Risk variables for the development of obesity and type 2 diabetes
van der Meer, Tom
DOI:
10.33612/diss.170143787
IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite from
it. Please check the document version below.
Document Version
Publisher's PDF, also known as Version of record
Publication date:
2021
Link to publication in University of Groningen/UMCG research database
Citation for published version (APA):
van der Meer, T. (2021). Risk variables for the development of obesity and type 2 diabetes. University of
Groningen. https://doi.org/10.33612/diss.170143787
Copyright
Other than for strictly personal use, it is not permitted to download or to forward/distribute the text or part of it without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license (like Creative Commons).
Take-down policy
If you believe that this document breaches copyright please contact us providing details, and we will remove access to the work immediately and investigate your claim.
Downloaded from the University of Groningen/UMCG research database (Pure): http://www.rug.nl/research/portal. For technical reasons the number of authors shown on this cover page is limited to 10 maximum.
Chapter ten
10
Nederlandse samenvatting
Obesitas en diabetes type 2 zijn chronische ziekten die in de afgelopen decennia steeds vaker voorkomen (1,2). Deze toename wordt met name toegeschreven aan een positieve energiebalans. Dit houdt in dat enerzijds de calorische inname omhoog gaat, terwijl anderzijds de hoeveelheid beweging daalt. Hierdoor ontstaat er een overschot aan energie, wat wordt omgezet in vetweefsel. Dit vetweefsel zorgt voor een toename in gewicht ten opzichte van de lengte, wat bij een body-mass index (BMI) van 30kg/m2
of hoger wordt gedefinieerd als obesitas. Diabetes type 2 ontstaat uit een combinatie van een relatief insulinetekort en resistentie tegen dit hormoon. Hierdoor kan glucose (bloedsuiker) niet vanuit de bloedbaan opgenomen worden in het omliggende weefsel, wat leidt tot hogere glucosewaarden in het bloed. Zowel obesitas als diabetes type 2 zijn complexe, multifactoriële ziekten. Dit betekent dat er veel verschillende risicofactoren in verband zijn gebracht met deze ziekten. Deze risicofactoren variëren van levensstijl, fysieke metingen en bloedbepalingen (3).
In dezelfde periode als waarin obesitas en diabetes type 2 is geëxplodeerd, is de mensheid voor het eerst blootgesteld aan een grote verscheidenheid aan door de mens gemaakte stoffen. Sommige van deze stoffen hebben de potentie om een interactie aan te gaan met het menselijk hormonale systeem. Deze stofjes worden ook wel ‘endocrine disrupting chemicals’ (EDCs) genoemd, wat vertaald kan worden naar hormoonverstorende chemicaliën. Onder deze potentieel hormoonverstorende stoffen vallen de parabenen, bisfenolen en ftalaten. Parabenen worden door hun antimicrobiële eigenschappen veel gebruikt als houdbaarheidsmiddelen in persoonlijke verzorgingsproducten, voeding en medicijnen. Bisfenolen en ftalaten zijn zogenaamde weekmakers, wat betekent dat ze de buigbaarheid en elasticiteit van bijvoorbeeld plastic bevorderen. Ze worden gebruikt in onder andere speelgoed, kassabonnetjes, medische apparatuur en medicijnen. Deze chemicaliën worden beschouwd als niet-persisterend, doordat ze gemakkelijk worden gemetaboliseerd en uitgescheiden door de nieren. Daardoor zijn de halfwaardetijden minder dan 24 uur (4–6). Ondanks dat deze chemicaliën na blootstelling snel uit het lichaam worden gefilterd, is de blootstelling aan deze stofjes groot door het veelvuldige gebruik in veel verschillende producten (7–9). In dit proefschrift was het hoofddoel om te bepalen of EDCs een invloed hebben op de ontwikkeling van obesitas en diabetes type 2. Daarnaast is er een bredere groep onderzocht van mogelijke risicofactoren voor het ontwikkelen van diabetes type 2.
Deel I - Blootstelling aan EDCs in de Nederlandse populatie en de rol in
de ontwikkeling van obesitas en diabetes type 2
In Hoofdstuk 1 geven we een algemene introductie op dit proefschrift, waarin we de onderzoeksdoelen beschrijven. In Hoofstuk 2 beschrijven we de bepaling van EDCs in twee gebieden van het brein, namelijk in de hypothalamus, die verantwoordelijk is voor de hormonale regulatie van onder meer honger en verzadiging, en in de witte stof.
Daarnaast vergelijken we EDC concentraties tussen breinweefsel van mensen met een normaal gewicht en mensen met obesitas. Wij vonden EDCs vaker in de hypothalamus dan in de witte stof. Concentraties van deze EDCs verschilden echter niet tussen beide hersengebieden. Mensen met obesitas hadden hogere concentraties van methylparabeen in de hypothalamus in vergelijking met mensen met een normaal gewicht. In Hoofstuk 3 beschrijven we twee analytische methoden om EDCs in menselijke urine te kunnen meten. Vervolgens valideren we deze methoden, door de gemeten concentraties te vergelijken met externa laboratoria. De techniek die we voor onze metingen hebben gebruikt is vloeistofchromatografie gekoppeld aan een dubbele massa spectometrie (LC-MS/MS). De eerste methode was in staat om vijf verschillende parabenen en drie bisfenolen te bepalen, onder andere door ammoniumfluoride aan de mobiele fase toe te voegen. De tweede methode kon dertien verschillende metabolieten van in totaal acht ftalaten bepalen, mede door acetonitril als eluens te gebruiken in plaats van methanol. Hierdoor waren onze methoden geschikt om een grote hoeveelheid bepalingen te doen in korte tijd. Om te controleren dat onze meetmethoden betrouwbaar zijn, hebben wij onze methoden gebuikt om zogenaamde referentie-urinemonsters te bepalen. Deze monsters zijn eerder geanalyseerd in een ander laboratorium, waardoor de concentraties bekend zijn. Op deze manier konden wij onze methode vergelijken met die van de National Institute of Standards & Technology (NIST). Daarnaast hebben we urinemonsters van 40 personen uit de Lifelines cohort studie in twee porties verdeeld, waarvan één portie werd geanalyseerd door onze methoden. De andere portie werd naar de afdeling Growth and reproduction van het Rigshospitalet, Copenhagen University Hospital in Denemarken gestuurd. Hier werd een aantal van dezelfde EDCs door middel van hun methoden geanalyseerd (10–12). We vonden een hoog niveau van overeenkomst met zowel het externe referentiemateriaal, als de vergelijking met het Deense laboratorium, hetgeen betekent dat onze methode robuust en goed reproduceerbaar is.
In Hoofdstuk 4 laten we zien wat de blootstelling aan EDCs is in de Nederlandse bevolking. Daarna kijken we of er verbanden zijn tussen de blootstelling aan deze EDCs aan de ene kant en het metabole syndroom aan de andere kant. Dit syndroom omvat gewichts-gerelateerde componenten zoals BMI en buikomvang, maar ook glucose, lipiden en bloeddruk. We detecteerden bisfenol A, vier parabenen en acht ftalaat metabolieten in 84-100% van de urinemonsters. Dit laat zien dat blootstelling aan deze chemicaliën wijdverspreid en alomvattend is. Nadat we onze analyses gecorrigeerd hadden voor onder andere voeding en lichamelijke beweging, vonden we dat hoge concentraties van bisfenol A en de ftalaat metabolieten MiBP, MECPP en MBzP geassocieerd was met een toename in obesitas-gerelateerde variabelen zoals BMI en buikomvang. Wanneer we corrigeerden voor het aantal uitgevoerde testen, bleven de associaties voor MiBP en MBzP significant. Associaties tussen ftalaten en HDL-cholesterol en triglyceriden waren na correctie voor de hoeveelheid testen niet langer significant. Ook vonden we geen significante verbanden tussen glycaemische variabelen en bloeddruk. In Hoofdstuk 5 beschrijven we blootstelling aan EDCs in een dynamische situatie van gewichtsverlies door dieet. Het is bekend dat
10
een aantal EDCs met name gebruikt worden in voeding-gerelateerde producten (13–15). Daarom kijken we in dit onderzoek allereerst naar het effect van dieet op de blootstelling aan EDCs. We vonden dat een reductie in calorische inname leidde tot een lagere blootstelling van ftalaten met een hoogmoleculair gewicht. Het dieet had geen effect op de concentraties van parabenen, bisfenol A en de meeste ftalaten met een laagmoleculair gewicht. De concentraties van één ftalaat (MEP) werden zelfs 1.8 keer zo hoog na de start van het dieet. De EDCs waarin wij zijn geïnteresseerd zijn lipofiel, wat betekent dat ze zich kunnen opslaan in vetweefsel. Bij EDCs die het lichaam moeilijker uit kan scheiden is aangetoond dat verlies van gewicht zorgt voor het vrijkomen van deze chemicaliën, wat leidt tot hogere concentraties in het bloed (16,17). Wij vonden echter geen significant verband tussen een hogere hoeveelheid gewichtsverlies en hogere concentraties van EDCs. Als laatste kijken we naar het verband tussen blootstelling aan EDCs voorafgaand aan de interventie en de hoeveelheid gewichtsverlies na drie maanden. We vonden dat hogere concentraties van methyl- en propylparabeen en de ftalaat MBzP significant geassocieerd waren met een verminderd gewichtsverlies.
In Hoofdstuk 6 omschrijven we de verbanden tussen blootstelling aan EDCs en de ontwikkeling van diabetes type 2. Dit doen we in een groep mensen met pre-diabetes, wat betekent dat hun nuchtere glucosewaarden licht verhoogd zijn, maar niet hoog genoeg voor de diagnose diabetes. Omdat we naar een tijdsperiode van vijf jaar kijken, hebben we de EDC-concentraties aan het begin en aan het einde van de studieperiode bepaald. We vonden dat er geen significant verband was tussen blootstelling aan EDCs en het ontwikkelen van diabetes type 2. Integendeel, blootstelling aan hoge concentraties van ftalaat metabolieten was geassocieerd met een afname in het krijgen van diabetes type 2 in vrouwen van middelbare leeftijd.
We onderzoeken de veranderingen in blootstelling aan EDCs over de afgelopen jaren in Hoofdstuk 7. Dit doen we door op verschillende momenten tussen 2009 en 2016 EDC-concentraties uit meerdere urinemonsters van dezelfde personen te bepalen. We vonden dat in Nederland de concentraties van de meeste parabenen, bisfenolen en ftalaten met de tijd afnamen tussen deze momenten. De grootste afname werd geobserveerd voor propylparabeen, waarvan de concentratie met 96% afnam. Daarnaast was de consistentie van de EDC-concentraties tussen het eerste en het tweede meetmoment binnen dezelfde persoon over het algemeen laag. Intra-klasse correlatiecoëfficiënten (ICCs) waren het hoogste voor parabenen (0.34 tot 0.40) en het laagste voor bisfenolen (0.15 tot 0.23). Binnen een tijdsinterval van 48 maanden was de consistentie nog goed voor sommige ftalaat metabolieten (bijvoorbeeld MiBP: 0.48, MBzP: 0.44). Echter, bij langere tijdsintervallen verslechterde dit (MiBP: 0.21, MBzP: 0.07). Ook zagen we dat de consistentie verbeterde wanneer we de individuen in groepen indeelden op basis van hun blootstelling.
Deel II – De beoordeling, het in context plaatsen en implementeren van
risicofactoren voor de ontwikkeling van diabetes type 2
In Hoofdstuk 8 verruimen we onze focus naar een bredere groep van potentiële risicofactoren voor het ontwikkelen van diabetes type 2 en de toepasbaarheid van deze risicofactoren in het voorspellen van deze ziekte. Allereerst hebben we een omgevings-brede associatie studiemethode (EWAS) gebruikt waarin we hebben gekeken naar de associaties tussen 134 verschillende variabelen en het ontwikkelen van diabetes type 2. Daaruit bleken 63 variabelen significant geassocieerd te zijn met diabetes type 2. Ondanks dat veel van deze risicofactoren al eerder omschreven zijn in de literatuur (3), vonden we niet eerder gerapporteerde associaties voor variabelen over kwaliteit van leven en bepaalde medicatie (bijvoorbeeld maagbeschermers, anti-astma medicijnen). De variabele HbA1c voorspelde het grootste risico op het krijgen van diabetes type 2. Het risico wat veroorzaakt wordt door het verhogen van het HbA1c met één standaarddeviatie (+0.31%) is grofweg vergelijkbaar met een gemiddelde toename van 0.53 mmol/l in glucosewaarde in het bloed. Sommige variabelen zoals BMI, HDL-cholesterol en urinezuur hadden een toename van twee standaarddeviaties nodig om hetzelfde risico te voorspellen als HbA1c. De meeste andere variabelen moesten meer dan twee standaarddeviaties veranderen om tot hetzelfde risico te komen, wat in de praktijk niet haalbaar is. Nu we weten welke individuele risicofactoren het krijgen van diabetes type 2 voorspellen, willen we kijken welke van deze variabelen kunnen samenwerken om het risico zo goed mogelijk te voorspellen. Dit doen we door een zogenaamde Machine Learning (machinaal leren) benadering toe te passen. We zagen dat correlaties tussen risicofactoren over het algemeen bescheiden is. De risicofactoren die sterker met elkaar correleerden hadden vaak een vergelijkbare fysiologische oorsprong (zoals BMI en buikomvang). Daarentegen waren er slechts een handvol variabelen geschikt om ziekterisico onafhankelijk van elkaar te voorspellen; De andere risicofactoren waren min of meer inwisselbaar. Dit werd bevestigd toen we de variabelen één voor één aan een model toevoegden; na in totaal vier risicofactoren was het model verzadigd. Dit betekent dat het toevoegen van andere risicofactoren niet zorgde voor een betere voorspelling van het ontwikkelen van diabetes type 2. Behalve glucose en HbA1c waren andere variabelen waarvoor invasieve methoden zoals bloedafname nodig zijn niet bijdragend aan het model. Naast deze twee variabelen voorspelde alleen het hebben van een eerstegraads familielid met diabetes een uniek stukje ziekteontwikkeling. Daarnaast zagen we dat, ondanks dat een variabele al in een model was toegevoegd, de kracht van de voorspelling kon variëren op basis van de variabelen die daarna werden toegevoegd.
De studies die beschreven worden in dit proefschrift geven inzicht in de wijdverspreide blootstelling aan parabenen, bisfenolen en ftalaten in de Nederlandse populatie en de effecten van blootstelling aan deze EDCs op obesitas. Toekomstige studies die op dit proefschrift voortbouwen, moeten chronische blootstelling en mogelijke niet-lineaire effecten in acht nemen. Ondanks dat het gebruik van een aantal van deze chemicaliën voor specifieke producten al bij Europese wet verboden is, moet zo veel mogelijk
10
de blootstelling van individuen verder voorkomen worden. Daarnaast is het van belang dat complexe, multifactoriële ziekten onderzocht worden door middel van systematische, data-gedreven methoden.
Referenties
1. NCD Risk Factor Collaboration (NCD-RisC). Trends in adult body-mass index in 200 countries from 1975 to 2014: a pooled analysis of 1698 population-based measurement studies with 19·2 million participants. Lancet. 2016 Apr 2;387(10026):1377–96.
2. Zhou B, Lu Y, Hajifathalian K, Bentham J, Di Cesare M, Danaei G, et al. Worldwide trends in diabetes since 1980: a pooled analysis of 751 population-based studies with 4·4 million participants. Lancet. 2016 Apr 9;387(10027):1513–30.
3. Bellou V, Belbasis L, Tzoulaki I, Evangelou E. Risk factors for diabetes type 2 mellitus: An exposure-wide umbrella review of meta-analyses. PLoS One. 2018 Mar 20;13(3):e0194127.
4. Moos RK, Angerer J, Dierkes G, Brüning T, Koch HM. Metabolism and elimination of methyl, iso- and n-butyl paraben in human urine after single oral dosage. Arch Toxicol. 2016 Nov;90(11):2699–709. 5. Völkel W, Colnot T, Csanády GA, Filser JG, Dekant W. Metabolism and kinetics of bisphenol a in
humans at low doses following oral administration. Chem Res Toxicol. 2002 Oct;15(10):1281–7. 6. Anderson WA, Castle L, Scotter MJ, Massey RC, Springall C. A biomarker approach to measuring
human dietary exposure to certain phthalate diesters. Food Addit Contam. 2001 Dec;18(12):1068–74. 7. Koch HM, Rüther M, Schütze A, Conrad A, Pälmke C, Apel P, et al. Phthalate metabolites in
24-h urine samples of the German Environmental Specimen Bank (ESB) from 1988 to 2015 and a comparison with US NHANES data from 1999 to 2012. International Journal of Hygiene and Environmental Health. 2017 Mar;220(2 Pt A):130–41.
8. Koch HM, Kolossa-Gehring M, Schröter-Kermani C, Angerer J, Brüning T. Bisphenol A in 24 h urine and plasma samples of the German Environmental Specimen Bank from 1995 to 2009: a retrospective exposure evaluation. Journal of Exposure Science & Environmental Epidemiology. 2012 Nov;22(6):610–6.
9. Frederiksen H, Nielsen O, Koch HM, Skakkebaek NE, Juul A, Jørgensen N, et al. Changes in urinary excretion of phthalates, phthalate substitutes, bisphenols and other polychlorinated and phenolic substances in young Danish men; 2009-2017. Int J Hyg Environ Health. 2020 Jan;223(1):93–105. 10. Frederiksen H, Aksglaede L, Sorensen K, Nielsen O, Main KM, Skakkebaek NE, et al. Bisphenol
A and other phenols in urine from Danish children and adolescents analyzed by isotope diluted TurboFlow-LC-MS/MS. Int J Hyg Environ Health. 2013 Nov;216(6):710–20.
11. Frederiksen H, Jørgensen N, Andersson A-M. Parabens in urine, serum and seminal plasma from healthy Danish men determined by liquid chromatography-tandem mass spectrometry (LC-MS/ MS). J Expo Sci Environ Epidemiol. 2011 May;21(3):262–71.
12. Frederiksen H, Jørgensen N, Andersson AM. Correlations between phthalate metabolites in urine, serum, and seminal plasma from young Danish men determined by isotope dilution liquid chromatography tandem mass spectrometry. J Anal Toxicol. 2010;34(7):400–10.
13. Christensen KLY, Lorber M, Koslitz S, Brüning T, Koch HM. The contribution of diet to total bisphenol A body burden in humans: results of a 48 hour fasting study. Environ Int. 2012 Dec 1;50:7–14.
14. Koch HM, Lorber M, Christensen KLY, Pälmke C, Koslitz S, Brüning T. Identifying sources of phthalate exposure with human biomonitoring: results of a 48h fasting study with urine collection and personal activity patterns. Int J Hyg Environ Health. 2013 Nov;216(6):672–81.
10
15. Rudel RA, Gray JM, Engel CL, Rawsthorne TW, Dodson RE, Ackerman JM, et al. Food packaging and bisphenol A and bis(2-ethyhexyl) phthalate exposure: findings from a dietary intervention. Environ Health Perspect. 2011 Jul;119(7):914–20.
16. Jandacek RJ, Anderson N, Liu M, Zheng S, Yang Q, Tso P. Effects of yo-yo diet, caloric restriction, and olestra on tissue distribution of hexachlorobenzene. Am J Physiol Gastrointest Liver Physiol. 2005 Feb;288(2):G292-9.
17. Malarvannan G, Van Hoorenbeeck K, Deguchtenaere A, Verhulst SL, Dirinck E, Van Gaal L, et al. Dynamics of persistent organic pollutants in obese adolescents during weight loss. Environ Int. 2018 Jan;110:80–7.
10
Acknowledgements (Dankwoord)
Even though my name is on the cover of this thesis, I could have never done it without the effort of many others. There are many people to which I am grateful for their contribution to this thesis, on both a professional and personal level.
Allereerst wil ik alle deelnemers van Lifelines en de LOWER studie bedanken. Zonder jullie was dit onderzoek niet mogelijk geweest.
Dr. J.V. van Vliet-Ostaptchouk, beste Jana, dank je voor het delen van je passie. Je hebt me meegenomen in een fascinerende wereld, waarin ik veel van je heb geleerd. Ik heb ontzettend genoten van de afgelopen jaren!
Prof. dr. B.H.R. Wolffenbuttel, beste Bruce, ondanks dat ik mij in mijn promotietraject op verschillende momenten onzeker heb gevoeld, ben jij altijd de stabiele factor geweest waar ik op terug kon vallen. Je hebt me laten zien dat er altijd een weg voorwaarts is. Dankjewel!
I would like to thank the reading committee, prof. dr. A.F. Bos, prof. dr. J.A. Romijn and prof. O.H. Franco, for their time and effort which they put in assessing this thesis.
Prof. C.J. Patel, dear Chirag, you taught me that the sky is the limit. Every crazy idea I brought to our meetings you expanded upon, dreaming up the coolest projects. It’s no wonder that I always left our meetings full of energy. Thank you for everything!
Prof. dr. H. Snieder, beste Harold, dank je wel voor je begeleiding en betrokkenheid in de afgelopen jaren. Van epidemiologische vraagstukken tot persoonlijke support, ik kon altijd bij je aankloppen.
Prof. R.A. Simmons and dr. A. Bansal, dear Becky and Amita, thank you for opening the world of science to me. My view of the world would have been much more narrow if it weren’t for the two of you.
Martijn, bedankt dat je me hebt geïntroduceerd in de wonderen van de klinische chemie. Ik word tot op de dag van vandaag enthousiast als ik een LC-MS machine zie.
Irene, dank je wel dat je me stap voor stap hebt meegenomen in het reilen en zeilen van het lab. Ik heb veel van je geleerd.
Beste Chris, je hebt mijn interesse voor de epidemiologie aangewakkerd met je duidelijke uitleg en vele momenten waarop ik laagdrempelig bij je kon langslopen. Bedankt!
I would like to thank all other co-authors for their contribution to this thesis. In special, dr. A.P. van Beek and prof. K.C. Makris, dear André and Konstantinos, thank you for your constructive feedback and patience over the years. I couldn’t have done it without you!
JB, Allan, Sophie, and Nicky, thank you for the fun trips across the pond!
Isabel en Otto, wie had gedacht dat ik ooit in m’n leven meer dan 3km zou lopen. Dank voor alle blokjes om.
Charlotte, Hanneke, Rita, Marloes en Annet, dank jullie wel voor alle leuke momenten tussen het onderzoek door. Van weekendjes weg tot (digitale) vrijdagmiddagborrels, het was elke keer weer feest.
Pap en mam, dank jullie wel voor alle onvoorwaardelijke steun en de vele belletjes. Jullie zijn een vertrouwde basis waar ik altijd op terug kan vallen.
Ralph, ben ik toch nog eerder klaar dan jij, wie had dat verwacht. Koen, ik bel je als ik je ratten toch kan gebruiken voor een experiment. Grapje natuurlijk, het is fijn om twee broertjes te hebben waar ik altijd op kan rekenen. En dan krijg ik er Annie ook nog eens bij. Dank jullie wel!
Alex, Margot, Pieteke en Rosalie. Dank jullie wel voor deze tweede familie.
Sjoerd en Bauke, jullie hebben me doen beseffen dat af en toe even stil staan en genieten van alles om je heen heerlijk is.
Alle huisgenoten uit Groningen, Deventer, Zwolle, Delft, Boston en Utrecht, dank voor alle afleiding die mijn productiviteit niet ten goede kwam. Het is goed om een plek te hebben om thuis te komen.
Hugo, Tom, Rik, Matthijs en Daan, dat ik de afgelopen jaren door het halve land heb gewoond is alleen maar een excuus geweest voor de vele weekendjes weg. Op jullie gezondheid!
Beste vrienden uit Groningen, ik heb genoten. Beste genoten, jullie ook bedankt.
Lieve Noor, het is elke keer weer een feestje om bij jou te zijn. Jij was er de afgelopen jaren om alle vreugde mee te vieren en elke domper te doorstaan. Dank je wel voor alle steun, liefde en blijdschap die ik van je heb gekregen, het maakt me een gelukkig mens.
10
About the author
Tom van der Meer was born on May 8th, 1992 in Leiden, the Netherlands. He grew up in Hoogmade and finished his secondary education at the Visser ‘t Hooft Lyceum in 2011. During these years, he for the first time experienced the medical sector as a parttime nutritional assistant at the Leiden University Medical Center. Next, he studied Medicine at the University of Groningen obtaining his bachelor’s degree in 2014. His interest in Endocrinology led him to prof. Rebecca Simmons at Children’s Hospital of Philadelphia where he completed his master’s thesis by investigating the effect of bisphenol A exposure during pregnancy on the development of type 2 diabetes in offspring. After returning to Groningen, Tom started doing research under dr. Jana van Vliet and prof. Bruce Wolffenbuttel at the department of Endocrinology of the University Medical Center Groningen focusing on endocrine disrupting chemicals and obesity and type 2 diabetes in which he alternated medical training with PhD research in a MD/PhD-student trajectory. He participated in the Honours College Master Program of the University of Groningen that he successfully completed in 2016. He performed his clinical rotations at hospitals in Groningen, Deventer, Zwolle, Delft and Ibenga, Zambia after which he obtained his master’s degree in 2019. During the last year of his PhD training, he returned to the United States where he worked with dr. Chirag Patel at the department of Biomedical Informatics of Harvard Medical School in Boston. In September 2020, he finished his PhD. Since November 2020, Tom works at the department of Pediatrics at the Meander Medical Center, Amersfoort.
10
List of publications
Chung MK, Rappaport SM, Wheelock CE, Nguyen VY, van der Meer, TP, Miller GW, Vermeulen, R, Patel, CJ, 2021. Utilizing a biology-driven approach to map the exposome in health and disease: An essential investment to drive the next generation of environmental discovery (preprint).
van der Meer, TP, Wolffenbuttel, BHR, Patel, CJ, 2021. Data-driven assessment and contextualization of 134 variables in their risk for type 2 diabetes: An analysis of Lifelines, a prospective cohort study in the Netherlands. Diabetologia 2020 Mar (in press).
van der Meer, TP, Thio, CHL, van Faassen, M, van Beek, AP, Snieder, H, van Berkum, FNR, Kema, IP, Makris, KC, Wolffenbuttel, BHR, van Vliet-Ostaptchouk, JV, 2021. Endocrine disrupting chemicals during diet-induced weight loss - A post-hoc analysis of the LOWER study. Environ Res. 2021 Jan;192:110262.
van der Meer, TP, Chung, MK, van Faassen, M, Makris, KC, van Beek, AP, Kema, IP, Wolffenbuttel, BHR, van Vliet-Ostaptchouk, JV, Patel, CJ, 2021. Temporal exposure and consistency of endocrine disrupting chemicals in a longitudinal study of individuals with impaired fasting glucose. Environ Res. 2021 Feb 19;(110901):110901.
van der Meer TP, 2020. LIFEWAS [R package], URL https://github.com/LIFEWAS/LIFEWAS. van der Meer, TP, 2020. Risk variables for predicting type 2 diabetes [Shiny app]. URL https://chiragjp.shinyapps.io/t2d_relative_risk_variables/.
van der Meer, TP, van Faassen, M, van Beek, AP, Snieder, H, Kema, IP, Wolffenbuttel, BHR, van Vliet-Ostaptchouk, JV, 2020. Exposure to Endocrine Disrupting Chemicals in the Dutch general population is associated with adiposity-related traits. Sci Rep. 2020 Jun 9;10(1):9311.
Lu, X, Fraszczyk, E, van der Meer, TP, van Faassen, M, Bloks, VW, Kema, IP, van Beek, AP, Li, S, Franke, L, Westra, H-J, BIOS Consortium, Xu, X, Huo, X, Snieder, H, Wolffenbuttel, BHR, van Vliet-Ostaptchouk, JV, 2020. An epigenome-wide association study identifies multiple DNA methylation markers of exposure to endocrine disruptors. Environ Int. 2020 Nov;144:106016.
van der Meer TP, Wagenvoort GHJ, Soethoudt S, Heddema ER, Groeneveld PHP. A fulminant pneumonia with an unusual pathogen. TvI 2019 Oct;5:189-193.
van der Meer, TP, van Faassen, M, Frederiksen, H, van Beek, AP, Wolffenbuttel, BHR, Kema, IP, van Vliet-Ostaptchouk, JV, 2019. Development and Interlaboratory Validation of Two Fast UPLC-MS-MS Methods Determining Urinary Bisphenols, Parabens and Phthalates. J Anal Toxicol. 2019 Jul 24;43(6):452–64.
Nies, VJM, Struik, D, Wolfs, MGM, Rensen, SS, Szalowska, E, Unmehopa, UA, Fluiter, K, van der Meer, TP, Hajmousa, G, Buurman, WA, Greve, JW, Rezaee, F, Shiri-Sverdlov, R, Vonk, RJ, Swaab, DF, Wolffenbuttel, BHR, Jonker, JW, van Vliet-Ostaptchouk, JV, 2018. TUB gene expression in hypothalamus and adipose tissue and its association with obesity in humans. Int J Obes. 2018 Mar;42(3):376–83.
Charisiadis, P, Andrianou, XD, van der Meer, TP, den Dunnen, WFA, Swaab, DF, Wolffenbuttel, BHR, Makris, KC, van Vliet-Ostaptchouk, JV, 2018. Possible Obesogenic Effects of Bisphenols Accumulation in the Human Brain. Sci Rep. 2018 May 29;8(1):8186. van Der Meer, TP, Artacho-Cordón, F, Swaab, DF, Struik, D, Makris, KC, Wolffenbuttel, BHR, Frederiksen, H, Van Vliet-Ostaptchouk, JV, 2017. Distribution of non-persistent endocrine disruptors in two different regions of the human brain. Int J Environ Res Public Health. 2017;14(9):1059.
Bansal, A, Rashid, C, Xin, F, Li, C, Polyak, E, Duemler, A, van der Meer, T, Stefaniak, M, Wajid, S, Doliba, N, Bartolomei, MS, Simmons, RA, 2017. Sex- and Dose-Specific Effects of Maternal Bisphenol A Exposure on Pancreatic Islets of First- and Second-Generation Adult Mice Offspring. Environ Health Perspect. 2017 Sep 27;125(9):097022.
