Obwohl ein höherer Body-Mass-Index (BMI) mit einer gesteigerten Inzidenz mehrerer Krebsarten assoziiert ist, besteht widersprüchliche Evidenz darüber, ob ein höherer prä-diagnostischer BMI mit einer schlechteren oder besseren Überlebensraten von Krebspatienten assoziiert ist, ein als sogenanntes Obesity-Paradox bezeichnetes Phänomen. Diese Unsicherheit in den Daten erschwert es, klare Empfehlungen zum Gewichtsmanagement bei Krebsbetroffenen zu formulieren. Eine mögliche Erklärung für die Diskrepanz in den Ergebnissen zu BMI und Krebsüberleben besteht darin, dass der BMI weder zwischen Fett- und Muskelgewebe unterscheidet noch die Körperfettverteilung erfasst. Es hat sich jedoch gezeigt, dass die Körperzusammensetzung und die Körperfettverteilung einen wesentlichen Einfluss auf das Krebsüberleben haben. Zudem sind höhere prä-diagnostische BMI Werte mit einem erhöhten Risiko für Zweittumore assoziiert, sowohl bei Männern als auch bei Frauen. Die Unzulänglichkeiten des BMIs schränken jedoch unser Verständnis vom tatsächlichen Zusammenhang zwischen Adipositas-Phänotypen und dem Risiko für Zweittumore ein.Kürzlich wurde in einer Meta-Analyse von Hauptkomponentenanalysen basierend auf multiplen anthropometrischen Messungen (Gewicht, Größe, BMI, Hüftumfang, Taillenumfang, Taillen-zu-Hüftverhältnis) vier Hauptkomponenten für Körperformen identifiziert, die mit sechs neuen genetischen Loci korrespondieren. Diese zusammengesetzten Körperform-Phänotypen stellen ein neuartiges und vielversprechendes Konzept dar. Die Phänotypen sind potenziell sehr spezifisch hinsichtlich Körperzusammensetzung und Körperfettverteilung und tragen somit möglicherweise zu einer verbesserten Risikostratifizierung von Krebspatienten bei. Unsere Hypothese ist, dass Hauptkomponenten basierend auf mehreren anthropometrischen Messungen verschiedene Körperformen erfassen und mit der Überlebensrate sowie dem Risiko für Zweittumore bei Krebspatienten assoziiert sind.Um diese Hypothese zu prüfen, nutzen wir zwei komplementäre, epidemiologische state-of-the-art Methoden:1. Prospektive Analyse dreier großer Kohortenstudien (EPIC, NAKO und UK Biobank). Diese Kohorten ergänzen sich und liefern eine große Anzahl validierter Krebsfälle. Zudem bieten die Kohorten wiederholte anthropometrische Messungen, Daten zur Körperzusammensetzung sowie zur Körperfettverteilung basierend auf innovative Messmethoden wie z.B. Magnetresonanztomographie sowie präzise und umfangreiche Informationen zu relevanten Störvariablen. 2. Mendelian Randomization (MR) Methoden adressieren wesentliche Verzerrungen in Beobachtungsstudien, wie z.B. Confounding und umgekehrte Kausalität.Die Ergebnisse dieses Projekts werden einen wichtigen Beitrag zur Versorgung von Krebspatienten leisten. Zudem werden sie zur Erstellung von Leitlinien für das öffentliche Gesundheitswesen und zur Formulierung von Strategien zur Krebsprävention beitragen.
