Biomarkerek a krónikus vesebetegek kardiovaszkuláris kockázatának jelzésére

A krónikus vesebetegségben (CKD) szenvedőknél magasabb az atherosclerotikus kardiovaszkuláris betegségek (ASCVD) kockázata, de jelenleg nincs olyan előrejelzési modell, melynek segítségével tájékozódni lehetne a szükséges kezelésekről és a megelőzési stratégiáról.

Az atherosclerotikus kardiovaszkuláris betegségek ASCVD kockázat predikciója pontosságának javítása érdekében a Dr. Joshua Bundy (Tulane University, New Orleans) és munkatársainak a Journal of the American Society of Nephrology-ban most megjelent közleménükben Chronic Renal Insufficiency Cohort (CRIC) néven többféle modellt vizsgáltak meg. A longitudinális vizsgálatban több mint 2500 CKD-s felnőtt beteg adatait használták fel. A betegek átlagos életkora 55,8 év volt (21-74 év), 52,0%-uk férfibeteg volt. A veseműködés megítélésére a glomeruláris filtrációs rátát (GFR) használták; a résztvevők átlagos testfelületét 1,73 m²-nek véve a GFR átlagértéke 56,0 ml/min volt. Elsődleges végpontként az ASCVD események (a fatális és nem fatális stroke-ok és szívinfarktusok) előfordulását határozták meg. A kiindulás utáni 10 éves megfigyelés alatt 252 ASCVD-s esemény következett be (1,9 esemény 1000 személy/év). Az ASCVD események gyakrabban jelentkeztek az idősebbeknél, a dohányosoknál, és az afro-amerikaiaknál. Szintén gyakrabban fordultak elő az alacsonyabb képzettségűeknél, a diabeteseknél, és a vérnyomáscsökkentő gyógyszereket szedőknél.

Kétféle predikciós modellt használtak: az elsőben a rutinszerűen mért laborparamétereit értékelték, a második modellben a CKD-s betegek esetén különösen fontos jellemzőket (hosszútávú vércukorszint, gyulladás, vese- és szívkárosodás) is bevették az értékelésbe. Ezen utóbbi jellemzők segítségével a standard modellhez képest pontosabban meg lehet határozni, hogy kik azok a betegek, akiknél a következő 10 évben várhatóan nagyobb stroke-ot vagy szívroham bekövetkezésének valószínűsége, és kik azok, akik esetén ezek a veszélyek kevéssé valósínűek.

Eredmények a predikciós modellekkel

A CRIC mintában a görbe alatti terület (AUC) 0,736-nak bizonyult. Ez pontosabb, mint az American College of Cardiology/American Heart Association Pooled Cohort Equations (PCE) AUC-je, ami 0,730-nak felel meg (P=0.03). A PCE-t az ACC és az AHA 2013-ban hozta létre az ASCVD kockázat felbecsülésére, a primer prevenció szükségességének megítélésére.

A második CRIC modellt a rendelkezésre álló klinikai változók felhasználásával alakították ki, itt az AUC: 0,760-as. A harmadik CRIC biomarker-modell ennél még hatásosabb, az AUC akár 0,771-es is lehet, ami szignifikánsan magasabb, mint a klinikai modell (P=0,001).

A 1. számú modell az ACC/AHA PCE változókat tartalmazta a CRIC mintában újra értékelt koefficienssel. A 2. számú modellben (a CRIC Klinikai Modellben) szerepel a beteg életkora, HDL- koleszterinszintje, szisztolés vérnyomása, jelenlegi dohányzása, a vizelet albumin-kreatinin arány (ACR), a hemoglobin A1c és a hemoglobin értéke. A 3. számú modellben (a CRIC bővített Modell) az életkor, az összekoleszterin, a HDL-koleszterin, a jelenlegi dohányzás, a vizelet ACR, a hemoglobin A1c, az apolipoprotein B, az ultraszenzitív C-reaktív protein (hsCRP), a troponin T, és az N-terminális prohormon B-típusú agyi natriuretikus peptid (NT-proBNP) szerepelnek.

A klinikai és a biomarker modellek egyaránt javították a nem ASCVD-s események osztályozását a PCE-hez képest (6,6% vs 10,0%).

A kutatók ugyanakkor megjegyezték, hogy az elsődleges predikciós modellben jónéhány, a krónikus vesebetegek atheroszklerotikus CVD-jének felbecsülése szempontjából fontos faktor hiányzott. Ezek között vannak olyanok, melyeket a klinikai gyakorlatban rutinszerűen mérünk, és olyan biomarkerek is, mint a hosszútávú glikémia (A1c), gyulladás (hsCPR), vesekárosodás (vizelet ACR) és szívkárosodás (troponin-T, NT-proBNP) értékei.

Az ASCVD eseményt elszenvedő betegek között magasabbak voltak az A1c értékek, a szisztolés és diasztolés vérnyomás, a vizelet ACR, a troponin T, és az NT-proBNP is, ugyanakkor ezeknél a betegeknél alacsonyabb volt a HDL-koleszterin, az eGFR, az A1c érték is.

Az eredmények interpretálásának számos korlátja van, pl. az, hogy a résztvevőket a vesefunkciójának glomeruláris filtrációs ráta alapján történő megítélése és az, hogy a képalkotók által kimutatott eltéréseknek a modellbe való beillesztése nem lehetséges: A CRIC vizsgálatban továbbá felül van becsülve a legmagasabb kockázatot viselők csoportjának kockázata.

Viszont a modellek jelentősen javították a CKD-s betegek kockázatának előrejelzését az ACC/AHA PCE-hez képest.

A modellek kétféle döntésről adnak információt

Az új előrejelzési modellek létrehozása igen fontos, a CVD-k megelőzése az elsődleges népegészségügyi feladat. A predikciós számítások segítségével azonosítani a legmagasabb CVD kockázattal rendelkező betegeket, akiknél a preventív és/vagy terápiás beavatkozások megkezdésével, vagy fokozásával kedvező eredményeket lehet elérni. A krónikus vesebetegek a CVD-re magas kockázatú betegcsoportot képviselnek. A CKD kockázat felmérésének általános módszerei CKD-ban nem használhatóak jól, hiszen ezeknél a betegeknél mások a kockázati faktorok. A kockázat előrejelzésének javításával ki lehet emelni ebből az egyre növekvő vesebeteg népességből azokat, akiknél valóban magas a kockázat.

Forrás:

Splete H. Biomarkers predict cardiovascular risk in chronic kidney disease patients. Medscape Medical News. February 11, 2022.

Bundy JD, Rahman M, Matsushita K, et al. Risk prediction models for atherosclerotic cardiovascular disease in patients with chronic kidney disease: the CRIC study. J Am Soc Nephrology 2022, ASN.2021060747; DOI: https://doi.org/10.1681/ASN.2021060747