【Circulation】多指标联合，预测心脏风险更精准

2017年3月30日，在线发表于《Circulation》杂志的一项研究显示，包括左心室肥大(ECG-LVH)、冠状动脉钙化(CAC)和高敏C反应蛋白(hs-CRP)、N末端脑钠肽原(NT-proBNP)、高敏心肌肌钙蛋白T(hs-cTnT)水平的5项指标联合，可更精准预测成人心血管疾病风险。

无已知心血管疾病(CVD)成人的CVD风险评估策略，主要依赖于传统的动脉粥样硬化危险因素。然而，这些风险预测方程仅能中度识别动脉粥样硬化性心血管疾病(ASCVD)风险。此外，这些算法通常不考虑额外的心血管事件风险(例如心脏衰竭和心房颤动)。越来越多证据表明，预防性干预措施(如减肥、运动和更积极的血压控制)可能不仅影响ASCVD，而且还可影响其他高度相关的CVD结局。

据知，目前没有大型研究将生物标志物与多种不同检查方式相结合，以试图创建一种增强传统风险因素策略的风险预测工具。研究者假设，多种不同检查方式的生物标志物组合策略，将改善无已知CVD个体的ASCVD风险评估。

研究者纳入动脉粥样硬化多种族研究(MESA，n=6621)和达拉斯心脏研究(DHS，n=2202)的无CVD的参与者，并对ECG-LVH、CAC，NT-proBNP、hs-cTnT和 hs-CRP进行测定。对超过10年随访的检查结果与总体复合CVD终点[CVD死亡、心肌梗死(MI)、卒中、冠状动脉或外周血管血运重建、心脏衰竭或心房颤动]和ASCVD(致死性或非致死性MI或卒中)的关系进行评估。

结果显示：在校正基础模型组分和其他检查结果后，每项检查结果与MESA中的总体复合CVD事件独立相关(P<0.05)。当五项检查加入基础模型时，c-统计量从0.74提高到0.79(P=0.001)，综合识别显著改善(0.07，95％CI 0.06～0.08，P<0.001)，重新分类显著改善(0.47，95％CI 0.38～0.56，P=0.003)。

使用一个简单的评分来表示异常检查数。与评分为0的患者相比，评分为1 (校正HR 1.9，95％CI 1.4～2.6)、2(HR 3.2，95％CI 2.3～4.4)、3(HR 4.7，95％CI 3.4～6.5)和≥4(HR 7.5，95％CI 5.2～10.6)的受试者总体CVD风险显著增加。

该研究结果显示出使用这些标志物检查组合策略的潜在价值。选择这些检查指标，是因为它们反映了不同但相关的病理过程，来自人群研究的多个报告显示了这些指标与CVD结局独立相关。

本研究的局限：本研究并非旨在确定风险分层筛选检查的最佳数量或组合；DHS研究中的终点太少，无法进行多变量校正；不同检查指标之间的比较优势收到挑战，并且可受到研究队列中不同终点发生率和检查结果分布的影响。

参考文献：

de Lemos JA, et al. A Multimodality Strategy for Cardiovascular Risk Assessment: Performance in Two Population-Based Cohorts. Circulation. 2017 Mar 30. pii: CIRCULATIONAHA.117.027272. doi: 10.1161/CIRCULATIONAHA.117.027272. [Epub ahead of print]