Home Medizin Kann die Darmmikrobiota das multifaktorielle Krankheitsrisiko vorhersagen?

Kann die Darmmikrobiota das multifaktorielle Krankheitsrisiko vorhersagen?

von NFI Redaktion

Wie können wir anhand unserer Darmmikrobiota das Krankheitsrisiko vorhersagen? Laut einer Studie, die am Hospital das Clínicas der Medizinischen Fakultät der Universität São Paulo (HCFMUSP), Brasilien, durchgeführt und in diesem Jahr veröffentlicht wurde, bieten Bakterientaxa allein bei multifaktoriellen Erkrankungen nur begrenzte Informationen. Die Situation ändert sich jedoch, wenn andere Variablen, insbesondere anthropometrische und Ernährungsfaktoren, in Verbindung mit diesem Element betrachtet werden.

Danielle Fonseca, eine Doktorandin der Gastroenterologie an der medizinischen Fakultät der USP, leitete die Studie, die von Dan Linetzky Waitzberg, MD, PhD, und Gabriel da Rocha Fernandes, MD, beide von der USP, betreut wurde.

Die Forscher analysierten 202 Erwachsene, von denen 50 gesund waren, während die anderen 152 Teilnehmer routinemäßig an HCFMUSP auf eine der folgenden Erkrankungen getestet wurden: Typ-2-Diabetes, Typ-1-Diabetes, entzündliche Darmerkrankungen (Morbus Crohn und Colitis ulcerosa), Plaque-Psoriasis, rheumatoide Arthritis und systemischer Lupus erythematodes (SLE).

Die Zusammensetzung der Darmmikrobiota der Teilnehmer wurde mittels 16S-RNA-Gensequenzierung aus Stuhlproben analysiert. Zudem beantworteten alle Teilnehmer Fragen zu ihren Lebensgewohnheiten, Stuhlgang, Medikamenteneinnahme und Ernährungsgewohnheiten.

Auf Basis dieser Daten entwickelten die Autoren Vorhersagemodelle und bewerteten deren Wirksamkeit. Modelle, die phänotypische Variablen mit den Taxa der Darmmikrobiota integrierten, erwiesen sich als besser geeignet, gesunde Probanden von denjenigen mit einer Krankheit zu unterscheiden.

Laut Autor Fonseca, spezialisiert auf klinische Ernährung und Pädiatrie und derzeit promovierend in Gastroenterologie, hatten einzelne mikrobielle Taxa im Allgemeinen keine signifikante Vorhersagekapazität. „Wir haben festgestellt, dass Taxa nicht mehr als 2 % der Vorhersagen beitrugen, was aufgrund der multifaktoriellen Natur der untersuchten Krankheiten zu erwarten war“, sagte sie der Medscape Portugiesisch Ausgabe.

Integrierte Modelle

Bei Betrachtung ausschließlich mikrobieller Variablen schnitt das Vorhersagemodell schlecht ab in Bezug auf rheumatoide Arthritis (Fläche unter der Kurve, AUC 54,19) und für SLE (AUC 49,08), jedoch gut für Typ-1-Diabetes (AUC 78,91) und Typ-2-Diabetes (AUC 72,65). Durch die Integration phänotypischer Variablen stieg das Vorhersagepotenzial signifikant in den folgenden Fällen: Rheumatoide Arthritis (AUC 88,03), SLE (AUC 98,4), Typ-1-Diabetes (AUC 86,19) und Typ-2-Diabetes (AUC 96,96).

Bei Typ-1-Diabetes war die Verbesserung der Vorhersagefähigkeit hauptsächlich auf Informationen über den Nährstoffverbrauch zurückzuführen, insbesondere Folat, Cholesterin, Zink, Magnesium und Protein. Diese Daten waren auch entscheidend für die Verbesserung der Leistung der Vorhersagemodelle für rheumatoide Arthritis und SLE.

Für Typ-2-Diabetes stellte Fonseca fest, dass der BMI den größten Beitrag zur Vorhersagekraft des Modells leistete.

Jenseits der mikrobiellen Zusammensetzung

Darmmikrobiota wird derzeit mit vielen Krankheiten in Verbindung gebracht, insbesondere mit Fettleibigkeit, Typ-2-Diabetes und entzündlichen Darmerkrankungen, so Fonseca. Die Untersuchung dieser Beziehungen hat durch die Verringerung der Sequenzierungskosten an Bedeutung gewonnen.

Trotz der Relevanz dieser Forschung waren die Assoziationsmuster zwischen Mikrobiota und Krankheiten nicht reproduzierbar, fügte sie hinzu. „Die Entdeckung, dass Bakterien allein keine entscheidende Rolle bei der Entstehung dieser Krankheiten spielen, bestätigte unsere Hypothese über die Nichtreproduzierbarkeit früherer Ergebnisse. Die in verschiedenen Studien aufgeführten ‚Marker‘ sind Artefakte generischer statistischer Analysen, und selbst wenn Unterschiede in ihrer Häufigkeit auftreten, haben diese keine Vorhersagekraft“, so Fonseca.

Für den Forscher ist es noch nötig, viele Daten zu analysieren, bevor ein künstliches Intelligenzsystem entwickelt werden kann, um das Risiko für die Entwicklung von Krankheiten vorherzusagen. Insbesondere im Fall von Darmmikrobiota identifiziert jedes Experiment, das einen ‚Marker‘ identifiziert, eigentlich einen ‚Kandidaten‘, der getestet, gemessen und bewertet werden muss, bevor er als klinisches Instrument eingesetzt wird, erklärte sie.

Fonseca betonte auch die Wichtigkeit, sich auf die individuelle Patientenversorgung zu konzentrieren. „Unser Ziel ist es, die Ernährung jedes Einzelnen zu pflegen, zu steuern und anzupassen, anstatt nur die Mikroorganismen zu kennen, die in seinem Körper leben.“

Diese Geschichte wurde aus dem übersetzt Portugiesische Ausgabe von Medscape Im Rahmen des Prozesses werden mehrere redaktionelle Tools, einschließlich KI, verwendet. Menschliche Redakteure haben diesen Inhalt vor der Veröffentlichung überprüft.

Related Posts

Adblock Detected

Please support us by disabling your AdBlocker extension from your browsers for our website.