CHAPITRE 2 — HYPOTHÈSES, OBJECTIFS ET MÉTHODOLOGIE
2.3 MÉTHODOLOGIE
2.3.3. Définition opérationnelle des variables indépendantes
2.3.3.2. Variables génétiques
En fonction du type d’analyse, les génotypes de la mère et de l’enfant furent traités en continu selon le nombre d’allèles mineurs (allèle mutant) présent dans le génotype (0— Absent, 1 — hétérozygote, 2— homozygote) et traités en variables indicatrices ou le génotype homozygote pour l’allèle majeur (allèle sauvage ou de référence) fut considéré comme la catégorie de référence. Les génotypes furent également dichotomisés selon un modèle dominant par la présence ou l’absence de l’allèle mineur. Les deux catégories résultant de la dichotomisation se composent du génotype homozygote pour l’allèle de référence (0— Absent) et de la combinaison du génotype hétérozygote et homozygote pour l’allèle mineur (1 — présent :1 ou 2 allèles mineurs).
2.3.3.3. Les covariables
La catégorisation des variables des différents facteurs de risque du PPAG a été réalisée en fonction de la revue de littérature, elle est présentée dans le tableau I du chapitre 4 qui présente les caractéristiques des participantes de l’étude.
2.3.4. Plan d’analyse
2.3.4.1. Analyses préliminaires
• Description des caractéristiques des participants et de leur exposition au SPCs
Les effectifs et pourcentages des caractéristiques des mères des cas furent comparés à ceux des mères des témoins. Les moyennes des doses internes en THMs et AHAs furent comparées chez les mères cas et des témoins par un test t avec un seuil de significativité α de 0,05. Le coefficient de corrélation de Spearman (r) a servi à évaluer les corrélations entre les SPCs (THMs et AHAs) de même et de différentes espèces.
• Association entre les SPCs et le RCIU
Les associations entre les doses internes en THMs et AHAs (dichotomisées au 80e
percentile) absorbées durant le troisième trimestre de grossesse et le RCIU furent étudiées dans des modèles de régression logistique multiple. Afin d’augmenter la validité du modèle, il fut ajusté pour le mois de naissance (dû au faible nombre de cas appariés aux témoins par semaine, les dates de sélection dans le même mois furent combinées pour s’assurer que toutes
les strates de sélection aient une taille suffisante) et les différents facteurs de risque associés au RCIU avec un seuil de valeur-p <0,25 dans un modèle logistique univarié. Les facteurs de risque inclus dans le modèle multivarié étaient l’âge de la mère, son IMC avant la grossesse, la primiparité, la prématurité, la prééclampsie, les antécédents de maladies chroniques, le tabagisme passif et actif durant la grossesse, la consommation d’alcool et de caféine durant la grossesse, le statut matrimonial, le niveau de scolarité et le revenu du ménage. Les RC bruts et ajustés ainsi que leurs intervalles de confiance (IC) à 95 % furent déterminés par des modèles logistiques.
• Caractéristiques génétiques des participantes
Les analyses de l’équilibre de Hardy Weinberg furent réalisées chez les témoins avec un seuil de significativité statistique α de 0,006 (0,05/9 SNPs génotypés). Le déséquilibre de liaison (DL) entre les SNPs de chaque gène candidat fut déterminé dans l’échantillon d’étude afin de s’assurer d’une sélection optimale des SNPs par l’outil Tagger respectant un r2 < 0,8
(Annexe 6).
2.3.4.2. Analyses principales
• Association entre les SNPs des gènes CYP1A2, CYP2A6, CYP2D6, CYP17A1 et le risque de RCIU
Les rapports de cotes (RC) et leur IC à 95 % furent calculés dans une régression logistique multivariée ajustée pour les facteurs de risque du RCIU. Le génotype de la mère et de l’enfant furent inclus dans le même modèle et furent traités en variables indicatrices ou le génotype homozygote pour l’allèle de référence fut considéré comme la catégorie de référence (RC1=
hétérozygotes vs référence et RC2= homozygote mutant vs référence). Cependant, lorsque la
fut dichotomisée selon un modèle dominant (hétérozygotes et homozygotes mutant vs référence).
• Analyses de l’interaction de l’exposition maternelle aux SPC et des caractéristiques génétiques des mères et des enfants dans le risque de RCIU
Les rapports de cotes (RC), leurs IC à 95 % de même que les valeurs-p d’interaction furent calculés dans des modèles logistique multiples incluant le génotype maternel et fœtal traité en continu, la variable d’exposition aux SPCs (doses internes en SPCs) et les facteurs de risque du RCIU. Une absence d’interaction entre le génotype de la mère et celui de son l’enfant a été supposée afin que les mesures d’effet (RC) des associations entre SPCs et RCIU soient les mêmes pour la mère et l’enfant non porteurs des allèles mutants.
Les analyses d’interaction furent corrigées pour l’utilisation des multiples tests par la méthode de Bonferroni. En général, le seuil de significativité statistique est établi à la valeur- p de 0,05 qui représente la probabilité de conclure à tort l’hypothèse alternative qui est dans notre étude la présence d’interaction. Cependant plus le nombre de test est élevé, plus la probabilité de conclure la présence d’une interaction due au hasard est grande. Autrement dit la probabilité de conclure à la présence d’une interaction réelle est faible. La méthode de Bonferoni est assez conservatrice, elle permet de prévenir les résultats faux positifs. Elle consiste à diviser le seuil de significativité statistique généralement admis à 0,05 par le nombre de tests effectués. Dans l’étude, nous avons considéré 27 tests soit le produit des 9 SNPs génotypés par un facteur 3 pour les SPCs scindés en trois groupes selon la similarité de leurs caractéristiques chimiques et leur forte corrélation intragroupe (chloroforme, THMBr, AHA5). Une valeur-p de 0,002 (0,05/27) a été considérée pour la correction de Bonferoni.
L’interaction sous l’échelle additive a été étudiée pour les tests d’interaction dont les valeur-p <0,05 sous l’échelle multiplicative. La fonction “epi.interaction” du package epiR a servi à estimer les RERI (relative excess risk of interaction) et leurs IC 95 % à partir de
l’étude cas-témoins. Les variables génétiques de la mère et de l’enfant ont été testées sous un modèle dominant et incluses dans le même modèle.
CHAPITRE 3 — RÉSULTATS
Ce chapitre présente les résultats de l’étude dans l’article intitulé << Prenatal exposure to drinking-water chlorination by-products, cytochrome P450 gene polymorphisms and risk of intra-uterine growth restriction >>. Cet article a été soumis à la revue Reproductive Toxicology.
Auteurs:
Samuella G. Bonou1, Patrick Levallois1,2, Yves Giguère3,4, Manuel Rodriguez5 and
Alexandre Bureau 1,6.
Affiliations des auteurs :
1 Département de médecine sociale et préventive, Faculté de médecine, Université Laval, 1050 avenue de la Médecine, Québec City, Québec G1V 0A6, Canada.
2Direction de la santé environnement et de toxicologie, Institut national de santé publique du Québec et Axe Santé des populations et pratiques optimales en santé, Centre de recherche du CHU de Québec, Québec City, Québec G1V 7B3, Canada.
3 Département de biologie moléculaire, de biochimie médicale et de pathologie, Faculté de médecine, Université Laval, Québec City, Québec G1R 3S1, Canada.
4 Axe de Reproduction, santé de la mère et de l’enfant, Centre de recherche du CHU de Québec, Québec City, Québec, Canada, GIL 3L5.
5 École supérieure d’aménagement du territoire and Chaire d’eau potable, Université Laval, Québec City, Québec G1V 0A6, Canada.
6 Axe de recherche neurosciences cliniques et cognitives, Institut universitaire en santé mentale de Québec, Centre intégré de santé et de services sociaux de la Capitale-Nationale, Québec City, Québec G1V 0A6, Canada.
3.1. RÉSUMÉ
La susceptibilité génétique modulerait l’effet des sous-produits de chloration de l’eau (SPCs) sur la croissance fœtale, particulièrement les gènes codant pour les enzymes du cytochrome P450 impliqués dans le métabolisme des SPCs et dans la stéroïdogenèse.
Dans une étude cas-témoins de 1432 paires mère-enfant, nous avons évalué l’association entre les polymorphismes nucléotidiques (SNPs) des gènes CYP1A2, CYP2A6, CYP2D6 et CYP17A1 chez la mère et l’enfant et le risque de RCIU, puis l’interaction entre les SNPs de ces gènes et l’exposition maternelle aux trihalométhanes et les acides haloacétiques durant le troisième trimestre de grossesse.
Des interactions ont été rapportées entre les allèles rs4919687 A et rs743572 G du gène CYP17A1 chez la mère et l’enfant et l’exposition maternelle aux trihalométhanes totaux et les cinq acides haloacétiques réglementés. Cependant, ces interactions n’étaient plus statistiquement significatives après correction pour l’utilisation de tests multiples.
Il y a certaines évidences, bien que faibles, de l’existence d’un potentiel effet modifiant des SNPs du gène CYP17A1 sur l'association entre l’exposition aux SPCs et le PPAG. De prochaines études ayant une plus grande taille d’échantillon permettront de valider ou non ces résultats.
3.2. Abstract
Genetic susceptibility may modulate chlorination by-products (CBPs) effects on fetal growth, especially genes coding for the cytochrome P450 involve in the metabolism of CBPs and steroidogenesis.
In a case-control study of 1432 mother-child pairs, we assessed the association between maternal and child single nucleotide polymorphisms (SNPs) within CYP1A2, CYP2A6, CYP2D6 and CYP17A1 genes and small-for-gestational-age neonates (SGA <10th percentile) as well as interaction between these SNPs and maternal exposure to
trihalomethanes or haloacetic acids (HAAs) during the third trimester of pregnancy. Interactions were found between mother and neonate carrying CYP17A1 rs4919687 A and rs743572 G alleles and maternal exposure to total trihalomethanes or five regulated HAAs species. However, these interactions became non statistically significant after correction for multiple testing.
There is some evidence, albeit weak, of a potential effect modification of the association between CBPs and SGA by SNPs in CYP17A1 gene. Further studies are needed to validate these observations.
Descriptive keywords:
CYP1A2/ CYP2A6/ CYP2D6/ CYP17A1/ Single nucleotide polymorphism /Gene- environment interaction/ Intra-uterine growth restriction/ Small-for-gestational-age.
Abbreviations
BDCM, bromodichloromethane; CBPs, chlorination by-products; CYPs, cytochrome
P450; DBPs, disinfection by-products; DCAA, dichloroacetic acid; HAAs, haloacetic acids;
HAA5, five regulated haloacetic acids; IUGR, Intra-uterine growth restriction; LD, linkage
disequilibrium; TCAA, trichloroacetic acid; THMs, trihalomethanes; TTHMs, total trihalomethanes; SGA, small-for- gestational-age; SNP, single nucleotide polymorphism.