遗传风险谱型预测连续房颤筛查预防卒中的益处:LOOP研究的二次分析

遗传风险谱型预测连续房颤筛查预防卒中的益处:LOOP研究的二次分析

引言:房颤精准医学的前沿

有效筛查房颤(AF)一直是预防心脏病学的核心。鉴于房颤是缺血性卒中的主要原因之一——通常在首次临床事件前无症状发生——早期检测的逻辑非常明确。然而,大规模筛查试验的结果却出奇地不一致。虽然筛查无疑增加了房颤的诊断率,但其对卒中和系统性栓塞(SE)等硬临床结局的影响仍然存在争议。缺失的环节可能不是用于检测的技术,而是最有可能从这种密集监测中受益的患者人群的选择。这项对具有里程碑意义的LOOP研究的二次分析表明,房颤的多基因风险评分(PRS)可能提供必要的精确度,以识别那些筛查真正救命的候选人。

LOOP研究:重新思考普遍筛查

最初的LOOP(通过植入式环形记录器持续ECG监测在高危个体中预防卒中的房颤检测)研究旨在测试是否使用植入式环形记录器(ILR)进行连续监测可以减少高危个体的卒中或系统性栓塞的发生率。主要试验结果此前已发表,显示AF检测率显著提高了3倍,并随后增加了抗凝治疗的启动。然而,这并未转化为整体研究人群中卒中或SE的主要复合终点的统计学显著降低。这一中性结果引发了心脏病学界内的激烈辩论:亚临床房颤是否只是风险的标志而非可改变的原因,或者我们是否筛查了错误的人群?这项二次分析通过根据房颤的遗传易感性对LOOP队列进行分层来解决这些问题。

研究设计与方法

这项预先指定的事后分析包括来自原始LOOP研究的5,656名个体。所有参与者年龄在70岁或以上,至少有一个额外的卒中风险因素(如高血压、糖尿病、心力衰竭或既往卒中),并且重要的是,有可用于分析的遗传数据。参与者按1:3的比例随机分配接受基于ILR的筛查或常规护理。

研究人员使用了一个经过验证的房颤多基因风险评分(PRSAF)来量化遗传易感性。该评分将数千个与房颤相关的常见遗传变异的影响汇总为一个单一的连续变量。主要目标是评估随机化臂(ILR vs. 常规护理)和PRSAF对卒中和系统性栓塞结局的交互作用。次要结局包括PRSAF与AF负担(特别是持续24小时或更长时间的发作)的关系以及重大出血事件的风险,这是在老年人群中启动抗凝治疗时的一个关键安全考虑因素。

结果:遗传风险作为临床益处的区分器

在中位随访5.4年后,该研究对遗传学与临床结局之间的相互作用提供了若干深刻的见解。

主要结局:卒中和系统性栓塞

最显著的发现是在ILR筛查和PRSAF之间对于卒中/SE的主要结局存在显著的交互作用(Pinteraction = 0.006)。当队列按中位遗传风险划分时,结果明显不同。对于PRSAF等于或高于中位数的个体,ILR筛查与卒中或系统性栓塞的发生率降低35%相关(危险比[HR]:0.65;95%置信区间[CI]:0.43-0.97;P = 0.036)。相比之下,对于PRSAF低于中位数的个体,则未观察到临床益处(HR:1.06;95% CI:0.72-1.57;P = 0.75)。

AF负担与遗传信号

研究人员发现,PRSAF不仅是AF存在的预测因子,也是其严重程度的预测因子。PRSAF每增加一个标准差,AF诊断率就增加20%(HR:1.20;95% CI:1.13-1.28;P < 0.001)。此外,较高的遗传风险与经历长时间AF发作的可能性更高有关。PRSAF每增加1个标准差,在ILR检测到AF的个体中,至少有一次持续24小时或更长时间的AF发作的比值比为1.35(95% CI:1.02-1.78)。

安全性与重大出血的悖论

研究中最令人警惕的发现是筛查与重大出血的遗传风险之间的交互作用(Pinteraction = 0.036)。在遗传风险较低(PRSAF < 中位数)的个体中,ILR筛查与重大出血率显著增加相关(HR:1.71;95% CI:1.12-2.64;P = 0.011)。这表明在遗传易感性较低的患者中,检测到的短暂或低负担AF可能导致因出血引起的危害超过通过减少卒中而带来的益处。

专家评论:机制洞察与‘过度诊断’悖论

这些发现表明,遗传风险谱型可能反映了心房的基本结构基质。PRSAF较高的个体可能患有更严重的心房心肌病,使得检测到的AF发作更具临床相关性,并且更可能导致血栓栓塞事件。相反,在遗传风险较低的个体中,检测到的AF可能是暂时的或与急性触发因素有关,而不是持续的潜在疾病状态。

低PRS组的重大出血风险增加突显了过度诊断的危险。当我们广泛筛查时,不可避免地会发现‘噪声’——即亚临床AF,它可能不具有与临床明显的AF相同的风险。如果我们用强效抗凝药物治疗这种‘噪声’,风险-收益比就会变得不利。LOOP研究的二次分析为使用基因组学过滤这种噪声提供了路线图,确保密集监测和后续治疗仅限于那些‘遗传土壤’最适宜引发卒中性心律失常的个体。

局限性和临床普适性

尽管这些结果令人信服,但仍需将其视为假设生成。作为事后分析,这些发现需要在独立队列中进行前瞻性验证,然后才能纳入标准临床指南。此外,研究人群由70岁及以上的具有现有卒中风险因素的个体组成;这些发现是否适用于年轻人群或具有不同风险特征的人群仍有待观察。最后,实施广泛的多基因风险评分与ILR技术的成本效益需要彻底评估。

结论:房颤筛查的新范式

LOOP研究的二次分析代表了心血管医学中精准筛查的重要一步。通过证明连续ECG监测的益处集中在遗传风险较高的个体中,该研究挑战了房颤检测的‘一刀切’方法。对于临床医生而言,这些数据表明,未来简单的基因检测可以帮助确定哪些患者应接受植入式监测器,哪些患者应避免过度诊断和不必要的抗凝治疗的风险。随着我们将基因组学逐步整合到常规护理中,PRSAF作为一种强大的工具,有助于最大化卒中预防策略的有效性和安全性。

参考文献

1. Vad OB, Diederichsen SZ, Xing LY, 等. 根据遗传风险筛查房颤:随机LOOP研究的二次分析。J Am Coll Cardiol. 2026;87(2):143-153.
2. Svendsen JH, Diederichsen SZ, Højberg S, 等. 使用植入式环形记录器筛查以预防卒中(LOOP研究):一项随机对照试验。Lancet. 2021;398(10310):1507-1516.
3. Svennberg E, Friberg L, Frykman V, 等. 系统性筛查房颤的益处:STROKESTOP研究。Lancet. 2021;398(10310):1498-1506.
4. Diederichsen SZ, Haugan KJ, Køber L, 等. 植入式环形记录器检测到的亚临床房颤的自然史。J Am Coll Cardiol. 2022;80(14):1310-1321.

Sự tích hợp đồng điệu của chuyển hóa học và điểm số đa gen gấp đôi tác động của các mô hình dự đoán nguy cơ tim mạch

Sự tích hợp đồng điệu của chuyển hóa học và điểm số đa gen gấp đôi tác động của các mô hình dự đoán nguy cơ tim mạch

Phân loại rủi ro chính xác cao: Vượt qua các dấu sinh học truyền thống

Bệnh tim mạch (CVD) vẫn là nguyên nhân hàng đầu gây tử vong và bệnh tật trên toàn cầu, đòi hỏi phải liên tục cải tiến các công cụ đánh giá rủi ro. Trong nhiều thập kỷ, thực hành lâm sàng đã dựa vào các yếu tố nguy cơ truyền thống—tuổi, giới tính, tình trạng hút thuốc, huyết áp và hồ sơ lipid—toàn bộ để hướng dẫn phòng ngừa sơ cấp. Ở châu Âu, Hệ thống Đánh giá Rủi ro Tim mạch 2 (SCORE2) được coi là tiêu chuẩn vàng để dự đoán nguy cơ 10 năm về các sự kiện tim mạch có tử vong và không tử vong. Tuy nhiên, một tỷ lệ đáng kể các sự kiện tim mạch xảy ra ở những người được phân loại là ‘thấp’ hoặc ‘trung bình’ theo các mô hình chuẩn này. Nguy cơ dư thừa này cho thấy các công cụ hiện tại không bắt kịp sự tương tác phức tạp giữa di truyền và rối loạn chuyển hóa.

Một nghiên cứu mang tính bước ngoặt của Ritchie et al., vừa được công bố trên European Heart Journal, cung cấp giải pháp thuyết phục. Bằng cách tích hợp chuyển hóa học hạt nhân từ cộng hưởng từ (NMR) và điểm số nguy cơ đa gen (PRS) vào khung SCORE2 hiện tại, các nhà nghiên cứu đã chứng minh sự cải thiện đáng kể về khả năng phân biệt và phân loại rủi ro. Tiếp cận đa omics này không chỉ xác định chính xác hơn các cá nhân có nguy cơ cao mà còn cung cấp một bản thiết kế cho việc triển khai y học chính xác ở quy mô dân số.

Tìm kiếm nguy cơ bị thiếu: Định vị SCORE2

Mặc dù SCORE2 hiệu quả cao trong sàng lọc cấp độ dân số, nó bị hạn chế cố hữu bởi sự phụ thuộc vào một tập hợp hẹp các biến lâm sàng. Nó cung cấp một bức tranh tổng quát về tình trạng lâm sàng hiện tại nhưng thường bỏ sót gánh nặng suốt đời của rủi ro di truyền và các thay đổi chuyển hóa sớm tiền lâm sàng.

Điểm số Nguy cơ Đa gen (PRS) đã nổi lên như một công cụ mạnh mẽ để lượng hóa sự dễ mắc bệnh di truyền, phản ánh tác dụng cộng gộp của hàng nghìn biến dị gen nhỏ. Đồng thời, chuyển hóa học NMR cung cấp một phương pháp thông lượng cao để đo hàng trăm chất chuyển hóa lưu thông, bao gồm các lớp lipoprotein cụ thể, axit béo và axit amin. Các chất chuyển hóa này đại diện cho một ‘phenotype trung gian’—sản phẩm chức năng của cả ảnh hưởng di truyền và môi trường. Câu hỏi trung tâm được Richie et al. đề cập là liệu các dấu sinh học tiên tiến này có cung cấp giá trị độc lập, cộng gộp cho tiêu chuẩn lâm sàng hiện tại hay không.

Phương pháp nghiên cứu: Tiếp cận đa omics trong UK Biobank

Các nhà nghiên cứu đã tiến hành một phân tích triển vọng quy mô lớn bao gồm 297.463 người tham gia từ UK Biobank. Đội tuyển đã được chọn đặc biệt để đại diện cho dân số phòng ngừa sơ cấp: cá nhân từ 40–69 tuổi không có tiền sử CVD, tiểu đường hoặc điều trị hạ lipid tại thời điểm cơ sở.

Ba hệ thống điểm khác nhau đã được đánh giá cùng với SCORE2:
1. Một bảng gồm 11 dấu sinh học lâm sàng, bao gồm cystatin C, HbA1c và natriuretic peptide N-terminus (NT-proBNP).
2. Điểm số dấu sinh học chuyển hóa NMR, được phái sinh từ dấu vân chuyển hóa toàn diện.
3. Điểm số Nguy cơ Đa gen (PRS), bắt giữ cấu trúc gen của bệnh động mạch vành.

Điểm cuối chính là sự xuất hiện lần đầu tiên của các sự kiện tim mạch có tử vong hoặc không tử vong trong khoảng theo dõi 10 năm, trong đó ghi nhận 8.919 trường hợp mới. Nhóm đã sử dụng chỉ số C của Harrell để đo sự cải thiện trong khả năng phân biệt rủi ro và chỉ số tái phân loại hạng mục (NRI) để đánh giá sự thay đổi trong phân loại rủi ro dựa trên ngưỡng của Hướng dẫn Hiệp hội Tim mạch Châu Âu (ESC).

Kết quả chính: Những lợi ích tăng dần và sức mạnh đồng điệu

Kết quả nhấn mạnh một thứ tự rõ ràng về cải thiện dự đoán. Mô hình SCORE2 cơ bản đạt chỉ số C 0,719. Tuy nhiên, việc thêm bất kỳ thành phần nào trong ba thành phần riêng lẻ đều dẫn đến sự cải thiện đáng kể:

Phân biệt: Ưu thế của chỉ số C

Việc thêm 11 dấu sinh học lâm sàng cung cấp sự tăng cường cá nhân lớn nhất, với delta chỉ số C là 0,014. Điểm số chuyển hóa NMR và PRS theo sát sau, với sự cải thiện lần lượt là 0,010 và 0,009. Điều quan trọng là các tác động này là cộng gộp. Khi kết hợp cả ba lớp—dấu sinh học lâm sàng, chuyển hóa và PRS—với SCORE2, chỉ số C cải thiện tổng cộng 0,024 (95% CI: 0,022-0,027). Mặc dù sự tăng 0,024 có thể có vẻ khiêm tốn nếu xem xét riêng lẻ, trong bối cảnh dịch tễ học tim mạch quy mô lớn, nó đại diện cho một sự thay đổi sâu sắc trong khả năng phân biệt giữa các trường hợp tương lai và không phải trường hợp.

Tái phân loại: Di chuyển bệnh nhân vào các nhóm rủi ro đúng

Từ góc độ lâm sàng, tái phân loại thường có ý nghĩa hơn phân biệt. Nghiên cứu đã tìm thấy một tái phân loại rủi ro ròng là 16,66%. Điều này có nghĩa là gần 17% cá nhân sau cùng gặp sự kiện tim mạch đã được ‘nâng cấp’ chính xác lên một nhóm rủi ro cao hơn (và do đó được nhắm mục tiêu can thiệp) so với mô hình SCORE2 chuẩn. Độ chính xác này ngăn chặn ‘điểm mù’ lâm sàng nơi các cá nhân có nguy cơ cao bị điều trị không đủ vì các yếu tố nguy cơ truyền thống của họ chưa vượt quá ngưỡng điều trị.

Mô hình sức khỏe dân số: Từ dữ liệu đến cứu sống

Có lẽ khía cạnh tác động nhất của nghiên cứu là mô hình dân số. Các nhà nghiên cứu đã ước tính tác động thực tế của việc áp dụng mô hình tích hợp này cho một đội tuyển giả định 100.000 người được sàng lọc.

Bằng cách sử dụng mô hình kết hợp để nhắm mục tiêu can thiệp, số sự kiện CVD được phòng ngừa tăng từ 229 (sử dụng chỉ SCORE2) lên 413. Điều này đại diện cho sự tăng hiệu suất phòng ngừa gần 80% (thêm 184 sự kiện được phòng ngừa mỗi 100.000 người). Đáng kinh ngạc, sự gia tăng hiệu quả này không đi kèm với chi phí quá y tế hóa; số lượng statin được kê đơn cho mỗi sự kiện CVD được phòng ngừa vẫn cơ bản ổn định. Điều này cho thấy tiếp cận đa omics không chỉ mở rộng lưới rộng hơn mà còn chính xác hơn nhiều.

Nhận định lâm sàng và thách thức triển khai

Sự hợp lý sinh học của các kết quả này là vững chắc. Việc bao gồm NT-proBNP và cystatin C bắt giữ căng thẳng tim mạch tiềm ẩn và suy thận, trong khi chuyển hóa học bắt giữ sự tinh vi của chuyển hóa lipid ngoài các phép đo LDL-C đơn giản. PRS cung cấp ‘rủi ro cơ bản’ không thay đổi trong suốt cuộc đời.

Tuy nhiên, việc triển khai trong thực hành lâm sàng hàng ngày đối mặt với khó khăn. Mặc dù chuyển hóa học NMR đang trở nên hiệu quả về chi phí hơn, nó vẫn chưa phải là dịch vụ phòng thí nghiệm tiêu chuẩn trong hầu hết các cơ sở chăm sóc ban đầu. Tương tự, việc tích hợp PRS yêu cầu kiểm tra di truyền chuẩn hóa và các ống dẫn thông tin sinh học mà hiện tại chỉ giới hạn trong các trung tâm chuyên biệt.

Chuyên gia bình luận rằng bảng ‘11 dấu sinh học lâm sàng’ được sử dụng trong nghiên cứu đã bao gồm các bài kiểm tra như HbA1c và NT-proBNP, rất phổ biến. Việc triển khai bảng lâm sàng này cùng với SCORE2 có thể là bước đầu tiên ngay lập tức hướng tới tương lai ‘chính xác’ được mô tả bởi mô hình đa omics đầy đủ.

Kết luận: Tương lai của y học dự phòng tim mạch cá nhân hóa

Nghiên cứu của Ritchie et al. đánh dấu một cột mốc quan trọng trong sự tiến hóa của việc dự đoán rủi ro tim mạch. Nó chứng minh rằng tương lai của y học dự phòng tim mạch nằm ở sự tổng hợp dữ liệu lâm sàng, chuyển hóa và di truyền. Bằng cách tinh chỉnh khả năng xác định cá nhân có nguy cơ, chúng ta có thể chuyển đổi từ cách tiếp cận điều trị phản ứng sang phòng ngừa chủ động, chính xác. Nếu áp dụng quy mô lớn, các kết quả này cho thấy chúng ta có thể gần như gấp đôi tác động của các nỗ lực phòng ngừa CVD hiện tại, cứu sống hàng nghìn người mà không làm tăng gánh nặng tổng thể của thuốc. Thách thức hiện tại nằm trong tay các chuyên gia chính sách y tế và nhà sáng tạo chẩn đoán để đưa các công cụ tiên tiến này từ cơ sở dữ liệu nghiên cứu đến phòng khám.

Tham khảo

1. 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.
2. SCORE2 working group and ESC Cardiovascular Risk Collaboration. SCORE2 risk prediction algorithms: new models to estimate 10-year risk of cardiovascular disease in Europe. Eur Heart J. 2021;42(25):2439-2454.
3. Inouye M, Abraham G, Nelson CP, et al. Genomic Risk Prediction of Coronary Artery Disease in 480,000 Adults: Implications for Primary Prevention. J Am Coll Cardiol. 2018;72(16):1883-1893.

Comments

No comments yet. Why don’t you start the discussion?

发表回复