ハイライト
相乗的な予測力
11の臨床バイオマーカー、NMRメタボロミクス、および多遺伝子リスクスコア（PRS）をSCORE2モデルに追加することで、C指数が0.024改善し、差別化能力が大幅に向上しました。
優れた再分類
複合オミクスアプローチを使用した結果、ネットケース再分類率が16.66%となり、標準的な臨床モデルでは見逃されていた高リスク個体を効果的に識別できました。
公衆衛生への影響
集団モデリングによると、大規模な適用により、スクリーニングされた10万人あたりの予防可能な心臓血管イベント数が229件から413件に増加すると予測されます。
背景：心臓血管リスク予測の進化
長年にわたり、心臓血管疾患（CVD）リスク評価は、年齢、性別、血圧、喫煙状況などの従来の臨床変数に依存してきました。これらはSCORE2（Systematic Coronary Risk Evaluation 2）モデルなどにコード化されています。SCORE2は集団レベルでは有効ですが、特に中等度リスクカテゴリーの個体に対する治療決定（スタチン開始など）が不明確な場合、パーソナライズ医療に必要な詳細さが欠けていることがあります。
近年、核磁気共鳴（NMR）メタボロミクスと多遺伝子リスクスコア（PRS）という2つの新興分野が、これらの評価を洗練させる可能性を約束しています。NMRメタボロミクスは、個人の代謝状態のスナップショットを提供し、詳細なリポ蛋白サブフラクションや小分子メタボライトを含みます。一方、PRSは、CVDに対する生涯にわたる遺伝的傾向を示します。これらの個々の約束にもかかわらず、現在のESC推奨フレームワークに統合された際の追加的な価値は、重要な研究ギャップでした。RitchieらによってEuropean Heart Journalに発表されたこの研究では、複合オミクスアプローチが本当に臨床実践において指針を変えることができるかどうかを評価しています。
研究設計と方法論
この前向き研究では、40歳から69歳の297,463人のUK Biobank参加者のデータを使用しました。一次予防に関連性のある結果を得るために、既存のCVD、糖尿病、または脂質低下療法を受けている個体は除外されました。
研究者は、以下のいくつかの予測モデルを構築し、比較しました：
1. SCORE2：
基本的な臨床モデル。
2. 臨床バイオマーカー：
HbA1c、システチンC、C反応性蛋白などを含む11項目のパネル。
3. NMRメタボロミックススコア：
高通量代謝プロファイリングから得られたもの。
4. 多遺伝子リスクスコア（PRS）：
全ゲノム関連研究に基づいて遺伝的傾向を定量化。
主要エンドポイントは、致死的および非致死的CVD（心筋梗塞と脳卒中）の10年間リスクでした。研究では、HarrellのC指数を用いて差別化性能を評価し、ヨーロッパ心臓学会（ESC）リスク閾値（低リスク、中等度リスク、高リスク）に基づくカテゴリカルなネット再分類指数（NRI）を使用しました。
主要な結果：バイオマーカーの相乗効果
結果は、単一のデータストリームに依存することの限界を強調しました。基準のSCORE2モデルのC指数は0.719でした。個々のコンポーネントを追加すると、差別化が段階的に向上しました：
- 11の臨床バイオマーカーの追加：ΔC指数 0.014
- NMRメタボロミックススコアの追加：ΔC指数 0.010
- PRSの追加：ΔC指数 0.009
しかし、最も目立つ結果は、すべての3つのモダリティをSCORE2と組み合わせたときでした。この統合アプローチは、総ΔC指数0.024（95% CI: 0.022-0.027）を達成しました。これらの小数点の増加分は統計的には小さく見えますが、臨床的な分類における大きな変化をもたらします。
ネット再分類と精密分類
ESCガイドラインリスク閾値を使用して、組み合わせモデルはネットケース再分類率16.66%を示しました。これは、最終的にCVDイベントを経験した約6人に1人が、予防介入（スタチンなど）が推奨されるより高いリスクカテゴリーに正しく移動したことを意味します。この感度の向上は、低リスク個体に対する過剰な処方が大幅に増加することなく達成されました。
臨床的影響と集団モデリング
これらの結果を公衆衛生の文脈に翻訳するために、研究者は10万人のスクリーニングの実世界の影響を推定するために集団モデリングを適用しました。
現在のSCORE2ベースのスクリーニングでは、229件のCVDイベントが予防されると推定されています。臨床的、メタボロミック、および多遺伝子データを用いて対象のリスクを再分類することで、この数はほぼ倍増し、10万人あたり413件のイベントが予防されることが示されました。重要なのは、CVDイベントを予防するのに処方されるスタチンの数が基本的に安定していることから、複合オミクスアプローチは医療資源の効率を高めるものであり、単に治療対象人口を拡大するものではないということです。
専門家のコメント：メカニズムの洞察と実装
これらの知見の生物学的根拠は、各スコアが提供する情報の異なる種類にあります。PRSは、出生時に存在する内在的で変更不可能な遺伝的リスクを捉えます。一方、臨床バイオマーカーとメタボロミクスは、遺伝子、ライフスタイル、環境の動的な相互作用を捉えます。特にNMRメタボロミクスは、従来のコレステロールパネルでは見落とされる可能性のある脂質代謝と全身炎症の微妙な変化を識別します。
実装の課題
明確な統計的利益があるにもかかわらず、臨床実装にはいくつかの障壁があります：
- コスト効果：ゲノムシーケンスとNMRプロファイリングのコストは下がっていますが、プライマリケア全体でのルーチンテストのためのインフラストラクチャはまだ普遍的ではありません。
- 複雑性：電子健康記録に複合オミクスデータを統合し、一般医が解釈できるようにするには、高度なバイオインフォマティクスサポートが必要です。
- 汎用性：UK Biobankは主に欧州系の祖先であり、より多様な世界的な人口でのさらなる検証が必要であり、公平な利益を確保する必要があります。
結論
Ritchieらの研究は、心臓血管リスク予測の未来は複合オミクスデータの統合にあることを示す堅固な証拠を提供しています。従来のリスク要因を超えて、臨床バイオマーカー、NMRメタボロミクス、および多遺伝子リスクを含めることで、医師は高リスク個体をはるかに正確に識別できます。大規模に適用すれば、このアプローチは心臓血管疾患の世界的な負担を大幅に軽減し、真にパーソナライズされた予防的心臓学に近づくことができます。
参考文献
Ritchie SC, Jiang X, Pennells L, et al. Combined clinical, metabolomic, and polygenic scores for cardiovascular risk prediction. Eur Heart J. 2025 Dec 15:ehaf947. doi: 10.1093/eurheartj/ehaf947.
