Hubungan polimorfisme ADIPOQ T45G dengan resistensi insulin dan glukosa darah: Suatu meta-analisis

Abstrak : Hasil penelitian yang diterbitkan mengenai asosiasi/hubungan polimorfisme ADIPOQ T45G dengan resistensi insulin (IR) dan glukosa darah adalah bertentangan. Dalam studi ini, kami melakukan meta-analisis untuk menyelidiki lebih lanjut hubungan tersebut. Artikel yang mengevaluasi efek polimorfisme T45G pada IR dan gula darah diidentifikasi dari database PubMed dan Embase. Lima indeks, termasuk glukosa darah puasa (GDP), insulin puasa (F-insulin), 2-h glukosa darah (2-h BG), 2-h insulin, dan homeostasis model assessment indeks resistensi insulin (HOMA-IR), digunakan untuk menilai efek polimorfisme T45G pada IR dan gula darah di bawah model yang dominan. 24 artikel yang melibatkan 7630 subjek dimasukkan. Dua puluh dua studi tentang GDP, 17 F-insulin, 20 HOMA-IR, dan tiga 2-h BG dimasukkan. Tidak ditemukan studi tentang 2-h insulin. Meta-analisis ini menunjukkan tidak ada hubungan yang signifikan antara polimorfisme ADIPOQ T45G dan IR dan glukosa darah pada populasi dan subkelompok subjek secara keseluruhan di bawah model yang dominan, terlepas dari apakah GDP, F-insulin, 2-h BG, atau HOMA-IR digunakan. Kehadiran meta-analisis menunjukkan bahwa alel mutasi mungkin tidak memiliki fungsi dalam pengembangan IR. Polimorfisme ADIPOQ T45G tidak terkait dengan IR dan gula darah.Kata kunci: Adiponektin, sensitivitas insulin, polimorfisme nukleotida tunggal (SNP), Meta-analisis

Resistensi insulin (Ir) ditandai dengan penurunan kapasitas insulin untuk melakukan fungsi normal fisiologis. IR diatur oleh lingkungan dan faktor genetik [1, 2], dan dianggap sebagai faktor utama dalam patogenesis sindrom metabolik dan obesitas. Dalam beberapa tahun terakhir, banyak penelitian telah mengungkapkan informasi yang berlimpah tentang mekanisme molekuler IR [3, 4]. Namun, patogenesis yang tepat yang mendasari pengembangan dan perkembangan IR masih belum jelas.Adiponektin, protein paling banyak yang diturunkan adiposit, terlibat dalam kontrol glukosa, metabolisme lemak, dan sensitivitas insulin [5, 6]. Tikus adiponektin-defisien menunjukkan IR dan intoleransi glukosa [7,8], dan model hewan obesitas dan IR menunjukkan penurunan kadar adiponektin plasma [9, 10]. Adiponektin mengerahkan suatu efek insulin-sensitizing ampuh melalui reseptornya AdipoR1 dan AdipoR2, yang menyebabkan aktivasi AMPK, PPAR, dan jalur sinyal yang tidak diketahui lainnya. Aktivasi AMPK meningkatkan oksidasi asam lemak dan penyerapan glukosa dalam otot dan menekan glukoneogenesis di hati [11].Adiponektin dikodekan oleh gen ADIPOQ terletak pada kromosom 3q27. ADIPOQ telah diusulkan sebagai gen kandidat potensial untuk IR [12]. Beberapa polimorfisme nukleotida tunggal (SNP) pada gen ADIPOQ, termasuk T45G, G276T, G11391A, dan C11377G, telah diteliti untuk fungsi mereka sebagai faktor risiko genetik untuk IR dan gula darah. T45G (rs2241766) adalah T diam/silent untuk substitusi G di ekson 2 dan merupakan salah satu SNP yang paling sering dipelajari dalam gen ADIPOQ. Sejumlah penelitian telah dilakukan untuk menyelidiki hubungan varian umum ini dengan IR dan glukosa darah [13-36]. Namun, hasil penelitian ini bertentangan. Sebuah meta-analisis 2007 [37] pada hubungan gen ADIPOQ dengan IR, diabetes tipe 2 (T2D), dan penyakit arteri koroner telah menunjukkan bahwa polimorfisme ADIPOQ T45G tidak terkait dengan IR. Namun, penelitian ini hanya menilai pengaruh genetik pada IR menggunakan HOMA-IR di bawah model kodominan dan tidak pengaruh genetik pada glukosa darah. Selain itu, penelitian lain [13, 16,19,22-36] mengenai hubungan antara polimorfisme ADIPOQ T45G dan IR telah dilaporkan. Dalam penelitian ini, kami melakukan meta-analisis untuk menilai hubungan polimorfisme ADIPOQ T45G dengan IR dan gula darah.

Bahan dan MetodeLiteratur dan strategi pencarianKami mencari database literatur termasuk PubMed dan Embase (terakhir diperbaharui pada 4 Juli 2013). Strategi pencarian melibatkan identifikasi dari semua kemungkinan studi menggunakan kombinasi dari kata kunci berikut: ("ponectin adi-," "ADIPOQ," "-apm 1," "ACDC," "acrp30," atau "GBP28") dan ("polimorfisme, "" mutasi, "atau" varian "). Data glukosa darah puasa (GDP) dan tingkat insulin puasa (F-insulin), 2-h glukosa darah (2-h BG) dan 2-h (insulin 2-h) insulin, dan homeostasis model indeks penilaian IR (HOMA -Ir) dikumpulkan. Tingkat 2-h BG dan insulin 2-h diukur 2 jam setelah konsumsi glukosa 75 g. Daftar referensi literatur dan artikel yang diambil dicari secara manual. Semua pencarian terbatas pada penelitian yang diterbitkan dalam bahasa Inggris. Jika lebih dari satu artikel yang diterbitkan dengan menggunakan serangkaian kasus yang sama, hanya studi dengan ukuran sampel terbesar yang dipilih.

Kriteria SeleksiPenelitian yang termasuk dalam meta-analisis berpegang pada kriteria inklusi sebagai berikut: (1) studi dengan data yang dilaporkan pada setidaknya satu dari lima indeks; (2) penelitian yang memiliki sarana yang tersedia indeks ini dan deviasi standar (SD) atau kesalahan standar (SE) oleh genotipe; dan (3) studi intervensi yang menggunakan data dasar pra-intervensi. Penelitian pada hewan dan laporan dengan data yang tidak cukup dikeluarkan.

Ekstraksi dataDua peneliti independen menilai artikel untuk memenuhi kriteria inklusi dan eksklusi. Selain itu, dua peneliti menyelesaikan perbedaan pendapat dan mencapai keputusan yang konsisten. Informasi berikut ini diperoleh dari studi masing-masing: nama penulis pertama, tahun publikasi, negara asal, etnis, jenis kelamin, kondisi kesehatan, ukuran sampel, sarana dan SD / SE oleh genotipe, desain penelitian, dan jumlah genotipe.

Analisis StatistikDalam meta-analisis kami, sebagian besar penelitian yang termasuk menggunakan model yang dominan untuk menilai efek genetik polimorfisme T45G [13-36]. Model ini sifatnya dapat genetik dan dapat digunakan untuk menentukan perbedaan IR dan gula darah. Kami juga telah melakukan penilaian dampak genetik polimorfisme T45G pada IR dan glukosa darah menggunakan model genetik kodominan dan resesif, dan tidak ada hubungan yang signifikan ditemukan (data tidak ditampilkan). Semua data dalam analisis ini disajikan sebagai mean SD. Ketika SE dilaporkan dalam artikel asli, SD dihitung. Ketika informasi itu dilaporkan lebih dari satu subpopulasi (misalnya, subjek dengan etnis atau kondisi kesehatan yang berbeda) dalam satu studi, masing-masing subpopulasi diperlakukan sebagai perbandingan terpisah dalam meta-analisis kami.Sebuah standar rata-rata perbedaan yang dikumpulkan (SMD), bersama-sama dengan interval kepercayaan 95% (CI), digunakan untuk meta-analisis. Signifikansi dari SMD yang dikumpulkan ditentukan melalui Z-test; P 0,10) heterogenitas, masing-masingnya. Metode varians terbalik digunakan. Kami melakukan univariat meta-regresi dan analisis subkelompok untuk mengeksplorasi sumber-sumber heterogenitas antara studi. Karakteristik penelitian berikut dimasukkan sebagai kovariat dalam analisis meta-regresi: Desain penelitian (cross sectional, prospektif, kasus-kontrol), etnis (Eropa, Asia), dan kondisi kesehatan (obesitas, T2D, sehat, orang lain). Analisis subkelompok dilakukan dengan stratifikasi etnis dan kondisi kesehatan. Selain itu, kami melakukan analisis subkelompok yang hanya mencakup subjek non-diabetes. Analisis plot Galbraith dilakukan untuk eksplorasi heterogenitas lanjut. Analisis sensitivitas dilakukan dengan kelalaian berurutan dari studi individu. Bias publikasi dinilai dengan plot corong efek ukuran terhadap kesalahan standar untuk mengidentifikasi asimetri signifikan. Selain itu, Egger test [38] dilakukan untuk mengevaluasi potensi bias; P