ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗ ΒΙΟΪΑΤΡΙΚΗ ΤΕΧΝΟΛΟΓΙΑ

Transcript

1 ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗ ΒΙΟΪΑΤΡΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ - ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ - ΣΧΟΛΗ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΜΕ ΣΚΟΠΟ ΤΗΝ ΑΝΙΧΝΕΥΣΗ ΕΠΙΔΡΑΣΕΩΝ ΓΕΝΕΤΙΚΩΝ ΚΑΙ ΔΗΜΟΓΡΑΦΙΚΩΝ ΠΑΡΑΓΟΝΤΩΝ ΣΤΟΝ ΔΕΙΚΤΗ ΜΑΖΑΣ ΣΩΜΑΤΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ του Βαγγέλη Παππά Επίβλεψη: Κωνσταντίνα Νικήτα Καθηγήτρια Ε.Μ.Π. Αθήνα, Δεκέμβριος 2008

2 Ευχαριστώ: τον Γιάννη Βαλαβάνη για τη βοήθειά του και την υπομονή του τον Σταμάτη Χρυσικόπουλο για την πολυτιμότατη τεχνική υποστήριξη

3 Σύνοψη Σύνοψη Σε αυτή τη διπλωματική εργασία, με τη χρήση ενός δείγματος που αποτελούνταν από 4458 καυκάσια άτομα, για τα οποία ήταν γνωστά: ο Δείκτης Μάζας Σώματος (ΔΜΣ), το φύλο, η ηλικία, και τα γενετικά χαρακτηριστικά 23 γονιδίων τους (δηλ. τα αλληλόμορφα γονίδια), διερευνήθηκε: η ύπαρξη κύριων (μεμονωμένων) επιδράσεων αυτών των παραγόντων (φύλο, ηλικία, αλληλόμορφα γονίδια) στον ΔΜΣ, και ο αντίκτυπο των αλληλεπιδράσεων μεταξύ έως και τριών παραγόντων στον ΔΜΣ. Μετά από την απαραίτητη προ-επεξεργασία των δεδομένων (αναζήτηση διπλών καταχωρήσεων και διαγραφή τους, κωδικοποίηση, εξαγωγή περιγραφικών στατιστικών στοιχείων, κ.λπ.) εκτελέστηκαν παραμετρικοί και μη παραμετρικοί στατιστικοί έλεγχοι με τη χρήση των 26 συνολικά διαθέσιμων μεταβλητών. Οι στατιστικές μέθοδοι που χρησιμοποιήθηκαν ήταν οι ακόλουθες (σε παρένθεση δίνονται κάποια συνοπτικά χαρακτηριστικά των μεταβλητών που ελέγχονταν κατά περίπτωση): γραμμική συσχέτιση του Pearson (μεταξύ του ΔΜΣ και της Ηλικίας, καθώς και μεταξύ του ΔΜΣ και του Φύλου), ανάλυση της διακύμανσης (ANOVA) (με χρήση του ΔΜΣ ως ποσοτική συνεχής μεταβλητή και των υπόλοιπων μεταβλητών σε κατηγορική μορφή), μέθοδος x 2 (chi-square): o με χρήση του ΔΜΣ σε κατηγορική μορφή 4 κατηγοριών (λιποβαρείς, κανονικού σωματικού βάρους, υπέρβαροι, παχύσαρκοι) και των υπόλοιπων μεταβλητών σε κατηγορική μορφή, και o με χρήση του ΔΜΣ σε κατηγορική μορφή 2 κατηγοριών [κανονικού βάρους (ενσωματώνει τις κατηγορίες λιποβαρών ατόμων και ατόμων κανονικού βάρους), μη κανονικού βάρους (ενσωματώνει τις κατηγορίες υπέρβαρων και παχύσαρκων ατόμων)] και των υπόλοιπων μεταβλητών σε κατηγορική μορφή, μέθοδος μείωσης πολυπαραγοντικής διάστασης (MDR - Multifactor Dimensionality Reduction) με χρήση του ΔΜΣ σε κατηγορική μορφή 2 κατηγοριών [κανονικού βάρους (ενσωματώνει τις κατηγορίες λιποβαρών ατόμων και ατόμων κανονικού βάρους), μη κανονικού βάρους (ενσωματώνει τις κατηγορίες υπέρβαρων και παχύσαρκων ατόμων)] και των υπόλοιπων μεταβλητών σε κατηγορική μορφή. 3

4 Πίνακας περιεχομένων Πίνακας περιεχομένων Σύνοψη Ανθρωπομετρία & δείκτης μάζας σώματος (ΔΜΣ) Ανθρωπομετρικές μετρήσεις και ανθρωπομετρικοί δείκτες Δείκτης Μάζας Σώματος (ΔΜΣ) Η ανθρωπομετρία ως δείκτης διατροφικής κατάστασης και κατάστασης της υγείας Ο ΔΜΣ ως μέτρο του σωματικού πάχους Υπερβολικό σωματικό βάρος, παχυσαρκία & ο αντίκτυπός τους στην υγεία Βασικά χαρακτηριστικά γνωρίσματα της παχυσαρκίας των ενηλίκων Παράγοντες που σχετίζονται με την εμφάνιση παχυσαρκίας Γενετικοί και περιβαλλοντικοί παράγοντες Ψυχολογικοί και κοινωνικοί παράγοντες Ενδοκρινολογικοί παράγοντες Λοιποί παράγοντες Παχυσαρκία και συνοσηρότητα Ψυχολογικές πτυχές του υπερβολικού σωματικού βάρους και της παχυσαρκίας Κοινωνικός στιγματισμός Σωματική εικόνα Οικονομικός αντίκτυπος της παχυσαρκίας Επίσταση, πολυπαραγοντικές ασθένειες & κύριες μέθοδοι διερεύνησης Εισαγωγή στην επίσταση Έννοια Συχνότητα εμφάνισης Δυσκολία ανίχνευσης Γενετικές ασθένειες Μονογονιδιακές ασθένειες Πολυπαραγοντικές ασθένειες και κύριες μέθοδοι διερεύνησής τους Παραμετρικές μέθοδοι Μη-παραμετρικές μέθοδοι Γενική στατιστική & θεωρητική προσέγγιση μεθόδων Γενική στατιστική Αντιστοίχιση με τις μη παρεμβατικές έρευνες «περιστατικών μαρτύρων» Έλεγχοι υποθέσεων Είδη σφαλμάτων, επίπεδο σημαντικότητας και ισχύς του ελέγχου μίας υπόθεσης Αμφίπλευροι και μονόπλευροι έλεγχοι Θεωρητική προσέγγιση μεθόδων που πρόκειται να χρησιμοποιηθούν Συσχέτιση Περισσότερα για τον τρόπο μέτρησης των μεταβλητών Επιλογή της κατάλληλης μεθόδου για τη μέτρηση του βαθμού συσχέτισης δύο μεταβλητών Συντελεστής συσχέτισης του Pearson: μέτρηση της απλής γραμμικής συσχέτισης Συσχέτιση τάξεων: Ο συντελεστής συσχέτισης του Spearman Ανάλυση διακύμανσης

5 Πίνακας περιεχομένων Πολλαπλές συγκρίσεις Έλεγχος ανεξαρτησίας x Έλεγχος ανεξαρτησίας x 2 σε έναν (2 x 2) πίνακα συχνοτήτων Έλεγχος ανεξαρτησίας x 2 σε έναν (r x c) πίνακα συχνοτήτων Λογαριθμική-γραμμική ανάλυση Μέθοδοι διερεύνησης πολλαπλών γενετικών τόπων Η «Κατάρα των πολλών διαστάσεων» Μέθοδος Μείωσης Πολυπαραγοντικής Διάστασης (ΜΜΠΔ) Εφαρμογή αναλύσεων & αποτελέσματα Προεπεξεργασία των δεδομένων Αναζήτηση και διαγραφή διπλών ή/και μη έγκυρων καταχωρήσεων Εισαγωγή του συνόλου δεδομένων στο SPSS, μετασχηματισμός ή/και κωδικοποίηση των δεδομένων Περιγραφικά στατιστικά στοιχεία Διεξαγωγή αναλύσεων και αποτελέσματα Συσχέτιση μεταβλητών Ανίχνευση κύριων επιδράσεων Ανάλυση διακύμανσης κατά έναν παράγοντα Έλεγχος ανεξαρτησίας x Μέθοδος μείωσης πολυπαραγοντικής διάστασης Ανίχνευση αλληλεπιδράσεων δύο παραγόντων Ανάλυση διακύμανσης κατά δύο παράγοντες Λογαριθμική-γραμμική ανάλυση Μέθοδος μείωσης πολυπαραγοντικής διάστασης Ανίχνευση αλληλεπιδράσεων τριών παραγόντων Ανάλυση διακύμανσης κατά τρεις παράγοντες Λογαριθμική-γραμμική ανάλυση Μέθοδος μείωσης πολυπαραγοντικής διάστασης Συμπεράσματα Βιβλιογραφικές Αναφορές

6 Κατάλογος εικόνων Κατάλογος εικόνων Εικόνα 1 Σχηματική αναπαράσταση ταξινόμησης στις κατηγορίες του ΔΜΣ σε σχέση με το ύψος και το σωματικό βάρος Εικόνα 2 Ιατρικές επιπλοκές της παχυσαρκίας Εικόνα 3 Διάγραμμα των βασικότερων μεθόδων που χρησιμοποιούνται για τη διερεύνηση των πολυπαραγοντικών ασθενειών Εικόνα 4 Κρίσιμες τιμές και περιοχές απόρριψης και αποδοχής της Η 0 για επίπεδο σημαντικότητας α = 0,10 σε αμφίπλευρο έλεγχο Εικόνα 5 Κρίσιμες τιμές και περιοχές απόρριψης και αποδοχής της Η 0 για επίπεδο σημαντικότητας α = 0,05 σε μονόπλευρο έλεγχο Εικόνα 6 Στιγμιότυπο οθόνης του λογισμικού MDR Εικόνα 7 Στιγμιότυπο οθόνης του αρχικού συνόλου δεδομένων Εικόνα 8 Στιγμιότυπο οθόνης του τελικού συνόλου δεδομένων Εικόνα 9 Στιγμιότυπο οθόνης της εφαρμογής Java MDR κατά την εκτέλεση της ανάλυσης Εικόνα 10 Στιγμιότυπο οθόνης της εφαρμογής Java MDR μετά το φιλτράρισμα των αποτελεσμάτων

7 Κατάλογος πινάκων Κατάλογος πινάκων Πίνακας 1 Η Διεθνής Ταξινόμηση του Ελλιπούς βάρους, του Υπερβολικού βάρους και της Παχυσαρκίας σύμφωνα με τον ΔΜΣ Πίνακας 2 Σχετικός κίνδυνος παθήσεων που συνδέονται με την παχυσαρκία Πίνακας 3 Κατάλληλες στατιστικές για την εκτίμηση και τον έλεγχο της συσχέτισης δύο μεταβλητών Χ και Υ Πίνακας 4 Ιδιότητες του Συντελεστή Γραμμικής Συσχέτισης r XY του Pearson Πίνακας 5 Παρατηρούμενες συχνότητες Πίνακας 6 Αναμενόμενες συχνότητες υπό την υπόθεση της ανεξαρτησίας Πίνακας 7 Έλεγχος ανεξαρτησίας x 2 για 2x2 πίνακες συχνοτήτων Πίνακας 8 Έλεγχος ανεξαρτησίας x 2 για rxc πίνακες συχνοτήτων Πίνακας 9 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ και την Ηλικία (ποσοτικές μεταβλητές) σε ολόκληρο τον πληθυσμό Πίνακας 10 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ (ποσοτική μεταβλητή) σε άτομα ηλικίας 30 ετών Πίνακας 11 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ (ποσοτική μεταβλητή) σε άτομα ηλικίας ετών Πίνακας 12 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ (ποσοτική μεταβλητή) σε άτομα ηλικίας >55 ετών Πίνακας 13 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ και την Ηλικία (ποσοτικές μεταβλητές) στον γυναικείο πληθυσμό Πίνακας 14 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ και την Ηλικία (ποσοτικές μεταβλητές) στον ανδρικό πληθυσμό Πίνακας 15 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ, την Ηλικία, το Φύλο και τα Γονίδια (κατηγορικές μεταβλητές) σε ολόκληρο τον πληθυσμό Πίνακας 16 Σημαντικά συσχετιζόμενες μεταβλητές Πίνακας 17 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με την ηλικία (ως κατηγορική μεταβλητή) Πίνακας 18 Αποτελέσματα πολλαπλών συγκρίσεων για τη μέση τιμή του ΔΜΣ στις τρεις ηλικιακές κατηγορίες Πίνακας 19 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με το φύλο Πίνακας 20 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με το γονίδιο ACEIIDD Πίνακας 21 Αποτελέσματα πολλαπλών συγκρίσεων για τη μέση τιμή του ΔΜΣ στις τρεις καταστάσεις του γονιδίου ACEIIDD Πίνακας 22 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με το γονίδιο IL6G634C Πίνακας 23 Αποτελέσματα πολλαπλών συγκρίσεων για τη μέση τιμή του ΔΜΣ στις τρεις καταστάσεις του γονιδίου IL6G634C Πίνακας 24 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με την ηλικιακή κατηγορία Πίνακας 25 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το φύλο

8 Κατάλογος πινάκων Πίνακας 26 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το γονίδιο ACEIIDD Πίνακας 27 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το γονίδιο IL6G634C Πίνακας 28 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το γονίδιο TNFalphaG308A Πίνακας 29 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με την ηλικιακή κατηγορία Πίνακας 30 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με το φύλο Πίνακας 31 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με το γονίδιο IL6G634C Πίνακας 32 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με το γονίδιο VDRCTaq1T Πίνακας 33 Βέλτιστα μοντέλα κύριων επιδράσεων στον ΔΜΣ με τη χρήση της ΜΜΠΔ Πίνακας 34 Στατιστικά σημαντικά αποτελέσματα της ανάλυσης της διακύμανσης του ΔΜΣ κατά δύο παράγοντες Πίνακας 35 Συνοπτική ερμηνεία αποτελεσμάτων της ανάλυσης της διακύμανσης του ΔΜΣ κατά δύο παράγοντες Πίνακας 36 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με την ανάλυση της διακύμανσης Πίνακας 37 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1) και VDRTBsm1C Πίνακας 38 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD και VDRTBsm1C (2) Πίνακας 39 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1) και VDRCTaq1T Πίνακας 40 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD και VDRCTaq1T (2) Πίνακας 41 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων GSTM1WT (2) και VDRTBsm1C Πίνακας 42 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων GSTM1WT και VDRTBsm1C (2) Πίνακας 43 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων IL6G174C (1) και MnSODC28T Πίνακας 44 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων IL6G174C και MnSODC28T (2) Πίνακας 45 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με τη λογαριθμική-γραμμική ανάλυση* Πίνακας 46 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με τη λογαριθμική-γραμμική ανάλυση* Πίνακας 47 Βέλτιστα μοντέλα αλληλεπιδράσεων δύο γονιδίων ως προς τον ΔΜΣ με τη χρήση της ΜΜΠΔ Πίνακας 48 Μοντέλα αλληλεπιδράσεων δύο παραγόντων που παρουσιάζουν ξεχωριστό ενδιαφέρον Πίνακας 49 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με τη ΜΜΠΔ*

9 Κατάλογος πινάκων Πίνακας 50 Πίνακας 51 Πίνακας 52 Πίνακας 53 Πίνακας 54 Στατιστικά σημαντικά αποτελέσματα της ανάλυσης της διακύμανσης του ΔΜΣ κατά τρεις παράγοντες Συνοπτική ερμηνεία αποτελεσμάτων της ανάλυσης της διακύμανσης του ΔΜΣ κατά τρεις παράγοντες Στατιστικά σημαντικά αποτελέσματα της λογαριθμικής-γραμμικής ανάλυσης με τη χρήση τριών παραγόντων Μοντέλα αλληλεπιδράσεων τριών παραγόντων που παρουσιάζουν ξεχωριστό ενδιαφέρον Βέλτιστα μοντέλα αλληλεπιδράσεων τριών γονιδίων ως προς τον ΔΜΣ με τη χρήση της ΜΜΠΔ

10 ΕΝΟΤΗΤΑ 1 ΑΝΘΡΩΠΟΜΕΤΡΙΑ & ΔΕΙΚΤΗΣ ΜΑΖΑΣ ΣΩΜΑΤΟΣ 10

11 Ενότητα 1 - Ανθρωπομετρία & δείκτης μάζας σώματος 1 Ανθρωπομετρία & δείκτης μάζας σώματος (ΔΜΣ) 1.1 Ανθρωπομετρικές μετρήσεις και ανθρωπομετρικοί δείκτες Οι ανθρωπομετρικές μετρήσεις αξιολογούν το μέγεθος και τη σύνθεση του σώματος και αντικατοπτρίζουν την ανεπαρκή ή υπερβολική πρόσληψη τροφής, την ανεπαρκή σωματική άσκηση και τη νοσηρότητα. 1 Καταδεικνύουν ότι η στέρηση και η υπερβολή ενδέχεται να συνυπάρχουν όχι μόνο μεταξύ χωρών αλλά και εντός της ίδιας χώρας, ακόμη και εντός του ίδιου νοικοκυριού, και καταδεικνύουν επίσης ότι συγκεκριμένοι τύποι ανάπτυξης και υγειονομικής πολιτικής ενισχύουν τη διατροφή ενώ άλλοι όχι. Απλές σωματικές μετρήσεις επιτρέπουν επίσης την επιλογή ατόμων, οικογενειών και κοινοτήτων για την εφαρμογή παρεμβάσεων που σχεδιάζονται με σκοπό τη βελτίωση όχι μόνο της διατροφής αλλά της υγείας γενικότερα και, κατά συνέπεια, της επιβίωσης. Η ανθρωπομετρία είναι η μοναδική καθολικά εφαρμόσιμη, ανέξοδη και μη επεμβατική μέθοδος που είναι διαθέσιμη για την αξιολόγηση του μεγέθους, των αναλογιών και της σύνθεσης του ανθρώπινου σώματος. Επιπροσθέτως, καθώς η ανάπτυξη στα παιδιά και οι σωματικές διαστάσεις σε όλες τις ηλικίες αντικατοπτρίζουν τη γενική υγεία και ευημερία των ατόμων και των πληθυσμών, η ανθρωπομετρία μπορεί επίσης να χρησιμοποιηθεί για την πρόβλεψη της απόδοσης, της υγείας και της επιβίωσης. Η χρήση συνεπώς της ανθρωπομετρίας είναι σημαντική για τη δημόσια υγεία και τη λήψη κλινικών αποφάσεων που επηρεάζουν την υγεία και την κοινωνική ευημερία των ατόμων και των πληθυσμών. Οι ανθρωπομετρικοί δείκτες αποτελούν συνδυασμούς μετρήσεων. Είναι απαραίτητοι για την ερμηνεία των μετρήσεων καθώς είναι προφανές ότι μία τιμή για το σωματικό βάρος από μόνη της δεν έχει σημασία εκτός εάν σχετιστεί με την ηλικία ή το ύψος ενός ατόμου. Συνεπώς, για παράδειγμα, μετρήσεις του σωματικού βάρους και του ύψους μπορούν να συνδυαστούν για τη δημιουργία του δείκτη μάζας σώματος ή το σωματικό βάρος μπορεί να σχετιστεί με το ύψος μέσω της χρήσης δεδομένων αναφοράς. Ο σκοπός χρήσης των ανθρωπομετρικών δεικτών μπορεί να είναι: Η αναγνώριση ατόμων ή πληθυσμών που βρίσκονται σε κίνδυνο νοσηρότητας. Η επιλογή ατόμων ή πληθυσμών για μία παρεμβατική διαδικασία. Η αξιολόγηση των μεταβαλλόμενων διατροφικών, υγειονομικών ή κοινωνικο-οικονομικών επιδράσεων, συμπεριλαμβανομένων των παρεμβατικών διαδικασιών. Ο αποκλεισμός ατόμων από θεραπείες υψηλού κινδύνου, από την απασχόληση ή από συγκεκριμένες παροχές. Η επίτευξη κανονιστικών προτύπων. Βασικοί και ευρέως χρησιμοποιούμενοι ανθρωπομετρικοί δείκτες είναι: Ο Δείκτης Μάζας Σώματος (ΔΜΣ). Η περιφέρεια μέσης. Το πηλίκο της περιφέρειας μέσης προς την περιφέρεια ισχίου. Η περιφέρεια του μέσου βραχίονα. Οι μετρήσεις των δερματικών πτυχών. 11

12 Ενότητα 1 - Ανθρωπομετρία & δείκτης μάζας σώματος 1.2 Δείκτης Μάζας Σώματος (ΔΜΣ) Ο Δείκτης Μάζας Σώματος (ΔΜΣ) είναι ένας απλός δείκτης του σωματικού βάρους προς το ύψος που χρησιμοποιείται συχνά για την ταξινόμηση του ελλιπούς βάρους, του υπερβολικού βάρους και της παχυσαρκίας σε ενήλικες. 2 Ο υπολογισμός του ΔΜΣ είναι απλός, ταχύς και ανέξοδος. Ορίζεται ως το σωματικό βάρος σε χιλιόγραμμα, διαιρεμένο με το τετράγωνο του ύψους σε μέτρα (kg/m 2 ). ΔΜΣ = Σωματικό Βάρος (kg) / Ύψος 2 (m 2 ) Πίνακας 1 Η Διεθνής Ταξινόμηση του Ελλιπούς βάρους, του Υπερβολικού βάρους και της Παχυσαρκίας σύμφωνα με τον ΔΜΣ Ταξινόμηση ΔΜΣ (kg/m 2 ) Κύρια Σημεία Διαχωρισμού Επιπρόσθετα Σημεία Διαχωρισμού Λιποβαρής <18,50 <18,50 Υπερβολικά αδύνατος <16,00 <16,00 Μέτρια αδύνατος 16,00-16,99 16,00-16,99 Ήπια αδύνατος 17,00-18,49 17,00-18,49 Φυσιολογικός 18,50-24,99 18,50-22,99 23,00-24,99 Υπέρβαρος 25,00 25,00 Προ-παχύσαρκος 25,00-29,99 25,00-27,49 27,50-29,99 Παχύσαρκος 30,00 30,00 Παχύσαρκος τάξης I 30, Παχύσαρκος τάξης II 35,00-39,99 30,00-32,49 32,50-34,99 35,00-37,49 37,50-39,99 Παχύσαρκος τάξης III 40,00 40,00 Πηγή: Προσαρμογή από WHO, 1995, WHO, 2000 και WHO Οι τιμές του ΔΜΣ είναι ανεξάρτητες από την ηλικία και ίδιες για άνδρες και γυναίκες. Ωστόσο, ο ΔΜΣ ενδέχεται να μην αντιστοιχεί στον ίδιο βαθμό πάχους σε διαφορετικούς πληθυσμούς λόγω, κυρίως, των διαφορετικών σωματικών αναλογιών. Οι κίνδυνοι για την υγεία που σχετίζονται με τον αυξημένο ΔΜΣ είναι συνεχείς και η ερμηνεία των κατηγοριών του ΔΜΣ σε σχέση με τον κίνδυνο ενδέχεται να διαφέρει για διαφορετικούς πληθυσμούς. Συνεπώς, η ταξινόμηση θα πρέπει να αντιμετωπίζεται ως ευρεία γενίκευση. Άτομα πολύ μυώδη ενδέχεται να έχουν ΔΜΣ που να τους τοποθετεί λανθασμένα σε μία κατηγορία υπερβολικού σωματικού βάρους. Επίσης, άτομα με πολύ χαμηλό ύψος (μικρότερο από 1,50 μέτρα) ενδέχεται να εμφανίζουν υψηλό ΔΜΣ που μπορεί να μην εκφράζει υπερβολικό σωματικό βάρος ή παχυσαρκία. Επιπροσθέτως, η ευαισθησία στους παράγοντες κινδύνου σε ένα δεδομένο σωματικό βάρος διαφέρει μεταξύ των ατόμων. Ορισμένα 12

13 Ενότητα 1 - Ανθρωπομετρία & δείκτης μάζας σώματος άτομα ενδέχεται να εμφανίζουν πολλαπλούς παράγοντες κινδύνου με ήπια παχυσαρκία, ενώ άλλα να εμφανίζουν λιγότερους παράγοντες κινδύνου με σοβαρότερη παχυσαρκία. Κατά τα πρόσφατα έτη, υπήρχε μία αυξανόμενη διαμάχη σχετικά με το κατά πόσον υπάρχουν πιθανές ανάγκες ανάπτυξης διαφορετικών σημείων διαχωρισμού του ΔΜΣ για διαφορετικές εθνικές ομάδες λόγω των αυξανόμενων ενδείξεων ότι οι σχέσεις μεταξύ του ΔΜΣ, του ποσοστού σωματικού λίπους και της κατανομής του σωματικού λίπους διαφέρουν μεταξύ πληθυσμών και, συνεπώς, οι κίνδυνοι για την υγεία αυξάνονται και κάτω από το σημείο διαχωρισμού των 25 kg/m 2 που ορίζει το υπερβολικό σωματικό βάρος στην ισχύουσα ταξινόμηση του Παγκόσμιου Οργανισμού Υγείας (ΠΟΥ). Για παράδειγμα, τα ηλικιωμένα άτομα εμφανίζουν συχνά απώλεια μυϊκής μάζας και περισσότερο λίπος για έναν δεδομένο ΔΜΣ σε σχέση με νεότερα άτομα, οι γυναίκες ενδέχεται να έχουν περισσότερο λίπος για έναν δεδομένο ΔΜΣ σε σχέση με τους άνδρες και άτομα με κλινικό οίδημα ενδέχεται να έχουν λιγότερο λίπος για έναν δεδομένο ΔΜΣ σε σχέση με άτομα χωρίς οίδημα. Ωστόσο, οι διαφορές αυτές δεν επηρεάζουν γενικά την εγκυρότητα των σημείων αποκοπής του ΔΜΣ είτε ως προς την ταξινόμηση των ατόμων σε ευρείς κατηγορίες υπερβολικού βάρους και παχυσαρκίας είτε ως προς την παρακολούθηση της κατάστασης του σωματικού βάρους των ατόμων σε κλινικό πλαίσιο. Έχουν πραγματοποιηθεί δύο προσπάθειες στο παρελθόν για την ερμηνεία των σημείων διαχωρισμού του ΔΜΣ σε πληθυσμούς της Ασίας και του Ειρηνικού 3, 4, οι οποίες συνέβαλλαν στην αυξανόμενη διαμάχη. Κατά συνέπεια, για να ρίξει φως σε αυτές τις διαμάχες, ο ΠΟΥ συγκάλεσε τη Συμβουλευτική Ομάδα Ειδικών επί του ΔΜΣ σε Ασιατικούς πληθυσμούς (Σιγκαπούρη, 8-11 Ιουλίου 2002). Η Συμβουλευτική Ομάδα Ειδικών του ΠΟΥ 5 κατέληξε στο συμπέρασμα ότι το ποσοστό του Ασιατικού πληθυσμού με υψηλό κίνδυνο εμφάνισης διαβήτη τύπου 2 και καρδιοπάθειας είναι σημαντικό σε ΔΜΣ χαμηλότερο από το ισχύον σημείο διαχωρισμού του ΠΟΥ για το υπερβολικό σωματικό βάρος (= 25 kg/m 2 ). Ωστόσο, το σημείο διαχωρισμού για τον παρατηρηθέντα κίνδυνο κυμαίνεται από 22 kg/m 2 έως 25 kg/m 2 σε διαφορετικούς Ασιατικούς πληθυσμούς και, για περιπτώσεις υψηλού κινδύνου, κυμαίνεται από 26 kg/m 2 έως 31 kg/m 2. Η Συμβουλευτική Ομάδα πρότεινε, επομένως, τη διατήρηση των ισχυόντων σημείων διαχωρισμού του ΠΟΥ για τον ΔΜΣ (Πίνακας 1) ως διεθνή ταξινόμηση. 13

14 Ενότητα 1 - Ανθρωπομετρία & δείκτης μάζας σώματος Εικόνα 1 Σχηματική αναπαράσταση ταξινόμησης στις κατηγορίες του ΔΜΣ σε σχέση με το ύψος και το σωματικό βάρος Δείκτης Μάζας Σώματος Σωματικό βάρος σε kg Λιποβαρής Φυσιολογικός Προ-παχύσαρκος Παχύσαρκος τάξης 1 Παχύσαρκος τάξης 2 Παχύσαρκος τάξης 3 Ύψος σε μέτρα Πηγή: Προσαρμογή από

15 Ενότητα 1 - Ανθρωπομετρία & δείκτης μάζας σώματος 1.3 Η ανθρωπομετρία ως δείκτης διατροφικής κατάστασης και κατάστασης της υγείας Ο ΔΜΣ ως μέτρο του σωματικού πάχους Ο ΔΜΣ φαίνεται να είναι καλός δείκτης της εναπόθεσης της περίσσειας ενέργειας υπό τη μορφή λίπους σε ενήλικες λευκούς άνδρες και γυναίκες που ζουν στην Ευρώπη και τη Βόρεια Αμερική. Είναι μάλλον λιγότερο κατάλληλος σε άλλους πληθυσμούς που διαφέρουν ως προς τη σωματική κατασκευή και τις σωματικές αναλογίες. 1 Εντός κάθε πληθυσμού, ένας ΔΜΣ μεγαλύτερος από 30 σχετίζεται με αυξημένη αρτηριακή πίεση και αυξημένο κίνδυνο εμφάνισης στεφανιαίας καρδιοπάθειας και μη ινσουλινοεξαρτώμενου διαβήτη. Φαίνεται, ωστόσο, ότι ορισμένοι πληθυσμοί είναι περισσότερο ευαίσθητοι στις επιδράσεις του υψηλού ΔΜΣ σε σύγκριση με άλλους. Αυτό μπορεί εν μέρει να εξηγηθεί βάσει των διαφορών στη σωματική σύνθεση, τη σωματική κατασκευή και την κατανομή του λίπους αλλά και της υποκείμενης αιτίας του υπερβολικού σωματικού βάρους και της γενετικής προδιάθεσης για την εμφάνιση συγκεκριμένων ασθενειών που σχετίζονται με το υπερβολικό σωματικό βάρος. Για παράδειγμα, το υπερβολικό σωματικό βάρος που οφείλεται σε έναν συνδυασμό αδράνειας και διατροφής υψηλής περιεκτικότητας σε κορεσμένα λίπη και χαμηλής περιεκτικότητας σε αντιοξειδωτικά μπορεί να έχει διαφορετικές επιδράσεις σε σχέση με την ανάπτυξη υπερλιπιδαιμίας και στεφανιαίας καρδιοπάθειας από ό,τι το υπερβολικό σωματικό βάρος που οφείλεται σε υπερβολική αύξηση του σωματικού βάρους σε άτομα με σχετικά χαμηλούς μεταβολικούς ρυθμούς αλλά επαρκή σωματική δραστηριότητα και ισορροπημένες διατροφικές συνήθειες. Επιπροσθέτως, ο συνδυασμός υψηλού ΔΜΣ με έναν ή περισσότερους παράγοντες κινδύνου (π.χ. κάπνισμα, υπέρταση, υπερλιπιδαιμία, σακχαρώδης διαβήτης) μπορεί να οδηγήσει σε διαφορετικούς κινδύνους ανάπτυξης ασθενειών. Το ιστορικό του υπερβολικού σωματικού βάρους μπορεί να συμβάλλει σε διακυμάνσεις ως προς τους κινδύνους για την υγεία που σχετίζονται με το υπερβολικό σωματικό βάρος. Τρία θέματα θα πρέπει να λαμβάνονται υπ όψιν: η ηλικία εμφάνισης, η διάρκεια και ο τρόπος διακύμανσης του σωματικού βάρους. Το υπερβολικό βάρος αυτό καθ' εαυτό δεν έχει καμία άμεση επίδραση στην εμφάνιση χρόνιων ασθενειών παρά τις βραχυπρόθεσμες μεταβολές των μεταβολικών προφίλ και τις μηχανικές επιπτώσεις. Με την αύξηση ωστόσο της διάρκειας του υπερβολικού σωματικού βάρους, οι επιπτώσεις καθίστανται εντονότερες. Η πρώιμη εμφάνιση συνήθως υποδηλώνει μεγάλη διάρκεια του υπερβολικού σωματικού βάρους: η αύξηση του σωματικού βάρους που οδηγεί σε υπερβολικό σωματικό βάρος κατά την ενήλικη ζωή έχει καταδειχθεί ότι σχετίζεται με αυξημένο κίνδυνο εμφάνισης διάφορων χρόνιων ασθενειών. 15

16 ΕΝΟΤΗΤΑ 2 Η ΠΑΧΥΣΑΡΚΙΑ & Ο ΑΝΤΙΚΤΥΠΟΣ ΤΗΣ ΣΤΗΝ ΥΓΕΙΑ 16

17 Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία 2.1 Βασικά χαρακτηριστικά γνωρίσματα της παχυσαρκίας των ενηλίκων Ο ΠΟΥ, στην αναφορά του για την παχυσαρκία, επισημαίνει μεταξύ άλλων τα εξής: 7 λαμβάνει διαστάσεις επιδημίας σε ολόκληρο τον κόσμο. Περισσότερα από το 30% των ενηλίκων ατόμων στις περισσότερες δυτικές κοινωνίες, 8 συμπεριλαμβανομένης της Ελλάδας, είναι σήμερα παχύσαρκα. Εξαιρετικά ανησυχητική είναι επίσης η εκρηκτική αύξηση της παχυσαρκίας στην παιδική και εφηβική ηλικία, οδηγεί στην εμφάνιση άλλων ασθενειών με αυξημένο ιατρικό και κοινωνικό κόστος, η θεραπευτική προσέγγιση πρέπει να είναι μακροχρόνια με στόχους μέτριας απώλειας σωματικού βάρους. Οι πιο πρόσφατες εκτιμήσεις του ΠΟΥ υποδεικνύουν ότι, παγκοσμίως, το 2005: περίπου 1,6 δισεκατομμύρια ενήλικες (ηλικία 15+) ήταν υπέρβαροι, τουλάχιστον 400 εκατομμύρια ενήλικες ήταν παχύσαρκοι. Ο ΠΟΥ εκτιμά επίσης ότι, έως το 2015, περίπου 2,3 δισεκατομμύρια ενήλικες θα είναι υπέρβαροι και περισσότεροι από 700 εκατομμύρια ενήλικες θα είναι παχύσαρκοι. Τουλάχιστον 20 εκατομμύρια παιδιά ηλικίας μικρότερης των 5 ετών ήταν υπέρβαρα παγκοσμίως το Αν και στο παρελθόν εθεωρείτο πρόβλημα μόνο σε χώρες με υψηλά εισοδήματα, το υπερβολικό σωματικό βάρος και η παχυσαρκία εμφανίζουν επί του παρόντος δραματική αύξηση σε χώρες με χαμηλά και μέσα εισοδήματα, ειδικά σε αστικές περιοχές. Τα αίτια εμφάνισης της παχυσαρκίας είναι πολυποίκιλα, εκείνο όμως που είναι κοινά αποδεκτό είναι ότι στον ανθρώπινο οργανισμό υπάρχουν ομοιοστατικοί και φυσιολογικοί μηχανισμοί, οι οποίοι είναι υπεύθυνοι για τη σταθεροποίηση του σωματικού βάρους. Η δυσλειτουργία αυτών των μηχανισμών έχει ως αποτέλεσμα της εμφάνιση της παχυσαρκίας. Οι κύριες κατηγορίες παραγόντων που θεωρείται ότι ευθύνονται για την εκδήλωση της παχυσαρκίας παρουσιάζονται στη συνέχεια. 2.2 Παράγοντες που σχετίζονται με την εμφάνιση παχυσαρκίας Γενετικοί και περιβαλλοντικοί παράγοντες Η ταχύτατη αύξηση της συχνότητας εμφάνισης παχυσαρκίας ακόμη και στις αναπτυσσόμενες χώρες υποδεικνύει την τεράστια σημασία των περιβαλλοντικών παραγόντων στην εκδήλωσή της. Η ραγδαία αύξηση στην επίπτωση της παχυσαρκίας την τελευταία εικοσαετία οφείλεται αναμφισβήτητα σε μεταβολές του περιβάλλοντος (διατροφικές συνήθειες της οικογένειας, άστατος τρόπος διατροφής, επιρροές από τρίτους, π.χ. διαφήμιση) και όχι σε γενετικές αλλαγές, οι οποίες απαιτούν συνήθως εκατομμύρια χρόνια. Ωστόσο, ο ρόλος των γενετικών παραγόντων είναι σημαντικός, όπως φαίνεται από πολλές μελέτες σε διδύμους ή συγγενείς. 9 Μία πρόσφατη μάλιστα 17

18 Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία ανάλυση τέτοιων μελετών αναφέρει ότι το 50 έως 70% της μεταβλητότητας του ΔΜΣ μπορεί να αποδοθεί σε γενετικούς παράγοντες. 10 Η αιτιοπαθογένεια της παχυσαρκίας παραμένει εν πολλοίς άγνωστη. 11 Η συνήθης μορφή της ανθρώπινης παχυσαρκίας φαίνεται πως είναι πολυγονιδιακή. Σπάνιες είναι οι μορφές της παχυσαρκίας που περιγράφονται ως οφειλόμενες σε μονογονιδιακές μεταλλάξεις. Μερικές καλά μελετηθείσες μεταλλάξεις αφορούν τη λεπτίνη, τον υποδοχέα της λεπτίνης, την κονβερτάση της προ-ορμόνης, την προ-οπιομελανοκορτίνη και τον υποδοχέα της μελανοκορτίνης-4. Πολλά άλλα γονίδια μελετώνται ακόμα ως εμπλεκόμενα στην αιτιοπαθογένεια της παχυσαρκίας. Τα σημαντικότερα από αυτά είναι: τα γονίδια των β 2 και β 3 αδρενεργικών υποδοχέων, της ορμονοευαίσθητης λιπάσης, της πρωτεΐνης αποσύζευξης 1 (UCP-1), του TNFa και του PPARγ 2. Η έρευνα στο πεδίο αυτό εντατικοποιήθηκε και επεκτάθηκε πολύ τα τελευταία χρόνια μετά την ανακάλυψη της λεπτίνης 12 και πολλών νέων ουσιών, καθώς και νευρωνικών υποθαλαμικών κυκλωμάτων, τα οποία εμπλέκονται στη ρύθμιση της όρεξης και της ενεργειακής ισορροπίας του οργανισμού. Αρκετά γενετικά σύνδρομα περιλαμβάνουν την παχυσαρκία ως ένα από τα βασικά τους χαρακτηριστικά. 13 Υπάρχουν 24 τέτοια σύνδρομα, από τα οποία 9 κληρονομούνται με τον επικρατούντα χαρακτήρα, τα 11 με τον υπολειπόμενο, ενώ τα 5 είναι φυλοσύνδετα. Τα πιο γνωστά είναι τα σύνδρομα Bardet-Biedl και Prader-Willi. Αρκετές μεγάλες μελέτες (Framingham Study, Canadian Fitness Study, Quebec Family Study, Norwegian Family Study) 14 κατέδειξαν ότι ο ΔΜΣ των ανθρώπων σχετίζεται ισχυρά με εκείνον των γονέων τους. Μελέτη με υιοθετημένα παιδιά κατέδειξε επίσης ότι ο ΔΜΣ σχετιζόταν με εκείνον των φυσικών γονέων και όχι με εκείνον των θετών γονέων, επισημαίνοντας τη σημασία του γενετικού παράγοντα, της κληρονομικότητας, στην ανάπτυξη της παχυσαρκίας. Συνεπώς, όπως καταδείχθηκε και από μία μεγάλη μελέτη σε διδύμους, το 75% του ΔΜΣ στους άνδρες και το 69% στις γυναίκες καθορίζεται από γενετικούς-κληρονομικούς παράγοντες. 15 Ωστόσο, το ποσοστό κληρονομικότητας της παχυσαρκίας στον γενικό πληθυσμό ανέρχεται στο 25-40%. Σύμφωνα με όλες τις ενδείξεις, θεωρείται βέβαιο ότι στην ανθρώπινη παχυσαρκία ενέχονται διάφορα, περισσότερα του ενός, γονίδια. Έχουν εμπλακεί τουλάχιστον 20 γονίδια που βρίσκονται σε 12 διαφορετικά χρωμοσώματα. 16 Αν και υπάρχουν, αναμφίβολα, κάποιες διακυμάνσεις μεταξύ διαφορετικών πληθυσμών καθώς και εντός των ίδιων των πληθυσμών ως προς τη γενετική προδιάθεση εμφάνισης υπερβολικού σωματικού βάρους ή παχυσαρκίας, υπάρχουν αρκετές ενδείξεις που υποδηλώνουν ότι οι γενετικοί παράγοντες δεν μπορούν να εξηγήσουν από μόνοι τους, όπως έχει προαναφερθεί, τις δημογραφικές και εθνικές διακυμάνσεις που παρατηρούνται στη συχνότητα εμφάνισης του υπερβολικού σωματικού βάρους και της παχυσαρκίας. Για παράδειγμα, υπάρχει διαφορά στη συχνότητα εμφάνισης της παχυσαρκίας μεταξύ λευκών γυναικών με χαμηλό και υψηλό εισόδημα σε βιομηχανικές κοινωνίες. Άλλες μελέτες πληθυσμών, συμπεριλαμβανομένων μελετών μετανάστευσης, έχουν καταδείξει μία αύξηση του μέσου σωματικού βάρους σε εκείνα τα άτομα που μεταναστεύουν από ένα παραδοσιακό σε ένα δυτικοποιημένο περιβάλλον Ψυχολογικοί και κοινωνικοί παράγοντες Για το παχύσαρκο ή υπέρβαρο άτομο δεν υπάρχει κάποιο συγκεκριμένο προφίλ που να το «φωτογραφίζει», όμως διάφορες καταστάσεις και ο ρόλος που μπορεί να διαδραματίσουν στην ψυχολογία του, όπως είναι η κατάθλιψη και το άγχος, έχουν την ικανότητα και τη δυνατότητα να προκαλέσουν διαταραχές στη διατροφική συμπεριφορά. Ο ρόλος της τροφής και η χρησιμότητά της συνδέονται άμεσα με την επιβίωση αλλά η τροφή συνδέεται στενά και με συναισθηματικούς παράγοντες. Ο εγκέφαλος είναι προγραμματισμένος να επιτύχει μία ισορροπία και να προσφέρει ικανοποίηση στο άτομο. Οι τρόποι για να επιτευχθεί αυτή 18

19 Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία η ισορροπία ποικίλουν και εξαρτώνται από την προσωπικότητα του ανθρώπου αλλά υπόκεινται και στη μάθηση. Για μερικούς ανθρώπους η απελευθέρωση από το άγχος επιτυγχάνεται μέσω της οργής ή της συναισθηματικής εκτόνωσης, της κατανάλωσης αλκοόλ, της άσκησης ή της επιτακτικής και ανεξέλεγκτης πρόσληψης τροφής, τόσο ποσοτικά όσο και ποιοτικά Ενδοκρινολογικοί παράγοντες Ορισμένες ορμονικές ή ενδοκρινικές ασθένειες, όπως η ανεπάρκεια της αυξητικής ορμόνης, ο υποθυρεοειδισμός και το σύνδρομο Cushing, σχετίζονται με την εκδήλωση της παχυσαρκίας. Ωστόσο, οι «κλασσικές» αυτές ενδοκρινοπάθειες ευθύνονται για την εκδήλωση παχυσαρκίας σε πολύ μικρό ποσοστό. Σε ακόμη μικρότερο ποσοστό ευθύνονται για την εκδήλωση παχυσαρκίας παράγοντες όπως τα σύνδρομα Prader-Willi, Laurence-Moon και Bardet-Biedl, καθώς και οι ασθένειες του κεντρικού νευρικού συστήματος, όπως οι όγκοι στην περιοχή του υποθαλάμου που συνοδεύονται από την εκδήλωση παχυσαρκίας Λοιποί παράγοντες Ιδιαίτερα σημαντικός παράγοντας είναι η υιοθέτηση του δυτικού τρόπου ζωής, ο οποίος συμβάλλει στην εκδήλωση της παχυσαρκίας. Κύρια χαρακτηριστικά γνωρίσματά του είναι η κατανάλωση τροφών με υψηλό ποσοστό λίπους αλλά και η ελλιπής σωματική δραστηριότητα και άσκηση που επιβάλει ο σύγχρονος και αυτοματοποιημένος τρόπος ζωής. Μελέτες καταδεικνύουν ότι η κατανάλωση λιπαρών τροφών δεν οδηγεί στην έγκαιρη εκδήλωση αισθήματος κορεσμού με συνέπεια την υπερβολική πρόσληψη ενέργειας (θερμίδων). Το χαμηλό κοινωνικο-οικονομικό επίπεδο, η κατανάλωση αλκοόλ, η εγκυμοσύνη αλλά και η χρήση ορισμένων φαρμακευτικών σκευασμάτων (αντισυλληπτικά, γλυκοκορτικοειδή και νευροληπτικά), ευθύνονται επίσης για την εκδήλωση της παχυσαρκίας. Ειδική αναφορά θα πρέπει να γίνει στον ρόλο του καπνίσματος. Στους περισσότερους πληθυσμούς, 1 οι καπνιστές έχουν σωματικό βάρος ελαφρώς χαμηλότερο από ό,τι οι πρώην καπνιστές, ενώ τα άτομα που δεν κάπνιζαν ποτέ βρίσκονται κάπου ανάμεσα. Οι φυσιολογικοί μηχανισμοί που εμπλέκονται περιλαμβάνουν μεταβολές στην πρόσληψη και τη δαπάνη ενέργειας, οι οποίες προκαλούνται από μεταβολές στην ομοιόσταση της ινσουλίνης, τη δραστηριότητα της λιποπρωτεΐνης λιπάσης, τη δραστηριότητα του συμπαθητικού νευρικού συστήματος, τη σωματική δραστηριότητα και τις προτιμήσεις ως προς την κατανάλωση τροφής. Οι σημαντικότερες επιδράσεις του καπνίσματος, ωστόσο, φαίνεται να είναι εκείνες που σχετίζονται με τον βασικό μεταβολικό ρυθμό και τη θερμική επίδραση της τροφής, την ενέργεια δηλαδή που απαιτείται από τον οργανισμό για την πέψη, την απορρόφηση, τη μεταφορά, την αποθήκευση και τον μεταβολισμό της τροφής. Το έντονο κάπνισμα σχετίστηκε επίσης με αυξημένο ΔΜΣ μεταξύ νέων ανδρών στην Ολλανδία και παρόμοιες σχέσεις παρατηρήθηκαν στις ΗΠΑ. Οι παρατηρήσεις αυτές μπορεί να υποδηλώνουν ότι, σε πληθυσμούς όπου υπάρχει αυξανόμενη επαγρύπνηση σε σχέση με την υγεία και ένα αυξανόμενο ποσοστό ατόμων που διακόπτουν το κάπνισμα, οι εναπομένοντες καπνιστές είναι εκείνοι των οποίων ο τρόπος ζωής φέρει σημαντικούς κινδύνους για την υγεία. 2.3 Παχυσαρκία και συνοσηρότητα Οι επιπτώσεις της παχυσαρκίας στην υγεία είναι ανάλογες με τη διάρκεια και τη σοβαρότητά της. 17 Όσο μεγαλύτερος είναι ο ΔΜΣ τόσο μεγαλύτερος είναι και ο κίνδυνος εμφάνισης παθολογικών καταστάσεων: 19

20 Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία Αρτηριακή υπέρταση: τα παχύσαρκα άτομα εμφανίζουν διπλάσιες έως 2,5 φορές περισσότερες πιθανότητες να υποστούν εγκεφαλικό επεισόδιο. Υπερλιπιδαιμία - καρδιαγγειακά επεισόδια: τα παχύσαρκα άτομα, λόγω της πλούσιας διατροφής τους σε κορεσμένους υδατάνθρακες και λίπη, παρουσιάζουν αυξημένες τιμές ολικής χοληστερόλης, κυρίως της LDL (λιποπρωτεΐνη χαμηλής πυκνότητας), και τριγλυκεριδίων. Λόγω της υπερλιπιδαιμίας, τα παχύσαρκα άτομα ηλικίας άνω των 50 ετών, μη καπνιστές και χωρίς άλλους επιβαρυντικούς παράγοντες, εμφανίζουν υπερδιπλάσιες πιθανότητες να υποστούν ένα καρδιαγγειακό επεισόδιο από ό,τι τα άτομα με φυσιολογικό βάρος. Οι καρδιοπάθειες αποτελούν ήδη την υπ αριθμόν ένα αιτία θανάτου παγκοσμίως, με περίπου 17 εκατομμύρια θανάτους κάθε έτος. 19 Χολολιθίαση: λόγω των υψηλών επιπέδων χοληστερόλης ευνοείται ο σχηματισμός λίθων στη χοληδόχο κύστη. Οστεοαρθρίτιδα: το αυξημένο σωματικό βάρος επιβαρύνει σε μεγάλο βαθμό τα οστά και τις αρθρώσεις, γεγονός που προκαλεί έντονους πόνους στις αρθρώσεις και δυσκαμψία. Διαβήτης τύπου ΙΙ (μη ινσουλινοεξαρτώμενος): υπολογίζεται ότι ο ένας στους 5 παχύσαρκους γίνεται διαβητικός καθώς οι ανάγκες του οργανισμού για ινσουλίνη είναι αυξημένες. Τα άτομα με σωματικό βάρος κατά 20-30% υψηλότερο από το κανονικό παρουσιάζουν 3 φορές μεγαλύτερες πιθανότητες από έναν μη παχύσαρκο διαβητικό να καταλήξουν από την ασθένεια αυτή. Πρόσφατες ιατρικές έρευνες κατέδειξαν ότι η παχυσαρκία αντρικού τύπου είναι κυρίως υπεύθυνη για την εμφάνιση διαβήτη. Ο ΠΟΥ εκτιμά ότι οι θάνατοι λόγω διαβήτη θα αυξηθούν περισσότερο από 50% παγκοσμίως στα επόμενα 10 έτη. Καρκίνος: η παχυσαρκία ενοχοποιείται για την εμφάνιση καρκίνου του παχέος εντέρου, του προστάτη, του ορθού για τους άντρες και διάφορων μορφών γυναικολογικού καρκίνου όπως του μαστού, της μήτρας και του τραχήλου. Επιπροσθέτως, τα παχύσαρκα άτομα εμφανίζουν: Δερματικές ασθένειες (κυρίως μυκητιάσεις) που αναπτύσσονται στις πτυχές του δέρματος λόγω τριβής. Δύσπνοια, ακόμα και όταν δεν καταβάλουν ιδιαίτερη σωματική προσπάθεια. Αυτό οφείλεται στην πίεση που ασκεί το υπερβολικό σωματικό βάρος στην καρδιά και το διάφραγμα. Πόνους στη ράχη και τις αρθρώσεις. Το υπερβολικό σωματικό βάρος επιβαρύνει κυρίως το κάτω τμήμα της σπονδυλικής στήλης. Δυσκολία στον τοκετό. Οι παχύσαρκες γυναίκες συχνά αντιμετωπίζουν μεγάλα προβλήματα κατά τον τοκετό λόγω του αυξημένου όγκου τους. Υψηλό χειρουργικό κίνδυνο. Τα παχύσαρκα άτομα που πρέπει να υποβληθούν σε κάποια χειρουργική επέμβαση εμφανίζουν μεγαλύτερες πιθανότητες να παρουσιάσουν κάποιο πρόβλημα κατά τη νάρκωση στη διάρκεια της επέμβασης, καθώς και μετεγχειρητικά, από ό,τι τα άτομα που έχουν κανονικό σωματικό βάρος. Υπνηλία. Μειωμένη σεξουαλική διάθεση και απόδοση. Δυσφορία και αίσθημα υψηλής θερμοκρασίας. Η φύση των σχετιζόμενων με την παχυσαρκία κινδύνων για την υγεία είναι παρόμοια σε όλους τους πληθυσμούς, αν και ο ειδικός κίνδυνος που σχετίζεται με ένα δεδομένο επίπεδο υπερβολικού βάρους ή παχυσαρκίας ενδέχεται να διαφέρει ανάλογα με τη φυλή / την εθνικότητα και, επίσης, ανάλογα με την ηλικία, το φύλο και τις κοινωνικές συνθήκες

21 Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία Πολλές χώρες με χαμηλά και μέσα εισοδήματα αντιμετωπίζουν πλέον μία «διπλή επιβάρυνση» νοσηρότητας: ενώ εξακολουθούν να αντιμετωπίζουν τα προβλήματα των λοιμωδών νοσημάτων και του υποσιτισμού, την ίδια στιγμή αντιμετωπίζουν μία ταχεία αύξηση των παραγόντων κινδύνου χρόνιων ασθενειών, όπως η παχυσαρκία και το υπερβολικό σωματικό βάρος, ειδικά σε αστικό περιβάλλον. Επίσης, δεν είναι ασυνήθης η συνύπαρξη υποσιτισμού και παχυσαρκίας εντός της ίδιας χώρας, της ίδιας κοινότητας και ακόμη και εντός της ίδιας οικογένειας. 19 Εικόνα 2 Ιατρικές επιπλοκές της παχυσαρκίας Πνευμονοπάθεια παθολογική λειτουργίας αποφρακτική άπνοια ύπνου σύνδρομο υποαερισμού Μη αλκοολική λιπώδης νόσος του ήπατος στεάτωση στεατοηπατίτιδα κίρρωση σύνδρομο υποαερισμού Παθήσεις χοληδόχου κύστης Γυναικολογικές ανωμαλίες διαταραχές εμμηνορροϊκού κύκλου υπογονιμότητα σύνδρομο πολυκυστικών ωοθηκών Οστεοαρθρίτιδα Δερματικές παθήσεις Ιδιοπαθής ενδοκρανιακή υπέρταση Εγκεφαλικό επεισόδιο Καταρράκτης Στεφανιαία καρδιοπάθεια Διαβήτης Δυσλιπιδαιμία Υπέρταση Σοβαρή παγκρεατίτιδα Καρκίνος μαστού, τραχήλου της μήτρας, ορθού, οισοφάγου, παγκρέατος, νεφρού, προστάτη Φλεβίτιδα φλεβική στάση Ουρική αρθρίτιδα Πηγή: Προσαρμογή από 20 Στον Πίνακα 2 παρουσιάζεται ο σχετικός κίνδυνος εμφάνισης καρδιαγγειακών επιπλοκών, διαβήτη και οστεοαρθρίτιδας σε σχέση με τον ΔΜΣ. 17 Για παράδειγμα, ο κίνδυνος εμφάνισης διαβήτη και οστεοαρθρίτιδας είναι πενταπλάσιος, ενώ ο κίνδυνος εμφάνισης υπέρτασης είναι τριπλάσιος, όταν ο ΔΜΣ είναι μεγαλύτερος από 40. Ιδιαίτερα επικίνδυνη θεωρείται η «ανδρικού τύπου» ή «κεντρικού τύπου» παχυσαρκία που χαρακτηρίζεται από την εκλεκτική εναπόθεση του λίπους στην κοιλιακή χώρα. Όταν η περιφέρεια της μέσης είναι μεγαλύτερη από 88 εκ. στις γυναίκες ή 102 εκ. στους άνδρες, ο κίνδυνος εμφάνισης μεταβολικών και καρδιαγγειακών επιπλοκών είναι εξαιρετικά υψηλός ακόμα και σε περιπτώσεις απλής παχυσαρκίας με ΔΜΣ χαμηλότερο από 40. Έχει επίσης αποδειχθεί ότι οι παχύσαρκες γυναίκες αντιμετωπίζουν διάφορες διαταραχές κατά τη διάρκεια της αναπαραγωγικής τους ζωής. 21 Αναφορικά με τη σύλληψη, η παχυσαρκία συνδέεται με τριπλάσιο κίνδυνο υπογονιμότητας σε σχέση με το φυσιολογικό σωματικό βάρος. Επίσης, οι παχύσαρκες γυναίκες που λαμβάνουν θεραπεία για προβλήματα γονιμότητας μένουν δυσκολότερα έγκυοι, ενώ ο κίνδυνος αποβολών είναι μεγαλύτερος. Υπάρχουν ορισμένες επιπλοκές κατά τη διάρκεια της εγκυμοσύνης που εμφανίζονται συχνότερα σε παχύσαρκες γυναίκες. Για παράδειγμα, σακχαρώδης διαβήτης κατά την εγκυμοσύνη παρουσιάζεται στο 17% των παχύσαρκων και μόνο στο 1-3% των γυναικών με φυσιολογικό βάρος. Κατ αναλογία, ποσοστό 30% των νοσηλευομένων 21

22 Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία με σακχαρώδη διαβήτη κατά την εγκυμοσύνη είναι παχύσαρκες. Επίσης, η αρτηριακή υπέρταση και η προεκλαμψία επιπλέκουν συχνά την εγκυμοσύνη των παχύσαρκων γυναικών, ιδίως εκείνων με νοσογόνο παχυσαρκία. Σε ό,τι αφορά στον τοκετό, οι παχύσαρκες γυναίκες οδηγούνται συχνότερα σε πρόκληση τοκετού και σε καισαρική επέμβαση, λόγω αυξημένου κινδύνου επιπλοκών. Ο διεγχειρητικός κίνδυνος για μαζική αιμορραγία, θρομβώσεις και λοιμώξεις είναι επίσης αυξημένος. Οι κίνδυνοι είναι μεγάλοι και για τα νεογνά παχύσαρκων γυναικών, καθώς αντιμετωπίζουν αυξημένο κίνδυνο ενδομήτριου θανάτου, συγγενών ανωμαλιών, δυστοκίας ώμων, μαιευτικής παράλυσης βραχιονίου, κατάγματος κλείδας, αυξημένης θνησιμότητας στον πρώτο χρόνο της ζωής τους, κλπ. Πίνακας 2 Σχετικός κίνδυνος παθήσεων που συνδέονται με την παχυσαρκία Δείκτης Μάζας Σώματος 18,5 24, , ,9 40 Ποσοστιαία επίπτωση (%) Διαβήτης Τύπου 2 2,03 4,93 10,10 10,65 Στεφανιαία νόσος 8,84 9,60 16,01 13,97 Υπέρταση 23,47 34,16 48,95 64,53 Οστεοαρθρίτιδα 2,59 4,55 4,66 10,04 Πηγή: Προσαρμογή από «Παχυσαρκία και Συννοσηρότητα» 17 Η συσχέτιση μεταξύ θνησιμότητας και ΔΜΣ παρουσιάζει καµπύλη παραβολική και αυξάνεται σηµαντικά µε ΔΜΣ >30 kg/m Φαίνεται ότι τα άτοµα µε ΔΜΣ <19 kg/m 2 παρουσιάζουν αυξηµένο κίνδυνο θνησιμότητας, όµως αυτό δεν ισχύει εάν από τους υπολογισμούς αποκλεισθούν τα άτοµα που καπνίζουν ή εμφανίζουν άλλη υποκείμενη νόσο. Η θνησιμότητα οφείλεται κυρίως σε σακχαρώδη διαβήτη τύπου 2, καρδιαγγειακή νόσο και καρκίνο. Εάν το παχύσαρκο άτομο πάσχει ήδη από κάποια ασθένεια που αποδίδεται στην παχυσαρκία, η απώλεια σωματικού βάρους μειώνει τη θνησιμότητα κατά 20% συνολικά. Το φαινόμενο αυτό είναι εντονότερο για τον καρκίνο (μείωση κατά 40-50%) και τον σακχαρώδη διαβήτη τύπου 2 (μείωση κατά 30-40%). Στην παχυσαρκία, η ποιότητα ζωής επηρεάζεται αρνητικά και η φυσιολογική δραστηριότητα περιορίζεται. Τα παχύσαρκα άτομα είναι ευάλωτα και υπερβολικά ευαίσθητα σε ό,τι αφορά στο σωματικό βάρος και την τροφή. Η βουλιμία, η χαμηλή αυτοεκτίμηση και η άσχημη εικόνα που έχουν για το σώμα τους είναι μερικά µόνο από τα ψυχο-κοινωνικά προβλήματά τους. Στην επόμενη ενότητα αναλύονται δύο από τις βασικές ψυχολογικές πτυχές του υπερβολικού σωματικού βάρους και της παχυσαρκίας. 2.4 Ψυχολογικές πτυχές του υπερβολικού σωματικού βάρους και της παχυσαρκίας Διάφορες έρευνες έχουν δημοσιευθεί σχετικά με τις ψυχολογικές πτυχές της παχυσαρκίας. Ιδιαίτερο ενδιαφέρον παρουσιάζουν θέματα όπως ο κοινωνικός στιγματισμός και η σωματική εικόνα

23 2.4.1 Κοινωνικός στιγματισμός Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία Στις δυτικές κοινωνίες υπάρχουν ισχυρά μηνύματα ότι τα άτομα, ειδικά οι γυναίκες, θα πρέπει να είναι αδύνατα, και ότι το να είσαι παχύσαρκος αποτελεί ένδειξη χαμηλού αυτοελέγχου. Αρνητική στάση ως προς τα παχύσαρκα άτομα έχει αναφερθεί σε παιδιά και ενήλικες, σε επαγγελματίες της υγείας και στα ίδια τα άτομα υπερβολικού σωματικού βάρους. Η αρνητική στάση του κόσμου έναντι των παχύσαρκων ατόμων μεταφράζεται συχνά σε διακρίσεις στις επαγγελματικές ευκαιρίες, στις οικονομικές απολαβές στον επαγγελματικό χώρο και στις ευκαιρίες για γάμο. Σε μεγάλο βαθμό, ωστόσο, η έρευνα σχετικά με τον κοινωνικό στιγματισμό πάσχει από μεθοδολογικούς περιορισμούς. Σημαντικό, για παράδειγμα, είναι το γεγονός ότι δεν έχει διερευνηθεί ο αντίκτυπος της παχυσαρκίας στο πλαίσιο άλλων μεταβλητών, όπως η σωματική έλξη και ο βαθμός της παχυσαρκίας. Επίσης, το κοινωνικό στίγμα έναντι των παχύσαρκων ατόμων έχει κατά κύριο λόγο αξιολογηθεί μεταξύ λευκών ατόμων όταν υπάρχουν ενδείξεις ότι τα μέλη άλλων φυλετικών και εθνικών ομάδων είναι λιγότερο αυστηρά ως προς την αντιμετώπιση των παχύσαρκων ατόμων. Τέλος, ο βαθμός αποδοχής της παχυσαρκίας μεταξύ ατόμων χαμηλότερου επιπέδου εκπαίδευσης και εισοδήματος δεν έχει μελετηθεί ευρέως. Συνεπώς, τα δεδομένα είναι ανεπαρκή ως προς τις άλλες φυλετικές και εθνικές ομάδες, εκτός των λευκών Σωματική εικόνα Ως σωματική εικόνα ορίζεται η αντίληψη ενός ατόμου για το μέγεθος και την εμφάνιση του ίδιου του σώματός του και η συναισθηματική ανταπόκριση σε αυτή την αντίληψη. Η ανακριβής αντίληψη του μεγέθους του σώματος και οι αρνητικές συναισθηματικές αντιδράσεις στην αντίληψη αυτή συμβάλλουν σε κακή σωματική εικόνα. Τα παχύσαρκα άτομα, ιδιαίτερα οι γυναίκες, τείνουν να υπερεκτιμούν το μέγεθος του σώματός τους. Τα άτομα που κινδυνεύουν περισσότερο να έχουν κακή σωματική εικόνα είναι τα βουλιμικά άτομα, οι γυναίκες, εκείνα τα άτομα που ήταν παχύσαρκα κατά τη διάρκεια της εφηβείας ή που εμφάνισαν παχυσαρκία πολύ νωρίς στη ζωή τους, καθώς και εκείνα τα άτομα με συναισθηματικές διαταραχές. Δεν προκαλεί εντύπωση λοιπόν ότι σε ορισμένες ομάδες παχύσαρκων ατόμων, τα άτομα που ανήκουν στις προαναφερθείσες κατηγορίες είναι εκείνα που είναι περισσότερο ανικανοποίητα και προκατειλημμένα σε σχέση με τη σωματική τους εμφάνιση και αποφεύγουν περισσότερο τις κοινωνικές συναναστροφές και εκδηλώσεις λόγω της εμφάνισής τους. Χαρακτηριστικό είναι το γεγονός ότι σε μία μελέτη που πραγματοποιήθηκε το 1991 στις ΗΠΑ 22 καταδείχθηκε ότι το 100% των ατόμων που εμφάνιζαν στο παρελθόν σοβαρή παχυσαρκία προτιμούσαν να είναι κωφά, δυσλεκτικά, διαβητικά ή καρδιοπαθή από το να είναι ξανά παχύσαρκα, το 91,5% προτιμούσαν να έχουν υποστεί ακρωτηριασμό του κάτω άκρου και το 89,4% να είναι τυφλά. Όλα τα άτομα προτιμούσαν να έχουν φυσιολογικό σωματικό βάρος παρά να είναι πολυεκατομμυριούχοι με σοβαρό πρόβλημα παχυσαρκίας. 2.5 Οικονομικός αντίκτυπος της παχυσαρκίας Το συνολικό κόστος του υπερβολικού σωματικού βάρους και της παχυσαρκίας αποτελείται από τα άμεσα και τα έμμεσα έξοδα. Τα άμεσα έξοδα ιατρικής φροντίδας αφορούν στις προληπτικές, διαγνωστικές και θεραπευτικές υπηρεσίες που σχετίζονται με το υπερβολικό σωματικό βάρος και την παχυσαρκία (π.χ. επισκέψεις σε γιατρούς, παροχή ιατρικής φροντίδας σε νοσοκομεία ή κατ οίκον). Τα έμμεσα έξοδα αναφέρονται στην αξία των μισθών που χάνονται από άτομα που δεν μπορούν να εργαστούν λόγω κάποιας ασθένειας ή ανικανότητας, καθώς και στην αξία των μελλοντικών εισοδημάτων που χάνονται λόγω πρόωρου θανάτου. Στις ΗΠΑ, το μεγαλύτερο μέρος 23

24 Ενότητα 2 Η παχυσαρκία & ο αντίκτυπός της στην υγεία των εξόδων που σχετίζονται με την παχυσαρκία οφείλονται στον διαβήτη τύπου 2, τη στεφανιαία καρδιοπάθεια και την υπέρταση. 24

25 ΕΝΟΤΗΤΑ 3 ΕΠΙΣΤΑΣΗ, ΠΟΛΥΠΑΡΑΓΟΝΤΙΚΕΣ ΑΣΘΕΝΕΙΕΣ & ΚΥΡΙΕΣ ΜΕΘΟΔΟΙ ΔΙΕΡΕΥΝΗΣΗΣ 25

26 Ενότητα 3 Επίσταση, πολυπαραγοντικές ασθένειες & κύριες μέθοδοι διερεύνησης 3 Επίσταση, πολυπαραγοντικές ασθένειες & κύριες μέθοδοι διερεύνησης 3.1 Εισαγωγή στην επίσταση Ένας στόχος της γενετικής του ανθρώπου είναι η αναγνώριση γονιδίων με συγκεκριμένες παραλλαγές της ακολουθίας του DNA που αυξάνουν ή μειώνουν την ευαισθησία στην εμφάνιση παθήσεων. 23 Η επιτυχία σε αυτήν την προσπάθεια θα εξαρτηθεί σε μεγάλο βαθμό από τη γενετική αρχιτεκτονική της νόσου, η οποία μπορεί να οριστεί ως 1) ο αριθμός των γονιδίων που επηρεάζουν την ευαισθησία στη νόσο, 2) η κατανομή των αλληλόμορφων και των γονοτύπων σε εκείνα τα γονίδια, και 3) ο τρόπος με τον οποίο τα αλληλόμορφα και ο γονότυπος επηρεάζουν την ευαισθησία στη νόσο. Αναμένεται ότι η γενετική αρχιτεκτονική των κοινών παθήσεων που εκπροσωπούν το μεγαλύτερο μέρος της επιβάρυνσης του δημοσίου συστήματος υγείας είναι μάλλον πολύπλοκη. Αυτό σημαίνει ότι είναι πιθανό να υπάρχουν πολλά γονίδια που προσδίδουν ευαισθησία στη νόσο, κάθε ένα με συνδυασμούς σπάνιων και κοινών αλληλόμορφων και γονοτύπων, τα οποία επηρεάζουν την ευαισθησία στη νόσο κατά κύριο λόγο μέσω μη γραμμικών αλληλεπιδράσεων με γενετικούς και περιβαλλοντικούς παράγοντες. Ο στόχος αυτής της ενότητας είναι η εισαγωγή των γονιδιακών αλληλεπιδράσεων ή της επίστασης ως σημαντικού σύνθετου παράγοντα στην έρευνα για γονίδια που προσδίδουν ευαισθησία στην εμφάνιση παθήσεων. Θα παρουσιαστεί μία γενική επισκόπηση των γονιδιακών αλληλεπιδράσεων και του λόγου για τον οποίο υπάρχει μεγάλη πιθανότητα να είναι συνήθεις Έννοια Η έννοια της επίστασης ή των γονιδιακών αλληλεπιδράσεων δεν είναι νέα. Στην πραγματικότητα, η ιδέα πρωτοεμφανίστηκε πριν περίπου 100 έτη και αναγνωρίστηκε από πρώιμους γενετιστές ως μία εξήγηση για τις αποκλίσεις σε απλές Μεντελικές αναλογίες (Mendelian ratios). Ένας συνήθης ορισμός της επίστασης είναι η επικάλυψη των επιδράσεων ενός γονιδίου από κάποιο άλλο γονίδιο. Ένα κλασικό παράδειγμα επίστασης προέρχεται από μελέτες του σχήματος της κάψουλας του σπόρου από διασταυρώσεις ενός φυτού που ονομάζεται αγριοκαρδαμούδα (Bursa bursa-pastoris) που πραγματοποιήθηκαν από τον Shull (1914). Σε αυτή τη μελέτη, διασταυρώσεις διπλά ετεροζυγωτών φυτών έδωσαν Μεντελικές αναλογίες 15 τριγωνικών καψουλών έναντι μίας κάψουλας ωοειδούς σχήματος. Γενικά, πιστεύεται ότι υπάρχουν δύο οδοί (pathways) με επικρατούντες τόπους (loci) που οδηγούν στο τριγωνικό σχήμα. Μόνο όταν πραγματοποιείται αποκλεισμός αμφότερων των οδών από υπολειπόμενα αλληλόμορφα δημιουργείται η κάψουλα ωοειδούς σχήματος. Αυτό είναι ένα παράδειγμα αλληλεπίδρασης υπολειπόμενου-με-υπολειπόμενο αλληλόμορφο, καθώς η ύπαρξη δύο υπολειπόμενων γονοτύπων οδηγεί σε διαφορετικό φαινότυπο από ό,τι η ύπαρξη ενός από οποιονδήποτε από τους δύο τόπους Συχνότητα εμφάνισης Ο Moore (2003) 24 περιγράφει μία προσωρινή υπόθεση, σύμφωνα με την οποία η επίσταση είναι μία ευρέως διαδεδομένη συνιστώσα της γενετικής αρχιτεκτονικής των κοινών ανθρώπινων παθήσεων. Αυτή η προσωρινή υπόθεση βασίζεται τόσο σε ιστορικά όσο και σε προκύπτοντα ερευνητικά αποτελέσματα. Κατά πρώτον, η ιδέα ότι η επίσταση διαδραματίζει σημαντικό ρόλο δεν είναι νέα. Όπως αναφέρθηκε και πιο πάνω, το γεγονός ότι οι αποκλίσεις από τις Μεντελικές αναλογίες οφείλονται σε αλληλεπιδράσεις μεταξύ γονιδίων αναγνωρίστηκε πριν από περίπου 100 έτη. Το ιστορικό αυτό στοιχείο επαναλαμβάνεται για να καταδειχθεί η σπουδαιότητά του, καθώς φαίνεται ότι η ιδέα αυτή επικράτησε στη διάρκεια του χρόνου και εξακολουθεί να είναι αναγνωρίσιμη σήμερα. 26

27 Ενότητα 3 Επίσταση, πολυπαραγοντικές ασθένειες & κύριες μέθοδοι διερεύνησης Κατά δεύτερον, η ευρεία παρουσία βιομοριακών αλληλεπιδράσεων στη γονιδιακή ρύθμιση και σε βιοχημικά και μεταβολικά συστήματα υποδηλώνει ότι η σχέση μεταξύ παραλλαγών της ακολουθίας του DNA και κλινικών τελικών σημείων είναι πιθανό να περιλαμβάνει γονιδιακές αλληλεπιδράσεις. Αυτό είναι ίσως το σημαντικότερο αποδεικτικό στοιχείο προς υποστήριξη της προσωρινής υπόθεσης. Για παράδειγμα, η μεταγραφή οποιουδήποτε δεδομένου ευκαρυωτικού γονιδίου μπορεί να ρυθμιστεί από έως και 100 ή περισσότερα διαφορετικές πρωτεΐνες που δρουν μέσω πρωτεϊνικών αλληλεπιδράσεων ή αλληλεπιδράσεων πρωτεϊνών-dna. Είναι πιθανό αυτές οι βιομοριακές αλληλεπιδράσεις να μεσολαβούνται από παραλλαγές της ακολουθίας του DNA στα γονίδια που κωδικοποιούν τις μεμονωμένες πρωτεΐνες. Κατά τρίτον, θετικά αποτελέσματα από μελέτες μονονουκλεοτιδικών πολυμορφισμών δεν επαναλαμβάνονται συνήθως μεταξύ ανεξάρτητων δειγμάτων. Για παράδειγμα, οι Hirschhorn et al. (2002) 25 πραγματοποίησαν πρόσφατα μία επισκόπηση περισσότερων από 600 μελετών συσχέτισης για να διαπιστώσουν τη συνέπεια των αποτελεσμάτων. Από εκείνες τις μελέτες στις οποίες ο ίδιος πολυμορφισμός είχε μελετηθεί σε τρία ή περισσότερα ανεξάρτητα δείγματα, μόνο έξι αποτελέσματα επαναλήφθηκαν με συνέπεια. Οι Moore και Williams (2002) 26 προτείνουν ότι οι λόγοι για τους οποίους τα αποτελέσματα των μελετών μονονουκλεοτιδικών πολυμορφισμών δεν επαναλαμβάνονται συνήθως μεταξύ ανεξάρτητων δειγμάτων είναι επειδή οι γονιδιακές αλληλεπιδράσεις είναι περισσότερο σημαντικές. Κατά τέταρτον, γονιδιακές αλληλεπιδράσεις ανακαλύπτονται συχνά όταν διερευνώνται με κατάλληλο τρόπο, αντίληψη με την οποία συμφωνεί και ο Templeton (2000) 27 στη δημοσίευσή του «Επίσταση και σύνθετα χαρακτηριστικά» (Epistasis and complex traits). Ας δούμε λοιπόν τους λόγους που καθιστούν δύσκολη την ανίχνευσή τους Δυσκολία ανίχνευσης Η επίσταση είναι δύσκολο να ανιχνευθεί και να χαρακτηριστεί με τη χρήση παραδοσιακών παραμετρικών στατιστικών μεθόδων όπως η γραμμική και λογιστική παλινδρόμηση λόγω της σποραδικής κατανομής των δεδομένων σε πολλές διαστάσεις. Δηλαδή, όταν εξετάζονται αλληλεπιδράσεις μεταξύ πολλαπλών πολυμορφισμών υπάρχουν πολλοί γονοτυπικοί συνδυασμοί με λίγα ή καθόλου σημεία δεδομένων. Για παράδειγμα, με δύο μονονουκλεοτιδικούς πολυμορφισμούς (SNP Single Nuclear Polymorphism) που ο κάθε ένας έχει τρεις γονοτύπους προκύπτουν εννέα γονοτυπικοί συνδυασμοί δύο γενετικών τόπων. Στην περίπτωση τριών SNP προκύπτουν 27 γονοτυπικοί συνδυασμοί τριών γενετικών τόπων. Συνεπώς, με την προσθήκη ενός SNP, ο αριθμός των γονοτυπικών συνδυασμών πολλαπλών γενετικών τόπων αυξάνεται εκθετικά. Το αποτέλεσμα αυτής της αύξησης των διαστάσεων είναι ότι απαιτούνται εκθετικά μεγαλύτερα μεγέθη δειγμάτων για να είναι τα δεδομένα επαρκή για την εκτίμηση των αλληλεπιδράσεων. Το φαινόμενο αυτό αναφέρεται ως «κατάρα των πολλών διαστάσεων» και, για μεθόδους όπως η λογιστική παλινδρόμηση, μπορεί να οδηγήσει σε εκτιμήσεις παραμέτρων με πολύ μεγάλα τυπικά σφάλματα, με αποτέλεσμα την αύξηση των σφαλμάτων τύπου Ι. Επιπροσθέτως, η ανίχνευση γονιδιακών αλληλεπιδράσεων με τη χρήση παραδοσιακών διαδικασιών με προσαρμογή σε μοντέλα παλινδρόμησης μπορεί να καταστεί προβληματική, οδηγώντας σε αύξηση των σφαλμάτων τύπου ΙΙ και μείωση της ισχύος. 3.2 Γενετικές ασθένειες Οι γενετικές ασθένειες είναι οι ασθένειες που προκλήθηκαν από την αποκλειστική ή μη συμμετοχή γενετικών διαταραχών. 28 Συνεπώς, μπορεί να οφείλονται σε σημειακές, χρωμοσωμικές, γονιδιακές μεταλλαγές ενώ μπορούν να κατηγοριοποιηθούν σε μονογονιδιακές, πολυπαραγοντικές, χρωμοσωμικές και μιτοχονδριακές ασθένειες. Πιο κάτω, περιγράφονται συνοπτικά οι μονογονιδιακές ασθνένειες για λόγους αναφοράς και οι πολυπαραγοντικές ασθένειες καθώς είναι εκείνες που σχετίζονται με το φαινόμενο της επίστασης. 27

28 Ενότητα 3 Επίσταση, πολυπαραγοντικές ασθένειες & κύριες μέθοδοι διερεύνησης Μονογονιδιακές ασθένειες Όταν οι γενετικές ασθένειες είναι αποτέλεσμα κάποιας μεταλλαγής σε ένα μόνο γονίδιο, οι ασθένειες αυτές ονομάζονται μονογονιδιακές. Στις μονογονιδιακές ασθένειες περιλαμβάνονται οι ακόλουθες: ασθένεια του Huntington (ένα είδος προοδευτικής νευροπάθειας), αιμορροφιλία, αχρωματοψία, μυϊκή δυστροφία, ανδρική αλωπεκία Πολυπαραγοντικές ασθένειες και κύριες μέθοδοι διερεύνησής τους Οι γενετικές ασθένειες μπορεί να είναι αποτέλεσμα πολύπλοκων επιδράσεων μεταξύ πολλών γονιδίων (επίσταση) και ίσως του τρόπου ζωής (όπως οι διατροφικές συνήθειες) και περιβαλλοντικών παραγόντων. Οι πολυπαραγοντικές ασθένειες είναι δύσκολο να μελετηθούν και να αντιμετωπιστούν, καθώς τα ακριβή πρότυπα που τις προκαλούν δεν έχουν ακόμα αναγνωριστεί. Η Γενετική Επιδημιολογία είναι ένας σχετικά νέος κλάδος της ιατρικής έρευνας που παρουσιάζει εξαιρετικό ενδιαφέρον, ιδιαίτερα μετά την ολοκλήρωση του σχεδίου αποκρυπτογράφησης του ανθρώπινου γoνιδιώματος. Η έρευνα στη γενετική επιδημιολογία εστιάζεται στις πολυπαραγοντικές ασθένειες και αφορά στη συσχέτιση μεταξύ γενετικών παραγόντων και του κινδύνου εμφάνισης μίας ασθένειας, με ιδιαίτερη έμφαση στις γονιδιακές αλληλεπιδράσεις και στις αλληλεπιδράσεις γονιδίων-περιβάλλοντος. Εικόνα 3 Διάγραμμα των βασικότερων μεθόδων που χρησιμοποιούνται για τη διερεύνηση των πολυπαραγοντικών ασθενειών Μέθοδοι Διερεύνησης Πολλαπλών Γενετικών Τόπων Παραδοσιακές Μη Παραμετρικές Προσεγγίσεις Δύο Βημάτων Συνδυαστικές Μέθοδοι Μέθοδοι Αναδρομικού Διαμερισμού Λογιστική Παλινδρόμηση Νευρωνικά Δίκτυα Προσέγγιση Συσχέτισης Ομάδων Μέθοδος Συνδυαστικού Διαμερισμού Τυχαία Δάση Έλεγχος x 2 Ανάλυση Διακύμανσης Μέθοδος Περιορισμένου Διαμερισμού Μείωση Πολυπαραγοντικής Διάστασης Πηγή: Προσαρμογή από «The challenge for genetic epidemiologists: how to analyze large numbers of SNPs in relation to complex diseases»

29 Ενότητα 3 Επίσταση, πολυπαραγοντικές ασθένειες & κύριες μέθοδοι διερεύνησης Η μελέτη τέτοιων ασθενειών και των παραγόντων που προκαλούν την εμφάνισή τους απαιτεί ισχυρές και αξιόπιστες στατιστικές μεθόδους, ικανές να αντιμετωπίσουν φαινόμενα όπως αυτό της επίστασης και προβλήματα ύπαρξης πολλών διαστάσεων (βλ. Ενότητα ). Στην Εικόνα 3 (βλ. προηγούμενη σελίδα) παρουσιάζεται ένα δενδροδιάγραμμα που περιλαμβάνει τις κυριότερες από τις μεθόδους που χρησιμοποιούνται στη γενετική επιδημιολογία, ταξινομημένες ανάλογα με τα χαρακτηριστικά τους. Στη συνέχεια της ενότητας δίνεται μία σύντομη περιγραφή των δύο κατηγοριών των μεθόδων αυτών ενώ στην επόμενη ενότητα περιγράφονται αναλυτικά οι μέθοδοι που χρησιμοποιήσαμε στην έρευνά μας. 3.3 Παραδοσιακές μέθοδοι Από τις μεθόδους που χρησιμοποιούνται ευρέως στη γενετική επιδημιολογία, οι πιο γνωστές είναι η Λογιστική Παλινδρόμηση (ΛΠ),τα Νευρωνικά Δίκτυα (ΝΔ) και η Ανάλυση Διακύμανσης. Και οι τρεις μέθοδοι είναι αποδοτικές, αλλά με περιορισμούς καθώς η λειτουργία τους βασίζεται σε παραμέτρους (με εξαίρεση τα νευρωνικά δίκτυα που εμπίπτουν μεταξύ των παραμετρικών και των μη-παραμετρικών προσεγγίσεων καθώς παρέχουν έναν μεγάλο αλλά όχι απεριόριστο αριθμό παραμέτρων στις μεθόδους ανάλυσης 29 ), ενώ όταν χρησιμοποιούνται ως αυτόνομες παρουσιάζουν αδυναμία πρόβλεψης. Η αδυναμία αυτή οφείλεται στο γεγονός ότι δεν ξεπερνούν τον βασικό περιορισμό που αφορά στον αριθμό των διαστάσεων. Μαθηματικά, το πρόβλημα των διαστάσεων ( Curse of Dimensionality ), εισήχθη από τον Richard Bellman (1961) για να περιγράψει την εκθετική αύξηση του χώρου (ως τριδιάστατη έννοια) που παρατηρείται με την πρόσθεση διαστάσεων σε έναν μαθηματικό χώρο. Στην περίπτωση της γενετικής επιδημιολογίας, η «κατάρα των πολλών διαστάσεων» παρουσιάζεται όταν ο αριθμός των παραγόντων αυξάνεται δυσανάλογα σε σχέση με το πλήθος των παρατηρήσεων. Πιο συγκεκριμένα, όταν χρειάζεται να μοντελοποιηθούν πιο πολύπλοκες σχέσεις (π.χ. πολυπαραγοντικές σχέσεις), δημιουργούνται πολλοί συνδυασμοί χωρίς να υπάρχει ικανός αριθμός παρατηρήσεων ανά συνδυασμό. Συνεπώς, η ισχύς των μεθόδων αυτών περιορίζεται στη διερεύνηση ενός συγκεκριμένου αριθμού παραγόντων, αριθμός που εξαρτάται από το πλήθος των διαθέσιμων δεδομένων. Για να ξεπεραστεί αυτό το πρόβλημα, οι παραδοσιακές αυτές μέθοδοι χρησιμοποιούνται ορισμένες φορές σε συνδυασμό με άλλες μεθόδους όπως η Μέθοδος Μείωσης Παραμέτρων ή οι Γενετικοί Αλγόριθμοι. 3.4 Μη-παραμετρικές μέθοδοι Οι μέθοδοι αυτές ονομάζονται μη-παραμετρικές επειδή η αναζήτηση των προτύπων πραγματοποιείται μεταξύ των συνδυασμών των παραγόντων χωρίς να απαιτούνται παράμετροι για τη δημιουργία των μοντέλων. Οι κατηγορίες των μη-παραμετρικών μεθόδων είναι τρεις: Προσεγγίσεις Δύο Βημάτων (Two Step Approaches) o Προσέγγιση Συσχέτισης Ομάδων (Set Association Approach) Συνδυαστικές Μέθοδοι (Combinatorial Methods) o Μέθοδος Συνδυαστικού Διαμερισμού (Combinatorial Partitioning Method) o Μέθοδος Περιορισμένου Διαμερισμού (Restricted Partitioning Method) o Μείωση Πολυπαραγοντικής Διάστασης (Multifactor Dimensionality Reduction) 29

30 Ενότητα 3 Επίσταση, πολυπαραγοντικές ασθένειες & κύριες μέθοδοι διερεύνησης Μέθοδοι Αναδρομικού Διαμερισμού (Recursive Partitioning Methods) o Τυχαία Δάση (Rendom Forests) 30

31 ΕΝΟΤΗΤΑ 4 ΓΕΝΙΚΗ ΣΤΑΤΙΣΤΙΚΗ & ΘΕΩΡΗΤΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΜΕΘΟΔΩΝ 31

32 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων 4.1 Γενική στατιστική Αντιστοίχιση με τις μη παρεμβατικές μελέτες «περιστατικών μαρτύρων» Οι μελέτες «περιστατικών μαρτύρων» έχουν ως σκοπό να καταδείξουν τις τυχόν διαφορές που υπάρχουν μεταξύ δύο ή περισσότερων ομάδων ως προς τις συνέπειες από την έκθεση σε κάποιον παράγοντα. 30 Συνήθως, η έκθεση σε κάποιον παράγοντα ή η ύπαρξη ενός χαρακτηριστικού είναι αιτία για την πρόκληση κάποιας πάθησης ή κάποιων παθήσεων στα άτομα που είναι εκτεθειμένα σε αυτόν ή τα οποία φέρουν αυτό το χαρακτηριστικό, ενώ τα άτομα που δεν είναι εκτεθειμένα στον παράγοντα ή δεν φέρουν αυτό το χαρακτηριστικό δεν αναμένεται να εμφανίσουν αυτήν την πάθηση ή αυτές τις παθήσεις. Στις μελέτες του είδους αυτού χρησιμοποιούνται ιστορικές (αναδρομικές) πληροφορίες για μία ή περισσότερες ομάδες από κάποιον πληθυσμό των οποίων τα μέλη είναι φορείς της ασθένειας ή φέρουν κάποιον παράγοντα κινδύνου και αποκαλούνται σύντομα περιστατικά (cases), καθώς και για μία ομάδα από τον ίδιο πληθυσμό της οποίας τα μέλη δεν είναι φορείς της ασθένειας ή τα οποία δεν φέρουν τον παράγοντα κινδύνου και αποκαλούνται, εν συντομία, μάρτυρες ή έλεγχοι (controls). Στόχος των μελετών αυτών είναι η διερεύνηση της σχέσης μεταξύ της έκθεσης στον παράγοντα και την παρουσία της νόσου. Η έρευνα που πραγματοποιούμε στην εργασία αυτή δεν υπόκειται πλήρως στον γενικό ορισμό της μελέτης περιστατικών-μαρτύρων αλλά θα μπορούσε να αποτελέσει σε ένα ευρύτερο πλαίσιο μία παραλλαγή της. Στο δικό μας δείγμα δεν υπάρχουν άτομα προσβεβλημένα από κάποια πάθηση και, στην πραγματικότητα, δεν υπάρχει καμίας μορφής διαχωρισμός των ατόμων ως προς τη νοσηρότητα. Υπάρχουν όμως άτομα τα οποία θα μπορούσαν να χαρακτηριστούν περιστατικά λόγω της ταξινόμησής τους ως υπέρβαρα ή παχύσαρκα βάσει του ΔΜΣ τους. Παρομοίως, τα άτομα που ταξινομούνται βάσει του ΔΜΣ τους ως κανονικού βάρους ή λιποβαρή μπορούν να χαρακτηριστούν μάρτυρες και τελικά να διερευνηθεί η σχέση μεταξύ της ύπαρξης συγκεκριμένων συνδυασμών αλληλόμορφων στα γονίδια του ατόμου και της ταξινόμησής του σε υπέρβαρο/παχύσαρκο ή λιποβαρή/κανονικό. Η προσέγγιση αυτή εμπεριέχει ίσως κάποια απλούστευση, μιας και κάποιες μελέτες καταδεικνύουν ότι και τα λιποβαρή άτομα κινδυνεύουν να εμφανίσουν μελλοντικά κάποια πάθηση, αλλά θεωρούμε ότι μπορεί να εκφράσει τη σπουδαιότητα που αποδίδεται στην ταξινόμηση ενός ατόμου στις κατηγορίες του υπερβολικού βάρους ή της παχυσαρκίας, κατάσταση η οποία δεν αποτελεί αυτή καθ' εαυτή μία πάθηση αλλά είναι, αποδεδειγμένα, σημαντικός παράγοντας κινδύνου για τη μετέπειτα εμφάνιση παθολογικών καταστάσεων. Σημείωση: Σύμφωνα με τον Εθνικό Οργανισμό Φαρμάκων, ως «μη παρεμβατικές» ορίζονται οι μελέτες για φαρμακευτικά ιδιοσκευάσματα τα οποία έχουν λάβει άδεια κυκλοφορίας και πληρούν τα ακόλουθα κριτήρια: 1) Τα φαρμακευτικά προϊόντα συνταγογραφούνται ως συνήθως, σύμφωνα με τους όρους που προβλέπονται στην άδεια κυκλοφορίας, 2) η ένταξη του ασθενούς σε συγκεκριμένη θεραπευτική στρατηγική δεν αποφασίζεται εκ των προτέρων από το πρωτόκολλο της μελέτης, αλλά καθορίζεται από την τρέχουσα ιατρική πρακτική, 3) η απόφαση για τη χορήγηση του φαρμακευτικού προϊόντος διαχωρίζεται σαφώς από την απόφαση για τη συμμετοχή του ασθενούς στη μελέτη, 4) στους ασθενείς δεν πρέπει να εφαρμόζονται επιπρόσθετες διαδικασίες διάγνωσης ή παρακολούθησης και 5) για την ανάλυση των συλλεγομένων δεδομένων πρέπει να εφαρμόζονται επιδημιολογικές μέθοδοι Έλεγχοι υποθέσεων Η μεθοδολογία της στατιστικής επαγωγής για τη διερεύνηση της αλήθειας κάποιας πρότασης, θεωρίας ή υπόθεσης, σχετικά με τη συμπεριφορά κάποιας παραμέτρου στον πληθυσμό ονομάζεται 32

33 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων στατιστικός έλεγχος υποθέσεων και αποτελεί τη βάση για τη λήψη αποφάσεων σε πολλούς επιστημονικούς τομείς. Η μεθοδολογία του στατιστικού ελέγχου μίας υπόθεσης επιδιώκει την ελαχιστοποίηση της πιθανότητας μίας λανθασμένης απόφασης. Συνήθως, η υπόθεση που ελέγχεται είναι ότι κάποια παρατηρούμενη μεταβολή στην τιμή μίας παραμέτρου είναι μηδενική ή ότι οφείλεται σε τυχαίες επιδράσεις. Για τον λόγο αυτό έχει επικρατήσει η ονομασία Μηδενική Υπόθεση (ή συμβολικά Η 0 ) για την υπόθεση της οποίας ελέγχεται η αλήθεια. Σε κάθε Μηδενική Υπόθεση (Η 0 ) αντιστοιχεί η λεγόμενη Εναλλακτική Υπόθεση (Η Α ) η οποία αποτελεί τη λογική άρνηση της Η 0. Δηλαδή, εάν δεν αληθεύει η Η 0 τότε θα αληθεύει η Η Α και αντίστροφα. Ένα απλό παράδειγμα Η 0 και αντίστοιχης Η Α είναι το ακόλουθο: Η 0 : Το κάπνισμα δεν προκαλεί καρκίνο στους πνεύμονες. Η Α : Το κάπνισμα προκαλεί καρκίνο στους πνεύμονες. Οι υποθέσεις Η 0 και Η Α είναι πάντοτε ενδεχόμενα ασυμβίβαστα. Ο σωστός προσδιορισμός της Η 0 και της Η Α αποτελεί καθοριστικό παράγοντα για τον έλεγχο μίας υπόθεσης. Συγκεκριμένοι κανόνες για τον σωστό προσδιορισμό των Η 0 και Η Α δεν υπάρχουν. Συνήθως είναι ευκολότερο να προσδιοριστεί πρώτα η εναλλακτική υπόθεση Η Α διότι, κατά κανόνα, αυτή εκφράζει τη θεωρία ή την αλήθεια που θέλει να επιβεβαιώσει η έρευνα. Για παράδειγμα, η πρόταση «Το κάπνισμα προκαλεί καρκίνο στους πνεύμονες» είναι το αποτέλεσμα που αναμένει ο ερευνητής και για τον σκοπό αυτόν δαπανά χρόνο και πόρους για την έρευνα. Συνεπώς, η πρόταση αυτή είναι η εναλλακτική υπόθεση Η Α. Η υπόθεση Η 0 είναι η λογική άρνηση της πρότασης αυτής, δηλαδή ότι «Το κάπνισμα δεν προκαλεί καρκίνο στους πνεύμονες» Είδη σφαλμάτων, επίπεδο σημαντικότητας και ισχύς του ελέγχου μίας υπόθεσης Στην περίπτωση ενός στατιστικού ελέγχου ερχόμαστε αντιμέτωποι με δύο βασικούς τύπους σφαλμάτων. Η εσφαλμένη απόφαση κατά την οποία απορρίπτεται η Η 0 ενώ αυτή είναι αληθής καλείται Σφάλμα Τύπου Ι, ενώ η εσφαλμένη απόφαση κατά την οποία δεν απορρίπτεται η Η 0 ενώ αυτή είναι ψευδής ονομάζεται Σφάλμα Τύπον ΙΙ. Συνεπώς, οι δύο τύποι σφαλμάτων ορίζονται ως εξής: Σφάλμα Τύπου Ι: Απόρριψη της Η 0 ενώ αυτή είναι αληθής. Σφάλμα Τύπου ΙΙ: Μη απόρριψη της Η 0 ενώ αυτή είναι ψευδής. Η στατιστική θεωρία έχει ως στόχο να ποσοτικοποιήσει και να μετρήσει τον κίνδυνο να πραγματοποιηθούν τα δύο αυτά είδη σφαλμάτων, υπολογίζοντας τις αντίστοιχες πιθανότητες πραγματοποίησής τους. Κατά συνέπεια, η μέγιστη πιθανότητα να πραγματοποιηθεί σφάλμα Τύπου Ι ονομάζεται επίπεδο σημαντικότητας και συμβολίζεται διεθνώς με το ελληνικό γράμμα α. Στην πράξη, η επιλογή της πιθανότητας α επαφίεται στον ερευνητή και η τιμή η οποία θεωρείται ως αποδεκτή στις εφαρμογές είναι α = 0,05, δηλαδή πιθανότητα 5% να έχουμε σφάλμα Τύπου Ι. Εάν το σφάλμα Τύπου Ι έχει σοβαρές επιπτώσεις ή συνέπειες, τότε το επίπεδο σημαντικότητας προσδιορίζεται από τον ερευνητή σε χαμηλότερα επίπεδα, όπως α = 0,01 ή ακόμη μικρότερο, καθιστώντας έτσι πολύ μικρή την πιθανότητα να πραγματοποιηθεί σφάλμα αυτού του είδους. Δυστυχώς, όσο ελαττώνεται η τιμή του α, δηλαδή η πιθανότητα να απορριφθεί η Η 0 ενώ είναι αληθής, αυξάνεται γενικά η πιθανότητα να γίνει αποδεκτή η Η 0 ενώ αυτή είναι ψευδής, δηλαδή να 33

34 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων πραγματοποιηθεί σφάλμα Τύπου ΙΙ. Αντίστοιχα, αυξάνοντας την πιθανότητα (π.χ. α = 0,10 ή μεγαλύτερη) του σφάλματος Τύπου Ι, ελαττώνεται η πιθανότητα να πραγματοποιηθεί σφάλμα Τύπου II. Οι πιθανότητες συνεπώς να πραγματοποιηθεί σφάλμα Τύπου Ι ή II κινούνται προς αντίθετη κατεύθυνση (προσοχή, δεν υπάρχει αναλογική σχέση ανάμεσά τους, δηλαδή δεν διπλασιάζεται π.χ. η μία όταν υποδιπλασιάζεται η άλλη) και, κατά συνέπεια, δεν είναι δυνατό να μηδενιστούν τα δύο είδη σφάλματος ταυτόχρονα Αμφίπλευροι και μονόπλευροι έλεγχοι Οι περιοχές απόρριψης και αποδοχής που απεικονίζονται στο παράδειγμα που δίνεται στην Εικόνα 4 αντιστοιχούν στους λεγόμενους αμφίπλευρους ελέγχους, οι οποίοι ονομάζονται έτσι διότι η περιοχή απόρριψης εκτείνεται και στα δύο άκρα της κατανομής της στατιστικής S. Οι αμφίπλευροι έλεγχοι χρησιμοποιούνται γενικά για τον έλεγχο της υπόθεσης: Η 0 : θ = θ 0 έναντι της Η Α : θ θ 0 και οι κρίσιμες τιμές της S για επίπεδο σημαντικότητας α είναι οι S(-α/2) και S(α/2), οι οποίες είναι τέτοιες ώστε το εμβαδό της περιοχής απόρριψης σε κάθε άκρο να ισούται με α/2 και το συνολικό εμβαδό τους να ισούται φυσικά με α. Στους αμφίπλευρους ελέγχους η Η 0 απορρίπτεται όταν προκύψουν είτε αφύσικα μεγάλες τιμές (S > S α/2 ) είτε αφύσικα μικρές τιμές (S < S -α/2 ) της στατιστικής S από το δείγμα. Εικόνα 4 Κρίσιμες τιμές και περιοχές απόρριψης και αποδοχής της Η 0 για επίπεδο σημαντικότητας α = 0,10 σε αμφίπλευρο έλεγχο Περιοχή απόρριψης Περιοχή απόρριψης 5% 5% S -a/2 S a/2 Σε πολλές περιπτώσεις υπάρχει ενδιαφέρον και για τον έλεγχο υποθέσεων της μορφής: Η 0 : θ θ 0 (αντίστοιχα θ θ 0 ) έναντι της Η Α : θ < θ 0 (αντίστοιχα θ > θ 0 ), 34

35 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων στις οποίες η Η 0 απορρίπτεται όταν προκύψουν αφύσικα μικρές τιμές (αντίστοιχα, αφύσικα μεγάλες τιμές ) της S από το δείγμα. Οι έλεγχοι της μορφής αυτής ονομάζονται μονόπλευροι έλεγχοι και η αντίστοιχη περιοχή απόρριψης βρίσκεται στο ένα άκρο της κατανομής της S και έχει εμβαδό ίσο με α (βλ. Εικόνα 5). Οι κρίσιμες τιμές S(-α) [αντίστοιχα S(α)], προσδιορίζονται από τον κατάλληλο πίνακα των θεωρητικών τιμών της S. Εικόνα 5 Κρίσιμες τιμές και περιοχές απόρριψης και αποδοχής της Η 0 για επίπεδο σημαντικότητας α = 0,05 σε μονόπλευρο έλεγχο Περιοχή απόρριψης 95% 5% S -a Περιοχή απόρριψης 95% 5% S a 35

36 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων 4.2 Θεωρητική προσέγγιση μεθόδων που πρόκειται να χρησιμοποιηθούν Συσχέτιση Συσχέτιση είναι η μέθοδος που χρησιμοποιείται για τη μέτρηση του βαθμού συμμεταβλητότητας των μεταβλητών. Εάν οι μεταβλητές είναι δύο τότε έχουμε την απλή συσχέτιση ενώ εάν είναι περισσότερες έχουμε την πολλαπλή συσχέτιση. Εάν μας δοθεί ένα τυχαίο δείγμα από ζεύγη αντίστοιχων τιμών (παρατηρήσεων) (Χ i, Υ i ), i = 1, 2,..., n για δύο μεταβλητές (χαρακτηριστικά) Χ και Υ, μπορούμε να θεωρήσουμε τα σημεία στα οποία απεικονίζονται τα ζεύγη (X i, Y i ), σε ένα ορθογώνιο σύστημα αξόνων. Μπορούν να παρατηρηθούν οι ακόλουθες περιπτώσεις: ί) Η συσχέτιση των μεταβλητών Χ και Υ είναι γραμμική εάν τα σημεία (Χ i, Υ i ) συγκεντρώνονται πάνω ή κοντά σε μία ευθεία ή μη γραμμική εάν τα σημεία (Χ i, Υ i ) συγκεντρώνονται πάνω ή κοντά σε μια καμπύλη ανώτερου βαθμού. ii) Η συσχέτιση είναι θετική, εάν η κλίση της ευθείας ή της καμπύλης είναι θετική, και αρνητική, εάν η κλίση της ευθείας ή της καμπύλης είναι αρνητική. iii) Η συσχέτιση είναι πλήρης όταν εκφράζεται από ακριβή μαθηματική σχέση μεταξύ των δύο μεταβλητών, δηλαδή όταν όλα τα σημεία (X i, Y i ) βρίσκονται ακριβώς επάνω σε κάποια ευθεία ή καμπύλη. iv) Δεν υπάρχει συσχέτιση εάν η διασπορά των σημείων στο επίπεδο δεν παρουσιάζει κάποια εμφανή τάση συγκέντρωσης γύρω από κάποια ευθεία ή καμπύλη. Στην ενότητα αυτή θα ασχοληθούμε με τη μέτρηση της απλής γραμμικής συσχέτισης Περισσότερα για τον τρόπο μέτρησης των μεταβλητών Η μέθοδος μέτρησης του βαθμού συσχέτισης δύο μεταβλητών καθώς και οι κατάλληλοι έλεγχοι υποθέσεων προσδιορίζονται από το είδος των μεταβλητών και συγκεκριμένα από την κλίμακα μέτρησής τους. Γενικά διακρίνουμε τις ακόλουθες κατηγορίες μεταβλητών ανάλογα με τον τρόπο μέτρησής τους: i) Μεταβλητές σε «φυσική κλίμακα»: Είναι οι ποσοτικές μεταβλητές των οποίων οι τιμές εκφράζονται σε φυσικές μονάδες, όπως π.χ. το σωματικό βάρος, η ηλικία, το εισόδημα, η αρτηριακή πίεση, η χοληστερόλη του ορού κ.λπ. Στις μεταβλητές αυτές το 0 εκφράζει πράγματι το φυσικό μηδέν. ii) Μεταβλητές σε «κλίμακα διαστήματος»: Είναι οι ποσοτικές μεταβλητές για τις οποίες ίσες διαφορές στην κλίμακα μέτρησης εκφράζουν αντίστοιχα και ίσες ποσοτικές διαφορές στον βαθμό κατοχής ενός χαρακτηριστικού. Για παράδειγμα, ζητείται από τους νοσηλευόμενους στην παθολογική κλινική ενός νοσοκομείου να αξιολογήσουν την ποιότητα των προσφερόμενων νοσηλευτικών υπηρεσιών τοποθετώντας ένα σημείο επάνω σε μία κλίμακα βαθμονομημένη από 0 έως 100. Σε μία τέτοια κλίμακα, η διαφορά π.χ. μεταξύ 60 και 70 θεωρείται ίση με τη διαφορά μεταξύ 70 και 80. Το μειονέκτημα των μεταβλητών που μετρούνται σε μία τέτοια κλίμακα είναι ότι η τιμή 0 δεν αντιπροσωπεύει το φυσικό μηδέν. Έτσι, εάν η βαθμολογία που δίνει ένας ασθενής είναι 0, αυτό δεν σημαίνει ότι η κλινική του νοσοκομείου δεν παρέχει καθόλου νοσηλευτικές υπηρεσίες. Απλά αυτές χαρακτηρίζονται από τον ασθενή ως απαράδεκτες. 36

37 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων iii) Μεταβλητές σε «κλίμακα διάταξης»: Είναι οι ποσοτικές μεταβλητές που εκφράζουν την τάξη των οντοτήτων ενός πληθυσμού ή ενός δείγματος όταν οι οντότητες αυτές διαταχθούν ως προς το βαθμό κατοχής κάποιου μετρήσιμου χαρακτηριστικού. Για παράδειγμα, εάν οι φοιτήτριες μιας νοσηλευτικής σχολής διαταχθούν ως προς την επίδοσή τους στις επαγγελματικές δεξιότητες, τότε στη φοιτήτρια που έχει την καλύτερη επίδοση αντιστοιχίζουμε την τιμή 1 (είναι πρώτη), στη φοιτήτρια που έχει τη δεύτερη καλύτερη επίδοση αντιστοιχίζουμε την τιμή 2 (είναι δεύτερη) και ούτω καθ εξής. Οι μεταβλητές διάταξης έχουν το εξής μειονέκτημα: Οι τιμές 1 και 2, για παράδειγμα, προσδιορίζουν μεν την πρώτη και τη δεύτερη σε επίδοση φοιτήτρια, αλλά δεν προσδιορίζουν πόσο καλύτερη είναι η επίδοση της πρώτης φοιτήτριας από την επίδοση της δεύτερης φοιτήτριας. Έτσι, είναι δυνατόν η πρώτη να έχει βαθμό 20 και η δεύτερη 16 ή η πρώτη 15 και η δεύτερη 14. iv) Μεταβλητές «ποιοτικές»: Είναι οι μεταβλητές που προσδιορίζουν κάποια ποιοτικά χαρακτηριστικά ενός πληθυσμού, όπως π.χ. το φύλο, το είδος ασθένειας, οι κλινικές ενός νοσοκομείου κ.λπ. Είναι γνωστό ότι τα ποιοτικά χαρακτηριστικά δεν μπορούν να μετρηθούν ποσοτικά. Μπορούμε όμως, κατά κανόνα, να μετρήσουμε τον αριθμό των ατόμων ή των οντοτήτων που εντάσσονται στις ομάδες που προσδιορίζει η ποιοτική μεταβλητή. Η γραμματεία π.χ. ενός νοσοκομείου γνωρίζει, τον αριθμό των ασθενών που νοσηλεύεται στις επιμέρους κλινικές του νοσοκομείου, τον αριθμό των ασθενών κάθε φύλου κ.λπ Επιλογή της κατάλληλης μεθόδου για τη μέτρηση του βαθμού συσχέτισης δύο μεταβλητών Στον Πίνακα 3 δίνονται οι κυριότερες μέθοδοι που προτείνονται στη βιβλιογραφία για την ανάλυση της συσχέτισης των ζευγών των μεταβλητών που προσδιορίζονται από την αντίστοιχη γραμμή και στήλη του πίνακα. Πίνακας 3 Κατάλληλες στατιστικές για την εκτίμηση και τον έλεγχο της συσχέτισης δύο μεταβλητών Χ και Υ Χ Ποσοτική Μεταβλητή Υ Φυσική Διαστήματος Διάταξης Ποιοτική Μεταβλητή Ποσοτική Μεταβλητή Φυσική Διαστήματος Διάταξης Συντελεστής Pearson ή Συντελεστής Spearman Συντελεστής Pearson ή Συντελεστής Spearman Συντελεστής Spearman Συντελεστής Pearson ή Συντελεστής Spearman Συντελεστής Pearson ή Συντελεστής Spearman Συντελεστής Spearman Συντελεστής Spearman Συντελεστής Spearman Συντελεστής Spearman (Ανάλυση Διακύμανσης) (Ανάλυση Διακύμανσης) (Έλεγχος Kruskal- Wallis) Ποιοτική Μεταβλητή Έλεγχος x Συντελεστής συσχέτισης του Pearson: μέτρηση της απλής γραμμικής συσχέτισης O συντελεστής συσχέτισης του Pearson είναι η ενδεδειγμένη εκτιμήτρια (στατιστική) για τη μέτρηση της γραμμικής συσχέτισης δύο μεταβλητών Χ και Υ που έχουν μετρηθεί σε φυσική κλίμακα ή σε κλίμακα διαστήματος. Το διάγραμμα της διασποράς των σημείων (X i, Y i ) στο επίπεδο 37

38 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων μας δείχνει, σε γενικές γραμμές, το είδος και τον βαθμό της συσχέτισης μεταξύ των μεταβλητών Χ και Υ. Συχνά όμως απαιτείται η ποσοτικοποίηση της συσχέτισης και η έκφραση της με ένα ακριβές αλγεβρικό μέτρο. Το μέτρο αυτό δίνεται από τον συντελεστή συσχέτισης που πρότεινε ο Karl Pearson. Θα διακρίνουμε, όπως συνήθως, τον συντελεστή συσχέτισης r XY που εκτιμάται από το τυχαίο δείγμα (X i, Y i ), i = 1, 2,..., n, από την αληθή τιμή ρ ΧΥ του συντελεστή στον πληθυσμό, ο οποίος υπολογίζεται με βάση όλα τα δυνατά ζεύγη (X i, Y i ), i = 1, 2,..., Ν των Χ και Υ. Για τον αλγεβρικό υπολογισμό του μέτρου της συσχέτισης των μεταβλητών Χ και Υ ακολουθούνται τα εξής βήματα: i) Υπολογίζουμε τους μέσους X και Y των παρατηρήσεων του δείγματος και εκφράζουμε τις τιμές Χ i και Y i των μεταβλητών Χ και Υ ως αποκλίσεις από τους αντίστοιχους μέσους τους: x i X X και y Y Y i i. i ii) Θεωρούμε το άθροισμα των γινομένων x y για το σύνολο των παρατηρήσεων: i i n i1 x i y i. Εάν οι μεταβλητές Χ και Υ συσχετίζονται θετικά, τότε σε θετικές (ή αρνητικές) τιμές των x i θα αντιστοιχούν επίσης θετικές (ή αρνητικές) τιμές των y i. Στην περίπτωση αυτή τα γινόμενα xi yi καθώς και το άθροισμα τους x y i i θα είναι θετικά. Αντίθετα, εάν οι μεταβλητές Χ και Υ συσχετίζονται αρνητικά, τότε οι συντεταγμένες x i και y i θα είναι ετερόσημοι αριθμοί και τα γινόμενα xi y i, καθώς και το άθροισμά τους x y i i θα είναι αρνητικά. Γίνεται φανερό από όσα αναφέρονται πιο πάνω ότι η αλγεβρική τιμή του αθροίσματος x μπορεί να χρησιμεύσει ως μέτρο της γραμμικής συσχέτισης των μεταβλητών Χ και Υ. iii) Ωστόσο, η χρησιμοποίηση του αθροίσματος x y i i ως αλγεβρικού μέτρου της γραμμικής συσχέτισης των Χ και Υ παρουσιάζει τα εξής μειονεκτήματα: α) εξαρτάται από το μέγεθος του δείγματος διότι, όσο αυξάνεται ο αριθμός των σημείων (x i, y i ) τόσο αυξάνεται και η απόλυτη τιμή του αθροίσματος x y i i, ανεξάρτητα από το κατά πόσον η συσχέτιση γίνεται υψηλότερη ή όχι, και β) εξαρτάται από τις μονάδες μέτρησης των μεταβλητών Χ και Υ αφού, εάν υποδιπλασιάσουμε π.χ. τις μονάδες μέτρησης των Χ και Υ, οι τιμές των x i και y i διπλασιάζονται και τα γινόμενα xi yi, άρα και το άθροισμα x y i i, τετραπλασιάζονται. y i i Το πρώτο μειονέκτημα διορθώνεται εάν διαιρέσουμε το άθροισμα x y i i με το μέγεθος n του δείγματος: x i y i. n Το δεύτερο μειονέκτημα διορθώνεται εάν «τυποποιήσουμε» τις τιμές των x i και y i (δηλαδή εάν τις διαιρέσουμε) με την αντίστοιχη μέση απόκλιση του τετραγώνου: 38

39 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων x * i x s i X και y * i y s i Y όπου s X n x 2 i και s Y n y 2 i είναι η μέση απόκλιση τετραγώνου των Χ και Υ αντίστοιχα. Μετά τις διορθώσεις αυτές, το αλγεβρικό μέτρο της απλής γραμμικής συσχέτισης των μεταβλητών Χ και Υ παίρνει τη μορφή: r XY x n * i y * i ( ( x 2 i ) / n x y ) / n i i ( y 2 i ) / n r XY 2 xi x i y i y 2 i και ονομάζεται συντελεστής γραμμικής συσχέτισης των μεταβλητών Χ και Υ. Εάν οι τυχαίες μεταβλητές Χ και Υ είναι ανεξάρτητες τότε είναι r XY = 0. Το αντίστροφο βέβαια δεν συμβαίνει: εάν είναι r XY = 0 τότε οι Χ και Υ δεν είναι οπωσδήποτε ανεξάρτητες. Εάν είναι r XY = 0 οι μεταβλητές Χ και Υ ονομάζονται «γραμμικά ασυσχέτιστες». Συνεπώς, οι έννοιες «ασυσχέτιστες» και «ανεξάρτητες» δεν είναι ισοδύναμες. Γενικά, εάν δύο μεταβλητές είναι ανεξάρτητες είναι και ασυσχέτιστες (γραμμικά ή όχι) ενώ εάν είναι ασυσχέτιστες δεν είναι αναγκαία και ανεξάρτητες Ιδιότητες του συντελεστή συσχέτισης Pearson Στο σημείο αυτό πρέπει να τονίσουμε ότι ο συντελεστής συσχέτισης Pearson είναι ένας απλός αριθμός χωρίς διαστάσεις και η τιμή του δεν εξαρτάται ούτε από τις μονάδες μέτρησης των Χ και Υ ούτε από την αρχή με βάση την οποία γίνεται η μέτρησή τους. Πράγματι, μπορούμε εύκολα να αποδείξουμε ότι εάν r XY είναι ο συντελεστής συσχέτισης των Χ και Υ και είναι V = αχ + β και W = γυ + δ (α, β, γ, δ σταθερές, αγ 0), τότε: r VW r XY. Οι τιμές των μεταβλητών V και W προκύπτουν από τις τιμές των μεταβλητών Χ και Υ εάν αλλάξουμε τις μονάδες μέτρησης (πολλαπλασιάζοντας τις τιμές των μεταβλητών Χ και Υ επί α και γ, αντίστοιχα) και μεταφέροντας την αρχή των αξόνων Χ και Υ στα σημεία -β και -δ αντίστοιχα. Ο τύπος r XY εκφράζει τον συντελεστή συσχέτισης συναρτήσει των τιμών των μεταβλητών Χ και Υ ως αποκλίσεις από τους αντίστοιχους μέσους τους. Εάν όμως στη σχέση αυτή θέσουμε x i X X και y Y Y i i i, εύκολα αποδεικνύεται ότι ο συντελεστής συσχέτισης εκφράζεται και συναρτήσει των αρχικών τιμών X i και Υ i των Χ και Υ από τη σχέση: 39

40 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων i )( 2 Yi n X iyi ( X Yi ) r XY n X ( X ) n ( Y ) Σύμφωνα με τη γνωστή ανισότητα του Schwarz ισχύει: ( x i yi ) ( xi )( yi ) i i i ή ( ( x 2 i x y ) i )( i 2 y 2 i ) 1 Συνεπώς ισχύει γενικά η ανισότητα: 1 x 2 i x i y i y 2 i 1 από την οποία γίνεται φανερό ότι -1 < r XY < +1, δηλαδή ο συντελεστής συσχέτισης παίρνει τιμές από -1 έως +1. Όταν η τιμή του r XY είναι θετική, αυτό σημαίνει ότι οι μεταβλητές Χ και Υ μεταβάλλονται προς την ίδια κατεύθυνση και όσο η τιμή του r XY πλησιάζει προς το +1 τα σημεία του διαγράμματος συγκεντρώνονται κοντά σε κάποια ευθεία με θετική κλίση. Εάν η τιμή του r XY γίνει ίση με +1 τότε όλα τα σημεία βρίσκονται επάνω στην ίδια ευθεία, η οποία έχει θετική κλίση και αυτό σημαίνει ότι υπάρχει ακριβής θετική γραμμική σχέση μεταξύ των Χ και Υ της μορφής Υ = αχ + β, α > 0. Αντίθετα, όταν η τιμή του r XY είναι αρνητική, αυτό σημαίνει ότι οι μεταβλητές Χ και Υ μεταβάλλονται προς αντίθετες κατευθύνσεις και όσο η τιμή του r XY πλησιάζει προς το -1 τα σημεία του διαγράμματος συγκεντρώνονται κοντά σε κάποια ευθεία με αρνητική κλίση. Εάν η τιμή του r XY γίνει ίση με -1 τότε όλα τα σημεία βρίσκονται επάνω στην ίδια ευθεία η οποία έχει αρνητική κλίση και υπάρχει ακριβής αρνητική γραμμική σχέση μεταξύ των Χ και Υ της μορφής Υ = αχ + β, α < 0. Σχετικά με την αξία του συντελεστή συσχέτισης του Pearson ως μέτρου του βαθμού αλληλοεξάρτησης δύο μεταβλητών, πρέπει να παρατηρήσουμε τα εξής: Ο συντελεστής συσχέτισης του Pearson προσδιορίζει «αποκλειστικά το μέτρο της γραμμικής συσχέτισης» των μεταβλητών Χ και Υ. Εάν η τιμή του είναι 0, αυτό σημαίνει ότι δεν υπάρχει γραμμική συσχέτιση μεταξύ των δύο μεταβλητών. Αυτό όμως δεν αποκλείει τη δυνατότητα να υπάρχει μη γραμμική συσχέτιση μεταξύ τους. Η τιμή του συντελεστή του Pearson δεν προσδιορίζει την ευθεία γύρω από την οποία συγκεντρώνονται τα σημεία του διαγράμματος, δηλαδή δεν προσδιορίζει την κλίση και τον σταθερό όρο της ευθείας ακόμα και στην περίπτωση που η τιμή του είναι +1 ή -1, που σημαίνει ότι όλα τα σημεία του διαγράμματος συγκεντρώνονται πάνω στην ίδια ευθεία. Η ευθεία αυτή μπορεί να είναι οποιαδήποτε ευθεία του επιπέδου με θετική ή αρνητική κλίση, αντίστοιχα. Ο συντελεστής του Pearson δίνει το μέτρο της γραμμικής συσχέτισης των Χ και Υ αλλά δεν προσδιορίζει την αιτιολογική σχέση που τις συνδέει, δηλαδή δεν προσδιορίζει ποια είναι το αίτιο και ποια είναι το αποτέλεσμα. Συνεπώς, είναι δυνατόν η Χ να επηρεάζει την Υ ή αντίστροφα ή και οι δύο να συμμεταβάλλονται διότι εξαρτώνται από μία τρίτη μεταβλητή ή, τέλος, η συσχέτιση που βρέθηκε στο δείγμα να είναι τυχαία. 40

41 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων Πίνακας 4 Ιδιότητες του Συντελεστή Γραμμικής Συσχέτισης r XY του Pearson 1. Ο r XY είναι καθαρός αριθμός. 2. Ισχύει -1 r XY +1. Εάν r XY = -1, τότε έχουμε πλήρη αρνητική γραμμική συσχέτιση, r XY = +1, τότε έχουμε πλήρη θετική γραμμική συσχέτιση, r XY = 0, τότε δεν υπάρχει γραμμική συσχέτιση, r XY < 0,3, τότε η γραμμική συσχέτιση θεωρείται ασθενής, 0,35 r XY < 0,5. τότε η γραμμική συσχέτιση είναι μέτρια, 0,5 r XY < 0,7, τότε η γραμμική συσχέτιση είναι ισχυρή, 0,7 r XY < 0,85, τότε η γραμμική συσχέτιση είναι πολύ ισχυρή, 0,85 r XY < 1, τότε η γραμμική συσχέτιση είναι πάρα πολύ ισχυρή. 3. Η τιμή του r XY δεν εξαρτάται από τις μονάδες μέτρησης των Χ και Υ ούτε από την αρχή μέτρησης επάνω στους άξονες. 4. Η τιμή του r XY προσδιορίζει αποκλειστικά το μέτρο της γραμμικής συσχέτισης των Χ και Υ. 5. Η τιμή του r XY δεν προσδιορίζει την ευθεία γύρω από την οποία συγκεντρώνεται το νέφος των σημείων. 6. Η τιμή του r XY δεν προσδιορίζει ποια από τις Χ και Υ είναι το αίτιο και ποια είναι το αποτέλεσμα Συσχέτιση τάξεων: Ο συντελεστής συσχέτισης του Spearman Σε πολλές περιπτώσεις μπορούμε να χρησιμοποιήσουμε τον συντελεστή συσχέτισης τάξεως r' XY του Spearman αντί του συντελεστή συσχέτισης r XY του Pearson, ενώ σε άλλες περιπτώσεις η χρησιμοποίηση του συντελεστή του Spearman είναι επιβεβλημένη. Όπως προκύπτει από τον Πίνακα 3, ο συντελεστής του Spearman είναι η ενδεδειγμένη στατιστική όταν η μία τουλάχιστον από τις μεταβλητές Χ και Υ είναι μεταβλητή διάταξης, ενώ μπορεί να χρησιμοποιηθεί και εναλλακτικά αντί του συντελεστή Pearson, όταν οι Χ και Υ είναι γενικά ποσοτικές μεταβλητές. Επειδή ο συντελεστής του Spearman δεν εξαρτάται από το είδος της κατανομής των Χ και Υ, για τον λόγο αυτόν συχνά οι ερευνητές χρησιμοποιούν το συντελεστή του Spearman αντί του συντελεστή του Pearson, όταν η μία ή και οι δύο μεταβλητές (φυσικές ή διαστήματος) είναι εμφανώς μη κανονικές (παρουσιάζουν έντονη ασυμμετρία). Γενικά, ο συντελεστής του Spearman είναι λιγότερο χρήσιμος από τον συντελεστή του Pearson όταν και οι δύο μεταβλητές είναι κανονικές και περισσότερο χρήσιμος όταν μία ή και οι δύο μεταβλητές είναι μη κανονικές. Τέλος, ο συντελεστής του Spearman μπορεί να χρησιμοποιηθεί και στην περίπτωση που οι Χ και Υ είναι πoιoτικές μεταβλητές αλλά είμαστε σε θέση να διατάξουμε τις κατηγορίες κάθε μίας. Για τον υπολογισμό του συντελεστή συσχέτισης τάξεων του Spearman εργαζόμαστε ως εξής: Όταν διαθέτουμε τα ζεύγη τιμών (Χ i, Υ i ), i = 1, 2,..., n των μεταβλητών Χ και Υ, αντικαθιστούμε κάθε τιμή X i της Χ με την τάξη της Χ i ' (1 για τη μεγαλύτερη τιμή, 2 για την αμέσως μικρότερη,..., n για την ελάχιστη) και κάθε τιμή Υ i της Υ επίσης με την τάξη της Y i '. Ο συντελεστής συσχέτισης του Pearson των τάξεων (Χ i ', Y i ') των Χ και Υ είναι ο ζητούμενος συντελεστής συσχέτισης r' XY τάξεων του Spearman. Αποδεικνύεται ότι: 41

42 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων r XY 6 n i1 2 n( n d 2 i 1) όπου d i = Χ i ' - Y i ' είναι η διαφορά τάξεων του αρχικού ζεύγους (X i, Y i ) και n το μέγεθος του δείγματος. Σημειώστε ότι εάν οι τάξεις των (X i, Y i ) i = 1, 2,..., n είναι όλες ίσες, τότε d i = 0 για κάθε i = 1, 2,..., n και εύκολα προκύπτει ότι r' XY = 1. Αντίθετα, εάν οι τάξεις των (X i, Y i ) i = 1, 2,..., n είναι ακριβώς αντίθετες, δηλαδή τα ζεύγη (Χ i ', Y i ') είναι τα τότε ισχύει και r' XY = -1. (1, n), (2, n-1), (3, n-2),...(n-1, 2), (n, 1), ( 2 2 n d i n 3 Συνεπώς, και για τον συντελεστή του Spearman ισχύει -1 r' XY 1. 1) Ανάλυση διακύμανσης Έστω ότι έχουμε ένα ποσοτικό χαρακτηριστικό και k διαφορετικούς πληθυσμούς. Από κάθε πληθυσμό λαμβάνουμε τυχαία δείγματα και σε όλα μετράμε το χαρακτηριστικό που μας ενδιαφέρει. Η ανάλυση της διακύμανσης εξετάζει εάν υπάρχουν διαφορές στις μέσες τιμές του ποσοτικού χαρακτηριστικού μεταξύ των πληθυσμών, δηλαδή των ομάδων που προσδιορίζονται από ένα άλλο, κατηγορικό, χαρακτηριστικό. Στην κλινική έρευνα αλλά και στην επιδημιολογία η ανάλυση της διακύμανσης βρίσκει συχνά εφαρμογή στο ερευνητικό πεδίο. Η διαφορά της ανάλυσης διακύμανσης με τον έλεγχο υποθέσεων για τη διαφορά δύο μέσων είναι ότι οι μέσοι όροι που συγκρίνονται είναι τουλάχιστον τρεις. Για παράδειγμα, ας υποθέσουμε ότι ένας ιατρός επιθυμεί να εξετάσει εάν η συστολική αρτηριακή πίεση είναι ίδια σε πληθυσμούς καυκάσιων, μαύρων και ασιατών. Έχει λοιπόν ένα ποσοτικό χαρακτηριστικό, την αρτηριακή πίεση και ένα κατηγορικό χαρακτηριστικό, τη φυλή. Η κλινική υπόθεσή του είναι εάν οι μέσες αρτηριακές πιέσεις μεταξύ των διαφόρων φυλών είναι ίσες ή όχι. Γενικά, η μέθοδος της ανάλυσης της διακύμανσης ελέγχει την υπόθεση: Η 0 : μ 1 = μ 2 = μ 3 =... = μ κ έναντι της εναλλακτικής Η Α : μ i μ j για τουλάχιστον ένα ζεύγος. Ας υποθέσουμε ότι έχουμε τις τιμές για ένα ποσοτικό χαρακτηριστικό Ψ ij όπου j = 1,2,..., κ είναι ο αριθμός των υποομάδων και i = 1,2,..., n ο αριθμός των παρατηρήσεων σε κάθε υποομάδα (για λόγους ευκολίας θεωρούμε ίσο αριθμό παρατηρήσεων σε κάθε υποομάδα χωρίς αυτό να είναι γενικά απαραίτητο). Θεωρούμε ότι η κάθε Ψ i* ακολουθεί την κανονική κατανομή με μέση τιμή μ i και σταθερή διακύμανση σ 2 (βασική παραδοχή της ανάλυσης), σε κάθε υποομάδα. Δηλαδή έχουμε Ψ i* ~ Ν(μ i, σ 2 ). Έστω ότι Ψ i* είναι η εκτιμήτρια του μ i. Για να ελέγξουμε τη μηδενική υπόθεση Η 0 αναλύουμε την ολική μεταβλητότητα των παρατηρήσεων σε αυτήν που οφείλεται στις ομάδες και 42

43 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων σε αυτήν που αποδίδεται σε άλλα αίτια (τα ονομάζουμε υπόλοιπα). Είναι λογικό να θεωρήσουμε ότι εάν η πρώτη είναι μεγαλύτερη από τη δεύτερη τότε οι διαφορές μεταξύ των πληθυσμών οφείλονται σε πραγματικές διαφορές και όχι σε τυχαίους παράγοντες. Ως μέτρο της συνολικής 2 μεταβλητότητας ορίζουμε το άθροισμα των τετραγώνων ( ij ). Ισχύει η ακόλουθη βασική σχέση: ( ij ) 2 ( ij i i* ) ( * ) 2 i ( 2 2 ij i *) n i ( * ) όπου το πρώτο άθροισμα τετραγώνων εκφράζει τη μεταβλητότητα εντός των υποομάδων και το δεύτερο άθροισμα τετραγώνων τη μεταβλητότητα μεταξύ των υποομάδων. Εάν δεχτούμε ότι δεν υπάρχουν διαφορές στις μέσες τιμές των υποομάδων, δηλαδή ότι όλες οι παρατηρήσεις αποτελούν ένα τυχαίο δείγμα του ιδίου πληθυσμού που έχει μέση τιμή μ και διακύμανση σ 2, τότε η τυχαία μεταβλητή ( ij 2 ) 2 ακολουθεί την κατανομή Χ 2 με nk - 1 βαθμούς ελευθερίας. Ομοίως, η τυχαία μεταβλητή ( ij i *) 2 2, ως άθροισμα ανεξάρτητων τυχαίων μεταβλητών που ακολουθούν την κατανομή Χ 2 με n - 1 βαθμούς ελευθερίας, θα ακολουθεί την Χ 2 με k(n - 1) βαθμούς ελευθερίας. Τέλος, η τυχαία μεταβλητή n ( ij 2 ) 2 i* ακολουθεί την κατανομή Χ 2 με k - 1 βαθμούς ελευθερίας. Η σύγκριση των δύο πηγών μεταβλητότητας πραγματοποιείται με το κριτήριο F που ισούται με τον λόγο των δύο μεταβλητοτήτων F 2 ni ( i * ) /( k 1). 2 ( ) /( N k) ij i* Αποδεικνύεται ότι το στατιστικό κριτήριο F ακολουθεί την F κατανομή με (k - 1), (Ν - k) βαθμούς ελευθερίας, όπου Ν = nk είναι το συνολικό μέγεθος του δείγματος. Κατά συνέπεια, εάν F > F (k-1), (N-k) για δεδομένο επίπεδο στατιστικής σημαντικότητας α, απορρίπτουμε τη μηδενική υπόθεση περί ισότητας των μέσων τιμών μεταξύ των k υποομάδων. Στην περίπτωση αυτή, οι μέσες τιμές των υποομάδων διαφέρουν πραγματικά μεταξύ τους και η ολική μεταβλητότητα των 43

44 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων παρατηρήσεων Ψ i αποδίδεται κατά κύριο λόγο στη μεταβλητότητα μεταξύ των υποομάδων, δηλαδή στη μέση μεταβλητότητα 2 n ( i* ) /( k 1) i. Εάν όμως η τιμή του κριτηρίου F δεν ξεπερνά την κρίσιμη τιμή τότε η ολική μεταβλητότητα είναι συνέπεια της τυχαίας διακύμανσης και εκφράζεται κατά κύριο λόγο από τη μέση μεταβλητότητα 2 ( ) /( N ) ij i* k εντός των υποομάδων Πολλαπλές συγκρίσεις Με την ανάλυση διακύμανσης δίνεται απάντηση στο ερώτημα εάν δύο ή περισσότεροι μέσοι όροι διαφέρουν. Τις περισσότερες φορές όμως μας ενδιαφέρει να γνωρίζουμε ποιοι είναι οι μέσοι όροι που διαφέρουν. Συνήθως αυτοί οι έλεγχοι γίνονται εκ των υστέρων, δηλαδή αφού προκύψει στατιστικά σημαντική διαφορά μεταξύ κάποιων μέσων με βάση την ανάλυση της διακύμανσης. Από τη θεωρία της συνδυαστικής γνωρίζουμε ότι εάν έχουμε k μέσους και θέλουμε να τους συγκρίνουνε ανά δύο τότε ο αριθμός των συγκρίσεων είναι k 2 k( k 1) 2. Συνεπώς, εάν έχουμε 4 υποομάδες τότε ο συνολικός αριθμός συγκρίσεων είναι 6. Στο σημείο αυτό πρέπει να τονισθεί ότι το σφάλμα τύπου Ι αυξάνεται σημαντικά λόγω των πολλαπλών συγκρίσεων. Συγκεκριμένα, αποδεικνύεται ότι η τιμή του σφάλματος τύπου Ι για k συγκρίσεις σε επίπεδο στατιστικής σημαντικότητας α είναι ίση με 1 - (1 - α) k. Εάν, για παράδειγμα, είναι α = 0,95 και έχουμε 4 υποομάδες τότε το σφάλμα τύπου Ι θα είναι 1-0,95 4 = 0,18. Για αυτόν τον λόγο επιβάλλεται η διόρθωση του σφάλματος τύπου Ι προκειμένου να προσεγγίζει τη συνήθη κρίσιμη τιμή α. Κατά καιρούς έχουν προταθεί διάφορες τεχνικές, όπως του Scheffe, του Bonferroni, του Tukey, του Fisher και άλλων. Σε όλες αυτές τις τεχνικές πραγματοποιείται διόρθωση του α για τους k επιμέρους ελέγχους μεταξύ των υποομάδων έτσι ώστε το συνολικό α, μετά από συγκρίσεις να 2 προσεγγίζει το αρχικό επίπεδο στατιστικής σημαντικότητας α (συνήθως το 0,05). Για παράδειγμα, η μέθοδος του Bonferroni προτείνει τη διαίρεση του αρχικού α με τον αριθμό των συγκρίσεων που πρόκειται να πραγματοποιηθούν εκ των υστέρων. Έτσι, το επιμέρους επίπεδο σημαντικότητας είναι k k πλέον α/ και ο συνολικός βαθμός εμπιστοσύνης μετά από συγκρίσεις είναι 1 - α Έλεγχος ανεξαρτησίας x 2 Συχνά, στις έρευνες που αναφέρονται σε ποιοτικά χαρακτηριστικά, τα οποία ταξινομούνται σε δύο ή περισσότερες κατηγορίες, προκύπτει ανάγκη για τη διεξαγωγή κάποιων ελέγχων υποθέσεων. Μία διαδεδομένη μέθοδος ελέγχου σε τέτοιες περιπτώσεις είναι ο έλεγχος ανεξαρτησίας x 2. 44

45 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων Έλεγχος ανεξαρτησίας x 2 σε έναν (2 x 2) πίνακα συχνοτήτων Στις μελέτες περιστατικών-μαρτύρων, ή σε μελέτες παρόμοιου σχεδιασμού, όπου οι δύο ομάδες εξετάζονται ως προς την έκθεσή τους ή όχι σε κάποιον παράγοντα κινδύνου, τα αποτελέσματα μπορούν πάντα να ταξινομηθούν σε έναν 2x2 πίνακα, όπως ο Πίνακας 5, ο οποίος ονομάζεται πίνακας των παρατηρούμενων συχνοτήτων. Πίνακας 5 Παρατηρούμενες συχνότητες Έκθεση στον παράγοντα κινδύνου (+) (-) Περιστατικά Ο 11 Ο 12 Ο 11 + Ο 12 = R 1 Μάρτυρες Ο 21 Ο 22 Ο 21 + Ο 22 = R 2 Ο 11 + Ο 21 = C 1 Ο 12 + Ο 22 = C 2 n (= C 1 + C 2 = R 1 + R 2 ) Για να ελέγξουμε, στατιστικά, τη σημαντικότητα της επίδρασης του παράγοντα κινδύνου στα περιστατικά σε σύγκριση με τους μάρτυρες, συγκρίνουμε τον πίνακα των παρατηρούμενων συχνοτήτων με τον πίνακα των συχνοτήτων που θα αναμέναμε εάν η έκθεση στον παράγοντα κινδύνου δεν επηρέαζε (ήταν ανεξάρτητη από) την κατάσταση των περιστατικών και των μαρτύρων. Από τη θεωρία των πιθανοτήτων γνωρίζουμε ότι οι αναμενόμενες συχνότητες υπό την υπόθεση της ανεξαρτησίας των περιστατικών-μαρτύρων από την έκθεση στον παράγοντα κινδύνου, είναι E ij R C i n j, i, j 1,2 όπου: R i είναι το άθροισμα όλων των ενδείξεων της γραμμής i του Πίνακα 5, C j είναι το άθροισμα όλων των ενδείξεων της στήλης j του Πίνακα 5, και n είναι το μέγεθος του δείγματος. Πίνακας 6 Αναμενόμενες συχνότητες υπό την υπόθεση της ανεξαρτησίας Έκθεση στον παράγοντα κινδύνου (+) (-) Περιστατικά E 11 R1C n 1 E 12 R1C n 2 Μάρτυρες E 21 R2C n 1 E 22 R2C n 2 Συνεπώς, για τον έλεγχο της ανεξαρτησίας, απαιτείται η σύγκριση των παρατηρούμενων συχνοτήτων Ο ij του Πίνακα 5 με τις αναμενόμενες συχνότητες E ij του Πίνακα 6. Εάν οι αντίστοιχες ενδείξεις των δύο πινάκων δεν διαφέρουν σημαντικά, τότε δεχόμαστε ότι η κατάσταση 45

46 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων των περιστατικών και των μαρτύρων δεν παρουσιάζει σημαντική διαφορά σε σχέση με αυτόν τον παράγοντα κινδύνου. Για τη διεξαγωγή του ελέγχου χρησιμοποιείται η στατιστική S 2 2 ( O ij E E i1 j1 ij ij ) 2 ~ X 2 1 η οποία, υπό την υπόθεση της ανεξαρτησίας, ακολουθεί την κατανομή Χ 2 ελευθερίας. Η σχετική διαδικασία του ελέγχου συνοψίζεται στον Πίνακα 7. με έναν βαθμό Πίνακας 7 Έλεγχος ανεξαρτησίας x 2 για 2x2 πίνακες συχνοτήτων Η 0 : Η Α : Ελεγχόμενη υπόθεση Η κατάσταση των περιστατικών και των μαρτύρων δεν διαφέρει σημαντικά (λόγω της παρουσίας του παράγοντα κινδύνου). Η κατάσταση των περιστατικών διαφέρει σημαντικά από την κατάσταση των μαρτύρων (λόγω της παρουσίας του παράγοντα κινδύνου). Χρησιμοποιούμενοι 2x2 πίνακες Παρατηρούμενες Συχνότητες Αναμενόμενες συχνότητες Ο 11 Ο 12 Ε 11 Ε 12 Ο 21 Ο 22 Ε 21 Ε 22 S 2 Κατάλληλη στατιστική* 2 ( O ij E E i1 j1 ij ij ) 2 ~ X 2 1 Περιοχή απόρριψης για επίπεδο σημαντικότητας α 2 S X,(1 a) 1 Ακριβής πιθανότητα υπό την Η 0 p 2 P( X 1 S ) Απαιτούμενες υποθέσεις Για όλες τις αναμενόμενες συχνότητες Ε ij, i, j = 1,2, ισχύει Ε ij 5. *ΠΑΡΑΤΗΡΗΣΗ: Συχνά, αντί της στατιστικής S, χρησιμοποιείται η διορθωμένη στατιστική του Yates S ' 2 2 ( O ij E ij E i1 j1 ij 0,5) η οποία επίσης ακολουθεί, υπό την Η 0, την κατανομή Χ 2 με έναν βαθμό ελευθερίας. Ωστόσο, η S' δεν δίνει πάντα πιο αξιόπιστα αποτελέσματα από τη στατιστική S. 2 46

47 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων Έλεγχος ανεξαρτησίας x 2 σε έναν (r x c) πίνακα συχνοτήτων Συχνά, ποσοτικές μετρήσεις ταξινομούνται σε έναν πίνακα διπλής εισόδου με κριτήρια τις κατηγορίες δύο ανεξάρτητων ποιοτικών μεταβλητών. Στην ενότητα αυτή θα εξετάσουμε την επέκταση του ελέγχου X 2 της προηγούμενης ενότητας (πίνακας 2x2) στη γενικότερη περίπτωση ενός πίνακα (rxc), με σκοπό να ελέγξουμε και σε αυτήν την περίπτωση εάν υπάρχει εξάρτηση μεταξύ των δύο ποιοτικών χαρακτηριστικών, με βάση τα οποία γίνεται η ταξινόμηση των στοιχείων του πίνακα. Και στην περίπτωση ενός πίνακα (rxc) ο έλεγχος Χ 2 στηρίζεται στη σύγκριση των παρατηρούμενων συχνοτήτων Ο ij, i = 1, 2,..., r, j = 1, 2,..., c με τις αντίστοιχες αναμενόμενες συχνότητες Ε ij υπό την υπόθεση της ανεξαρτησίας. Οι αναμενόμενες συχνότητες προσδιορίζονται από την RiC j Eij, i 1, 2,..., r, j 1, 2,..., c n όπου: R i είναι το άθροισμα όλων των ενδείξεων της γραμμής i του Πίνακα (rxc), C j είναι το άθροισμα όλων των ενδείξεων της στήλης j του Πίνακα (rxc), και n είναι το μέγεθος του δείγματος. Η υπόθεση Η 0 της ανεξαρτησίας των δύο ποιοτικών χαρακτηριστικών καθώς και η διαδικασία του ελέγχου x 2 στην περίπτωση αυτή συνοψίζονται στον Πίνακα 8. Η διαφορά από την περίπτωση του Πίνακα 6 είναι ότι σε αυτήν την περίπτωση η στατιστική S ακολουθεί την κατανομή x 2 με (r - 1) * (c - 1) βαθμούς ελευθερίας, όπου r είναι ο αριθμός των γραμμών και c ο αριθμός των στηλών του Πίνακα διπλής εισόδου. Ο γενικός αυτός κανόνας ισχύει βέβαια και στην περίπτωση του Πίνακα (2x2), στον οποίο οι βαθμοί ελευθερίας είναι (2-1) * (2-1) = 1 * 1 = 1. Ουσιαστικά λοιπόν, η περίπτωση του ελέγχου x 2 σε έναν πίνακα συχνοτήτων (2x2) μπορεί να θεωρηθεί ως ειδική περίπτωση του ελέγχου x 2 σε έναν πίνακα συχνοτήτων r x c. Οι ενδείξεις ενός πίνακα συχνοτήτων (rxc) θα μπορούσαν επίσης να χρησιμοποιηθούν για την εκτίμηση αναλογιών για ειδικές κατηγορίες του πληθυσμού (συνδυασμοί των διαφόρων επιπέδων των χαρακτηριστικών ταξινόμησης) καθώς και για τον έλεγχο υποθέσεων σχετικά με τις αναλογίες αυτές. Στην περίπτωση που για μία ή περισσότερες συχνότητες ισχύει Ε ij < 5, τότε πρέπει να μειώσουμε τον αριθμό των γραμμών ή των στηλών (ή και των δύο) έως ότου ικανοποιηθεί το κριτήριο αυτό. Έχει πάντως παρατηρηθεί γενικά ότι ο έλεγχος εξακολουθεί να είναι αξιόπιστος και στην περίπτωση κατά την οποία: οι βαθμοί ελευθερίας είναι περισσότεροι από έναν και λιγότεροι από 30, και για ποσοστό μικρότερο από 20% των αναμενόμενων συχνοτήτων, ισχύει 2 < Ε ij < 5. 47

48 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων Πίνακας 8 Έλεγχος ανεξαρτησίας x 2 για rxc πίνακες συχνοτήτων Η μορφή ενός παρατηρούμενου πίνακα συχνοτήτων r x c Κατηγορίες του δευτέρου κριτηρίου ταξινόμησης Κατηγορίες του πρώτου κριτηρίου ταξινόμησης c Σύνολο 1 Ο 11 Ο 12 Ο 13 Ο 1c R 1 2 Ο 21 Ο 22 Ο 23 Ο 2c R 2 3 Ο 31 Ο 32 Ο 33 Ο 3c R r Ο r1 Ο r2 Ο r3 Ο rc R r Σύνολο C 1 C 2 C 3 C c n H 0 : Η Α : Ελεγχόμενη Υπόθεση Τα δύο κριτήρια ταξινόμησης των στοιχείων του Πίνακα rxc είναι ανεξάρτητα. Τα δύο κριτήρια ταξινόμησης των στοιχείων του Πίνακα rxc δεν είναι ανεξάρτητα (αλληλοεξαρτώνται). S r c i1 j1 Κατάλληλη Στατιστική ( O ij E E ij ij ) 2 ~ X 2 ( r1)( c1) όπου RiC j Eij, i 1, 2,..., r, j 1, 2,..., c n Περιοχή απόρριψης 2 S X,(1 a) ( r 1)( c 1) Ακριβής πιθανότητα υπό την Η 0 p P( X r c 2 S ( 1)( 1) Απαιτούμενες υποθέσεις 1. Υποθέτουμε ότι το δείγμα που χρησιμοποιούμε στην ταξινόμηση είναι ένα απλό τυχαίο δείγμα από τον πληθυσμό για τον οποίο ενδιαφερόμαστε. 2. Για όλες τις αναμενόμενες συχνότητες E ij, i = 1, 2,..., r, j = 1, 2,..., c, ισχύει Ε ij >5. ) 48

49 4.2.4 Λογαριθμική-γραμμική ανάλυση Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων Η λογαριθμική-γραμμική ανάλυση βασίζεται στις αρχές του ελέγχου ανεξαρτησίας x 2 και χρησιμοποιείται για τη διερεύνηση αλληλεπιδράσεων περισσότερων των 2 ποιοτικών-κατηγορικών μεταβλητών. 31 Ένα λογαριθμικό-γραμμικό μοντέλο μπορεί να θεωρηθεί ως μοντέλο των αναμενόμενων συχνοτήτων ενός πίνακα συχνοτήτων και η ανάλυση αυτή βασίζεται στο γεγονός ότι ο λογάριθμος ενός γινομένου ισούται με το άθροισμα των λογαρίθμων των μεμονωμένων όρων του γινομένου. Συνεπώς, ο λογάριθμος των συχνοτήτων των κελιών του πίνακα συχνοτήτων είναι μία γραμμική συνάρτηση των λογαρίθμων των μεμονωμένων συνιστωσών. Στη λογαριθμική-γραμμική ανάλυση σχηματίζονται πίνακες που περιέχουν κύριες (μονοπαραγοντικές) επιδράσεις, αλληλεπιδράσεις δύο όρων και αλληλεπιδράσεις υψηλότερης τάξης. Ο λογάριθμος των συχνοτήτων των κελιών του πίνακα υπολογίζεται ως γραμμική εξίσωση και το λογαριθμικό-γραμμικό μοντέλο ξεκινά με όλες τις κύριες επιδράσεις και όλες τις αλληλεπιδράσεις δύο ή περισσότερων όρων. Σκοπός είναι η κατασκευή ενός μοντέλου τέτοιου ώστε οι συχνότητες των κελιών ενός πίνακα συχνοτήτων να μπορούν να προβλεφθούν με τον ελάχιστο αριθμό όρων. Αυτό πραγματοποιείται μέσω μίας διαδικασίας αποκλεισμού μεταβλητών. Σε αυτήν τη διαδικασία, το αρχικό μοντέλο περιλαμβάνει τον μέγιστο αριθμό όρων και στη συνέχεια οι όροι αποκλείονται ένας-ένας. Πρακτικά, η ανάλυση ξεκινά συμπεριλαμβάνοντας όλες τις μεταβλητές. Το μοντέλο σε αυτό το αρχικό στάδιο χαρακτηρίζεται ως κορεσμένο. Στη συνέχεια, αφαιρείται η αλληλεπίδραση υψηλότερης τάξης, κατασκευάζεται ένα νέο μοντέλο χωρίς την αλληλεπίδραση αυτή και υπολογίζονται από το μοντέλο οι αναμενόμενες συχνότητες. Έπειτα, αυτές οι αναμενόμενες συχνότητες συγκρίνονται με τις παρατηρηθείσες συχνότητες με τη χρήση είτε της στατιστικής Pearson x 2 (βλ. Ενότητα ) είτε της εξίσωσης υπολογισμού του λόγου πιθανοφάνειας (likelihood ratio statistic). Ο λόγος πιθανοφάνειας βασίζεται στη σύγκριση των παρατηρηθεισών συχνοτήτων με εκείνες που προκύπτουν ως πρόβλεψη του μοντέλου και υπολογίζεται με τον ακόλουθο τύπο: Lx 2 2 Observed ij Observed ln Modelij ij όπου Observed ij : παρατηρηθείσες συχνότητες στο κελί i,j, και Model ij : (αναμενόμενες) συχνότητες που προβλέπει το μοντέλο για το κελί i,j. Σημείωση: Όπως η στατιστική Pearson x 2, και αυτή η στατιστική διαθέτει κατανομή x 2 με τους ίδιους βαθμούς ελευθερίας και, για μεγάλα δείγματα, οι δύο στατιστικές σχεδόν ταυτίζονται με τον λόγο πιθανοφάνειας να προτιμάται όταν τα δείγματα είναι μικρού μεγέθους. Εάν λοιπόν το νέο μοντέλο προκαλεί σημαντική μεταβολή του λόγου πιθανοφάνειας, τότε η αφαίρεση του όρου αλληλεπίδρασης έχει σημαντική επίδραση στην προσαρμογή του μοντέλου και με αυτόν τον τρόπο γνωρίζουμε ότι αυτός ο όρος αλληλεπίδρασης είναι στατιστικά σημαντικός. Η μεταβολή υπολογίζεται απλά ως εξής: Lx 2 ή Lx 2 έ έ Lx 2 ύ έ Η διαδικασία του προοδευτικού αποκλεισμού όρων συνεχίζεται και κάθε φορά που αφαιρείται ένας όρος επαναλαμβάνεται ο ίδιος υπολογισμός του Lx 2 Μεταβολή και αξιολογείται η σημαντικότητά του. Βεβαίως, στα πλαίσια της εργασίας αυτής, η χρήση της λογαριθμικής-γραμμικής ανάλυσης είχε σκοπό να εξυπηρετήσει την ανίχνευση στατιστικά σημαντικών αλληλεπιδράσεων τριών 49

50 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων παραγόντων και για αυτόν τον λόγο εστιάζαμε μόνο στην επίπτωση που είχε η αφαίρεση από το μοντέλο του όρου της αλληλεπίδρασης τριών παραγόντων. Τέλος, οι παραδοχές της ανάλυσης αυτής είναι παρόμοιες με εκείνες που ισχύουν για τον έλεγχο ανεξαρτησίας x 2, καθώς η λογαριθμική-γραμμική ανάλυση αποτελεί επέκταση του ελέγχου ανεξαρτησίας. Συνεπώς, επιτρέπεται να υπάρχει ποσοστό κελιών έως 20% με αναμενόμενες συχνότητες <5 αλλά όλα τα κελιά πρέπει να έχουν αναμενόμενη συχνότητα >1, καθώς η παραβίαση αυτής της παραδοχής έχει ως αποτέλεσμα δραστική μείωση της ισχύος του ελέγχου και η ανάλυση δεν μπορεί πλέον να χαρακτηρίζεται αξιόπιστη Μέθοδοι διερεύνησης πολλαπλών γενετικών τόπων Το πεδίο της γενετικής επιδημιολογίας στοχεύει, όπως έχει ήδη αναφερθεί, στην ταυτοποίηση γενετικών πολυμορφισμών που εμπλέκονται στην εκδήλωση ασθενειών. 29 Οι μέθοδοι μοναδικού γενετικού τόπου (single-locus) μετρούν την επίδραση ενός γενετικού τόπου ανεξάρτητα από άλλους γενετικούς τόπους και είναι χρήσιμες για τη μελέτη γενετικών παθήσεων που προκαλούνται από ένα μόνο γονίδιο ή ακόμη και από γενετικούς τόπους εντός ενός μόνο γονιδίου. Για τη μελέτη πολυπαραγοντικών (σύνθετων) παθήσεων, αυτές οι μέθοδοι ενδέχεται να μην είναι κατάλληλες καθώς είναι πιθανό οι γενετικοί τόποι να συμβάλλουν σε μία συγκεκριμένη πολυπαραγοντική πάθηση μόνο μέσω της αλληλεπίδρασής τους με άλλα γονίδια (επίσταση), ενώ ενδέχεται να μην υπάρχουν κύριες επιδράσεις των μεμονωμένων γενετικών τόπων ή, εάν υπάρχουν, να είναι μικρές. Οι μέθοδοι μοναδικού γενετικού τόπου δεν μπορούν να εντοπίσουν σύνθετα μοτίβα, υποεκτιμώντας με αυτόν τον τρόπο τη γενετική συμβολή στην εμφάνιση της ασθένειας εν τη παρουσία αλληλεπιδράσεων μεταξύ των γενετικών τόπων. Συνεπώς, έχουν αναπτυχθεί προσεγγίσεις που λαμβάνουν υπ όψιν το γεγονός ότι οι πολυπαραγοντικές παθήσεις μπορεί να οφείλονται σε ένα πολύπλοκο μοτίβο γενετικών παραλλαγών. Οι προσεγγίσεις αυτές αναφέρονται ως μέθοδοι διερεύνησης πολλαπλών τόπων και έχουν σχεδιαστεί ειδικά για την ανακάλυψη πολλαπλών τόπων που εμπλέκονται στην εμφάνιση ασθενειών, ενδεχομένως σε διαφορετικά χρωμοσώματα. Με τη χρήση των μεθόδων διερεύνησης πολλαπλών γενετικών τόπων μπορούν να μελετηθούν ασθένειες με πολυγονιδιακό υπόβαθρο καθώς και πολυπαραγοντικές ασθένειες με την ενσωμάτωση στο μοντέλο περιβαλλοντικών προγνωστικών παραγόντων Η «Κατάρα των πολλών διαστάσεων» Το πρόβλημα των δειγμάτων μικρού και μεσαίου μεγέθους (ακόμη και μεγάλου μεγέθους ορισμένες φορές) ως προς τον έλεγχο αλληλεπιδράσεων για μία μεγάλη ομάδα προγνωστικών παραγόντων (πολυδιάστατα δεδομένα) αναφέρεται ως πρόβλημα της «κατάρας των πολλών διαστάσεων» (curse of dimensionality). Ο αριθμός των παρατηρήσεων καθίσταται πολύ μικρός σε σχέση με τον αριθμό των προγνωστικών παραγόντων που ελέγχονται, καθώς υπάρχουν λίγες παρατηρήσεις ή ακόμη και καμία παρατήρηση για ορισμένους συνδυασμούς προγνωστικών παραγόντων. Οι παραδοσιακές παραμετρικές προσεγγίσεις πάσχουν από το πρόβλημα της ύπαρξης πολλών διαστάσεων καθώς έχει ως αποτέλεσμα ανακριβείς εκτιμήσεις των παραμέτρων για αλληλεπιδράσεις. Οι μέθοδοι διερεύνησης πολλαπλών γενετικών τόπων είναι απαραίτητες για την επιλογή, από τον μεγάλο αριθμό γενετικών και περιβαλλοντικών προγνωστικών παραγόντων, μίας μικρής ομάδας προγνωστικών παραγόντων ή/και αλληλεπιδράσεων μεταξύ παραγόντων που εμφανίζουν σημαντική επίδραση στην έκβαση της νόσου Μέθοδος Μείωσης Πολυπαραγοντικής Διάστασης (ΜΜΠΔ) Η μέθοδος μείωσης πολυπαραγοντικής διάστασης αναλύει γενετικές ή/και περιβαλλοντικές επιδράσεις σε μία δίτιμη μεταβλητή εξόδου (π.χ. ύπαρξη ή όχι κάποιας ασθένειας) παρά σε ένα ποσοτικό χαρακτηριστικό. Αντίθετα με τις περισσότερες άλλες μεθόδους, η ΜΜΠΔ σχεδιάστηκε για την ανίχνευση αλληλεπιδράσεων εν τη απουσία ανιχνεύσιμων κύριων επιδράσεων και, κατά 50

51 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων συνέπεια, μπορεί να θεωρηθεί συμπληρωματική παραμετρικών προσεγγίσεων, όπως η λογιστική παλινδρόμηση. 23 Από ένα σύνολο εξεταζόμενων παραγόντων, η ΜΜΠΔ αξιολογεί όλους τους πιθανούς συνδυασμούς Ν-παραγόντων γενετικών ή/και διακριτών περιβαλλοντικών επιδράσεων. Κάθε κελί του συνδυασμού Ν-παραγόντων αποδίδεται σε ομάδα είτε χαμηλού είτε υψηλού κινδύνου. Μία συγκεκριμένη οριακή τιμή (κατώφλι), η οποία ορίζεται ως ο λόγος των περιστατικών προς τους μάρτυρες, προσδιορίζει την ομάδα κινδύνου στην οποία αποδίδεται ένας συνδυασμός παραγόντων. Για παράδειγμα, σε περίπτωση που θέλουμε να χαρακτηρίσουμε με αυτόν τον τρόπο τους εννέα γονότυπους που προκύπτουν εάν σχηματίσουμε όλους τους δυνατούς συνδυασμούς δύο γενετικών τόπων (ΑΑ, Αα, αα και ΒΒ, Ββ, ββ), εάν ως οριακή τιμή έχει οριστεί το 1 και το κελί που αντιστοιχεί σε έναν γονότυπο περιέχει περισσότερα περιστατικά από ό,τι μάρτυρες, αυτός ο γονότυπος χαρακτηρίζεται ως υψηλού κινδύνου. Συνεπώς, η ΜΜΠΔ αποδίδει κάθε συνδυασμό σε μία ομάδα υψηλού ή χαμηλού κινδύνου, δημιουργώντας με αυτόν τον τρόπο έναν νέο παράγοντα που αποτελείται από τις δύο ομάδες κινδύνου. Η διαδικασία δημιουργίας ενός νέου παράγοντα ως συνάρτηση δύο ή περισσότερων άλλων παραγόντων αναφέρεται ως δημιουργική επαγωγή (constructive induction) και αναπτύχθηκε πρώτη φορά από τον Michalski (1983). Η ΜΜΠΔ μπορεί συνεπώς να ειδωθεί ως μία προσέγγιση δημιουργικής επαγωγής, η οποία αξιολογεί την ικανότητα αυτού του νέου παράγοντα που δημιουργείται ως προς την ταξινόμηση και την πρόβλεψη της κατάστασης της μεταβλητής εξόδου μέσω πολλαπλής διασταυρωμένης επικύρωσης (multi-fold cross-validation). Η ΜΜΠΔ βασίζεται στην ιδέα ότι η αλλαγή του χώρου απεικόνισης των δεδομένων καθιστά ευκολότερη για έναν ταξινομητή, όπως ένα δένδρο αποφάσεων, την ανίχνευση εξαρτήσεων μεταξύ των χαρακτηριστικών. Κατά τη διαδικασία της πολλαπλής διασταυρωμένης επικύρωσης, τα συλλεχθέντα δεδομένα διαιρούνται σε ίσα υποσύνολα. Ένα από αυτά τα υποσύνολα δεν χρησιμοποιείται αρχικά ενώ τα υπόλοιπα χρησιμοποιούνται για την κατασκευή του μοντέλου. Το μοντέλο Ν-παραγόντων με το μικρότερο σφάλμα ταξινόμησης επιλέγεται και για αυτό το μοντέλο χρησιμοποιείται το εναπομείναν υποσύνολο για να μετρηθεί η ακρίβεια πρόβλεψης. Η διαδικασία επαναλαμβάνεται με διαφορετικό υποσύνολο να χρησιμοποιείται κάθε φορά με σκοπό τη μέτρηση της ακρίβειας πρόβλεψης για το καλύτερο μοντέλο ταξινόμησης που έχει δημιουργηθεί από τα υπόλοιπα υποσύνολα. Το μοντέλο με τη μέγιστη ακρίβεια πρόβλεψης επιλέγεται ως το βέλτιστο μοντέλο Ν-παραγόντων. Αξιολογούνται διαφορετικοί αριθμοί Ν παραγόντων. Για κάθε αριθμό παραγόντων, χρησιμοποιείται πολλαπλή διασταυρωμένη επικύρωση για την επιλογή του βέλτιστου, ως προς την ταξινόμηση, συνδυασμού Ν-παραγόντων μέσω της μέτρησης της ακρίβειας πρόβλεψης του μοντέλου. Η συνέπεια της διασταυρωμένης επικύρωσης είναι μία ακόμη παράμετρος για την επιλογή του βέλτιστου, ως προς την ταξινόμηση, συνδυασμού Ν-παραγόντων: πρόκειται για το αποτέλεσμα της διαίρεσης μεταξύ ενός αριθμού που εκφράζει το πόσες φορές ένας συνδυασμός Ν-παραγόντων επιλέγεται ως το βέλτιστο μοντέλο σε όλα τα σύνολα επικύρωσης και του αριθμού των συνόλων επικύρωσης. Επιλέγεται το μοντέλο Ν-παραγόντων με τη μέγιστη ακρίβεια πρόβλεψης ή/και τη μέγιστη συνέπεια διασταυρωμένης επικύρωσης. Εάν υπάρχει ένα βέλτιστο μοντέλο με τη μέγιστη ακρίβεια πρόβλεψης και κάποιο άλλο μοντέλο με τη μέγιστη συνέπεια διασταυρωμένης επικύρωσης, το πιο «φειδωλό» (parsimonious) μοντέλο επιλέγεται για την περιγραφή των συλλεχθέντων δεδομένων. Για παράδειγμα, εάν το βέλτιστο μοντέλο συνδυασμού 2 παραγόντων διαθέτει τη μέγιστη ακρίβεια πρόβλεψης και το βέλτιστο μοντέλο συνδυασμού 3 παραγόντων διαθέτει τη μέγιστη συνέπεια διασταυρωμένης επικύρωσης, επιλέγεται το μοντέλο συνδυασμού 2 παραγόντων. Ένας μεταθετικός έλεγχος (permutation test) πραγματοποιείται για να λαμβάνεται η στατιστική σημαντικότητα του μοντέλου Ν-παραγόντων που παρέχει τη μέγιστη ακρίβεια πρόβλεψης. Για κάθε μετατιθέμενο σύνολο δεδομένων επιλέγεται το βέλτιστο μοντέλο και προσδιορίζεται η ακρίβεια πρόβλεψης και η συνέπεια της διασταυρωμένης επικύρωσης. Η τιμή του p (p-value) λαμβάνεται χρησιμοποιώντας την κατανομή της ακρίβειας πρόβλεψης ή της συνέπειας της διασταυρωμένης επικύρωσης υπό τη μηδενική υπόθεση. 51

52 Ενότητα 4 Γενική στατιστική & θεωρητική προσέγγιση μεθόδων Στην Εικόνα 6 δίνεται ένα παράδειγμα στιγμιοτύπου οθόνης του λογισμικού MDR μετά από εκτέλεση της μεθόδου για την ανίχνευση μίας πιθανής κύριας επίδρασης του φύλου στον ΔΜΣ. Στο βασικό παράθυρο λευκού υποβάθρου του λογισμικού παρουσιάζεται γραφικά το μοντέλο που αφορά στην επίδραση του φύλου στον ΔΜΣ, με το 0 να υποδεικνύει το γυναικείο φύλο και το 1 το ανδρικό φύλο. Εντός κάθε πλαισίου, η αριστερή στήλη υποδεικνύει τον αριθμό των ατόμων με ΔΜΣ 25 και η δεξιά στήλη τον αριθμό των ατόμων με ΔΜΣ<25. Η έντονη σκίαση γκρι χρώματος στο πλαίσιο που αφορά στο ανδρικό φύλο υποδεικνύει ότι οι άνδρες ανήκουν σε ομάδα υψηλού κινδύνου, καθώς η αναλογία των ατόμων με ΔΜΣ 25 προς τα άτομα με ΔΜΣ<25 είναι περίπου 2,91, κατά πολύ υψηλότερη από την αντίστοιχη αναλογία που παρατηρείται σε ολόκληρο το σύνολο δεδομένων (βλ. Ratio: 1,5215). Εικόνα 6 Στιγμιότυπο οθόνης του λογισμικού MDR Η ΜΜΠΔ έχει εφαρμοστεί σε δεδομένα περιστατικών-μαρτύρων για τον καρκίνο του προστάτη 32, τον διαβήτη τύπου 2 33, το έμφραγμα του μυοκαρδίου 34, την υπέρταση 35, τον σποραδικό καρκίνο του μαστού 36 και έχει επίσης προταθεί για τη διερεύνηση της φαρμακογενετικής και της τοξικογενετικής. 52

53 ΕΝΟΤΗΤΑ 5 ΕΦΑΡΜΟΓΗ ΑΝΑΛΥΣΕΩΝ & ΑΠΟΤΕΛΕΣΜΑΤΑ 53

54 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα 5 Εφαρμογή αναλύσεων & αποτελέσματα 5.1 Προεπεξεργασία των δεδομένων Αναζήτηση και διαγραφή διπλών ή/και μη έγκυρων καταχωρήσεων Το σύνολο δεδομένων που είχαμε στη διάθεσή μας ήταν σε αρχείο τύπου.xls και αποτελούνταν από 4649 γραμμές και 28 στήλες. Κάθε γραμμή αντιστοιχούσε σε ένα καυκάσιο άτομο και κάθε στήλη σε μία μεταβλητή. Το ύψος, το σωματικό βάρος, ο ΔΜΣ, η ημερομηνία γέννησης, το φύλο και 23 διαφορετικά γονίδια αποτελούσαν τις στήλες των μεταβλητών. Στην Εικόνα 7 δίνεται ένα στιγμιότυπο οθόνης (screenshot) του αρχείου τύπου. xls που περιλάμβανε τα δεδομένα μας. Εικόνα 7 Στιγμιότυπο οθόνης του αρχικού συνόλου δεδομένων Πριν από την κατάλληλη κωδικοποίηση των δεδομένων για τη διεξαγωγή των αναλύσεων, ήταν απαραίτητος ο έλεγχος για τυχόν διπλές ή/και μη έγκυρες καταχωρήσεις. Χρησιμοποιώντας το λογισμικό διεξαγωγής στατιστικών αναλύσεων SPSS 15.0 για Windows, το οποίο όπως θα δούμε χρησιμοποιήθηκε και στη συνέχεια της έρευνάς μας, εντοπίσαμε 100 διπλές καταχωρήσεις, ενώ κατά τη μετέπειτα διαδικασία κωδικοποίησης εντοπίστηκαν επίσης 85 καταχωρήσεις με λανθασμένη ημερομηνία γέννησης (δηλ. με ημερομηνία γέννησης μεταγενέστερη της τρέχουσας) και 6 καταχωρήσεις με διάφορα σφάλματα, συνολικά λοιπόν 191 μη έγκυρες καταχωρήσεις, τις οποίες διαγράψαμε από το σύνολό μας. Μετά από αυτόν τον έλεγχο καταλήξαμε στο τελικό σύνολο δεδομένων που αποτελείτο από καταχωρήσεις για 4458 καυκάσια άτομα. 54

55 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Εισαγωγή του συνόλου δεδομένων στο SPSS, μετασχηματισμός ή/και κωδικοποίηση των δεδομένων Πριν την εισαγωγή των δεδομένων στο SPSS, διαγράψαμε από το αρχείο μας τις στήλες του ύψους και του σωματικού βάρους καθώς αυτές οι μετρήσεις ήταν απαραίτητες μόνο για τον υπολογισμό του ΔΜΣ και δεν θα χρησιμοποιούνταν κατά τη διεξαγωγή των αναλύσεών μας ως αυτόνομες μεταβλητές. Κατά συνέπεια, το οριστικό σύνολο των δεδομένων μας πριν την κατάλληλη κωδικοποίησή του εντός του SPSS αποτελείτο από 4458 γραμμές και 26 στήλες. Στη συνέχεια, εισάγαμε το αρχείο τύπου.xls στο SPSS και προχωρήσαμε στην κωδικοποίηση των μεταβλητών καθώς και στη δημιουργία ορισμένων νέων μεταβλητών, στις οποίες θα αναφερθούμε αργότερα. Η κωδικοποίηση έπρεπε να πραγματοποιηθεί με τρόπο τέτοιο ώστε να μπορεί το SPSS να εκτελεί τις αναλύσεις χωρίς σφάλματα και, σε ορισμένες περιπτώσεις, να αναγνωρίζει μέσω της κωδικοποίησης τα ελλείποντα δεδομένα (missing data) που υπήρχαν στις στήλες των 23 γονιδίων και να τα αποκλείει από τις αναλύσεις. Η πρώτη κίνηση ήταν ο μετασχηματισμός της ημερομηνίας γέννησης σε ηλικία (έτη). Όπως φαίνεται και στην Εικόνα 8, η ηλικία σε έτη δίνεται από την ποσοτική μεταβλητή Age_2. Πέραν όμως αυτού του μετασχηματισμού, δημιουργήσαμε στη συνέχεια την κατηγορική μεταβλητή Age_1, με κατηγορίες 1, 2 και 3, όπου: 1: ηλικία 30 ετών, 2: ηλικία ετών, και 3: ηλικία >55 ετών. Έπειτα, αφού διατηρήσαμε τον ΔΜΣ ως ποσοτική μεταβλητή με την ονομασία ΒΜΙ_1, δημιουργήσαμε δύο νέες κατηγορικές μεταβλητές, τη ΒΜΙ_2, με κατηγορίες 1, 2, 3 και 4, όπου βάσει της διεθνούς ταξινόμησης του ΠΟΥ: 1: λιποβαρές άτομο, δηλ. ΔΜΣ < 18,50, 2: φυσιολογικό άτομο, δηλ. ΔΜΣ = 18,50 έως 24,99, 3: υπέρβαρο άτομο, δηλ. ΔΜΣ = 25,00 έως 29,99, 4: παχύσαρκο άτομο, δηλ. ΔΜΣ 30,00, καθώς και τη ΒΜΙ_3, με κατηγορίες 0 και 1, όπου: 0: ΔΜΣ < 25, και 1: ΔΜΣ 25. Για τη μεταβλητή του φύλου ακολουθήσαμε τυπική δυαδική κωδικοποίηση (βλ. στήλη Gender στην Εικόνα 8): 0: γυναίκα, και 1: άνδρας. Σε ό,τι αφορά στις μεταβλητές των γονιδίων, όπου στο αρχικό σύνολο δεδομένων οι πιθανές κατηγορίες ήταν {1, 2, 1and2, [Ν/Α]} με την κατηγορία [Ν/Α] (δηλ. Not Applicable) να υποδεικνύει τα ελλείποντα δεδομένα, οι κατηγορίες 1 και 2 διατηρήθηκαν ως είχαν ενώ οι υπόλοιπες δύο κατηγορίες κωδικοποιήθηκαν ως εξής: 1and2: 3, και 55

56 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα [Ν/Α]: 99 (αριθμός που ενδείκνυται σύμφωνα με το SPSS για την κωδικοποίηση των ελλειπόντων δεδομένων). Εικόνα 8 Στιγμιότυπο οθόνης του τελικού συνόλου δεδομένων 5.2 Περιγραφικά στατιστικά στοιχεία Πριν παρουσιάσουμε τις αναλύσεις και τα αποτελέσματά τους, παραθέτουμε στη συνέχεια ορισμένα περιγραφικά στατιστικά στοιχεία για τον υπό ανάλυση πληθυσμό (σύνολο δεδομένων και υποσύνολα) με τη μορφή διαγραμμάτων και πινάκων. Η παράθεση βασικών στατιστικών στοιχείων του δείγματος σε μορφή πινάκων και η απεικόνισή τους με τη μορφή διαγραμμάτων βοηθά στην εδραίωση μίας γενικότερης αντίληψης σχετικά με το δείγμα πληθυσμού που είχαμε στη διάθεσή μας. Περισσότερα περιγραφικά στατιστικά στοιχεία, αναλυτικότερα για την κάλυψη διαφόρων δυνητικών υποσυνόλων του πληθυσμού, παρατίθενται στο Παράρτημα. Πίνακας 9 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ και την Ηλικία (ποσοτικές μεταβλητές) σε ολόκληρο τον πληθυσμό N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,520 16,278 54,798 27,138 0,085 5,677 Ηλικία ,537 0,172 11,493 56

57 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 1 Κατανομή ατόμων βάσει του ΔΜΣ (ως ποσοτικής μεταβλητής) σε ολόκληρο τον πληθυσμό (διαστήματα ΔΜΣ ανά 1 μονάδα) Διάγραμμα 2 Κατανομή ατόμων βάσει του ΔΜΣ (ως ποσοτικής μεταβλητής) σε ολόκληρο τον πληθυσμό (διαστήματα ΔΜΣ ανά 5 μονάδες) 57

58 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 10 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ (ποσοτική μεταβλητή) σε άτομα ηλικίας 30 ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,975 16,312 47,287 24,645 0,367 5,175 Πίνακας 11 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ (ποσοτική μεταβλητή) σε άτομα ηλικίας ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,176 16,278 54,454 26,638 0,112 5,649 Πίνακας 12 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ (ποσοτική μεταβλητή) σε άτομα ηλικίας >55 ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,467 16,331 54,798 28,171 0,135 5,585 Πίνακας 13 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ και την Ηλικία (ποσοτικές μεταβλητές) στον γυναικείο πληθυσμό N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,520 16,278 54,798 26,656 0,115 6,069 Ηλικία ,587 0,211 11,097 Πίνακας 14 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ και την Ηλικία (ποσοτικές μεταβλητές) στον ανδρικό πληθυσμό N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,012 16,312 52,325 27,929 0,118 4,868 Ηλικία ,454 0,295 12,117 58

59 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 15 Περιγραφικά στατιστικά στοιχεία για τον ΔΜΣ, την Ηλικία, το Φύλο και τα Γονίδια (κατηγορικές μεταβλητές) σε ολόκληρο τον πληθυσμό N Έγκυρα Δεδομένα Ελλείποντα Δεδομένα Επικρατούσα Τιμή (ΕΤ) ΔΜΣ* (4 κατηγορίες) ΔΜΣ** (2 κατηγορίες) Ηλικία Φύλο ACEIIDD CBSC699T CETPG279A COL1A1GSp1T ENOSG894T GSTM1WT GSTP1A313G GSTP1C341T GSTT1WT IL6G174C IL6G634C LPLC1595G MnSODC28T MSMTRRA66G MTHFRA1298C MTHFRC677T MTRA2756G PPARgamma2PRO12A1A TNFalphaG308A VDRCTaq1T VDRTBsm1C VDRTFok1C F5G1691A * 1: <18,50, 2: 18,50-24,99, 3: 25,00-29,99, 4: 30,00 ** 0: <25, 1: 25 1: 30, 2: 31-55, 3: >55 0: Γυναίκα, 1: Άνδρας 59

60 Διάγραμμα 3 Ταξινόμηση ατόμων σε 4 κατηγορίες βάσει του ΔΜΣ 60 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα α) Σε ολόκληρο τον πληθυσμό γ) Στον ανδρικό πληθυσμό β) Στον γυναικείο πληθυσμό

61 Διάγραμμα 4 Ταξινόμηση ατόμων σε 4 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία σε ολόκληρο τον πληθυσμό Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα γ) Άτομα ηλικίας > 55 ετών α) Άτομα ηλικίας 30 ετών β) Άτομα ηλικίας ετών 61

62 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα 5.3 Διεξαγωγή αναλύσεων και αποτελέσματα Συσχέτιση μεταβλητών Προσπαθήσαμε να διερευνήσουμε την πιθανή ύπαρξη συσχέτισης μεταξύ: των ποσοτικών μεταβλητών του ΔΜΣ και της Ηλικίας, και της ποσοτικής μεταβλητής του ΔΜΣ και της δυαδικής μεταβλητής του Φύλου, υπολογίζοντας τους συντελεστές συσχέτισης του Pearson και του Spearman στην πρώτη περίπτωση και τον συντελεστή συσχέτισης του Pearson στη δεύτερη περίπτωση. Τα αποτελέσματα παρουσιάζονται στον Πίνακα 16. Πίνακας 16 Σημαντικά συσχετιζόμενες μεταβλητές Συντελεστής Συσχέτισης Παραμετρικός Μη Παραμετρικός Ν Pearson Spearman Επίπεδο Σημαντικότητας (μονόπλευρο) ΔΜΣ * Ηλικία ,160 0,192 < 0,01 ΔΜΣ * Φύλο , < 0,01 Η συσχέτιση, όπως παρατηρούμε, είναι στατιστικά σημαντική αλλά ασθενής και στις δύο περιπτώσεις που εξετάσαμε. Στην πρώτη περίπτωση καταδεικνύεται ότι υπάρχει θετική συσχέτιση μεταξύ του ΔΜΣ και της ηλικίας, δηλ. αύξηση της ηλικίας σχετίζεται με αύξηση του ΔΜΣ, η συσχέτιση όμως αυτή είναι, όπως προείπαμε, ασθενής καθώς τόσο ο συντελεστής του Pearson όσο και ο συντελεστής του Spearman είναι < 0,3. Στη δεύτερη περίπτωση, παρατηρήθηκε επίσης στατιστικά σημαντική ασθενής συσχέτιση (r < 0,3) μεταξύ του ΔΜΣ και του φύλου, με τον ανδρικό πληθυσμό να φαίνεται να σχετίζεται με υψηλότερο ΔΜΣ. Σημείωση: για την καλύτερη ανάγνωση των αποτελεσμάτων, κάθε επίπεδο σημαντικότητας <0,5 παρουσιάζεται με έντονη και πλάγια γραφή μπλε χρώματος Ανίχνευση κύριων επιδράσεων Ανάλυση διακύμανσης κατά έναν παράγοντα Με την ανάλυση διακύμανσης κατά έναν παράγοντα ανιχνεύσαμε τις κύριες επιδράσεις ορισμένων μεταβλητών στη διακύμανση του ΔΜΣ. Στη συνέχεια, παρουσιάζουμε όλες τις στατιστικά σημαντικές κύριες επιδράσεις που ανιχνεύσαμε μέσω αυτής της μεθόδου σε κατάλληλους πίνακες, καθώς και τη σχετική ερμηνεία τους. Οφείλουμε να αναφέρουμε, πριν την παράθεση των αποτελεσμάτων, ότι για όλα τα στατιστικά σημαντικά αποτελέσματα που θα ακολουθήσουν εξετάστηκε, με τη χρήση του Ελέγχου Ισότητας των Διακυμάνσεων του Levene ή του Ελέγχου Ισότητας των Μέσων Τιμών του Welch ή των Brown-Forsythe, η ικανοποίηση της βασικής παραδοχής της ανάλυσης της διακύμανσης που αφορά στον έλεγχο της μηδενικής υπόθεσης ότι οι διακυμάνσεις των υποομάδων που σχηματίζονται είναι ίσες. 62

63 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 17 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με την ηλικία (ως κατηγορική μεταβλητή) Άθροισμα τετραγώνων Βαθμοί ελευθερίας Μέσο τετραγωνικό σφάλμα F Επίπεδο σημαντικότητας (ΕΣ) Μεταξύ των ομάδων 3700, ,44 58,91 < 0,001 Εντός των ομάδων , ,410 Σύνολο , Όπως φαίνεται από τον Πίνακα 17, παρατηρούνται διαφορές μεταξύ των μέσων τιμών του ΔΜΣ στις ηλικιακές κατηγορίες 30 ετών, ετών και >55 ετών, αλλά δεν διευκρινίζεται μέσω αυτού του ελέγχου ποιες ομάδες διαφέρουν μεταξύ τους. Για να μπορέσουμε να ερμηνεύσουμε αυτό το στατιστικά σημαντικό αποτέλεσμα χρειάστηκε να εκτελέσουμε «post-hoc» ελέγχους (πολλαπλές συγκρίσεις), τα αποτελέσματα των οποίων κατέδειξαν ότι ο μέσος ΔΜΣ στην ηλικιακή κατηγορία >55 ετών είναι υψηλότερος σε σύγκριση με τις δύο άλλες ηλικιακές κατηγορίες (ειδικά σε σύγκριση με την κατηγορία 30 ετών), και, αντίστροφα, στην ηλικιακή κατηγορία 30 ετών είναι χαμηλότερος από τις δύο άλλες ηλικιακές κατηγορίες (ειδικά σε σύγκριση με την κατηγορία >55 ετών). Στον Πίνακα 18 παρουσιάζονται τα αποτελέσματα των πολλαπλών συγκρίσεων. Πίνακας 18 Αποτελέσματα πολλαπλών συγκρίσεων για τη μέση τιμή του ΔΜΣ στις τρεις ηλικιακές κατηγορίες Διαφορά μέσων τιμών (Α Β)* Διάστημα εμπιστοσύνης 95% Τυπικό Σφάλμα ΕΣ** Κάτω όριο Άνω όριο Ηλικιακή κατηγορία (Α) 30 (Ν=199) (Ν=2547) >55 (Ν=1712) έναντι Ηλικιακής κατηγορίας (Β) ,993 0,413 < 0,001-2,978-1,008 >55-3,526 0,420 < 0,001-4,528-2, ,993 0,413 < 0,001 1,008 2,978 >55-1,533 0,175 < 0,001-1,951-1, ,526 0,420 < 0,001 2,524 4, ,533 0,175 < 0,001 1,115 1,951 * Η μέση διαφορά είναι σημαντική στο επίπεδο 0,05. ** Το ΕΣ (επίπεδο σημαντικότητας) υποδεικνύει την πιθανότητα να ισούται με μηδέν η διαφορά μεταξύ των μέσων τιμών των πληθυσμών. Στις πολλαπλές συγκρίσεις, οι οποίες χρησιμοποιούνται πολύ συχνά στους στατιστικούς ελέγχους με σκοπό την ερμηνεία ενός στατιστικά σημαντικού αποτελέσματος, δημιουργείται ένα διάστημα εμπιστοσύνης 95% για κάθε διαφορά μεταξύ των ομάδων (βλ. αντίστοιχες στήλες του Πίνακα 18). Εάν αυτό το διάστημα εμπιστοσύνης περιλαμβάνει το μηδέν, οι δύο συγκρινόμενες ομάδες δεν διαφέρουν, ενώ στην αντίθετη περίπτωση, κατά την οποία το μηδέν δεν περιλαμβάνεται στο διάστημα εμπιστοσύνης, καταδεικνύεται η διαφορά των ομάδων. Στη συνέχεια, εκτελέσαμε την ανάλυση της διακύμανσης χρησιμοποιώντας ως παράγοντα διακύμανσης το φύλο. Τα αποτελέσματα παρουσιάζονται στον Πίνακα

64 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 19 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με το φύλο Άθροισμα τετραγώνων Βαθμοί ελευθερίας Μέσο τετραγωνικό σφάλμα F Επίπεδο σημαντικότητας Μεταξύ των ομάδων 1698, ,82 53,34 < 0,001 Εντός των ομάδων , ,852 Σύνολο , Στην περίπτωση του φύλου λοιπόν, καταδεικνύεται στατιστικά σημαντική διαφορά μεταξύ του ανδρικού (Ν=1689) και του γυναικείου (Ν=2769) υποπληθυσμού, με τους άνδρες να εμφανίζουν υψηλότερο ΔΜΣ, όπως κρίνεται μέσω παρατήρησης των γενικών περιγραφικών στατιστικών στοιχείων. Μάλιστα, με τη χρήση συγκριτικών ελέγχων (contrast tests), καταδείχθηκε η στατιστικά σημαντική διαφορά μεταξύ των δύο υποπληθυσμών τόσο σε περίπτωση ικανοποίησης όσο και σε περίπτωση μη ικανοποίησης της παραδοχής της ύπαρξης ισότητας των διακυμάνσεων. Πραγματοποιήσαμε την ανάλυση της διακύμανσης κατά έναν παράγοντα και για κάθε ένα από τα γονίδια που είχαμε στη διάθεσή μας για να εντοπίσουμε τυχόν κύρια επίδραση κάποιου ή κάποιων εξ αυτών στη διακύμανση του ΔΜΣ. Τα γονίδια που καταδείχθηκε ότι επηρεάζουν από μόνα τους τη διακύμανση του ΔΜΣ ήταν το ACEIIDD και το IL6G634C. Στους πίνακες που παραθέτουμε στη συνέχεια (Πίνακες 20 και 21) παρουσιάζονται τα αποτελέσματα της ανάλυσης της διακύμανσης για αυτά τα δύο γονίδια. Πίνακας 20 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με το γονίδιο ACEIIDD Άθροισμα τετραγώνων Βαθμοί ελευθερίας Μέσο τετραγωνικό σφάλμα F Επίπεδο σημαντικότητας Μεταξύ των ομάδων 295, ,62 4,56 0,01 Εντός των ομάδων , ,34 Σύνολο , Πίνακας 21 Αποτελέσματα πολλαπλών συγκρίσεων για τη μέση τιμή του ΔΜΣ στις τρεις καταστάσεις του γονιδίου ACEIIDD Διαφορά μέσων τιμών (Α Β) Διάστημα εμπιστοσύνης 95% Τυπικό Σφάλμα ΕΣ** Κάτω όριο Άνω όριο Κατάσταση ACEIIDD (Α) 1 2-0,674* 0,251 0,022-1,273-0,075 (Ν=875) 1and2-0,156 0,227 0,869-0,699 0, ,674* 0,251 0,022 0,075 1,273 (Ν=1246) 1and2 0,517* 0,202 0,031 0,036 0,999 1and2 (Ν=2205) έναντι Κατάστασης ACEIIDD (Β) 1 0,156 0,227 0,869-0,387 0, ,517* 0,202 0,031-0,999-0,036 * Η μέση διαφορά είναι σημαντική στο επίπεδο 0,05. ** Το ΕΣ (επίπεδο σημαντικότητας) υποδεικνύει την πιθανότητα να ισούται με μηδέν η διαφορά μεταξύ των μέσων τιμών των πληθυσμών. 64

65 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Από τους Πίνακες 20 και 21, παρατηρείται στατιστικά σημαντική διαφορά στη μέση τιμή του ΔΜΣ μεταξύ της κατάστασης 2 και των άλλων καταστάσεων του γονιδίου ACEIIDD. Η ισχυρότερη από τις διαφορές είναι εκείνη μεταξύ των καταστάσεων 1 και 2, με τα άτομα που φέρουν την κατάσταση 2 του γονιδίου να εμφανίζουν υψηλότερο ΔΜΣ σε σύγκριση με εκείνα τα άτομα που φέρουν την κατάσταση 1. Τέλος, στους Πίνακες 22 και 23 που ακολουθούν παρουσιάζονται τα αποτελέσματα της ανάλυσης της διακύμανσης για την περίπτωση του γονιδίου IL6G634C. Πίνακας 22 Αποτελέσματα ανάλυσης διακύμανσης του ΔΜΣ σε σχέση με το γονίδιο IL6G634C Άθροισμα τετραγώνων Βαθμοί ελευθερίας Μέσο τετραγωνικό σφάλμα F Επίπεδο σημαντικότητας Μεταξύ των ομάδων 1013, ,81 15,83 <0,001 Εντός των ομάδων , ,01 Σύνολο , Πίνακας 23 Αποτελέσματα πολλαπλών συγκρίσεων για τη μέση τιμή του ΔΜΣ στις τρεις καταστάσεις του γονιδίου IL6G634C Διαφορά μέσων τιμών (Α Β)* Διάστημα εμπιστοσύνης 95% Τυπικό Σφάλμα ΕΣ** Κάτω όριο Άνω όριο Κατάσταση IL6G634C (Α) 1 (Ν=3839) 2 (Ν=125) 1and2 (Ν=493) έναντι Κατάστασης IL6G634C (Β) 2 2,666 0,514 <0,001 1,438 3,894 1and2 0,675 0,271 0,038 0,029 1, ,666 0,514 <0,001-3,894-1,438 1and2-1,991 0,567 0,001-3,344-0, ,675 0,271 0,038-1,321-0, ,991 0,567 0,001 0,638 3,344 * Η μέση διαφορά είναι σημαντική στο επίπεδο 0,05. ** Το ΕΣ (επίπεδο σημαντικότητας) υποδεικνύει την πιθανότητα να ισούται με μηδέν η διαφορά μεταξύ των μέσων τιμών των πληθυσμών. Είναι προφανές από τους πίνακες αυτούς ότι υπάρχει στατιστικά σημαντική διαφορά στη μέση τιμή του ΔΜΣ μεταξύ και των τριών καταστάσεων του γονιδίου IL6G634C, με ισχυρότερη εκείνη μεταξύ της κατάστασης 2 και των υπόλοιπων καταστάσεων. Φαίνεται ότι τα άτομα που φέρουν την κατάσταση 2 του γονιδίου εμφανίζουν χαμηλότερο ΔΜΣ σε σύγκριση με τα άτομα εκείνα που φέρουν τις δύο άλλες καταστάσεις Έλεγχος ανεξαρτησίας x 2 Κύριες επιδράσεις παραγόντων ανιχνεύσαμε και με τη χρήση του ελέγχου ανεξαρτησίας x 2 που περιγράφηκε στην ενότητα των στατιστικών μεθόδων (βλ. Ενότητα 4.2.3). Η διαφορά σε σύγκριση με την ανάλυση της διακύμανσης είναι ότι ο ΔΜΣ χρησιμοποιήθηκε στη διεξαγωγή του ελέγχου αυτού ως κατηγορική μεταβλητή, είτε με 4 είτε με 2 κατηγορίες (βλ. Ενότητα 5.1.2, μεταβλητές ΒΜΙ_2 και ΒΜΙ_3), και όχι ως ποσοτική συνεχής μεταβλητή. Οι πρώτοι δύο έλεγχοι που κατέδειξαν στατιστικά σημαντικά αποτελέσματα αφορούσαν την ηλικία και το φύλο. Ακολουθούν οι πίνακες συχνοτήτων για αυτές τις δύο μεταβλητές. 65

66 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 24 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με την ηλικιακή κατηγορία Ηλικία Σύνολο >55 Συχνότητα Αναμενόμενη συχνότητα 3,0* 38,9 26,1 68,0 Λιποβαρής % εντός του ΔΜΣ 13,2% 57,4% 29,4% 100,0% % εντός της Ηλικίας 4,5% 1,5% 1,2% 1,5% % επί του Συνόλου 0,2% 0,9% 0,4% 1,5% Συχνότητα Αναμενόμενη συχνότητα 75,9 971,3 652,8 1700,0 Φυσιολογικός % εντός του ΔΜΣ 7,0% 63,5% 29,5% 100,0% % εντός της Ηλικίας 59,8% 42,4% 29,3% 38,1% ΔΜΣ % επί του Συνόλου 2,7% 24,2% 11,2% 38,1% Συχνότητα Αναμενόμενη συχνότητα 70,6 903,3 607,1 1581,0 Υπέρβαρος % εντός του ΔΜΣ 2,8% 54,9% 42,3% 100,0% % εντός της Ηλικίας 22,1% 34,1% 39,1% 35,5% % επί του Συνόλου 1,0% 19,5% 15,0% 35,5% Συχνότητα Αναμενόμενη συχνότητα 49,5 633,6 425,9 1109,0 Παχύσαρκος % εντός του ΔΜΣ 2,4% 50,5% 47,1% 100,0% % εντός της Ηλικίας 13,6% 22,0% 30,5% 24,9% % επί του Συνόλου 0,6% 12,6% 11,7% 24,9% Συχνότητα Αναμενόμενη συχνότητα 199,0 2547,0 1712,0 4458,0 Σύνολο % εντός του ΔΜΣ 4,5% 57,1% 38,4% 100,0% % εντός της Ηλικίας 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 4,5% 57,1% 38,4% 100,0% * Ένα κελί του πίνακα (ποσοστό 8,3% των κελιών των αναμενόμενων συχνοτήτων) έχει αναμενόμενη συχνότητα <5. Ο έλεγχος ανεξαρτησίας x 2 για τον ΔΜΣ ως προς την ηλικία ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας < 0,001 με έξι βαθμούς ελευθερίας (x 2 (6)=143,30, p<0,001), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των ηλικιακών κατηγοριών ως προς την ταξινόμηση στις κατηγορίες του ΔΜΣ. Αυτό φαίνεται και στο Διάγραμμα 5 που ακολουθεί, με το μοτίβο ταξινόμησης να είναι διαφορετικό για την ηλικιακή κατηγορία >55 ετών σε σύγκριση με τις δύο άλλες ηλικιακές κατηγορίες καθώς το επικρατές ποσοστό είναι εκείνο των υπέρβαρων ατόμων. 66

67 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 5 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία >55 Πίνακας 25 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το φύλο Λιποβαρής Φυσιολογικός ΔΜΣ Υπέρβαρος Παχύσαρκος Σύνολο Φύλο Σύνολο Γυναίκα Άνδρας Συχνότητα Αναμενόμενη συχνότητα 42,2 25,8 68,0 % εντός του ΔΜΣ 85,3% 14,7% 100,0% % εντός του Φύλου 2,1% 0,6% 1,5% % επί του Συνόλου 1,3% 0,2% 1,5% Συχνότητα Αναμενόμενη συχνότητα 1055,9 644,1 1700,0 % εντός του ΔΜΣ 75,2% 24,8% 100,0% % εντός του Φύλου 46,2% 25,0% 38,1% % επί του Συνόλου 28,7% 9,5% 38,1% Συχνότητα Αναμενόμενη συχνότητα 982,0 599,0 1581,0 % εντός του ΔΜΣ 48,5% 51,5% 100,0% % εντός του Φύλου 27,7% 48,2% 35,5% % επί του Συνόλου 17,2% 18,3% 35,5% Συχνότητα Αναμενόμενη συχνότητα 688,8 420,2 1109,0 % εντός του ΔΜΣ 60,1% 39,9% 100,0% % εντός του Φύλου 24,1% 26,2% 24,9% % επί του Συνόλου 14,9% 9,9% 24,9% Συχνότητα Αναμενόμενη συχνότητα 2769,0 1689,0 4458,0 % εντός του ΔΜΣ 62,1% 37,9% 100,0% % εντός του Φύλου 100,0% 100,0% 100,0% % επί του Συνόλου 62,1% 37,9% 100,0% Ο έλεγχος ανεξαρτησίας x 2 για τον ΔΜΣ ως προς το φύλο ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας < 0,001 με τρεις βαθμούς ελευθερίας (x 2 (3)= 265,06, p<0,001), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των δύο φύλων ως προς την ταξινόμηση στις κατηγορίες του ΔΜΣ. Στο Διάγραμμα 6 που ακολουθεί καταδεικνύονται αυτές οι διαφορές, με το μοτίβο ταξινόμησης να είναι διαφορετικό για τους άνδρες σε σύγκριση με τις γυναίκες. 67

68 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 6 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ ανά φύλο Γυναίκες Άνδρες Ο έλεγχος ανεξαρτησίας x 2 κατέδειξε στατιστικά σημαντικές κύριες επιδράσεις για τρία από τα 23 γονίδια του δείγματός μας. Στους πίνακες και στα διαγράμματα που ακολουθούν παρουσιάζονται τα αντίστοιχα αποτελέσματα. Πίνακας 26 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το γονίδιο ACEIIDD ACEIIDD Σύνολο Συχνότητα Αναμενόμενη συχνότητα 13,6 19,3 34,2 67,0 % εντός του ΔΜΣ 25,4% 20,9% 53,7% 100,0% % εντός του ACEIIDD 1,9% 1,1% 1,6% 1,5% % επί του Συνόλου,4%,3%,8% 1,5% Συχνότητα Αναμενόμενη συχνότητα 333,3 474,7 840,0 1648,0 % εντός του ΔΜΣ 21,3% 28,0% 50,7% 100,0% % εντός του ACEIIDD 40,1% 37,0% 37,9% 38,1% % επί του Συνόλου 8,1% 10,7% 19,3% 38,1% Συχνότητα Αναμενόμενη συχνότητα 309,5 440,7 779,9 1530,0 % εντός του ΔΜΣ 20,6% 27,5% 52,0% 100,0% % εντός του ACEIIDD 36,0% 33,7% 36,1% 35,4% % επί του Συνόλου 7,3% 9,7% 18,4% 35,4% Συχνότητα Αναμενόμενη συχνότητα 218,6 311,4 551,0 1081,0 % εντός του ΔΜΣ 17,8% 32,5% 49,8% 100,0% % εντός του ACEIIDD 21,9% 28,2% 24,4% 25,0% % επί του Συνόλου 4,4% 8,1% 12,4% 25,0% Συχνότητα Αναμενόμενη συχνότητα 875,0 1246,0 2205,0 4326,0 % εντός του ΔΜΣ 20,2% 28,8% 51,0% 100,0% % εντός του ACEIIDD 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 20,2% 28,8% 51,0% 100,0% Ο έλεγχος ανεξαρτησίας x 2 για τον ΔΜΣ ως προς το γονίδιο ACEIIDD ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας 0,033 με έξι βαθμούς ελευθερίας (x 2 (6)=13,75, p=0,033), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των καταστάσεων του γονιδίου ως προς την 68

69 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα ταξινόμηση στις κατηγορίες του ΔΜΣ. Στο Διάγραμμα 7 που ακολουθεί παρουσιάζονται τα ποσοστά ταξινόμησης στις κατηγορίες του ΔΜΣ για κάθε κατάσταση του γονιδίου, με σημαντικά υψηλότερο ποσοστό παχύσαρκων στην κατάσταση 2 του γονιδίου σε σχέση με τις δύο άλλες καταστάσεις. Διάγραμμα 7 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ ανά κατάσταση του γονιδίου ACEIIDD Πίνακας 27 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το γονίδιο IL6G634C IL6G634C Σύνολο Συχνότητα Αναμενόμενη συχνότητα 58,6 1,9* 7,5 68,0 Λιποβαρής % εντός του ΔΜΣ 83,8% 5,9% 10,3% 100,0% % εντός του ACEIIDD 1,5% 3,2% 1,4% 1,5% % επί του Συνόλου 1,3% 0,1%,2% 1,5% Συχνότητα Αναμενόμενη συχνότητα 1463,4 47,6 187,9 1699,0 Φυσιολογικός % εντός του ΔΜΣ 84,9% 4,3% 10,8% 100,0% % εντός του ACEIIDD 37,6% 58,4% 37,3% 38,1% ΔΜΣ % επί του Συνόλου 32,4% 1,6% 4,1% 38,1% Συχνότητα Αναμενόμενη συχνότητα 1361,8 44,3 174,9 1581,0 Υπέρβαρος % εντός του ΔΜΣ 85,1% 2,4% 12,5% 100,0% % εντός του ACEIIDD 35,0% 30,4% 40,2% 35,5% % επί του Συνόλου 30,2% 0,9% 4,4% 35,5% Συχνότητα Αναμενόμενη συχνότητα 955,2 31,1 122,7 1109,0 Παχύσαρκος % εντός του ΔΜΣ 89,7%,9% 9,4% 100,0% % εντός του ACEIIDD 25,9% 8,0% 21,1% 24,9% % επί του Συνόλου 22,3% 0,2% 2,3% 24,9% Συχνότητα Αναμενόμενη συχνότητα 3839,0 125,0 493,0 4457,0 Σύνολο % εντός του ΔΜΣ 86,1% 2,8% 11,1% 100,0% % εντός του ACEIIDD 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 86,1% 2,8% 11,1% 100,0% * Ένα κελί του πίνακα (ποσοστό 8,3% των κελιών των αναμενόμενων συχνοτήτων) έχει αναμενόμενη συχνότητα <5. 69

70 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Ο έλεγχος ανεξαρτησίας x 2 για τον ΔΜΣ ως προς το γονίδιο IL6G634C ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας <0,001 με έξι βαθμούς ελευθερίας (x 2 (6)=39,24, p<0,001), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των καταστάσεων του γονιδίου ως προς την ταξινόμηση στις κατηγορίες του ΔΜΣ. Στο Διάγραμμα 8 παρουσιάζονται τα ποσοστά ταξινόμησης στις κατηγορίες του ΔΜΣ για κάθε κατάσταση του γονιδίου, με σημαντικά υψηλότερο ποσοστό φυσιολογικών ατόμων στην κατάσταση 2 του γονιδίου σε σύγκριση με τις δύο άλλες καταστάσεις και ποσοστιαία επικράτηση των υπέρβαρων ατόμων στην κατάσταση 1and2. Διάγραμμα 8 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ ανά κατάσταση του γονιδίου IL6G634C Πίνακας 28 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) σε σχέση με το γονίδιο TNFalphaG308A TNFalphaG308A Σύνολο Συχνότητα Αναμενόμενη συχνότητα 49,8 1,5* 16,7 68,0 Λιποβαρής % εντός του ΔΜΣ 60,3% 1,5% 38,2% 100,0% % εντός του ACEIIDD 1,3% 1,0% 2,5% 1,6% % επί του Συνόλου 0,9% 0,02% 0,6% 1,6% Συχνότητα Αναμενόμενη συχνότητα 1206,1 36,9 403,9 1647,0 Φυσιολογικός % εντός του ΔΜΣ 75,2% 2,1% 22,6% 100,0% % εντός του ACEIIDD 39,1% 36,1% 35,2% 38,1% ΔΜΣ % επί του Συνόλου 28,6% 0,8% 8,6% 38,1% Συχνότητα Αναμενόμενη συχνότητα 1120,4 34,3 375,2 1530,0 Υπέρβαρος % εντός του ΔΜΣ 72,4% 2,7% 24,9% 100,0% % εντός του ACEIIDD 35,0% 42,3% 35,9% 35,4% % επί του Συνόλου 25,6% 0,9% 8,8% 35,4% Συχνότητα Αναμενόμενη συχνότητα 791,6 24,2 265,1 1081,0 Παχύσαρκος % εντός του ΔΜΣ 72,2% 1,9% 26,0% 100,0% % εντός του ACEIIDD 24,6% 20,6% 26,5% 25,0% % επί του Συνόλου 18,0% 0,5% 6,5% 25,0% Συχνότητα Αναμενόμενη συχνότητα 3168,0 97,0 1061,0 4326,0 Σύνολο % εντός του ΔΜΣ 73,2% 2,2% 24,5% 100,0% % εντός του ACEIIDD 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 73,2% 2,2% 24,5% 100,0% * Ένα κελί του πίνακα (ποσοστό 8,3% των κελιών των αναμενόμενων συχνοτήτων) έχει αναμενόμενη συχνότητα <5. 70

71 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Ο έλεγχος ανεξαρτησίας x 2 για τον ΔΜΣ ως προς το γονίδιο TNFalphaG308A ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας 0,033 με έξι βαθμούς ελευθερίας (x 2 (6)=13,71, p=0,033), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των καταστάσεων του γονιδίου ως προς την ταξινόμηση στις κατηγορίες του ΔΜΣ. Στο Διάγραμμα 9 πιο κάτω παρουσιάζονται τα ποσοστά ταξινόμησης στις κατηγορίες του ΔΜΣ για κάθε κατάσταση του γονιδίου, με την κατάσταση 2 του γονιδίου να διαφέρει σημαντικά από τις δύο άλλες καταστάσεις εμφανίζοντας σημαντικά υψηλότερο ποσοστό υπέρβαρων ατόμων. Διάγραμμα 9 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ ανά κατάσταση του γονιδίου TNFalphaG308A Εκτός από τη διεξαγωγή του ελέγχου ανεξαρτησίας x 2 με τον ΔΜΣ ως κατηγορική μεταβλητή 4 κατηγοριών με σκοπό την ανίχνευση κύριων επιδράσεων, εκτελέσαμε επίσης διερευνητικά τον έλεγχο αυτό με τη χρήση του ΔΜΣ ως κατηγορικής μεταβλητής 2 κατηγοριών (μεταβλητή ΒΜΙ_3, ΔΜΣ<25 ή ΔΜΣ 25), κυρίως για να εξετάσουμε εάν υπάρχουν κύριες επιδράσεις των παραγόντων στη μεταβλητή ΔΜΣ 25 που προκύπτει με τη συνένωση των κατηγοριών των υπέρβαρων και παχύσαρκων ατόμων. Η συνένωση των κατηγοριών των λιποβαρών και φυσιολογικών ατόμων δεν μπορεί δυστυχώς να μας οδηγήσει σε ρεαλιστικά συμπεράσματα, καθώς πιστεύεται ότι και τα λιποβαρή άτομα κινδυνεύουν να εμφανίσουν κάποιες παθολογικές καταστάσεις λόγω πολύ χαμηλού σωματικού βάρους. Οφείλουμε να σημειώσουμε σε αυτό το σημείο ότι η δημιουργία της μεταβλητής ΒΜΙ_3 πραγματοποιήθηκε αρχικά για χρήση με τη μέθοδο μείωσης πολυπαραγοντικής διάστασης λόγω του ότι η μέθοδος αυτή μπορεί να αναλύσει επιδράσεις και αλληλεπιδράσεις σε δίτιμες μόνο μεταβλητές. Τελικά, αποφασίσαμε ότι ίσως έχει κάποιο νόημα η χρήση της δίτιμης μεταβλητής ΒΜΙ_3 και με τον έλεγχο ανεξαρτησίας x 2 και τα αποτελέσματα αυτών των ελέγχων παρατίθενται στη συνέχεια. Ο έλεγχος που πραγματοποιήθηκε με τη χρήση της μεταβλητής ΒΜΙ_3 έδωσε στατιστικά σημαντικά αποτελέσματα κύριων επιδράσεων στον ΔΜΣ, τα οποία παρουσιάζονται στους πίνακες και τα διαγράμματα που ακολουθούν, για την Ηλικία, το Φύλο και τα γονίδια IL6G634C και VDRCTaq1T. 71

72 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 29 <25 ΔΜΣ 25 Σύνολο Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με την ηλικιακή κατηγορία Ηλικία Σύνολο >55 Συχνότητα Αναμενόμενη συχνότητα 78,9 1010,1 679,0 1768,0 % εντός του ΔΜΣ 7,2% 63,3% 29,5% 100,0% % εντός της Ηλικίας 64,3% 43,9% 30,4% 39,7% % επί του Συνόλου 2,9% 25,1% 11,7% 39,7% Συχνότητα Αναμενόμενη συχνότητα 120,1 1536,9 1033,0 2690,0 % εντός του ΔΜΣ 2,6% 53,1% 44,3% 100,0% % εντός της Ηλικίας 35,7% 56,1% 69,6% 60,3% % επί του Συνόλου 1,6% 32,0% 26,7% 60,3% Συχνότητα Αναμενόμενη συχνότητα 199,0 2547,0 1712,0 4458,0 % εντός του ΔΜΣ 4,5% 57,1% 38,4% 100,0% % εντός της Ηλικίας 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 4,5% 57,1% 38,4% 100,0% Ο έλεγχος ανεξαρτησίας x 2 για τον ΔΜΣ (κατηγορική μεταβλητή 2 κατηγοριών) ως προς την ηλικία ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας < 0,001 με δύο βαθμούς ελευθερίας (x 2 (2)=130,94, p<0,001), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των ηλικιακών κατηγοριών ως προς την ταξινόμηση σε 2 κατηγορίες βάσει του ΔΜΣ. Αυτό φαίνεται και στο Διάγραμμα 10 που ακολουθεί, με το μοτίβο ταξινόμησης να είναι διαφορετικό για την ηλικιακή κατηγορία <30 ετών σε σύγκριση με τις δύο άλλες ηλικιακές κατηγορίες καθώς το επικρατές ποσοστό είναι εκείνο των ατόμων με ΔΜΣ<25. Αντίθετα, στις ηλικιακές κατηγορίες ετών και >55 ετών το επικρατές ποσοστό είναι εκείνο των ατόμων με ΔΜΣ 25, ιδιαίτερα στην ηλικιακή κατηγορία >55 ετών. Διάγραμμα 10 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία >55 72

73 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 30 <25 ΔΜΣ 25 Σύνολο Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με το φύλο Φύλο Σύνολο Γυναίκα Άνδρας Συχνότητα Αναμενόμενη συχνότητα 1098,2 669,8 1768,0 % εντός του ΔΜΣ 75,6% 24,4% 100,0% % εντός του Φύλου 48,2% 25,6% 39,7% % επί του Συνόλου 30,0% 9,7% 39,7% Συχνότητα Αναμενόμενη συχνότητα 1670,8 1019,2 2690,0 % εντός του ΔΜΣ 53,3% 46,7% 100,0% % εντός του Φύλου 51,8% 74,4% 60,3% % επί του Συνόλου 32,1% 28,2% 60,3% Συχνότητα Αναμενόμενη συχνότητα 2769,0 1689,0 4458,0 % εντός του ΔΜΣ 62,1% 37,9% 100,0% % εντός του Φύλου 100,0% 100,0% 100,0% % επί του Συνόλου 62,1% 37,9% 100,0% Ο έλεγχος ως προς το φύλο ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας < 0,001 με έναν βαθμό ελευθερίας (x 2 (1)= 225,32, p<0,001), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των δύο φύλων ως προς την ταξινόμηση σε 2 κατηγορίες του ΔΜΣ. Στο Διάγραμμα 11 που ακολουθεί καταδεικνύονται αυτές οι διαφορές, με τους άνδρες να ταξινομούνται σε ποσοστό σχεδόν 75% στην κατηγορία ΔΜΣ 25. Επιπροσθέτως, βάσει της υπολογισθείσας αναλογίας πιθανοτήτων (odds ratio), μπορούμε να αναφέρουμε ότι είναι 3,12 φορές πιθανότερο ένας άνδρας να έχει ΔΜΣ 25 σε σύγκριση με μία γυναίκα. Διάγραμμα 11 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ ανά φύλο Γυναίκες Άνδρες 73

74 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 31 <25 ΔΜΣ 25 Σύνολο Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με το γονίδιο IL6G634C IL6G634C Σύνολο Συχνότητα Αναμενόμενη συχνότητα 1522,0 49,6 195,5 1767,0 % εντός του ΔΜΣ 84,8% 4,4% 10,8% 100,0% % εντός του IL6G634C 39,0% 61,6% 38,7% 39,6% % επί του Συνόλου 33,6% 1,7% 4,3% 39,6% Συχνότητα Αναμενόμενη συχνότητα 2317,0 75,4 297,5 2690,0 % εντός του ΔΜΣ 87,0% 1,8% 11,2% 100,0% % εντός του IL6G634C 61,0% 38,4% 61,3% 60,4% % επί του Συνόλου 52,5% 1,1% 6,8% 60,4% Συχνότητα Αναμενόμενη συχνότητα 3839,0 125,0 493,0 4457,0 % εντός του ΔΜΣ 86,1% 2,8% 11,1% 100,0% % εντός του IL6G634C 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 86,1% 2,8% 11,1% 100,0% Ο έλεγχος ως προς το γονίδιο IL6G634C ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας < 0,001 με δύο βαθμούς ελευθερίας (x 2 (2)= 25,92, p<0,001), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των τριών καταστάσεων του γονιδίου ως προς την ταξινόμηση σε 2 κατηγορίες του ΔΜΣ. Στο Διάγραμμα 12 καταδεικνύονται αυτές οι διαφορές, με το μοτίβο στην κατάσταση 2 του γονιδίου να διαφέρει από τις δύο άλλες καταστάσεις, παρουσιάζοντας σημαντική ποσοστιαία επικράτηση των ατόμων με ΔΜΣ<25. Διάγραμμα 12 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ ανά κατάσταση του γονιδίου IL6G634C 74

75 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 32 <25 ΔΜΣ 25 Σύνολο Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 2 κατηγοριών) σε σχέση με το γονίδιο VDRCTaq1T VDRCTaq1T Σύνολο Συχνότητα Αναμενόμενη συχνότητα 248,3 691,6 778,1 1718,0 % εντός του ΔΜΣ 14,6% 42,4% 43,0% 100,0% % εντός του VDRCTaq1T 40,1% 41,8% 37,6% 39,7% % επί του Συνόλου 5,8% 16,8% 17,0% 39,7% Συχνότητα Αναμενόμενη συχνότητα 377,7 1052,4 1183,9 2614,0 % εντός του ΔΜΣ 14,3% 38,8% 46,8% 100,0% % εντός του VDRCTaq1T 59,9% 58,2% 62,4% 60,3% % επί του Συνόλου 8,7% 23,4% 28,3% 60,3% Συχνότητα Αναμενόμενη συχνότητα 626,0 1744,0 1962,0 4332,0 % εντός του ΔΜΣ 14,5% 40,3% 45,3% 100,0% % εντός του VDRCTaq1T 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 14,5% 40,3% 45,3% 100,0% Ο έλεγχος ως προς το γονίδιο VDRCTaq1T ήταν στατιστικά σημαντικός σε επίπεδο σημαντικότητας 0,033 με δύο βαθμούς ελευθερίας (x 2 (2)= 6,82, p=0,033), καταδεικνύοντας την ύπαρξη διαφορών μεταξύ των τριών καταστάσεων του γονιδίου ως προς την ταξινόμηση σε 2 κατηγορίες του ΔΜΣ. Στο ακόλουθο Διάγραμμα 13 παρουσιάζεται η ποσοστιαία ταξινόμηση σε δύο κατηγορίες του ΔΜΣ ανά κατάσταση του γονιδίου, με την κατάσταση 1and2 να παρουσιάζει το υψηλότερο ποσοστό ατόμων με ΔΜΣ 25. Διάγραμμα 13 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ ανά κατάσταση του γονιδίου VDRCTaq1T 75

76 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Μέθοδος μείωσης πολυπαραγοντικής διάστασης Αν και η μέθοδος αυτή θεωρείται καταλληλότερη για την ανίχνευση αλληλεπιδράσεων, μπορεί η χρήση της να δώσει αποτελέσματα και για κύριες επιδράσεις. Τα σημαντικά αποτελέσματα της μεθόδου για την κατηγορική μεταβλητή ΒΜΙ_3 (ΔΜΣ ως κατηγορική μεταβλητή 2 κατηγοριών) ως προς τις κύριες επιδράσεις παρουσιάζονται στον πίνακα που ακολουθεί (βλ. Πίνακα 33). Λόγω της αδυναμίας του λογισμικού να αποκλείει αυτόματα από την ανάλυση τυχόν ελλείποντα δεδομένα, αναγκαστήκαμε να τα διαγράψουμε χειροκίνητα από κάθε μεταβλητή ξεχωριστά και στη συνέχεια να εκτελέσουμε την ανάλυση. Η διαδικασία αυτή δεν ήταν ιδιαίτερα χρονοβόρα στην περίπτωση των κύριων επιδράσεων, αλλά αργότερα σε αυτήν την ενότητα θα δούμε με ποιον τρόπο καταφέραμε να αντιμετωπίσουμε το πρόβλημα των ελλειπόντων δεδομένων στις πολύ πολυπλοκότερες αναλύσεις των αλληλεπιδράσεων δύο και τριών παραγόντων. Ας σημειώσουμε όμως σε αυτό το σημείο πώς ακριβώς προκύπτουν τα στοιχεία που παρουσιάζονται στις τρεις τελευταίες στήλες του Πίνακα 33, καθώς και των ανάλογων πινάκων που πρόκειται να παρουσιάσουμε στη συνέχεια της ενότητας. Πέρα λοιπόν από τη θεωρητική προσέγγιση της μεθόδου που περιγράψαμε στην Ενότητα 4, και σύμφωνα με τους δημιουργούς του λογισμικού: Η ισορροπημένη ακρίβεια ελέγχου δίνει τον μέσο όρο των τιμών της ακρίβειας ελέγχου (καθώς εμείς χρησιμοποιούμε δεκαπλή διασταυρωμένης επικύρωση, πρόκειται για τον μέσο όρο που προκύπτει από 10 τιμές για την ακρίβεια ελέγχου), όπου η ακρίβεια ελέγχου είναι η αναλογία των σωστών ταξινομήσεων προς των συνολικό αριθμό καταχωρήσεων εντός του συνόλου ελέγχου. Η στήλη του ελέγχου σημαντικότητας εμφανίζει τον αριθμό των τιμών της ακρίβειας ελέγχου που είναι 0,5 και σε παρένθεση την τιμή του p (p-value), όπως υπολογίζεται με τη χρήση του μη παραμετρικού ελέγχου σημαντικότητας. Εάν: n = Αριθμός διαστημάτων διασταυρωμένης επικύρωσης και c = Αριθμός διαστημάτων διασταυρωμένης επικύρωσης με ακρίβεια ελέγχου 0,5 τότε ο τύπος που υπολογίζει την τιμή του p είναι ο ακόλουθος p n k c n 1 k 2 n. Πίνακας 33 Βέλτιστα μοντέλα Βέλτιστα μοντέλα κύριων επιδράσεων στον ΔΜΣ με τη χρήση της ΜΜΠΔ Υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 Ισορροπημένη ακρίβεια ελέγχου Έλεγχος σημαντικότητας (p-value) Φύλο Άνδρας 0,61 10 (0,001) Ηλικία >55 0,57 10 (0,001) IL6G634C Καταστάσεις 1, 1and2 0,51 9 (0,011) 76

77 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Ανίχνευση αλληλεπιδράσεων δύο παραγόντων Ανάλυση διακύμανσης κατά δύο παράγοντες Σε αυτήν την ενότητα παρουσιάζονται τα στατιστικά σημαντικά αποτελέσματα που προέκυψαν από την ανάλυση διακύμανσης κατά δύο παράγοντες. Υποδεικνύονται οι συνδυασμοί γονιδίων που καταδείχθηκε ότι η αλληλεπίδρασή τους επηρεάζει τον ΔΜΣ καθώς και το επίπεδο στατιστικής σημαντικότητας αυτών των αλληλεπιδράσεων. Μπορεί να παρατηρηθεί ότι δεν αναφέρεται καμία στατιστικά σημαντική αλληλεπίδραση μεταξύ της ηλικίας ή του φύλου με κάποιο από τα διαθέσιμα γονίδια. Στην πραγματικότητα, οι έλεγχοι με την ανάλυση της διακύμανσης για αυτούς τους συνδυασμούς είχαν συχνά στατιστικά σημαντικά αποτελέσματα αλλά αποτύγχαναν στην ικανοποίηση της βασικής παραδοχής της ανάλυσης της διακύμανσης (ανατρέξτε στην Ενότητα 4.2.2) που εξετάζεται με τον έλεγχο του Levene, του Welch ή των Brown-Forsythe και, συνεπώς, δεν θεωρούνται αξιόπιστοι. Στους πίνακες που ακολουθούν παρουσιάζονται συνοπτικά τα στατιστικά χαρακτηριστικά των ελέγχων και η ερμηνεία των στατιστικά σημαντικών αποτελεσμάτων που προέκυψαν. Πίνακας 34 Στατιστικά σημαντικά αποτελέσματα της ανάλυσης της διακύμανσης του ΔΜΣ κατά δύο παράγοντες Άθροισμα τετραγώνων τύπου IV Βαθμοί ελευθερίας Μέσο τετραγωνικό σφάλμα F Επίπεδο σημαντικότητας (ΕΣ) CBSC699T*MSMTRRA66G 389, ,32 3,05 0,016 GSTM1WT*IL6G174C 253, ,52 3,90 0,020 GSTM1WT*VDRCTaq1T 220, ,15 3,43 0,033 IL6G174C*LPLC1595G 394, ,67 3,04 0,016 IL6G174C*MnSODC28T 633, ,39 4,88 0,001 LPLC1595G*MTRA2756G 416, ,02 3,21 0,012 VDRTBsm1C*VDRTFok1C 324, ,22 2,54 0,038 Για να γίνει κατανοητός ο επόμενος πίνακας (Πίνακας 35) που περιέχει τη συνοπτική ερμηνεία των αποτελεσμάτων θα δώσουμε ένα παράδειγμα της κανονικής περιγραφής της ερμηνείας ενός αποτελέσματος και της συντομευμένης σύνταξής του εντός του πίνακα για πρακτικούς λόγους. Η πρόταση «Ο συνδυασμός της κατάστασης 2 του γονιδίου CBSC699T με την κατάσταση 1 του γονιδίου MSMTRRA66G εμφανίζει υψηλότερο ΔΜΣ έναντι του συνδυασμού της κατάστασης 2 του γονιδίου CBSC699T με την κατάσταση 2 του γονιδίου MSMTRRA66G», η οποία θα χρησιμοποιούνταν κανονικά για την περιγραφή της σημαντικής αλληλεπίδρασης που αναφέρεται στην πρώτη γραμμή του πίνακα που ακολουθεί, γράφεται τελικά εν συντομία «2*1 > 2*2» όπου οι αριθμοί εκφράζουν την κατάσταση του αντίστοιχου γονιδίου και το σύμβολο της ανισότητας αφορά στη σύγκριση του ΔΜΣ μεταξύ των δύο συνδυασμών. 77

78 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 35 Συνοπτική ερμηνεία αποτελεσμάτων της ανάλυσης της διακύμανσης του ΔΜΣ κατά δύο παράγοντες Σημαντική αλληλεπίδραση Ερμηνεία Μέση διαφορά Τυπικό σφάλμα CBSC699T*MSMTRRA66G 2*1 > 2*2 1*2 > 2*2 2,13 1,41 0,72 0,55 GSTM1WT*IL6G174C 1*2 > 2*2 1,10 0,43 GSTM1WT*VDRCTaq1T 1*2 > 2*2 2*1and2 > 2*2 0,59 0,86 0,27 0,26 IL6G174C*LPLC1595G 1and2*1and2 > 1and2*1 1,04 0,35 1and2*1and2 > 2*1and2 1,80 0,59 IL6G174C*MnSODC28T 2*2 > 1*2 1and2*2 > 1*2 1*1and2 > 1*2 1*1 > 1*2 1,38 1,21 1,24 1,25 0,49 0,36 0,32 0,37 LPLC1595G*MTRA2756G 1and2*1 > 1and2*1and2 1,13 0,45 VDRTBsm1C*VDRTFok1C 1*1 > 2*1 1and2*1and2 > 2*1and2 1,95 0,71 0,66 0,27 78

79 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 36 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με την ανάλυση της διακύμανσης ACEI IDD CBS C699 CETP G27 COL 1A1 ENO SG8 GST M1W GSTP1 A31 GSTP1 C34 GST T1W IL6G 174C IL6G 634C LPLC 1595 MnSO DC28 MSMT RRA MTHF RA12 MTHF RC67 MTR A27 PPA Rga TNFa lpha VDRT Bsm1 VDR CTaq VDRT Fok1 F5G 169 ACEIIDD CBSC699 0,016* CETPG27 COL1A1 ENOSG8 GSTM1W 0,020 0,033 GSTP1A31 GSTP1C34 GSTT1W IL6G174C 0,016 0,001 IL6G634C LPLC1595 0,012 MnSODC2 MSMTRRA MTHFRA12 MTHFRC67 MTRA27 PPARga TNFalpha VDRTBsm1 0,038 VDRCTaq VDRTFok1 F5G169 * Τα πλαίσια με υπόβαθρο πορτοκαλί χρώματος υποδεικνύουν τις στατιστικά σημαντικές αλληλεπιδράσεις και οι αριθμοί που περιλαμβάνονται σε αυτά τα επίπεδα σημαντικότητας. 79

80 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Λογαριθμική-γραμμική ανάλυση Χρησιμοποιήσαμε τη λογαριθμική-γραμμική ανάλυση για να ανιχνεύσουμε διπλές αλληλεπιδράσεις που ενδέχεται να επηρεάζουν τον ΔΜΣ, όπως ταξινομείται σε 4 ή 2 κατηγορίες. Ανιχνεύθηκαν τέσσερις στατιστικά σημαντικές αλληλεπιδράσεις όταν η ανάλυση πραγματοποιήθηκε με τον ΔΜΣ όπως ταξινομείται σε 4 κατηγορίες και δεκατρείς όταν η ανάλυση πραγματοποιήθηκε με τον ΔΜΣ όπως ταξινομείται σε 2 κατηγορίες. Οι σημαντικές αλληλεπιδράσεις παρουσιάζονται στη συνέχεια με τη μορφή πινάκων και διαγραμμάτων. - ΔΜΣ ως μεταβλητή 4 κατηγοριών Η πρώτη σημαντική αλληλεπίδραση ήταν εκείνη μεταξύ των γονιδίων ACEIIDD και VDRTBsm1C (x 2 (12)=22,47, p=0,033). Για την ερμηνεία αυτής της αλληλεπίδρασης εκτελέσαμε ξεχωριστούς ελέγχους ανεξαρτησίας x 2 για κάθε κατάσταση του γονιδίου ACEIIDD έναντι του VDRTBsm1C και κάθε κατάσταση του γονιδίου VDRTBsm1C έναντι του ACEIIDD. Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 του γονιδίου ACEIIDD με το γονίδιο VDRTBsm1C (x 2 (6)=18,62, p=0,005) και της κατάστασης 2 του γονιδίου VDRTBsm1C με το γονίδιο ACEIIDD (x 2 (6)=19,52, p=0,003). Πίνακας 37 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1) και VDRTBsm1C VDRTBsm1C Σύνολο Συχνότητα Αναμενόμενη συχνότητα 2,5* 6,9 7,5 17,0 % εντός του ΔΜΣ 11,8% 52,9% 35,3% 100,0% % εντός του VDRTBsm1C 1,6% 2,6% 1,6% 2,0% % επί του Συνόλου,2% 1,0%,7% 2,0% Συχνότητα Αναμενόμενη συχνότητα 51,4 139,8 151,8 343,0 % εντός του ΔΜΣ 15,7% 40,5% 43,7% 100,0% % εντός του VDRTBsm1C 41,9% 39,6% 39,4% 39,8% % επί του Συνόλου 6,3% 16,1% 17,4% 39,8% Συχνότητα Αναμενόμενη συχνότητα 46,4 126,4 137,2 310,0 % εντός του ΔΜΣ 11,0% 47,1% 41,9% 100,0% % εντός του VDRTBsm1C 26,4% 41,6% 34,1% 36,0% % επί του Συνόλου 3,9% 17,0% 15,1% 36,0% Συχνότητα Αναμενόμενη συχνότητα 28,6 77,9 84,5 191,0 % εντός του ΔΜΣ 20,4% 29,8% 49,7% 100,0% % εντός του VDRTBsm1C 30,2% 16,2% 24,9% 22,2% % επί του Συνόλου 4,5% 6,6% 11,0% 22,2% Συχνότητα Αναμενόμενη συχνότητα 129,0 351,0 381,0 861,0 % εντός του ΔΜΣ 15,0% 40,8% 44,3% 100,0% % εντός του VDRTBsm1C 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 15,0% 40,8% 44,3% 100,0% * Ένα κελί του πίνακα (ποσοστό 8,3% των κελιών των αναμενόμενων συχνοτήτων) έχει αναμενόμενη συχνότητα <5. Όπως φαίνεται στο Διάγραμμα 14, στον συνδυασμό της κατάστασης 1 του γονιδίου ACEIIDD με την κατάσταση 2 του VDRTBsm1C (εν συντομία, ο συνδυασμός 1*2) παρουσιάζεται σημαντικά υψηλότερο ποσοστό υπέρβαρων, και στον συνδυασμό 1*1 σημαντικά υψηλότερο ποσοστό παχύσαρκων σε σύγκριση με τους δύο άλλους, κατά περίπτωση, συνδυασμούς. 80

81 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 14 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1) και VDRTBsm1C Πίνακας 38 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD και VDRTBsm1C (2) ACEIIDD Σύνολο Συχνότητα Αναμενόμενη συχνότητα 6,4 7,9 14,7 29,0 % εντός του ΔΜΣ 31,0% 17,2% 51,7% 100,0% % εντός του ACEIIDD 2,6% 1,2% 1,9% 1,8% % επί του Συνόλου 0,6% 0,3% 0,9% 1,8% Συχνότητα Αναμενόμενη συχνότητα 141,2 172,2 322,6 636,0 % εντός του ΔΜΣ 21,9% 26,7% 51,4% 100,0% % εντός του ACEIIDD 39,6% 39,7% 40,8% 40,2% % επί του Συνόλου 8,8% 10,8% 20,7% 40,2% Συχνότητα Αναμενόμενη συχνότητα 122,1 148,9 279,0 550,0 % εντός του ΔΜΣ 26,5% 24,5% 48,9% 100,0% % εντός του ACEIIDD 41,6% 31,5% 33,5% 34,8% % επί του Συνόλου 9,2% 8,5% 17,0% 34,8% Συχνότητα Αναμενόμενη συχνότητα 81,3 99,1 185,7 366,0 % εντός του ΔΜΣ 15,6% 32,2% 52,2% 100,0% % εντός του ACEIIDD 16,2% 27,6% 23,8% 23,1% % επί του Συνόλου 3,6% 7,5% 12,1% 23,1% Συχνότητα Αναμενόμενη συχνότητα 351,0 428,0 802,0 1581,0 % εντός του ΔΜΣ 22,2% 27,1% 50,7% 100,0% % εντός του ACEIIDD 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 22,2% 27,1% 50,7% 100,0% Στο Διάγραμμα 15, παρατηρούμε ότι στον συνδυασμό 1*2 παρουσιάζεται σημαντικά υψηλότερο ποσοστό υπέρβαρων (πανομοιότυπη παρατήρηση με εκείνη που προέκυψε από το προηγούμενο διάγραμμα), και στον συνδυασμό 2*2 σημαντικά υψηλότερο ποσοστό παχύσαρκων σε σύγκριση με τους δύο άλλους, κατά περίπτωση, συνδυασμούς. 81

82 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 15 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD και VDRTBsm1C (2) Πίνακας 39 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1) και VDRCTaq1T VDRCTaq1T Σύνολο Συχνότητα Αναμενόμενη συχνότητα 2,2* 6,9 6,8 17,0 % εντός του ΔΜΣ 12,5% 56,3% 31,3% 100,0% % εντός του VDRCTaq1T 1,7% 2,4% 1,4% 2,0% % επί του Συνόλου 0,2% 1,0% 0,6% 2,0% Συχνότητα Αναμενόμενη συχνότητα 48,5 150,7 147,9 343,0 % εντός του ΔΜΣ 14,4% 43,2% 42,4% 100,0% % εντός του VDRCTaq1T 41,3% 39,9% 39,8% 39,8% % επί του Συνόλου 5,8% 17,3% 17,0% 39,8% Συχνότητα Αναμενόμενη συχνότητα 43,7 135,9 133,4 310,0 % εντός του ΔΜΣ 10,9% 49,8% 39,3% 100,0% % εντός του VDRCTaq1T 28,1% 41,5% 33,3% 36,0% % επί του Συνόλου 3,9% 18,0% 14,2% 36,0% Συχνότητα Αναμενόμενη συχνότητα 26,5 82,5 81,0 191,0 % εντός του ΔΜΣ 18,4% 32,1% 49,5% 100,0% % εντός του VDRCTaq1T 28,9% 16,2% 25,5% 22,2% % επί του Συνόλου 4,0% 7,0% 10,9% 22,2% Συχνότητα Αναμενόμενη συχνότητα 129,0 351,0 381,0 861,0 % εντός του ΔΜΣ 15,0% 40,8% 44,3% 100,0% % εντός του VDRCTaq1T 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 15,0% 40,8% 44,3% 100,0% * Ένα κελί του πίνακα (ποσοστό 8,3% των κελιών των αναμενόμενων συχνοτήτων) έχει αναμενόμενη συχνότητα <5. Η δεύτερη σημαντική αλληλεπίδραση ήταν εκείνη μεταξύ των γονιδίων ACEIIDD και VDRCTaq1T (x 2 (12)=22,43, p=0,033) (βλ. Πίνακα 39). Για την ερμηνεία της αλληλεπίδρασης εκτελέσαμε ξεχωριστούς ελέγχους ανεξαρτησίας x 2 για κάθε κατάσταση του γονιδίου ACEIIDD έναντι του VDRCTaq1T και κάθε κατάσταση του γονιδίου VDRCTaq1T έναντι του ACEIIDD. Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 του γονιδίου ACEIIDD με το γονίδιο 82

83 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα VDRCTaq1T (x 2 (6)=17,51, p=0,008) και της κατάστασης 2 του γονιδίου VDRCTaq1T με το γονίδιο ACEIIDD (x 2 (6)=24,91, p<0,001). Διάγραμμα 16 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1) και VDRCTaq1T Στο Διάγραμμα 16, παρατηρούμε ότι στον συνδυασμό 1*2 παρουσιάζεται σημαντικά υψηλότερο ποσοστό υπέρβαρων και στον συνδυασμό 1*1 σημαντικά υψηλότερο ποσοστό παχύσαρκων σε σύγκριση με τους δύο άλλους, κατά περίπτωση, συνδυασμούς. Πίνακας 40 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων ACEIIDD και VDRCTaq1T (2) ACEIIDD Σύνολο Συχνότητα Αναμενόμενη συχνότητα 6,6 8,3 15,1 30,0 % εντός του ΔΜΣ 30,0% 16,7% 53,3% 100,0% % εντός του ACEIIDD 2,4% 1,1% 1,9% 1,8% % επί του Συνόλου 0,5% 0,3% 0,9% 1,8% Συχνότητα Αναμενόμενη συχνότητα 150,8 189,2 346,0 686,0 % εντός του ΔΜΣ 21,9% 26,8% 51,3% 100,0% % εντός του ACEIIDD 39,9% 39,0% 40,8% 40,1% % επί του Συνόλου 8,8% 10,8% 20,6% 40,1% Συχνότητα Αναμενόμενη συχνότητα 130,3 163,6 299,1 593,0 % εντός του ΔΜΣ 26,3% 24,5% 49,2% 100,0% % εντός του ACEIIDD 41,5% 30,7% 33,8% 34,7% % επί του Συνόλου 9,1% 8,5% 17,1% 34,7% Συχνότητα Αναμενόμενη συχνότητα 88,3 110,9 202,8 402,0 % εντός του ΔΜΣ 15,2% 34,3% 50,5% 100,0% % εντός του ACEIIDD 16,2% 29,2% 23,5% 23,5% % επί του Συνόλου 3,6% 8,1% 11,9% 23,5% Συχνότητα Αναμενόμενη συχνότητα 376,0 472,0 863,0 1711,0 % εντός του ΔΜΣ 22,0% 27,6% 50,4% 100,0% % εντός του ACEIIDD 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 22,0% 27,6% 50,4% 100,0% 83

84 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 17 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD και VDRCTaq1T (2) Όπως φαίνεται στο Διάγραμμα 17, στον συνδυασμό 1*2 παρουσιάζεται σημαντικά υψηλότερο ποσοστό υπέρβαρων και στον συνδυασμό 2*2 σημαντικά υψηλότερο ποσοστό παχύσαρκων σε σύγκριση με τους δύο άλλους, κατά περίπτωση, συνδυασμούς. Η ίδια παρατήρηση πραγματοποιήθηκε για τον συνδυασμό 1*2 και στο Διάγραμμα 16 που προέκυψε από τον προηγούμενο πίνακα συχνοτήτων, καταδεικνύοντας τη μεγάλη ισχύ της συγκεκριμένης αλληλεπίδρασης. Πίνακας 41 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων GSTM1WT (2) και VDRTBsm1C VDRTBsm1C Σύνολο Συχνότητα Αναμενόμενη συχνότητα 6,3 14,8 17,9 39,0 % εντός του ΔΜΣ 12,8% 43,6% 43,6% 100,0% % εντός του VDRTBsm1C 1,4% 2,0% 1,6% 1,7% % επί του Συνόλου 0,2% 0,8% 0,8% 1,7% Συχνότητα Αναμενόμενη συχνότητα 141,7 332,7 404,6 879,0 % εντός του ΔΜΣ 16,3% 40,6% 43,1% 100,0% % εντός του VDRTBsm1C 39,4% 41,9% 36,6% 39,0% % επί του Συνόλου 6,4% 15,9% 16,8% 39,0% Συχνότητα Αναμενόμενη συχνότητα 126,6 297,1 361,3 785,0 % εντός του ΔΜΣ 15,4% 39,1% 45,5% 100,0% % εντός του VDRTBsm1C 33,3% 36,0% 34,5% 34,9% % επί του Συνόλου 5,4% 13,6% 15,9% 34,9% Συχνότητα Αναμενόμενη συχνότητα 88,4 207,4 252,2 548,0 % εντός του ΔΜΣ 17,2% 31,2% 51,6% 100,0% % εντός του VDRTBsm1C 25,9% 20,1% 27,3% 24,3% % επί του Συνόλου 4,2% 7,6% 12,6% 24,3% Συχνότητα Αναμενόμενη συχνότητα 363,0 852,0 1036,0 2251,0 % εντός του ΔΜΣ 16,1% 37,8% 46,0% 100,0% % εντός του VDRTBsm1C 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 16,1% 37,8% 46,0% 100,0% 84

85 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Η τρίτη σημαντική αλληλεπίδραση ήταν εκείνη μεταξύ των γονιδίων GSTM1WT και VDRTBsm1C (x 2 (6)=13,04, p=0,042) (βλ. Πίνακα 41). Στην ερμηνεία της αλληλεπίδρασης καταλήξαμε εκτελώντας ξεχωριστούς ελέγχους ανεξαρτησίας x 2 για κάθε κατάσταση του γονιδίου GSTM1WT έναντι του VDRTBsm1C και κάθε κατάσταση του γονιδίου VDRTBsm1C έναντι του GSTM1WT. Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 2 του γονιδίου GSTM1WT με το γονίδιο VDRTBsm1C (x 2 (6)=15,19, p=0,019) και της κατάστασης 2 του γονιδίου VDRTBsm1C με το γονίδιο GSTM1WT (x 2 (3)=8,81, p<0,032). Πριν προχωρήσουμε στους επόμενους πίνακες και στα επόμενα διαγράμματα να υπενθυμίσουμε ότι το γονίδιο GSTM1WT βρέθηκε στο σύνολο των δεδομένων μας μόνο με τις καταστάσεις 1 και 2. Διάγραμμα 18 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTM1WT (2) και VDRTBsm1C Στο Διάγραμμα 18, παρατηρούμε ότι στον συνδυασμό 2*2 παρουσιάζεται υψηλότερο ποσοστό υπέρβαρων και στον συνδυασμό 2*1and2 υψηλότερο ποσοστό παχύσαρκων σε σύγκριση με τους δύο άλλους, κατά περίπτωση, συνδυασμούς. Οι ποσοστιαίες διαφορές δεν είναι, όπως βλέπουμε, ιδιαίτερα υψηλές, εκτός ίσως από τη διαφορά στην κατηγορία των παχύσαρκων ατόμων μεταξύ του συνδυασμού 2*1and2 και του συνδυασμού 2*2, αλλά ενδεικτικές διαφορετικών μοτίβων ταξινόμησης. Τέλος, όπως φαίνεται στο Διάγραμμα 19 (βλ. επόμενη σελίδα), η σημαντικότερη ποσοστιαία διαφορά παρατηρείται μεταξύ του συνδυασμού 1*2 και του συνδυασμού 2*2 στην κατηγορία των παχύσαρκων ατόμων, με τον πρώτο συνδυασμό να επικρατεί του δεύτερου. Οι υπόλοιπες διαφορές, σύμφωνα και με τον Πίνακα 42, δεν είναι ιδιαίτερα σημαντικές. 85

86 Πίνακας 42 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων GSTM1WT και VDRTBsm1C (2) GSTM1WT Σύνολο 1 2 Συχνότητα Αναμενόμενη συχνότητα 13,8 15,2 29,0 % εντός του ΔΜΣ 41,4% 58,6% 100,0% % εντός του GSTM1WT 1,5% 2,0% 1,8% % επί του Συνόλου 0,7% 1,0% 1,8% Συχνότητα Αναμενόμενη συχνότητα 311,7 342,3 654,0 % εντός του ΔΜΣ 45,4% 54,6% 100,0% % εντός του GSTM1WT 38,3% 41,9% 40,2% % επί του Συνόλου 18,2% 21,9% 40,2% Συχνότητα Αναμενόμενη συχνότητα 272,2 298,8 571,0 % εντός του ΔΜΣ 46,2% 53,8% 100,0% % εντός του GSTM1WT 34,0% 36,0% 35,1% % επί του Συνόλου 16,2% 18,9% 35,1% Συχνότητα Αναμενόμενη συχνότητα 178,3 195,7 374,0 % εντός του ΔΜΣ 54,3% 45,7% 100,0% % εντός του GSTM1WT 26,2% 20,1% 23,0% % επί του Συνόλου 12,5% 10,5% 23,0% Συχνότητα Αναμενόμενη συχνότητα 776,0 852,0 1628,0 % εντός του ΔΜΣ 47,7% 52,3% 100,0% % εντός του GSTM1WT 100,0% 100,0% 100,0% % επί του Συνόλου 47,7% 52,3% 100,0% Διάγραμμα 19 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTM1WT και VDRTBsm1C (2) 1 2 Η τέταρτη σημαντική αλληλεπίδραση ήταν εκείνη μεταξύ των γονιδίων IL6G174C και MnSODC28T (x 2 (12)=28,92, p=0,004). Στην ερμηνεία της αλληλεπίδρασης καταλήξαμε εκτελώντας ξεχωριστούς ελέγχους ανεξαρτησίας x 2 για κάθε κατάσταση του γονιδίου IL6G174C έναντι του MnSODC28T και κάθε κατάσταση του γονιδίου MnSODC28T έναντι του IL6G174C. Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 του γονιδίου IL6G174C με το γονίδιο MnSODC28T 86

87 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα (x 2 (6)=16,46, p=0,011) και της κατάστασης 2 του γονιδίου MnSODC28T με το γονίδιο IL6G174C (x 2 (6)=19,18, p<0,004). Πίνακας 43 ΔΜΣ Σύνολο Λιποβαρής Φυσιολογικός Υπέρβαρος Παχύσαρκος Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων IL6G174C (1) και MnSODC28T MnSODC28T Σύνολο Συχνότητα Αναμενόμενη συχνότητα 5,1 6,2 9,7 21,0 % εντός του ΔΜΣ 28,6% 38,1% 33,3% 100,0% % εντός του MnSODC28T 1,4% 1,5% 0,8% 1,2% % επί του Συνόλου 0,3% 0,4% 0,4% 1,2% Συχνότητα Αναμενόμενη συχνότητα 174,5 211,0 328,4 714,0 % εντός του ΔΜΣ 24,2% 33,1% 42,7% 100,0% % εντός του MnSODC28T 39,3% 44,4% 36,8% 39,7% % επί του Συνόλου 9,6% 13,1% 16,9% 39,7% Συχνότητα Αναμενόμενη συχνότητα 151,8 183,5 285,7 621,0 % εντός του ΔΜΣ 23,3% 30,1% 46,5% 100,0% % εντός του MnSODC28T 33,0% 35,2% 34,9% 34,5% % επί του Συνόλου 8,1% 10,4% 16,1% 34,5% Συχνότητα Αναμενόμενη συχνότητα 108,5 131,2 204,2 444,0 % εντός του ΔΜΣ 26,1% 22,7% 51,1% 100,0% % εντός του MnSODC28T 26,4% 19,0% 27,4% 24,7% % επί του Συνόλου 6,4% 5,6% 12,6% 24,7% Συχνότητα Αναμενόμενη συχνότητα 440,0 532,0 828,0 1800,0 % εντός του ΔΜΣ 24,4% 29,6% 46,0% 100,0% % εντός του MnSODC28T 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 24,4% 29,6% 46,0% 100,0% Διάγραμμα 20 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C (1) και MnSODC28T Στο Διάγραμμα 20, παρατηρούμε ότι στην κατηγορία των παχύσαρκων ατόμων, οι συνδυασμοί 1*1 και 1*1and2 παρουσιάζουν σημαντικά υψηλότερα ποσοστά σε σύγκριση με τον συνδυασμό 87

88 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα 1*2, ενώ ο συνδυασμός αυτός παρουσιάζει το υψηλότερο ποσοστό στην κατηγορία των φυσιολογικών ατόμων. Πίνακας 44 Συχνότητες για τον ΔΜΣ (ως κατηγορική μεταβλητή 4 κατηγοριών) κατά την αλληλεπίδραση των γονιδίων IL6G174C και MnSODC28T (2) IL6G174C Σύνολο Συχνότητα Αναμενόμενη συχνότητα 8,7 2,9* 7,5 19,0 Λιποβαρής % εντός του ΔΜΣ 42,1% 10,5% 47,4% 100,0% % εντός του IL6G174C 1,5% 1,1% 2,0% 1,6% % επί του Συνόλου 0,7% 0,2% 0,8% 1,6% Συχνότητα Αναμενόμενη συχνότητα 205,5 68,0 176,5 450,0 Φυσιολογικός % εντός του ΔΜΣ 52,4% 12,7% 34,9% 100,0% % εντός του IL6G174C 44,4% 32,4% 34,4% 38,6% ΔΜΣ % επί του Συνόλου 20,3% 4,9% 13,5% 38,6% Συχνότητα Αναμενόμενη συχνότητα 190,9 63,1 164,0 418,0 Υπέρβαρος % εντός του ΔΜΣ 44,7% 15,8% 39,5% 100,0% % εντός του IL6G174C 35,2% 37,5% 36,1% 35,9% % επί του Συνόλου 16,1% 5,7% 14,2% 35,9% Συχνότητα Αναμενόμενη συχνότητα 126,9 42,0 109,1 278,0 Παχύσαρκος % εντός του ΔΜΣ 36,3% 18,3% 45,3% 100,0% % εντός του IL6G174C 19,0% 29,0% 27,6% 23,9% % επί του Συνόλου 8,7% 4,4% 10,8% 23,9% Συχνότητα Αναμενόμενη συχνότητα 532,0 176,0 457,0 1165,0 Σύνολο % εντός του ΔΜΣ 45,7% 15,1% 39,2% 100,0% % εντός του IL6G174C 100,0% 100,0% 100,0% 100,0% % επί του Συνόλου 45,7% 15,1% 39,2% 100,0% * Ένα κελί του πίνακα (ποσοστό 8,3% των κελιών των αναμενόμενων συχνοτήτων) έχει αναμενόμενη συχνότητα <5. Διάγραμμα 21 Ταξινόμηση ατόμων (%) σε 4 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C και MnSODC28T (2) 88

89 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Οι παρατηρήσεις μας για το Διάγραμμα 20 ως προς τον συνδυασμό 1*2 ισχύουν και για το Διάγραμμα 21, καθώς στην κατηγορία των παχύσαρκων ατόμων ο συνδυασμός αυτός παρουσιάζει σημαντικά χαμηλότερο ποσοστό έναντι των δύο άλλων συνδυασμών, διατηρώντας παράλληλα τα πρωτεία στην κατηγορία των φυσιολογικών ατόμων. Δεν υπάρχει σε αυτόν τον συνδυασμό η σχετική ποσοστιαία ισορροπία (μικρότερες ενδιάμεσες διαφορές) που παρατηρείται στους άλλους συνδυασμούς μεταξύ των κατηγοριών των Φυσιολογικών, των Υπέρβαρων και των Παχύσαρκων ατόμων. 89

90 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 45 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με τη λογαριθμική-γραμμική ανάλυση* ACEI IDD CBS C699 CETP G27 COL 1A1 ENO SG8 GST M1W GSTP1 A31 GSTP1 C34 GST T1W IL6G 174C IL6G 634C LPLC 1595 MnSO DC28 MSMT RRA MTHF RA12 MTHF RC67 MTR A27 PPA Rga TNFa lpha VDRT Bsm1 VDR CTaq VDRT Fok1 F5G 169 ACEIIDD 0,033 0,033 CBSC699 CETPG27 COL1A1 ENOSG8 GSTM1W 0,042 GSTP1A31 GSTP1C34 GSTT1W IL6G174C 0,004 IL6G634C LPLC1595 MnSODC2 MSMTRRA MTHFRA12 MTHFRC67 MTRA27 PPARga TNFalpha VDRTBsm1 VDRCTaq VDRTFok1 F5G169 * Για τον ΔΜΣ ως μεταβλητή 4 κατηγοριών Τα πλαίσια με υπόβαθρο μωβ χρώματος υποδεικνύουν τις στατιστικά σημαντικές αλληλεπιδράσεις και οι αριθμοί που περιλαμβάνονται σε αυτά τα επίπεδα σημαντικότητας. 90

91 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα - ΔΜΣ ως μεταβλητή 2 κατηγοριών Οι έλεγχοι με τη χρήση του ΔΜΣ ως μεταβλητή δύο κατηγοριών (<25, 25) κατέδειξαν περισσότερες στατιστικά σημαντικές αλληλεπιδράσεις σε σύγκριση με τις τέσσερις σημαντικές αλληλεπιδράσεις που παρουσιάσαμε πιο πάνω με τον ΔΜΣ ως μεταβλητή 4 κατηγοριών. Λόγω του μεγάλου αριθμού αλληλεπιδράσεων, θα αποφύγουμε να παραθέσουμε εδώ τους πίνακες συχνοτήτων (βλ. Παράρτημα, σελίδες ) και θα περιοριστούμε στα χαρακτηριστικά των στατιστικών ελέγχων και σε διαγράμματα που, όπως και πιο πάνω, αντικατοπτρίζουν επαρκώς τις αλληλεπιδράσεις και βοηθούν στην ερμηνεία τους. Για την ερμηνεία των αλληλεπιδράσεων εκτελέσαμε ξεχωριστούς ελέγχους ανεξαρτησίας x 2 για όλες τις καταστάσεις του ενός γονιδίου ξεχωριστά ως προς το δεύτερο. Με τον ΔΜΣ ως μεταβλητή 2 κατηγοριών παρατηρήθηκε και μία σημαντική αλληλεπίδραση μεταξύ του φύλου και ενός γονιδίου, του VDRTBsm1C (x 2 (2)=7,27, p<0,001), για την ερμηνεία της οποίας πραγματοποιήθηκαν ξεχωριστοί έλεγχοι ανεξαρτησίας x 2 μεταξύ κάθε φύλου και του γονιδίου. Καταδείχθηκε αλληλεπίδραση μεταξύ του ανδρικού φύλου και του VDRTBsm1C (x 2 (2)=11,27, p=0,004) (βλ. Διάγραμμα 22), με την κατάσταση 1and2 του γονιδίου να εμφανίζει σημαντικά υψηλότερο ποσοστό στην κατηγορία 25 σε σύγκριση κυρίως με την κατάσταση 2 και λιγότερο σε σύγκριση με την κατάσταση 1. Διάγραμμα 22 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (άνδρας) και του γονιδίου VDRTBsm1C Οι υπόλοιπες στατιστικά σημαντικές (γονιδιακές) αλληλεπιδράσεις δύο παραγόντων παρουσιάζονται στη συνέχεια με διαγράμματα και σύντομες ερμηνείες. o CBSC699T * IL6G174C (x 2 (4)=10,46, p=0,033) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 του γονιδίου CBSC699T με το γονίδιο IL6G174C (x 2 (2)=10,07, p=0,007) (βλ. Διάγραμμα 23) και της κατάστασης 1 του γονιδίου IL6G174C με το γονίδιο CBSC699T (x 2 (2)=6,04, p=0,049) (βλ. Διάγραμμα 24). Από αμφότερα τα διαγράμματα που ακολουθούν εξάγεται το συμπέρασμα ότι ο συνδυασμός 1*1 είναι εκείνος που εμφανίζει αρκετά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους υπόλοιπους συνδυασμούς που εξετάζονται εδώ. 91

92 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 23 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CBSC699T (1) και IL6G174C Διάγραμμα 24 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CBSC699T και IL6G174C (1) o COL1A1GSp1T * IL6G174C (x 2 (4)=9,51, p=0,049) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 2 του γονιδίου COL1A1GSp1T με το γονίδιο IL6G174C (x 2 (2)=7,20, p=0,027). Στο Διάγραμμα 25 παρατηρούμε ότι στον συνδυασμό 2*1 υπάρχει σημαντική ποσοστιαία επικράτηση της κατηγορίας 25, μοτίβο εντελώς διαφορετικό σε σύγκριση με εκείνο των δύο άλλων συνδυασμών. 92

93 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 25 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων COL1A1GSp1T (2) και IL6G174C o ENOSG894T * VDRTFok1C (x 2 (4)=12,40, p=0,015) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1and2 του γονιδίου ENOSG894T με το γονίδιο VDRTFok1C (x 2 (2)=9,02, p=0,011). Όπως φαίνεται στο Διάγραμμα 26, στον συνδυασμό 1and2*1 παρατηρείται σημαντικά υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό στους δύο άλλους συνδυασμούς. Διάγραμμα 26 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1and2) και VDRTFok1C o GSTP1A313G * LPLC1595G (x 2 (4)=10,94, p=0,027) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1and2 του γονιδίου GSTP1A313G με το γονίδιο LPLC1595G (x 2 (2)=7,20, p=0,027). Όπως φαίνεται στο Διάγραμμα 27, 93

94 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα στον συνδυασμό 1and2*2 παρατηρείται σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό στους δύο άλλους συνδυασμούς. Οφείλουμε βεβαίως να σημειώσουμε ότι ο συγκεκριμένος συνδυασμός απαρτίζεται από μόλις 15 άτομα, χωρίς όμως να υπάρχει παραβίαση της βασικής παραδοχής του ελέγχου ανεξαρτησίας x 2, οπότε θεωρούμε έγκυρο το αποτέλεσμα παρά το μικρό μέγεθος δείγματος του συνδυασμού αυτού. Διάγραμμα 27 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (1and2) και LPLC1595G o GSTP1A313G * TNFalphaG308A (x 2 (4)=10,70, p=0,030) Διάγραμμα 28 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G και TNFalphaG308A (2) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 2 του γονιδίου TNFalphaG308A με το γονίδιο GSTP1A313G (x 2 (2)=7,88, p=0,019). Όπως φαίνεται στο Διάγραμμα 28, στον συνδυασμό 2*2 παρατηρείται σημαντικά υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε 94

95 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα σύγκριση με το αντίστοιχο ποσοστό στους δύο άλλους συνδυασμούς, αν και ο συγκεκριμένος συνδυασμός απαρτίζεται από μόλις 14 άτομα, χωρίς όμως να υπάρχει παραβίαση της βασικής παραδοχής του ελέγχου ανεξαρτησίας x 2. Θεωρούμε λοιπόν έγκυρο το αποτέλεσμα και σημειώνουμε επίσης ότι σημαντικά υψηλότερο είναι το ποσοστό του συνδυασμού 1*2 στην κατηγορία ΔΜΣ 25 έναντι του αντίστοιχου ποσοστού στον συνδυασμό 1and2*2. o GSTP1A313G * VDRTBsm1C (x 2 (4)=10,38, p=0,035) Διάγραμμα 29 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (1) και VDRTBsm1C Διάγραμμα 30 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (2) και VDRTBsm1C Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 (x 2 (2)=8,61, p=0,013) και της κατάστασης 2 (x 2 (2)=6,51, p=0,039) του γονιδίου GSTP1A313G με το γονίδιο VDRTBsm1C, καθώς και μεταξύ της κατάστασης 1and2 του γονιδίου VDRTBsm1C με το γονίδιο GSTP1A313G 95

96 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα (x 2 (2)=6,51, p=0,039). Σύμφωνα με το Διάγραμμα 29, στον συνδυασμό 1*2 παρατηρείται σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ στον συνδυασμό 2*1and2 (βλ. Διάγραμμα 30) αντιστοιχεί σημαντικά υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους συνδυασμούς 2*1 και 2*2. Τέλος, στο Διάγραμμα 31 παρατηρείται υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 2*1and2 έναντι των δύο άλλων συνδυασμών. Διάγραμμα 31 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G και VDRTBsm1C (1and2) o GSTP1A313G * VDRCTaq1T (x 2 (4)=13,14, p=0,011) Διάγραμμα 32 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (1) και VDRCTaq1T Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 (x 2 (2)=12,06, p=0,002) και της κατάστασης 2 (x 2 (2)=6,75, p=0,034) του γονιδίου GSTP1A313G με το γονίδιο VDRCTaq1T, καθώς 96

97 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα και μεταξύ της κατάστασης 1and2 του γονιδίου VDRCTaq1T με το γονίδιο GSTP1A313G (x 2 (2)=8,56, p=0,014). Σύμφωνα με το Διάγραμμα 32, στον συνδυασμό 1*2 παρατηρείται σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ στον συνδυασμό 2*1and2 (βλ. Διάγραμμα 33) αντιστοιχεί σημαντικά υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους συνδυασμούς 2*1 και 2*2. Επίσης, στο Διάγραμμα 34 παρατηρείται υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 2*1and2 έναντι των δύο άλλων συνδυασμών. Διάγραμμα 33 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (2) και VDRCTaq1T Διάγραμμα 34 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G και VDRCTaq1T (1and2) 97

98 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα o IL6G174C * MnSODC28T (x 2 (4)=14,44, p=0,006) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 του γονιδίου IL6G174C με το γονίδιο MnSODC28T (x 2 (2)=8,98, p=0,011) και της κατάστασης 2 του γονιδίου MnSODC28T με το γονίδιο IL6G174C (x 2 (2)=13,21, p=0,001). Σύμφωνα με το Διάγραμμα 35, στον συνδυασμό 1*2 παρατηρείται σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ αντίστοιχη παρατήρηση μπορούμε να κάνουμε και στο Διάγραμμα 36. Διάγραμμα 35 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C (1) και MnSODC28T Διάγραμμα 36 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C και MnSODC28T (2) 98

99 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα o IL6G174C * PPARgamma2PRO12A1A (x 2 (4)=10,91, p=0,028) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 2 του γονιδίου PPARgamma2PRO12A1A και του γονιδίου IL6G174C (x 2 (2)=6,59, p=0,037). Σύμφωνα με το Διάγραμμα 37, στον συνδυασμό 2*2 παρατηρείται σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, καθώς και σε σύγκριση με το ποσοστό της κατηγορίας <25 για τον συγκεκριμένο συνδυασμό. Πρέπει να επισημάνουμε βεβαίως ότι ο συνδυασμός 2*2 που εξετάζεται σε αυτόν τον έλεγχο απαρτίζεται από μόλις 8 καταχωρήσεις, γεγονός που θα μπορούσε να προκαλέσει αμφισβήτηση για την αξιοπιστία του αποτελέσματος. Ωστόσο, δεν παραβιάζεται η βασική παραδοχή του ελέγχου (υπενθυμίζουμε ότι η βασική παραδοχή αφορά στη μη ύπαρξη ποσοστού κελιών >20% με περιεχόμενο <5 στην κατηγορία αναμενόμενων συχνοτήτων του αντίστοιχου πίνακα συχνοτήτων) και για αυτόν τον λόγο παρουσιάζουμε τα εν λόγω αποτελέσματα. Διάγραμμα 37 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C και PPARgamma2PRO12A1A (2) o LPLC1595G * VDRCTaq1T (x 2 (4)=11,43, p=0,022) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 του γονιδίου LPLC1595G και του γονιδίου VDRCTaq1T (x2(2)=7,71, p=0,021). Όπως φαίνεται στο Διάγραμμα 38, στον συνδυασμό 1*2 παρατηρείται χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, χωρίς όμως η διαφορά να είναι ιδιαίτερα μεγάλη. 99

100 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 38 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων LPLC1595G (1) και VDRCTaq1T o TNFalphaG308A * VDRTBsm1C (x 2 (4)=11,42, p=0,022) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 (x 2 (2)=9,63, p=0,008) και της κατάστασης 2 (x 2 (2)=6,36, p=0,042) του γονιδίου TNFalphaG308A και του γονιδίου VDRTBsm1C, καθώς και μεταξύ της κατάστασης 2 του γονιδίου VDRTBsm1C και του γονιδίου TNFalphaG308A (x 2 (2)=6,49, p=0,039). Στο Διάγραμμα 39, στον συνδυασμό 1*2 παρατηρείται χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ στο Διάγραμμα 40 παρατηρούμε εξαιρετικά υψηλό ποσοστό στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 2*1and2, πολύ υψηλότερο σε σύγκριση με το αντίστοιχο ποσοστό για τους συνδυασμούς 2*1 και 2*2. Τέλος, στο Διάγραμμα 41 παρατηρείται σημαντικά υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 1and2*2 έναντι των δύο άλλων συνδυασμών. Διάγραμμα 39 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων TNFalphaG308A (1) και VDRTBsm1C 100

101 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 40 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων TNFalphaG308A (2) και VDRTBsm1C Διάγραμμα 41 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων TNFalphaG308A και VDRTBsm1C (2) o TNFalphaG308A * VDRCTaq1T (x 2 (4)=11,08, p=0,026) Παρατηρήθηκε σημαντική αλληλεπίδραση μεταξύ της κατάστασης 1 (x 2 (2)=8,40, p=0,015) και της κατάστασης 2 (x 2 (2)=7,71, p=0,021) του γονιδίου TNFalphaG308A και του γονιδίου VDRCTaq1T, καθώς και μεταξύ της κατάστασης 2 του γονιδίου VDRCTaq1T και του γονιδίου TNFalphaG308A (x 2 (2)=6,23, p=0,044). Όπως φαίνεται στο Διάγραμμα 42 και στο Διάγραμμα 43, στον συνδυασμό 1*2 παρατηρείται χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους 101

102 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα δύο άλλους συνδυασμούς σε κάθε διάγραμμα, ενώ στο Διάγραμμα 44 παρατηρούμε σημαντικά υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 2*1and2, ειδικά σε σύγκριση με το αντίστοιχο ποσοστό για τον συνδυασμό 2*1. Διάγραμμα 42 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων TNFalphaG308A (1) και VDRCTaq1T Διάγραμμα 43 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων TNFalphaG308A (2) και VDRCTaq1T 102

103 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 44 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων TNFalphaG308A και VDRCTaq1T (2) 103

104 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 46 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με τη λογαριθμική-γραμμική ανάλυση* ACEI IDD CBS C699 CETP G27 COL 1A1 ENO SG8 GST M1W GSTP1 A31 GSTP1 C34 GST T1W IL6G 174C IL6G 634C LPLC 1595 MnSO DC28 MSMT RRA MTHF RA12 MTHF RC67 MTR A27 PPA Rga TNFa lpha VDRT Bsm1 VDR CTaq VDRT Fok1 F5G 169 ACEIIDD CBSC699 0,033 0,029 CETPG27 COL1A1 0,049 ENOSG8 0,015 GSTM1W GSTP1A31 0,027 0,030 0,035 0,011 GSTP1C34 GSTT1W IL6G174C 0,006 0,028 IL6G634C LPLC1595 0,022 MnSODC2 MSMTRRA MTHFRA12 MTHFRC67 MTRA27 PPARga TNFalpha 0,022 0,026 VDRTBsm1 VDRCTaq VDRTFok1 F5G169 * Για τον ΔΜΣ ως μεταβλητή 2 κατηγοριών Τα πλαίσια με υπόβαθρο μωβ χρώματος υποδεικνύουν τις στατιστικά σημαντικές αλληλεπιδράσεις και οι αριθμοί που περιλαμβάνονται σε αυτά τα επίπεδα σημαντικότητας. 104

105 Μέθοδος μείωσης πολυπαραγοντικής διάστασης Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Στο λογισμικό που χρησιμοποιήθηκε για την υλοποίηση της ΜΜΠΔ (MDR Software, Release 1.1.0) δεν υπάρχει η δυνατότητα αποκλεισμού των ελλειπόντων δεδομένων από την εκτέλεση της ανάλυσης. Το λογισμικό αντιμετωπίζει τυχόν ελλείποντα δεδομένα ως ξεχωριστή κατηγορία της υπό ανάλυση μεταβλητής, προκαλώντας με αυτόν τον τρόπο σύγχυση των αποτελεσμάτων, καθώς με αυτόν τον τρόπο τα ελλείποντα δεδομένα ενσωματώνονται ως πληροφορία στο μοντέλο, γεγονός ανεπιθύμητο ειδικά στις περιπτώσεις διερεύνησης αλληλεπιδράσεων υψηλών τάξεων. Για να αντιμετωπιστεί αυτό το πρόβλημα και να αποφευχθεί τυχόν σύγχυση της ερμηνείας των αποτελεσμάτων, εξετάσαμε δύο πιθανές λύσεις: α) να διαγράψουμε όλες τις καταχωρήσεις του δείγματός μας που περιείχαν ελλείποντα δεδομένα προκειμένου να εκτελέσουμε την ανάλυση με τη χρήση του λογισμικού χωρίς προβλήματα και με τον «εξαντλητικό» τύπο αναζήτησης, και β) να κατακερματίσουμε το σύνολο δεδομένων μας σε υποσύνολα συνδυασμών δύο παραγόντων, από τα οποία να διαγράψουμε έπειτα τις καταχωρήσεις που περιλαμβάνουν ελλείποντα δεδομένα, και να εκτελέσουμε την ανάλυση με τη μορφή «συγκεκριμενοποιημένου» τύπου αναζήτησης. Πριν αναφέρουμε τη λύση που επιλέξαμε και εξηγήσουμε τον λόγο της επιλογής της, ας μείνουμε λίγο στους όρους «εξαντλητικός» (exhaustive) και «συγκεκριμενοποιημένος» (forced) τύπος αναζήτησης. Το λογισμικό που χρησιμοποιήθηκε δίνει τη δυνατότητα εκτέλεσης της ανάλυσης με αναζήτηση της λύσης εντός του συνόλου δεδομένων μέσω του ελέγχου κάθε δυνατού διαθέσιμου συνδυασμού παραγόντων, μέθοδος που χαρακτηρίζεται, ορθώς, εξαντλητική. Ο χρήστης μπορεί όμως να υποδείξει στο λογισμικό ποια συγκεκριμένα χαρακτηριστικά (μεταβλητές) επιθυμεί να ληφθούν υπ' όψιν εντός του συνόλου δεδομένων για την εκτέλεση μίας ανάλυσης. Με αυτόν τον τρόπο, ο τύπος αναζήτησης χαρακτηρίζεται συγκεκριμενοποιημένος και ο αλγόριθμος αναζητά τη λύση χρησιμοποιώντας εκείνες μόνο τις μεταβλητές που έχουν καθοριστεί από τον χρήστη. Εμείς, στην πραγματικότητα, εκτελέσαμε εξαντλητικούς ελέγχους σε συγκεκριμενοποιημένα υποσύνολα του δείγματός μας. Με άλλα λόγια, επιλέξαμε τη δεύτερη από τις λύσεις που αναφέρθηκαν πιο πάνω. Ο λόγος ήταν η επίτευξη όσο το δυνατόν μεγαλύτερων υποσυνόλων δεδομένων. Εάν επιλέγαμε την πρώτη λύση, το νέο σύνολο των δεδομένων μας θα μειωνόταν δραστικά στις 3218 καταχωρήσεις, 1240 λιγότερες από εκείνες που περιλάμβανε το σύνολο δεδομένων που χρησιμοποιήσαμε στις προηγούμενες αναλύσεις, με μοναδικό όφελος την ταχύτερη εκτέλεση της ανάλυσης και την ευκολότερη απόκτηση των αποτελεσμάτων. Αν και η λύση που επιλέξαμε εξασφάλιζε πληρέστερα υποσύνολα δεδομένων σε σύγκριση με την πρώτη λύση που σκεφθήκαμε να εφαρμόσουμε, δημιουργούσε ένα νέο πρόβλημα. Ο αριθμός των υποσυνόλων όλων των πιθανών συνδυασμών δύο παραγόντων ήταν πολύ μεγάλος (300 υποσύνολα) και, καθώς το λογισμικό έχει τη δυνατότητα φόρτωσης ενός αρχείου τη φορά για την εκτέλεση της ανάλυσης, ο χρόνος που θα χρειαζόταν για τη χειροκίνητη φόρτωση, την εκτέλεση των αρχείων, την αποθήκευση των αποτελεσμάτων και την ταξινόμησή τους βάσει σημαντικότητας θα ήταν απαγορευτικός. Γνωρίζαμε επίσης ότι ακόμη μεγαλύτερο πρόβλημα θα έπρεπε να αντιμετωπίσουμε και κατά τον έλεγχο των αλληλεπιδράσεων τριών παραγόντων με αυτήν τη μέθοδο (2300 υποσύνολα). Για να καταφέρουμε λοιπόν να ξεπεράσουμε αυτό το πρόβλημα δημιουργήσαμε μία εφαρμογή σε Java (βλ. Εικόνα 9 και Εικόνα 10), μέσω της οποίας είχαμε τη δυνατότητα να φορτώσουμε ταυτόχρονα πολλαπλά αρχεία, να δώσουμε εντολή για εκτέλεση της ανάλυσης όλων των αρχείων με τη χρήση του λογισμικού MDR με το πάτημα ενός πλήκτρου, να εξάγουμε τα αποτελέσματα σε μορφή αρχείων κειμένου.txt και, το σημαντικότερο, να φιλτράρουμε τα αποτελέσματα βάσει ενός κριτηρίου που καθορίζαμε εμείς την τιμή του (πρόκειται για τον έλεγχο σημαντικότητας, την τελευταία στήλη στους πίνακες που παρουσιάζουν τα αποτελέσματα της ΜΜΠΔ) προκειμένου να διατηρήσουμε τις σημαντικότερες αλληλεπιδράσεις. Το κριτήριο του ελέγχου σημαντικότητας που χρησιμοποιήσαμε για το φιλτράρισμα των αποτελεσμάτων αντιστοιχεί στην ένδειξη «Sign (Minimum)» στα στιγμιότυπα οθόνης που παρουσιάζονται στις Εικόνες 9 και 10, στο οποίο, όπως φαίνεται στην Εικόνα 10, θέταμε την 105

106 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα τιμή 9 (αντιστοιχεί σε p-values <0,05) τόσο στους ελέγχους που πραγματοποιήσαμε για την ανίχνευση αλληλεπιδράσεων 2 παραγόντων όσο και για την ανίχνευση αλληλεπιδράσεων 3 παραγόντων που παρουσιάζουμε στην Ενότητα Εικόνα 9 Στιγμιότυπο οθόνης της εφαρμογής Java MDR κατά την εκτέλεση της ανάλυσης Εικόνα 10 Στιγμιότυπο οθόνης της εφαρμογής Java MDR μετά το φιλτράρισμα των αποτελεσμάτων 106

107 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Στον Πίνακα 47 παρουσιάζονται τα βέλτιστα μοντέλα που καταδείχθηκαν ως προς τις αλληλεπιδράσεις δύο γονιδίων, η ερμηνεία τους και τα στοιχεία που παράγει το λογισμικό MDR 1.1.0, τα οποία υποδεικνύουν το επίπεδο σημαντικότητας των αποτελεσμάτων. Πίνακας 47 Βέλτιστα μοντέλα Βέλτιστα μοντέλα αλληλεπιδράσεων δύο γονιδίων ως προς τον ΔΜΣ με τη χρήση της ΜΜΠΔ Υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 Ισορροπημένη ακρίβεια ελέγχου Έλεγχος σημαντικότητας (p-value) ACEIIDD*GSTM1WT (2*1), (1and2*1) 0,52 9 (0,011) CETPG279A*VDRCTaq1T (2*1), (1and2*1), (2*2), (1*1and2), (1and2*1and2) CETPG279A*VDRTBsm1C (1*1), (2*1), (1and2*1), (2*2), (1*1and2), (1and2*1and2) ENOSG894T*VDRTFok1C (2*1), (1and2*1), (1*2), (1*1and2), (2*1and2) GSTP1A313G*IL6G174C GSTP1A313G*TNFalphaG308A GSTP1A313G*VDRTBsm1C TNFalphaG308A*VDRCTaq1T (2*1), (1*2), (1and2*2), (1*1and2), (2*1and2) (2*1), (1*2), (2*2), (1*1and2), (1and2*1and2) (1*1), (1and2*1), (1*1and2), (2*1and2) (1*1), (2*2), (1and2*2), (1*1and2), (2*1and2), (1and2,1and2) 0,52 9 (0,011) 0,53 9 (0,011) 0,53 9 (0,011) 0,52 10 (0,001) 0,52 9 (0,011) 0,52 9 (0,011) 0,52 9 (0,011) Εκτός από τις αλληλεπιδράσεις δύο γονιδίων, στις αναλύσεις με τη ΜΜΠΔ παρατηρήθηκαν επίσης σημαντικές αλληλεπιδράσεις μεταξύ της Ηλικίας και του Φύλου, καθώς και σε κάθε συνδυασμό της Ηλικίας ή του Φύλου με μία γονιδιακή μεταβλητή. Οι αλληλεπιδράσεις μεταξύ της ηλικίας και των γονιδιακών μεταβλητών εμφάνισαν ισορροπημένη ακρίβεια ελέγχου μεταξύ 0,56 και 0,58, αρκετά υψηλή, και εκείνες μεταξύ του φύλου και των γονιδιακών μεταβλητών είχαν ισορροπημένη ακρίβεια ελέγχου μόνιμα κοντά στο 0,61 (μεταξύ 0,608 και 0,630). Οι περισσότερες από τις αλληλεπιδράσεις ηλικίας-γονιδίων κατέδειξαν υψηλό κίνδυνο εμφάνισης ΔΜΣ 25 στην ηλικιακή κατηγορία >55 ετών για οποιαδήποτε κατάσταση του γονιδίου που εξεταζόταν σε κάθε συνδυασμό, υποδεικνύοντας την ισχυρότατη επίδραση του παράγοντα της ηλικίας σε αυτές τις αλληλεπιδράσεις. Αντίστοιχα, στις αλληλεπιδράσεις φύλου-γονιδίων, οι άνδρες ήταν εκείνοι που εμφανίζονταν στην πλειοψηφία των συνδυασμών να ανήκουν σε ομάδα υψηλού κινδύνου εμφάνισης ΔΜΣ 25, υποδεικνύοντας και σε αυτή την περίπτωση την ισχύ του παράγοντα του φύλου σε τέτοιες αλληλεπιδράσεις δύο παραγόντων. Οι εξαιρέσεις στον κανόνα, καθώς και η αλληλεπίδραση Ηλικίας- Φύλου παρουσιάζονται στον Πίνακα 48. Πίνακας 48 Μοντέλα αλληλεπιδράσεων δύο παραγόντων που παρουσιάζουν ξεχωριστό ενδιαφέρον Ενδιαφέροντα μοντέλα Υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 Ισορροπημένη ακρίβεια ελέγχου Έλεγχος σημαντικότητας (p-value) Ηλικία*Φύλο (>55*Γ), (31-55*Α), (>55*Α) 0,63 10 (0,001) Ηλικία*GSTP1A313G (>55*1), (>55*2), (>55*3), (31-55*2) 0,58 10 (0,001) Ηλικία*IL6G634C (>55*1), (>55*3) 0,58 10 (0,001) Ηλικία*TNFalphaG308A (>55*1), (>55*3), (31-55*2) 0,58 10 (0,001) Ηλικία*VDRTFok1C (>55*1), (>55*2), (>55*3), (31-55*1) 0,57 10 (0,001) Φύλο*IL6G634C (Α*1), (Α*3) 0,61 10 (0,001) όπου Γ = Γυναίκα, Α = Άνδρας 107

108 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 49 Στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 παραγόντων σύμφωνα με τη ΜΜΠΔ* ACEI IDD CBS C699 CETP G27 COL 1A1 ENO SG8 GST M1W GSTP1 A31 GSTP1 C34 GST T1W IL6G 174C IL6G 634C LPLC 1595 MnSO DC28 MSMT RRA MTHF RA12 MTHF RC67 MTR A27 PPA Rga TNFa lpha VDRT Bsm1 VDR CTaq VDRT Fok1 F5G 169 ACEIIDD 0,011 CBSC699 CETPG27 0,011 0,011 COL1A1 ENOSG8 0,011 GSTM1W GSTP1A31 0,001 0,011 0,011 GSTP1C34 GSTT1W IL6G174C IL6G634C LPLC1595 MnSODC2 MSMTRRA MTHFRA12 MTHFRC67 MTRA27 PPARga TNFalpha 0,011 VDRTBsm1 VDRCTaq VDRTFok1 F5G169 * Για τον ΔΜΣ ως μεταβλητή 2 κατηγοριών Τα πλαίσια με υπόβαθρο μπλε χρώματος υποδεικνύουν τις στατιστικά σημαντικές αλληλεπιδράσεις και οι αριθμοί που περιλαμβάνονται σε αυτά τα επίπεδα σημαντικότητας. 108

109 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Ανίχνευση αλληλεπιδράσεων τριών παραγόντων Ανάλυση διακύμανσης κατά τρεις παράγοντες Στην ενότητα αυτή παρουσιάζονται τα στατιστικά σημαντικά αποτελέσματα που προέκυψαν από την ανάλυση διακύμανσης κατά τρεις παράγοντες, τα οποία κατέδειξαν 17 σημαντικές αλληλεπιδράσεις μεταξύ γονιδίων. Οι επόμενοι δύο πίνακες (Πίνακας 50 και Πίνακας 51) δίνουν τα στατιστικά στοιχεία αυτών των σημαντικών αλληλεπιδράσεων και την ερμηνεία τους σε σχέση με τον ΔΜΣ. Πίνακας 50 Στατιστικά σημαντικά αποτελέσματα της ανάλυσης της διακύμανσης του ΔΜΣ κατά τρεις παράγοντες Άθροισμα τετραγώνων τύπου IV Βαθμοί ελευθερίας Μέσο τετραγωνικό σφάλμα F Επίπεδο σημαντικότητας CBSC699T * COL1A1GSp1T * GSTM1WT CBSC699T * IL6G174C * VDRCTaq1T CETPG279A * GSTP1C341T * VDRTBsm1C CETPG279A * MTHFRC677T * PPARgamma2PRO12A1A COL1A1GSp1T * GSTT1WT * TNFalphaG308A COL1A1GSp1T * IL6G174C * PPARgamma2PRO12A1A COL1A1GSp1T * MTHFRC677T * VDRTBsm1C COL1A1GSp1T * MTHFRC677T * VDRCTaq1T ENOSG894T * MnSODC28T * MTHFRC677T ENOSG894T * MnSODC28T * VDRTFok1C GSTM1WT * MTHFRC677T * TNFalphaG308A GSTP1A313G * IL6G174C * VDRTBsm1C GSTP1A313G * VDRCTaq1T * VDRTFok1C IL6G174C * MnSODC28T * PPARgamma2PRO12A1A MSMTRRA66G * MTRA2756G * VDRTFok1C PPARgamma2PRO12A1A * VDRTBsm1C * F5G1691A PPARgamma2PRO12A1A * VDRCTaq1T * F5G1691A 438, ,74 3,41 0, , ,46 2,19 0, , ,35 2,04 0, , ,76 2,34 0, , ,30 2,79 0, , ,46 2,80 0, , ,00 2,96 0, , ,45 2,93 0, , ,66 2,28 0, , ,03 3,05 0, , ,04 2,78 0, , ,26 2,11 0, , ,10 3,23 0, , ,31 2,08 0, , ,56 1,99 0, , ,45 2,52 0, , ,75 2,71 0,

110 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 51 Συνοπτική ερμηνεία αποτελεσμάτων της ανάλυσης της διακύμανσης του ΔΜΣ κατά τρεις παράγοντες Σημαντική αλληλεπίδραση Ερμηνεία CBSC699T * COL1A1GSp1T * GSTM1WT 1*1*1 > 1*1*2 1and2*1and2*1 > 1and2*1and2*2 CBSC699T * IL6G174C * VDRCTaq1T 1and2*1*2 > 1*1*2 1*2*2 > 1*1*2 1*1and2*2 > 1*1*2 Μέση διαφορά 0,75 1,26 Τυπικό σφάλμα CETPG279A * GSTP1C341T * VDRTBsm1C 1and2*1*1 > 1and2*1*2 1,05 0,43 CETPG279A * MTHFRC677T * PPARgamma 1and2*1*1 > 2*1*1 1and2*2*1 > 1*2*1 1*1*1 > 1*2*1 COL1A1GSp1T * GSTT1WT * TNFalphaG308A 1and2*1*1 > 1and2*2*1 1,04 0,49 COL1A1GSp1T * IL6G174C * PPARgamma 1and2*1and2*1and2 > 1and2*1and2*1 1,69 0,62 COL1A1GSp1T * MTHFRC677T * VDRTBsm1C 1*1*1 > 1*1*2 1*1*1 > 1*1and2*1 COL1A1GSp1T * MTHFRC677T * VDRCTaq1T 1*1*1 > 1*1*2 1*1and2*1and2 > 1*1and2*1 1*1and2*1and2 > 1*1and2*2 1*1*1 > 1*1and2*1 ENOSG894T * MnSODC28T * MTHFRC677T 1*1and2*1 > 1*2*1 1and2*1*1 > 1and2*1and2*1 ENOSG894T * MnSODC28T * VDRTFok1C 1and2*1*2 > 1*1*2 1*1*1and2 > 1and2*1*1and2 1*1*1and2 > 1*2*1and2 1and2*1*2 > 1and2*2*2 1and2*1*2 > 1and2*1and2*2 1*1*1and2 > 1*1*2 1and2*1*2 > 1and2*1*1and2 GSTM1WT * MTHFRC677T * TNFalphaG308A 1*1*1 > 2*1*1 2*1*1and2 > 1*1*1and2 1*1and2*1and2 > 2*1and2*1and2 2*1*1and2 > 2*1*1 GSTP1A313G * IL6G174C * VDRTBsm1C 1*1and2*1and2 > 1and2*1and2*1and2 1,21 0,41 GSTP1A313G * VDRCTaq1T * VDRTFok1C 1*2*2 > 1*2*1 1*2*1and2 > 1*2*1 IL6G174C * MnSODC28T * PPARgamma 2*2*1 > 1*2*1 1and2*2*1 > 1*2*1 1*1*1 > 1*2*1 1*1and2*1 > 1*2*1 MSMTRRA66G * MTRA2756G * VDRTFok1C 2*1*1and2 > 2*1and2*1and2 1,47 0,51 1,26 1,67 1,51 1,02 1,63 1,58 1,37 1,61 1,19 1,35 0,81 1,93 1,13 1,33 1,65 1,33 1,43 1,81 1,55 1,56 1,42 0,70 1,03 1,10 1,12 1,81 1,73 1,69 1,22 1,82 1,27 0,30 0,51 0,45 0,60 0,43 0,42 0,65 0,55 0,48 0,56 0,49 0,46 0,34 0,58 0,46 0,50 0,61 0,52 0,50 0,62 0,55 0,56 0,58 0,31 0,52 0,53 0,43 0,59 0,58 0,56 0,41 0,41 0,36 PPARgamma * VDRTBsm1C * F5G1691A 1and2*1*1 > 1*1*1 1and2*1*1 > 1and2*2*1 PPARgamma * VDRCTaq1T * F5G1691A 1and2*1*1 > 1*1*1 1and2*1*1 > 1and2*2*1 1,55 1,59 1,82 1,52 0,56 0,61 0,58 0,61 110

111 Λογαριθμική-γραμμική ανάλυση Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Στην ενότητα της ανίχνευσης αλληλεπιδράσεων δύο παραγόντων με τη λογαριθμική-γραμμική ανάλυση (βλ. Ενότητα ), ο ΔΜΣ χρησιμοποιήθηκε ως μεταβλητή τόσο 4 όσο 2 κατηγοριών. Αν και θα ήταν θεωρητικά λογικό κάτι τέτοιο να επαναληφθεί και κατά τη χρήση της ανάλυσης αυτής για την ανίχνευση αλληλεπιδράσεων τριών παραγόντων, στην πράξη αποδείχθηκε ότι η χρήση του ΔΜΣ ως μεταβλητή 4 κατηγοριών με τη λογαριθμική-γραμμική ανάλυση δεν ήταν δυνατόν να αποδώσει ουσιαστικά σημαντικά αποτελέσματα καθώς σε κάθε εκτέλεση της ανάλυσης παρουσιαζόταν παραβίαση της βασικής παραδοχής της εν λόγω ανάλυσης. Λόγω λοιπόν του πολλαπλού κατακερματισμού του συνόλου δεδομένων στα υποσύνολα των συνδυασμών των τριών παραγόντων, στον πίνακα συχνοτήτων ήταν μόνιμη η παρατήρηση ποσοστού κελιών >20% επί του συνολικού αριθμού κελιών με περιεχόμενο <5 στην κατηγορία των αναμενόμενων συχνοτήτων. Κατά συνέπεια, τα αποτελέσματα κρίνονταν αναξιόπιστα, πρόβλημα που δεν παρουσιάστηκε σε γενικές γραμμές κατά τη χρήση του ΔΜΣ ως μεταβλητή 2 κατηγοριών. Πίνακας 52 Σημαντική αλληλεπίδραση Στατιστικά σημαντικά αποτελέσματα της λογαριθμικής-γραμμικής ανάλυσης με τη χρήση τριών παραγόντων n x 2 (βαθμοί ελευθερίας) Επίπεδο Σημαντικότητας Φύλο * ACEIIDD * VDRTFok1C ,34 (4) 0,006 Φύλο * CBSC699T * VDRTFok1C ,64 (4) 0,006 Φύλο * COL1A1GSp1T * MnSODC28T ,97 (4) 0,011 Φύλο * COL1A1GSp1T * VDRTBsm1C ,71 (4) 0,046 Φύλο * COL1A1GSp1T * VDRCTaq1T ,77 (4) 0,029 Φύλο * ENOSG894T * TNFalphaG308A ,74 (4) 0,045 Φύλο * GSTM1WT * TNFalphaG308A ,15 (2) 0,006 Φύλο * MnSODC28T * MTHFRC677T ,24 (4) 0,004 Φύλο * MSMTRRA66G * VDRTBsm1C ,29 (4) 0,036 Φύλο * MTHFRA1298C * VDRTBsm1C ,93 (4) 0,005 Φύλο * MTHFRA1298C * VDRCTaq1T ,62 (4) 0,004 ACEIIDD * ENOSG894T * MnSODC28T ,94 (8) 0,043 ACEIIDD * GSTM1WT * IL6G174C ,53 (4) 0,009 ACEIIDD * IL6G174C * MTRA2756G ,83 (8) 0,005 ACEIIDD * MTHFRC677T * VDRTBsm1C ,32 (8) 0,038 CBSC699T * COL1A1GSp1T * GSTM1WT ,65 (4) 0,047 CETPG279A * ENOSG894T * MTHFRA1298C ,86 (8) 0,008 CETPG279A * MSMTRRA66G * VDRTFok1C ,94 (8) 0,043 COL1A1GSp1T * ENOSG894T * GSTM1WT ,55 (4) 0,032 ENOSG894T * GSTP1A313G * VDRTBsm1C ,91 (8) 0,031 ENOSG894T * IL6G174C * MTHFRA1298C ,40 (8) 0,037 ENOSG894T * MnSODC28T * VDRTFok1C ,65 (8) 0,006 ENOSG894T * MSMTRRA66G * VDRCTaq1T ,69 (8) 0,034 GSTM1WT * IL6G634C * MTHFRC677T ,91 (4) 0,042 GSTM1WT * MTHFRA1298C * VDRTFok1C ,55 (4) 0,032 GSTP1A313G * IL6G174C * VDRTBsm1C ,00 (8) 0,030 GSTP1A313G * MnSODC28T * VDRCTaq1T ,41 (8) 0,009 IL6G174C * MnSODC28T * VDRTBsm1C ,39 (8) 0,018 Ανιχνεύθηκαν 28 στατιστικά σημαντικές αλληλεπιδράσεις, από τις οποίες οι 11 περιλάμβαναν το φύλο ως έναν από τους τρεις παράγοντες, ενώ οι υπόλοιπες 17 ήταν καθαρά γονιδιακές. Στον Πίνακα 52 παρουσιάζονται όλες οι στατιστικά σημαντικές αλληλεπιδράσεις μαζί με το μέγεθος (n) 111

112 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα του συνόλου δεδομένων που εξετάστηκε για κάθε συνδυασμό (δηλ. ο αριθμός των έγκυρων (μη ελλειπόντων) καταχωρήσεων), την τιμή x 2 (Pearson Chi-Square), τους βαθμούς ελευθερίας κατά περίπτωση και το επίπεδο σημαντικότητας. Για να καταφέρουμε να ερμηνεύσουμε τις στατιστικά σημαντικές αλληλεπιδράσεις τριών παραγόντων, χρειάστηκε να τις αναλύσουμε εκτελώντας ξεχωριστούς ελέγχους ανεξαρτησίας x 2 για όλους τους πιθανούς συνδυασμούς των καταστάσεων των δύο παραγόντων ξεχωριστά ως προς τον τρίτο. Η ερμηνεία που προέκυψε δίνεται στη συνέχεια με τη μορφή διαγραμμάτων και με μία σύντομη περιγραφή. o Φύλο * ACEIIDD * VDRTFok1C Διάγραμμα 45 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων ACEIIDD (2) και VDRTFok1C Διάγραμμα 46 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων ACEIIDD και VDRTFok1C (2) 112

113 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Όπως παρατηρούμε στα Διαγράμματα 45 και 46, ο συνδυασμός καταστάσεων 2*2 των γονιδίων ACEIIDD και VDRTFok1C παρουσιάζει στους άνδρες υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους συνδυασμούς 2*1, 2*1and2 (βλ. Διάγραμμα 45), καθώς και σε σύγκριση με τους συνδυασμούς 1*2 και 1and2*2 (βλ. Διάγραμμα 46). Επίσης, μόνο για τους συνδυασμούς 1*1 και 2*1 των γονιδίων ACEIIDD και VDRTFok1C δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο, δηλαδή μεταξύ ανδρών και γυναικών. Σε όλους τους υπόλοιπους συνδυασμούς των δύο αυτών γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * CBSC699T * VDRTFok1C Μόνο για τον συνδυασμό 1and2*1 των γονιδίων CBSC699T και VDRTFok1C δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των δύο αυτών γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * COL1A1GSp1T * MnSODC28T Μόνο για τους συνδυασμούς 2*2, 1and2*2 και 2*1and2 των γονιδίων COL1A1GSp1T και MnSODC28T δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των δύο γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * COL1A1GSp1T * VDRTBsm1C Στο Διάγραμμα 47 παρατηρούμε ότι ο συνδυασμός καταστάσεων 1*2 των γονιδίων COL1A1GSp1T και VDRTBsm1C παρουσιάζει στους άνδρες χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ στο Διάγραμμα 48 παρατηρούμε ότι ο συνδυασμός 1and2*1 παρουσιάζει στις γυναίκες υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς στους οποίους παρατηρείται σχεδόν ισοδυναμία των ποσοστών στις δύο κατηγορίες του ΔΜΣ. Διάγραμμα 47 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων COL1A1GSp1T (1) και VDRTBsm1C 113

114 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 48 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Γυναίκα) και των γονιδίων COL1A1GSp1T (1and2) και VDRTBsm1C Επίσης, μόνο για τους συνδυασμούς 1and2*1, 2*2 (και για τον 2*1 αλλά με παραβίαση της βασικής παραδοχής στον πίνακα συχνοτήτων) των γονιδίων COL1A1GSp1T και VDRTBsm1C δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των δύο αυτών γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * COL1A1GSp1T * VDRCTaq1T Διάγραμμα 49 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων COL1A1GSp1T (1) και VDRCTaq1T Στο Διάγραμμα 49 παρατηρούμε ότι ο συνδυασμός καταστάσεων 1*1and2 των γονιδίων COL1A1GSp1T και VDRCTaq1T παρουσιάζει στους άνδρες υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ στο Διάγραμμα 50 παρατηρούμε 114

115 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα ότι ο συνδυασμός 1and2*1 παρουσιάζει στις γυναίκες σημαντικά υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς. Διάγραμμα 50 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Γυναίκα) και των γονιδίων COL1A1GSp1T και VDRCTaq1T (1) Επιπροσθέτως, μόνο για τους συνδυασμούς 1and2*1, 2*2 (και για τον 2*1 αλλά με παραβίαση της βασικής παραδοχής στον πίνακα συχνοτήτων) των γονιδίων COL1A1GSp1T και VDRCTaq1T δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των δύο γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * ENOSG894T * TNFalphaG308A Μόνο για τον συνδυασμό 1and2*2 των γονιδίων ENOSG894T και TNFalphaG308A δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς (πλην ενός για τον οποίο υπήρξε παραβίαση της βασικής παραδοχής στον πίνακα συχνοτήτων) των δύο γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * GSTM1WT * TNFalphaG308A Στο Διάγραμμα 51 παρατηρούμε ότι ο συνδυασμός καταστάσεων 1*1 των γονιδίων GSTM1WT και TNFalphaG308A παρουσιάζει στους άνδρες υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τον συνδυασμό 2*1. Επιπροσθέτως, μόνο για τον συνδυασμό 2*2 των γονιδίων GSTM1WT και TNFalphaG308A δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο, αλλά σε αυτόν τον επιμέρους έλεγχο ανεξαρτησίας x 2 υπήρξε παραβίαση της βασικής παραδοχής στον αντίστοιχο πίνακα συχνοτήτων. Σε όλους τους υπόλοιπους συνδυασμούς των γονιδίων αυτών καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. 115

116 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 51 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων GSTM1WT και TNFalphaG308A (1) 1 2 o Φύλο * MnSODC28T * MTHFRC677T Μόνο για τον συνδυασμό 1*2 των γονιδίων MnSODC28T και MTHFRC677T δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των γονιδίων αυτών καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * MSMTRRA66G * VDRTBsm1C Διάγραμμα 52 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων MSMTRRA66G (1) και VDRTBsm1C Στο Διάγραμμα 52 παρατηρούμε ότι ο συνδυασμός καταστάσεων 1*1and2 των γονιδίων MSMTRRA66G και VDRTBsm1C παρουσιάζει στους άνδρες υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς (αντίστροφα θα μπορούσαμε επίσης να 116

117 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα πούμε ότι ο συνδυασμός 1*1 παρουσιάζει στους άνδρες χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς). Στο Διάγραμμα 53, στον συνδυασμό 1and2*2 των εν λόγω γονιδίων στους άνδρες παρατηρείται χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς και στο ακριβώς επόμενο διάγραμμα (βλ. Διάγραμμα 54) ο συνδυασμός 1and2*1and2 (στις γυναίκες) όχι μόνο παρουσιάζει χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, αλλά το ποσοστό αυτό είναι χαμηλότερο ακόμη και από εκείνο της κατηγορίας ΔΜΣ<25 στον ίδιο συνδυασμό. Διάγραμμα 53 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων MSMTRRA66G (1and2) και VDRTBsm1C Διάγραμμα 54 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Γυναίκα) και των γονιδίων MSMTRRA66G και VDRTBsm1C (1and2) Επίσης, μόνο για τον συνδυασμό 1*1 των γονιδίων MSMTRRA66G και VDRTBsm1C δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή

118 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των δύο γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * MTHFRA1298C * VDRTBsm1C Στο Διάγραμμα 55 παρατηρούμε ότι ο συνδυασμός καταστάσεων 1and2*1and2 των γονιδίων MTHFRA1298C και VDRTBsm1C παρουσιάζει στους άνδρες υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ στο Διάγραμμα 56 ο συνδυασμός 2*1 των εν λόγω γονιδίων παρουσιάζει στους άνδρες σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς. Διάγραμμα 55 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων MTHFRA1298C (1and2) και VDRTBsm1C Διάγραμμα 56 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων MTHFRA1298C και VDRTBsm1C (1) 118

119 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Επίσης, μόνο για τον συνδυασμό 2*1 των γονιδίων MTHFRA1298C και VDRTBsm1C δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των δύο γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o Φύλο * MTHFRA1298C * VDRCTaq1T Διάγραμμα 57 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων MTHFRA1298C (2) και VDRCTaq1T Διάγραμμα 58 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων MTHFRA1298C (1and2) και VDRCTaq1T Στο Διάγραμμα 57 παρατηρούμε ότι ο συνδυασμός καταστάσεων 2*1 των γονιδίων MTHFRA1298C και VDRCTaq1T παρουσιάζει στους άνδρες πολύ χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς (ακριβώς το ίδιο συμπέρασμα 119

120 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα εξάγεται από το Διάγραμμα 59 για αυτόν τον συνδυασμό) και στο Διάγραμμα 58 ο συνδυασμός 1and2*1and2 των εν λόγω γονιδίων στους άνδρες παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους υπόλοιπους συνδυασμούς. Διάγραμμα 59 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση του Φύλου (Άνδρας) και των γονιδίων MTHFRA1298C και VDRCTaq1T (1) Επίσης, μόνο για τον συνδυασμό 2*1 των γονιδίων MTHFRA1298C και VDRCTaq1T δεν παρατηρήθηκε στατιστικά σημαντική διαφορά στην ταξινόμηση των ατόμων σε ΔΜΣ <25 ή 25 ανάλογα με το φύλο. Σε όλους τους υπόλοιπους συνδυασμούς των δύο γονιδίων καταδείχθηκε σημαντικά υψηλότερο ποσοστό ανδρών με ΔΜΣ 25 σε σύγκριση με το αντίστοιχο ποσοστό των γυναικών. o ACEIIDD * ENOSG894T * MnSODC28T Διάγραμμα 60 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (2), ENOSG894T και MnSODC28T (2) 120

121 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Στο Διάγραμμα 60 παρατηρούμε ότι ο συνδυασμός καταστάσεων 2*1*2 των γονιδίων ACEIIDD, ENOSG894T και MnSODC28T παρουσιάζει πολύ χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, και στο Διάγραμμα 61 ο συνδυασμός 1and2*1*2 των εν λόγω γονιδίων παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς. Διάγραμμα 61 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD, ENOSG894T (1) και MnSODC28T (2) o ACEIIDD * GSTM1WT * IL6G174C Διάγραμμα 62 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1), GSTM1WT (2) και IL6G174C Σύμφωνα με το Διάγραμμα 62, ο συνδυασμός 1*2*1and2 των γονιδίων ACEIIDD, GSTM1WT και IL6G174C παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς που αναπαριστώνται σε αυτό το διάγραμμα, με τον συνδυασμό 1*2*1 να 121

122 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα παρουσιάζει σχεδόν ισοδύναμα ποσοστά μεταξύ των δύο κατηγοριών ΔΜΣ. Στο Διάγραμμα 63, στον συνδυασμό 1and2*1*1and2 παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι χαμηλότερο από το αντίστοιχο ποσοστό στους δύο άλλους συνδυασμούς αυτού του διαγράμματος και, σύμφωνα με το Διάγραμμα 64, ο συνδυασμός 2*1*1 παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς. Διάγραμμα 63 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1and2), GSTM1WT (1) και IL6G174C Διάγραμμα 64 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD, GSTM1WT (1) και IL6G174C (1) Στο Διάγραμμα 65, στον συνδυασμό 1*2*1and2 παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι υψηλότερο από το αντίστοιχο ποσοστό του συνδυασμού 1*1*1and2. Τέλος, σύμφωνα με το Διάγραμμα 66, ο συνδυασμός 2*1*1and2 των γονιδίων ACEIIDD, GSTM1WT και IL6G174C παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τον συνδυασμό 2*2*1and2. 122

123 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 65 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1), GSTM1WT και IL6G174C (1and2) 1 2 Διάγραμμα 66 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (2), GSTM1WT και IL6G174C (1and2) 1 2 o ACEIIDD * IL6G174C * MTRA2756G Στο Διάγραμμα 67, στον συνδυασμό 1*1and2*1and2 των γονιδίων ACEIIDD, IL6G174C και MTRA2756G παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι σημαντικά υψηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών και στο Διάγραμμα 68 παρατηρούμε ότι ο συνδυασμός 2*1*1and2 παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 έναντι των δύο άλλων συνδυασμών που αναπαριστώνται σε αυτό το διάγραμμα. Πολύ σημαντική στην περίπτωση της αλληλεπίδρασης των τριών αυτών γονιδίων είναι η παρατήρηση που μπορούμε να κάνουμε για τον συνδυασμό 1*1*1and2, όπου το ποσοστό των ατόμων που ανήκουν στην κατηγορία ΔΜΣ<25 είναι υψηλότερο από εκείνο των ατόμων της κατηγορίας ΔΜΣ

124 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 67 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1), IL6G174C και MTRA2756G (1and2) Διάγραμμα 68 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD, IL6G174C (1) και MTRA2756G (1and2) Στη συνέχεια, σύμφωνα με το Διάγραμμα 69, ο συνδυασμός 2*1*1 παρουσιάζει χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, ενώ σύμφωνα με το Διάγραμμα 70, στον συνδυασμό 2*1*1and2 παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι σημαντικά υψηλότερο από το αντίστοιχο ποσοστό στους δύο άλλους συνδυασμούς αυτού του διαγράμματος. 124

125 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 69 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (2), IL6G174C και MTRA2756G (1) Διάγραμμα 70 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (2), IL6G174C και MTRA2756G (1and2) o ACEIIDD * MTHFRC677T * VDRTBsm1C Στο Διάγραμμα 71, στον συνδυασμό 1and2*1and2*2 των γονιδίων ACEIIDD, MTHFRC677T και VDRTBsm1C παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι χαμηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών και στο Διάγραμμα 72 παρατηρούμε ότι ο συνδυασμός 1and2*1*2 παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 έναντι των δύο άλλων συνδυασμών που αναπαριστώνται σε αυτό το διάγραμμα. 125

126 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 71 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1and2), MTHFRC677T (1and2) και VDRTBsm1C Διάγραμμα 72 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD (1and2), MTHFRC677T και VDRTBsm1C (2) Τέλος, σύμφωνα με το Διάγραμμα 73, το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 στον συνδυασμό 1and2*2*1and2 είναι σημαντικά υψηλότερο από το αντίστοιχο ποσοστό των συνδυασμών 1*2*1and2 και 2*2*1and2. 126

127 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 73 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ACEIIDD, MTHFRC677T (2) και VDRTBsm1C (1and2) o CBSC699T * COL1A1GSp1T * GSTM1WT Σύμφωνα με το Διάγραμμα 74, ο συνδυασμός 1and2*1and2*1 των γονιδίων CBSC699T, COL1A1GSp1T και GSTM1WT παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τον συνδυασμό 1and2*1and2*2. Διάγραμμα 74 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CBSC699T (1and2), COL1A1GSp1T (1and2) και GSTM1WT 1 2 o CETPG279A * ENOSG894T * MTHFRA1298C Στο Διάγραμμα 75, στον συνδυασμό 1and2*1and2*1 των γονιδίων CETPG279A, ENOSG894T και MTHFRA1298C παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι υψηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών και στο Διάγραμμα

128 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα παρατηρούμε ότι ο συνδυασμός 1and2*1and2*1and2 παρουσιάζει χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 έναντι των δύο άλλων συνδυασμών που αναπαριστώνται σε αυτό το διάγραμμα. Τέλος, σύμφωνα με το Διάγραμμα 77, το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 στον συνδυασμό 2*2*1and2 είναι υψηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών, ιδιαίτερα σε σύγκριση με τον συνδυασμό 1*2*1and2 στον οποίο παρατηρούνται σχεδόν ισοδύναμα ποσοστά στις κατηγορίες ΔΜΣ 25 και ΔΜΣ<25. Διάγραμμα 75 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CETPG279A (1and2), ENOSG894T (1and2) και MTHFRA1298C Διάγραμμα 76 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CETPG279A (1and2), ENOSG894T και MTHFRA1298C (1and2) 128

129 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 77 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CETPG279A, ENOSG894T (2) και MTHFRA1298C (1and2) o CETPG279A * MSMTRRA66G * VDRTFok1C Για την αλληλεπίδραση των γονιδίων CETPG279A, MSMTRRA66G και VDRTFok1C, η βασική παρατήρηση στα τρία διαγράμματα που ακολουθούν (Διάγραμμα 78, Διάγραμμα 79, Διάγραμμα 80) είναι το πολύ υψηλό ποσοστό ατόμων που αντιστοιχεί στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 2*1*1 έναντι των άλλων συνδυασμών που αναπαριστώνται σε κάθε ένα από τα διαγράμματα. Είναι συνεπώς πολύ υψηλή η πιθανότητα κάποιο άτομο με τον συνδυασμό 2*1*1 να εμφανίσει ΔΜΣ 25, ενώ, αντίθετα, αξιοσημείωτο είναι το γεγονός ότι για τον συνδυασμό 2*2*1, το ποσοστό των ατόμων που αντιστοιχεί στην κατηγορία ΔΜΣ<25 είναι αρκετά υψηλότερο από εκείνο της κατηγορίας ΔΜΣ 25. Διάγραμμα 78 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CETPG279A (2), MSMTRRA66G (1) και VDRTFok1C 129

130 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 79 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CETPG279A (2), MSMTRRA66G και VDRTFok1C (1) Διάγραμμα 80 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων CETPG279A, MSMTRRA66G (1) και VDRTFok1C (1) o COL1A1GSp1T * ENOSG894T * GSTM1WT Στο Διάγραμμα 81, στον συνδυασμό 1and2*1and2*1 των γονιδίων COL1A1GSp1T, ENOSG894T και GSTM1WT παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι υψηλότερο από το αντίστοιχο ποσοστό του συνδυασμού 1and2*1and2*2 και στο Διάγραμμα 82 παρατηρούμε ότι ο συνδυασμός 1and2*2*2 παρουσιάζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 έναντι των δύο άλλων συνδυασμών που αναπαριστώνται σε αυτό το διάγραμμα, ιδιαίτερα σε σύγκριση με τον συνδυασμό 1and2*1and2*2. 130

131 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 81 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων COL1A1GSp1T (1and2), ENOSG894T (1and2) και GSTM1WT 1 2 Διάγραμμα 82 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων COL1A1GSp1T (1and2), ENOSG894T και GSTM1WT (2) Τέλος, σύμφωνα με το Διάγραμμα 83, το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 στον συνδυασμό 1*1and2*2 είναι υψηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών, στους οποίους τα ποσοστά των ατόμων που αντιστοιχούν στις κατηγορίες ΔΜΣ<25 και ΔΜΣ 25 είναι σχεδόν ισοδύναμα. 131

132 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 83 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων COL1A1GSp1T, ENOSG894T (1and2) και GSTM1WT (2) o ENOSG894T * GSTP1A313G * VDRTBsm1C Στο Διάγραμμα 84 και στο Διάγραμμα 85, στον συνδυασμό 1*2*1and2 των γονιδίων ENOSG894T, GSTP1A313G και VDRTBsm1C παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι υψηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών που αναπαριστώνται σε κάθε διάγραμμα, ενώ στο Διάγραμμα 86 και στο Διάγραμμα 87 παρατηρούμε ότι ο συνδυασμός 2*1and2*1 παρουσιάζει εξαιρετικά υψηλό ποσοστό στην κατηγορία ΔΜΣ 25 έναντι της κατηγορίας ΔΜΣ<25 και σημαντικά υψηλότερο έναντι των δύο άλλων συνδυασμών σε κάθε διάγραμμα. Τέλος, σύμφωνα με το Διάγραμμα 88, το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 στον συνδυασμό 1*1*1 είναι υψηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών. Διάγραμμα 84 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1), GSTP1A313G (2) και VDRTBsm1C 132

133 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 85 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1), GSTP1A313G και VDRTBsm1C (1and2) Διάγραμμα 86 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (2), GSTP1A313G (1and2) και VDRTBsm1C 133

134 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 87 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T, GSTP1A313G (1and2) και VDRTBsm1C (1) Διάγραμμα 88 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1), GSTP1A313G και VDRTBsm1C (1) o ENOSG894T * IL6G174C * MTHFRA1298C Στο Διάγραμμα 89 και στο Διάγραμμα 90, στον συνδυασμό 1and2*1and2*1and2 των γονιδίων ENOSG894T, IL6G174C και MTHFRA1298C παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι χαμηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών που αναπαριστώνται σε κάθε διάγραμμα, ενώ στο Διάγραμμα 90 παρατηρούμε επίσης ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 1*1and2*1and2 είναι υψηλότερο από εκείνο που παρατηρείται στους δύο άλλους συνδυασμούς. 134

135 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 89 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1and2), IL6G174C (1and2) και MTHFRA1298C Διάγραμμα 90 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T, IL6G174C (1and2) και MTHFRA1298C (1and2) o ENOSG894T * MnSODC28T * VDRTFok1C Στο Διάγραμμα 91, στον συνδυασμό 1and2*1*1and2 των γονιδίων ENOSG894T, MnSODC28T και VDRTFok1C παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι χαμηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών, ενώ στο Διάγραμμα 92 ο συνδυασμός 1and2*1*2 εμφανίζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 έναντι των δύο άλλων συνδυασμών. 135

136 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 91 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1and2), MnSODC28T (1) και VDRTFok1C Διάγραμμα 92 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1and2), MnSODC28T και VDRTFok1C (2) Στη συνέχεια, στο Διάγραμμα 93 και στο Διάγραμμα 94 παρατηρούμε ότι ο συνδυασμός 1and2*2*1 παρουσιάζει εξαιρετικά υψηλό ποσοστό στην κατηγορία ΔΜΣ 25 έναντι της κατηγορίας ΔΜΣ<25 και σημαντικά υψηλότερο έναντι των δύο άλλων συνδυασμών σε κάθε ένα από τα διαγράμματα αυτά. 136

137 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 93 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (1and2), MnSODC28T (2) και VDRTFok1C Διάγραμμα 94 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T, MnSODC28T (2) και VDRTFok1C (1) Τέλος, σύμφωνα με το Διάγραμμα 95, το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 στον συνδυασμό 1and2*1*1and2 είναι σημαντικά χαμηλότερο από το αντίστοιχο ποσοστό των δύο άλλων συνδυασμών. 137

138 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 95 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T, MnSODC28T (1) και VDRTFok1C (1and2) o ENOSG894T * MSMTRRA66G * VDRCTaq1T Διάγραμμα 96 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (2), MSMTRRA66G (1) και VDRCTaq1T Για την αλληλεπίδραση των γονιδίων ENOSG894T, MSMTRRA66G και VDRCTaq1T, η βασική παρατήρηση στα τρία διαγράμματα που ακολουθούν (Διάγραμμα 96, Διάγραμμα 97, Διάγραμμα 98) είναι το εξαιρετικά υψηλό ποσοστό ατόμων που αντιστοιχεί στην κατηγορία ΔΜΣ 25 για τον συνδυασμό 2*1*1 έναντι των άλλων συνδυασμών που αναπαριστώνται σε κάθε ένα από τα διαγράμματα, ενώ αξιοσημείωτο είναι το γεγονός ότι για τον συνδυασμό 1and2*1*1 (βλ. Διάγραμμα 98), το ποσοστό των ατόμων που αντιστοιχεί στην κατηγορία ΔΜΣ<25 είναι υψηλότερο από εκείνο της κατηγορίας ΔΜΣ 25. Θα πρέπει βεβαίως να σημειώσουμε ότι το υποσύνολο που αντιστοιχεί στον συνδυασμό 2*1*1 αποτελείται από 13 μόνο άτομα, εξαιρετικά 138

139 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα μικρό δείγμα, από τα οποία τα 12 ανήκουν στην κατηγορία ΔΜΣ 25, χωρίς όμως να υπάρχει παραβίαση των παραδοχών του ελέγχου ανεξαρτησίας x 2 στον πίνακα συχνοτήτων. Διάγραμμα 97 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T (2), MSMTRRA66G και VDRCTaq1T (1) Διάγραμμα 98 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων ENOSG894T, MSMTRRA66G (1) και VDRCTaq1T (1) o GSTM1WT * IL6G634C * MTHFRC677T Στο Διάγραμμα 99, στον συνδυασμό 1*2*1and2 των γονιδίων GSTM1WT, IL6G634C και MTHFRC677T παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ<25 είναι πολύ υψηλότερο από το ποσοστό της κατηγορίας ΔΜΣ 25, το οποίο είναι πολύ χαμηλότερο από εκείνο των δύο άλλων συνδυασμών. Ίδιες παρατηρήσεις μπορούμε να κάνουμε στο Διάγραμμα 100 για τον συνδυασμό 2*2*1, ενώ στο Διάγραμμα 101 το ποσοστό που αντιστοιχεί στην κατηγορία 139

140 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα ΔΜΣ<25 στον συνδυασμό 1*1and2*2 είναι υψηλότερο από εκείνο της κατηγορίας ΔΜΣ 25, με τον συνδυασμό 2*1and2*2 να εμφανίζει αντίστροφη εικόνα, παρουσιάζοντας εξαιρετικά υψηλό ποσοστό στην κατηγορία ΔΜΣ 25. Διάγραμμα 99 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTM1WT (1), IL6G634C και MTHFRC677T (1and2) Διάγραμμα 100 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTM1WT (2), IL6G634C και MTHFRC677T (1) 140

141 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 101 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTM1WT, IL6G634C (1and2) και MTHFRC677T (2) 1 2 o GSTM1WT * MTHFRA1298C * VDRTFok1C Στο Διάγραμμα 102, στον συνδυασμό 1*1and2*1 των γονιδίων GSTM1WT * MTHFRA1298C * VDRTFok1C παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ 25 είναι πολύ υψηλότερο από το ποσοστό της κατηγορίας ΔΜΣ<25 και υψηλότερο από το αντίστοιχο ποσοστό του συνδυασμού 2*1and2*1. Διάγραμμα 102 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTM1WT, MTHFRA1298C (1and2) και VDRTFok1C (1)

142 o GSTP1A313G * IL6G174C * VDRTBsm1C Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Στο Διάγραμμα 103 παρατηρούμε ότι ο συνδυασμός 1*1*1 των γονιδίων GSTP1A313G, IL6G174C και VDRTBsm1C εμφανίζει υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς και γενικά εξαιρετικά υψηλό ποσοστό στην κατηγορία ΔΜΣ 25, σημαντικά υψηλότερο από εκείνο που αντιστοιχεί στην κατηγορία ΔΜΣ<25. Θα μπορούσαμε συνεπώς να γενικεύσουμε ότι τα άτομα που φέρουν τον συγκεκριμένο συνδυασμό καταστάσεων για τα γονίδια αυτά παρουσιάζουν υψηλή πιθανότητα εμφάνισης ΔΜΣ 25. Διάγραμμα 103 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (1), IL6G174C (1) και VDRTBsm1C Στο Διάγραμμα 104 παρατηρούμε ότι ο συνδυασμός 1*1and2*1 των γονιδίων εμφανίζει χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς, κάτι που ισχύει αντίστοιχα για τον συνδυασμό 1and2*1and2*1and2 στο Διάγραμμα 105. Διάγραμμα 104 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (1), IL6G174C και VDRTBsm1C (1) 142

143 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 105 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G, IL6G174C (1and2) και VDRTBsm1C (1and2) o GSTP1A313G * MnSODC28T * VDRCTaq1T Στο Διάγραμμα 106 παρατηρούμε ότι ο συνδυασμός 2*1*1 εμφανίζει σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς και γενικά εξαιρετικά υψηλό ποσοστό στην κατηγορία ΔΜΣ<25, σημαντικά υψηλότερο από εκείνο που αντιστοιχεί στην κατηγορία ΔΜΣ 25. Θα μπορούσαμε συνεπώς να γενικεύσουμε ότι στα άτομα που φέρουν αυτόν τον συνδυασμό καταστάσεων για τα γονίδια GSTP1A313G, MnSODC28T και VDRCTaq1T αντιστοιχεί υψηλή πιθανότητα εμφάνισης ΔΜΣ<25. Διάγραμμα 106 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (2), MnSODC28T (1) και VDRCTaq1T Σύμφωνα με το Διάγραμμα 107, το Διάγραμμα 108 και το Διάγραμμα 109, ο συνδυασμός 2*2*1and2 των γονιδίων GSTP1A313G, MnSODC28T και VDRCTaq1T παρουσιάζει σημαντικά 143

144 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα υψηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς ανά διάγραμμα (συνολικά έναντι έξι διαφορετικών συνδυασμών) και εξαιρετικά υψηλό σε σύγκριση με το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ<25 για αυτόν τον συνδυασμό. Η παρατήρηση αυτή υποδεικνύει ότι τα άτομα με αυτόν τον συνδυασμό καταστάσεων για αυτά τα γονίδια έχουν πολύ υψηλή πιθανότητα εμφάνισης ΔΜΣ 25. Διάγραμμα 107 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (2), MnSODC28T (2) και VDRCTaq1T Διάγραμμα 108 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G (2), MnSODC28T και VDRCTaq1T (1and2) 144

145 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 109 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων GSTP1A313G, MnSODC28T (2) και VDRCTaq1T (1and2) o IL6G174C * MnSODC28T * VDRTBsm1C Διάγραμμα 110 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C (1), MnSODC28T (2) και VDRTBsm1C Σύμφωνα με το Διάγραμμα 110, ο συνδυασμός 1*2*2 των γονιδίων παρουσιάζει σημαντικά χαμηλότερο ποσοστό στην κατηγορία ΔΜΣ 25 σε σύγκριση με τους δύο άλλους συνδυασμούς που αναπαριστώνται σε αυτό το διάγραμμα. Μάλιστα, στον εν λόγω συνδυασμό παρατηρούμε ότι το ποσοστό που αντιστοιχεί στην κατηγορία ΔΜΣ<25 είναι υψηλότερο από εκείνο που αντιστοιχεί στην κατηγορία ΔΜΣ 25, παρατήρηση που γίνεται αρκετά σπάνια και υποδεικνύει ότι τα άτομα που εμφανίζουν αυτόν τον συνδυασμό καταστάσεων για αυτά τα γονίδια έχουν υψηλότερη πιθανότητα να έχουν ΔΜΣ<25. Ανάλογες παρατηρήσεις για τον συνδυασμό 1*2*2 μπορούν να 145

146 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα γίνουν στο Διάγραμμα 111 και στο Διάγραμμα 112 έναντι των συνδυασμών που αναπαριστώνται σε αυτά τα διαγράμματα. Διάγραμμα 111 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C (1), MnSODC28T και VDRTBsm1C (2) Διάγραμμα 112 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C, MnSODC28T (2) και VDRTBsm1C (2) 146

147 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Διάγραμμα 113 Ταξινόμηση ατόμων (%) σε 2 κατηγορίες βάσει του ΔΜΣ κατά την αλληλεπίδραση των γονιδίων IL6G174C (1and2), MnSODC28T και VDRTBsm1C (2) Τέλος, στο Διάγραμμα 113 παρατηρούμε ότι ο συνδυασμός 1and2*2*2 εμφανίζει εξαιρετικά υψηλό ποσοστό στην κατηγορία ΔΜΣ 25, σημαντικά υψηλότερο από το αντίστοιχο ποσοστό στους δύο άλλους συνδυασμούς που παρουσιάζονται στο διάγραμμα αυτό Μέθοδος μείωσης πολυπαραγοντικής διάστασης Mε τη χρήση της εφαρμογής Java MDR που περιγράψαμε στην Ενότητα υλοποιήσαμε τη μέθοδο μείωσης πολυπαραγοντικής διάστασης και για την ανίχνευση αλληλεπιδράσεων τριών παραγόντων. Σημαντικά αποτελέσματα αλληλεπιδράσεων προέκυψαν τόσο για συνδυασμούς 3 γονιδίων όσο και για όλους τους συνδυασμούς φύλου - 2 γονιδίων. Σε ό,τι αφορά στις σημαντικές αλληλεπιδράσεις για όλους τους συνδυασμούς φύλου - 2 γονιδίων, ο κανόνας ήθελε τους άνδρες να ανήκουν σε ομάδα υψηλού κινδύνου για κάθε πιθανό συνδυασμό του φύλου με δύο από τα γονίδια του συνόλου δεδομένων μας και τις γυναίκες, αντιθέτως, να ανήκουν σπανίως σε ομάδα υψηλού κινδύνου για τους αντίστοιχους συνδυασμούς, υποδεικνύοντας σε γενικές γραμμές την ισχυρότατη κύρια επίδραση του παράγοντα του φύλου, ανεξαρτήτως γονιδιακού συνδυασμού. Για αυτόν τον λόγο θεωρούμε ότι παρουσιάζουν ξεχωριστό ενδιαφέρον οι συνδυασμοί εκείνοι που αποκλίνουν με κάποιον τρόπο από τον κανόνα που προαναφέραμε. Συνεπώς, στον Πίνακα 53 της επόμενης σελίδας, παρουσιάζονται εκείνοι οι συνδυασμοί φύλου 2 γονιδίων για τους οποίους είτε παρατηρήθηκε γονιδιακός συνδυασμός με άνδρες που δεν ανήκε σε ομάδα υψηλού κινδύνου είτε γονιδιακός συνδυασμός με γυναίκες που ανήκε σε ομάδα υψηλού κινδύνου, αποκλίνοντας από τον γενικό κανόνα. 147

148 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 53 Μοντέλα αλληλεπιδράσεων τριών παραγόντων που παρουσιάζουν ξεχωριστό ενδιαφέρον Ενδιαφέροντα μοντέλα Μη υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 Υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 Ισορροπημένη ακρίβεια ελέγχου Έλεγχος σημαντικότητας (p-value) Φύλο * ACEIIDD * LPLC1595G (Γ*2*3) 0,61 10 (0,001) Φύλο * ACEIIDD * MTRA2756G (Γ*3*2) 0,61 10 (0,001) Φύλο * ACEIIDD * TNFalphaG308A (Γ*3*2) 0,61 10 (0,001) Φύλο * CBSC699T * IL6G634C (A*1*2) 0,61 10 (0,001) Φύλο * CBSC699T * MTRA2756G (Γ*1*2), (Γ*3*2) 0,61 10 (0,001) Φύλο * CBSC699T * TNFalphaG308A (Γ*3*2) 0,60 10 (0,001) Φύλο * CBSC699T * VDRTFok1C (Γ*3*1) 0,61 10 (0,001) Φύλο * CETPG279A * GSTP1A313G (Γ*2*2) 0,61 10 (0,001) Φύλο * CETPG279A * MTHFRC677T (Γ*2*2) 0,61 10 (0,001) Φύλο * CETPG279A * MTRA2756G (Γ*1*2), (Γ*2*2) 0,61 10 (0,001) Φύλο * CETPG279A * PPARgamma2PRO12A1A (Γ*2*3) 0,61 10 (0,001) Φύλο * CETPG279A * VDRTFok1C (A*2*1) (Γ*2*1) 0,61 10 (0,001) Φύλο * COL1A1GSp1T * GSTP1A313G (Γ*3*2) 0,61 10 (0,001) Φύλο * COL1A1GSp1T * MTRA2756G (Γ*1*2) 0,60 10 (0,001) Φύλο * COL1A1GSp1T * VDRCTaq1T (Γ*3*1) 0,61 10 (0,001) Φύλο * COL1A1GSp1T * VDRTBsm1C (Γ*3*1) 0,61 10 (0,001) Φύλο * ENOSG894T * GSTP1A313G (Γ*2*2) 0,61 10 (0,001) Φύλο * ENOSG894T * MTRA2756G (Γ*1*2) 0,61 10 (0,001) Φύλο * GSTM1WT * GSTP1A313G (Γ*1*2) 0,61 10 (0,001) Φύλο * GSTM1WT * MTRA2756G (Γ*1*2) 0,61 10 (0,001) Φύλο * GSTM1WT * TNFalphaG308A (Γ*2*2) 0,61 10 (0,001) Φύλο * GSTP1A313G * IL6G174C (Γ*2*3) 0,60 10 (0,001) Φύλο * GSTP1A313G * MnSODC28T (Γ*2*2) 0,61 10 (0,001) Φύλο * GSTP1A313G * MSMTRRA66G (Γ*2*1) 0,61 10 (0,001) Φύλο * GSTP1A313G * MTHFRA1298C (Γ*2*2) 0,61 10 (0,001) Φύλο * GSTP1A313G * MTHFRC677T (Γ*2*1), (Γ*2*2) 0,61 10 (0,001) Φύλο * GSTP1A313G * MTRA2756G (Γ*1*2) 0,60 10 (0,001) Φύλο * GSTP1A313G * TNFalphaG308A (Γ*2*1), (Γ*1*2) 0,61 10 (0,001) Φύλο * GSTP1A313G * VDRCTaq1T (Γ*2*3) 0,60 10 (0,001) Φύλο * GSTP1A313G * VDRTBsm1C (Γ*2*3) 0,61 10 (0,001) Φύλο * GSTP1A313G * VDRTFok1C (Γ*2*1) 0,61 10 (0,001) Φύλο * IL6G174C * LPLC1595G (A*2*3) 0,61 10 (0,001) Φύλο * IL6G174C * MnSODC28T (Γ*2*2) 0,61 10 (0,001) Φύλο * IL6G174C * MSMTRRA66G (Γ*2*2) 0,61 10 (0,001) Φύλο * IL6G174C * VDRTBsm1C (Γ*2*1) 0,61 10 (0,001) Φύλο * IL6G634C * LPLC1595G (A*2*1) 0,61 10 (0,001) Φύλο * IL6G634C * MTRA2756G (A*2*1) 0,61 10 (0,001) Φύλο * IL6G634C * PPARgamma2PRO12A1A (A*2*1) (Γ*3*3) 0,61 10 (0,001) Φύλο * IL6G634C * TNFalphaG308A (A*2*1) (Γ*1*2) 0,61 10 (0,001) Φύλο * IL6G634C * VDRCTaq1T (A*2*2) 0,61 10 (0,001) Φύλο * IL6G634C * VDRTBsm1C (A*2*2) (Γ*3*1) 0,61 10 (0,001) Φύλο * LPLC1595G * MTHFRC677T (Γ*3*2) 0,61 10 (0,001) Φύλο * LPLC1595G * VDRTFok1C (Γ*3*1) 0,61 10 (0,001) Φύλο * MnSODC28T * MTRA2756G (Γ*2*2) 0,61 10 (0,001) Φύλο * MSMTRRA66G * MTHFRA1298C (Γ*2*2) 0,61 10 (0,001) Φύλο * MSMTRRA66G * MTRA2756G (Γ*2*2) 0,61 10 (0,001) Φύλο * MTHFRA1298C * MTRA2756G (Γ*3*2) 0,61 10 (0,001) Φύλο * MTHFRA1298C * TNFalphaG308A (Γ*1*2) 0,61 10 (0,001) όπου Γ = Γυναίκα, Α = Άνδρας συνεχίζεται 148

149 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 53 Μοντέλα αλληλεπιδράσεων τριών παραγόντων που παρουσιάζουν ξεχωριστό ενδιαφέρον (συνέχεια) Ενδιαφέροντα μοντέλα Μη υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 Υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 Ισορροπημένη ακρίβεια ελέγχου Έλεγχος σημαντικότητας (p-value) Φύλο * MTHFRC677T * MTRA2756G (Γ*1*2) 0,61 10 (0,001) Φύλο * MTHFRC677T * VDRTFok1C (Γ*2*1) 0,61 10 (0,001) Φύλο * MTRA2756G * F5G1691A (Γ*2*1) 0,61 10 (0,001) Φύλο * MTRA2756G * TNFalphaG308A (Γ*2*1) 0,61 10 (0,001) Φύλο * MTRA2756G * VDRCTaq1T (Γ*2*3) 0,61 10 (0,001) Φύλο * MTRA2756G * VDRTBsm1C (Γ*2*3) 0,61 10 (0,001) Φύλο * MTRA2756G * VDRTFok1C (Γ*2*2) 0,61 10 (0,001) Φύλο * PPARgamma2PRO12A1A * VDRCTaq1T (Γ*3*1) 0,61 10 (0,001) Φύλο * PPARgamma2PRO12A1A * VDRTBsm1C (Γ*3*1) 0,61 10 (0,001) Φύλο * TNFalphaG308A * VDRCTaq1T (Γ*2*3) 0,61 10 (0,001) Φύλο * TNFalphaG308A * VDRTBsm1C (Γ*2*3) 0,61 10 (0,001) Φύλο * TNFalphaG308A * VDRTFok1C (Γ*2*3) 0,61 10 (0,001) Φύλο * VDRCTaq1T * VDRTFok1C (Γ*1*1) 0,61 10 (0,001) Φύλο * VDRTBsm1C * VDRCTaq1T (Γ*1*3) 0,61 10 (0,001) Φύλο * VDRTBsm1C * VDRTFok1C (Γ*1*1) 0,61 10 (0,001) όπου Γ = Γυναίκα, Α = Άνδρας Στη συνέχεια, στον Πίνακα 54, παρουσιάζονται τα 21 σημαντικότερα αποτελέσματα (βέλτιστα μοντέλα) γονιδιακών αλληλεπιδράσεων τριών παραγόντων μαζί με την ερμηνεία τους και τα χαρακτηριστικά σημαντικότητάς τους. Πίνακας 54 Βέλτιστα μοντέλα αλληλεπιδράσεων τριών γονιδίων ως προς τον ΔΜΣ με τη χρήση της ΜΜΠΔ Βέλτιστα μοντέλα Υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 CBSC699T * GSTT1WT * VDRCTaq1T (2*1*1), (1*2*1), (3*2*1), (2*1*2), (3*2*2), (1*1*3), (3*1*3), (3*2*3) CETPG279A * COL1A1GSp1T * VDRCTaq1T (2*1*1), (1*2*1), (2*3*1), (3*3*1), (2*1*2), (2*3*2), (3*3*2), (1*1*3), (2*1*3), (3*1*3), (1*2*3), (3*3*3) CETPG279A * VDRTBsm1C * F5G1691A (1*1*1), (2*1*1), (3*1*1), (2*2*1), (1*3*1), (3*3*1), (3*2*3), (3*3*3) COL1A1GSp1T * ENOSG894T * MTHFRA1298C (1*1*1), (1*3*1), (3*2*1), (1*1*2), (3*3*2), (3*1*3), (1*2*3), (3*2*3) COL1A1GSp1T * GSTM1WT * IL6G634C (1*1*1), (3*1*1), (1*2*1), (2*1*1), (1*1*3), (3*1*3), (3*2*3) COL1A1GSp1T * GSTP1A313G * VDRTBsm1C (1*1*1), (3*1*1), (3*3*1), (3*2*2), (3*3*2), (1*1*3), (3*1*3), (1*2*3), (3*2*3), (1*3*3) COL1A1GSp1T * TNFalphaG308A * VDRCTaq1T (3*1*1), (3*3*1), (1*3*2), (3*1*2), (3*3*2), (1*1*3), (1*2*3), (1*3*3) Ισορροπημένη ακρίβεια ελέγχου Έλεγχος σημαντικότητας (p-value) 0,52 10 (0,001) 0,53 10 (0,001) 0,52 10 (0,001) 0,52 10 (0,001) 0,52 10 (0,001) 0,51 10 (0,001) 0,52 10 (0,001) συνεχίζεται 149

150 Ενότητα 5 Εφαρμογή αναλύσεων & αποτελέσματα Πίνακας 54 Βέλτιστα μοντέλα αλληλεπιδράσεων τριών γονιδίων ως προς τον ΔΜΣ με τη χρήση της ΜΜΠΔ (συνέχεια) Βέλτιστα μοντέλα Υψηλός κίνδυνος εμφάνισης ΔΜΣ 25 ENOSG894T * VDRTFok1C * F5G1691A (2*1*1), (3*1*1), (1*2*1), (1*3*1), (2*3*1), (1*2*3) GSTM1WT * GSTP1A313G * VDRTBsm1C (1*1*1), (1*2*1), (1*3*1), (2*1*1), (1*2*2), (1*3*2), (1*1*3), (2*1*3), (1*2*3), (2*2*3) GSTM1WT * GSTP1C341T * VDRCTaq1T (1*1*1), (1*3*1), (1*3*2), (1*1*3), (2*1*3), (1*3*3), (2*3*3) GSTM1WT * TNFalphaG308A * VDRCTaq1T (1*1*1), (1*3*1), (1*3*2), (2*3*2), (1*1*3), (2*3*3) GSTP1A313G * IL6G174C * VDRCTaq1T (1*1*1), (1*2*1), (2*3*1), (3*2*1), (3*3*1), (2*1*2), (1*2*2), (3*2*2), (3*3*2), (1*1*3), (2*1*3), (3*1*3), (1*2*3), (1*3*3), (3*2*3), (2*3*3), GSTP1A313G * IL6G634C * TNFalphaG308A (2*1*1), (1*3*1), (2*3*1), (1*1*2), (1*1*3), (3*1*3), (3*3*3) GSTP1A313G * TNFalphaG308A * VDRCTaq1T (1*1*1), (3*1*1), (1*3*1), (2*1*2), (1*3*2), (3*3*2), (1*1*3), (2*1*3), (1*3*3), (2*3*3), (3*3*3) GSTP1C341T * GSTT1WT * VDRTFok1C (1*1*1), (1*2*1), (3*1*1), (3*1*2), (3*2*2), (1*1*3), (3*2*3) GSTP1C341T * IL6G634C * VDRTFok1C (1*1*1), (1*3*1), (3*1*1), (3*1*2), (1*1*3), (3*3*3) GSTT1WT * MTRA2756G * VDRTFok1C (1*1*1), (1*3*1), (2*1*1), (1*2*2), (1*3*2), (1*1*3), (1*2*3), (2*1*3) IL6G174C * TNFalphaG308A * VDRCTaq1T (1*1*1), (2*1*1), (3*3*1), (2*3*2), (3*3*2), (1*1*3), (2*1*3), (3*1*3), (1*3*3), (2*3*3) IL6G634C * LPLC1595G * TNFalphaG308A (3*1*1), (1*3*1), (1*1*2), (1*1*3), (3*1*3) LPLC1595G * TNFalphaG308A * VDRCTaq1T (1*1*1), (3*1*1), (1*3*1), (1*3*2), (3*3*2), (1*1*3), (3*1*3), (1*2*3), (1*3*3) MTRA2756G * PPARgamma2PRO12A1A * VDRCTaq1T (1*3*1), (2*1*2), (1*3*2), (1*1*3), (2*1*3), (3*1*3), (1*3*3) Ισορροπημένη ακρίβεια ελέγχου Έλεγχος σημαντικότητας (p-value) 0,52 10 (0,001) 0,52 10 (0,001) 0,52 10 (0,001) 0,52 10 (0,001) 0,53 10 (0,001) 0,52 10 (0,001) 0,53 10 (0,001) 0,52 10 (0,001) 0,53 10 (0,001) 0,52 10 (0,001) 0,52 10 (0,001) 0,52 10 (0,001) 0,53 10 (0,001) 0,52 10 (0,001) 150

151 ΕΝΟΤΗΤΑ 6 ΣΥΜΠΕΡΑΣΜΑΤΑ 151

152 Ενότητα 6 Συμπεράσματα 6 Συμπεράσματα 6.1 Επισκόπηση σημαντικότερων αποτελεσμάτων Η εργασία μας, όπως μάλλον και κάθε άλλη έρευνα που χρησιμοποιεί στατιστικές μεθόδους σε μεγάλα δείγματα, απέδωσε ένα μεγάλο πλήθος αποτελεσμάτων που καθιστά πραγματικά πολύ δύσκολη τη συνόψιση και το φιλτράρισμά τους. Δεν ήταν τυχαία άλλωστε η επιλογή μας να διερευνήσουμε αλληλεπιδράσεις έως και τριών παραγόντων, καθώς κάθε απόπειρα για αναζήτηση σημαντικών αλληλεπιδράσεων περισσότερων των τριών παραγόντων θα αύξανε υπερβολικά τη δυσκολία ερμηνείας τυχόν στατιστικά σημαντικών αποτελεσμάτων. Γνωρίζαμε από την αρχή ότι σε κάθε επόμενο βήμα διερεύνησης, ξεκινώντας από τις κύριες επιδράσεις και καταλήγοντας στις αλληλεπιδράσεις τριών παραγόντων, θα καθίστατο δυσκολότερη τόσο η εκτέλεση όσο και την ερμηνεία των αποτελεσμάτων, θα αυξανόταν ο αριθμός των αποτελεσμάτων που θα έπρεπε να ελεγχθούν και θα μειωνόταν μάλλον η πιθανότητα ανίχνευσης στατιστικής σημαντικότητας. Η ισχυρότερη και αδιαμφισβήτητα σημαντικότερη επίδραση αποδείχθηκε, όπως αναμενόταν μετά από μία σύντομη επισκόπηση των περιγραφικών στατιστικών στοιχείων, ότι είναι το φύλο. Πέρα από την κύρια επίδραση όμως, κάθε συμμετοχή του σε αλληλεπίδραση δύο ή τριών παραγόντων ήταν καθοριστικής σημασίας. Σε μία μόνο περίπτωση στις αλληλεπιδράσεις δύο παραγόντων κατάφερε ο δεύτερος παράγοντας της αλληλεπίδρασης να αλλοιώσει την ισχυρότατη επιρροή του φύλου δίνοντας αποτέλεσμα που παρουσίαζε απόκλιση από τον γενικό κανόνα που ήθελε τους άνδρες να ανήκουν σε ομάδα υψηλού κινδύνου εμφάνισης ΔΜΣ 25, ανεξάρτητα από την αλληλεπίδρασή τους με τα γονίδια του δείγματός μας. Αυτή η εξαίρεση παρουσιάστηκε στην Ενότητα (Πίνακας 48) και αφορά στην αλληλεπίδραση του φύλου με το γονίδιο IL6G634C, κατά την οποία ο συνδυασμός των Ανδρών με την κατάσταση 2 του εν λόγω γονιδίου δεν φάνηκε να ανήκει σε ομάδα υψηλού κινδύνου σύμφωνα με τη μέθοδο μείωσης πολυπαραγοντικής διάστασης. Πιο συγκεκριμένα, ο συνδυασμός αυτός αποτελούνταν από 40 άτομα, 22 με ΔΜΣ 25 και 18 με ΔΜΣ<25, οπότε η μέθοδος δεν τον ταξινόμησε ως συνδυασμό υψηλού κινδύνου. Ελάχιστοι ήταν όμως και οι συνδυασμοί τριών παραγόντων, με τον έναν να είναι το φύλο, στους οποίους παρατηρήθηκε απόκλιση από τον γενικό κανόνα. Εννέα μόλις εξαιρέσεις παρατηρήθηκαν κατά τις οποίες δεν ανήκαν σε ομάδα υψηλού κινδύνου εμφάνισης ΔΜΣ 25 συγκεκριμένοι συνδυασμοί της αλληλεπίδρασης του ανδρικού φύλου με δύο γονίδια του δείγματός μας (βλ. Ενότητα ). Οι σημαντικότερες γονιδιακές κύριες επιδράσεις καταδείχθηκαν κατά κύριο λόγο για τα γονίδια ACEIIDD και IL6G634C. Το ACEIIDD ανιχνεύθηκε ως κύρια επίδραση στον ΔΜΣ (κλασική ταξινόμηση σε 4 κατηγορίες) τόσο από την ανάλυση της διακύμανσης όσο και από τον έλεγχο x 2, αμφότερες δηλαδή τις μεθόδους που χρησιμοποιήθηκαν, παρέχοντας κάποια αξιοπιστία στην εν λόγω επίδραση. Ακόμη μεγαλύτερη αξιοπιστία φαίνεται να παρέχει η κύρια επίδραση του γονιδίου IL6G634C, το οποίο ανιχνεύθηκε ως στατιστικά σημαντική κύρια επίδραση από όλες τις χρησιμοποιούμενες, κατά περίπτωση, μεθόδους, τόσο για την κλασική ταξινόμηση (4 κατηγορίες) όσο και για την τροποποιημένη ταξινόμηση του ΔΜΣ (2 κατηγορίες). Σε ό,τι αφορά στις αλληλεπιδράσεις δύο παραγόντων, στις επόμενες σελίδες και στους επόμενους πίνακες παρουσιάζουμε συνοπτικά τα συνολικά στατιστικά σημαντικά αποτελέσματα ως προς τις γονιδιακές αλληλεπιδράσεις μόνο. Τα πλαίσια με χρωματισμένο υπόβαθρο υποδεικνύουν τις στατιστικά σημαντικές αλληλεπιδράσεις και ο αριθμός που περιέχεται σε αυτά το αντίστοιχο επίπεδο σημαντικότητας. 152

153 Ενότητα 6 Συμπεράσματα Πίνακας 55 Συνολικά στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 γονιδιακών παραγόντων (ταξινόμηση του ΔΜΣ σε 4 κατηγορίες) ACEI IDD CBS C699 CETP G27 COL 1A1 ENO SG8 GST M1W GSTP1 A31 GSTP1 C34 GST T1W IL6G 174C IL6G 634C LPLC 1595 MnSO DC28 MSMT RRA MTHF RA12 MTHF RC67 MTR A27 PPA Rga TNFa lpha VDRT Bsm1 VDR CTaq VDRT Fok1 F5G 169 ACEIIDD 0,033 0,033 CBSC699 0,016 CETPG27 COL1A1 ENOSG8 GSTM1W 0,020 0,042 0,033 GSTP1A31 GSTP1C34 GSTT1W IL6G174C 0,016 0,001* IL6G634C LPLC1595 0,012 MnSODC2 MSMTRRA MTHFRA12 MTHFRC67 MTRA27 PPARga TNFalpha VDRTBsm1 0,038 VDRCTaq VDRTFok1 F5G169 ανάλυση διακύμανσης, λογαριθμική-γραμμική ανάλυση, αμφότερες οι μέθοδοι. *δίνεται η μικρότερη παρατηρηθείσα στατιστική σημαντικότητα 153

154 Ενότητα 6 Συμπεράσματα Πίνακας 56 Συνολικά στατιστικά σημαντικά αποτελέσματα αλληλεπιδράσεων 2 γονιδιακών παραγόντων (ταξινόμηση του ΔΜΣ σε 2 κατηγορίες) ACEI IDD CBS C699 CETP G27 COL 1A1 ENO SG8 GST M1W GSTP1 A31 GSTP1 C34 GST T1W IL6G 174C IL6G 634C LPLC 1595 MnSO DC28 MSMT RRA MTHF RA12 MTHF RC67 MTR A27 PPA Rga TNFa lpha VDRT Bsm1 VDR CTaq VDRT Fok1 F5G 169 ACEIIDD 0,011 CBSC699 0,033 0,029 CETPG27 0,011 0,011 COL1A1 0,049 ENOSG8 0,011* GSTM1W GSTP1A31 0,001 0,027 0,011* 0,011* 0,011 GSTP1C34 GSTT1W IL6G174C 0,006 0,028 IL6G634C LPLC1595 0,022 MnSODC2 MSMTRRA MTHFRA12 MTHFRC67 MTRA27 PPARga TNFalpha 0,022 0,011* VDRTBsm1 VDRCTaq VDRTFok1 F5G169 λογαριθμική-γραμμική ανάλυση, ΜΜΠΔ, αμφότερες οι μέθοδοι. *δίνεται η μικρότερη παρατηρηθείσα στατιστική σημαντικότητα 154

155 Ενότητα 6 Συμπεράσματα Κατόπιν παρατήρησης, οι πίνακες που προηγήθηκαν μπορούν να οδηγήσουν σε σημαντικά συμπεράσματα. Αξιοσημείωτη είναι αρχικά η απουσία του γονιδίου IL6G634C από οποιαδήποτε στατιστικά σημαντική αλληλεπίδραση 2 γονιδίων. Φαίνεται λοιπόν ότι, παρά την ανίχνευσή του ως σημαντική κύρια επίδραση στον ΔΜΣ, ο συνδυασμός του με τα υπόλοιπα γονίδια δεν παρέχει σημαντική επιπρόσθετη πληροφορία ως προς τη διακύμανση του ΔΜΣ. Επίσης, οι πλέον πολυάριθμες συμμετοχές γονιδίων σε αλληλεπιδράσεις δύο παραγόντων είναι εκείνες του IL6G174C (8), του VDRTBsm1C (6), του VDRCTaq1T (6) και του GSTP1A313G (5), από τα οποία μόνο το VDRCTaq1T ανιχνεύθηκε ως στατιστικά σημαντική κύρια επίδραση με χρήση του ελέγχου x 2 και για την ταξινόμηση του ΔΜΣ σε 2 κατηγορίες. Τέσσερις μάλιστα από τις έξι συμμετοχές του VDRCTaq1T σε στατιστικά σημαντικές αλληλεπιδράσεις 2 παραγόντων παρατηρούνται κατά την ταξινόμηση του ΔΜΣ σε 2 κατηγορίες (Πίνακας 56) με στατιστική σημαντικότητα (0,011-0,022) υψηλότερη από εκείνη που παρατηρήθηκε κατά την ανίχνευσή του ως κύρια επίδραση (0,033, βλ. Ενότητα ). Φαίνεται λοιπόν ότι ο συνδυασμός του με κάποια από τα υπόλοιπα γονίδια παρέχει επιπρόσθετη πληροφορία ως προς τη διακύμανση του ΔΜΣ. Τέλος, η μέγιστη στατιστική σημαντικότητα (0,001) παρατηρείται για τις γονιδιακές αλληλεπιδράσεις IL6G174C * GSTP1A313G και IL6G174C * MnSODC28T. Οι γονιδιακές αλληλεπιδράσεις IL6G174C * GSTP1A313G και IL6G174C * MnSODC28T που προαναφέρθηκαν κατέδειξαν τη στατιστική τους ισχύ και κατά τις αναλύσεις των αλληλεπιδράσεων τριών παραγόντων. Τόσο στην ανάλυση της διακύμανσης του ΔΜΣ (ως 4 κατηγορίες) κατά τρεις παράγοντες όσο και στην αντίστοιχη λογαριθμική-γραμμική ανάλυση του ΔΜΣ ως μεταβλητή 2 κατηγοριών, παρατηρήθηκε στατιστική σημαντικότητα για την αλληλεπίδραση των IL6G174C, GSTP1A313G με το VDRTBsm1C (GSTP1A313G * IL6G174C * VDRTBsm1C, βλ. Ενότητα και Ενότητα ), ενώ καταδείχθηκε επίσης στατιστικά σημαντική αλληλεπίδραση των IL6G174C, MnSODC28T και PPARgamma2PRO12A1A (βλ. Ενότητα ) και των IL6G174C, MnSODC28T και VDRTBsm1C (βλ. Ενότητα ). Άλλες αλληλεπιδράσεις που ανιχνεύθηκαν ως στατιστικά σημαντικές τόσο στην ανάλυση της διακύμανσης του ΔΜΣ (ως 4 κατηγορίες) κατά τρεις παράγοντες όσο και στην αντίστοιχη λογαριθμική-γραμμική ανάλυση του ΔΜΣ ως μεταβλητή 2 κατηγοριών είναι οι ακόλουθες (βλ. Ενότητα και Ενότητα ): CBSC699T * COL1A1GSp1T * GSTM1WT, ENOSG894T * MnSODC28T * VDRTFok1C, με την αλληλεπίδραση ENOSG894T * MnSODC28T * VDRTFok1C να εμφανίζει πολύ υψηλή στατιστική σημαντικότητα ( 0,006) σε αμφότερες τις αναλύσεις. 6.2 Γενικός σχολιασμός και προτάσεις για περαιτέρω έρευνα Πριν εκτελέσουμε τους διάφορους στατιστικούς ελέγχους προς αναζήτηση σημαντικών επιδράσεων και αλληλεπιδράσεων, και με βάση τη γενικότερη μελέτη της τρέχουσας και πιο πρόσφατης βιβλιογραφίας σχετικά με το εν λόγω αντικείμενο, οι προσδοκίες μας ήταν περιορισμένες ως προς την ανακάλυψη έντονων μεμονωμένων γονιδιακών επιδράσεων και αλληλεπιδράσεων. Το γεγονός ότι οι πιο πρόσφατες έρευνες ενσωματώνουν πολυάριθμους περιβαλλοντικούς παράγοντες και παράγοντες που σχετίζονται με τον τρόπο ζωής κατά την αναζήτηση προγνωστικών δεικτών και κατά την προσπάθεια αποσαφήνισης των αιτιολογικών παραγόντων εμφάνισης του υπερβολικού σωματικού βάρους και της παχυσαρκίας στον σύγχρονο άνθρωπο, έκανε την έρευνα μας να φαντάζει περιορισμένων μάλλον δυνατοτήτων για την κατάδειξη κάποιων έντονων επιδράσεων. Άλλωστε, αποτελεί κοινή λογική και αποτέλεσμα απλής παρατήρησης και στοιχειωδών γνώσεων της εξέλιξης της ανθρώπινης κοινωνικής και επαγγελματικής ζωής κατά την τελευταία 50-ετία, και όχι αποκλειστικά επιστημονικό πόρισμα, ότι τα έκδηλα σημεία πάχυνσης του πληθυσμού οφείλονται σε μεγάλο βαθμό στην έλλειψη άσκησης και στον καθιστικό τρόπο ζωής και εργασίας. Παρ όλα αυτά, κανείς δεν μπορεί να παραβλέψει την εμπλοκή του γονιδιώματος σχεδόν σε κάθε βιοϊατρική έρευνα, είτε αυτή σημειώνεται σε μεγάλο είτε σε μικρό βαθμό. Αναγνωρίζαμε απλώς, ή ίσως υποθέταμε, ότι 155

156 Ενότητα 6 Συμπεράσματα στην έρευνα μας η γονιδιακή αλληλουχία ενδέχεται να μην είναι ο επικρατών ρυθμιστικός παράγοντας στην πορεία διαμόρφωσης και διακύμανσης του σωματικού βάρους. Οι στατιστικές αναλύσεις που εκτελέσαμε κατέδειξαν πολλά στατιστικά σημαντικά αποτελέσματα που ενδέχεται να φανούν χρήσιμα ή να αποδειχθούν προγνωστικής αξίας για τη δημιουργία ενός δυνητικού προγνωστικού μοντέλου που θα μπορούσε να χρησιμοποιεί πολυπαραγοντικά δεδομένα ως εισόδους και να εξάγει προγνωστικά πορίσματα ή/και πληροφορίες συμβουλευτικού χαρακτήρα και γενικότερη ή ειδικότερη καθοδήγηση για την αποφυγή μίας παθολογικής κατάστασης όπως η παχυσαρκία. Η πολυπλοκότητα ενός τέτοιου μοντέλου είναι ένα θέμα προς επίλυση όσο συσσωρεύονται νέα δεδομένα και παράγονται σχετικά αποτελέσματα από έρευνες που αφορούν στην παχυσαρκία και τους αιτιολογικούς της παράγοντες. Παρά το γεγονός ότι τα συμπεράσματα της έρευνας που πραγματοποιήσαμε δεν φαίνεται να αποτελούν από μόνα τους βάση για την αποκάλυψη του μηχανισμού πρόκλησης της παχυσαρκίας, ελπίζουμε ότι τόσο τα ίδια τα αποτελέσματα όσο και ο τρόπος εργασίας που χρησιμοποιήσαμε για να καταλήξουμε σε αυτά θα αποτελέσουν ερέθισμα για περαιτέρω ανάλυση ανάλογων δειγμάτων πληθυσμού και πολύτιμη ίσως βοήθεια για επιστήμονες, ερευνητές και αναλυτές που ασχολούνται με το μείζον σύγχρονο πρόβλημα του υπερβολικού σωματικού βάρους και της παχυσαρκίας. Η έρευνα είναι βέβαιο ότι θα πρέπει να συνεχίσει να δραστηριοποιείται στο πεδίο των αλληλεπιδράσεων γονιδίων-περιβάλλοντος. Για την αποσαφήνιση του τρόπου αλληλεπίδρασης γονιδίων και περιβάλλοντος με αποτέλεσμα τη διατάραξη βιολογικών οδών, η οποία προκαλεί την εμφάνιση παθήσεων, οι επιστήμονες θα χρειαστούν εργαλεία έρευνας με την ικανότητα ταυτόχρονης παρακολούθησης της έκφρασης χιλιάδων γονιδίων, πρωτεϊνών και μεταβολιτών σε παγκόσμιο επίπεδο, καθώς και υπολογιστικές τεχνικές ικανές να εξάγουν χρήσιμα και σημαντικά αποτελέσματα από δείγματα πληθυσμών μέτριων σε μέγεθος σε σχέση με τον αριθμό των δυνητικών αλληλεπιδράσεων. Η μέθοδος μείωσης παραμέτρων και η μέθοδος μείωσης πολυπαραγοντικής διάστασης φαίνεται ότι εξελίσσονται και βελτιώνονται συνεχώς από την επιστημονική κοινότητα και ότι θα μπορέσουν σύντομα να ανταποκριθούν πλήρως και αξιόπιστα σε τέτοιες απαιτητικές αναλύσεις. Τέλος, αρκετά μεγάλη προσοχή θα πρέπει να δοθεί στον αναπτυσσόμενο τομέα της «διατροφογενετικής» (Nutrigenetics), η οποία εξετάζει τις αλληλεπιδράσεις μεταξύ της διατροφής και του γενετικού υποβάθρου ενός ατόμου. Η δυνητική σπουδαιότητα της παροχής εξατομικευμένης συμβουλευτικής διατροφικής υποστήριξης στα άτομα ανάλογα με το γονιδιακό τους προφίλ έχει ενθουσιάσει μερίδα των επιστημόνων που ασχολούνται με το θέμα της παχυσαρκίας και δεν αποκλείεται να αποδείξει σύντομα τη χρησιμότητά της. 156

157 ΕΝΟΤΗΤΑ 7 ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΑΝΑΦΟΡΕΣ 157

158 Ενότητα 7 Βιβλιογραφικές αναφορές 7 Βιβλιογραφικές αναφορές 1. World Health Organization. Physical status: the use and interpretation of anthropometry. Geneva: World Health Organization, WHO Technical Report Series World Health Organization. Global Database on Body Mass Index: an interactive surveillance tool for monitoring nutrition transition Steering Committee of the Western Pacific Region of the World Health Organization, the International Association for the Study of Obesity, and the International Obesity Task Force. The Asia-Pacific Perspective: Redefining Obesity and its Treatment. Melbourne, Australia, Health Communications Australia, B1D5-45A6-9FF2-F7D86608A4DE/0/Redefiningobesity.pdf 4. James WPT, Chen C, Inoue S, (2002), Appropriate Asian body mass indices?, Obesity Review, 3: WHO expert consultation. Appropriate body-mass index for Asian populations and its implications for policy and intervention strategies. The Lancet, 2004, Πασπάλα I., Τσιλιγκίρογλου Φαχαντίδου A., (2007), Βασικά χαρακτηριστικά γνωρίσματα της παχυσαρκίας των ενηλίκων, Επιτροπή Κοινωνικής Πολιτικής, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Ιωαννίδης I., Νεότερα δεδομένα στην αιτιοπαθογένεια της παχυσαρκίας, Ελληνική Ιατρική Εταιρία Παχυσαρκίας Bouchard C, Perusse L, (1996), Current status of the human obesity gene map. Obesity Research, 4: Allison DB, Kaprio J, Korkeila M, Koskenvuo M, Neale MC, Kayakawa K, (1996), The heritability of body mass index among an international sample of monozygotic twins reared apart, International Journal of Obesity, 20: Walker S, Poston C, Foreyt J, (1999), Obesity is an environmental issue, Atherosclerosis, 146: Zhang Y, Proenca R, Maffei M, Barone M, Leopold L, Friedman JM, (1994), Positional cloning of the mouse obese gene and its human homologue, Nature, 372: Perusse L, Chagnon YC, Weisnagel J, Bouchard C, (1999), The human Obesity Gene Map: the 1998 update, Obes Res, 7: Bouchard C (ed), (1994), Genetics of Obesity, CRC Press, 1994: Meyer JM, Stunkard AJ, (1994), Twin studies of human obesity, in Bouchard C (ed): The Genetics of Obesity, Boca Raton, FL, CRC Press, Bouchard C, Perusse L, (1993), Genetics of Obesity, Annu Rev Nutr, 13: Κυριαζής I, Παχυσαρκία και συννοσηρότητα, Ελληνική Ιατρική Εταιρία Παχυσαρκίας

159 Ενότητα 7 Βιβλιογραφικές αναφορές 18. National Institutes of Health. Clinical Guidelines On The Identification, Evaluation, And Treatment Of Overweight And Obesity In Adults. The Evidence Report, NIH Publication No , September World Health Organization, Obesity and Overweight, Fact Sheet No 311, September NAASO, The Obesity Society. Medical Complications of Obesity, Obesity Online Linne Y, (2004), Effects of obesity on women's reproduction and complications during pregnancy, Obesity Reviews, 5, Wellman N, Friedberg B, (2002), Causes and consequences of adult obesity: health, social and economic impacts in the United States, Asia Pac J Clin Nutr., Suppl 8:S705-S Moore JH, Analysis of Gene-Gene Interactions, Computational Genetics Laboratory, Departments of Genetics and Community and Family Medicine, Dartmouth Medical School, Lebanon, NH. 24. Moore JH, The ubiquitous nature of epistasis in determining susceptibility to common human diseases, Human Heredity 2003;56: Hirschhorn JN, Lohmueller K, Byrne E, Hirschhorn K, A comprehensive review of genetic association studies, Genet Med 2002;4: Moore JH, Williams SM, New strategies for identifying gene-gene interactions in hypertension, Ann Med 2002;34: Templeton AR, Epistasis and complex traits. In: Wolf J, Brodie III B, Wade M, eds. Epistasis and the Evolutionary Process. New York, Oxford University Press, Παυλόπουλος Ι, (2007), Ανάπτυξη Μεθόδου Νευρωνικών Δικτύων Γενετικού Προγραμματισμού για την Διερεύνηση του Γενετικού και Περιβαλλοντικού Υποστρώματος Νόσων», Εθνικό Μετσόβιο Πολυτεχνείο. 29. Heidema A, Boer J, Nagelkerke N, Mariman E, van der AD, Feskens E, (2006), The challenge for genetic epidemiologists: how to analyze large numbers of SNPs in relation to complex diseases, BMC Genetics, 7: Σταυρινός Β, Παναγιωτάκος Δ, (2007), Βιοστατιστική, Αθήνα: Gutenberg. 31. Field A, (2005), Discovering Statistics Using SPSS, Sage Publications Ltd, 2nd edition. 32. Xu J, Lowey J, Wiklund F, Sun J, Lindmark F, Hsu F, Dimitrov L, Chang B, Turner AR, Liu W, Adami HO, Suh E, Moore JH, Zheng SL, Isaacs WB, Trent JM, Grönberg H, (2005), The interaction of four genes in the inflammation pathway significantly predicts prostate cancer risk, Cancer Epidemiol Biomarkers Prev, 14: Cho YM, Ritchie MD, Moore JH, Park JY, Lee KU, Shin HD, Lee HK, Park KS, (2004), Multifactor-dimensionality reduction shows a two-locus interaction associated with Type 2 diabetes mellitus, Diabetologia, 47: Coffey CS, Hebert PR, Ritchie MD, Krumholz HM, Gaziano JM, Rid-ker PM, Brown NJ, Vaughan DE, Moore JH, (2004), An application of conditional logistic regression and 159

160 Ενότητα 7 Βιβλιογραφικές αναφορές multifactor dimensionality reduction for detecting gene-gene interactions on risk of myocardial infarction: the importance of model validation, BMC Bioinformatics, 5: Williams SM, Ritchie MD, Phillips JA 3rd, Dawson E, Prince M, Dzhura E, Willis A, Semenya A, Summar M, White BC, Addy JH, Kpodonu J, Wong LJ, Felder RA, Jose PA, Moore JH, (2004), Multilocus analysis of hypertension: a hierarchical approach, Hum Hered, 57: Ritchie MD, Hahn LW, Roodi N, Bailey LR, Dupont WD, Parl FF,Moore JH, (2001), Multifactor-dimensionality reduction reveals high-order interactions among estrogenmetabolism genes in sporadic breast cancer, Am J Hum Genet, 69:

161 ΕΝΟΤΗΤΑ 8 ΠΑΡΑΡΤΗΜΑ 161

162 Ενότητα 8 Παράρτημα 8 Παράρτημα 8.1 Επιπρόσθετα περιγραφικά στατιστικά στοιχεία Κατανομή ατόμων βάσει του ΔΜΣ (ως ποσοτικής μεταβλητής) στον γυναικείο πληθυσμό (διαστήματα ΔΜΣ ανά 5 μονάδες) Κατανομή ατόμων βάσει του ΔΜΣ (ως ποσοτικής μεταβλητής) στον ανδρικό πληθυσμό (διαστήματα ΔΜΣ ανά 5 μονάδες) 162

163 Ενότητα 8 Παράρτημα Κατανομή ατόμων βάσει του ΔΜΣ (ως ποσοτικής μεταβλητής) στον γυναικείο πληθυσμό (διαστήματα ΔΜΣ ανά 1 μονάδα) Κατανομή ατόμων βάσει του ΔΜΣ (ως ποσοτικής μεταβλητής) στον ανδρικό πληθυσμό (διαστήματα ΔΜΣ ανά 1 μονάδα) 163

164 Ενότητα 8 Παράρτημα Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ (Ποσοτική Μεταβλητή) στον Γυναικείο Πληθυσμό Ηλικίας 30 Ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,247 17,041 47,287 24,062 0,514 5,241 Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ (Ποσοτική Μεταβλητή) στον Γυναικείο Πληθυσμό Ηλικίας Ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,176 16,278 54,454 25,958 0,148 5,934 Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ (Ποσοτική Μεταβλητή) στον Γυναικείο Πληθυσμό Ηλικίας >55 Ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,467 16,331 54,798 27,973 0,187 6,093 Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ (Ποσοτική Μεταβλητή) στον Ανδρικό Πληθυσμό Ηλικίας 30 Ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ 95 28,167 16,312 44,479 25,284 0,518 5,052 Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ (Ποσοτική Μεταβλητή) στον Ανδρικό Πληθυσμό Ηλικίας Ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,649 16,676 52,325 27,803 0,160 4,914 Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ (Ποσοτική Μεταβλητή) στον Ανδρικό Πληθυσμό Ηλικίας >55 Ετών N Εύρος Ελάχιστη Τιμή Μέγιστη Τιμή Μέση Τιμή (ΜΤ) Τυπικό Σφάλμα ΜΤ Τυπική Απόκλιση ΔΜΣ ,267 17,668 46,935 28,492 0,181 4,

165 Ενότητα 8 Παράρτημα Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ, το Φύλο και τα Γονίδια (Κατηγορικές Μεταβλητές) ανά Ηλικιακή Κατηγορία >55 N N N Έγκ. Ελλείπ. ΕΤ Έγκ. Ελλείπ. ΕΤ Έγκ. Ελλείπ. ΕΤ ΔΜΣ* (4 κατηγορίες) ΔΜΣ** (2 κατηγορίες) Φύλο ACEII/DD CBSC699T CETPG279A COL1A1GSp1T ENOSG894T GSTM1WT GSTP1A313G GSTP1C341T GSTT1WT IL-6G-174C IL-6G-634C LPLC1595G MnSODC-28T MS-MTRRA66G MTHFRA1298C MTHFRC677T MTRA2756G PPARgamma2PRO12A1A TNFalphaG-308A VDRCTaq1T VDRTBsm1C VDRTFok1C , F5G1691A * 1: <18,50, 2: 18,50-24,99, 3: 25,00-29,99, 4: 30,00 ** 0: <25, 1: 25 0: Γυναίκα, 1: Άνδρας 165

166 Ενότητα 8 Παράρτημα Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ, την Ηλικία και τα Γονίδια (Κατηγορικές Μεταβλητές) ανά Φύλο Γυναίκες N Άνδρες Έγκυρα Ελλείποντα ΕΤ Έγκυρα Ελλείποντα ΕΤ ΔΜΣ* (4 κατηγορίες) ΔΜΣ** (2 κατηγορίες) Ηλικία ACEII/DD CBSC699T CETPG279A COL1A1GSp1T ENOSG894T GSTM1WT GSTP1A313G GSTP1C341T GSTT1WT IL-6G-174C IL-6G-634C LPLC1595G MnSODC-28T MS-MTRRA66G MTHFRA1298C MTHFRC677T MTRA2756G PPARgamma2PRO12A1A TNFalphaG-308A VDRCTaq1T VDRTBsm1C VDRTFok1C F5G1691A * 1: <18,50, 2: 18,50-24,99, 3: 25,00-29,99, 4: 30,00 ** 0: <25, 1: 25 1: 30, 2: 31-55, 3: >55 N 166

167 Ενότητα 8 Παράρτημα Περιγραφικά Στατιστικά Στοιχεία για τον ΔΜΣ και τα Γονίδια (Κατηγορικές Μεταβλητές) ανά Ηλικιακή Κατηγορία και ανά Φύλο Γυναίκες Άνδρες > >55 N N N N N N Έγκ. Ελλείπ. ΕΤ Έγκ. Ελλείπ. ΕΤ Έγκ. Ελλείπ. ΕΤ Έγκ. Ελλείπ. ΕΤ Έγκ. Ελλείπ. ΕΤ Έγκ. Ελλείπ. ΕΤ ΔΜΣ* (4 κατηγορίες) ΔΜΣ** (2 κατηγορίες) ACEII/DD CBSC699T CETPG279A COL1A1GSp1T ENOSG894T GSTM1WT GSTP1A313G GSTP1C341T GSTT1WT IL-6G-174C IL-6G-634C LPLC1595G MnSODC-28T MS-MTRRA66G MTHFRA1298C MTHFRC677T MTRA2756G PPARgamma2PRO12A1A TNFalphaG-308A VDRTBsm1C VDRCTaq1T VDRTFok1C F5G1691A * 1: <18,50, 2: 18,50-24,99, 3: 25,00-29,99, 4: 30,00 ** 0: <25, 1:

168 Ταξινόμηση ατόμων σε 2 κατηγορίες βάσει του ΔΜΣ 168 Ενότητα 8 Παράρτημα α) Σε ολόκληρο τον πληθυσμό γ) Στον ανδρικό πληθυσμό β) Στον γυναικείο πληθυσμό

169 Ταξινόμηση ατόμων σε 2 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία σε ολόκληρο τον πληθυσμό 169 Ενότητα 8 Παράρτημα γ) Άτομα ηλικίας > 55 ετών α) Άτομα ηλικίας 30 ετών β) Άτομα ηλικίας ετών

170 Ταξινόμηση ατόμων σε 4 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία στον γυναικείο πληθυσμό 170 Ενότητα 8 Παράρτημα γ) Άτομα ηλικίας > 55 ετών α) Άτομα ηλικίας 30 ετών β) Άτομα ηλικίας ετών

171 Ταξινόμηση ατόμων σε 4 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία στον ανδρικό πληθυσμό 171 Ενότητα 8 Παράρτημα γ) Άτομα ηλικίας > 55 ετών α) Άτομα ηλικίας 30 ετών β) Άτομα ηλικίας ετών

172 Ταξινόμηση ατόμων σε 2 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία στον γυναικείο πληθυσμό 172 Ενότητα 8 Παράρτημα γ) Άτομα ηλικίας > 55 ετών α) Άτομα ηλικίας 30 ετών β) Άτομα ηλικίας ετών

173 Ταξινόμηση ατόμων σε 2 κατηγορίες βάσει του ΔΜΣ ανά ηλικιακή κατηγορία στον ανδρικό πληθυσμό 173 Ενότητα 8 Παράρτημα γ) Άτομα ηλικίας > 55 ετών α) Άτομα ηλικίας 30 ετών β) Άτομα ηλικίας ετών