Joint Modeling Strategies for Longitudinal Exposure and Time-to-Event Outcome : The Role of Childhood Nutrition and Puberty in the Development of Type 1 Diabetes

Abstract

Tyypin 1 diabeteksen kehittyminen on monimutkainen prosessi, joka saattaa alkaa jo sikiöaikana. Kliinistä diagnoosia edeltää tavallisesti tyypin 1 diabeteksen esiaste, jolloin verestä voidaan havaita tautiin liittyviä vasta-aineita. Viime vuosikymmeninä nähty tyypin 1 diabeteksen maailmanlaajuinen ilmaantumistiheyden kasvu yhdessä ilmaantuvuuteen liittyvän kausi- ja maantieteellisen vaihtelun kanssa puoltavat perimän ohella ympäristötekijöiden merkitystä taudin kehittymisessä. Erityisesti virusinfektioita, bakteereja sekä ruokavaliota on pidetty mahdollisina tekijöinä. Kokonaiskuva ympäristötekijöiden yhteydestä tautiprosessiin on kuitenkin edelleen epäselvä. Tämän väitöskirjatyön tavoitteina oli 1) suunnitella tilastoanalyysit pitkittäisen ravitsemusdatan ja esidiabetesriskin yhteismallinnukseen edistyneitä tilastomenetelmiä käyttäen, 2) suunnitella tilastoanalyysit puberteetin ja diabeteksen kehittymisen yhteismallinnukseen kolmen kohorttitutkimuksen dataa ja uudenlaisia lähestymistapoja käyttäen, sekä 3) menetelmiä aineistoon soveltaen tutkia lapsen ravitsemuksen— lihatuotteiden, kalatuotteiden, kananmunan sekä eri tavoin prosessoitujen maitotuotteiden—sekä puberteetin merkitystä tyypin 1 diabeteksen kehittymisessä.

Tämä väitöskirja pohjautuu kolmeen suomalaiseen prospektiiviseen kohorttitutkimukseen: Tyypin 1 diabeteksen ehkäisy ja ennustaminen (DIPP) -tutkimukseen, Sepelvaltimotaudin riskitekijöiden interventioprojektiin (STRIP) sekä Poikakohortti-tutkimukseen. Kaikissa tutkimuksissa lasten kasvua seurattiin säännöllisin väliajoin syntymästä tai varhaislapsuudesta nuoruusikään tai jopa aikuisuuteen asti. DIPP-tutkimukseen rekrytoitiin vastasyntyneitä, joilla oli geneettinen alttius sairastua tyypin 1 diabetekseen, ja heiltä mitattiin säännöllisesti tyypin 1 diabetekseen liittyviä vasta-aineita. DIPP-ravitsemustutkimuksen puitteissa lapsilta kerättiin ravintotieto- ja säännöllisesti täytettyjen, kolmen päivän ruokapäiväkirjojen avulla. STRIP:issa ja Poikakohortti-tutkimuksessa lapsia seurattiin murrosiän kehittymisen suhteen.

Lapsen ravitsemuksen merkitystä tyypin 1 diabeteksen esiasteen kehittymisessä tutkittiin käyttäen yhteismalleista pitkittäis- ja elinaika-aineistolle (joint models for longitudinal and time-to-event data) sekä standardiversiota että piileviä luokkia etsivää versiota. Yhteismallien käyttö mahdollisti puuttuvan datan täydennyksen ruuankulutustrajektorien avulla sekä ravitsemusmittauksiin liittyvän mittavirheen tasoituksen pitkittäis- ja elinaikaosamallien yhtäaikaisen sovituksen ansiosta. Tulosten vertailua varten sovitettiin myös Coxin malleja, joihin verrattuna yhteismallin standardiversiolla lasketut uhkasuhteet olivat kauempana ykkösestä, niiden luottamusvälit olivat leveämmät ja ne pystyivät osoittamaan joitain riskiyhteyksiä.

Puberteetin merkitystä tyypin 1 diabeteksen esiasteen, sekä esiasteen jälkeisen kliinisen taudin kehittymiseen (progressio) tutkittiin DIPP-tutkimuksessa käyttäen monitilamallia, joka mahdollisti molempien vasteiden yhtäaikaisen tutkimisen. Koska DIPP-tutkimus ei sisältänyt seurantaa murrosiän suhteen, puberteettiin liittyvät kasvumarkkerit estimoitiin SITAR-kasvukäyrämallia käyttäen, ja niitä käytettiin selittäjinä ennustemallissa, joka rakennettiin ja validoitiin STRIP:n ja Poikakohorttitutkimuksen datan puitteissa. Havaittujen ja mallin perusteella määritettyjen murrosiän alkamisajankohtien todettiin olevan linjassa keskenään, ja DIPP-tutkimuksen lapsille määritettiin alkamisajankohdat mallia käyttäen. Murrosikä lisättiin monitilamalliin ohjelmoituna funktiona, joka mahdollisti vaikutuksen eri muotojen tutkimisen.

Lopullisten tilastomallien komponenttien määrittäminen vaati erilaisia päätöksiä liittyen splinien solmujen lukumääriin ja sijainteihin, satunnaisvaikutusten riippuvuusrakenteen määrittelyyn pitkittäismalleissa, ryhmien lukumäärään piilevien luokkien yhteismallissa sekä murrosiän vaikutusfunktion muotoon. Päätökset tehtiin pääosin perustuen informaatiokriteereihin sekä visuaaliseen tarkasteluun. Joustava mallinnus yhdessä laajan datan kanssa aiheuttivat sen, että useimmista malleista tuli laskennallisesti raskaita ja konvergenssiongelmia esiintyi. Mallien komponentteja valitessa osoittautuikin tärkeäksi löytää sopiva tasapaino joustavien mallinnusratkaisujen, kohtuullisen laskenta-ajan sekä mallien konvergoitumisen välillä.

Korkeampi lapsuusiän maito- ja lihatuotteiden kulutus oli (marginaalisesti) yhteydessä suurentuneeseen tyypin 1 diabeteksen esiasteen riskiin, kun taas kalan käyttö yhdistyi marginaalisesti alentuneeseen riskiin. Kananmunan kulutus ei ollut yhteydessä diabeteksen esiasteen riskiin eikä mikään maidon prosessointitavoista erottunut erityisenä riskitekijänä. Murrosiän havaittiin lisäävän riskiä kehittää tyypin 1 diabetes taudin esiasteen jälkeen (progressio), mutta yhteyttä esiasteeseen ei havaittu.

Tämän väitöskirjan tulokset vahvistavat aiempia havaintoja lehmänmaitotuotteiden runsaan käytön yhteydestä tyypin 1 diabeteksen kehittymiseen, kohorttiasetelmassa sekä edistyksellistä metodologiaa käyttäen. Riskiyhteyden taustalla olevat mekanismit ovat kuitenkin edelleen epäselviä, mutta tämän väitöskirjan tulosten mukaan maidon prosessoinnilla ei ole huomattavaa merkitystä yhteyden taustalla. Aiemmat, harvat prospektiiviset tutkimukset eivät ole löytäneet yhteyttä lihan, kalan tai kananmunan kulutuksen ja tyypin 1 diabeteksen kehittymisen välille. Murrosiän osalta tämän väitöskirjan tulokset viittaavat siihen, että aiemmin raportoitu tyypin 1 diabeteksen ilmaantuvuuden huippu nuoruusiässä voi liittyä murrosikään. Lisää pitkittäistutkimuksia ravintotekijöiden ja muiden ympäristötekijöiden merkityksestä tyypin 1 diabeteksen kehittymisen eri vaiheissa tarvitaan. Yhteismallit ovat erinomainen työkalu tulevaisuuden tutkimustarpeisiin, sillä ne tarjoavat mahdollisuuden mallintaa pitkittäis- ja elinaika-ainestoa samanaikaisesti, myös useamman vastemuuttujan ja useamman pitkittäisesti mitatun altisteen kanssa. Vaikka yhteismallit ovat laskennallisesti raskaampia verrattuna perinteisiin malleihin, ne kuitenkin tarjoavat mahdollisuuden joustavammalle ja tarkemmalle mallinnukselle, mikä puoltaa niiden käyttöä.

Type 1 diabetes (T1D) development is a complicated process that may be initiated already in utero. The clinical diagnosis is preceded by a preclinical phase of islet autoimmunity (IA), that is, pre-T1D, in which T1D–associated autoantibodies can be detected from blood. A global rise in incidence rates during the several last decades, together with seasonal and geographical variation, suggest a critical role of environmental factors in disease development. Especially viral infections, bacteria, and diet have been considered as potential candidates. However, the overall view of the role of environmental factors is still unclear.

The aims of this thesis were 1) to design advanced statistical methods for the joint modeling of longitudinally measured childhood food consumption and the risk of pre-T1D, 2) to design statistical methods with novel approaches to combine pubertal information from three cohort studies using growth measurements, and to further model the growth-based puberty together with the development of T1D, and 3) to implement the designed methods on real data to assess the role of childhood nutrition–—consumption of meat and meat products, fish and fish products, eggs, and differently processed milk products—as well as puberty in the development of T1D.

The data originated from three Finnish prospective cohort studies: the T1D Prediction and Prevention (DIPP) Study, the Special Turku Coronary Risk Factor Intervention Project (STRIP), and the Boy cohort. All the cohorts included careful follow-up for growth from birth/infancy until adolescence. DIPP comprised children carrying increased genetic susceptibility for T1D, including regular follow-up for T1D–associated antibodies. Information on the diet was collected within DIPP Nutrition Study by using repeated 3-day food records. The STRIP and Boy cohort included a regular follow-up for pubertal development.

A standard and latent class version of a joint model for longitudinal and time-to-event data were used to study the role of childhood nutrition in the development of IA. A joint model had the ability to complete the missing data by utilizing the food consumption trajectories instead of original measurements, and smooth out a measurement error in dietary data by simultaneous fitting of the longitudinal and time-to-event submodels. Compared with the additionally fitted, naive Cox models, the hazard ratios of the joint models were further from one with wider confidence intervals, and signaled some associations.

A multi-state model was used to study the role of puberty in the development of T1D within the DIPP cohort, allowing a simultaneous estimation of hazards for both IA and further progression to T1D. Because DIPP did not include pubertal follow-up, pubertal growth markers were estimated using Super-Imposition by Translation And Rotation (SITAR) model and used as predictors in a pubertal timing assessment model constructed and validated within the STRIP and Boy cohort. A good agreement between the observed and predicted onset timings could be reached and pubertal onset timings for the DIPP children were assessed using the model. A novel function, which allowed for the study of different forms of the pubertal effect, was designed to add the effect into the multi-state model.

A determination of the components of the final models required decisions like number and places of the knots for the splines, dependence structure of the random effects in the longitudinal models, number of the groups in a joint latent class model, and the form of the pubertal effect. The decisions were mainly made based on the information criteria, together with the visual inspection. Because of flexible modeling and large data, most models became computationally intensive and convergence problems occurred. Thus, the balance between achieving the flexible solution, reasonable calculation time, and convergence of the models had to be considered when deciding the components of the models.

A higher childhood intake of cow’s milk products and meat products were (marginally) associated with an increased risk of IA, while for fish product use, the signs of a marginal protective association were detected. Egg intake was not associated with IA, and any specific milk processing type that would clearly stand out as a risk factor apart from other types could not be identified. Puberty was observed to increase a risk of progression from ICA+1-defined IA to T1D. No association between puberty and IA was detected.

The results of the present thesis strengthen the previous observations on the role of cow’s milk in the development of pre-T1D, here with a more advanced methodology within a cohort design. However, the mechanisms behind the association are still unclear. According to the present thesis, the processing of milk does not seem to play a role in association, but the finding needs confirmation. For meat, fish and eggs, a few previous prospective studies have not provided evidence on their role in T1D. For puberty, the results of this thesis raise the possibility that the previously reported peak in T1D incidence during adolescence could be linked to pubertal development. Future longitudinal studies on the role of dietary factors, among other environmental factors in different disease stages, are needed. The joint models would address the future research by allowing a simultaneous modeling of longitudinal exposures and time-to-event outcomes, also in multivariate setting. Although joint models have higher computational burden compared with naive models, they have clear advantages favoring their use over the alternatives.