Institut für Klinische Chemie und Laboratoriumsmedizin
Refine
Year of publication
- 2015 (1)
Document Type
- Doctoral Thesis (1)
Language
- German (1)
Has Fulltext
- yes (1)
Is part of the Bibliography
- no (1)
Keywords
- subklinische Endpunkte (1) (remove)
Institute
Die Messwertvariationen bei labortechnischen Messungen stellen für die klinische Praxis und die epidemiologische Forschung eine große Herausforderung dar. Unterschiedliche analytische Methoden könnten zu differierenden Messergebnissen führen. In dieser Studie wurde der Einfluss von zwei verschiedenen IGF-I und IGFBP-3 Assays auf bereits veröffentlichte epidemiologische Studien untersucht. Dabei wurden die Studienergebnisse, die auf dem bisherigen „Goldstandard“ der IGF-I Messung, dem Nichols Advantage Assay beruhten, mit denen des IDS iSYS Assay verglichen. Zweitgenannter entspricht dabei den sogenannten Keswick-Kriterien. Bereits veröffentlichte Studien wurden im Rahmen der Study of Health in Pomerania (SHIP) somit erneut auf Assoziationen zwischen IGF-I oder IGFBP-3 und Anthropometrie, subklinischen kardiovaskulären Erkrankungen sowie Mortalität und SNPs der genomweiten Assoziationsstudie (GWAS) untersucht. Dabei konnte gezeigt werden, dass zwischen den Ergbenissen der beiden Assays bezüglich der Assoziation von IGF-I mit subklinischen Endpunkten, wie IMT und LVMI, signifikante Unterschiede bestehen. Weiterhin zeigten die Analysen beider Assays hinsichtlich der Endpunkte Mortalität und SNPs identische Assoziationen. Mit dieser Studie soll nicht nur die Messungenauigkeit epidemiologischer Studien an sich, sondern insbesondere auch der Einfluss unterschiedlicher Messmethoden auf ein Studienergbenis aufgezeigt werden. Die Entwicklung von Laborstandards wie den Keswick-Kriterien sollte gefördert werden, um einen zuverlässigen Vergleich unterschiedlicher Messmethoden und damit verschiedener klinischer und epidemiologischer Studien zu gewährleisten. Einzelstudien sollten sorgfältig analysiert und interpretiert werden. Um die Reliabilität von Studien zu verbessern, eignen sich Metaanalysen. Letztlich sind nur interventionelle Studien dazu geeignet, die aufgestellten Hypothesen auch kausal zu begründen.