Unscrambling ägget: hur forskning går ut som verkligen leder till ökad sjukdomsrisk

Anonim

Denna artikel är en del av serien Detta är forskning, där vi ber akademiker att dela och diskutera öppna åtkomstartiklar som avslöjar viktiga aspekter av vetenskapen. Dagens stycke tittar på själva sjukdomen - och hur forskare som är kända som epidemiologer ser ut vilka faktorer som är inblandade.


Vetenskap är bara någonsin lika bra som den forskning som ligger bakom den.

Det innebär att metoderna vi använder för att genomföra vetenskap måste vara robusta, repeterbara och lämpliga för de frågor som vi vill fråga.

När dessa frågor blir mycket komplexa - varför är vissa grupper av människor mer benägna att få diabetes än andra? - Vi måste se till att de verktyg vi använder klarar av hantering av sådan komplexitet.

Det här är väldigt viktigt när det gäller att reta in effekterna av tydliga men ibland inbördes sammanhängande faktorer, som etnisk bakgrund och socioekonomiska faktorer. Vi behöver noggranna svar så att vi kan utforma framgångsrika hälsoprogram.


Läs mer: Vi har gjort "smarta äggkartonger" för att transportera celler för att bota diabetes


Hur vet vi vad som verkligen ökar sjukdomsrisken?

Vissa sjukdomsprocesser verkar ganska enkla - bakterier som Salmonella kan ge dig matförgiftning, HIV-viruset kan leda till aids om det inte behandlas. Förhållanden som sicklecellanemi och cystisk fibros är resultatet av en enda genetisk mutation.

Men icke infektionssjukdomar - tänk cancer, hjärtsjukdom eller Alzheimers - är mycket mer komplexa. I sådana fall är en persons risk för sjukdom primärt bestämd av deras genetik? Deras celler? Vad sägs om deras organsystem? Vad sägs om rollen av sociala och kulturella influenser? Vad sägs om deras kost eller andra faktorer i sin omgivning. Och till sist vad gäller deras ras eller etnicitet?

Epidemiologi - vetenskapen om att förstå mönster och orsaker till sjukdomar i befolkningen - syftar till att svara på dessa frågor.

Ett särskilt tillvägagångssätt som kallas multi-level modellering kan reta ut olika roller för olika riskfaktorer - låt oss titta på typ 2-diabetes som ett exempel.

Diabetes typ 2

Diabetes, särskilt typ 2-diabetes, har nått epideminivåer i de mest utvecklade länderna (och vissa utvecklingsländerna).

Många riskfaktorer för typ 2-diabetes har identifierats under de senaste 20 åren ensam. Dessa inkluderar genetiska, livsstil och beteendefaktorer. Det finns också ett ökande erkännande att kulturella och miljömässiga faktorer, inklusive ditt anor, också påverkar din risk för sjukdom. Detta stöds av bevis på att typ 2-diabetes förekommer i olika räntor bland olika etniska grupper och rasgrupper.

Multi-level modellering gör det möjligt för epidemiologer att studera inflytandet av dessa faktorer på två eller flera nivåer (t.ex. inom en individ och på grannnivå) för att generera modeller som står för påverkan av dessa faktorer ensamma och i kombination för att påverka typ 2 diabetesrisk.

Modellering av flera nivåer som en teknik har sitt ursprung i beteende- och samhällsvetenskapen, men är nu framgångsrikt anpassat för att studera många fenomen, inklusive komplexa mänskliga sjukdomar.

Ras och etnicitet, eller

.

I detta dokument ville författarna utarbeta hur ras och etnisk bakgrund kan interagera med andra faktorer för att öka typ 2-diabetesrisken.

Uppgifterna samlades in som en del av den tredje våg av stor representativ kohortstudie från Boston - totalt undersöktes 2 764 män och kvinnor.

Forskarna samlade resultaten i fem möjliga grupper av faktorer som påverkar typ 2-diabetes: biologisk, socioekonomisk, miljö, psykosocial och livsstil / beteende.

Därefter utförde de analyser för att utreda hur var och en av dessa faktorer var direkt och indirekt kopplad till typ 2-diabetesrisken för människor i olika ras och etniska grupper.

Resultaten visade, som förväntat, att diabetes var mer utbredd i svarta och latinska studiedeltagare jämfört med vita deltagare. Men - mot den rådande åsikten - detta var endast i liten utsträckning på grund av biologiska och livsstil / beteendefaktorer. Sådana faktorer konstaterades endast vara beräknade för en kombinerad 15% och 10% av den totala direkta effekten av svart och spanskt ras på typ 2-diabetes.

Däremot var ungefär 22% och 26% av den totala direkta effekten enbart resultatet av socioekonomiska faktorer - särskilt inkomst, hälsokompetens och tillgång till sjukvård.

Detta föreslår det sociala förhållandet, och inte biologi, som förklarar de flesta skillnaderna i förekomsten av diabetes bland ras och etniska grupper.

Denna multilevelmodellstudie design gjorde det möjligt för forskarna att unravel väldigt komplexa sammanvävda faktorer som bidrar till typ 2-diabetes.


Läs mer: Det nyfiken fallet på de saknade arbetsplatsens teskedar


Ingen modell är perfekt

Nästan ingen epidemiologisk modell kan perfekt förutsäga förekomsten och orsakerna till en sjukdomsprocess. Och multilevelmodellering är inte utan dess begränsningar.

I detta fall definieras gruppering av faktorer som används i denna modelleringsprocess ofta av forskare, och kanske inte exakt reflekterar deras förekomst i den verkliga världen.

Men i en tid med precision folkhälsa, och där finansiering för dyra befolkningsinterventioner och riktade behandlingar ligger under intensivt tryck, är tillvägagångssätt som det här lovande.

Rätt forskningsteknik kan ge sätt att optimera strategier för att hantera den växande ojämlikheten som redan är uppenbar i många sjukdomar.


Den öppna åtkomstforskningsrapporten för denna analys är relativa bidrag från socioekonomiska, lokala miljö-, psykosociala, livsstil / beteende-, biofysiologiska och anhöriga faktorer till ras / etniska skillnader i typ 2-diabetes.