν οδήγησε σε στατιστικά σημαντική διαφορά στο
αποτέλεσμα των εκτιμήσεων (distortion test p-val= 0.634). Η ίδια η εκτίμηση του μοντέλου IVW
τυχαίων επιδράσεων της MR-PRESSO δεν ήταν στατιστικά σημαντική (Πίνακας 3.8).
Για το “LuminalB/ HER2 αρνητικό” υπότυπο, επίσης, δεν αναδείχθηκε στατιστικά σημαντική
“προστατευτική” επίδραση της κεντρικής παχυσαρκίας στον κίνδυνο εμφάνισης του.
Συγκεκριμένα, στο IVW μοντέλο τυχαίων επιδράσεων είχαμε OR: 0.927 , με CI 95%: 0.824, 1.042.
(Πίνακας 3.5) Από την εκτίμηση του στατιστικού Q για την εκτίμηση της ετερογένειας των
εκτιμήσεων των SNPs, διαπιστώνεται ετερογένεια (Πίνακας 3.7). Από τις αναλύσεις ευαισθησίας
που πραγματοποιήθηκαν στη συνέχεια για την αξιολόγηση της εγκυρότητας των γενετικών
μεταβλητών και του ευρήματος, αναδείχθηκε η ίδια κατεύθυνση (“προστασία”) της αιτιακής
επίδρασης αλλά μονάχα η ανάλυση MR-Egger, με τις πιο χαλαρές της προϋποθέσεις, είχε
στατιστικά σημαντικό αποτέλεσμα. Όπως προέκυψε από τον έλεγχο της πλειοτροπίας στην
ανάλυση MR-Egger, όντως διαπιστώνεται κατευθυνόμενη πλειοτροπία στο δείγμα της μελέτης,
και επομένως και η τιμή του στατιστικού ήταν οριακά αποδεκτή Από την MR-PRESSΟ
ανάλυση διαπιστώθηκε 2 outliers, rs13256367 rs2820443, η απομάκρυνση των οποίων δεν
58
ανέδειξε στατιστικά σημαντική διαφορά από την ακατέργαστη εκτίμηση της αιτιακής επίδρασης
(Πίνακας 3.8).
3.2.2 Κίνδυνος εμφάνισης υποτύπων του καρκίνου του μαστού: ER/PR (-) όγκοι
Στους ER/PR αρνητικούς καρκίνους, είχαμε μια παρόμοια εικόνα με τους ER/PR θετικούς, δηλαδή
παρατηρούμε τις ενδείξεις μιας προστατευτικής σχέσης μεταξύ WHR και κινδύνου εμφάνισης
του εκάστοτε υποτύπου του καρκίνου του μαστού. Η αιτιακή επίδραση για τους “HER2 enriched
“καρκίνους του μαστού ήταν στατιστικά σημαντική με OR 0.807, CI 95% (0.684, 0.95) για την
IVW τυχαίων επιδράσεων, δηλαδή “προστατευτική¨ επίδραση ίση με 19.3% στον κίνδυνο
εμφάνισης αυτού του καρκίνου για κάθε αύξηση του WHR κατά 0.07. Την ίδια κατεύθυνση
αιτιακής επίδραση με εύρημα ταυτόχρονα στατιστικά σημαντικό είχαν και οι εκτιμήσεις των
αναλύσεων ευαισθησίας που πραγματοποιήθηκαν (Weighted Median, MR-Egger, Πίνακας 3.5).
Από το στατιστικό Cochran’s Q της IVW έχουμε και πάλι την παρουσία ετερογένειας, που
εξηγείται μερικώς από την πλειάδα των SNPs που χρησιμοποιήθηκαν. Οι αναλύσεις ευαισθησίας
ωστόσο συνηγορούν υπέρ της εγκυρότητας των SNPs. Από το σταθερό όρο της MR-Egger δεν
προκύπτει η ύπαρξη κατευθυνόμενης πλειοτροπίας (πίνακας 3.6), ενώ είμαστε ευχαριστημένοι
από την εκτίμηση του ( Πίνακας 3.7). Από την MR-PRESSO μέθοδο για τον προσδιορισμό
των έκτοπων παρατηρήσεων , αυτές δεν μπόρεσαν να εντοπιστούν λόγω ελλειπουσών τιμών.
Στην περίπτωση των “Triple negative” κακοηθειών μαστού, η αιτιακή επίδραση είναι σημαντική
στο επίπεδο στατιστικής σημαντικότητας 5% για την IVW τυχαίων επιδράσεων . Συγκεκριμένα,
η αύξηση του WHR κατά 0.07, “προστατεύει” κατά 15,5% τον κίνδυνο εμφάνισης αυτών των
νεοπλασιών , με OR : 0.845, CI95%: (0.757, 0.942). (Πίνακας 3.5). Με βάση το στατιστικό
Cochran’s Q διαπιστώνεται ετερογένεια στις εκτιμήσεις , θέτοντας υπό αμφισβήτηση το μοντέλο
IVW τυχαίων επιδράσεων. (Πίνακας 3.7). Οι εκτιμήσεις των επιδράσεων των αναλύσεων
ευαισθησίας για την αξιολόγηση των IVs ήταν συνεπείς με την κατεύθυνση της IVW, χωρίς
ωστόσο το αποτέλεσμα της εκτίμησης που προέκυψε να είναι στατιστικά σημαντικό. Με βάση το
σταθερό όρο της ΜR-Egger ανάλυσης δεν παρατηρείται κατευθυνόμενη πλειοτροπία στα
αποτελέσματα. (Πίνακας 3.6), ενώ η τιμή του στατιστικού εκφράζει είναι αποδεκτό. Με την
εφαρμογή της MR-PRESSO μεθόδου εντοπίστηκε 1 έκτοπη παρατήρηση, η rs156913. Η
απομάκρυνση της δε μετέβαλλε στατιστικά σημαντικά την εκτίμηση. (Πίνακας 3.8)
Εν κατακλείδι, η κεντρική παχυσαρκία, όπως εκφράζεται με το λόγο περιμέτρου μέσης προς
γοφών (WHR) φαίνεται πως στο βαθμό που είναι γενετικά καθορισμένη, κατά την αύξηση της,
προστατεύει τις γυναίκες από τον κίνδυνο εμφάνισης του καρκίνου του μαστού, βάση της
μενδελιανής τυχαιοποίησης δύο δειγμάτων περιληπτικών δεδομένων που πραγματοποιήσαμε
εδώ. Να σημειωθεί πως οι εκτιμήσεις που χρησιμοποιήθηκαν στην παρούσα ανάλυση έχουν
αντληθεί από GWAS όπου έχει γίνει ήδη η διόρθωση τους για το ΒΜΙ. Η προστατευτική σχέση
υπάρχει τόσο στους ορμονο-αρνητικούς όσο και στους ορμονο-θετικούς καρκίνους, χωρίς
ωστόσο να αναδεικνύεται σε όλους τους υποτύπους μια αιτιακή επίδραση στατιστικά
σημαντική.
59
Πίνακας 3.8: Εύρεση πλειοτροπικών SNPs μέσω της μεθόδου MR-PRESSO στην επίδραση του
WHR στον κίνδυνο εμφάνισης του ολικού καρκίνου μαστού και υποτύπων
IVW τυχαίων επιδράσεων. Στις δύο πρώτες περιπτώσεις τη στατιστική σημαντικότητα τους
(καθώς και την κατεύθυνση τους) διατήρησαν και στις αναλύσεις ευαισθησίας που ακολούθησαν
(MR-Egger, Weighted Median), ενώ στην τρίτη περίπτωση ενώ διατήρησε την κατεύθυνση της,
έχασε τη στατιστική σημαντικότητα του στις αναλύσεις ευαισθησίας. Στην MR-PRESSO ανάλυση
ευαισθησίας δεν διαπιστώθηκε στατιστικά σημαντική αλλαγή στην εκτίμηση με βάση το distortion
test μετά την αφαίρεσή των πλειοτροπικών SNPs, και η διορθωμένη εκτίμηση της MR-PRESSO
IVW τυχαίων επιδράσεων διατήρησε τη στατιστική σημασία της για τον “Luminal A”, και “Triple
Negative” καρκίνο του μαστού, ενώ για τον “HER2Enriched” , δεν μπόρεσε να υπολογισθεί.
Αναφορικά με τις προηγηθείσες μελέτες μενδελιανής τυχαιοποίησης σχετικά με το ερώτημα της
κεντρικά κατανεμημμένης παχυσαρκίας και του κινδύνου εμφάνισης του καρκίνου του μαστού,
από την ανασκόπηση της βιβλιογραφίας προέκυψαν λιγότερα αποτελέσματα από εκείνα για τη
γενική παχυσαρκία (ΒΜΙ). Συγκεκριμένα, οι περισσότερες έχουν ήδη αναφερθεί προηγουμένως
καθώς το WHR ήταν ένας από τους ανθρωπομετρικούς δείκτες που χρησιμοποιήθηκαν στην
προσέγγιση της παχυσαρκίας ποικιλοτρόπως. Στην έρευνα των Shu et al, 2019, μελετήθηκε το
γενετικά προσδιορισμένο WHR, έχοντας γίνει διόρθωση για το ΒΜΙ, σε 54 γενετικές μεταβλητές
SNPs και η ατιακή του επίδραση σε άτομα της BCAC, Ευρωπαϊκής καταγωγής. Προέκυψε πως
το WHRadjBMI ήταν προστατευτικό για την εμφάνιση του καρκίνου του μαστού με OR IVW:
0,85, και 95%CI= 0.79-0.91, p = 9.22 × 10-6, εύρημα παρόμοιo σε μέγεθος με το δικό μας.
Ταυτόχρονα, ήταν σταθερό εύρημα ανεξάρτητα από το οιστρογονικό status (θετικό ή αρνητικό)
των όγκων. Αντίστροφη συσχέτιση, ωστόσο οριακά στατιστικά μη σημαντική, παρατηρήθηκε
στην μελέτη των Gao et al,2016 με OR IVW= 0.75 (CI 95%=0.53-100), για τον καρκίνο του μαστού.
Σε καμία από αυτές τις μελέτες δεν αναλύθηκαν περαιτέρω οι υπότυποι του καρκίνου του
μαστού, πέραν της κατάταξης σε ER+/ER-.
Από τη σκοπιά των επιδημιολογικών μελετών παρατήρησης επίσης οι μελέτες που έχουν
ασχοληθεί με την κεντρική παχυσαρκία είναι πολύ λιγότερες από εκείνες που αφορούν τη γενική
παχυσαρκία και τον καρκίνο του μαστού. Στην ανασκόπηση και μετα-ανάλυση των Harvie et al,
το 2013, προέκυπτε το συμπέρασμα πως η προσαρμογή για το ΒΜΙ εξαφάνιζε την όποια
επίδραση φαινόταν να έχει το WHR στο μετεμμηνοπαυσιακό καρκίνο του μαστού, ενώ αντίθετα,
η προσαρμογή για το ΒΜΙ στον προ-εμμηνιοπαυσιακό καρκίνο του μαστού, εισήγαγε μια
συσχέτιση μεταξύ του WHR και του προεμμηνοπαυσιακού καρκίνου του μαστού. Στη μετά-
ανάλυση δόσης-απάντησης προοπτικών ερευνών των Chen et al, 2016 , όπου μελετήθηκε
ακριβώς η επίδραση της κεντρικής παχυσαρκίας στον προ- και μετεμμηνοπαυσιακό καρκίνο του
μαστού, προκύπτει πως η κεντρική παχυσαρκία, εκφρασμένη με το μέτρο της περιμέτρου της
μέσης (waist circumference -WC) ,και όχι του λόγου περιμέτρου μέση προς γοφών (WHR),
σχετίζεται με μια μέτρια αύξηση του καρκίνου του μαστού και στις δυό εμμηνοπαυσιακές ομάδες,
ανεξάρτητα μάλιστα από τη γενική παχυσαρκία. Στην πρόσφατη μελέτη του Houghotn et al, 2021
, μελετήθηκαν τα αποτελέσματα της κοορτής Nurses’ Health Study με συμπέρασμα αντιθετικό με
το προηγούμενο. Εδώ, το WHR προσαρμοσμένο για το BMI, και όχι το WC ή το ΗC (Hip
Circumference - περίμετρος γοφών), φαίνεται να έχει θετική συσχέτιση με τον
προεμμηνοπαυσιακό καρκίνο του μαστού, (OR μεταξύ 5ου προς 1ο πεμπτημόριο= 1.27, 95% CI
= 1.04 έως 1.54) και ειδικά για τους ER (-), PR (-) και βασικού τύπου (basal - like) καρκίνους.
Αντίθετα, στους μετεμμηνοπαυσιακούς καρκίνους, το WHR χάνει τη στατιστικά σημαντική
συσχέτιση του μετά από την προσαρμογή για το ΒΜΙ. Σε μια άλλη μελέτη της κεντρικής
παχυσαρκίας, εκείνη των Wight et al, 2016, με στοιχεία από την κοορτή Sister Study επίσης
χρησιμοποιώντας το WC, και όχι το WHR, εμφανίζεται θετική συσχέτιση με την εμφάνιση του
προεμμηνοπαυσιακού όσο και του μετεμμηνοπαυσιακού καρκίνου του μαστού. Στην προοπτική
88
μελέτη των Lee et al, 2018, στην Κορέα, προέκυψε πως το WHR (προσαρμοσμένο για το ΒΜΙ)
είχε οριακά στατιστικά σημαντική συσχέτιση τόσο για τον προ όσο και για τον
μετεμμηνοπαυσιακό καρκίνο του μαστού.
Από ό,τι φαίνεται παρά τις ενδείξεις μιας θετικής συσχέτισης του WHR με την καρκινογένεση οι
μελέτες που αφορούν στον καρκίνο του μαστού δε χαίρουν για την ώρα ευρύτητας και
συμπερίληψης τέτοιων ώστε τα συμπεράσματα να είναι συνεπή και σταθερά. Από την άλλη οι
μελέτες μενδελιανής τυχαιοποίησης που έχουν πραγματοποιηθεί έχουν όλες ευρήματα συμβατά
με τα δικά ευρήματα, συνέπεια που προσδίδει ισχύς στο δικό μας αποτέλεσμα. Ο τρόπος
ερμηνείας τους, παρότι δυσδιάκριτος ενδεχόμενος, ίσως συμβαδίζει με την ερμηνεία της γενικής
παχυσαρκίας (της γενετικά προσδιοριζόμενης). Υπό γενετική καθοδήγηση, ίσως ερμηνεύεται
καλύτερα το νεανικό ή το παιδικό μας ΒΜΙ , όπως και η εναπόθεση κεντρικού λίπους, σε θέσεις
μεταβολικά ενεργές ώστε να συμβάλλουν στην απορρύθμιση των ορμονο-εξαρτώμενων
ωοθηκικών κύκλων των γυναικών, καταλήγοντας σε ανωορρηκτικούς κύκλους και σε διαφυγή
της “πολιορκίας” των μαστικών κυττάρων από την περίσσεια ορμονών.
Στη συνέχεια της ανάλυσης μας, θελήσαμε να εισαγάγουμε στο μοντέλο περισσότερους πιθανούς
παράγοντες κινδύνου για την εμφάνιση του καρκίνου του μαστού ώστε να εκτιμήσουμε την
αιτιακή επίδραση των κυρίων φαινοτύπων μας στην έκβαση σε ένα κοινό μοντέλο, καθώς και τη
μεταβολή αυτής, έχοντας λάβει υπόψιν και αυτούς τους δευτεροπαθείς φαινότυπους.
Εφαρμόσαμε τη μέθοδο πολυπαραγοντικής μενδελιανής τυχαιοποιήσης, εισάγοντας στο μοντέλο
εκ περιτροπής κάθε δευτερεύοντα φαινότυπο. Ως εκ τούτου, χρησιμοποιήσαμε παράγοντες με
γνωστή συσχέτιση με τον καρκίνο του μαστού (σε μελέτες μενδελιανής τυχαιοποίησης) και με
διαθέσιμα δημοσιευμένα περιληπτικά δεδομένα από ευρυγονιδιωματικές μελέτες. Τα στοιχεία των
GWAS που χρησιμοποιήθηκαν αναφέρονται στο κεφάλαιο 2. Σε κάθε περίπτωση, επιλέχθηκαν οι
μεγαλύτερες σε μέγεθος GWAS από τις διαθέσιμες. Σημειώνεται πως δεν υπήρχαν για όλες τις
GWAS στοιχεία ειδικά για το φύλο (sex-specific) ενώ στην περίπτωση μη ύπαρξης
χρησιμοποιήθηκαν μεικτά. H σχέση των δευτερευόντων φαινότυπων αυτών με τους κύριους
φαινότυπος περιορίστηκε στη μελέτη μας, σε σχέση μεσολάβησης. Ως μεσολαβητής νοείται ένας
φαινότυπος όταν μέσω της σχέσης του με την έκβαση και τον κύριο φαινότυπο, επεξηγεί ένας
μέρους του βιολογικού μονοπατιού της συσχέτισης αυτών των δύο. Στα πολυπαραγοντικά
μοντέλα επιλέχθηκε να μελετηθεί ως έκβαση το σύνολο των περιπτώσεων του καρκίνου του
μαστού, χωρίς διαστρωμάτωση για το μοριακό υπότυπο, αντίστοιχη με εκείνη του πρώτου
μέρους της μελέτης. Αυτή η επιλογή ήταν συνεπής με το γεγονός πως δεν παρατηρήθηκε διαφορά
στην κατεύθυνση της σχέσης για κανέναν από τους υποτύπους, είτε σε συνάρτηση με το ΒΜΙ,
είτε με το WHR. α στοιχεία της έκβασης που χρησιμοποιήθηκαν ήταν επίσης από δεδομένα της
BCAC.
Θεωρώντας πως η επίδραση της έκθεσης στο μεσάζοντα (mediator), καθώς και επίδρασης της
έκθεσης και τους μεσάζοντας στην έκβαση είναι γραμμική, χωρίς αλληλεπιδράσεις (Burghess,
2015), εντοπίσαμε γενετικές μεταβλητές με ισχυρή συσχέτιση (στο τυπικό επίπεδο στατιστικής
σημαντικότητας των GWAS) με τους φαινότυπους της παχυσαρκίας (BMI/WHR) και τους
δευτεροπαθείς φαινοτύπους. Ακολουθώντας τα βήματα της “2-step MR” (Haycock et al, 2016) για
τη μελέτη της μεσολάβησης στα πολυπαραγοντικά μοντέλα της MR, αρχικά μελετήσαμε τη σχέση
του εν δυνάμει μεσολαβητή με την έκβαση. Για τις περιπτώσεις που δεν προέκυψε στατιστικά
σημαντική σχέση, δε χρησιμοποιήσαμε τις εν λόγω μεταβλητές σε περεταίρω αναλύσεις.
Έπειτα , μελετήσαμε τη σχέση της έκθεσης με το μεσολαβητή. Γενετικές μεταβλητές για το BMI
89
/WHR χρησιμοποιήθηκαν για να προσδιορίσουν την αιτιακή επίδραση των ΒΜΙ/WHR στους
δευτεροπαθείς φαινοτύπους ενδιαφέροντος (1). Αντίστροφα, γενετικές μεταβλητές για τον
εκάστοτε δευτεροπαθή φαινότυπο χρησιμοποιήθηκαν για τον προσδιορισμό της αιτιακής
επίδρασης στα ΒΜΙ/WHR (2). Θεωρήθηκαν με ασφάλεια μεσολαβητές όσες συσχετίσεις είχαν
στατιστικά σημαντικό αποτέλεσμα στην μόνο-παραγοντική Μενδελιανή τυχαιοποίηση (1), ενώ
δε μελετήθηκαν περαιτέρω φαινότυποι οι οποίοι είχαν στατιστικά σημαντικό αποτέλεσμα και στη
μόνο-παραγοντική Μενδελιανή τυχαιοποιήση (2) (αμφί-κατευθυνόμενη σχέση), με το φόβο πως
μπορούν να συνιστούν συγχυτικούς παράγοντες στη βασική μελετώμενη σχέση. Υπό αυτό το
πρίσμα στο πολυπαραγοντικό μοντέλο MR συμπεριλήφθησαν ως μεσολαβητές για τη σχέση
ΒΜΙ- ολικός καρκίνος του μαστού οι IGF-1, η CRP και τα λιπίδια. Αντίστοιχα, για τη σχέση WHR-
καρκίνος του μαστού χρησιμοποιήθηκαν οι μεσολαβητές τεστοστερόνη, IGF-1, λιπίδια. Από τα
αποτελέσματα όλων των πολυπαραγοντικών μοντέλων, η προστατευτική κατεύθυνση του
φαινότυπου της παχυσαρκίας παρέμεινε.
Από τα αποτελέσματα που προέκυψαν για την πρώτη σχέση (BMI-BRCA), οι προσαρμογές για
τα λιπίδια ορού και η igf-1 φαίνεται να ήταν εκείνες οι οποίες μετέβαλλαν περισσότερο την αιτιακή
επίδραση του ΒΜΙ στο μοντέλο. Ο μετριασμός του προστατευτικού αποτελέσματος ήταν στην
πρώτη περίπτωση 36% ενώ στη δεύτερη περίπτωση 4%. Εντούτοις, η προστατευτική δράση του
ΒΜΙ δεν ήταν αμελητέα (μείωση κατά 7% και 11% αντίστοιχα για κάθε αύξηση κατά 5 k𝑔/𝑚2
του ΒΜΙ στον κίνδυνο εμφάνισης του καρκίνου του μαστού). Συμπεραίνουμε λοιπόν, πως τα
λιπίδια συνιστούν έναν κύριο μεσολαβητή για τη σχέση από την παχυσαρκία στην
καρκινογένεση. Η CRP ως μεταβλητή είχε διαφορετική παρουσία, ενισχύοντας την
προστατευτική σχέση, γεγονός που εκτιμήθηκε ως πιθανός διπλός ρόλος (μεσολαβητής και
συγχυτής) ωστόσο δεν εξετάσθηκε παραπάνω, στα πλαίσιαα της παρούσας μελέτης.
Ως τώρα, δεν υπάρχουν δημοσιευμένες μελέτες οι οποίες να εξετάζουν τους πιθανούς
μεσολαβητές στη σχέση καρκινογένεσης και παχυσαρκίας.
Από την έρευνα στην υπάρχουσα βιβλιογραφία, 6 δημοσιευμένες μελέτες μενδελιανής
τυχαιοποίησης που αναζητούν την αιτιακή επίδραση των λιπιδίων στον κίνδυνο εμφάνισης του
καρκίνου του μαστού. Αναφέρω συνοπτικά κάποια αποτελέσματα: η έρευνα από τους Nowak et
al, 2018, βρίσκει πως η γενετικά αυξημένη LDL αυξάνει τον κίνδυνο εμφάνισης του καρκίνου του
μαστού, ενώ οι HDL, LDL φάνηκαν να αυξάνουν τον κίνδυνο εμφάνισης των ορμονοθετικών
καρκίνων του μαστού. Στη μελέτη των Marju Orho-Melander et al, 2018 φάινεται πως τα
τριγλυκερίδια (TG), μετά την προσαρμογή για την πλειοτροπία, έχουν προστατευτική επίδραση
στον κίνδυνο εμφάνισης του καρκίνου του μαστού, ενώ δεν εντοπίζεται συσχέτιση για την LDL.
H αυξημένη HDL (γενετικά καθοριζόμενη) φαίνεται να είναι επιβαρυντική και στην έρευνα των
Beeghly-Fadiel, 2020, ενώ καμία συσχέτιση ή μη συνεπή αποτελέσματα προκύπτουν για τα
υπόλοιπα λιπίδια αίματος. Καμία συσχέτιση για την LDL δεν αποδεικνύει και η έρευνα των
Carter et al, 2020. Ενδιαφέρον έχει η μελέτη των Johnson et al, 2020, η οποία μελετά την επίδραση
των λιπιδίων σε πολυ-παραγοντικό μοντέλο (MVMR) το οποίο συμπεριλαμβάνει και εκτιμήσεις
του ΒΜΙ σε δεδομένα από ασθενείς και μάρτυρες της BCAC. Η μελέτη στο μονοπαραγοντικό
μοντέλο βρίσκει επιβαρυντικά αποτελέσματα για την HDL, ενώ προστατευτικά αποτελέσματα για
τα τριγλυκερίδια (παρόμοια αποτελέσματα παρουσιάζουμε και εμείς στον Πίνακα 9, παρότι μη
στατιστικά σημαντικά), αιτιακές κατευθύνσεις τις οποίες διατηρεί και στο πολυπαραγοντικό
μοντέλο έχοντας προσαρμόσει για το BMI και την ηλικία εμμηναρχής. Συγκεκριμένα, στο
πολυπαραγοντικό μοντέλο προκύπτει για το ΒΜΙ OR IVW= 0.90 (95% CI=0.87-0.94, P=1.15 × 10−6.
Αυτή η αιτιακή επίδραση είναι αρκετά κοντά στην άμεση αιτιακή επίδραση που υπολογίστηκε
90
στο δικό μας μοντέλο για το ΒΜΙ έχοντας προσαρμόσει για τα λιπίδια (υπενθυμίζω με OR
IVW=0.924, (95%CI =0.856 - 0.998). Επιδημιολογικές μελέτες παρατήρησης επίσης υπάρχουν
για την εν λόγω συσχέτιση και θα αναφερθώ συνοπτικά για να υποδείξω εκ νέου την
ασυμβατότητα μεταξύ των μελετών παρατήρησης και μενδελυανής τυχαιοποιήσης και στο
επίπεδο λιπιδίων-καρκίνου μαστού. Έτσι, στην μετα-ανάλυση των Ni et al, 2015 με 1.189.635
συμμετέχοντες προκύπτει πως ενδεχομένως τα τριγλυκερίδια είναι προστατευτικά για τον
κίνδυνο εμφάνισης καρκίνου του μαστού. Συσχέτιση για την LDL δεν παρατηρήθηκε, ενώ για την
HDL παρατηρήθηκε προστατευτική επίδραση για στην καρκινογένεση του μετεμμηνοπαυσιακού
καρκίνου του μαστού , αλλά όχι του προεμμηνοπαυσιακού. Στην συστηματική ανασκόπηση και
μετά-ανάλυση των Wu, το 2021, διαπιστώθηκαν αυξημένα τριγλυκερίδια και LDL στο
προεμμηνιπαυσιακό καρκίνο του μαστού. Το αιτιακό μονοπάτι που πιθανόν μεσολαβεί ως
μηχανισμός είναι εκείνο του μεταβολικού συνδρόμου (που συνδέεται τόσο με την παχυσαρκία,
όσο και με τη διαταραχή του μεταβολισμού των λιπιδίων).
Για την IGF-1 σε δύο δημοσιευμένες αναλύσεις MR που ανευρέθησαν, των Larson et al, 2020 και
των Tan et al, 2021 , όπου και στις δυο αναλύσεις φάινεται πως η igf-1 έχει επιβαρυντική αιτιακή
επίδραση στον καρκίνο του μαστού. Σε επιδημιολογικές μελέτες παρατήρησης (Endogenous
Hormones and Breast Cancer Collaborative Group, 2010, Wu et al, 2020) προκύπτει επίσης μάλλον
επιβαρυντική συσχέτιση της igf-1 με τον καρκίνο του μαστού.
Από τα αποτελέσματα που προέκυψαν για τη δεύτερη σχέση (WHR-BRCA) η προσαρμογή για
την τεστοστερόνη, την igf-1 και τα λιπίδια, δεν αναιρεί την προστατευτική αιτιακή επίδραση στην
εμφάνιση του καρκίνου του μαστού. Στις πρώτες δύο περιπτώσεις μάλιστα, η άμεση αιτιακή
επίδραση παρέμεινες στατιστικά σημαντική. Ο μετριασμός του προστατευτικού αποτελέσματος
του WHR στην έκβαση βρέθηκε 16 % στο μοντέλο που συμπεριλαμβάνει την τεστοστερόνη, με
αποτέλεσμα 9% μειωμένη πιθανότητα εμφάνισης καρκίνου του μαστού οποιοδήποτε τύπου (σε
σχέση με το 10.5% της μονοπαραγοντικής ανάλυσης). Στην περίπτωση της διαμεσολάβησης από
την igf-1 είχαμε αύξηση κατά 14% του OR που εκτιμήθηκε, υποδεικνύοντας πως η σχέση
διαμεσολαβείται από την παρουσία αυξημένης igf-1 και μετριασμό του προστατευτικού
αποτελέσματος της WHR (σε 9.2% μειωμένο καρκίνο του μαστού κατά 0.07 αύξηση του WHR,
κρατώντας σταθερή την igf-1). Τέλος, και εδώ τη μεγαλύτερη αύξηση την εμφανίζουν τα λιπίδια,
πιθανά λόγω της στενής συσχέτισης τους με το βιολογικό υπόβαθρο του μεταβολικού
συνδρόμου το οποίο εκκινείται και συντηρείται από την περίσσεια βάρους. Το ποσοστό
μεσολάβησης βρέθηκε ίσο με 49%, και σημαντικός ήταν ο μετριασμός του προστατευικού
αποτελέσματος σε σχέση με το μονοπαραγοντικό μοντέλο, παρότι διατηρήθηκε το
προστατευτικό πρόσημο.
Η σχέση του καρκίνου του μαστού με την τεστοστερόνη έχει μελετηθεί σε μία μελέτη μενδελιανής
τυχαιοποίησης, εκείνη των Ruth et al, με ευρύτερη διάθεση να διερευνηθεί η συσχέτιση σε γυναίκες
και άνδρες της γενετικά καθορισμένης αυξημένης τεστοστερόνης ορού στον κίνδυνο εμφάνισης
νοσηρών οντοτήτων. Εκεί, φάνηκε πως η αυξημένη τεστοστερόνη ορού σχετίζεται με τον κίνδυνο
εμφάνισης ER+ καρκίνων μαστού, αλλά όχι ER (-). Από επιδημιολογικής απόψεως υπάρχουν
μελέτες που αναφέρουν θετική συσχέτιση μεταξύ του καρκίνου του μαστού και της
τεστοστερόνης (Key, 2013, Key, 2015).
Βάση των επιδημιολογικών μελετών που για την ώρα είναι περισσότερες και πιο εκτενείς στη
διερεύνηση της συσχέτισης του καρκίνου του μαστού που συσχετίζεται με την παχυσαρκία
(obesity-realted breast Cancer) από εκείνες της μενδελιανής τυχαιοποίησης, υπάρχουν ενδείξεις
πως οι παράγοντες που μελετήθηκαν συμμετέχουν ως μεσολαβητές σε μοριακό επίπεδο της
καρκινογένεσης του μαστού και μάλιστα πολλοί από αυτούς μπορεί να διαφέρουν στην
91
κατεύθυνση της συσχέτισης ανάλογα με την εμμηνοπαυσιακή κατάσταση της γυναίκας. (Garcia-
Estevez 2021, Lorincz and Sukumar, 2006), ενώ κάποιο από αυτούς, παρότι μέρος του
μεταβολικού συνδρόμου μπορεί να σχετίζονται με τον καρκίνο του μαστού μέσω βιολογικού
μονοπατιού ανεξάρτητου από εκείνου της παχυσαρκίας.
Η αναζήτησή των συσχετίσεων στο Phenoscanner για τις γενετικές μεταβλητές (SNPs) των BMI/
WHR φαινοτύπων, που εντοπίστηκαν ως πιθανές πλειοτροπικές παρατηρήσεις, στη μονο-
παραγοντική μελέτη φαίνεται να συσχετίζονται με αρκετά δευτερογενή φαινοτυπικά
χαρακτηριστικά. Συνίσταται, επομένως η διερεύνηση των αλληλεπιδράσεων αυτών των
παραγόντων προκειμένου να διασαφηνιστεί ο ρόλος τους ως μεσολαβητές, συγχυτικοί
παράγοντες ή παράγοντες κινδύνου στην εμφάνιση του καρκίνου του μαστού.
4.2 Πλεονεκτήματα και Περιορισμοί της μελέτης
Ένα από τα κύρια πλεονεκτήματα της μελέτης μας είναι κατ’ αρχάς η επιλογή της μενδελιανής
τυχαιοποίησης ως μέθοδο ανάλυσης των δεδομένων για την εξαγωγή αιτιακών συμπερασμάτων
στη μελετώμενη σχέση. Στα ad hoc πλεονεκτήματα της μεθόδου περιλαμβάνονται η δυνατότητα
της να μειώνει τα σφάλματα μέτρησης, να αποφεύγει πολλούς συγχυτικούς παράγοντες,
παρόντες στις μελέτες παρατήρησης, και να υποδεικνύει την αιτιότητα (ποσοτικά και ποιοτικά),
όχι μόνο τη συσχέτιση. Όσων αφορά στο θέμα της διερεύνησης της αιτιακής επίδρασης του
φαινοτύπου της παχυσαρκίας στον καρκίνο του μαστού μελετήθηκε τόσο η γενική όσο και η
κεντρική παχυσαρκία προκειμένου να προσεγγιστεί, ει δυνατόν, καλύτερα το διαφορετικό
πρότυπο βιοπαθογένεσης που αυτοί οι δείκτες μπορεί να αντιπροσωπεύουν. Παρότι έχουν
δημοσιευθεί αρκετές μελέτες ήδη αναφορικά με το συγκεκριμένο ερώτημα, εφόσον ο καρκίνος
του μαστού είναι νεοπλασία συχνότατη αλλά και ισχυρά σχετιζόμενη με την παχυσαρκία, η
μελέτη μας, σε σχέση με τις προηγούμενες, είχε το πλεονέκτημα της εξαγωγής πιο αναλυτικών
δεδομένων για τους διάφορους μοριακούς υποτύπους του καρκίνου του μαστού, προσέγγιση
πιο αναλυτική συγκριτικά με την παραδοσιακή κατηγοριοποίηση σε νεοπλασίες ανάλογα της
παρουσίας των υποδοχέων οιστρογόνων - προγεσταγόνων. Αφενός, ως μελέτη μενδελιανής
τυχαιοποίησης δύο δειγμάτων, χρησιμοποιήθηκαν σε όλες τις περιπτώσεις, μη- επικαλυπτόμενα
δείγματα (non-overlapping) του πληθυσμού, όπως φαίνεται από την αναφορά στις
συμμετέχουσες μελέτες στο Κεφάλαιο 2, που ωστόσο προέρχονται από το ίδιο πληθυσμιακό
υπόστρωμα (Ευρωπαίοι). Προκειμένου να τεκμηριωθεί η εγκυρότητα των συμπερασμάτων,
προσπαθήσαμε να τηρήσουμε όλες τις προϋποθέσεις που απαιτεί η μέθοδος της μενδελιανής
τυχαιοποίησης για να είναι έγκυρη και να τις ελέγξουμε ποικιλοτρόπως. Η πρώτη προϋπόθεση
(IV1) , σύμφωνα με την οποία οι γενετικές μεταβλητές οφείλουν να συνδέονται ισχυρά με τους
φαινότυπους-εκθέσεις για τις οποίες συνιστούν βοηθητικές μεταβλητές, ικανοποιήθηκε.
Χρησιμοποιήθηκαν για όλες τις εκθέσεις (πρωτεύουσες και δευτερεύουσες) γενετικές μεταβλητές
που συνδέονται στατιστικά σημαντικά με τον καρκίνο του μαστού στο τυπικό επίπεδο
στατιστικής σημαντικότητας των GWAS. Αναφορικά με τη 2η και 3η προϋπόθεση, σύμφωνα με
τις οποίες οι γενετικές μεταβλητές δε συνδέονται με συγχυτικούς παράγοντες της σχέσης έκθεσης-
έκβασης (IV2), και ότι είναι δεσμευμένα ανεξάρτητες από την έκβαση, δεδομένων της έκθεσης
και όλων των συγχυτικών παραγόντων (IV2), πραγματοποιήσαμε αναζήτηση στο
Phenoscanner, (κυρίως των μεταβλητών που θεωρήθηκαν πιθανά έκτοπες στις αναλύσεις
92
ευαισθησίας), και προσδιορίσαμε πιθανές άλλες δευτερεύουσες συσχετίσεις τους. Από την
αναζήτησης αυτή, εντοπίστηκαν αρκετές αλληλεπιδράσεις και θεωρήθηκε δεδομένο πως για
αρκετές γενετικές μεταβλητές των ΒΜΙ/WHR υπάρχει συσχέτιση με την έκβαση μέσω και άλλου
μονοπατιού (οριζόντια πλειοτροπία). Λαμβάνοντας υπόψιν αυτήν την ετερογένεια,
χρησιμοποιήσαμε ως βασική στατιστική ανάλυση της IVW τυχαίων επιδράσεων, που προσμετρά
παράγοντες αβεβαιότητας στο μοντέλο. Χρησιμοποιήσαμε το στατιστικό Cochrans’ Q για να
ποσοτικοποιήσουμε αυτήν την ετερογένεια, ενώ καθώς αυτή ήταν εν πολλοίς παρούσα στη
μελέτη, πραγματοποιήσαμε στη συνέχεια μια σειρά αναλύσεων ευαισθησίας. Εφαρμόσαμε τις
Weighted Median, MR-Egger, μεθόδους που λαμβάνουν υπόψιν πιθανές υπερβάσεις των
προϋποθέσεων (assumptions) και αξιολογήσαμε μέσω αυτών την ισχύ των μεταβλητών μας και
την εγκυρότητας του ως IVs. Επιπλέον, χρησιμοποιήσαμε το MR pleiotropy residual sum and
outlier test (MR-PRESSO) για να εντοπίσουμε πλειοτροπικές παρατηρήσεις (P-value όριο: 0.05 ).
Εφόσον η μελετώμενη σχέση φάνηκε να είχε πλειοτροπικές συσχετίσεις με την έκβαση,
προχωρήσαμε στην εφαρμογή πολυπαραγοντικής μενδελιανής τυχαιοποιήσης, ως επιπλέον
ανάλυση ευαισθησίας. Η σχέση που επιτρέψαμε στους δευτεροπαθείς φαινοτύπους να έχουν με
την κύρια έκθεση στη σχέση έκθεσης - έκβασης είναι εκείνη της μεσολάβησης. Επομένως,
διερευνήσαμε μια σειρά από διαθέσιμους παράγοντες, δευτεροπαθείς φαινοτύπους, για τους
οποίους υπάρχει το ενεργό ερώτημα για τη συσχέτιση τους με τη μελετώμενη έκβαση, και οι
οποίοι, ενδεχομένως δρουν ως μεσολαβητές στο βιολογικό μονοπάτι. Εφαρμόσαμε την πολυ-
παραγοντική μενδελιανή τυχαιοποίηση σε φαινότυπος που είχαμε σαφή ενδείξεις πως επρόκειτο
για μεσολαβητές (mediators) αυτής της σχέσης, και διενεργήσαμε αξιολόγηση της ισχύoς και
εγκυρότητας των μεταβλητών βάση των στατιστικών Cohcrans’ Q και F -statistic conditional.
Ωστόσο, η μελέτη μας είχε και σημαντικούς περιορισμούς που πρέπει να αναφερθούν. Αρχικά τα
δεδομένα που χρησιμοποιήθηκαν αφορούσαν μετρήσεις από τράπεζες δεδομένων σε μία
στιγμιοτυπική στιγμή στη ζωή του ατόμου ενώ η μενδελιανή τυχαιοποιήση εξ ορισμού διερευνά
την συσσωρευτική αιτιακή επίδραση μακροχρόνιων εκθέσεων ως παράγοντες κινδύνου για την
έκβαση. Επίσης, η χρήση περιληπτικών δεδομένων κατά την ανάλυση δεν επέτρεψε την
πραγματοποίηση στρωματοποιημένης ανάλυσης για ορισμένες μεταβλητές ενδιαφέροντος για τις
οποίες έχει γίνει προσαρμογή των δεδομένων, επομένως δεν μπορούν αφενός να αξιολογηθούν
πλήρως οι συγχυτικοί παράγοντες σε ατομικό επίπεδο, όπως η ηλικία και τα κύρια συστατικά για
τη στρωματοποιήση του πληθυσμού (principal component), ενώ αφετέρου δεν μπορούμε να
εκτιμήσουμε στοιχεία που στις επιδημιολογικές αναλύσεις παρατήρησης φαίνεται να έχουν
βιολογική σημασία, όπως το εμμηνοπαυσιακό στάτους. Ταυτόχρονα, μία εμμένουσα
προβληματική που επιμένει είναι και εκείνη της αδυναμίας να αποδειχθεί η εγκυρότητα και
ισχύς των προϋποθέσεων της Μενδελιανής τυχαιοποίησης. Πρακτικά, πέραν της πρώτης
προϋπόθεσης που έχει πιο σαφή απόδειξη, για τις υπόλοιπες δύο χρησιμοποιούνται έμμεσα
στοιχεία για να τα αξιολογήσουμε, γεγονός που αφήνει πάντα ανοικτό το ενδεχόμενο της
ύπαρξης σφάλματος. Επίσης, η επιλογή των συμμετεχόντων θέτει ορισμένους περιορισμούς.
Αφενός, πρόκειται για γυναίκες μονάχα Ευρωπαϊκής καταγωγής, δεδομένο που περιορίζει τα
συμπεράσματα μας. Απαιτούνται άλλες μελέτες για να διερευνηθεί η δυνατότητα της γενίκευσης
των συμπερασμάτων μας ευρύτερα σε άλλες πληθυσμιακές ομάδες, μιας και όπως διαφάνηκε
στη βιβλιογραφική ανασκόπηση παραπάνω, έχουν παρατηρηθεί διαφορές στην κατεύθυνση της
σχέσης ανάλογα την πληθυσμιακή ομάδα που μελετάται. Αφετέρου, παρότι η ανάλυση μας
αφορούσε αποκλειστικά στο γυναικείο φύλο, για διάφορες δευτερεύουσες εκθέσεις δεν ήταν
δυνατό να βρεθούν δεδομένα αποκλειστικά για τις γυναίκες, με συνέπεια να χρησιμοποιηθούν
μεικτά. Όπως οι έδειξαν οι Gao et al, το 2021, σε μια μελέτη για τα ανθρωπομετρικά
93
χαρακτηριστικά των δύο φύλων σχετικά με τους καρκίνους μαστού και προστάτη, η χρήση
μεικτών δεδομένων μπορεί να οδηγήσει στην επιλογή γενετικών μεταβλητών που δεν είναι
αντιπροσωπευτικές για το κάθε φύλο ξεχωριστά, ειδικά όσων αφορά σε νόσους σχετιζόμενους
με το φύλο (Π.Χ. sex-specific cancers). Μεικτά δεδομένα στη μελέτη μας είχαμε για την ινσουλίνη
νηστείας (fasting Insulin), το Σακχαρώδη Διαβήτη τύπου 2 (T2DM), τα λιπίδια ορού, τη CRP.
Ταυτόχρονα, επιπλέον στη μελέτη χρησιμοποιήθηκαν κάποιες μεταβλητές προσαρμοσμένες ήδη
για το ΒΜΙ, όπως η WHR, γεγονός καθ’αυτό που μπορεί να εισαγάγει μεροληψία στο δείγμα,
σχόλιο που υπογραμμίζεται επίσης από τον Lawlor , 2016 στο Commentary που δημοσίευσε
πάνω στις “ευκαιρίες και προκλήσεις της μενδελιανής τυχαιοποιήσης” με αφορμή την έρευνα των
Gao et al, 2016 (αναλύεται παραπάνω). Μεροληψία προς τη μηδεμνική υπόθεση μπορεί να
προκύψει και από την κατάρα του νικητή (“Winner’s curse”), δηλαδή την ανάδειξη μη
αντιπροσωπευτικής εκτίμησης που αφορά τον πληθυσμό της μελέτης σε σχέση με το γενικό
πληθυσμό που μελετάται. Το γεγονός αυτό μπορεί να μετριαστεί με τη διαθεσιμότητα
περισσότερων περιληπτικών δεδομένων και την επανάληψη της ανάλυσης έπειτα σε δεδομένα
από κάποιο ανεξάρτητο δείγμα (replication studies ). Τα συμπεράσματα τα οποία εξήχθησαν
στην παρούσα μελέτη θα πρέπει να μελετηθούν με προσοχή, καθώς παρότι υποστηρίζονται από
πολλές προϋπάρχουσες μελέτες στο Α κομμάτι τους, αφενός εμφανίζουν αυξημένη ετερογένεια
και αφετέρου δεν διεξήχθησαν περαιτέρω αναλύσεις ευαισθησίας αναφορικά με το
πολυπαραγοντικό μοντέλο (Β μέρος), όπως η MR-Egger για MVMR. Πραγματοποιήθηκαν επίσης
πολλαπλές συγκρίσεις και ενδεχομένως στο Β Μέρος, ένα μέρος της στατιστικής σημαντικότητας
των συμπερασμάτων να έχει προκύψει από τυχαιότητα. Όπως αναφέρθηκε και παραπάνω, η
μενδελιανή τυχαιοποίηση υπόκειται σε κάποιες ατέλειες εξ ορισμού, όπως η τροχιοδρόμηση
(canalization), κατά την οποία ο οργανισμός θα υιοθετήσει μέσω προσαρμοστικών μεθόδων
διαφορετικό φαινοτυπικό προφίλ από το γενετικά αναμενόμενο, ώστε να υπερκεράσει τυχόν
επιβαρυντικούς φαινότυπους. Ταυτόχρονα, τα εκάστοτε πολιτιστικά πρότυπα συμπεριφορών
επίσης τροχειοδρομούν προς συγκεκριμένες συμπεριφορικές ανακατευθύνσεις τους διάφορους
πληθυσμούς. Συνίσταται η διασταύρωση των αποτελεσμάτων (triangulation) που προκύπτουν
από τη μενδελιανή τυχαιοποίηση μεταξύ άλλων μελετών μενδελιανής τυχαιοποίησης και η
συναξιολόγηση τους με τα συμπεράσματα των επιδημιολογικών μελετών παρατήρησης και των
κλινικών δοκιμών. Στην κατεύθυνση της πολυπαραγοντικής MR επίσης δε διερευνήθηκαν οι
άλλες μορφές συσχέτισης που θα μπορούσαν να εγκύψουν μεταξύ των παραγόντων κινδύνου
(π. χ. Bidirectional MR) είτε πολυπαραγοντικό μοντέλο που να στοχεύει στην εκτίμηση από
κοινού των αιτιακών επιδράσεων κάθε πιθανού παράγοντα κινδύνου υπό την παρουσία των
υπόλοιπων.
4.3 Συμπεράσματα
Στην παρούσα μελέτη, η εφαρμογή της Μενδελιανής τυχαιοποίησης ανέδειξε την αιτιακή
επίδραση της παχυσαρκίας προστατευτικά στον κίνδυνο ανάπτυξης του καρκίνου του μαστού
στις γυναίκες, καθώς και τη διαμεσολάβηση άλλων παραγόντων που συμμετέχουν στο μονοπάτι
αυτής της σχέσης. Ως ο πρώτος σε επίπτωση καρκίνος παγκοσμίως για το 2021, η πρόκληση για
την πρόληψη του συνιστά σημαντικό έρεισμα για τη Δημόσια Υγεία. Τα αντικρουόμενα στοιχεία
της Μενδελιανής τυχαιοποίσης με εκείνα των επιδημιολογικών μελετών παρατήρησης ως προς
το ακριβή ρόλο της παχυσαρκίας σε αυτόν, χρήζουν περαιτέρω διερεύνησης μέσω μελετών σε
ανεξάρτητα δείγματα και σε περισσότερες πληθυσμιακές ομάδες, με αξιοποίηση της ολοένα και
ευρύτερης διαθεσιμότητας των εργαλείων της Μενδελιανής τυχαιοποίησης, έτσι ώστε να
αποσαφηνηστεί ο ρόλος της αλληλεπίδρασης και τα ευρήματα να αποτελέσουν γόνιμο έδαφος
στόχευσης των προληπτικών μέτρων της Δημόσιας Υγείας. Η προσέγγιση αυτού του σύνθετου
94
φαινομένου, όπως ο καρκίνος σχετιζόμενος με την παχυσαρκία, από διάφορα βιολογικά
μονοπάτια συνιστά επίσης ένα ζητούμενο που πιθανός να βοηθήσει στην επίλυση αυτού του
παράδοξου φαινομένου.
95
Περίληψη
Εισαγωγή
Ο καρκίνος του μαστού είναι ο καρκίνος με τη μεγαλύτερη επίπτωση και θνησιμότητα μεταξύ
των γυναικών στα περισσότερα κράτη παγκοσμίως. Η μετάβαση αυτή αντικατοπτρίζει εξελίξεις
στο πρότυπο ζωής που περιλαμβάνει τους αναγνωρισμένους παράγοντες κινδύνου αυτής της
κακοήθειας, όπως η παχυσαρκία. Η περίσσεια βάρους σήμερα έχει λάβει χαρακτήρα πανδημικής
επέκτασης σε όλο τον πλανήτη. Οι επιδημιολογικές μελέτες επιβεβαιώνουν το παραπάνω εύρημα
αναφορικά με τη συσχέτιση της παχυσαρκίας στον καρκίνο του μαστού, αλλά μονάχα στην
υποκατηγορία του μετεμμηνοπαυσιακού καρκίνου του μαστού. Αντιθέτως, τα αποτελέσματα για
τον καρκίνο στις προεμμηνοπαυσιακές γυναίκες είναι συχνά αντικρουόμενα μεταξύ τους, συχνά
ωστόσο φαίνεται πως η παχυσαρκία έχει προστατευτική δράση. Το εύρημα αυτό συνιστά ένα
παράδοξο και χρήζει περαιτέρω μελέτης.
Σκοπός της παρούσας μελέτης είναι να ξεπεράσεις τους περιορισμούς που θέτουν a priori οι
επιδημιολογικές μελέτες εφαρμόζοντας τη μέθοδο της Μενδελιανής τυχαιοποίησης. Ο
σκοπός της διακρίνεται στην εξέταση α) του βαθμού που οι μεταβλητές γονοτύπισης για τον
προσδιορισμό της παχυσαρκίας, είτε γενικής (μέσω ΒΜΙ), είτε κεντρικής (μέσω WHR), επιδρούν
αιτιακά στην ανάπτυξη του συνολικού και των υπότυπων του καρκίνου του μαστού στις
γυναίκες και β) κυρίως, στη διασαφήνιση του πολυπαραγοντικού αυτού βιολογικού μηχανισμού
μέσω της συμπερίληψης δευτερευόντων παραγόντων κινδύνου για τον καρκίνο του μαστού και
απόδειξη του μεγέθους που η αρχική αιτιακή επίδραση της παχυσαρκίας διαμεσολαβείται
από εκείνους
Μεθολογία
Εφαρμόστηκε η μέθοδος της Μενδελιανής τυχαιοποίησης δύο δειγμάτων και οι μέθοδοι
ανάλυσης ευαισθησίας για την αξιολόγηση των παραδοχών των βοηθητικών μεταβλητών σε
περιληπτικά δεδομένα. Ανευρέθηκαν 316 SNPs για το ΒΜΙ και 253 για το WHR, ενώ για τις
δευτερογενείς εκθέσεις που μελετήθηκαν ανευρέθηκαν για τη CRP 48, για την ινσουλίνη νηστείας
37, για το Σακχαρώδη Διαβήτη τύπου 2 201, για την Τεστοστερόνη 88, για την iGF-1 200, για τα
Τριγλυκερίδια 54, για την HDL 88, για τη LDL 78. Για τους δευτερογενείς φαινοτύπους, μελετήθηκε
η σχέση μεσολάβησης στην κύρια έκθεση με την έκβαση και έπειτα συμπεριλήφθηκαν σε μοντέλο
πολυπαραγοντικής μενδελιανής τυχαιοποίησης περιληπτικών δεδομένων με έκβαση μονάχα το
συνολικό καρκίνο του μαστού. Τα περιληπτικά δεδομένα για τον καρκίνο του μαστού
αντλήθηκαν από το συνασπισμό BCAC και CIMBA ενώ τα περιληπτικά δεδομένα για τη
συσχέτιση των SNPs με την παχυσαρκία αντλήθηκαν από δημοσιευμένες τη UKBB (για το BMI
και το WHR). Οι GWAS από τις οποίες αντλήθηκαν τα δεδομένα για τη CRP ήταν οι HapMap και
1KG GWAS, για την Ινσουλίνη νηστείας ήταν εκείνη των Chen et al (2021), για το Σακχαρώδη
Διαβήτη 2 εκείνη των Malagan et al (2018), για την IGF-1 και την τεστοστερόνη η UKBB, ενώ για
τα λιπίδια η GWAS των Willer et al (2013).
Αποτελέσματα
Μελετώντας αρχικά τους βασικούς φαινοτύπους σε μονοπαραγοντικά μοντέλα δύο
δειγμάτων προκύπτει πως τόσο για τον ολικό καρκίνο του μαστού, όσο και για τους
υποτύπους του η γενετικά καθορισμένη γενική παχυσαρκία, όπως εκφράζεται από το ΒΜΙ
, είναι προστατευτική στον κίνδυνο εμφάνισής του. Συγκεκριμένα, βάση της κύριας
96
μεθόδου μας IVW προκύπτει πως για κάθε 5 𝑘𝑔/𝑚2 αύξηση του ΒΜΙ έχουμε προστασία ίση
με 11%, OR= 0.89 (CI 95% : 0.83, 0.95). Συμβατές με αυτό το αποτέλεσμα ήταν και οι υπόλοιπες
αναλύσεις ευαισθησίας (MR-Egger, Weighted Median, MR-PRESSO) τόσο για τον ολικό κίνδυν
ο , όσο και για τους υποτύπους του καρκίνου του μαστού, χωρίς ωστόσο τα αποτελέσματα
να είναι στατιστικά σημαντικά πάντοτε. Παρόμοιο αποτέλεσμα σε μέγεθος και πρόσημο
προέκυψε και για την κεντρική παχυσαρκία, όπως εκφράζεται από το WHR, όπου για κάθε
αύξηση 0.07 του λόγου, παρατηρήσαμε OR IVW= 0.89 (CI 95%: 0.83, 0.97) , επομένως
προστατευτική επίδραση επίσης. Συμβατά αποτελέσματα προκύπτουν και για τους
υπόλοιπους υποτύπους για όλες τις αναλύσεις ευαισθησίας. Στη συνέχεια μελετήθηκε η
σχέση των δευτερογενών φαινότυπων με την έκβαση. Από τη μελέτη των πιθανών μεσολαβητών,
αφαιρέθηκαν οι φαινότυποι του Σακχαρώδη Διαβήτη 2 και της ινσουλίνης νηστείας, καθώς
δεν αποδείχθηκε η αιτιακή επίδραση τους στη μελετώμενη έκβαση. Από το
πολυπαραγοντικό μοντέλο για τον καρκίνο του μαστού, προκύπτει πως οι δευτερεύοντες
φαινότυποι των λιπιδίων και της igf-1 μεσολαβούν το 36% και το 4% αντίστοιχα του
προστατευτικού αποτελέσματος του ΒΜΙ, με συνέπεια το άμεσο αποτέλεσμα του ΒΜΙ να εί
ναι λιγότερο προστατευτικό. Αντίστοιχα, στο πολυπαραγοντικό μοντέλο του WHR οι
δευτερεύοντες φαινότυποι των λιπιδίων, της τεστοστερόνης και του igf-1 φαίνεται να
επεξηγούν μέσω μεσολάβησης το 49%, 15% και 13% αντίστοιχα της αρχικής αιτιακής
επίδρασης αντίστοιχα. Η άμεση αιτιακή επίδραση του WHR παραμένει προστατευτική αλλά σε
μικρότερο βαθμό.
Συμπεράσματα
Τα αποτελέσματα της μελέτης φωτίζουν το βιο-παθοφυσιολογικό μονοπάτι μεταξύ
παχυσαρκίας και καρκινογένεσης. Επιβεβαιώνουν ευρήματα προηγούμενων μενδελιανών
μελετών και αντιβαίνουν σε εκείνα πολλών επιδημιολογικών μελετών παρατήρησης. Επιπλέον,
αποδεικνύουν τη σχέση μεσολάβησης των λιπιδίων, του igf-1 και της τεστοστερόνης (για το
WHR) εύρημα που δεν έχει μελετηθεί στο παρελθόν και προσθέτει στην προτεραία γνώση. Η
μελέτη μας διατηρεί τα πλεονεκτήματα της μεθόδου που εφαρμόζει. Οι περιορισμοί τη
ς έγκεινται στην αδυναμία πλήρους απόδειξης της εγκυρότητας των προϋποθέσεων για τ
ις γενετικές μεταβλητές που χρησιμοποιήθηκαν, γεγονός που χαρακτηρίζει όλες τις
μελέτες αυτού του είδους. Περαιτέρω μελέτη και διερεύνηση και άλλων ενδεχόμενων
μεσολαβητών, καθώς και άλλων πολυπαραγοντικων μοντέλων πέραν της μεσολάβησης, κ
ρίνεται σκόπιμη.
97
Summary
Introduction
Breast cancer ranks first amongst other cancers in incidence and mortality internationally
for women, but recently also for both sexes. Advances in lifestyle and behavioral changes
along the globe have played a significant role in that. One of them, particularly widespread,
is weight excess, which during the last 30 years has developed into a pandemic. Post-
menopausal breast cancer is strongly positively linked to obesity in epidemiological
studies, but this is not always the case for premenopausal. The cause of this paradox has
not yet been clarified, so in this study there is the intention of a further understanding of
obesity’s biological path to carcinogenesis via the application of Mendelian randomization
method.
Aim of this study is a) to examine the direction and quantity of the causal effect of
genotyped data for general (expressed in BMI measures) and central obesity (expressed
in WHR measures) to the danger of getting breast cancer (total, and subtypes) b) to
expand the first part by applying multivariable models of this association, in which,
secondary variables are examined as possible mediators for the endpoint of total breast
cancer.
Methodology
We applied the method of two- sample Mendelian randomization, along with sensitivity
analysis for the evaluation of MR assumptions in summary-level data, and multivariable
Mendelian Randomization. We found in total 316 SNPs for BMI, 253 for WHR as our
primary phenotypes and 48 SNPs for CRP, 37 for fasting insulin, 201 for Diabetes Mellitus type
2, 88 for Testosterone, 200 for igf-1, 54 for Triglycerides, 88 for HDL, 78 for LDL, as our secondary
phenotypes. Summary data for breast cancer cases and controls were taken from the BCAC and
CIMBA consortium (133.384 cases and 113.789 controls), while the summary data for the
association with general obesity came from large published GWAS such as UKBB (BMI, WHR, IGF-
1, Testosterone), HapMap and 1KG GWAS for CRP, Chen et al (2021) for FI, Malagan et al (2018)
for T2DM and Willer et al (2013) for lipids.
Results
In our univariate MR models, we concluded that BMI and WHR both have a protective impact in
breast cancer risk. The results remained protective in all sensitivity analysis applied (Weighted
Median, MR-Egger, MR-PRESSO). For 5 𝑘𝑔/𝑚2 increase in BMI, the OR of IVW random effects
was OR= 0.89 (CI 95%: 0.83, 0.95) (11% protective effect), as also, for 0.07 increase in WHR the
OR of IVW random effects was OR IVW=0.89 (CI 95%: 0.83, 0.97). From the secondary phenotypes
investigated, we did not confirm a causal effect for T2DM and FI, thus, these two, were withheld
from further analysis. From the multivariable model for total breast cancer and BMI, lipids and igf-
1 were the main mediators of the association, mediating 38% and 4%, respectively. On the
98
multivariable model, concerning the WHR and its effect on total breast cancer risk, the secondary
phenotypes that were mediating the association were lipids, testosterone, and igf-1, with an effect
of 49%, 15% and 13%, respectively. The direct effect of primary phenotypes remained protective
in both MVMR models, although decreased.
Conclusion
Our study confirms the protective effect of genetic predisposition to obesity in breast cancer risk, a
finding which is in accordance with published mendelian randomization studies. Furthermore, it
adds to previous knowledge the identification of possible mediators of the association, indicating
that lipids, igfd-1 and testosterone (for WHR) play an important role in the carcinogenesis path
caused by obesity. Surpassing the restrictions of classical epidemiology, mendelian randomization
is a promising alternative method that gains recognition and has opened a broader field for study.
Nevertheless, its innate restrictions, as the inability to prove the accuracy and validity of its
assumptions, remain. Future research is needed to fully understand the associations proven here.
99
ΒΙΒΛΙΟΓΡΑΦΙΑ
1. Abraham Wald "The Fitting of Straight Lines if Both Variables are Subject to Error," The
Annals of Mathematical Statistics, Ann. Math. Statist. 11(3), 284-300, (September, 1940) 2. Ahmed M, Mulugeta A, Lee SH, Mäkinen VP, Boyle T, Hyppönen E. Adiposity and
cancer: a Mendelian randomization analysis in the UK biobank. Int J Obes (Lond). 2021 Dec;45(12):2657-2665. doi: 10.1038/s41366-021-00942-y. Epub 2021 Aug 27. PMID: 34453097.
3. Allen, Naomi & Sudlow, Cathie & Downey, Paul & Peakman, Tim & Danesh, John & Elliott, Paul & Gallacher, John & Green, Jane & Matthews, Paul & Pell, Jill & Sprosen, Tim & Collins, Rory. (2012). UK Biobank: Current status and what it means for epidemiology. Health Policy and Technology. 1. 123–126. 10.1016/j.hlpt.2012.07.003.
4. Altshuler D, Daly MJ, Lander ES. Genetic mapping in human disease. Science. 2008 Nov 7;322(5903):881-8. doi: 10.1126/science.1156409. PMID: 18988837; PMCID: PMC2694957.
5. Amadou A, Ferrari P, Muwonge R, Moskal A, Biessy C, Romieu I, Hainaut P. Overweight, obesity and risk of premenopausal breast cancer according to ethnicity: a systematic review and dose-response meta-analysis. Obes Rev. 2013 Aug;14(8):665-78. doi: 10.1111/obr.12028. Epub 2013 Apr 25. PMID: 23615120.
6. Andò S, Gelsomino L, Panza S, Giordano C, Bonofiglio D, Barone I, Catalano S. Obesity, Leptin and Breast Cancer: Epidemiological Evidence and Proposed Mechanisms. Cancers (Basel). 2019 Jan 9;11(1):62. doi: 10.3390/cancers11010062. PMID: 30634494; PMCID: PMC6356310.
7. Angrist, Joshua - KRUEGER, A.B. 1990/02/01- The Effect of Age at School Entry on Educational Attainment: An Application of Instrumental Variables with Moments from Two Samples, VL - 87, DO - 10.2307/2290263 Journal of the American Statistical Association
8. Arnold M, Pandeya N, Byrnes G, Renehan PAG, Stevens GA, Ezzati PM, Ferlay J, Miranda JJ, Romieu I, Dikshit R, Forman D, Soerjomataram I. Global burden of cancer attributable to high body-mass index in 2012: a population-based study. Lancet Oncol. 2015 Jan;16(1):36-46. doi: 10.1016/S1470-2045(14)71123-4. Epub 2014 Nov 26. PMID: 25467404; PMCID: PMC4314462.
9. Avgerinos KI, Spyrou N, Mantzoros CS, Dalamaga M. Obesity and cancer risk: Emerging biological mechanisms and perspectives. Metabolism. 2019 Mar;92:121-135. doi: 10.1016/j.metabol.2018.11.001. Epub 2018 Nov 13. PMID: 30445141.
10. Benn M, Tybjærg-Hansen A, Smith GD, Nordestgaard BG. High body mass index and cancer risk-a Mendelian randomisation study. Eur J Epidemiol. 2016 Sep;31(9):879-92. doi: 10.1007/s10654-016-0147-5. Epub 2016 Apr 9. PMID: 27061578.α
11. Blüher M. Obesity: global epidemiology and pathogenesis. Nat Rev Endocrinol. 2019 May;15(5):288-298. doi: 10.1038/s41574-019-0176-8. PMID: 30814686.
12. Bowden J, Davey Smith G, Burgess S. Mendelian randomization with invalid instruments: effect estimation and bias detection through Egger regression. Int J Epidemiol. 2015 Apr;44(2):512-25. doi: 10.1093/ije/dyv080. Epub 2015 Jun 6. PMID: 26050253; PMCID: PMC4469799.
100
13. Bowden J, Del Greco M F, Minelli C, Zhao Q, Lawlor DA, Sheehan NA, Thompson J, Davey Smith G. Improving the accuracy of two-sample summary-data Mendelian randomization: moving beyond the NOME assumption. Int J Epidemiol. 2019 Jun 1;48(3):728-742. doi: 10.1093/ije/dyy258. PMID: 30561657; PMCID: PMC6659376.
14. Bray GA, Kim KK, Wilding JPH; World Obesity Federation. Obesity: a chronic relapsing progressive disease process. A position statement of the World Obesity Federation. Obes Rev. 2017 Jul;18(7):715-723. doi: 10.1111/obr.12551. Epub 2017 May 10. PMID: 28489290.
15. Bulik-Sullivan BK, Loh PR, Finucane HK, Ripke S, Yang J; Schizophrenia Working Group of the Psychiatric Genomics Consortium, Patterson N, Daly MJ, Price AL, Neale BM. LD Score regression distinguishes confounding from polygenicity in genome-wide association studies. Nat Genet. 2015 Mar;47(3):291-5. doi: 10.1038/ng.3211. Epub 2015 Feb 2. PMID: 25642630; PMCID: PMC4495769.
17. Burgess S, Davies NM, Thompson SG. Bias due to participant overlap in two-sample Mendelian randomization. Genet Epidemiol. 2016 Nov;40(7):597-608. doi: 10.1002/gepi.21998. Epub 2016 Sep 14. PMID: 27625185; PMCID: PMC5082560.
18. Burgess S, Small DS, Thompson SG. A review of instrumental variable estimators for Mendelian randomization. Statistical Methods in Medical Research. 2017;26(5):2333-2355. doi:10.1177/0962280215597579
19. Burgess S, Thompson SG. Multivariable Mendelian randomization: the use of pleiotropic genetic variants to estimate causal effects. Am J Epidemiol. 2015 Feb 15;181(4):251-60. doi: 10.1093/aje/kwu283. Epub 2015 Jan 27. PMID: 25632051; PMCID: PMC4325677.
20. Burgess S, Thompson SG. Multivariable Mendelian randomization: the use of pleiotropic genetic variants to estimate causal effects. Am J Epidemiol. 2015 Feb 15;181(4):251-60. doi: 10.1093/aje/kwu283. Epub 2015 Jan 27. PMID: 25632051; PMCID: PMC4325677.
21. Burgess Stephen, Simon G. Thompson , Mendelian Randomization, Methods for Causal Inference Using Genetic Variants, Published March 6, 2015 by Chapman and Hall/CRC 224 Pages 22 B/W Illustrations
22. Cao Q, Yu S, Xiong W, Li Y, Li H, Li J, Li F. Waist-hip ratio as a predictor of myocardial infarction risk: A systematic review and meta-analysis. Medicine (Baltimore). 2018 Jul;97(30):e11639. doi: 10.1097/MD.0000000000011639. PMID: 30045310; PMCID: PMC6078643.
23. Chan DSM, Abar L, Cariolou M, Nanu N, Greenwood DC, Bandera EV, McTiernan A, Norat T. World Cancer Research Fund International: Continuous Update Project-systematic literature review and meta-analysis of observational cohort studies on physical activity, sedentary behavior, adiposity, and weight change and breast cancer risk. Cancer Causes Control. 2019 Nov;30(11):1183-1200. doi: 10.1007/s10552-019-01223-w. Epub 2019 Aug 30. PMID: 31471762.
24. Chang SL, Tchernof A, Durocher F, Diorio C. Associations of Biomarkers of Inflammation and Breast Cancer in the Breast Adipose Tissue of Women with Combined Measures of Adiposity. J Obes. 2021 Aug 13;2021:3620147. doi: 10.1155/2021/3620147. PMID: 34426770; PMCID: PMC8380177.
25. Chen GC, Chen SJ, Zhang R, Hidayat K, Qin JB, Zhang YS, Qin LQ. Central obesity and risks of pre- and postmenopausal breast cancer: a dose-response meta-analysis of prospective studies. Obes Rev. 2016 Nov;17(11):1167-1177. doi: 10.1111/obr.12443. Epub 2016 Jul 19. PMID: 27432212.
26. Chen J, Spracklen CN, Marenne G, Varshney A, Corbin LJ, Luan J, Willems SM, Wu Y, Zhang X, Horikoshi M, Boutin TS, Mägi R, Waage J, Li-Gao R, Chan KHK, Yao J, Anasanti MD, Chu AY, Claringbould A, Heikkinen J, Hong J, Hottenga JJ, Huo S, Kaakinen MA, Louie T, März W, Moreno-Macias H, Ndungu A, Nelson SC, Nolte IM, North KE, Raulerson CK, Ray D, Rohde R, Rybin D, Schurmann C, Sim X, Southam L,
101
Stewart ID, Wang CA, Wang Y, Wu P, Zhang W, Ahluwalia TS, Appel EVR, Bielak LF, Brody JA, Burtt NP, Cabrera CP, Cade BE, Chai JF, Chai X, Chang LC, Chen CH, Chen BH, Chitrala KN, Chiu YF, de Haan HG, Delgado GE, Demirkan A, Duan Q, Engmann J, Fatumo SA, Gayán J, Giulianini F, Gong JH, Gustafsson S, Hai Y, Hartwig FP, He J, Heianza Y, Huang T, Huerta-Chagoya A, Hwang MY, Jensen RA, Kawaguchi T, Kentistou KA, Kim YJ, Kleber ME, Kooner IK, Lai S, Lange LA, Langefeld CD, Lauzon M, Li M, Ligthart S, Liu J, Loh M, Long J, Lyssenko V, Mangino M, Marzi C, Montasser ME, Nag A, Nakatochi M, Noce D, Noordam R, Pistis G, Preuss M, Raffield L, Rasmussen-Torvik LJ, Rich SS, Robertson NR, Rueedi R, Ryan K, Sanna S, Saxena R, Schraut KE, Sennblad B, Setoh K, Smith AV, Sparsø T, Strawbridge RJ, Takeuchi F, Tan J, Trompet S, van den Akker E, van der Most PJ, Verweij N, Vogel M, Wang H, Wang C, Wang N, Warren HR, Wen W, Wilsgaard T, Wong A, Wood AR, Xie T, Zafarmand MH, Zhao JH, Zhao W, Amin N, Arzumanyan Z, Astrup A, Bakker SJL, Baldassarre D, Beekman M, Bergman RN, Bertoni A, Blüher M, Bonnycastle LL, Bornstein SR, Bowden DW, Cai Q, Campbell A, Campbell H, Chang YC, de Geus EJC, Dehghan A, Du S, Eiriksdottir G, Farmaki AE, Frånberg M, Fuchsberger C, Gao Y, Gjesing AP, Goel A, Han S, Hartman CA, Herder C, Hicks AA, Hsieh CH, Hsueh WA, Ichihara S, Igase M, Ikram MA, Johnson WC, Jørgensen ME, Joshi PK, Kalyani RR, Kandeel FR, Katsuya T, Khor CC, Kiess W, Kolcic I, Kuulasmaa T, Kuusisto J, Läll K, Lam K, Lawlor DA, Lee NR, Lemaitre RN, Li H; Lifelines Cohort Study, Lin SY, Lindström J, Linneberg A, Liu J, Lorenzo C, Matsubara T, Matsuda F, Mingrone G, Mooijaart S, Moon S, Nabika T, Nadkarni GN, Nadler JL, Nelis M, Neville MJ, Norris JM, Ohyagi Y, Peters A, Peyser PA, Polasek O, Qi Q, Raven D, Reilly DF, Reiner A, Rivideneira F, Roll K, Rudan I, Sabanayagam C, Sandow K, Sattar N, Schürmann A, Shi J, Stringham HM, Taylor KD, Teslovich TM, Thuesen B, Timmers PRHJ, Tremoli E, Tsai MY, Uitterlinden A, van Dam RM, van Heemst D, van Hylckama Vlieg A, van Vliet-Ostaptchouk JV, Vangipurapu J, Vestergaard H, Wang T, Willems van Dijk K, Zemunik T, Abecasis GR, Adair LS, Aguilar-Salinas CA, Alarcón-Riquelme ME, An P, Aviles-Santa L, Becker DM, Beilin LJ, Bergmann S, Bisgaard H, Black C, Boehnke M, Boerwinkle E, Böhm BO, Bønnelykke K, Boomsma DI, Bottinger EP, Buchanan TA, Canouil M, Caulfield MJ, Chambers JC, Chasman DI, Chen YI, Cheng CY, Collins FS, Correa A, Cucca F, de Silva HJ, Dedoussis G, Elmståhl S, Evans MK, Ferrannini E, Ferrucci L, Florez JC, Franks PW, Frayling TM, Froguel P, Gigante B, Goodarzi MO, Gordon-Larsen P, Grallert H, Grarup N, Grimsgaard S, Groop L, Gudnason V, Guo X, Hamsten A, Hansen T, Hayward C, Heckbert SR, Horta BL, Huang W, Ingelsson E, James PS, Jarvelin MR, Jonas JB, Jukema JW, Kaleebu P, Kaplan R, Kardia SLR, Kato N, Keinanen-Kiukaanniemi SM, Kim BJ, Kivimaki M, Koistinen HA, Kooner JS, Körner A, Kovacs P, Kuh D, Kumari M, Kutalik Z, Laakso M, Lakka TA, Launer LJ, Leander K, Li H, Lin X, Lind L, Lindgren C, Liu S, Loos RJF, Magnusson PKE, Mahajan A, Metspalu A, Mook-Kanamori DO, Mori TA, Munroe PB, Njølstad I, O'Connell JR, Oldehinkel AJ, Ong KK, Padmanabhan S, Palmer CNA, Palmer ND, Pedersen O, Pennell CE, Porteous DJ, Pramstaller PP, Province MA, Psaty BM, Qi L, Raffel LJ, Rauramaa R, Redline S, Ridker PM, Rosendaal FR, Saaristo TE, Sandhu M, Saramies J, Schneiderman N, Schwarz P, Scott LJ, Selvin E, Sever P, Shu XO, Slagboom PE, Small KS, Smith BH, Snieder H, Sofer T, Sørensen TIA, Spector TD, Stanton A, Steves CJ, Stumvoll M, Sun L, Tabara Y, Tai ES, Timpson NJ, Tönjes A, Tuomilehto J, Tusie T, Uusitupa M, van der Harst P, van Duijn C, Vitart V, Vollenweider P, Vrijkotte TGM, Wagenknecht LE, Walker M, Wang YX, Wareham NJ, Watanabe RM, Watkins H, Wei WB, Wickremasinghe AR, Willemsen G, Wilson JF, Wong TY, Wu JY, Xiang AH, Yanek LR, Yengo L, Yokota M, Zeggini E, Zheng W, Zonderman AB, Rotter JI, Gloyn AL, McCarthy MI, Dupuis J, Meigs JB, Scott RA, Prokopenko I, Leong A, Liu CT, Parker SCJ, Mohlke KL, Langenberg C, Wheeler E, Morris AP, Barroso I; Meta-Analysis of Glucose and Insulin-related Traits Consortium (MAGIC). The trans-ancestral genomic architecture of glycemic traits. Nat Genet. 2021 Jun;53(6):840-860. doi: 10.1038/s41588-021-00852-9. Epub 2021 May 31. PMID: 34059833; PMCID: PMC7610958.
102
27. Chen MJ, Wu WY, Yen AM, Fann JC, Chen SL, Chiu SY, Chen HH, Chiou ST. Body mass index and breast cancer: analysis of a nation-wide population-based prospective cohort study on 1 393 985 Taiwanese women. Int J Obes (Lond). 2016 Mar;40(3):524-30. doi: 10.1038/ijo.2015.205. Epub 2015 Oct 7. PMID: 26443343; PMCID: PMC4786735.
28. Chen Y, Liu L, Zhou Q, Imam MU, Cai J, Wang Y, Qi M, Sun P, Ping Z, Fu X. Body mass index had different effects on premenopausal and postmenopausal breast cancer risks: a dose-response meta-analysis with 3,318,796 subjects from 31 cohort studies. BMC Public Health. 2017 Dec 8;17(1):936. doi: 10.1186/s12889-017-4953-9. PMID: 29216920; PMCID: PMC5721381.
29. Cheraghi Z, Poorolajal J, Hashem T, Esmailnasab N, Doosti Irani A. Effect of body mass index on breast cancer during premenopausal and postmenopausal periods: a meta-analysis. PLoS One. 2012;7(12):e51446. doi: 10.1371/journal.pone.0051446. Epub 2012 Dec 7. PMID: 23236502; PMCID: PMC3517558.
30. De Pergola G, Silvestris F. Obesity as a major risk factor for cancer. J Obes. 2013;2013:291546. doi: 10.1155/2013/291546. Epub 2013 Aug 29. PMID: 24073332; PMCID: PMC3773450.
31. Deng T, Lyon CJ, Bergin S, Caligiuri MA, Hsueh WA. Obesity, Inflammation, and Cancer. Annu Rev Pathol. 2016 May 23;11:421-49. doi: 10.1146/annurev-pathol-012615-044359. PMID: 27193454.
32. Didelez V, Sheehan N. Mendelian randomization as an instrumental variable approach to causal inference. Stat Methods Med Res. 2007 Aug;16(4):309-30. doi: 10.1177/0962280206077743. PMID: 17715159.
33. Divella R, De Luca R, Abbate I, Naglieri E, Daniele A. Obesity and cancer: the role of adipose tissue and adipo-cytokines-induced chronic inflammation. J Cancer. 2016 Nov 26;7(15):2346-2359. doi: 10.7150/jca.16884. PMID: 27994674; PMCID: PMC5166547.
34. Dowsett M, Folkerd E. Reduced progesterone levels explain the reduced risk of breast cancer in obese premenopausal women: a new hypothesis. Breast Cancer Res Treat. 2015 Jan;149(1):1-4. doi: 10.1007/s10549-014-3211-4. Epub 2014 Nov 21. PMID: 25414027.
35. Eleanor Sanderson, George Davey Smith, Frank Windmeijer, Jack Bowden, An examination of multivariable Mendelian randomization in the single-sample and two-sample summary data settings, International Journal of Epidemiology, Volume 48, Issue 3, June 2019, Pages 713–727, https://doi.org/10.1093/ije/dyy262
36. Endogenous Hormones and Breast Cancer Collaborative Group, Key TJ, Appleby PN, Reeves GK, Roddam AW. Insulin-like growth factor 1 (IGF1), IGF binding protein 3 (IGFBP3), and breast cancer risk: pooled individual data analysis of 17 prospective studies. Lancet Oncol. 2010 Jun;11(6):530-42. doi: 10.1016/S1470-2045(10)70095-4. Epub 2010 May 14. PMID: 20472501; PMCID: PMC3113287.
37. Feng Y, Spezia M, Huang S, Yuan C, Zeng Z, Zhang L, Ji X, Liu W, Huang B, Luo W, Liu B, Lei Y, Du S, Vuppalapati A, Luu HH, Haydon RC, He TC, Ren G. Breast cancer development and progression: Risk factors, cancer stem cells, signaling pathways, genomics, and molecular pathogenesis. Genes Dis. 2018 May 12;5(2):77-106. doi: 10.1016/j.gendis.2018.05.001. PMID: 30258937; PMCID: PMC6147049.
38. Finucane MM, Stevens GA, Cowan MJ, Danaei G, Lin JK, Paciorek CJ, Singh GM, Gutierrez HR, Lu Y, Bahalim AN, Farzadfar F, Riley LM, Ezzati M; Global Burden of Metabolic Risk Factors of Chronic Diseases Collaborating Group (Body Mass Index). National, regional, and global trends in body-mass index since 1980: systematic analysis of health examination surveys and epidemiological studies with 960 country-years and 9·1 million participants. Lancet. 2011 Feb 12;377(9765):557-67. doi: 10.1016/S0140-6736(10)62037-5. Epub 2011 Feb 3. PMID: 21295846; PMCID: PMC4472365.
39. Freuer D, Linseisen J, O'Mara TA, Leitzmann M, Baurecht H, Baumeister SE, Meisinger C. Body Fat Distribution and Risk of Breast, Endometrial, and Ovarian Cancer: A Two-Sample Mendelian Randomization Study. Cancers (Basel). 2021 Oct 9;13(20):5053. doi: 10.3390/cancers13205053. PMID: 34680200; PMCID: PMC8534230.
40. Gao C, Patel CJ, Michailidou K, Peters U, Gong J, Schildkraut J, Schumacher FR, Zheng W, Boffetta P, Stucker I, Willett W, Gruber S, Easton DF, Hunter DJ, Sellers TA, Haiman C, Henderson BE, Hung RJ, Amos C, Pierce BL, Lindström S, Kraft P; the Colorectal Transdisciplinary Study (CORECT); Discovery, Biology and Risk of Inherited Variants in Breast Cancer (DRIVE); Elucidating Loci Involved in Prostate Cancer Susceptibility (ELLIPSE); Follow-up of Ovarian Cancer Genetic Association and Interaction Studies (FOCI); and Transdisciplinary Research in Cancer of the Lung (TRICL). Mendelian randomization study of adiposity-related traits and risk of breast, ovarian, prostate, lung and colorectal cancer. Int J Epidemiol. 2016 Jun;45(3):896-908. doi: 10.1093/ije/dyw129. Epub 2016 Jul 17. PMID: 27427428; PMCID: PMC6372135.
41. Gao Y, Zhang J, Zhao H, Guan F, Zeng P. Instrumental Heterogeneity in Sex-Specific Two-Sample Mendelian Randomization: Empirical Results From the Relationship Between Anthropometric Traits and Breast/Prostate Cancer. Front Genet. 2021 Jun 9;12:651332. doi: 10.3389/fgene.2021.651332. PMID: 34178025; PMCID: PMC8220153.
42. García-Estévez L, Cortés J, Pérez S, Calvo I, Gallegos I, Moreno-Bueno G. Obesity and Breast Cancer: A Paradoxical and Controversial Relationship Influenced by Menopausal Status. Front Oncol. 2021 Aug 13;11:705911. doi: 10.3389/fonc.2021.705911. PMID: 34485137; PMCID: PMC8414651.
43. Global Burden of Disease Cancer Collaboration, Fitzmaurice C, Abate D, Abbasi N, Abbastabar H, Abd-Allah F, Abdel-Rahman O, Abdelalim A, Abdoli A, Abdollahpour I, Abdulle ASM, Abebe ND, Abraha HN, Abu-Raddad LJ, Abualhasan A, Adedeji IA, Advani SM, Afarideh M, Afshari M, Aghaali M, Agius D, Agrawal S, Ahmadi A, Ahmadian E, Ahmadpour E, Ahmed MB, Akbari ME, Akinyemiju T, Al-Aly Z, AlAbdulKader AM, Alahdab F, Alam T, Alamene GM, Alemnew BTT, Alene KA, Alinia C, Alipour V, Aljunid SM, Bakeshei FA, Almadi MAH, Almasi-Hashiani A, Alsharif U, Alsowaidi S, Alvis-Guzman N, Amini E, Amini S, Amoako YA, Anbari Z, Anber NH, Andrei CL, Anjomshoa M, Ansari F, Ansariadi A, Appiah SCY, Arab-Zozani M, Arabloo J, Arefi Z, Aremu O, Areri HA, Artaman A, Asayesh H, Asfaw ET, Ashagre AF, Assadi R, Ataeinia B, Atalay HT, Ataro Z, Atique S, Ausloos M, Avila-Burgos L, Avokpaho EFGA, Awasthi A, Awoke N, Ayala Quintanilla BP, Ayanore MA, Ayele HT, Babaee E, Bacha U, Badawi A, Bagherzadeh M, Bagli E, Balakrishnan S, Balouchi A, Bärnighausen TW, Battista RJ, Behzadifar M, Behzadifar M, Bekele BB, Belay YB, Belayneh YM, Berfield KKS, Berhane A, Bernabe E, Beuran M, Bhakta N, Bhattacharyya K, Biadgo B, Bijani A, Bin Sayeed MS, Birungi C, Bisignano C, Bitew H, Bjørge T, Bleyer A, Bogale KA, Bojia HA, Borzì AM, Bosetti C, Bou-Orm IR, Brenner H, Brewer JD, Briko AN, Briko NI, Bustamante-Teixeira MT, Butt ZA, Carreras G, Carrero JJ, Carvalho F, Castro C, Castro F, Catalá-López F, Cerin E, Chaiah Y, Chanie WF, Chattu VK, Chaturvedi P, Chauhan NS, Chehrazi M, Chiang PP, Chichiabellu TY, Chido-Amajuoyi OG, Chimed-Ochir O, Choi JJ, Christopher DJ, Chu DT, Constantin MM, Costa VM, Crocetti E, Crowe CS, Curado MP, Dahlawi SMA, Damiani G, Darwish AH, Daryani A, das Neves J, Demeke FM, Demis AB, Demissie BW, Demoz GT, Denova-Gutiérrez E, Derakhshani A, Deribe KS, Desai R, Desalegn BB, Desta M, Dey S, Dharmaratne SD, Dhimal M, Diaz D, Dinberu MTT, Djalalinia S, Doku DT, Drake TM, Dubey M, Dubljanin E, Duken EE, Ebrahimi H, Effiong A, Eftekhari A, El Sayed I, Zaki MES, El-Jaafary SI, El-Khatib Z, Elemineh DA, Elkout H, Ellenbogen RG, Elsharkawy A, Emamian MH, Endalew DA, Endries AY, Eshrati B, Fadhil I, Fallah Omrani V, Faramarzi M, Farhangi MA, Farioli A, Farzadfar F, Fentahun N, Fernandes E, Feyissa GT, Filip I, Fischer F, Fisher JL, Force LM, Foroutan M, Freitas M, Fukumoto T, Futran ND, Gallus S, Gankpe FG, Gayesa RT, Gebrehiwot TT, Gebremeskel GG, Gedefaw GA, Gelaw BK, Geta B, Getachew S, Gezae KE, Ghafourifard M, Ghajar A, Ghashghaee A, Gholamian A, Gill PS, Ginindza TTG, Girmay A, Gizaw M, Gomez RS, Gopalani SV, Gorini G, Goulart BNG, Grada A, Ribeiro Guerra M, Guimaraes ALS, Gupta PC, Gupta R, Hadkhale K, Haj-Mirzaian A, Haj-Mirzaian A, Hamadeh RR, Hamidi S, Hanfore LK, Haro JM, Hasankhani M, Hasanzadeh A, Hassen HY, Hay RJ, Hay SI, Henok A, Henry NJ, Herteliu C, Hidru HD, Hoang CL, Hole MK, Hoogar P, Horita N, Hosgood HD, Hosseini M, Hosseinzadeh M, Hostiuc M, Hostiuc S,
104
Househ M, Hussen MM, Ileanu B, Ilic MD, Innos K, Irvani SSN, Iseh KR, Islam SMS, Islami F, Jafari Balalami N, Jafarinia M, Jahangiry L, Jahani MA, Jahanmehr N, Jakovljevic M, James SL, Javanbakht M, Jayaraman S, Jee SH, Jenabi E, Jha RP, Jonas JB, Jonnagaddala J, Joo T, Jungari SB, Jürisson M, Kabir A, Kamangar F, Karch A, Karimi N, Karimian A, Kasaeian A, Kasahun GG, Kassa B, Kassa TD, Kassaw MW, Kaul A, Keiyoro PN, Kelbore AG, Kerbo AA, Khader YS, Khalilarjmandi M, Khan EA, Khan G, Khang YH, Khatab K, Khater A, Khayamzadeh M, Khazaee-Pool M, Khazaei S, Khoja AT, Khosravi MH, Khubchandani J, Kianipour N, Kim D, Kim YJ, Kisa A, Kisa S, Kissimova-Skarbek K, Komaki H, Koyanagi A, Krohn KJ, Bicer BK, Kugbey N, Kumar V, Kuupiel D, La Vecchia C, Lad DP, Lake EA, Lakew AM, Lal DK, Lami FH, Lan Q, Lasrado S, Lauriola P, Lazarus JV, Leigh J, Leshargie CT, Liao Y, Limenih MA, Listl S, Lopez AD, Lopukhov PD, Lunevicius R, Madadin M, Magdeldin S, El Razek HMA, Majeed A, Maleki A, Malekzadeh R, Manafi A, Manafi N, Manamo WA, Mansourian M, Mansournia MA, Mantovani LG, Maroufizadeh S, Martini SMS, Mashamba-Thompson TP, Massenburg BB, Maswabi MT, Mathur MR, McAlinden C, McKee M, Meheretu HAA, Mehrotra R, Mehta V, Meier T, Melaku YA, Meles GG, Meles HG, Melese A, Melku M, Memiah PTN, Mendoza W, Menezes RG, Merat S, Meretoja TJ, Mestrovic T, Miazgowski B, Miazgowski T, Mihretie KMM, Miller TR, Mills EJ, Mir SM, Mirzaei H, Mirzaei HR, Mishra R, Moazen B, Mohammad DK, Mohammad KA, Mohammad Y, Darwesh AM, Mohammadbeigi A, Mohammadi H, Mohammadi M, Mohammadian M, Mohammadian-Hafshejani A, Mohammadoo-Khorasani M, Mohammadpourhodki R, Mohammed AS, Mohammed JA, Mohammed S, Mohebi F, Mokdad AH, Monasta L, Moodley Y, Moosazadeh M, Moossavi M, Moradi G, Moradi-Joo M, Moradi-Lakeh M, Moradpour F, Morawska L, Morgado-da-Costa J, Morisaki N, Morrison SD, Mosapour A, Mousavi SM, Muche AA, Muhammed OSS, Musa J, Nabhan AF, Naderi M, Nagarajan AJ, Nagel G, Nahvijou A, Naik G, Najafi F, Naldi L, Nam HS, Nasiri N, Nazari J, Negoi I, Neupane S, Newcomb PA, Nggada HA, Ngunjiri JW, Nguyen CT, Nikniaz L, Ningrum DNA, Nirayo YL, Nixon MR, Nnaji CA, Nojomi M, Nosratnejad S, Shiadeh MN, Obsa MS, Ofori-Asenso R, Ogbo FA, Oh IH, Olagunju AT, Olagunju TO, Oluwasanu MM, Omonisi AE, Onwujekwe OE, Oommen AM, Oren E, Ortega-Altamirano DDV, Ota E, Otstavnov SS, Owolabi MO, P A M, Padubidri JR, Pakhale S, Pakpour AH, Pana A, Park EK, Parsian H, Pashaei T, Patel S, Patil ST, Pennini A, Pereira DM, Piccinelli C, Pillay JD, Pirestani M, Pishgar F, Postma MJ, Pourjafar H, Pourmalek F, Pourshams A, Prakash S, Prasad N, Qorbani M, Rabiee M, Rabiee N, Radfar A, Rafiei A, Rahim F, Rahimi M, Rahman MA, Rajati F, Rana SM, Raoofi S, Rath GK, Rawaf DL, Rawaf S, Reiner RC, Renzaho AMN, Rezaei N, Rezapour A, Ribeiro AI, Ribeiro D, Ronfani L, Roro EM, Roshandel G, Rostami A, Saad RS, Sabbagh P, Sabour S, Saddik B, Safiri S, Sahebkar A, Salahshoor MR, Salehi F, Salem H, Salem MR, Salimzadeh H, Salomon JA, Samy AM, Sanabria J, Santric Milicevic MM, Sartorius B, Sarveazad A, Sathian B, Satpathy M, Savic M, Sawhney M, Sayyah M, Schneider IJC, Schöttker B, Sekerija M, Sepanlou SG, Sepehrimanesh M, Seyedmousavi S, Shaahmadi F, Shabaninejad H, Shahbaz M, Shaikh MA, Shamshirian A, Shamsizadeh M, Sharafi H, Sharafi Z, Sharif M, Sharifi A, Sharifi H, Sharma R, Sheikh A, Shirkoohi R, Shukla SR, Si S, Siabani S, Silva DAS, Silveira DGA, Singh A, Singh JA, Sisay S, Sitas F, Sobngwi E, Soofi M, Soriano JB, Stathopoulou V, Sufiyan MB, Tabarés-Seisdedos R, Tabuchi T, Takahashi K, Tamtaji OR, Tarawneh MR, Tassew SG, Taymoori P, Tehrani-Banihashemi A, Temsah MH, Temsah O, Tesfay BE, Tesfay FH, Teshale MY, Tessema GA, Thapa S, Tlaye KG, Topor-Madry R, Tovani-Palone MR, Traini E, Tran BX, Tran KB, Tsadik AG, Ullah I, Uthman OA, Vacante M, Vaezi M, Varona Pérez P, Veisani Y, Vidale S, Violante FS, Vlassov V, Vollset SE, Vos T, Vosoughi K, Vu GT, Vujcic IS, Wabinga H, Wachamo TM, Wagnew FS, Waheed Y, Weldegebreal F, Weldesamuel GT, Wijeratne T, Wondafrash DZ, Wonde TE, Wondmieneh AB, Workie HM, Yadav R, Yadegar A, Yadollahpour A, Yaseri M, Yazdi-Feyzabadi V, Yeshaneh A, Yimam MA, Yimer EM, Yisma E, Yonemoto N, Younis MZ, Yousefi B, Yousefifard M, Yu C, Zabeh E, Zadnik V, Moghadam TZ, Zaidi Z, Zamani M, Zandian H, Zangeneh A, Zaki L, Zendehdel K, Zenebe ZM, Zewale TA,
105
Ziapour A, Zodpey S, Murray CJL. Global, Regional, and National Cancer Incidence, Mortality, Years of Life Lost, Years Lived With Disability, and Disability-Adjusted Life-Years for 29 Cancer Groups, 1990 to 2017: A Systematic Analysis for the Global Burden of Disease Study. JAMA Oncol. 2019 Dec 1;5(12):1749-1768. doi: 10.1001/jamaoncol.2019.2996. Erratum in: JAMA Oncol. 2020 Mar 1;6(3):444. Erratum in: JAMA Oncol. 2020 May 1;6(5):789. Erratum in: JAMA Oncol. 2021 Mar 1;7(3):466. PMID: 31560378; PMCID: PMC6777271.
44. Global, regional, and national comparative risk assessment of 79 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990–2015: a systematic analysis for the Global Burden of Disease Study 2015, Forouzanfar, Mohammad H et al., The Lancet, Volume 388, Issue 10053, 1659 - 1724
45. Guo Y, Warren Andersen S, Shu XO, Michailidou K, Bolla MK, Wang Q, Garcia-Closas M, Milne RL, Schmidt MK, Chang-Claude J, Dunning A, Bojesen SE, Ahsan H, Aittomäki K, Andrulis IL, Anton-Culver H, Arndt V, Beckmann MW, Beeghly-Fadiel A, Benitez J, Bogdanova NV, Bonanni B, Børresen-Dale AL, Brand J, Brauch H, Brenner H, Brüning T, Burwinkel B, Casey G, Chenevix-Trench G, Couch FJ, Cox A, Cross SS, Czene K, Devilee P, Dörk T, Dumont M, Fasching PA, Figueroa J, Flesch-Janys D, Fletcher O, Flyger H, Fostira F, Gammon M, Giles GG, Guénel P, Haiman CA, Hamann U, Hooning MJ, Hopper JL, Jakubowska A, Jasmine F, Jenkins M, John EM, Johnson N, Jones ME, Kabisch M, Kibriya M, Knight JA, Koppert LB, Kosma VM, Kristensen V, Le Marchand L, Lee E, Li J, Lindblom A, Luben R, Lubinski J, Malone KE, Mannermaa A, Margolin S, Marme F, McLean C, Meijers-Heijboer H, Meindl A, Neuhausen SL, Nevanlinna H, Neven P, Olson JE, Perez JI, Perkins B, Peterlongo P, Phillips KA, Pylkäs K, Rudolph A, Santella R, Sawyer EJ, Schmutzler RK, Seynaeve C, Shah M, Shrubsole MJ, Southey MC, Swerdlow AJ, Toland AE, Tomlinson I, Torres D, Truong T, Ursin G, Van Der Luijt RB, Verhoef S, Whittemore AS, Winqvist R, Zhao H, Zhao S, Hall P, Simard J, Kraft P, Pharoah P, Hunter D, Easton DF, Zheng W. Genetically Predicted Body Mass Index and Breast Cancer Risk: Mendelian Randomization Analyses of Data from 145,000 Women of European Descent. PLoS Med. 2016 Aug 23;13(8):e1002105. doi: 10.1371/journal.pmed.1002105. PMID: 27551723; PMCID: PMC4995025.
46. Harbeck N, Penault-Llorca F, Cortes J, Gnant M, Houssami N, Poortmans P, Ruddy K, Tsang J, Cardoso F. Breast cancer. Nat Rev Dis Primers. 2019 Sep 23;5(1):66. doi: 10.1038/s41572-019-0111-2. PMID: 31548545.
47. Harrison S, Davies AR, Dickson M, Tyrrell J, Green MJ, Katikireddi SV, Campbell D, Munafò M, Dixon P, Jones HE, Rice F, Davies NM, Howe LD. The causal effects of health conditions and risk factors on social and socioeconomic outcomes: Mendelian randomization in UK Biobank. Int J Epidemiol. 2020 Oct 1;49(5):1661-1681. doi: 10.1093/ije/dyaa114. PMID: 32808034; PMCID: PMC7746412.
48. Harvie M, Hooper L, Howell AH. Central obesity and breast cancer risk: a systematic review. Obes Rev. 2003 Aug;4(3):157-73. doi: 10.1046/j.1467-789x.2003.00108.x. PMID: 12916817.
49. Haycock PC, Burgess S, Wade KH, Bowden J, Relton C, Davey Smith G. Best (but oft-forgotten) practices: the design, analysis, and interpretation of Mendelian randomization studies. Am J Clin Nutr. 2016 Apr;103(4):965-78. doi: 10.3945/ajcn.115.118216. PMID: 26961927; PMCID: PMC4807699.
50. Hernandez AV, Guarnizo M, Miranda Y, Pasupuleti V, Deshpande A, et al. (2014) Association between Insulin Resistance and Breast Carcinoma: A Systematic Review and Meta-Analysis. PLOS ONE 9(6): e99317. https://doi.org/10.1371/journal.pone.0099317
51. Houghton SC, Eliassen H, Tamimi RM, Willett WC, Rosner BA, Hankinson SE. Central Adiposity and Subsequent Risk of Breast Cancer by Menopause Status. J Natl Cancer Inst. 2021 Jul 1;113(7):900-908. doi: 10.1093/jnci/djaa197. PMID: 33367714; PMCID: PMC8491796.
52. Houghton SC, Eliassen H, Tamimi RM, Willett WC, Rosner BA, Hankinson SE. Central Adiposity and Subsequent Risk of Breast Cancer by Menopause Status. J Natl Cancer
53. https://gco.iarc.fr/today/data/factsheets/populations/908-europe-fact-sheets.pdf 54. Jack Bowden, Fabiola Del Greco M, Cosetta Minelli, Qingyuan Zhao, Debbie A Lawlor,
Nuala A Sheehan, John Thompson, George Davey Smith, Improving the accuracy of two-sample summary-data Mendelian randomization: moving beyond the NOME assumption, International Journal of Epidemiology, Volume 48, Issue 3, June 2019, Pages 728–742, https://doi.org/10.1093/ije/dyy258
55. James R Staley, et al. PhenoScanner: a database of human genotype-phenotype
56. James WP. WHO recognition of the global obesity epidemic. Int J Obes (Lond). 2008 Dec;32 Suppl 7:S120-6. doi: 10.1038/ijo.2008.247. PMID: 19136980..
57. Johnson AM, Olefsky JM. The origins and drivers of insulin resistance. Cell. 2013 Feb 14;152(4):673-84. doi: 10.1016/j.cell.2013.01.041. PMID: 23415219.
58. Kelesidis I, Kelesidis T, Mantzoros CS. Adiponectin and cancer: a systematic review. Br J Cancer. 2006;94(9):1221-1225. doi:10.1038/sj.bjc.6603051
60. Keum N, Greenwood DC, Lee DH, Kim R, Aune D, Ju W, Hu FB, Giovannucci EL. Adult weight gain and adiposity-related cancers: a dose-response meta-analysis of prospective observational studies. J Natl Cancer Inst. 2015 Mar 10;107(2):djv088. doi: 10.1093/jnci/djv088. PMID: 25757865.
61. Kuchenbaecker KB, Hopper JL, Barnes DR, Phillips KA, Mooij TM, Roos-Blom MJ, Jervis S, van Leeuwen FE, Milne RL, Andrieu N, Goldgar DE, Terry MB, Rookus MA, Easton DF, Antoniou AC; BRCA1 and BRCA2 Cohort Consortium, McGuffog L, Evans DG, Barrowdale D, Frost D, Adlard J, Ong KR, Izatt L, Tischkowitz M, Eeles R, Davidson R, Hodgson S, Ellis S, Nogues C, Lasset C, Stoppa-Lyonnet D, Fricker JP, Faivre L, Berthet P, Hooning MJ, van der Kolk LE, Kets CM, Adank MA, John EM, Chung WK, Andrulis IL, Southey M, Daly MB, Buys SS, Osorio A, Engel C, Kast K, Schmutzler RK, Caldes T, Jakubowska A, Simard J, Friedlander ML, McLachlan SA, Machackova E, Foretova L, Tan YY, Singer CF, Olah E, Gerdes AM, Arver B, Olsson H. Risks of Breast, Ovarian, and Contralateral Breast Cancer for BRCA1 and BRCA2 Mutation Carriers. JAMA. 2017 Jun 20;317(23):2402-2416. doi: 10.1001/jama.2017.7112. PMID: 28632866.
62. Kyrgiou M, Kalliala I, Markozannes G, Gunter MJ, Paraskevaidis E, Gabra H, Martin-Hirsch P, Tsilidis KK. Adiposity and cancer at major anatomical sites: umbrella review of the literature. BMJ. 2017 Feb 28;356:j477. doi: 10.1136/bmj.j477. PMID: 28246088; PMCID: PMC5421437.
63. Lanari C, Molinolo AA. Progesterone receptors--animal models and cell signalling in breast cancer. Diverse activation pathways for the progesterone receptor: possible implications for breast biology and cancer. Breast Cancer Res. 2002;4(6):240-3. doi: 10.1186/bcr539. Epub 2002 Sep 12. PMID: 12473170; PMCID: PMC137940.
64. Lauby-Secretan B, Scoccianti C, Loomis D, Grosse Y, Bianchini F, Straif K; International Agency for Research on Cancer Handbook Working Group. Body Fatness and Cancer--Viewpoint of the IARC Working Group. N Engl J Med. 2016 Aug 25;375(8):794-8. doi: 10.1056/NEJMsr1606602. PMID: 27557308; PMCID: PMC6754861.
65. Lawlor DA, Harbord RM, Sterne JA, Timpson N, Davey Smith G. Mendelian randomization: using genes as instruments for making causal inferences in epidemiology. Stat Med. 2008 Apr 15;27(8):1133-63. doi: 10.1002/sim.3034. PMID: 17886233.
66. Lawlor DA. Commentary: Two-sample Mendelian randomization: opportunities and
challenges. Int J Epidemiol. 2016;45(3):908-915. doi:10.1093/ije/dyw127 67. Lawlor, D. A., Harbord, R. M., Sterne, J. A. C., Timpson, N. J., & Smith, G. D. (2008).
Mendelian randomization: Using genes as instruments for making causal inferences in epidemiology. Statistics in Medicine, 27(8), 1133-1163. https://doi.org/10.1002/sim.3034
68. Ligthart S, Vaez A, Võsa U, Stathopoulou MG, de Vries PS, Prins BP, Van der Most PJ, Tanaka T, Naderi E, Rose LM, Wu Y, Karlsson R, Barbalic M, Lin H, Pool R, Zhu G, Macé A, Sidore C, Trompet S, Mangino M, Sabater-Lleal M, Kemp JP, Abbasi A, Kacprowski T, Verweij N, Smith AV, Huang T, Marzi C, Feitosa MF, Lohman KK, Kleber ME, Milaneschi Y, Mueller C, Huq M, Vlachopoulou E, Lyytikäinen LP, Oldmeadow C, Deelen J, Perola M, Zhao JH, Feenstra B; LifeLines Cohort Study, Amini M; CHARGE Inflammation Working Group, Lahti J, Schraut KE, Fornage M, Suktitipat B, Chen WM, Li X, Nutile T, Malerba G, Luan J, Bak T, Schork N, Del Greco M F, Thiering E, Mahajan A, Marioni RE, Mihailov E, Eriksson J, Ozel AB, Zhang W, Nethander M, Cheng YC, Aslibekyan S, Ang W, Gandin I, Yengo L, Portas L, Kooperberg C, Hofer E, Rajan KB, Schurmann C, den Hollander W, Ahluwalia TS, Zhao J, Draisma HHM, Ford I, Timpson N, Teumer A, Huang H, Wahl S, Liu Y, Huang J, Uh HW, Geller F, Joshi PK, Yanek LR, Trabetti E, Lehne B, Vozzi D, Verbanck M, Biino G, Saba Y, Meulenbelt I, O'Connell JR, Laakso M, Giulianini F, Magnusson PKE, Ballantyne CM, Hottenga JJ, Montgomery GW, Rivadineira F, Rueedi R, Steri M, Herzig KH, Stott DJ, Menni C, Frånberg M, St Pourcain B, Felix SB, Pers TH, Bakker SJL, Kraft P, Peters A, Vaidya D, Delgado G, Smit JH, Großmann V, Sinisalo J, Seppälä I, Williams SR, Holliday EG, Moed M, Langenberg C, Räikkönen K, Ding J, Campbell H, Sale MM, Chen YI, James AL, Ruggiero D, Soranzo N, Hartman CA, Smith EN, Berenson GS, Fuchsberger C, Hernandez D, Tiesler CMT, Giedraitis V, Liewald D, Fischer K, Mellström D, Larsson A, Wang Y, Scott WR, Lorentzon M, Beilby J, Ryan KA, Pennell CE, Vuckovic D, Balkau B, Concas MP, Schmidt R, Mendes de Leon CF, Bottinger EP, Kloppenburg M, Paternoster L, Boehnke M, Musk AW, Willemsen G, Evans DM, Madden PAF, Kähönen M, Kutalik Z, Zoledziewska M, Karhunen V, Kritchevsky SB, Sattar N, Lachance G, Clarke R, Harris TB, Raitakari OT, Attia JR, van Heemst D, Kajantie E, Sorice R, Gambaro G, Scott RA, Hicks AA, Ferrucci L, Standl M, Lindgren CM, Starr JM, Karlsson M, Lind L, Li JZ, Chambers JC, Mori TA, de Geus EJCN, Heath AC, Martin NG, Auvinen J, Buckley BM, de Craen AJM, Waldenberger M, Strauch K, Meitinger T, Scott RJ, McEvoy M, Beekman M, Bombieri C, Ridker PM, Mohlke KL, Pedersen NL, Morrison AC, Boomsma DI, Whitfield JB, Strachan DP, Hofman A, Vollenweider P, Cucca F, Jarvelin MR, Jukema JW, Spector TD, Hamsten A, Zeller T, Uitterlinden AG, Nauck M, Gudnason V, Qi L, Grallert H, Borecki IB, Rotter JI, März W, Wild PS, Lokki ML, Boyle M, Salomaa V, Melbye M, Eriksson JG, Wilson JF, Penninx BWJH, Becker DM, Worrall BB, Gibson G, Krauss RM, Ciullo M, Zaza G, Wareham NJ, Oldehinkel AJ, Palmer LJ, Murray SS, Pramstaller PP, Bandinelli S, Heinrich J, Ingelsson E, Deary IJ, Mägi R, Vandenput L, van der Harst P, Desch KC, Kooner JS, Ohlsson C, Hayward C, Lehtimäki T, Shuldiner AR, Arnett DK, Beilin LJ, Robino A, Froguel P, Pirastu M, Jess T, Koenig W, Loos RJF, Evans DA, Schmidt H, Smith GD, Slagboom PE, Eiriksdottir G, Morris AP, Psaty BM, Tracy RP, Nolte IM, Boerwinkle E, Visvikis-Siest S, Reiner AP, Gross M, Bis JC, Franke L, Franco OH, Benjamin EJ, Chasman DI, Dupuis J, Snieder H, Dehghan A, Alizadeh BZ. Genome Analyses of >200,000 Individuals Identify 58 Loci for Chronic Inflammation and Highlight Pathways that Link Inflammation and Complex Disorders. Am J Hum Genet. 2018 Nov 1;103(5):691-706. doi: 10.1016/j.ajhg.2018.09.009. PMID: 30388399; PMCID: PMC6218410.
69. Liu LY, Wang M, Ma ZB, Yu LX, Zhang Q, Gao DZ, Wang F, Yu ZG. The role of adiponectin in breast cancer: a meta-analysis. PLoS One. 2013 Aug 22;8(8):e73183. doi: 10.1371/journal.pone.0073183. PMID: 23991180; PMCID: PMC3749999.
70. Mahajan A, Taliun D, Thurner M, Robertson NR, Torres JM, Rayner NW, Payne AJ, Steinthorsdottir V, Scott RA, Grarup N, Cook JP, Schmidt EM, Wuttke M, Sarnowski C, Mägi R, Nano J, Gieger C, Trompet S, Lecoeur C, Preuss MH, Prins BP, Guo X, Bielak LF, Below JE, Bowden DW, Chambers JC, Kim YJ, Ng MCY, Petty LE, Sim X, Zhang W, Bennett AJ, Bork-Jensen J, Brummett CM, Canouil M, Ec Kardt KU, Fischer K, Kardia SLR, Kronenberg F, Läll K, Liu CT, Locke AE, Luan J, Ntalla I, Nylander V, Schönherr S, Schurmann C, Yengo L, Bottinger EP, Brandslund I, Christensen C, Dedoussis G, Florez JC, Ford I, Franco OH, Frayling TM, Giedraitis V, Hackinger S, Hattersley AT, Herder C,
108
Ikram MA, Ingelsson M, Jørgensen ME, Jørgensen T, Kriebel J, Kuusisto J, Ligthart S, Lindgren CM, Linneberg A, Lyssenko V, Mamakou V, Meitinger T, Mohlke KL, Morris AD, Nadkarni G, Pankow JS, Peters A, Sattar N, Stančáková A, Strauch K, Taylor KD, Thorand B, Thorleifsson G, Thorsteinsdottir U, Tuomilehto J, Witte DR, Dupuis J, Peyser PA, Zeggini E, Loos RJF, Froguel P, Ingelsson E, Lind L, Groop L, Laakso M, Collins FS, Jukema JW, Palmer CNA, Grallert H, Metspalu A, Dehghan A, Köttgen A, Abecasis GR, Meigs JB, Rotter JI, Marchini J, Pedersen O, Hansen T, Langenberg C, Wareham NJ, Stefansson K, Gloyn AL, Morris AP, Boehnke M, McCarthy MI. Fine-mapping type 2 diabetes loci to single-variant resolution using high-density imputation and islet-specific epigenome maps. Nat Genet. 2018 Nov;50(11):1505-1513. doi: 10.1038/s41588-018-0241-6. Epub 2018 Oct 8. PMID: 30297969; PMCID: PMC6287706.
71. Michels KB, Solomon CG, Hu FB, Rosner BA, Hankinson SE, Colditz GA, Manson JE; Nurses' Health Study. Type 2 diabetes and subsequent incidence of breast cancer in the Nurses' Health Study. Diabetes Care. 2003 Jun;26(6):1752-8. doi: 10.2337/diacare.26.6.1752. PMID: 12766105.
72. Mihir A Kamat, et al. PhenoScanner V2: an expanded tool for searching human
73. Morris AP. Transethnic meta-analysis of genomewide association studies. Genet Epidemiol. 2011;35(8):809-822. doi:10.1002/gepi.20630
74. Munsell MF, Sprague BL, Berry DA, Chisholm G, Trentham-Dietz A. Body mass index and breast cancer risk according to postmenopausal estrogen-progestin use and hormone receptor status. Epidemiol Rev. 2014;36(1):114-36. doi: 10.1093/epirev/mxt010. PMID: 24375928; PMCID: PMC3873844.
75. NCD Risk Factor Collaboration (NCD-RisC). Trends in adult body-mass index in 200 countries from 1975 to 2014: a pooled analysis of 1698 population-based measurement studies with 19·2 million participants. Lancet. 2016 Apr 2;387(10026):1377-1396. doi: 10.1016/S0140-6736(16)30054-X. Erratum in: Lancet. 2016 May 14;387(10032):1998. PMID: 27115820.
76. Nelson HD, Zakher B, Cantor A, Fu R, Griffin J, O'Meara ES, Buist DS, Kerlikowske K, van Ravesteyn NT, Trentham-Dietz A, Mandelblatt JS, Miglioretti DL. Risk factors for breast cancer for women aged 40 to 49 years: a systematic review and meta-analysis. Ann Intern Med. 2012 May 1;156(9):635-48. doi: 10.7326/0003-4819-156-9-201205010-00006. PMID: 22547473; PMCID: PMC3561467.
77. Ni H, Liu H, Gao R (2015) Serum Lipids and Breast Cancer Risk: A Meta-Analysis of Prospective Cohort Studies. PLOS ONE 10(11): e0142669. https://doi.org/10.1371/journal.pone.0142669
78. Niu J, Jiang L, Guo W, Shao L, Liu Y, et al. (2013) The Association between Leptin Level and Breast Cancer: A Meta-Analysis. PLOS ONE 8(6): e67349. https://doi.org/10.1371/journal.pone.0067349
79. Ooi BNS, Loh H, Ho PJ, Milne RL, Giles G, Gao C, Kraft P, John EM, Swerdlow A, Brenner H, Wu AH, Haiman C, Evans DG, Zheng W, Fasching PA, Castelao JE, Kwong A, Shen X, Czene K, Hall P, Dunning A, Easton D, Hartman M, Li J. The genetic interplay between body mass index, breast size and breast cancer risk: a Mendelian randomization analysis. Int J Epidemiol. 2019 Jun 1;48(3):781-794. doi: 10.1093/ije/dyz124. PMID: 31243447; PMCID: PMC6659372.
80. Pan WW, Myers MG Jr. Leptin and the maintenance of elevated body weight. Nat Rev Neurosci. 2018 Feb;19(2):95-105. doi: 10.1038/nrn.2017.168. Epub 2018 Jan 11. PMID: 29321684.
81. Petrelli F, Cortellini A, Indini A, et al. Association of Obesity With Survival Outcomes in Patients With Cancer: A Systematic Review and Meta-analysis. JAMA Netw Open. 2021;4(3):e213520. doi:10.1001/jamanetworkopen.2021.3520
82. Picon-Ruiz M, Morata-Tarifa C, Valle-Goffin JJ, Friedman ER, Slingerland JM. Obesity and adverse breast cancer risk and outcome: Mechanistic insights and strategies for
intervention. CA Cancer J Clin. 2017 Sep;67(5):378-397. doi: 10.3322/caac.21405. Epub 2017 Aug 1. PMID: 28763097; PMCID: PMC5591063.
83. Poorolajal J, Heidarimoghis F, Karami M, Cheraghi Z, Gohari-Ensaf F, Shahbazi F, Zareie B, Ameri P, Sahraee F. Factors for the Primary Prevention of Breast Cancer: A Meta-Analysis of Prospective Cohort Studies. J Res Health Sci. 2021 Jul 20;21(3):e00520. doi: 10.34172/jrhs.2021.57. PMID: 34698654.
84. Premenopausal Breast Cancer Collaborative Group, Schoemaker MJ, Nichols HB, Wright LB, Brook MN, Jones ME, O'Brien KM, Adami HO, Baglietto L, Bernstein L, Bertrand KA, Boutron-Ruault MC, Braaten T, Chen Y, Connor AE, Dorronsoro M, Dossus L, Eliassen AH, Giles GG, Hankinson SE, Kaaks R, Key TJ, Kirsh VA, Kitahara CM, Koh WP, Larsson SC, Linet MS, Ma H, Masala G, Merritt MA, Milne RL, Overvad K, Ozasa K, Palmer JR, Peeters PH, Riboli E, Rohan TE, Sadakane A, Sund M, Tamimi RM, Trichopoulou A, Ursin G, Vatten L, Visvanathan K, Weiderpass E, Willett WC, Wolk A, Yuan JM, Zeleniuch-Jacquotte A, Sandler DP, Swerdlow AJ. Association of Body Mass Index and Age With Subsequent Breast Cancer Risk in Premenopausal Women. JAMA Oncol. 2018 Nov 1;4(11):e181771. doi: 10.1001/jamaoncol.2018.1771. Epub 2018 Nov 8. PMID: 29931120; PMCID: PMC6248078.
85. Pulit SL, Stoneman C, Morris AP, Wood AR, Glastonbury CA, Tyrrell J, Yengo L, Ferreira T, Marouli E, Ji Y, Yang J, Jones S, Beaumont R, Croteau-Chonka DC, Winkler TW; GIANT Consortium, Hattersley AT, Loos RJF, Hirschhorn JN, Visscher PM, Frayling TM, Yaghootkar H, Lindgren CM. Meta-analysis of genome-wide association studies for body fat distribution in 694 649 individuals of European ancestry. Hum Mol Genet. 2019 Jan 1;28(1):166-174. doi: 10.1093/hmg/ddy327. PMID: 30239722; PMCID: PMC6298238.
86. Qian F, Wang S, Mitchell J, McGuffog L, Barrowdale D, Leslie G, Oosterwijk JC, Chung WK, Evans DG, Engel C, Kast K, Aalfs CM, Adank MA, Adlard J, Agnarsson BA, Aittomäki K, Alducci E, Andrulis IL, Arun BK, Ausems MGEM, Azzollini J, Barouk-Simonet E, Barwell J, Belotti M, Benitez J, Berger A, Borg A, Bradbury AR, Brunet J, Buys SS, Caldes T, Caligo MA, Campbell I, Caputo SM, Chiquette J, Claes KBM, Margriet Collée J, Couch FJ, Coupier I, Daly MB, Davidson R, Diez O, Domchek SM, Donaldson A, Dorfling CM, Eeles R, Feliubadaló L, Foretova L, Fowler J, Friedman E, Frost D, Ganz PA, Garber J, Garcia-Barberan V, Glendon G, Godwin AK, Gómez Garcia EB, Gronwald J, Hahnen E, Hamann U, Henderson A, Hendricks CB, Hopper JL, Hulick PJ, Imyanitov EN, Isaacs C, Izatt L, Izquierdo Á, Jakubowska A, Kaczmarek K, Kang E, Karlan BY, Kets CM, Kim SW, Kim Z, Kwong A, Laitman Y, Lasset C, Hyuk Lee M, Won Lee J, Lee J, Lester J, Lesueur F, Loud JT, Lubinski J, Mebirouk N, Meijers-Heijboer HEJ, Meindl A, Miller A, Montagna M, Mooij TM, Morrison PJ, Mouret-Fourme E, Nathanson KL, Neuhausen SL, Nevanlinna H, Niederacher D, Nielsen FC, Nussbaum RL, Offit K, Olah E, Ong KR, Ottini L, Park SK, Peterlongo P, Pfeiler G, Phelan CM, Poppe B, Pradhan N, Radice P, Ramus SJ, Rantala J, Robson M, Rodriguez GC, Schmutzler RK, Hutten Selkirk CG, Shah PD, Simard J, Singer CF, Sokolowska J, Stoppa-Lyonnet D, Sutter C, Yen Tan Y, Teixeira RM, Teo SH, Terry MB, Thomassen M, Tischkowitz M, Toland AE, Tucker KM, Tung N, van Asperen CJ, van Engelen K, van Rensburg EJ, Wang-Gohrke S, Wappenschmidt B, Weitzel JN, Yannoukakos D; GEMO Study Collaborators; HEBON; EMBRACE, Greene MH, Rookus MA, Easton DF, Chenevix-Trench G, Antoniou AC, Goldgar DE, Olopade OI, Rebbeck TR, Huo D. Height and Body Mass Index as Modifiers of Breast Cancer Risk in BRCA1/2 Mutation Carriers: A Mendelian Randomization Study. J Natl Cancer Inst. 2019 Apr 1;111(4):350-364. doi: 10.1093/jnci/djy132. PMID: 30312457; PMCID: PMC6449171.
87. Quail DF, Dannenberg AJ. The obese adipose tissue microenvironment in cancer development and progression. Nat Rev Endocrinol. 2019 Mar;15(3):139-154. doi: 10.1038/s41574-018-0126-x. PMID: 30459447; PMCID: PMC6374176.
88. Rees JMB, Wood AM, Burgess S. Extending the MR-Egger method for multivariable Mendelian randomization to correct for both measured and unmeasured pleiotropy. Stat Med. 2017 Dec 20;36(29):4705-4718. doi: 10.1002/sim.7492. Epub 2017 Sep 27. PMID: 28960498; PMCID: PMC5725762.
110
89. Reeves GK, Pirie K, Beral V, Green J, Spencer E, Bull D; Million Women Study Collaboration. Cancer incidence and mortality in relation to body mass index in the Million Women Study: cohort study. BMJ. 2007 Dec 1;335(7630):1134. doi: 10.1136/bmj.39367.495995.AE. Epub 2007 Nov 6. PMID: 17986716; PMCID: PMC2099519.
90. Renehan AG, Tyson M, Egger M, Heller RF, Zwahlen M. Body-mass index and incidence of cancer: a systematic review and meta-analysis of prospective observational studies. Lancet. 2008 Feb 16;371(9612):569-78. doi: 10.1016/S0140-6736(08)60269-X. PMID: 18280327.
91. Richardson TG, Sanderson E, Elsworth B, Tilling K, Davey Smith G. Use of genetic variation to separate the effects of early and later life adiposity on disease risk: mendelian randomisation study. BMJ. 2020 May 6;369:m1203. doi: 10.1136/bmj.m1203. PMID: 32376654; PMCID: PMC7201936.
92. Rose DP, Vona-Davis L. Biochemical and molecular mechanisms for the association between obesity, chronic inflammation, and breast cancer. Biofactors. 2014 Jan-Feb;40(1):1-12. doi: 10.1002/biof.1109. Epub 2013 Jul 16. PMID: 23857944.
93. Sánchez-Jiménez F, Pérez-Pérez A, de la Cruz-Merino L, Sánchez-Margalet V. Obesity and Breast Cancer: Role of Leptin. Front Oncol. 2019 Jul 18;9:596. doi: 10.3389/fonc.2019.00596. PMID: 31380268; PMCID: PMC6657346.
94. Sanderson E, Windmeijer F. A weak instrument [Formula: see text]-test in linear IV models with multiple endogenous variables. J Econom. 2016 Feb;190(2):212-221. doi: 10.1016/j.jeconom.2015.06.004. PMID: 29129953; PMCID: PMC5669336.
95. Sanderson E. Multivariable Mendelian Randomization and Mediation. Cold Spring Harb Perspect Med. 2021 Feb 1;11(2):a038984. doi: 10.1101/cshperspect.a038984. PMID: 32341063; PMCID: PMC7849347.
96. Sanderson, Eleanor. (2020). Multivariable Mendelian Randomization and Mediation. Cold Spring Harbor Perspectives in Medicine. 11. a038984. 10.1101/cshperspect.a038984.
97. Shu X, Wu L, Khankari NK, Shu XO, Wang TJ, Michailidou K, Bolla MK, Wang Q, Dennis J, Milne RL, Schmidt MK, Pharoah PDP, Andrulis IL, Hunter DJ, Simard J, Easton DF, Zheng W; Breast Cancer Association Consortium. Associations of obesity and circulating insulin and glucose with breast cancer risk: a Mendelian randomization analysis. Int J Epidemiol. 2019 Jun 1;48(3):795-806. doi: 10.1093/ije/dyy201. PMID: 30277539; PMCID: PMC6734940.
98. Shungin D, Winkler TW, Croteau-Chonka DC, Ferreira T, Locke AE, Mägi R, Strawbridge RJ, Pers TH, Fischer K, Justice AE, Workalemahu T, Wu JMW, Buchkovich ML, Heard-Costa NL, Roman TS, Drong AW, Song C, Gustafsson S, Day FR, Esko T, Fall T, Kutalik Z, Luan J, Randall JC, Scherag A, Vedantam S, Wood AR, Chen J, Fehrmann R, Karjalainen J, Kahali B, Liu CT, Schmidt EM, Absher D, Amin N, Anderson D, Beekman M, Bragg-Gresham JL, Buyske S, Demirkan A, Ehret GB, Feitosa MF, Goel A, Jackson AU, Johnson T, Kleber ME, Kristiansson K, Mangino M, Leach IM, Medina-Gomez C, Palmer CD, Pasko D, Pechlivanis S, Peters MJ, Prokopenko I, Stančáková A, Sung YJ, Tanaka T, Teumer A, Van Vliet-Ostaptchouk JV, Yengo L, Zhang W, Albrecht E, Ärnlöv J, Arscott GM, Bandinelli S, Barrett A, Bellis C, Bennett AJ, Berne C, Blüher M, Böhringer S, Bonnet F, Böttcher Y, Bruinenberg M, Carba DB, Caspersen IH, Clarke R, Daw EW, Deelen J, Deelman E, Delgado G, Doney AS, Eklund N, Erdos MR, Estrada K, Eury E, Friedrich N, Garcia ME, Giedraitis V, Gigante B, Go AS, Golay A, Grallert H, Grammer TB, Gräßler J, Grewal J, Groves CJ, Haller T, Hallmans G, Hartman CA, Hassinen M, Hayward C, Heikkilä K, Herzig KH, Helmer Q, Hillege HL, Holmen O, Hunt SC, Isaacs A, Ittermann T, James AL, Johansson I, Juliusdottir T, Kalafati IP, Kinnunen L, Koenig W, Kooner IK, Kratzer W, Lamina C, Leander K, Lee NR, Lichtner P, Lind L, Lindström J, Lobbens S, Lorentzon M, Mach F, Magnusson PK, Mahajan A, McArdle WL, Menni C, Merger S, Mihailov E, Milani L, Mills R, Moayyeri A, Monda KL, Mooijaart SP, Mühleisen TW, Mulas A, Müller G, Müller-Nurasyid M, Nagaraja R, Nalls MA, Narisu N, Glorioso N, Nolte IM, Olden M, Rayner NW, Renstrom F, Ried JS, Robertson NR, Rose LM, Sanna S, Scharnagl H, Scholtens S, Sennblad B, Seufferlein T, Sitlani CM, Smith AV, Stirrups
111
K, Stringham HM, Sundström J, Swertz MA, Swift AJ, Syvänen AC, Tayo BO, Thorand B, Thorleifsson G, Tomaschitz A, Troffa C, van Oort FV, Verweij N, Vonk JM, Waite LL, Wennauer R, Wilsgaard T, Wojczynski MK, Wong A, Zhang Q, Zhao JH, Brennan EP, Choi M, Eriksson P, Folkersen L, Franco-Cereceda A, Gharavi AG, Hedman ÅK, Hivert MF, Huang J, Kanoni S, Karpe F, Keildson S, Kiryluk K, Liang L, Lifton RP, Ma B, McKnight AJ, McPherson R, Metspalu A, Min JL, Moffatt MF, Montgomery GW, Murabito JM, Nicholson G, Nyholt DR, Olsson C, Perry JR, Reinmaa E, Salem RM, Sandholm N, Schadt EE, Scott RA, Stolk L, Vallejo EE, Westra HJ, Zondervan KT; ADIPOGen Consortium; CARDIOGRAMplusC4D Consortium; CKDGen Consortium; GEFOS Consortium; GENIE Consortium; GLGC; ICBP; International Endogene Consortium; LifeLines Cohort Study; MAGIC Investigators; MuTHER Consortium; PAGE Consortium; ReproGen Consortium, Amouyel P, Arveiler D, Bakker SJ, Beilby J, Bergman RN, Blangero J, Brown MJ, Burnier M, Campbell H, Chakravarti A, Chines PS, Claudi-Boehm S, Collins FS, Crawford DC, Danesh J, de Faire U, de Geus EJ, Dörr M, Erbel R, Eriksson JG, Farrall M, Ferrannini E, Ferrières J, Forouhi NG, Forrester T, Franco OH, Gansevoort RT, Gieger C, Gudnason V, Haiman CA, Harris TB, Hattersley AT, Heliövaara M, Hicks AA, Hingorani AD, Hoffmann W, Hofman A, Homuth G, Humphries SE, Hyppönen E, Illig T, Jarvelin MR, Johansen B, Jousilahti P, Jula AM, Kaprio J, Kee F, Keinanen-Kiukaanniemi SM, Kooner JS, Kooperberg C, Kovacs P, Kraja AT, Kumari M, Kuulasmaa K, Kuusisto J, Lakka TA, Langenberg C, Le Marchand L, Lehtimäki T, Lyssenko V, Männistö S, Marette A, Matise TC, McKenzie CA, McKnight B, Musk AW, Möhlenkamp S, Morris AD, Nelis M, Ohlsson C, Oldehinkel AJ, Ong KK, Palmer LJ, Penninx BW, Peters A, Pramstaller PP, Raitakari OT, Rankinen T, Rao DC, Rice TK, Ridker PM, Ritchie MD, Rudan I, Salomaa V, Samani NJ, Saramies J, Sarzynski MA, Schwarz PE, Shuldiner AR, Staessen JA, Steinthorsdottir V, Stolk RP, Strauch K, Tönjes A, Tremblay A, Tremoli E, Vohl MC, Völker U, Vollenweider P, Wilson JF, Witteman JC, Adair LS, Bochud M, Boehm BO, Bornstein SR, Bouchard C, Cauchi S, Caulfield MJ, Chambers JC, Chasman DI, Cooper RS, Dedoussis G, Ferrucci L, Froguel P, Grabe HJ, Hamsten A, Hui J, Hveem K, Jöckel KH, Kivimaki M, Kuh D, Laakso M, Liu Y, März W, Munroe PB, Njølstad I, Oostra BA, Palmer CN, Pedersen NL, Perola M, Pérusse L, Peters U, Power C, Quertermous T, Rauramaa R, Rivadeneira F, Saaristo TE, Saleheen D, Sinisalo J, Slagboom PE, Snieder H, Spector TD, Stefansson K, Stumvoll M, Tuomilehto J, Uitterlinden AG, Uusitupa M, van der Harst P, Veronesi G, Walker M, Wareham NJ, Watkins H, Wichmann HE, Abecasis GR, Assimes TL, Berndt SI, Boehnke M, Borecki IB, Deloukas P, Franke L, Frayling TM, Groop LC, Hunter DJ, Kaplan RC, O'Connell JR, Qi L, Schlessinger D, Strachan DP, Thorsteinsdottir U, van Duijn CM, Willer CJ, Visscher PM, Yang J, Hirschhorn JN, Zillikens MC, McCarthy MI, Speliotes EK, North KE, Fox CS, Barroso I, Franks PW, Ingelsson E, Heid IM, Loos RJ, Cupples LA, Morris AP, Lindgren CM, Mohlke KL. New genetic loci link adipose and insulin biology to body fat distribution. Nature. 2015 Feb 12;518(7538):187-196. doi: 10.1038/nature14132. PMID: 25673412; PMCID: PMC4338562.
99. Simpson ER, Brown KA. Minireview: Obesity and breast cancer: a tale of inflammation and dysregulated metabolism. Mol Endocrinol. 2013 May;27(5):715-25. doi: 10.1210/me.2013-1011. Epub 2013 Mar 21. PMID: 23518927; PMCID: PMC5416759.
100. Smith GD, Ebrahim S. 'Mendelian randomization': can genetic epidemiology contribute to understanding environmental determinants of disease? Int J Epidemiol. 2003 Feb;32(1):1-22. doi: 10.1093/ije/dyg070. PMID: 12689998.
101. Stephen Burgess, Simon G Thompson, CRP CHD Genetics Collaboration, Avoiding bias from weak instruments in Mendelian randomization studies, International Journal of Epidemiology, Volume 40, Issue 3, June 2011, Pages 755–764, https://doi.org/10.1093/ije/dyr036
102. Sudlow C, Gallacher J, Allen N, Beral V, Burton P, Danesh J, Downey P, Elliott P, Green J, Landray M, Liu B, Matthews P, Ong G, Pell J, Silman A, Young A, Sprosen T, Peakman T, Collins R. UK biobank: an open access resource for identifying the causes of a wide range of complex diseases of middle and old age. PLoS Med. 2015 Mar
103. Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249.
doi: 10.3322/caac.21660. Epub 2021 Feb 4. PMID: 33538338. 104. Suzuki R, Orsini N, Saji S, Key TJ, Wolk A. Body weight and incidence of breast
cancer defined by estrogen and progesterone receptor status--a meta-analysis. Int J Cancer. 2009 Feb 1;124(3):698-712. doi: 10.1002/ijc.23943. PMID: 18988226.
105. Swinburn BA, Sacks G, Hall KD, McPherson K, Finegood DT, Moodie ML, Gortmaker SL. The global obesity pandemic: shaped by global drivers and local environments. Lancet. 2011 Aug 27;378(9793):804-14. doi: 10.1016/S0140-6736(11)60813-1. PMID: 21872749.
106. Tabár L, Dean PB, Chen TH, Yen AM, Chen SL, Fann JC, Chiu SY, Ku MM, Wu WY, Hsu CY, Chen YC, Beckmann K, Smith RA, Duffy SW. The incidence of fatal breast cancer measures the increased effectiveness of therapy in women participating in mammography screening. Cancer. 2019 Feb 15;125(4):515-523. doi: 10.1002/cncr.31840. Epub 2018 Nov 8. PMID: 30411328; PMCID: PMC6588008.
107. Taylor AE, Davies NM, Ware JJ, VanderWeele T, Smith GD, Munafò MR. Mendelian randomization in health research: using appropriate genetic variants and avoiding biased estimates. Econ Hum Biol. 2014 Mar;13(100):99-106. doi: 10.1016/j.ehb.2013.12.002. Epub 2013 Dec 13. PMID: 24388127; PMCID: PMC3989031.
108. Templeman, N. M., Skovsø, S., Page, M. M., Lim, G. E., & Johnson, J. D. (2017). A causal role for hyperinsulinemia in obesity, Journal of Endocrinology, 232(3), R173-R183. Retrieved Jan 4, 2022, from https://joe.bioscientifica.com/view/journals/joe/232/3/R173.xml
109. Tsilidis K K, Kasimis J C, Lopez D S, Ntzani E E, Ioannidis J P A. Type 2 diabetes
and cancer: umbrella review of meta-analyses of observational studies BMJ 2015; 350
:g7607 doi:10.1136/bmj.g7607 110. van den Brandt PA, Ziegler RG, Wang M, Hou T, Li R, Adami HO, Agnoli C,
Bernstein L, Buring JE, Chen Y, Connor AE, Eliassen AH, Genkinger JM, Gierach G, Giles GG, Goodman GG, Håkansson N, Krogh V, Le Marchand L, Lee IM, Liao LM, Martinez ME, Miller AB, Milne RL, Neuhouser ML, Patel AV, Prizment A, Robien K, Rohan TE, Sawada N, Schouten LJ, Sinha R, Stolzenberg-Solomon RZ, Teras LR, Tsugane S, Visvanathan K, Weiderpass E, White KK, Willett WC, Wolk A, Zeleniuch-Jacquotte A, Smith-Warner SA. Body size and weight change over adulthood and risk of breast cancer by menopausal and hormone receptor status: a pooled analysis of 20 prospective cohort studies. Eur J Epidemiol. 2021 Jan;36(1):37-55. doi: 10.1007/s10654-020-00688-3. Epub 2020 Oct 30. PMID: 33128203; PMCID: PMC7847460.
111. Verbanck M, Chen CY, Neale B, Do R. Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases. Nat Genet. 2018 May;50(5):693-698. doi: 10.1038/s41588-018-0099-7. Epub 2018 Apr 23. Erratum in: Nat Genet. 2018 Aug;50(8):1196. PMID: 29686387; PMCID: PMC6083837.
112. Visscher PM, Wray NR, Zhang Q, Sklar P, McCarthy MI, Brown MA, Yang J. 10 Years of GWAS Discovery: Biology, Function, and Translation. Am J Hum Genet. 2017 Jul 6;101(1):5-22. doi: 10.1016/j.ajhg.2017.06.005. PMID: 28686856; PMCID: PMC5501872.
113. Vithayathil M, Carter P, Kar S, Mason AM, Burgess S, Larsson SC. Body size and composition and risk of site-specific cancers in the UK Biobank and large international consortia: A mendelian randomisation study. PLoS Med. 2021 Jul 29;18(7):e1003706. doi: 10.1371/journal.pmed.1003706. PMID: 34324486; PMCID: PMC8320991.
114. Voight BF, Kang HM, Ding J, Palmer CD, Sidore C, et al. (2012) The Metabochip, a Custom Genotyping Array for Genetic Studies of Metabolic, Cardiovascular, and Anthropometric Traits. PLOS Genetics 8(8): e1002793. https://doi.org/10.1371/journal.pgen.1002793
115. Vrieling A, Buck K, Kaaks R, Chang-Claude J. Adult weight gain in relation to breast cancer risk by estrogen and progesterone receptor status: a meta-analysis. Breast Cancer Res Treat. 2010 Oct;123(3):641-9. doi: 10.1007/s10549-010-1116-4. Epub 2010 Aug 15. PMID: 20711809.
116. Wada K, Nagata C, Tamakoshi A, Matsuo K, Oze I, Wakai K, Tsuji I, Sugawara Y, Mizoue T, Tanaka K, Iwasaki M, Inoue M, Tsugane S, Sasazuki S; Research Group for the Development and Evaluation of Cancer Prevention Strategies in Japan. Body mass index and breast cancer risk in Japan: a pooled analysis of eight population-based cohort studies. Ann Oncol. 2014 Feb;25(2):519-24. doi: 10.1093/annonc/mdt542. Epub 2014 Jan 10. PMID: 24412821.
117. Wang J, Yang DL, Chen ZZ, Gou BF. Associations of body mass index with cancer incidence among populations, genders, and menopausal status: A systematic review and meta-analysis. Cancer Epidemiol. 2016 Jun;42:1-8. doi: 10.1016/j.canep.2016.02.010. Epub 2016 Mar 3. PMID: 26946037.
118. .White AJ, Nichols HB, Bradshaw PT, Sandler DP. Overall and central adiposity and breast cancer risk in the Sister Study. Cancer. 2015 Oct 15;121(20):3700-8. doi: 10.1002/cncr.29552. Epub 2015 Jul 20. PMID: 26193782; PMCID: PMC4592412.
Pedersen NL, Power C, Pramstaller PP, Price JF, Psaty BM, Quertermous T, Rauramaa R, Saleheen D, Salomaa V, Sanghera DK, Saramies J, Schwarz PEH, Sheu WH, Shuldiner AR, Siegbahn A, Spector TD, Stefansson K, Strachan DP, Tayo BO, Tremoli E, Tuomilehto J, Uusitupa M, van Duijn CM, Vollenweider P, Wallentin L, Wareham NJ, Whitfield JB, Wolffenbuttel BHR, Ordovas JM, Boerwinkle E, Palmer CNA, Thorsteinsdottir U, Chasman DI, Rotter JI, Franks PW, Ripatti S, Cupples LA, Sandhu MS, Rich SS, Boehnke M, Deloukas P, Kathiresan S, Mohlke KL, Ingelsson E, Abecasis GR; Global Lipids Genetics Consortium. Discovery and refinement of loci associated with lipid levels. Nat Genet. 2013 Nov;45(11):1274-1283. doi: 10.1038/ng.2797. Epub 2013 Oct 6. PMID: 24097068; PMCID: PMC3838666.
122. Yang XR, Chang-Claude J, Goode EL, Couch FJ, Nevanlinna H, Milne RL, Gaudet M, Schmidt MK, Broeks A, Cox A, Fasching PA, Hein R, Spurdle AB, Blows F, Driver K, Flesch-Janys D, Heinz J, Sinn P, Vrieling A, Heikkinen T, Aittomäki K, Heikkilä P, Blomqvist C, Lissowska J, Peplonska B, Chanock S, Figueroa J, Brinton L, Hall P, Czene K, Humphreys K, Darabi H, Liu J, Van 't Veer LJ, van Leeuwen FE, Andrulis IL, Glendon G, Knight JA, Mulligan AM, O'Malley FP, Weerasooriya N, John EM, Beckmann MW, Hartmann A, Weihbrecht SB, Wachter DL, Jud SM, Loehberg CR, Baglietto L, English DR, Giles GG, McLean CA, Severi G, Lambrechts D, Vandorpe T, Weltens C, Paridaens R, Smeets A, Neven P, Wildiers H, Wang X, Olson JE, Cafourek V, Fredericksen Z, Kosel M, Vachon C, Cramp HE, Connley D, Cross SS, Balasubramanian SP, Reed MW, Dörk T, Bremer M, Meyer A, Karstens JH, Ay A, Park-Simon TW, Hillemanns P, Arias Pérez JI, Menéndez Rodríguez P, Zamora P, Benítez J, Ko YD, Fischer HP, Hamann U, Pesch B, Brüning T, Justenhoven C, Brauch H, Eccles DM, Tapper WJ, Gerty SM, Sawyer EJ, Tomlinson IP, Jones A, Kerin M, Miller N, McInerney N, Anton-Culver H, Ziogas A, Shen CY, Hsiung CN, Wu PE, Yang SL, Yu JC, Chen ST, Hsu GC, Haiman CA, Henderson BE, Le Marchand L, Kolonel LN, Lindblom A, Margolin S, Jakubowska A, Lubiński J, Huzarski T, Byrski T, Górski B, Gronwald J, Hooning MJ, Hollestelle A, van den Ouweland AM, Jager A, Kriege M, Tilanus-Linthorst MM, Collée M, Wang-Gohrke S, Pylkäs K, Jukkola-Vuorinen A, Mononen K, Grip M, Hirvikoski P, Winqvist R, Mannermaa A, Kosma VM, Kauppinen J, Kataja V, Auvinen P, Soini Y, Sironen R, Bojesen SE, Ørsted DD, Kaur-Knudsen D, Flyger H, Nordestgaard BG, Holland H, Chenevix-Trench G, Manoukian S, Barile M, Radice P, Hankinson SE, Hunter DJ, Tamimi R, Sangrajrang S, Brennan P, McKay J, Odefrey F, Gaborieau V, Devilee P, Huijts PE, Tollenaar RA, Seynaeve C, Dite GS, Apicella C, Hopper JL, Hammet F, Tsimiklis H, Smith LD, Southey MC, Humphreys MK, Easton D, Pharoah P, Sherman ME, Garcia-Closas M. Associations of breast cancer risk factors with tumor subtypes: a pooled analysis from the Breast Cancer Association Consortium studies. J Natl Cancer Inst. 2011 Feb 2;103(3):250-63. doi: 10.1093/jnci/djq526. Epub 2010 Dec 29. PMID: 21191117; PMCID: PMC3107570.
123. Yu Z, Tang S, Ma H, Duan H, Zeng Y. Association of serum adiponectin with breast cancer: A meta-analysis of 27 case-control studies. Medicine (Baltimore). 2019;98(6):e14359. doi:10.1097/MD.0000000000014359
124. Zhang, H., Ahearn, T.U., Lecarpentier, J. et al. Genome-wide association study identifies 32 novel breast cancer susceptibility loci from overall and subtype-specific analyses. Nat Genet 52, 572–581 (2020). https://doi.org/10.1038/s41588-020-0609-2
125.Βreast Tumours, WHO Classification of Tumours, 5th Edition,Volume2,WHOClassification of Tumours Editorial Board, 2019