Un enfoque de curso de vida para explorar la integración biológica de la posición socioeconómica y la movilidad social a través de marcadores inflamatorios circulantes

Scientific Reports volumen 6, Número de artículo: 25170 (2016) Citar este artículo

2416 Accesos

40 citas

2 Altmetric

Detalles de métricas

La posición socioeconómica más baja (SEP) se ha asociado consistentemente con una peor salud. Para explorar la posible incorporación biológica y las consecuencias de las experiencias SEP desde los primeros años de vida hasta la edad adulta, investigamos cómo los indicadores SEP en diferentes puntos a lo largo del curso de la vida pueden estar relacionados con una combinación de 28 marcadores de inflamación. Usando perfiles de inflamación derivados de la sangre medidos por una matriz múltiplex en 268 participantes del componente italiano de la cohorte de Investigación Prospectiva Europea sobre el Cáncer y la Nutrición, evaluamos la asociación entre la vida temprana, la edad adulta joven y la edad adulta tardía SEP con cada marcador inflamatorio por separado, o combinándolos en una puntuación inflamatoria. Identificamos una mayor carga inflamatoria en los participantes cuyo padre tenía una ocupación manual, a través de niveles plasmáticos elevados de CSF3 (G-CSF; β = 0,29; P = 0,002) y una puntuación inflamatoria aumentada (β = 1,96; P = 0,029). Posteriormente, se modeló la movilidad social mediante la interacción entre la ocupación del padre y la ocupación más alta del hogar, lo que reveló una diferencia significativa entre los perfiles "no manuales estables" a lo largo del curso de la vida y los perfiles "manuales a no manuales" (β = 2,38, P = 0,023 ). La SEP baja en la infancia se asocia con un aumento modesto de la carga inflamatoria en adultos; sin embargo, el análisis de la movilidad social sugiere un efecto más fuerte de una movilidad social ascendente a lo largo de la vida.

Ahora se ha establecido que existen discrepancias de salud entre los grupos socioeconómicos en todo el mundo1. En particular, las desventajas socioeconómicas a lo largo del curso de la vida se han relacionado con la mala salud en la edad adulta2,3. Varios estudios epidemiológicos han demostrado que las conductas de salud y los factores del estilo de vida son importantes impulsores de las desigualdades sociales, pero no pueden explicar completamente el gradiente socioeconómico en la salud4,5. Un mecanismo sospechoso que vincula la posición socioeconómica (SEP) y los resultados de salud a lo largo del tiempo implica una activación diferencial de una amplia gama de reacciones fisiológicas y biológicas6. Un mecanismo biológico importante utilizado para adaptarse al entorno son los sistemas de respuesta al estrés7 que controlan la liberación de hormonas del estrés, cuyos niveles alteran muchos mecanismos biológicos, incluidas las respuestas inflamatorias e inmunitarias8.

La inflamación es una vía clave implicada en el desarrollo de enfermedades crónicas, incluidos los trastornos cardiometabólicos y los cánceres múltiples9. Varios estudios han examinado la influencia de la SEP en los niveles de marcadores inflamatorios y han demostrado que una menor educación y/o ingresos se asociaron con una mayor carga de inflamación10,11,12,13,14,15. Estudios adicionales revelaron que las circunstancias socioeconómicas adversas tanto en la edad temprana como en la edad adulta tienen el potencial de alterar el estado de inflamación16,17. Estudios recientes utilizaron un enfoque de curso de vida e identificaron marcadores de inflamación como explicadores (parciales) de las diferencias sociales en la salud18,19. La gran mayoría de estos estudios utilizaron proteína C reactiva (PCR) como indicador general para caracterizar el estado inflamatorio20 y algunos otros utilizaron marcadores inflamatorios alternativos como la interleucina 6 (IL6)10,11,12,13, fibrinógeno14,15 o tumor factor de necrosis α (TNF-α)11,13. Debido a que los estudios previos se basaron solo en un número limitado de marcadores inflamatorios, la generalización de las asociaciones específicas de biomarcadores informadas con SEP a la carga inflamatoria sigue siendo incierta. Con el fin de capturar la complejidad natural de los perfiles inflamatorios y su regulación (p. ej., efectos pleiotrópicos y redundancias parciales en los marcadores inflamatorios), optamos aquí por un enfoque más profundo mediante el uso de una amplia gama de citocinas, quimiocinas y factores de proliferación21, 22,23. Las plataformas de ensayos multiplex permiten la evaluación simultánea de un gran número de marcadores inflamatorios circulantes en pequeñas cantidades de plasma24 y, por lo tanto, permiten una evaluación integral del papel de estos marcadores en nuestro contexto observacional.

Nuestro estudio tiene como objetivo investigar cómo es probable que SEP se incruste a lo largo del curso de la vida a través del sistema inflamatorio. Usando perfiles proteómicos obtenidos de muestras de sangre periférica recolectadas prospectivamente en 268 participantes del componente italiano de la Investigación prospectiva europea sobre cáncer y nutrición (EPIC-Italia), evaluamos la asociación entre SEP temprano, joven y adulto con 28 marcadores de inflamación. Estos fueron examinados individualmente y en conjunto como una puntuación inflamatoria. Presumimos que los participantes con SEP bajo tienen una respuesta inflamatoria de bajo grado. Además, nuestro objetivo es determinar si la SEP en la vida temprana interactúa con la SEP adulta para influir en los niveles de inflamación.

Como se indica en la Tabla complementaria S1, las características clave de la población de estudio difieren de la población de origen de EPIC-Italia por su edad, género y centro de reclutamiento: son mayores, en su mayoría mujeres reclutadas en el centro de Italia (43,3% de Florencia). Esas diferencias están todas relacionadas con el diseño anidado de casos y controles, pero no se observaron diferencias particulares según sus métricas SEP, a pesar de una proporción ligeramente mayor de participantes con un nivel educativo más bajo. En la Tabla 1 se proporciona una descripción detallada de los participantes del estudio. Independientemente del indicador SEP, los participantes en el grupo de SEP bajo tienden a ser mayores, tener un IMC más alto y exhibir una prevalencia de tabaquismo más baja que los de las categorías SEP más altas.

Investigamos las primeras asociaciones entre cada uno de los 28 marcadores inflamatorios y nuestros tres indicadores SEP (ocupación del padre, educación, ocupación doméstica más alta) por separado. Para todos los indicadores, se utilizó como referencia el grupo socioeconómico 'alto' y, por lo tanto, una asociación positiva indica un mayor nivel de inflamación en el grupo socioeconómico 'bajo' (Tabla 2A). Las concentraciones de proteínas inflamatorias exhibieron asociaciones positivas generales con la ocupación del padre y asociaciones negativas con el nivel de educación y la ocupación doméstica más alta. Ninguna asociación sigue siendo significativa después de la corrección para múltiples pruebas tanto con la educación como con la posición ocupacional más alta en el hogar, mientras que sobrevivió una asociación que involucraba los niveles de CSF3 y la ocupación del padre: la ocupación más baja del padre se asoció con niveles más altos de CSF3 (β = 0.29, P = 0.002, Fig. 1). Ajustando por educación (modelo B-1) y, además, por SEP en la edad adulta (modelo C), la asociación entre CSF3 y SEP en la vida temprana, aunque ligeramente atenuada, siguió siendo significativa (P < 0,008). El ajuste adicional en los tres posibles factores de confusión (IMC, tabaquismo, alcohol, ver métodos) afectó solo marginalmente las estimaciones puntuales (Tabla 3A).

(a) Estudio de factores inflamatorios plasmáticos de la posición ocupacional del padre. El valor p de −log10 está firmado por la dirección de la estimación del tamaño del efecto y se representa frente a cada una de las 28 proteínas. La línea gris indica el nivel de significación por prueba que controla el FWER a un nivel del 5 %. (b) Diagrama de caja de los niveles plasmáticos de CSF3 (o G-CSF) transformados logarítmicamente por grupo de posición ocupacional del padre.

Definimos una puntuación inflamatoria discreta (rango: [0–27], ver métodos) que mide el estado inflamatorio general. El puntaje se encontró asociado significativamente exclusivamente a la ocupación del padre (Tabla 2B): el puntaje inflamatorio fue mayor en los participantes cuyo padre tenía un cargo ocupacional bajo (β = 1,96, P = 0,029); por el contrario, la puntuación inflamatoria fue más baja en los participantes con un nivel educativo bajo o una ocupación doméstica más baja pero estas asociaciones no fueron significativas (β = −1,02, P = 0,26 y β = −1,35, P = 0,15 respectivamente).

La asociación entre el puntaje inflamatorio y el SEP en la vida temprana (Tabla 3B) se fortaleció al ajustar por educación y ocupación doméstica más alta. Como se mencionó anteriormente, los ajustes adicionales para los posibles factores de confusión no afectaron nuestros hallazgos. La educación del participante y la ocupación doméstica más alta del participante se asociaron significativamente con el puntaje inflamatorio solo cuando se controló la ocupación del padre (modelo B-1 y modelo B-2, respectivamente): el puntaje inflamatorio fue más bajo en los participantes con bajo nivel educativo o ocupación doméstica más alta baja . La educación del participante y la ocupación más alta del hogar del participante perdieron significación estadística al ajustar simultáneamente en ambos indicadores SEP en el modelo (modelo C).

Como análisis de sensibilidad, realizamos un análisis de componentes principales en los 28 marcadores inflamatorios y el primer componente principal (PC1, que explica el 35,7 % de la varianza) se utilizó como puntuación inflamatoria continua alternativa. El uso de PC1 como puntaje inflamatorio debilitó levemente nuestros resultados, pero estos se mantuvieron consistentes: una asociación significativa entre PC1 y la posición ocupacional del padre, estable después de controlar por SEP en la vida temprana y una asociación no significativa con la educación del participante y la mayor ocupación del hogar, en la dirección opuesta, que se volvió significativa después del ajuste en la ocupación del padre (Tabla 3C). Debido a la correlación negativa observada entre la puntuación inflamatoria y PC1 (ρ = −0,89, P < 0,001), una puntuación PC1 más alta indica un nivel de puntuación inflamatoria más bajo y las estimaciones del tamaño del efecto tienen signos invertidos.

Para probar el potencial de una interacción entre el SEP en la vida temprana y el SEP del participante más adelante en la puntuación inflamatoria, modelamos el efecto de la movilidad social en la puntuación inflamatoria. A partir de los análisis, identificamos un aumento en la puntuación inflamatoria entre los grupos "No manual estable" y "Manual a no manual" (β = 2,38, P = 0,02, Tabla 4A), lo que sugiere una estimulación del sistema inflamatorio en los participantes. experimentando una movilidad social ascendente (Fig. 2). Los resultados que utilizaron PC1 como puntuación inflamatoria mostraron un estado inflamatorio diferencial entre 'no manual estable' y 'manual a no manual', aunque no significativo (β = −0,72, P = 0,17, Tabla 4B).

Diagrama de caja y bigotes que resume la distribución de la puntuación inflamatoria en las cuatro categorías del índice de movilidad social.

Se realizaron análisis de sensibilidad que redefinieron la movilidad social como la interacción entre la ocupación del padre y la propia educación del participante y proporcionaron resultados similares, aunque con asociaciones más fuertes para la puntuación inflamatoria (Tabla complementaria S2).

En el presente estudio, investigamos la asociación entre los marcadores inflamatorios y SEP en diferentes momentos de la vida utilizando un panel de 28 concentraciones de proteínas inflamatorias en plasma consideradas por separado o combinadas en una puntuación inflamatoria. Presumimos que SEP puede estar incrustado fisiológicamente en diferentes puntos de tiempo y, posteriormente, afectar la carga inflamatoria. Al probar los 28 marcadores en relación con los tres indicadores SEP por separado, solo surgió una asociación significativa: la baja ocupación del padre se asoció con un nivel más alto de CSF3. Además, mostramos que los participantes que informaron que un padre tenía una ocupación "manual" tenían una puntuación inflamatoria más alta más adelante en la vida en comparación con aquellos cuyo padre tenía una ocupación "no manual". No se encontraron asociaciones significativas entre la educación de los participantes y la ocupación doméstica más alta cuando se examinaron por separado. Sin embargo, el análisis posterior del puntaje inflamatorio en un contexto de curso de vida (desde la niñez hasta la edad adulta) indicó que los participantes con movilidad social ascendente tenían puntajes inflamatorios más altos que aquellos que permanecían socialmente aventajados.

Para probar la solidez de nuestros resultados a la medida del estado inflamatorio, también definimos, como una alternativa no supervisada, el estado inflamatorio como el primer componente principal (PC1) obtenido de los 28 marcadores inflamatorios. Identificamos asociaciones consistentes, aunque estadísticamente debilitadas, con la ocupación del padre en nuestros modelos de curso de vida ajustando la propia educación del participante y/o la ocupación más alta del hogar. Los análisis de movilidad social utilizando PC1 también proporcionaron asociaciones similares, pero no alcanzaron significación estadística. Esta consistencia puede explicarse, al menos parcialmente, por la fuerte correlación entre nuestra puntuación inflamatoria y PC1 (ρ = -0,89). Nuestras estimaciones y conclusiones se mantuvieron notablemente estables tras los ajustes por factores de comportamiento (tabaquismo y consumo de alcohol e IMC), lo que proporciona evidencia de que la señal inflamatoria que informamos como marcadores de SEP son independientes de las posibles firmas inflamatorias de estos factores. No podemos excluir la posibilidad de que otros factores puedan contribuir a los mecanismos que vinculan SEP e inflamación. Esto incluiría variables antropométricas y de obesidad como la altura, el peso, la circunferencia de la cintura y la cadera y la relación cintura-cadera. Con base en el modelo C, ajustamos aún más cada una de estas covariables por separado (Tabla complementaria S3). Posteriormente, agregamos la actividad física y la terapia de reemplazo hormonal como posibles factores de confusión en el modelo totalmente ajustado resultante (Tabla complementaria S4). Como se indica en estas tablas, la asociación entre el puntaje inflamatorio y la posición ocupacional del padre fue sólida en todos estos modelos adicionales.

Nuestra población de estudio sigue siendo de tamaño limitado, lo que restringió nuestras opciones metodológicas. En primer lugar, se recodificaron todas las categorías de variables disponibles para la ocupación del padre, la educación del participante y la ocupación más alta del hogar (indicadores binarios). El razonamiento detrás de esta recodificación tuvo en cuenta 1) tipologías conceptuales de ocupaciones y logros educativos que confieren nociones de jerarquía y/o tensión laboral 2) maximizar las muestras de subgrupos para lograr suficiente poder estadístico. Sin embargo, el error de clasificación errónea puede haber ocurrido cuando se hicieron suposiciones incorrectas al recodificar. Como análisis de sensibilidad, realizamos todos los análisis de codificación profesional en la clase de educación baja y los resultados solo cambiaron marginalmente (Tabla complementaria S5). De los indicadores socioeconómicos disponibles en el conjunto de datos EPIC, seleccionamos nuestras 3 medidas en función de (i) su definición inequívoca, (ii) la clara distinción de las etapas críticas de la vida a las que cada una correspondía y (iii) su generalización a otras poblaciones. Estos indicadores ofrecen una medida individual de la experiencia socioeconómica durante el curso de la vida y, como tales, pueden proporcionar información sobre el acceso de las personas a los recursos sociales y económicos. También pueden captar factores individuales (p. ej., factores materiales, conductuales o psicosociales) o características macroambientales (p. ej., ubicación geográfica) que impulsan el vínculo entre el entorno social y el proceso inflamatorio. Nuestros resultados también podrían verse afectados por una posible falta de representatividad de nuestra población de estudio que se deriva de un estudio de control de casos de cáncer anidado en una cohorte. Para tener en cuenta el posible sesgo de población (basado en casos), también realizamos todos los análisis restringiendo la población de estudio a controles sanos. Como se resume en la Tabla complementaria S6, el tamaño de muestra más pequeño redujo el poder estadístico y las medidas de asociación se debilitaron posteriormente. No obstante, el signo y las estimaciones de los tamaños del efecto fueron consistentes y la mayoría de las asociaciones relevantes se encontraron nominalmente significativas (P < 0,05).

Además, nuestra población de estudio comprende una gran proporción de posibles pares de casos y controles de cáncer de mama (N = 100 participantes). Esto ciertamente afecta la representatividad de la proporción de sexos dentro de nuestra población de estudio, pero también puede afectar la generalización de nuestros resultados, dada la mayor incidencia de cáncer de mama observada en las clases SEP más altas25. Esto último podría explicar potencialmente la dirección contraria a la intuición de las asociaciones encontradas con los indicadores SEP de jóvenes y adultos por separado y el nivel de inflamación. Varios estudios han examinado la influencia de la SEP infantil (medida por la ocupación del padre o la educación del padre) en los niveles de marcadores inflamatorios en la edad adulta; la mayoría de ellos han demostrado que una menor SEP en la vida temprana se asoció con un mayor nivel de PCR18,26,27, el fibrinógeno18,26,27 y la IL-618,28. Sin embargo, se sabe poco sobre las asociaciones entre SEP infantil y otros marcadores inflamatorios, incluidas otras citocinas, quimiocinas y factores de proliferación que participan en la cascada inflamatoria. Aunque CSF3 solo se encontró asociado al analizar los marcadores inflamatorios individualmente, nuestros hallazgos demostraron que la posición ocupacional del padre estaba inversamente asociada con el puntaje inflamatorio y, por lo tanto, apoyó la hipótesis de un impacto global en el sistema inflamatorio. Hasta donde sabemos, un solo estudio investigó la relación entre la movilidad social y la concentración de marcadores inflamatorios. En este trabajo, Loucks et al. informaron un nivel elevado de molécula de adhesión intercelular 1 (ICAM-1), receptor del factor de necrosis tumoral 2 (TNFR2) y fosfolipasa A2 asociada a lipoproteínas (Lp-PLA2) para participantes con movilidad social ascendente (SEP infantil bajo y adulto alto)18.

Clásicamente se han propuesto tres modelos para explicar el vínculo entre el SEP del curso de vida y la enfermedad del adulto29. El modelo del período crítico postula que las circunstancias socioeconómicas adversas en los primeros años de vida pueden modificar permanentemente los sistemas biológicos con efectos en la salud a largo plazo. El modelo de acumulación supone que la acumulación de adversidades a lo largo del curso de la vida tiene un impacto negativo en la salud, mientras que el marco de movilidad social asume que la SEP puede evolucionar con el tiempo y considera un efecto diferencial de las trayectorias estables o variables de la SEP en la salud y el bienestar. Nuestros datos respaldan la hipótesis del período crítico/sensible, ya que la posición ocupacional del padre tuvo un efecto más fuerte en el nivel inflamatorio de la edad adulta y también respaldan la hipótesis de la movilidad social donde los participantes cuyo SEP aumentó con el tiempo mostraron niveles inflamatorios más altos. Sin embargo, nuestros hallazgos no respaldan el modelo de acumulación.

Hasta donde sabemos, el presente estudio es el primero en proporcionar un análisis exhaustivo de la respuesta inflamatoria a las experiencias socioeconómicas en un contexto de curso de vida, utilizando perfiles de mayor resolución. El uso de la puntuación inflamatoria como una medida resumen de los 28 marcadores inflamatorios junto con su alternativa continua nos permitió respaldar la hipótesis de que la SEP en la vida temprana conduce a cambios persistentes en la respuesta inflamatoria.

A pesar de las limitaciones mencionadas anteriormente, nuestro estudio proporciona evidencia que respalda la existencia de respuestas impresas biológicamente a las experiencias y trayectorias socioeconómicas a lo largo de la vida, tal como se formaliza en el concepto de encarnación30. Por lo tanto, requiere más trabajo que involucre poblaciones más grandes y potencialmente otros perfiles 'ómicos' para explorar, en varios niveles moleculares, los mecanismos involucrados en la respuesta biológica a las experiencias SEP. Aunque se necesita más validación, nuestros resultados sugieren que la SEP temprana y la movilidad social ascendente tienen un efecto a largo plazo sobre la inflamación, que puede afectar la salud más adelante en la vida.

Nuestra población de estudio surge del proyecto EnviroGenoMarkers (EGM), que se diseñó inicialmente para identificar nuevos biomarcadores de linfoma no Hodgkin y riesgo de cáncer de mama a partir de múltiples perfiles 'ómicos'23. Incluimos en este estudio 268 participantes de EGM del componente italiano de EPIC31, para quienes se recopilaron factores antropométricos, de estilo de vida, dietéticos y socioeconómicos a través de cuestionarios. Todos los participantes dieron su consentimiento informado y el protocolo del estudio EPIC fue aprobado por la junta de revisión de la Agencia Internacional para la Investigación del Cáncer y por todos los institutos locales que reclutaron participantes. El estudio se llevó a cabo de acuerdo con las directrices aprobadas. Los casos incidentes de NHL (N = 84) y cáncer de mama (N = 50) se diagnosticaron entre 2 y 13 años después del reclutamiento en EPIC y se identificaron a través de los registros locales de cáncer. Para cada caso identificado, se seleccionó un control aleatorio entre todos los participantes de EPIC Italia vivos y libres de cáncer en el momento del diagnóstico del caso índice, emparejados por centro (Turín, Varese, Nápoles, Ragusa y Florencia), sexo, fecha de sangre recolección (+/−6 meses) y edad al reclutamiento (+/−2.5 años). Las muestras biológicas se sometieron a perfiles inflamatorios en dos lotes distintos que incluían 100 y 34 pares de casos/controles, respectivamente. Todas las muestras biológicas se recogieron tras la inclusión de los participantes en EPIC Italia. En el momento de la extracción de sangre, todos los participantes estaban libres de cáncer.

La estrategia de selección de muestras se describe en la Figura complementaria S1.

Para preservar el poder y la interpretabilidad, se dicotomizaron los factores SEP del curso de vida del cuestionario EPIC. El SEP infantil se midió por la ocupación del padre y se recodificó en las dos categorías siguientes; i) 'Manual' (N = 147) compuesto por: trabajadores no calificados (N = 52), trabajadores calificados (N = 59) y agricultores (N = 36); y ii) 'No manuales' (N = 87) compuesto por: minoristas (N = 30), empleados (N = 40) y autónomos (N = 17).

El SEP en la edad adulta joven se midió a través de la propia educación del participante, que se dicotomizó como i) 'Alto' (por encima del nivel mínimo de educación legal, 15 años de edad; N = 120): profesional (N = 30), escuela secundaria superior (N = 57 ) y universidad (N = 33); y ii) 'Bajo' (por debajo del nivel mínimo de educación legal; N = 147): ninguno (N = 6), escuela primaria (N = 79), escuela secundaria inferior (N = 62).

El SEP en la edad adulta se midió utilizando la posición ocupacional más alta en el hogar definida por la propia ocupación del participante o la de su pareja. Se clasificó como 'Manual' (N = 79) y 'No manual' (N = 158), siguiendo la misma categorización que para la ocupación del padre. Las características de los 230 participantes con información completa de la SEP se resumen en la Tabla 1.

Para cada participante, se recolectó una muestra de sangre en el momento de la inscripción y, dentro de las dos horas, se procesó posteriormente para el aislamiento de las capas leucocitarias y otras fracciones, que se colocaron en almacenamiento en frío (nitrógeno líquido). Se midió un panel de proteínas relacionadas con la inflamación (N = 32) utilizando los kits MILLIPLEX HCYTOMAG-60K y HSCYTMAG-60SK (Millipore, Billerca, MA), según el protocolo del fabricante. Como se detalla en la tabla complementaria S7, las mediciones incluyeron 10 quimiocinas, 12 citocinas y 6 factores de crecimiento. Se excluyeron cuatro analitos (IL-12, IL1-RA, sIL2-RA y Flt3ligand) de análisis estadísticos adicionales debido a una alta tasa de no detecta (> 75%). Los límites inferiores de detección (LOD) también se informan en la Tabla complementaria S7.

Inicialmente, consideramos todos los niveles de proteína por separado. Como se muestra en la Figura complementaria S2, las concentraciones de proteínas exhiben una fuerte correlación por pares. La concentración de PCA de estos 28 marcadores inflamatorios mostró que 20 PC explicaron más del 95 % de la variación total observada en el conjunto de datos (Figura complementaria S3). El nivel de significación corregido de pruebas múltiples explica la correlación en los datos y se define como P = 0,05/20 (P = 0,0025).

Finalmente, definimos una puntuación inflamatoria a partir de las 28 concentraciones de proteína. Asumimos, como ya se informó32 y de acuerdo con la teoría de un desgaste global del organismo debido a eventos estresantes33, una asociación positiva global entre inflamación y disminución de SEP. Para cada proteína, definimos un indicador dicotómico: 'alta concentración' = 1 y 'baja concentración' = 0 en función del cuartil más alto de las concentraciones transformadas logarítmicamente y las sumamos en las 28 proteínas34. Como alternativa continua y libre de hipótesis se utilizó el primer componente principal (que explica el 35,7% de la varianza total).

Los análisis estadísticos se realizaron utilizando R v3.1.235. Los niveles de proteína por debajo del LOD se imputaron en función de un método de estimación de máxima verosimilitud utilizando la estructura de correlación dentro de los datos para obtener los valores faltantes36. En todos los análisis, los niveles de proteínas se transformaron logarítmicamente para normalizar sus distribuciones.

Como se propuso en otro lugar37, los análisis por proteína se basaron en un modelo mixto lineal que suponía que la variación técnicamente inducida entre las placas de microtitulación inducía un cambio sistemático en las medidas de concentración. Incluimos un intercepto aleatorio en el modelo, anotado y que representa el cambio asociado a Ai, el identificador de la placa en la que se analizó la muestra i. Para la muestra i el modelo se define de la siguiente manera:

donde Yi representa la medida inflamatoria en el participante i, α es el intercepto, εi es el error residual, Xi es el indicador SEP binario observado en ese mismo participante (donde se usa la clase más alta como categoría de referencia) cuyo efecto se mide por el el coeficiente de regresión β1 y FEi es una matriz de observaciones de efectos fijos y los coeficientes de regresión correspondientes se compilan en el vector β2. Las covariables de efectos fijos incluyen los criterios de emparejamiento de casos y controles (edad, género y centro, recodificados en tres categorías: norte, centro y sur de Italia) y lote. Para dar cuenta del diseño de casos y controles de EGM, también incluimos dos indicadores binarios de si un participante es un posible caso de cáncer de mama o linfoma.

El análisis de la puntuación inflamatoria y el PCA se basaron en las concentraciones de proteínas "sin ruido" obtenidas del modelo mixto lineal anterior restando las estimaciones del efecto aleatorio de los niveles observados. Como tales, estas medidas se corrigen implícitamente por la variación técnicamente inducida y se analizaron mediante un modelo lineal correspondiente a (1) establecer el término de intersección aleatoria en cero.

Para las diferentes medidas del estado inflamatorio descritas anteriormente, usamos el mismo modelo de referencia y, para imitar las experiencias del curso de la vida, ajustamos secuencialmente los siguientes indicadores indirectos ordenados cronológicamente para los indicadores SEP de la vida temprana, la edad adulta joven y la edad adulta; resultando en cuatro modelos secuenciados en el tiempo:

(A) Edad, sexo, estado de casos y controles, lote, centro y ocupación del padre;

(B-1) Modelo A + educación;

(B-2) Modelo A + mayor ocupación del hogar;

(B) Modelo B-1 + mayor ocupación del hogar;

Posteriormente, se construyó un modelo totalmente ajustado sobre el modelo C que incluía el índice de masa corporal (IMC, kg/m2), el tabaquismo (categórico: actual, ex fumador y nunca fumador) y el consumo de alcohol (g/día) como tres posibles factores impulsados por SEP.

Para modelar la movilidad social, generalizamos el modelo lineal utilizado para nuestro puntaje inflamatorio al introducir un término de interacción multiplicativa para la ocupación del padre y la ocupación más alta del hogar, definiendo así 4 clases: 'Estable No manual' (referencia); 'Manual a No manual'; 'No manual a Manual'; y 'Manual Estable'.

Se realizaron varios análisis de sensibilidad. Primero, para preservar el poder, dicotomizamos los indicadores SEP, mientras que, especialmente para educación, tres categorías habrían sido más relevantes. En particular, con base en el nivel mínimo de educación legal en Italia, nuestra elección de incluir 'profesionales' en la categoría de educación 'alta' puede ser discutible. Realizamos todos los análisis de codificación profesional en la clase de educación baja.

Los datos que utilizamos surgieron de un estudio de casos y controles anidado en una cohorte prospectiva. Para evaluar el potencial de causalidad inversa, realizamos todos los análisis restringiendo la población del estudio a controles sanos.

La movilidad social se modeló introduciendo un término de interacción multiplicativa para la ocupación del padre y la educación del participante.

Cómo citar este artículo: Castagné, R. et al. Un enfoque de curso de vida para explorar la incorporación biológica de la posición socioeconómica y la movilidad social a través de marcadores inflamatorios circulantes. ciencia Rep. 6, 25170; doi: 10.1038/srep25170 (2016).

Mackenbach, JP et al. Desigualdades socioeconómicas en salud en 22 países europeos. N. ingl. J.Med. 358, 2468–2481 (2008).

Artículo CAS Google Académico

Mackenbach, JP Health inequalities: Europe in profile (Producido por COI para el Departamento de Salud, 2006).

Marmota, M. et al. Cerrando la brecha en una generación: equidad en salud a través de la acción sobre los determinantes sociales de la salud. The Lancet 372, 1661-1669 (2008).

Artículo Google Académico

Stringhini, S. et al. Comportamientos de salud, estado socioeconómico y mortalidad: análisis adicionales de las cohortes prospectivas británicas Whitehall II y francesas GAZEL. PLOS Med. 8, e1000419 (2011).

Artículo Google Académico

Gallo, V. et al. Desigualdades sociales y mortalidad en Europa: resultados de una gran cohorte multinacional. PLos One 7, e39013 (2012).

Artículo CAS ANUNCIOS Google Académico

Blane, D., Kelly-Irving, M., d'Errico, A., Bartley, M. y Montgomery, S. Transiciones sociobiológicas: ¿cómo se convierte lo social en biológico? Longitud. Estudio de curso de vida. 4, 136–146 (2013).

Google Académico

McEwen, BS Fisiología y neurobiología del estrés y la adaptación: papel central del cerebro. Fisiol. Rev. 87, 873–904 (2007).

Artículo Google Académico

Yang, EV & Glaser, R. Inmunomodulación inducida por el estrés y las implicaciones para la salud. En t. inmunofarmaco. 2, 315–324 (2002).

Artículo CAS Google Académico

Scrivo, R., Vasile, M., Bartosiewicz, I. & Valesini, G. La inflamación como "tierra común" de las enfermedades multifactoriales. Autoinmune Rev. 10, 369–374 (2011).

Artículo Google Académico

Ranjit, N. et al. Posición socioeconómica, raza/etnicidad e inflamación en el estudio multiétnico de la aterosclerosis. Circulación 116, 2383–2390 (2007).

Artículo Google Académico

Koster, A. et al. Asociación de marcadores inflamatorios con el nivel socioeconómico. J. Gerontol. A. Biol. ciencia Medicina. ciencia 61, 284–290 (2006).

Artículo Google Académico

Gruenewald, TL, Cohen, S., Matthews, KA, Tracy, R. & Seeman, TE Asociación del nivel socioeconómico con marcadores de inflamación en hombres y mujeres blancos y negros en el estudio Desarrollo del riesgo de la arteria coronaria en adultos jóvenes (CARDIA). Soc. ciencia Medicina. 69, 451–459 (2009).

Artículo Google Académico

Fraga, S. et al. Asociación del estatus socioeconómico con marcadores inflamatorios: una comparación de dos cohortes. Anterior Medicina. 71, 12–19 (2015).

Artículo Google Académico

Panagiotakos, DB et al. La asociación entre el nivel educativo y los factores de riesgo relacionados con la enfermedad cardiovascular en individuos sanos: El estudio ATTICA. Ana. Epidemiol. 14, 188–194 (2004).

Artículo Google Académico

Steinvil, A. et al. Relación del nivel educativo con el nivel de biomarcadores sensibles a la inflamación. Soy. J. Cardiol. 102, 1034–1039 (2008).

Artículo CAS Google Académico

Kelly-Irving, M., Mabile, L., Grosclaude, P., Lang, T. y Delpierre, C. La encarnación de las experiencias infantiles adversas y el desarrollo del cáncer: posibles mecanismos biológicos y vías a lo largo del curso de la vida. En t. J. Salud Pública 58, 3–11 (2013).

Artículo Google Académico

Ben-Shlomo, Y. & Kuh, D. Un enfoque del ciclo de vida de la epidemiología de las enfermedades crónicas: modelos conceptuales, desafíos empíricos y perspectivas interdisciplinarias. En t. J. Epidemiol. 31, 285–293 (2002).

Artículo Google Académico

Loucks, EB et al. La posición socioeconómica del curso de la vida está asociada con marcadores inflamatorios: el estudio Framingham Offspring. Soc. ciencia Medicina. 71, 187–195 (2010).

Artículo Google Académico

Stringhini, S. et al. Asociación del estado socioeconómico del curso de la vida con la inflamación crónica y el riesgo de diabetes tipo 2: el estudio de cohorte prospectivo Whitehall II. PLOS Med. 10, e1001479 (2013).

Artículo Google Académico

Ansar, W. & Ghosh, S. Proteína reactiva C y la biología de la enfermedad. inmunol. Res. 56, 131–142 (2013).

Artículo CAS Google Académico

Leng, SX et al. ELISA y tecnologías multiplex para la medición de citoquinas en la investigación de la inflamación y el envejecimiento. J. Gerontol. A. Biol. ciencia Medicina. ciencia 63, 879–884 (2008).

Artículo Google Académico

Moncunill, G., Aponte, JJ, Nhabomba, AJ & Dobaño, C. Rendimiento de kits comerciales multiplex para cuantificar respuestas de citocinas y quimiocinas en sobrenadantes de cultivo de estimulaciones con Plasmodium falciparum. PLos One 8, e52587 (2013).

Artículo CAS ANUNCIOS Google Académico

Hebels, DGAJ et al. Rendimiento en análisis ómicos de muestras de sangre en almacenamiento a largo plazo: oportunidades para la explotación de biobancos existentes en investigación en salud ambiental. Reinar. Perspectiva de Salud. 121, 480–487 (2013).

Artículo Google Académico

Chaturvedi, AK et al. Evaluación de las mediciones de marcadores de inflamación y citoquinas multiplexadas: un estudio metodológico. Epidemiología del cáncer. Biomarca. Anterior publ. Soy. Asoc. Cáncer Res. Copatrocinado Am. Soc. Anterior oncol. 20, 1902–1911 (2011).

Artículo CAS Google Académico

Klassen, AC & Smith, KC La relación duradera y en evolución entre la clase social y la carga del cáncer de mama: una revisión de la literatura. Epidemiología del cáncer. 35, 217–234 (2011).

Artículo Google Académico

Lawlor, DA, Smith, GD, Rumley, A., Lowe, GDO y Ebrahim, S. Las asociaciones de fibrinógeno y proteína C reactiva con enfermedad coronaria prevalente e incidente se atenúan mediante el ajuste de los factores de confusión. Estudio de salud y corazón de mujeres británicas. trombo. Hemost. 93, 955–963 (2005).

Artículo CAS Google Académico

Pollitt, RA et al. Nivel socioeconómico en la vida temprana y adulta y marcadores de riesgo inflamatorio en la edad adulta. EUR. J. Epidemiol. 22, 55–66 (2007).

Artículo Google Académico

Mendall, MA et al. Relación de las concentraciones de citoquinas séricas con los factores de riesgo cardiovascular y la enfermedad coronaria. Corazón 78, 273–277 (1997).

Artículo CAS Google Académico

Artículo Google Académico

Krieger, N. Realización: un glosario conceptual de epidemiología. J. Epidemiol. Salud Comunitaria 59, 350–355 (2005).

Artículo Google Académico

Palli, D. et al. Un proyecto de epidemiología molecular sobre la dieta y el cáncer: el estudio prospectivo EPIC-Italia. Diseño y características basales de los participantes. Tumori 89, 586–593 (2003).

Artículo Google Académico

Fraga, S. et al. Asociación del estatus socioeconómico con marcadores inflamatorios: una comparación de dos cohortes. Anterior Medicina. 71, 12–19 (2015).

Artículo Google Académico

Seeman, TE, Singer, BH, Rowe, JW, Horwitz, RI & McEwen, BS Precio de la adaptación-carga alostática y sus consecuencias para la salud. Estudios MacArthur sobre el envejecimiento exitoso. Arco. Interno. Medicina. 157, 2259–2268 (1997).

Artículo CAS Google Académico

Juster, R.-P., McEwen, BS & Lupien, SJ Biomarcadores de carga alostática de estrés crónico e impacto en la salud y la cognición. Neurosci. biocomportamiento Rev. 35, 2–16 (2010).

Artículo Google Académico

Equipo central de desarrollo, R: un lenguaje y un entorno para la computación estadística. R Fundación para la Computación Estadística, Viena, Austria. ISBN 3-900051-07-0 (2005).

Lubin, JH et al. Evaluación epidemiológica de datos de medición en presencia de límites de detección. Reinar. Perspectiva de Salud. 112, 1691-1696 (2004).

Artículo CAS Google Académico

Chadeau-Hyam, M. et al. Los marcadores transcriptómicos prediagnósticos de la leucemia linfocítica crónica revelan perturbaciones 10 años antes del diagnóstico. Ana. oncol. 25, 1065–1072 (2014).

Artículo CAS Google Académico

Descargar referencias

Las mediciones de proteínas se realizaron en el Instituto de Ciencias de Evaluación de Riesgos, División de Epidemiología Ambiental, Universidad de Utrecht, Utrecht, Países Bajos. Los autores desean agradecer a todos los centros que participaron en el estudio y a los miembros adicionales del Consorcio EnviroGenoMarkers. Para obtener más información sobre el Consorcio EnviroGenoMarkers, visite http://www.envirogenomarkers.net/. Este trabajo fue apoyado por el Institut National du Cancer [SHSESP14-082 a RC]. Este trabajo se ha llevado a cabo como parte de los proyectos H2020LIFEPATH [633666 to PV] y 7th European Framework Programme (FP7) Envirogenomarkers [226756 to SK]. SS cuenta con el apoyo de una subvención Ambizione [PZ00P3_147998 a SS] de la Fundación Nacional de Ciencias de Suiza. MC-H, PV, RV, SK agradecen el apoyo del proyecto FP7 Exposomics [308610 a PV].

Departamento de Epidemiología y Bioestadística, Escuela de Salud Pública, Imperial College London, Londres, Reino Unido

Raphaële Castagné, Gianluca Campanella, Florence Guida, Roel Vermeulen, Paolo Vineis & Marc Chadeau-Hyam

INSERM, UMR1027, Toulouse III-Universidad Paul Sabatier, Toulouse, 31000, Francia

Raphaële Castagné, Cyrille Delpierre, Michelle Kelly-Irving y Thierry Lang

Fundación IRCCS - Instituto Nacional del Cáncer, Milán, Italia

Vittorio Krogh

Instituto para el Estudio y la Prevención de la Oncología (ISPO Toscana), Florencia, Italia

dominic palli

Departamento de Medicina Clínica y Cirugía, Universidad de Nápoles Federico II, Nápoles, Italia

salvador pánico

Centro de Referencia de Piamonte para Epidemiología y Prevención del Cáncer (CPO Piemonte), Turín, Italia

sacerdote charlotte

Unidad de Registro de Cáncer e Histopatología, Azienda Ospedaliera 'Civil –MPArezzo', Ragusa, Italia

rosario tumino

Fundación Nacional de Investigación Helénica, Instituto de Biología, Química Farmacéutica y Biotecnología, Atenas, Grecia

Soterios Kyrtopoulos

División de Epidemiología Ambiental, Instituto de Evaluación de Riesgos, Universidad de Utrecht, Utrecht, Países Bajos

Fatemeh Saberi Hosnijeh, Roel Vermeulen y Marc Chadeau-Hyam

HuGeF, Fundación de Genética Humana, Turín, Italia

paolo vineis

Centro MRC-PHE para el Medio Ambiente y la Salud, Imperial College, Londres, Londres, Reino Unido

Paolo Vineis y Marc Chadeau-Hyam

Instituto de Medicina Social y Preventiva, Hospital Universitario de Lausana, Lausana, Suiza

Silvia Stringhini

También puede buscar este autor en PubMed Google Scholar

Concepción, delineación de hipótesis y diseño del estudio: RC, CD, MKI, PV, SS y MC-H. Recolectó los datos: VK, DP, SP, CS, RT, SK y PV Analizó los datos: RC, CD, MKI, RV, PV, SS y MC-H. discutieron los resultados. Reactivos/materiales/herramientas de análisis contribuidos: GC, FG, SK, FSH, TL y RV Todos los demás autores revisaron y comentaron el manuscrito.

Los autores declaran no tener intereses financieros en competencia.

Este trabajo tiene una licencia internacional Creative Commons Attribution 4.0. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en la línea de crédito; si el material no está incluido bajo la licencia Creative Commons, los usuarios deberán obtener el permiso del titular de la licencia para reproducir el material. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/

Reimpresiones y permisos

Castagné, R., Delpierre, C., Kelly-Irving, M. et al. Un enfoque de curso de vida para explorar la incorporación biológica de la posición socioeconómica y la movilidad social a través de marcadores inflamatorios circulantes. Informe científico 6, 25170 (2016). https://doi.org/10.1038/srep25170

Descargar cita

Recibido: 25 noviembre 2015

Aceptado: 11 de abril de 2016

Publicado: 27 abril 2016

DOI: https://doi.org/10.1038/srep25170

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Informes científicos (2022)

Inmunología BMC (2021)

Informes científicos (2021)

Neurobiología Molecular (2019)

Informes de epidemiología actuales (2019)

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.

Noticias

Un enfoque de curso de vida para explorar la integración biológica de la posición socioeconómica y la movilidad social a través de marcadores inflamatorios circulantes