Visceral obesity as a risk factor for breast cancer

封面

如何引用文章

全文:

详细

Background. Obesity is associated with some types of cancer including breast cancer (BC). But still there are not so much studies on the relationship between the adipose tissue distribution, visceral obesity (VO), and insulin resistance with the development of BC. This study is devoted to the effect of VO and insulin resistance on the development of BC.

Aim. To assess the frequency of VO and insulin resistance in patients with newly diagnosed BC in an outpatient setting.

Materials and methods. An observational retrospective study was conducted, including 160 electronic medical records of women with suspected cancer. The control group (n=103) consisted of women with negative histological results. The study group consisted of patients in whom BC was confirmed histologically. Anthropometric data, glycemia, and lipid profile were studied. Statistical processing of the results was performed using the method of descriptive statistics and calculation of the Spearman correlation coefficient with reliability assessment by the Student's t-test.

Results. The maximum frequency of BC is observed in women over 60 years old (80%). The average age in the group of participants with confirmed BC was 64.51±10.30, in the control group 55.81±12.20 (p<0.0004%). The average Body Mass Index in patients in the group with BC was 30.50±4.98, in the control group – 25.76±5.70 (p<0.05). The average Body Mass Index in the BC group was 30.50, in the control group – 25.76 (p<0.05). A high level of VO was found in 82% of patients with BC. We have found that in the group of patients with BC the frequency of occurrence of high Total Cholesterol values is 72%, Triglycerides – 61%, Low-Density Lipoprotein – 68%, while in the group of patients with unconfirmed BC 10, 33, 24% respectively. When assessing indirect signs of insulin resistance in patients with BC high values of the indicators were recorded, which indicates the presence of insulin resistance. In the control group, Visceral Adiposity Index was detected in 22% of cases above normal values, the Triglycerides to High-Density Lipoprotein Cholesterol index was detected above normal values in 12% of cases, Metabolic Index – 1%, Lipid Accumulation Product – 14%.

Conclusion. The results of the study emphasize the importance of VO and insulin resistance in the pathogenesis of breast cancer, which is important for early diagnosis and prevention of the disease.

作者简介

Kermen Bairova

City Outpatient Clinic No. 195

编辑信件的主要联系方式.
Email: bairova@list.ru
ORCID iD: 0000-0002-9391-5175

канд. мед. наук, зам. глав. врача по профилактике

俄罗斯联邦, Moscow

Ashot Mkrtumyan

Russian University of Medicine

Email: bairova@list.ru
ORCID iD: 0000-0003-1316-5245

д-р мед. наук, проф., зав. каф. эндокринологии и диабетологии лечебного фак-та, заслуженный врач РФ

俄罗斯联邦, Moscow

Svetlana Prilepa

Tula State University

Email: bairova@list.ru
ORCID iD: 0009-0000-4057-0903

доц. каф. внутренних болезней лечебного фак-та

俄罗斯联邦, Tula

Elena Medvedeva

Tula State University

Email: bairova@list.ru
ORCID iD: 0009-0009-7389-220X

ассистент каф. внутренних болезней лечебного фак-та

俄罗斯联邦, Tula

参考

  1. World Health Organization. Available at: https://www.who.int/home Accessed: September 20, 2024.
  2. Henley S, Ward E, Scott S, et al. Annual report to the nation on the status of cancer, part I: National cancer statistics. Cancer. 2020;126(10):2225-49. doi: 10.1002/cncr.32802
  3. World Health Organization. Global cancer observatory. Available at: https://gco.iarc.fr/ Accessed: September 20, 2024.
  4. Злокачественные новообразования в России в 2021 г. (заболеваемость и смертность). Под ред. А.Д. Каприна, В.В. Старинского, Г.В. Петровой. М.: Московский научно-исследовательский онкологический институт им. П.А. Герцена – филиал ФГБУ «Национальный медицинский исследовательский центр радиологии» Минздрава России, 2022. Режим доступа: https://oncology-association.ru/wp-content/uploads/2022/11/zlokachestvennye-novoobrazovaniya-v-rossii-v-2021-g_zabolevaemost-i-smertnost.pdf. Ссылка активна на 20.09.2024 [Zlokachestvennye novoobrazovaniia v Rossii v 2021 g. (zabolevaemost' i smertnost'). Pod red. AD Kaprina, VV Starinskogo, GV Petrovoi M.: Moskovskii nauchno-issledovatel'skii onkologicheskii institut im. P.A. Gertsena – filial FGBU «Natsional'nyi meditsinskii issledovatel'skii tsentr radiologii» Minzdrava Rossii, 2022. Available at: https://oncology-association.ru/wp-content/uploads/2022/11/zlokachestvennye-novoobrazovaniya-v-rossii-v-2021-g_zabolevaemost-i-smertnost.pdf. Accessed: 20.09.2024 (in Russian)].
  5. Салухов В.В., Кадин Д.В. Ожирение как фактор онкологического риска. Обзор литературы. Медицинский совет. 2019;(4):94-102 [Salukhov VV, Kadin DV. Obesity as a cancer risk factor. Literature review. Meditsinsky sovet. 2019;(4):94-102 (in Russian)]. doi: 10.21518/2079-701X-2019-4-94-102
  6. Kolb R, Sutterwala FS, Zhang W. Obesity and cancer: inflammation bridges the two. Curr Opin Pharmacol. 2016;29:77-89. doi: 10.1016/j.coph.2016.07.005
  7. Iyengar NM, Gucalp A, Dannenberg AJ, Hudis CA. Obesity and Cancer Mechanisms: Tumor Microenvironment and Inflammtion. J Clin Oncol. 2016;34(35):4270-6. doi: 10.1200/JCO.2016.67.4283
  8. Glenny EM, Coleman MF, Giles ED, et al. Designing Relevant Preclinical Rodent Models for Studying Links Between Nutrition, Obesity, Metabolism, and Cancer. Annu Rev Nutr. 2021;41:253-82. doi: 10.1146/annurev-nutr-120420-032437
  9. Carter P, Vithayathil M, Kar S, et al. Predicting the effect of statins on cancer risk using genetic variants from a Mendelian randomization study in the UK Biobank. Elife. 2020;9:e57191. doi: 10.7554/eLife.57191
  10. White AJ, Nichols HB, Bradshaw PT, Sandler DP. Overall and central adiposity and breast cancer risk in the Sister Study. Cancer. 2015;121(20):3700-8. doi: 10.1002/cncr.29552
  11. Van den Brandt PA, Spiegelman D, Yaun SS, et al. Pooled analysis of prospective cohort studies on height, weight, and breast cancer risk. Am J Epidemiol. 2000;152(6):514-27. doi: 10.1093/aje/152.6.514
  12. Sebastiani F, Cortesi L, Sant M, et al. Increased incidence of breast cancer in postmenopausal women with high body mass index at the Modena Screening Program. J Breast Cancer. 2016;19(3):283-91. doi: 10.4048/jbc.2016.19.3.283
  13. Bhaskaran K, Douglas I, Forbes H, et al. Body mass index and risk of 22 specific cancers: a population-based cohort study of 5.24 million UK adults. Lancet. 2014;384(9945):755-65. doi: 10.1016/s0140-6736(14)60892-8
  14. Sun L, Zhu Y, Qian Q, et al. Body mass index and prognosis of breast cancer: An analysis by menstruation status when breast cancer diagnosis. Medicine (Baltimore). 2018;97(26):e11220. doi: 10.1097/md.0000000000011220
  15. Renehan AG, Tyson M, Egger M, et al. Body-mass index and incidence of cancer: a systematic review and meta-analysis of prospective observational studies. Lancet. 2008;371(9612):569-78. doi: 10.1016/S0140-6736(08)60269-X
  16. World Cancer Research Fund. Worldwide Cancer Data. Available at: https://www.wcrf.org/cancer-trends/worldwide-cancer-data. Accessed: September 21, 2024.
  17. Wanders JOP, Holland K, Veldhuis WB, et al. Volumetric breast density affects performance of digital screening mammography. Breast Cancer Res Treat. 2017;162(1):95-103. doi: 10.1007/s10549-016-4090-7
  18. Chen HL, Ding A, Wang ML. Impact of central obesity on prognostic outcome of triple negative breast cancer in Chinese women. SpringerPlus. 2016;5:594. doi: 10.1186/s40064-016-2200-y
  19. Либис Р.А., Исаева Е.Н. Возможность применения индекса висцерального ожирения в диагностике метаболического синдрома и прогнозировании риска его осложнений. Российский кардиологический журнал. 2014;19(9):48-53 [Libis RA, Isaeva EN. Opportunities for the use of visceral obesity index in metabolic syndrome diagnostics and prognosis of its complication risk. Rossiiskii Kardiologicheskii Zhurnal. 2014;19(9):48-53 (in Russian)]. doi: 10.15829/1560-4071-2014-9-48-53
  20. Ebrahimi M, Seyedi SA, Nabipoorashrafi SA, et al. Lipid accumulation product (LAP) index for the diagnosis of nonalcoholic fatty liver disease (NAFLD): a systematic review and meta-analysis. Lipids Health Dis. 2023;22(1):41. doi: 10.1186/s12944-023-01802-6
  21. McLaughlin T, Reaven G, Abbasi F, et al. Is there a simple way to identify insulin-resistant individuals at increased risk of cardiovascular disease? Am J Cardiol. 2005;96(3):399-404. doi: 10.1016/j.amjcard.2005.03.085
  22. Ройтберг Г.Е., Дорош Ж.В., Шархун О.О., и др. Возможности применения нового метаболического индекса при оценке инсулинорезистентности в клинической практике. РФК. 2014;10(3):264-74 [Roitberg GE, Dorosh ZhV, Sharkhun OO, et al. New metabolic index use potentialities in evaluation of insulin resistance in clinical practice. RFK. 2014;10(3):264-74 (in Russian)]. doi: 10.20996/1819-6446-2014-10-3-264-274
  23. Shuster A, Patlas M, Pinthus JH, Mourtzakis M. The clinical importance of visceral adiposity: a critical review of methods for visceral adipose tissue analysis. Br J Radiol. 2012;85(1009):1-10. doi: 10.1259/bjr/38447238
  24. Eloi JC, Epifanio M, de Gonçalves MM, et al. Quantification of abdominal fat in obese and healthy adolescents using 3 tesla magnetic resonance imaging and free software for image analysis. PLoS One. 2017;12(1):e0167625. doi: 10.1371/journal.pone.0167625
  25. Ashtary-Larky D, Daneghian S, Alipour M, et al. Waist circumference to height ratio: better correlation with fat mass than other anthropometric indices during dietary weight loss in different rates. Int J Endocrinol Metab. 2018;16(4):e55023. doi: 10.5812/ijem.55023
  26. Tutunchi H, Ebrahimi Mameghani M, Ostadrahimi A, Asghari-Jafarabadi M. What are the optimal cut-off points of anthropometric indices for prediction of overweight and obesity? Predictive validity of waist circumference, waist-to-hip and waist-to-height ratios. Health Promot Perspect. 2020;10(2):142-7. doi: 10.34172/hpp.2020.23
  27. Kaviani A, Neishaboury M, Mohammadzadeh N, et al. Effects of obesity on presentation of breast cancer, lymph node metastasis and patient survival: A retrospective review. Asian Pac J Cancer Prev. 2013;14(4):2225-9. doi: 10.7314/apjcp.2013.14.4.2225
  28. Arnold M, Jiang L, Stefanick ML, et al. Duration of Adulthood Overweight, Obesity, and Cancer Risk in the Women’s Health Initiative: A Longitudinal Study from the United States. PLoS Med. 2016;13(8):e1002081. doi: 10.1371/journal.pmed.1002081
  29. Hirose M, Schilf P, Gupta Y, et al. Lifespan effects of mitochondrial mutations. Nature. 2016;540(7633):E13-14. doi: 10.1038/nature20778
  30. Kricker A, Di Sipio T, Stone J, et al. Bodyweight and other correlates of symptom-detected breast cancers in a population offered screening. Cancer Causes Control. 2012;23(1):89-102. doi: 10.1007/s10552-011-9858-9
  31. Трошина Е.А., Румянцев П.О., Алташина М.В., Плохая А.А. Влияние избыточной массы тела и ожирения на факторы риска развития молочной железы у женщин в постменопаузе. Oжирение и метаболизм. 2012;9(3):3-10 [Troshina EA, Rumyantsev PO, Altashina MV, Plokhaya AA. An Impact of Overweight and Obesity on the Risk Factors For Breast Cancer in Postmenopausal Women. Obesity and Metabolism.2012;9(3):3-10 (in Russian)]. doi: 10.14341/2071-8713-4965

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Localization of breast cancer in the study group.

下载 (38KB)
索引源数据
3. Fig. 2. Distribution of patients in the study groups by body mass index.

下载 (68KB)
索引源数据
4. Fig. 3. Visceral adiposity index in study groups.

下载 (25KB)
索引源数据
5. Fig. 4. Triglyceride/high density lipoproteins index in study groups.

下载 (39KB)
索引源数据
6. Fig. 5. Metabolic index in study groups.

下载 (31KB)
索引源数据
7. Fig. 6. Lipid accumulation index in study groups.

下载 (38KB)
索引源数据

版权所有 © Consilium Medicum, 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-相同方式共享 4.0国际许可协议的许可。
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».