De wereldwijde toenemende last van diabetes type 2 (T2D) vraagt om een beter inzicht in beïnvloedbare omgevingsfactoren, zoals de beloopbaarheid van de woonomgeving en de voedselomgeving.
Dit project brengt causale verbanden in kaart, zowel wat betreft de incidentie als de progressie van T2D, door causale inferentiemethoden toe te passen op grootschalige longitudinale datasets en de onderliggende biologische processen te onderzoeken.
We maken gebruik van bevolkingsgegevens van het Centraal Bureau voor de Statistiek (CBS) om na te gaan hoe de in de tijd variërende blootstelling aan voedselomgevingen het risico op T2D beïnvloedt, terwijl we causale inferentiemodellen gebruiken om verbanden met groen, geluid en de beloopbaarheid te valideren. Tegelijkertijd analyseren we het DIAMANT-register van 300.000 patiënten om vast te stellen of omgevingsfactoren de ziekteprogressie en cardiovasculaire complicaties beïnvloeden. Ten slotte isoleren we, door een exposoom-scan te integreren binnen een case-cohort-kader, specifieke biomarkers die blootstelling aan omgevingsfactoren koppelen aan T2D. Door geografische gegevens te combineren met klinische registers en geavanceerde metabolomica, streeft dit onderzoek ernaar verder te gaan dan correlatie om te begrijpen hoe de omgeving de metabole gezondheid fundamenteel beïnvloedt.
De omgeving waarin we leven heeft een dominante invloed op onze gezondheid. Het verklaart naar schatting zeventig procent van de chronische ziektelast. Waar we wonen, wat we eten, hoeveel we bewegen, de lucht die we inademen en met wie we omgaan; al deze omgevingsfactoren spelen een rol. De combinatie van deze factoren gedurende de levensloop wordt het exposoom genoemd. Er is algemene (wetenschappelijke) consensus dat meer inzicht in het exposoom de huidige ziektelast zal helpen verklaren en dat het aanknopingspunten biedt voor preventie ...
Lees Meer
