冠状动脉钙化评分而非多基因风险评分最能预测心脏病风险

要点：

• 在头对头比较中，冠状动脉钙化评分改善了 CV 风险辨别，而多基因风险评分则没有。
• 合并这两个分数时没有增加预测效用。

数据显示，在基于传统风险因素的 CHD 预测模型中添加冠状动脉钙化评分后，CV 风险辨别能力得到改善； 但是，添加多基因风险评分后没有变化。

对两个大型中年和老年人队列进行长期随访的分析——所有队列都有可用的遗传数据和冠状动脉 CT 扫描——解决了美国心脏协会最近的一份科学声明中发现的一个关键知识缺口，该声明表示需要直接 将多基因风险评分与 CAC 进行比较 预测冠心病风险的分数，根据 Sadiya Sana Khan，医学博士，理学硕士，FACC，FAHA医学和预防医学助理教授，心血管疾病奖学金项目副主任，西北大学 Feinberg 医学院心力衰竭科研究主任。

Khan 告诉 Healio：“对于改善风险预测，人们对每个分数都非常感兴趣，但尚不清楚的是一个分数是否会比另一个更好，或者它们的组合是否会更好。” “看到这种比较非常有帮助，因为 CAC 增加了改进的风险预测并帮助对人进行重新分类，但多基因评分没有。 这种组合并没有比单独使用 CAC 做得更好。”

风险歧视的变化

萨迪亚萨纳汗

Khan 及其同事分析了两项基于人群的观察性研究的数据，这些研究涉及 45 至 79 岁的欧洲血统且基线时无临床冠心病的成年人：动脉粥样硬化多种族研究（MESA；n = 1,991；中位年龄，61 岁）年）和鹿特丹研究（n = 1,217；中位年龄，67 岁）。 研究人员使用传统的风险因素来计算冠心病风险，包括 合并队列方程CAC 评分的 CT 和经过验证的多基因风险评分的基因分型样本。 主要结果是预测冠心病事件的模型辨别、校准和净重新分类改进（在建议的风险阈值 7.5% 下）。

研究结果发表在 美国医学会杂志。

基于传统风险因素预测的动脉粥样硬化性心血管疾病风险的中位数在 MESA 队列中为 6.99%，在鹿特丹研究中为 5.93%。 在 MESA（中位数，16 年）和鹿特丹研究（中位数，14.2 年）的可用随访期间，冠心病事件分别发生在 9.4% 和 8.1% 的成年人中。

在 MESA 队列中，CAC 评分和多基因风险评分均与 10 年冠心病风险显着相关，CAC 评分的 HR 为 2.6（95% CI，2.08-3.26），HR 为 1.43（95% CI，1.2-1.7） ) 多基因风险评分。

研究人员写道：“在两项研究中，在具有较高 CAC 分数且具有剂量反应关系的类别中观察到较高的冠心病发病率。” “相比之下，冠心病的发生率与多基因风险评分低于 50% 和 50% 至 80% 之间的重叠 95% CI 相似，但对于评分高于 80% 的人来说更高。”

CAC 评分的 C 统计量为 0.76（95% CI，0.71-0.79），多基因风险评分的 C 统计量为 0.69（95% CI，0.63-0.71）。 当将每个分数添加到汇总队列方程时，C 统计量的变化对于 CAC 分数为 0.09（95% CI，0.06-0.13），对于多基因风险分数为 0.02（95% CI，0-0.04）和 0.1（两者的 95% CI，0.07-0.14）。

研究人员发现，当将 CAC 评分添加到合并队列方程时，总体分类净重分类改善显着（0.19；95% CI，0.06-0.28），但在将多基因风险评分添加到方程时，重分类没有改善。

当在 MESA 和鹿特丹研究中按中位年龄分层时，研究结果与年轻和年长参与者的亚组分析一致。

需要更长时间的随访

“这两个分数衡量的是不同的东西，”汗说。 “遗传风险或遗传风险是对我们认为某些常见的遗传变化可能使您面临风险的概率估计。 而测量自身的风险因素与 MI 的风险直接相关。 通过 CT，我们知道测量或可视化动脉中是否有钙质可以非常清楚地表明疾病过程已经发生。”

Khan 说，展望未来，对更多样化的队列进行长期随访的研究将是关键，因为所分析的两个队列主要是白人。 作者还指出，这两个分数可能在不同的生命阶段相关。

“CT 扫描对中年有帮助； 然而，在年轻人中，我们没有 CT 扫描的效用，因为它不太可能形成钙质。 但这并不意味着那些年轻人没有危险，”汗说。 “因此，多基因风险评分可能对年轻人更有帮助，但目前尚不清楚。 部分原因是你需要大量的年轻人样本和很长时间的随访。”

了解更多信息：

Sadiya Sana Khan，医学博士，理学硕士，FACC，FAHA可以到达 s-khan-1@northwestern.edu.