循環炎症マーカーを介して社会経済的地位と社会的流動性の生物学的埋め込みを探索するライフコースアプローチ

Scientific Reports volume 6、記事番号: 25170 (2016) この記事を引用

2416 アクセス

40件の引用

2 オルトメトリック

メトリクスの詳細

社会経済的地位（SEP）の低下は、一貫して健康状態の悪化と関連しています。 潜在的な生物学的埋め込みと幼少期から成人期までのSEP経験の影響を探るため、ライフコースのさまざまな時点でのSEP指標が28の炎症マーカーの組み合わせにどのように関連しているかを調査します。 ヨーロッパのがんと栄養に関する前向き調査コホートのイタリアの参加者268名を対象にマルチプレックスアレイで測定した血液由来の炎症プロファイルを使用して、早期、若年成人期および後期成人期のSEPと各炎症マーカーとの関連性を個別に評価します。それらを組み合わせて炎症スコアを作成します。 われわれは、父親が肉体労働者である参加者では、血漿CSF3レベルの上昇（G-CSF; β = 0.29; P = 0.002）と炎症スコアの増加（β = 1.96; P = 0.029）を通じて炎症負荷が増加していることを確認した。 その後、社会的流動性は父親の職業と世帯内で最も高い職業との間の相互作用によってモデル化され、ライフコース全体にわたる「安定した非手動」プロファイルと「手動から非手動」プロファイルとの間に有意な差があることが明らかになった（β = 2.38、P = 0.023） ）。 小児期のSEPの低下は、成人の炎症負荷のわずかな増加と関連しています。 しかし、社会的流動性の分析は、ライフコース全体にわたる上向きの社会的流動性のより強い影響を示唆しています。

現在、世界中の社会経済的グループ間で健康格差が存在することが確認されています1。 特に、生涯にわたる社会経済的不利益は、成人期の健康不良と関連しています2,3。 いくつかの疫学研究では、健康行動とライフスタイル要因が社会的不平等の重要な要因であることが示されていますが、健康における社会経済的勾配を完全に説明することはできません4,5。 社会経済的地位 (SEP) と健康状態を長期的に結びつけるメカニズムの 1 つは、広範囲にわたる生理学的および生物学的反応の異なる活性化に関係していると考えられています6。 環境に適応するために使用される重要な生物学的メカニズムの 1 つは、ストレス ホルモンの放出を制御するストレス応答システム 7 であり、ストレス ホルモンのレベルによって、炎症反応や免疫応答 8 を含む多くの生物学的メカニズムが変化します。

炎症は、心臓代謝障害や複数のがんなどの慢性疾患の発症に関与する重要な経路です9。 いくつかの研究では、SEP が炎症マーカーレベルに及ぼす影響を調べており、教育や収入の低下が炎症の負担の増大と関連していることが示されています 10、11、12、13、14、15。 追加の研究により、幼少期と成人の両方の不利な社会経済的状況が炎症状態を変化させる可能性があることが明らかになりました 16,17。 最近の研究では、ライフコースアプローチを使用し、健康における社会的差異を（部分的に）説明するものとして炎症マーカーが特定されました18,19。 これらの研究の大多数では、炎症状態を特徴付けるための一般的な代用物質として C 反応性タンパク質 (CRP) が使用され 20、その他の研究では、インターロイキン 6 (IL6)10、11、12、13、フィブリノーゲン 14、15、または腫瘍などの代替炎症マーカーが使用されました。壊死因子α（TNF-α）11,13。 これまでの研究は限られた数の炎症マーカーのみに依存していたため、報告されたバイオマーカー特異的SEPと炎症負荷との関連性の一般化は依然として不確実である。 炎症プロファイルとその制御の自然な複雑性（例えば、炎症マーカーにわたる多面発現効果や部分的な重複）を捉えるために、ここでは幅広いサイトカイン、ケモカイン、増殖因子を使用したより詳細なアプローチを選択しました21。 22、23。 マルチプレックスアッセイプラットフォームにより、少量の血漿中の多数の炎症性循環マーカーを同時に評価できるため 24、したがって、観察の状況におけるこれらのマーカーの役割の包括的な評価が可能になります。

私たちの研究は、SEPが生涯を通じてどのように炎症系に組み込まれる可能性があるかを調査することを目的としています。 欧州癌と栄養に関する前向き調査（EPIC-Italy）のイタリア部門の参加者268人から前向きに収集された末梢血サンプルから得られたプロテオミクスプロファイルを使用して、早期、若年期、成人期のSEPと28の炎症マーカーとの関連を評価した。 これらは、炎症スコアとして個別におよび共同で検査されました。 私たちは、SEP が低い参加者は軽度の炎症反応を示していると仮説を立てています。 さらに、初期のSEPが成人SEPと相互作用して炎症レベルに影響を与えるかどうかを判断することを目的としています。

補足表S1に示されているように、調査対象集団の主な特徴は、年齢、性別、採用センターの点で元のEPIC-イタリアの集団とは異なります。彼らは高齢であり、ほとんどが中央イタリアで採用された女性です（フィレンツェから43.3％）。 これらの違いはすべて、入れ子になったケースコントロール設計に関連していますが、教育レベルが低い参加者の割合がわずかに高かったにもかかわらず、SEP メトリクスによれば、特別な違いは観察されませんでした。 研究参加者の詳細な説明を表 1 に示します。SEP 指標に関係なく、低 SEP グループの参加者は、高 SEP カテゴリーの参加者よりも高齢で、BMI が高く、喫煙率が低い傾向があります。

まず、28 個の炎症マーカーのそれぞれと 3 つの SEP 指標 (父親の職業、教育、最も高い世帯の職業) との間の関連性を個別に調査しました。 すべての指標について、「高」社会経済的グループが参照として使用されたため、正の相関は「低」社会経済的グループの炎症レベルの増加を示します（表 2A）。 炎症性タンパク質濃度は、父親の職業と一般に正の関連を示し、教育レベルおよび最も高い世帯の職業と負の関連を示しました。 複数の検査を行った場合、教育と世帯での最も高い職業上の地位の両方について補正後も有意な関連性は残っていませんでしたが、CSF3 レベルと父親の職業に関する 1 つの関連性は生き残りました。つまり、父親の職業が低いほど CSF3 レベルが高いと関連していました (β = 0.29、P = 0.002、図 1)。 1)。 教育（モデル B-1）、さらに成人期 SEP（モデル C）を調整すると、CSF3 と若年期 SEP との関連性は、わずかに弱まったものの、有意なままでした（P < 0.008）。 3 つの潜在的な交絡因子 (BMI、喫煙、アルコール、方法を参照) に対する追加の調整は、点推定値にわずかにのみ影響しました (表 3A)。

(a) 父親の職業上の血漿炎症因子の研​​究。 -log10 p 値は、効果量推定の方向によって符号付けされ、28 タンパク質のそれぞれに対してプロットされます。 灰色の線は、FWER を 5% レベルで制御するテストごとの有意水準を示します。 （b）父親の職業グループごとの対数変換されたCSF3（またはG-CSF）血漿レベルの箱ひげ図。

全体的な炎症状態を測定する個別の炎症スコア (範囲: [0 ～ 27]、方法を参照) を定義しました。 スコアは父親の職業のみに有意に関連していることが判明した（表 2B）。父親の職業的地位が低い参加者では炎症スコアが高かった（β = 1.96、P = 0.029）。 逆に、教育レベルが低い、または世帯の最高職業が低い参加者では炎症スコアが低かったが、これらの関連性は有意ではなかった（それぞれβ = −1.02、P = 0.26およびβ = −1.35、P = 0.15）。

炎症スコアと人生初期のSEPとの関連性（表3B）は、教育と最も高い世帯の職業を調整することによって強化されました。 上記のように、潜在的な交絡因子をさらに調整しても、結果には影響しませんでした。 参加者の教育および参加者の最高世帯職業は、父親の職業を調整した場合にのみ炎症性スコアと有意に関連するようになった（それぞれモデル B-1 およびモデル B-2）。炎症性スコアは、教育レベルが低い、または最高世帯職業が低い参加者では低かった。 。 モデル（モデル C）の両方の SEP 指標を同時に調整すると、参加者の学歴と参加者の最も高い世帯職業は統計的有意性を失いました。

感度分析として、28 個の炎症マーカーに対して主成分分析を実行し、最初の主成分 (PC1、分散の 35.7% を説明) を代替の継続炎症スコアとして使用しました。 炎症スコアとして PC1 を使用すると、結果はわずかに弱められましたが、これらは一貫していました。PC1 と父親の職業との有意な関連は、幼少期 SEP を調整した後でも安定しており、参加者の教育と最も高い世帯職業との有意な関連はありませんでした。逆の方向は、父親の職業を調整した後に顕著になった（表 3C）。 炎症スコアと PC1 の間に負の相関関係が観察されたため (ρ = −0.89、P < 0.001)、PC1 スコアが高いほど炎症スコア レベルが低いことを示し、エフェクト サイズの推定値の符号は逆転しています。

炎症スコアに対する初期のSEPとその後の参加者のSEPとの間の相互作用の可能性をテストするために、炎症スコアに対する社会的移動の影響をモデル化しました。 分析から、「安定した非手動」グループと「手動から非手動へ」グループの間で炎症スコアの増加が特定され（β = 2.38、P = 0.02、表 4A）、参加者の炎症系の刺激が示唆されました。上向きの社会的流動性を経験しています（図2）。 炎症スコアとしてPC1を使用した結果は、有意ではないものの、「安定した非手動」と「手動対非手動」の間で炎症状態の差異を示した（β = −0.72、P = 0.17、表4B）。

社会的流動性指数の 4 つのカテゴリにわたる炎症スコアの分布を要約した箱ひげ図。

父親の職業と参加者自身の学歴との相互作用として社会的流動性を再定義する感度分析が実施され、同様の結果が得られたが、炎症スコアとの関連性がより強かった（補足表S2）。

本研究では、別々に考慮された、または炎症スコアに組み合わされた28の血漿炎症性タンパク質濃度のパネルを使用して、人生のさまざまな時点での炎症マーカーとSEPの間の関連性を調査しました。 我々は、SEP がさまざまな時点で生理学的に埋め込まれ、その後炎症負荷に影響を与える可能性があると仮説を立てました。 3 つの SEP 指標に関連する 28 個のマーカーすべてを個別にテストしたところ、唯一の有意な関連性が明らかになりました。父親の職業が低いほど、CSF3 レベルが高いと関連していました。 さらに、父親が「肉体労働者」の職業に就いていると報告した参加者は、父親が「非肉体労働者」の職業に就いていた参加者と比較して、後年に炎症スコアが高かったことも示した。 個別に調べた場合、参加者の学歴と世帯で最も高い職業との間に有意な関連性は見出されませんでした。 それにもかかわらず、その後のライフコース（小児期から成人期まで）における炎症スコアの分析では、社会的流動性が上昇している参加者は、社会的に恵まれたままの参加者よりも炎症スコアが高いことが示されました。

炎症状態の尺度に対する結果の堅牢性をテストするために、教師なしの代替法として、炎症状態を 28 個の炎症マーカーから得られる第 1 主成分 (PC1) として定義しました。 私たちは、参加者自身の教育および/または最も高い世帯の職業を調整したライフコースモデルにおいて、統計的には弱いものの、一貫した父親の職業との関連性を特定しました。 PC1 を使用した社会的移動分析でも同様の関連性が示されましたが、統計的有意性には至りませんでした。 この一貫性は、炎症スコアと PC1 の間の強い相関関係 (ρ = −0.89) によって少なくとも部分的に説明される可能性があります。 我々の推定値と結論は、行動因子（喫煙、アルコール摂取量、BMI）を調整しても著しく安定しており、したがって、SEPのマーカーとして我々が報告する炎症シグナルは、これらの因子の潜在的な炎症サインとは独立しているという証拠が得られました。 SEPと炎症を結び付けるメカニズムに他の要因が寄与している可能性を排除することはできません。 これには、身長、体重、ウエストとヒップの周囲、ウエストとヒップの比などの人体計測変数と肥満変数が含まれます。 モデル C に基づいて、これらの共変量のそ​​れぞれを個別にさらに調整しました (補足表 S3)。 その後、得られた完全に調整されたモデルに潜在的な交絡因子として身体活動とホルモン補充療法を追加しました（補足表S4）。 これらの表に示されているように、炎症スコアと父親の職業上の位置との関連は、これらすべての追加モデルにわたって強固でした。

私たちの研究対象集団の規模は依然として限られているため、方法論的な選択が制限されていました。 まず、父親の職業、参加者の学歴、世帯で最も高い職業についての利用可能な変数カテゴリーがすべて記録されました (バイナリ指標)。 この再コーディングの背後にある推論は、1) 階層および/または仕事の負担の概念を与える職業および学歴の概念的な類型、2) 十分な統計検出力を達成するためにサブグループのサンプルを最大化することを説明しました。 それにもかかわらず、再コーディング時に誤った仮定が行われた場合、誤分類エラーが発生する可能性があります。 感度分析として、低教育クラスのすべての分析コーディング専門家を実行しましたが、結果はわずかに変化しただけでした（補足表S5）。 EPIC データセットで利用可能な社会経済指標から、(i) 明確な定義、(ii) それぞれに対応する重要なライフ ステージの明確な区別、および (iii) 他の集団への一般化可能性に基づいて 3 つの指標を選択しました。 これらの指標は、生涯にわたる社会経済的経験の個人ベースの尺度を提供するため、個人の社会的および経済的資源へのアクセスに関する情報を提供する可能性があります。 また、社会環境と炎症プロセスの間の関連性を促進する個々の要因（物質的、行動的、心理社会的要因など）やマクロ環境の特徴（地理的位置など）も捕捉する可能性があります。 私たちの結果は、コホート内にネストされたがん症例対照研究に由来する研究集団の代表性の潜在的な欠如によって影響を受ける可能性もあります。 潜在的な（症例に基づく）集団バイアスを説明するために、研究対象集団を健康な対照者に限定してすべての分析も実行しました。 補足表S6に要約されているように、サンプルサイズが小さいと統計的検出力が低下し、その後関連性の尺度が弱められました。 それにもかかわらず、効果量の符号と推定値はすべて一貫しており、関連する関連性のほとんどは名目上有意であることがわかりました (P < 0.05)。

さらに、私たちの研究集団は、大部分の乳がんの見込み症例と対照のペア（参加者 N = 100）で構成されています。 これは確かに研究対象集団内の性比の代表性に影響を与えますが、より高いSEPクラスで観察される乳がんの発生率が高いことを考慮すると、結果の一般化可能性にも影響を与える可能性があります25。 後者は、若年期と成人期のSEP指標を別々に、そして炎症レベルで見られる関連性の直感に反する方向性を説明できる可能性がある。 いくつかの研究では、成人期の炎症マーカーレベルに対する小児期のSEP（父親の職業または父親の教育によって測定される）の影響を調べています。 彼らのほとんどは、早期SEPの低下がCRP18,26,27、フィブリノーゲン18,26,27およびIL-618,28のレベルの上昇と関連していることを示している。 しかし、小児期SEPと、炎症カスケードに関与する他のサイトカイン、ケモカインおよび増殖因子を含む他の炎症マーカーとの関連についてはほとんど知られていない。 CSF3 は炎症マーカーを個別に分析しているときにのみ関連することが判明しましたが、我々の発見は、父親の職業上の地位が炎症スコアと逆相関していることを実証し、したがって炎症系に対する全体的な影響の仮説を裏付けました。 私たちの知る限り、社会的流動性と炎症マーカー濃度との関係を調査した単一の研究があります。 この研究では、Loucks ら。 は、上向きの社会的移動（小児期のSEPが低く、成人期のSEPが高い）を持つ参加者では、細胞間接着分子1（ICAM-1）、腫瘍壊死因子受容体2（TNFR2）、およびリポタンパク質関連ホスホリパーゼA2（Lp-PLA2）のレベルが上昇していることを報告しました18。

ライフコースSEPと成人病との関連を説明するために、古典的に3つのモデルが提案されている29。 臨界期モデルは、幼少期の不利な社会経済的状況が生物学的システムに永続的な変化をもたらし、長期的な健康への影響をもたらす可能性があると仮定しています。 蓄積モデルは、ライフコース全体にわたる逆境の蓄積が健康に悪影響を与えると想定しているのに対し、社会的流動性フレームワークは、SEP が時間の経過とともに進化する可能性があると想定し、安定したまたは変動する SEP 軌道が健康と幸福に及ぼす異なる影響を考慮します。 父親の職業上の立場が成人期の炎症レベルに強い影響を及ぼしたため、私たちのデータは臨界期/感受性期仮説を裏付けるとともに、時間の経過とともにSEPが増加した参加者がより高い炎症レベルを示したという社会的流動性仮説も支持しています。 ただし、私たちの調査結果は蓄積モデルを裏付けていません。

私たちの知る限り、本研究は、より高解像度のプロファイルを使用して、ライフコースの文脈における社会経済的経験に対する炎症反応の包括的な分析を提供した最初の研究です。 28 個の炎症マーカーの要約尺度として炎症スコアをその継続的な代替法とともに使用することにより、初期 SEP が炎症反応の持続的な変化を引き起こすという仮説を支持することができました。

上述の制限にもかかわらず、我々の研究は、実施形態30の概念で形式化されたように、社会経済的経験および生涯にわたる軌跡に対する生物学的に刷り込まれた反応の存在を支持する証拠を提供する。 したがって、SEP 経験に対する生物学的反応に関与するメカニズムをいくつかの分子レベルで調査するには、より大きな集団と潜在的に他の「オミクス」プロファイルを含むさらなる研究が必要です。 さらなる検証が必要ではあるが、我々の結果は、初期のSEPと上向きの社会的流動性の両方が炎症に長期的な影響を及ぼし、それがその後の人生の健康に影響を与える可能性があることを示唆している。

私たちの研究対象集団は、EnviroGenoMarkers (EGM) プロジェクトから生まれました。このプロジェクトは、当初、複数の「オミクス」プロファイルから非ホジキンリンパ腫と乳がんリスクの新規バイオマーカーを特定するために設計されました 23。 この研究には、EPIC31 のイタリア地域からの 268 人の EGM 参加者が含まれており、アンケートを通じて人体計測、ライフスタイル、食事、社会経済的要因が収集されました。 すべての参加者はインフォームドコンセントを提供し、EPIC 研究プロトコルは国際がん研究機関の審査委員会および参加者を募集しているすべての地元機関によって承認されました。 研究は承認されたガイドラインに従って実施されました。 NHL (N = 84) および乳がん (N = 50) の症例は、EPIC での募集後 2 ～ 13 年の間に診断され、地域のがん登録を通じて特定されました。 特定された各症例について、発端症例の診断時に生存し癌に罹患していないすべての EPIC Italy 参加者の中から、施設 (トリノ、ヴァレーゼ、ナポリ、ラグーザ、フィレンツェ)、性別、血液採取日によって一致するランダム対照を 1 つ選択しました。収集時（+/-6 か月）および採用時の年齢（+/-2.5 歳）。 生体サンプルは、それぞれ 100 例と 34 例の症例/対照ペアを含む 2 つの異なるバッチで炎症プロファイリングを受けました。 生体サンプルはすべて、EPIC Italy の参加者を含めて収集されました。 採血時には、参加者全員に癌はありませんでした。

サンプル選択戦略は補足図 S1 で説明されています。

検出力と解釈可能性を維持するために、EPIC アンケートからのライフコース SEP 因子は二分化されました。 小児期のSEPは父親の職業によって測定され、次の2つのカテゴリに記録されました。 i) 「マニュアル」（N = 147）は、単純労働者（N = 52）、熟練労働者（N = 59）、農民（N = 36）で構成されます。 ii) 小売業者 (N = 30)、従業員 (N = 40)、自営業者 (N = 17) で構成される「非手動」 (N = 87)。

若年成人期のSEPは、参加者自身の教育を通じて測定され、i) 「高」（最低法教育レベル以上、15歳、N = 120）：専門職（N = 30）、高等学校（N = 57）に二分化された。 ）および大学（N = 33）。 ii) 「低」（最低法教育レベル未満、N = 147）：なし（N = 6）、小学校（N = 79）、中学校（N = 62）。

成人期のSEPは、参加者自身またはパートナーの職業によって定義される、世帯内で最も高い職業上の地位を使用して測定されました。 父親の職業と同じ分類に従い、「手動」(N = 79) と「非手動」(N = 158) に分類されました。 完全な SEP 情報を持つ 230 人の参加者の特徴を表 1 にまとめます。

各参加者について、登録時に血液サンプルが収集され、その後 2 時間以内にバフィーコートとその他の画分を分離するために処理され、冷蔵保存 (液体窒素) に置かれました。 炎症関連タンパク質のパネル (N = 32) を、MILLIPLEX HCYTOMAG-60K キットおよび HSCYTMAG-60SK キット (Millipore、マサチューセッツ州ビレルカ) を使用して、メーカーのプロトコルに従って測定しました。 補足表 S7 に詳述されているように、測定値には 10 個のケモカイン、12 個のサイトカイン、および 6 個の成長因子が含まれていました。 4 つの分析物 (IL-12、IL1-RA、sIL2-RA、および Flt3 リガンド) は、非検出率が高かった (>75%) ため、さらなる統計解析から除外されました。 検出下限 (LOD) も補足表 S7 に報告されています。

最初に、すべてのタンパク質レベルを個別に検討しました。 補足図 S2 に示すように、タンパク質濃度は強いペアごとの相関関係を示します。 これらの28の炎症マーカー濃度のPCAは、20のPCがデータセットに見られる合計変動の95％以上を説明することを示しました（補足図S3）。 複数の検定で補正された有意水準はデータの相関関係を考慮しており、P = 0.05/20 (P = 0.0025) として定義されます。

最後に、28 種類のタンパク質濃度から炎症スコアを定義しました。 我々は、すでに報告されているように 32、ストレスの多い出来事による生体の全体的な損耗の理論に従って 33、炎症と SEP の減少の間には全体的な正の関連性があると仮定しました。 各タンパク質について、対数変換した濃度の最高四分位に基づいて「高濃度」 = 1 および「低濃度」 = 0 という二分化指標を定義し、これらを 28 タンパク質にわたって合計しました 34。 連続的で仮説のない代替法として、第 1 主成分 (総分散の 35.7% を説明する) を使用しました。

統計分析は R v3.1.235 を使用して実行されました。 LOD 未満のタンパク質レベルは、データ内の相関構造を使用して欠損値を描画する最尤推定法に基づいて代入されました 36。 すべての分析において、タンパク質のレベルは分布を正規化するために対数変換されました。

他の場所で提案されているように 37、タンパク質ごとの分析は、マイクロタイタープレート間で技術的に誘発された分散が濃度測定の体系的な変化を引き起こすと仮定した線形混合モデルに基づいていました。 モデルにランダムな切片を含めました。これは、サンプル i が分析されたプレートの識別子である Ai に関連するシフトを表しています。 サンプル i のモデルは次のように定義されます。

ここで、Yi は参加者 i の炎症測定値を表し、α は切片、εi は残差誤差、Xi は同じ参加者で観察されたバイナリ SEP 指標 (最高クラスが参照カテゴリーとして使用される) であり、その効果は回帰係数 β1 および FEi は固定効果観測値の行列であり、対応する回帰係数はベクトル β2 にコンパイルされます。 固定効果共変量には、症例対照一致基準 (年齢、性別、中心地、3 つのカテゴリに記録: 北イタリア、中央イタリア、南イタリア) とバッチが含まれます。 EGM の症例対照設計を説明するために、参加者が乳がんまたはリンパ腫のいずれの症例であるかを示す 2 つのバイナリ指標も組み込みました。

炎症スコア分析および PCA は、観察されたレベルからランダム効果推定値を差し引くことによって上記の線形混合モデルから得られた「ノイズ除去された」タンパク質濃度に基づいていました。 したがって、これらの測定値は技術的に誘発された変動に対して暗黙的に補正され、(1) ランダム切片項をゼロに設定することに対応する線形モデルを使用して分析されました。

上記の炎症状態のさまざまな尺度について、同じベンチマーク モデルを使用し、ライフ コースの経験を模倣するために、人生初期、若年成人期、および成人期の SEP 指標の次の時系列順の代用指標を順次調整しました。 その結果、4 つの時系列モデルが生成されます。

(A) 年齢、性別、症例管理ステータス、バッチ、センター、および父親の職業。

(B-1) モデル A + 教育。

(B-2) モデル A + 最も高い世帯の職業。

(B) モデル B-1 + 最も高い世帯の職業。

その後、完全に調整されたモデルがモデル C に基づいて構築され、これには、潜在的な SEP 駆動因子の 3 つとして、肥満指数 (BMI、kg/m2)、喫煙状況 (カテゴリ: 現在喫煙者、以前喫煙者、非喫煙者)、およびアルコール消費量 (g/日) が含まれていました。

社会的流動性をモデル化するために、父親の職業と最も高い世帯の職業に対する乗法交互作用項を導入することにより、炎症スコアに使用される線形モデルを一般化しました。これにより、次の 4 つのクラスを定義しました。 「手動から非手動へ」; 「非マニュアルからマニュアルへ」; そして「安定マニュアル」。

いくつかの感度分析が実施されました。 まず、権限を維持するために、SEP 指標を二分化しましたが、特に教育に関しては、3 つのカテゴリーがより適切であったでしょう。 特に、イタリアにおける最低限の法学教育レベルに基づくと、「専門家」を「高等」教育のカテゴリーに含めるという我々の選択には議論の余地があるかもしれません。 私たちは低学歴クラスですべての分析コーディング専門家を実行しました。

私たちが使用したデータは、前向きコホートにネストされた症例対照研究から得られたものです。 逆因果関係の可能性を評価するために、研究対象集団を健康な対照者に限定してすべての分析を実行しました。

社会的流動性は、父親の職業と参加者の教育に対する乗法交互作用項を導入することによってモデル化されました。

この記事を引用する方法: Castagné, R. et al. 循環する炎症マーカーを通じて社会経済的地位と社会的流動性の生物学的埋め込みを探索するライフコースアプローチ。 科学。 議員6、25170; 土井: 10.1038/srep25170 (2016)。

マッケンバック、JP et al. ヨーロッパ 22 か国の健康における社会経済的不平等。 Ｎ．Ｅｎｇｌ． J.Med. 358、2468–2481 (2008)。

記事 CAS Google Scholar

マッケンバック、JP 健康格差: ヨーロッパの概要 (保健省の COI 作成、2006)。

マーモット、M.ら。 世代間のギャップを埋める：健康の社会的決定要因に対する行動を通じた健康の公平性。 ランセット 372、1661–1669 (2008)。

記事 Google Scholar

Stringhini, S. et al. 健康行動、社会経済的地位、死亡率: 英国のホワイトホール II とフランスの GAZEL 前向きコホートのさらなる分析。 PLos Med. 8、e1000419 (2011)。

記事 Google Scholar

ガロ、V. et al. ヨーロッパにおける社会的不平等と死亡率 – 大規模な多国籍コホートからの結果。 PLos One 7、e39013 (2012)。

記事 CAS ADS Google Scholar

Blane, D.、Kelly-Irving, M.、d'Errico, A.、Bartley, M. & Montgomery, S. 社会生物学的移行: 社会はどのようにして生物学的になるのか? 縦長。 ライフコーススタッド。 4、136–146 (2013)。

Google スカラー

マキューエン博士、ストレスと適応の生理学および神経生物学: 脳の中心的役割。 生理。 改訂 87、873–904 (2007)。

記事 Google Scholar

Yang、EV & Glaser、R. ストレス誘発性免疫調節と健康への影響。 内部。 免疫薬。 2、315–324 (2002)。

記事 CAS Google Scholar

Scrivo, R.、Vasile, M.、Bartosiewicz, I. & Valesini, G. 多因子疾患の「共通土壌」としての炎症。 自己免疫。 改訂 10、369–374 (2011)。

記事 Google Scholar

ランジット、N.ら。 アテローム性動脈硬化症の多民族研究における社会経済的地位、人種/民族および炎症。 回覧 116、2383–2390 (2007)。

記事 Google Scholar

コスター、A.ら。 炎症マーカーと社会経済的地位との関連。 J.ジェロントール。 A.バイオル。 科学。 医学。 科学。 61、284–290 (2006)。

記事 Google Scholar

Gruenewald, TL、Cohen, S.、Matthews, KA、Tracy, R. & Seeman, TE 若年成人における冠動脈リスク発達（CARDIA）研究における黒人および白人の男性および女性における社会経済的地位と炎症マーカーとの関連。 社会科学。 医学。 69、451–459 (2009)。

記事 Google Scholar

フラガ、S.ら。 社会経済的地位と炎症マーカーの関連性: 2 つのコホートの比較。 前へ医学。 71、12–19 (2015)。

記事 Google Scholar

パナギオタコス、DB 他健康な人における教育ステータスと心血管疾患に関連する危険因子との関連性: ATTICA 研究。 アン。 エピデミオール。 14、188–194 (2004)。

記事 Google Scholar

スタインビル、A.ら。 教育レベルと炎症感受性バイオマーカーレベルの関係。 午前。 Ｊ．カーディオール． 102、1034–1039 (2008)。

記事 CAS Google Scholar

Kelly-Irving, M.、Mabile, L.、Grosclaude, P.、Lang, T. & Delpierre, C. 幼少期の逆境体験とがん発症の具体化: ライフコース全体にわたる潜在的な生物学的メカニズムと経路。 内部。 J. 公衆衛生学 58、3–11 (2013)。

記事 Google Scholar

Ben-Shlomo, Y. & Kuh, D. 慢性疾患疫学へのライフコース アプローチ: 概念モデル、経験的課題、および学際的な視点。 内部。 Ｊ．Ｅｐｉｄｅｍｉｏｌ． 31、285–293 (2002)。

記事 Google Scholar

Loucks、EB et al. ライフコースの社会経済的地位は炎症マーカーと関連しています: フラミンガム子孫研究。 社会科学。 医学。 71、187–195 (2010)。

記事 Google Scholar

Stringhini, S. et al. ライフコースの社会経済的状態と慢性炎症および 2 型糖尿病リスクとの関連性: Whitehall II 前向きコホート研究。 PLos Med. 10、e1001479 (2013)。

記事 Google Scholar

Ansar, W. & Ghosh, S. C 反応性タンパク質と疾患の生物学。 イムノール。 解像度 56、131–142 (2013)。

記事 CAS Google Scholar

Leng、SX et al. 炎症および老化研究におけるサイトカイン測定のための ELISA およびマルチプレックス技術。 J.ジェロントール。 A.バイオル。 科学。 医学。 科学。 63、879–884 (2008)。

記事 Google Scholar

Moncunill, G.、Aponte, JJ、Nhabomba, AJ & Dobaño, C. 熱帯熱マラリア原虫刺激による培養上清中のサイトカインおよびケモカイン応答を定量化するためのマルチプレックス市販キットの性能。 PLos One 8、e52587 (2013)。

記事 CAS ADS Google Scholar

ヘーベルス、DGAJ et al. 長期保存された血液サンプルのオミックス分析のパフォーマンス: 環境健康研究における既存のバイオバンクの活用の機会。 環境。 健康の観点。 121、480–487 (2013)。

記事 Google Scholar

チャトゥルヴェディ、AK 他多重サイトカインおよび炎症マーカー測定の評価: 方法論的研究。 がんエピデミオール。 バイオマーク。 前へ出版物。 午前。 准教授がん研究所協賛Am. 社会前へオンコル。 20、1902 ～ 1911 年 (2011)。

記事 CAS Google Scholar

Klassen, AC & Smith, KC 社会階級と乳がん負担との間の永続的かつ進化する関係: 文献のレビュー。 がんエピデミオール。 35、217–234 (2011)。

記事 Google Scholar

Lawlor, DA、Smith, GD、Rumley, A.、Lowe, GDO & Ebrahim, S. フィブリノーゲンおよび C 反応性タンパク質と、冠状動脈性心疾患の蔓延および偶発症との関連は、交絡因子を調整することで弱められます。 英国女性の心臓と健康に関する研究。 血栓。 ヘモスト。 93、955–963 (2005)。

記事 CAS Google Scholar

ポリット、RA 他。 幼少期および成人の社会経済的状態および成人期の炎症リスクマーカー。 ユーロ。 Ｊ．Ｅｐｉｄｅｍｉｏｌ． 22、55–66 (2007)。

記事 Google Scholar

マサチューセッツ州メンダルら。 血清サイトカイン濃度と心血管危険因子および冠状動脈性心疾患との関係。 ハート 78、273–277 (1997)。

記事 CAS Google Scholar

Ben-Shlomo, Y. & Kuh, D. 慢性疾患疫学へのライフコース アプローチ: 概念モデル、経験的課題、および学際的な視点。 内部。 Ｊ．Ｅｐｉｄｅｍｉｏｌ． 31、285–293 (2002)。

記事 Google Scholar

Krieger, N. 実施形態: 疫学の概念的用語集。 Ｊ．Ｅｐｉｄｅｍｉｏｌ． 地域保健学 59、350–355 (2005)。

記事 Google Scholar

Palli, D. et al. 食事とがんに関する分子疫学プロジェクト: EPIC-Italy 前向き研究。 参加者のデザインとベースラインの特徴。 腫瘍 89、586–593 (2003)。

記事 Google Scholar

フラガ、S.ら。 社会経済的地位と炎症マーカーの関連性: 2 つのコホートの比較。 前へ医学。 71、12–19 (2015)。

記事 Google Scholar

Seeman、TE、Singer、BH、Rowe、JW、Horwitz、RI、McEwen、BS 適応アロスタティック負荷の価格とその健康への影響。 マッカーサーは成功した老化について研究しています。 アーチ。 インターン。 医学。 157、2259–2268 (1997)。

記事 CAS Google Scholar

Juster, R.-P.、McEwen, BS & Lupien, SJ アロスタティックは、慢性ストレスと健康と認知への影響のバイオマーカーを負荷します。 神経科学。 生物行動。 改訂 35、2–16 (2010)。

記事 Google Scholar

開発コアチーム、R: 統計計算用の言語と環境。 R 統計コンピューティング財団、オーストリア、ウィーン。 ISBN 3-900051-07-0 (2005)。

ルービン、JH et al. 検出限界がある場合の測定データの疫学評価。 環境。 健康の観点。 112、1691–1696 (2004)。

記事 CAS Google Scholar

Chadeau-Hyam、M. et al. 慢性リンパ性白血病の診断前トランスクリプトーム マーカーは、診断の 10 年前に混乱を明らかにします。 アン。 オンコル。 25、1065–1072 (2014)。

記事 CAS Google Scholar

リファレンスをダウンロードする

タンパク質の測定は、オランダのユトレヒトにあるユトレヒト大学環境疫学部門リスク評価科学研究所で実施されました。 著者らは、この研究に参加したすべてのセンターとEnviroGenoMarkersコンソーシアムの追加メンバーに感謝したいと思います。 EnviroGenoMarkers コンソーシアムの詳細については、http://www.envirogenomarkers.net/ をご覧ください。 この研究は、国立がん研究所 [SHSESP14–082 to RC] によって支援されました。 この作業は、H2020LIFEPATH [633666 to PV] および第 7 次欧州フレームワーク プログラム (FP7) Envirogenomarkers [226756 to SK] プロジェクトの一部として実施されました。 SS は、スイス国立科学財団からの Ambizione Grant [PZ00P3_147998 to SS] によって支援されています。 MC-H、PV、RV、SK は、FP7 Exposomics プロジェクト [308610 to PV] からの支援に感謝します。

インペリアル・カレッジ・ロンドン公衆衛生学部疫学・生物統計学部、ロンドン、英国

ラファエル・カスターニュ、ジャンルカ・カンパネラ、フローレンス・グイダ、ロエル・ヴェルミューレン、パオロ・ヴィネイス、マーク・シャドー＝ハイアム

INSERM、UMR1027、トゥールーズ III-ポール・サバティエ大学、トゥールーズ、31000、フランス

ラファエル・カスタニュ、シリル・デルピエール、ミシェル・ケリー＝アーヴィング、ティエリー・ラング

IRCCS 財団 - 国立がん研究所、ミラノ、イタリア

ヴィットリオ・クローグ

腫瘍学研究予防研究所 (ISPO トスカーナ)、フィレンツェ、イタリア

ドメニコ・パリ

ナポリフェデリコ 2 世大学、臨床医学および外科、イタリア、ナポリ

サルヴァトーレ・パニコ

疫学・がん予防ピエモンテ参考センター (CPO ピエモンテ)、イタリア、トリノ

カルロッタ・プリースト

イタリア、ラグーザの「Civil – MParezzo」病院、がん登録および組織病理学部門

ロザリオ・トゥミノ

国立ギリシャ研究財団、生物学研究所、製薬化学およびバイオテクノロジー、アテネ、ギリシャ

ソテリオス・キルトプロス

ユトレヒト大学リスク評価研究所環境疫学部門（オランダ、ユトレヒト）

ファテメ・サベリ・ホスニジェ、ロエル・フェルミューレン、マーク・シャドー＝ハイアム

HuGeF、人類遺伝財団、トリノ、イタリア

パオロ・ヴィネイス

MRC-PHE 環境健康センター、インペリアル カレッジ、ロンドン、英国ロンドン

パオロ・ヴィネイス & マーク・シャドー＝ハイアム

ローザンヌ大学病院社会予防医学研究所、ローザンヌ、スイス

シルビア・ストリンギーニ

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

構想、仮説の描写、研究デザイン: RC、CD、MKI、PV、SS、MC-H。 収集したデータ：VK、DP、SP、CS、RT、SK、PV データを分析した：RC、CD、MKI、RV、PV、SS、MC-H。 結果について議論した。 貢献した試薬/材料/分析ツール: GC、FG、SK、FSH、TL、および RV 他のすべての著者が原稿をレビューし、コメントしました。

著者らは、競合する経済的利害関係を宣言していません。

この作品は、クリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされています。 この記事内の画像またはその他のサードパーティ素材は、クレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材がクリエイティブ コモンズ ライセンスに含まれていない場合、ユーザーは素材を複製するためにライセンス所有者から許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Castagné、R.、Delpierre、C.、Kelly-Irving、M. 他循環する炎症マーカーを通じて社会経済的地位と社会的流動性の生物学的埋め込みを探索するライフコースアプローチ。 Sci Rep 6、25170 (2016)。 https://doi.org/10.1038/srep25170

引用をダウンロード

受信日: 2015 年 11 月 25 日

受理日: 2016 年 4 月 11 日

公開日: 2016 年 4 月 27 日

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

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

科学レポート (2022)

BMC免疫学 (2021)

科学レポート (2021)

分子神経生物学 (2019)

現在の疫学レポート (2019 年)

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。