JAMA|万人蛋白质组学数据预测心血管疾病风险

阅读量 :2049

2023年8月22日,来自丹麦和冰岛的研究团队在 JAMA 上发表了题为Evaluation of Large-Scale Proteomics for Prediction of Cardiovascular Events 的新论文。研究表明蛋白质风险评分在预测心血管事件风险方面具有一定的潜力,尤其是在与临床风险因素和多基因风险评分相结合时。

 

 

本研究的主要目的是评估血浆蛋白质水平作为心血管疾病(ASCVD)风险预测的指标,同时结合临床风险因素(如年龄、性别、他汀类药物使用、高血压治疗、2型糖尿病、体重指数和吸烟状况)和多基因风险评分进行综合比较。
研究使用了来自冰岛的13540名无大型ASCVD(动脉粥样硬化心血管疾病)病史、年龄在40-75岁之间的个体作为主要分析对象。研究还分析了来自一个随机、双盲降脂治疗临床试验的人群,该人群包括了6791名接受他汀类药物治疗的稳定的ASCVD患者。


研究使用SomaScan v4平台测量了两个人群中的4963个蛋白质水平,得到的蛋白质风险评分公式包含了70个蛋白质。蛋白质风险评分是基于Cox回归模型开发的,使用了蛋白质水平、年龄和性别作为预测变量。Lasso penalty 用于模型选择,通过交叉验证选择了惩罚强度以确定模型中包括的变量数量。这个风险评分在衍生集中开发,并在两个人群中的个体中计算。

在主要事件人群的测试集中,蛋白质风险评分与主要的ASCVD事件之间存在显著的统计学关联(HR为1.93,95% CI为1.75至2.13)。将蛋白质风险评分加入模型后,模型的C指数从仅包含年龄和性别的基础模型的0.719提高到0.737。

与此同时,研究还考察了多基因风险评分对心血管事件的预测能力。研究发现,冠状动脉疾病和中风的多基因风险评分在主要事件人群中与心血管事件显著相关。将蛋白质风险评分、多基因风险评分和临床风险因素结合在模型中,这三个变量都对风险有显著的贡献。将这些变量合并在一个模型中,模型的C指数略微提高。

研究还测试了蛋白质风险评分在不同人群中的效果。在次要事件人群中,蛋白质风险评分对于白人、亚洲人和非洲人的心血管事件都有显著的关联。这表明蛋白质风险评分在不同人群中具有一定的通用性。


论文中的结果部分提供了详细的数据分析,展示了蛋白质风险评分与心血管事件之间的关系。研究结果表明,蛋白质风险评分在预测心血管事件方面具有一定的预测能力,尤其是在高风险人群中。同时,与多基因风险评分和临床风险因素相结合,可以进一步提高预测模型的准确性。


该研究的结果对于心血管疾病的风险评估和预防具有重要的指导意义。然而,进一步的研究仍然需要确定蛋白质风险评分和多基因风险评分在筛查方面的临床实用性。


论文链接:
https://jamanetwork.com/journals/jama/article-abstract/2808522

 

问询(中文)

公众号