Nổi bật
Sức mạnh dự đoán đồng bộ
Việc thêm 11 chỉ số lâm sàng, NMR metabolomics, và điểm rủi ro polygen (PRS) vào mô hình SCORE2 đã cải thiện chỉ số C lên 0.024, đại diện cho một bước nhảy vọt về khả năng phân biệt.
Phân loại vượt trội
Sử dụng phương pháp tiếp cận đa omics đã kết quả trong một phân loại lại tổng thể 16.66%, hiệu quả xác định những cá nhân có nguy cơ cao mà các mô hình lâm sàng tiêu chuẩn sẽ bỏ sót.
Tác động sức khỏe cộng đồng
Mô hình hóa dân số chỉ ra rằng việc áp dụng quy mô lớn có thể tăng số sự kiện tim mạch được ngăn chặn từ 229 lên 413 trên 100.000 cá nhân được sàng lọc.
Bối cảnh: Sự tiến hóa của việc dự đoán nguy cơ tim mạch
Trong nhiều thập kỷ, việc đánh giá nguy cơ bệnh tim mạch (CVD) đã dựa vào các biến lâm sàng truyền thống—tuổi, giới tính, huyết áp, và tình trạng hút thuốc—được mã hóa trong các công cụ như mô hình SCORE2 (Đánh giá Nguy cơ Tim mạch Hệ thống 2). Mặc dù SCORE2 hiệu quả ở cấp độ dân số, nó thường thiếu độ chi tiết cần thiết cho y học cá nhân hóa, đặc biệt là đối với những cá nhân ở nhóm nguy cơ trung gian, nơi quyết định điều trị, như bắt đầu dùng statin, vẫn còn mơ hồ.
Trong những năm gần đây, hai lĩnh vực mới nổi hứa hẹn tinh chỉnh các đánh giá này: cộng hưởng từ hạt nhân (NMR) metabolomics và điểm rủi ro polygen (PRS). NMR metabolomics cung cấp một bức tranh tổng quan về trạng thái chuyển hóa của một cá nhân, bao gồm các phân nhóm lipoprotein chi tiết và các chất chuyển hóa phân tử nhỏ. Ngược lại, PRS cung cấp cái nhìn về nguy cơ di truyền ổn định, suốt đời đối với CVD. Dù có tiềm năng riêng, giá trị gia tăng khi tích hợp chúng vào các khung công tác hiện tại do ESC đề xuất vẫn là một khoảng trống nghiên cứu quan trọng. Nghiên cứu của Ritchie et al., được công bố trên tạp chí European Heart Journal, giải quyết điều này bằng cách đánh giá liệu một cách tiếp cận đa omics có thực sự thay đổi cục diện trong thực hành lâm sàng hay không.
Thiết kế nghiên cứu và phương pháp
Nghiên cứu này sử dụng dữ liệu từ 297.463 người tham gia trong UK Biobank, tuổi từ 40 đến 69. Để đảm bảo kết quả liên quan đến phòng ngừa sơ phát, các nhà nghiên cứu loại trừ những người có CVD, tiểu đường hoặc đang nhận điều trị giảm lipid trước đó.
Các nhà nghiên cứu xây dựng và so sánh nhiều mô hình dự đoán:
1. SCORE2:
Mô hình lâm sàng cơ bản.
2. Chỉ số lâm sàng:
Một bảng gồm 11 chỉ số, bao gồm HbA1c, cystatin C, và protein C phản ứng.
3. Điểm NMR Metabolomic:
Được tạo ra từ phân tích chuyển hóa thông lượng cao.
4. Điểm Rủi ro Polygen (PRS):
Đo lường nguy cơ di truyền dựa trên các nghiên cứu liên kết toàn bộ gen.
Điểm cuối chính là nguy cơ 10 năm mắc CVD (nhồi máu cơ tim và đột quỵ) gây tử vong và không gây tử vong. Nghiên cứu đánh giá hiệu suất sử dụng chỉ số C của Harrell để phân biệt và chỉ số Net Reclassification Index (NRI) dựa trên ngưỡng rủi ro của Hiệp hội Tim mạch châu Âu (ESC) (nguy cơ thấp, trung bình, và cao).
Kết quả chính: Sự đồng điệu của các chỉ số
Kết quả nhấn mạnh hạn chế của việc phụ thuộc vào bất kỳ dòng dữ liệu đơn lẻ nào. Mô hình SCORE2 cơ bản đạt chỉ số C là 0.719. Khi các thành phần riêng lẻ được thêm vào, khả năng phân biệt cải thiện dần dần:
- Thêm 11 chỉ số lâm sàng: ΔC-index 0.014
- Thêm điểm NMR metabolomic: ΔC-index 0.010
- Thêm PRS: ΔC-index 0.009
Tuy nhiên, kết quả đáng chú ý nhất xảy ra khi tất cả ba phương thức được kết hợp với SCORE2. Cách tiếp cận tích hợp này đã mang lại tổng ΔC-index là 0.024 (95% CI: 0.022-0.027). Mặc dù những tăng trưởng thập phân này có thể có vẻ nhỏ về mặt thống kê, nhưng chúng dịch ra những thay đổi sâu sắc trong phân loại lâm sàng.
Phân loại lại và phân tầng chính xác
Sử dụng ngưỡng rủi ro theo hướng dẫn của ESC, mô hình kết hợp đã thể hiện một phân loại lại tổng thể 16.66%. Điều này có nghĩa là khoảng một trong sáu người sau cùng mắc sự kiện CVD đã được chuyển đúng sang một nhóm rủi ro cao hơn, nơi các can thiệp phòng ngừa (như statin) sẽ được khuyến nghị. Sự cải thiện về độ nhạy này đạt được mà không làm tăng đáng kể việc kê đơn quá mức cho những người có nguy cơ thấp.
Tác động lâm sàng và mô hình hóa dân số
Để dịch các kết quả này vào bối cảnh sức khỏe cộng đồng, các nhà nghiên cứu đã áp dụng mô hình hóa dân số để ước tính tác động thực tế của việc sàng lọc 100.000 người.
Theo sàng lọc dựa trên SCORE2 hiện tại, ước tính có 229 sự kiện CVD được ngăn chặn. Bằng cách kết hợp dữ liệu lâm sàng, chuyển hóa, và di truyền để phân loại rủi ro mục tiêu, con số này gần như gấp đôi lên 413 sự kiện được ngăn chặn trên 100.000 người được sàng lọc. Quan trọng là, số lượng statin được kê đơn cho mỗi sự kiện CVD được ngăn chặn vẫn ổn định, cho thấy cách tiếp cận đa omics tăng cường hiệu quả sử dụng tài nguyên y tế thay vì chỉ mở rộng dân số được điều trị.
Bình luận chuyên gia: Hiểu biết cơ chế và triển khai
Tính hợp lý sinh học của các kết quả này nằm ở các loại thông tin khác nhau mà mỗi điểm số cung cấp. PRS bắt được nguy cơ di truyền cố định, không thay đổi có từ khi sinh. Các chỉ số lâm sàng và metabolomics, tuy nhiên, bắt được sự tương tác động giữa di truyền, lối sống, và môi trường. Đặc biệt, NMR metabolomics xác định những thay đổi tinh tế trong chuyển hóa lipid và viêm hệ thống mà các bảng kiểm tra cholesterol truyền thống có thể bỏ sót.
Thách thức triển khai
Dù có lợi ích thống kê rõ ràng, vẫn còn nhiều trở ngại cho việc triển khai lâm sàng:
- Tính hiệu quả về chi phí: Mặc dù chi phí của việc giải trình tự gen và phân tích NMR đang giảm, hạ tầng cho việc kiểm tra thường xuyên trên chăm sóc ban đầu chưa phải là phổ biến.
- Tính phức tạp: Tích hợp dữ liệu đa omics vào hồ sơ sức khỏe điện tử theo cách có thể hiểu được cho bác sĩ đa khoa yêu cầu hỗ trợ bioinformatics tinh vi.
- Tính tổng quát: UK Biobank chủ yếu là người gốc châu Âu, và cần xác minh thêm trong các dân số đa dạng hơn trên toàn cầu để đảm bảo lợi ích công bằng.
Kết luận
Nghiên cứu của Ritchie et al. cung cấp bằng chứng vững chắc rằng tương lai của việc dự đoán nguy cơ tim mạch nằm ở việc tích hợp dữ liệu đa omics. Bằng cách vượt qua các yếu tố nguy cơ truyền thống để bao gồm các chỉ số lâm sàng, NMR metabolomics, và điểm rủi ro polygen, các bác sĩ có thể xác định những cá nhân có nguy cơ cao với độ chính xác cao hơn nhiều. Nếu được áp dụng quy mô lớn, cách tiếp cận này có thể giảm đáng kể gánh nặng toàn cầu của bệnh tim mạch, đưa chúng ta gần hơn với mục tiêu của y học phòng ngừa cá nhân hóa thực sự.
