血清MMP-10水平预测新发炎症性肠病:来自PURE研究的观察性分析

Serum MMP-10 levels predict incident inflammatory bowel disease: an observational analysis from the PURE study

作者信息Emily C L Wong, Walter Reinisch, Paul Moayyedi, Sumathy Rangarajan, Philip Joseph, Paul Poirier, Scott Lear, Maria Luz Diaz, Roya Kelishadi, Alvaro Avezum, Patricio Lopez-Jaramillo, Annika Rosengren, Fernando Lanas, Iolanthé M Kruger, Rita Yusuf, Afzalhussein Yusufali, Marc Evans Abat, Jephat Chifamba, Karen Yeates, Romaina Iqbal, Nicolas Perrot, Nicole H Chang, Guillaume Paré, Neeraj Narula
PMID43034053
发布时间2026-11-07
DOI10.1093/ecco-jcc/jjag188

实验完整度

中

观察性队列分析:发现队列11 019人,验证队列127例匹配对照,Olink免疫测定,逻辑回归,未含功能或机制验证。

主要模型

PURE发现队列(11 019名参与者,91例新发IBD) PURE验证队列(127例新发IBD,127例匹配对照) 人血浆样本

重点核对

发现队列:11 019名参与者,91例新发IBD(68例UC,23例CD),1011种生物标志物 验证队列:127例新发IBD与127例对照,按 ethnicity 和地理区域1:1匹配 生物标志物检测:Olink Proximity Extension Assay,12个panel,1.8 mL血浆 统计校正:Bonferroni校正P < 1.6 × 10−5,模型校正年龄、性别、地区、吸烟状态

摘要

背景与目的:炎症性肠病(IBD),包括克罗恩病(CD)和溃疡性结肠炎(UC),发病率正在上升,尤其是在中等收入国家。本研究旨在全球招募人群中识别预测IBD发病的生物标志物。方法:分析来自前瞻性城乡流行病学(PURE)研究生物标志物子研究参与者数据(发现队列)。主要结局为新发IBD。次要结局为CD和UC。使用O-link®免疫测定法测量蛋白质浓度。发现分析采用逻辑回归模型评估生物标志物浓度与IBD风险的关系。另进行独立分析验证发现队列中识别的生物标志物。所有分析采用Bonferroni校正P < 1.6 × 10−5定义统计学显著性。结果:发现队列纳入11 019名参与者,其中91例新发IBD,评估了1011种生物标志物。在发现分析中,基质金属蛋白酶-10(MMP-10)水平升高与未来IBD诊断显著相关(校正比值比[aOR]每SD:1.75,95%置信区间[CI]:1.40-2.18,P = 7.6 × 10−7)。UC和CD的发展方向一致。在验证分析中,MMP-10对IBD结局仍显著(aOR每SD:2.41 [95% CI:1.61-4.58],P = 5.2 × 10−6)。结论:这些发现提示MMP-10是全球一般人群中预测临床IBD的相关生物标志物,进一步工作应研究其在早期检测和预防策略中的作用。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在全球一般人群中,是否存在能够预测新发炎症性肠病(IBD)的血清生物标志物?
核心机制
MMP-10(基质金属蛋白酶-10)水平升高与未来IBD诊断相关,提示亚临床炎症、组织重塑和愈合过程可能在其发病前已发生;但研究为观察性分析,未验证因果机制。
主要证据
在PURE发现队列(11 019人,91例IBD)中,MMP-10是唯一经Bonferroni校正后与IBD风险显著相关的生物标志物(aOR每SD 1.75,95% CI 1.40-2.18,P=7.6×10−7),并在独立验证队列(127例IBD vs 127例对照)中确认(aOR每SD 2.41,95% CI 1.61-4.58,P=5.2×10−6)。
研究意义
MMP-10可能作为全球一般人群中预测临床IBD的相关生物标志物,值得进一步研究其在早期检测和预防策略中的作用。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

发现队列建立与生物标志物检测

在全球多国一般人群中评估血清蛋白质生物标志物与新发IBD风险的关系。

从PURE研究心血管生物标志物子研究中选取有基线血浆样本的参与者(n=12 066),最终11 019人纳入分析,使用Olink PEA免疫测定法检测1011种生物标志物(12个panel)。

2

发现队列统计分析

识别与IBD、CD和UC发生风险相关的生物标志物。

使用逻辑回归模型评估标准化生物标志物浓度与IBD风险的关联,校正年龄、性别、地区,并通过后退逐步选择纳入吸烟状态等协变量;采用Bonferroni校正P < 1.6 × 10−5。

3

独立验证队列分析

验证发现队列中显著的生物标志物MMP-10对IBD的预测价值。

从PURE生物样本库中未纳入发现队列的参与者中选取127例新发IBD病例,按 ethnicity 和地理区域1:1匹配127例对照,检测MMP-10水平,使用逻辑回归分析。

4

诊断验证与质量控制

确认自我报告的IBD诊断的准确性,减少误分类偏倚。

对20%的IBD参与者(发现队列20例,验证队列24例,共44例)进行病历审查,核实诊断。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Olink邻近延伸免疫分析Olink--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
发现队列
样本来源:PURE心血管生物标志物子研究参与者;样本量:11 019人;IBD病例数:91例(68例UC,23例CD)
阅读提示:Methods 2.1及Results 3.1,Table 1
验证队列
样本来源:PURE生物样本库中未纳入发现队列的参与者;样本量:127例IBD与127例对照;匹配方式:按ethnicity和地理区域1:1匹配
阅读提示:Methods 2.4.2及Results 3.3
生物标志物检测
检测平台:Olink PEA;血浆体积:1.8 mL;panel数量:12个;生物标志物数量:1011种;样本排除标准:免疫测定质量控制及溶血程度
阅读提示:Methods 2.3
统计分析
模型校正变量:年龄、性别、地区、吸烟状态;显著性阈值:Bonferroni校正P < 1.6 × 10−5;生物标志物标准化:均值0、标准差1;缺失值插补:均值0、标准差1
阅读提示:Methods 2.4.1及2.4.2
诊断验证
验证比例:20%的IBD参与者(共44例);验证方法:病历审查;核实率:41/44(93.2%)
阅读提示:Results 3.3