Клинико-генетическое прогнозирование риска развития ишемической болезни сердца 14. 00. 05 внутренние болезни

Вид материалаАвтореферат

Содержание


ApoE, 4G/4G генотип гена PAI-1
Таблица 2 Влияние генотипа на риск ИБС
Таблица 3 Генотип и риск сердечно-сосудистых событий
I/d), mthfr
Распределение пациентов в зависимости от уровня hsCRP
Факторы риска+лабораторные маркеры+генетические маркеры
Подобный материал:
1   2   3   4   5   6

* - p<0,05 при сравнении с контрольной группой, p**- сравнение группы ССС (ИМ+НС+ИС) с контрольной группой.

Среди показателей липидного профиля наиболее показательно отношение ОХС/ХС ЛВП. Уровень гомоцистеина был значимо выше среди пациентов с инсультами. Уровень фибриногена был достоверно повышен у всех пациентов с сердечно-сосудистыми заболеваниями.

10-летний риск возникновения ССЗ (по шкале Фрамингем) в группе здоровых составил в среднем 3,4+0,3%, в группе пациентов с сердечно-сосудистыми событиями – 11.6+0,6%. 10-летний риск фатальных сердечно-сосудистых осложнений (по шкале SCORE) в контрольной группе составил 4,69±0,48%, в группе с ССЗ - 11,27±0,79%. Мы сравнили прогностическую значимость общепринятых алгоритмов (Framingham, PROCAM, SCORE) на изучаемой выборке пациентов. Традиционные факторы риска ИБС оценивались ретроспективно по материалам компьютерной базы данных до развития коронарных событий. Среди пациентов с ИБС у 51 % риск заболевания, оцененный с помощью алгоритма PROCAM, оказался > 20 %, в то время как для алгоритма Фрамингем этот показатель составил всего 35%. При оценке фатального риска сердечно-сосудистых событий по таблице SCORE показатели риска ≥ 5% отмечались у 76,2% пациентов, от 1 до 4 % - у 23% и < 1% - у 0,8% (рис.1). Однако все три алгоритма (Framingham, PROCAM, SCORE) недооценили риск у 65%, 49% и 23,8% пациентов, соответственно. По нашим данным, наиболее адекватна оценка фатального риска по шкале SCORE. Анализ традиционных алгоритмов оценки коронарного риска с помощью построения дерева регрессии выявил, что оптимальная точка разделения пациентов с коронарными событиями и контрольной группы для шкалы SCORE составляет 3%, для алгоритма Framingham – 8%, для алгоритма PROCAM - 13%, что свидетельствует о недооценке тяжести заболевания преимущественно среди пациентов в группе среднего риска.




Рисунок 1


При анализе результатов генетического обследования ε4 аллель гена ApoE, 4G/4G генотип гена PAI-1, C аллель гена GPIIIa T196C и А аллель UCP2 G866A статистически значимо ассоциировались с риском развития ИБС с поправкой на традиционные факторы риска. В таблице 2 представлено отношение шансов развития ИБС. Отношение шансов развития ИБС для полиморфных вариантов этих генов колеблется от 1,54 до 1,73, и составило в среднем 1,67, по нашим данным.

Таблица 2

Влияние генотипа на риск ИБС


ген

генотип

ИБС N=131/%

контроль N=159/%

ОШ*(ДИ*)

χ2*

р


ApoE ε2,ε3, ε4

ε 4 аллель

30/22,9

23/14,5

1,76(1,01-3,33)

4,01

0,03

PAI-1 4G/5G

4G/4G

44/33,5

36/22,6

1,73(1,02-2,50)

4,31

0,02

GPIIIa T196C

С аллель

44/33,5

37/23,3

1,66(1,00-2,79)

3,80

0,03

UCP2 G866A

А аллель

40/30,5

33/20,8

1,53(1,00-2,18)

3,75

0,04
ОШ*- отношение шансов, ДИ**-95% доверительный интервал ОШ

χ2***- критерий хи-квадрат (двусторонний тест Фишера).





Рисунок 2


Ассоциация генетических маркеров с ИБС различается в зависимости от факторов риска (артериальная гипертензия, сахарный диабет 2 типа, атерогенная дислипидемия, курение сигарет), что является подтверждением участия средовых факторов в фенотипической реализации генетической предрасположенности (рис.2). Необходимым условием интерпретации генетических исследований является изучение их взаимодействия с другими факторами риска. Мы обнаружили возрастание риска ИБС у курящих пациентов с полиморфными вариантами генов ApoE и PAI1 по сравнению с некурящими. Отношение шансов достоверно p<0,05возрастает c 1,17 до 1,45 у носителей ε4 аллеля гена ApoE и с 1,59 до 1,88 у пациентов с 4G/4G генотипом PAI1. Наличие артериальной гипертензии у носителей А-аллеля гена UCP2 и D-аллеля гена ACE также ведет к возрастанию риска заболевания. ОШ развития ИБС у носителей D аллеля гена ACE и А аллеля UCP2 изменялось с 0,64 до 1,16 и с 1,53 до 2,38, соответственно (р<0,05) в зависимости от наличия артериальной гипертензии, что является проявлением «ген-среда» взаимодействия, и необходимо учитывать при стратификации риска.

Мы изучили полиморфные варианты генов, имеющие отношение к различным звеньям патогенеза ИБС. Взаимодействие между генами и факторами риска может играть решающую роль в патогенезе заболевания. Так как вклад отдельных генов в риск развития ИБС невелик, обычно не превышает 2, и в среднем составляет 1,2-1,4 (Arnett D.K. 2007), интерпретация результатов генетических исследований невозможна без учета факторов риска.

Мы изучили также диагностическую значимость генетических маркеров в комбинации с традиционными факторами риска для оценки риска развития сердечно-сосудистых осложнений.

Таблица 3

Генотип и риск сердечно-сосудистых событий

Ген

Генотип

ССС

n=255/(%)

Контроль n=194/(%)

ОШ*

ДИ** 95%

MTHFR

С677T

С/T

125 (49%)

102 (52,5%)

0,87

0,60-1,27

T/T

26 (10,2%)

17 (8,8%)

1,19

0,63-2,26

ACE I/D

I/I

64 (25,0%)

44 (22,7%)

0,78

0.50-1,21

D аллель

191 (74,9%)

150 (77,3%)

1,10

0,70-1,71

D/D

53 (20,8%)

49 (25,3%)

0,82

0,53-1,28

ApoE

ε2 аллель

37 (14,6%)

24 (12,4%)

1,21

0,69-2,09

ε2+ε4 аллели

91 (35,8%)

57 (29,4%)

1,34

0,89-2,00

ε4 аллель

66 (25,9%)

25 (12,9%)

1,45

1,03-2,93

ОШ*- отношение шансов, ДИ** - 95% доверительный интервал ОШ


Пациенты с большими сердечно-сосудистыми осложнениями ССО (инфаркт миокарда, нестабильная стенокардия, ишемический инсульт) были объединены в одну группу. Были изучены полиморфные варианты в 3 генах: ApoE (ε2, ε3, ε4), ACE (I/D), MTHFR(677С>T). При анализе результатов генетического обследования среди 3 изученных полиморфизмов только у ε4 аллеля гена ApoE была выявлена независимая статистически значимая ассоциация с риском развития сердечно-сосудистых событий (табл.3).

Среди больных с инсультом не было выявлено статистически значимой ассоциации ни с одним из исследованных генетических маркеров. Однако комбинация ε4 аллеля гена ApoE с гомозиготным полиморфизмом гена MTHFR(677ТT) и комбинация D аллеля гена ACE с гомозиготным полиморфизмом гена MTHFR(677ТT) достоверно ассоциировались с инсультом (p=0,04 и p=0,03, соответственно). Общность патогенеза этих сердечно-сосудистых катастроф определяет высокую перекрестную эффективность стратегий их профилактики.

Существенным аспектом нашего исследования является сопоставление генотипа с фенотипическими лабораторными маркерами, а также сравнительная и комбинированная оценка множественных биомаркеров для прогнозирования ИБС. При анализе влияния генотипа на показатели липидного профиля была выявлена ассоциация носительства ε4 аллеля гена ApoE с ТГ (r=0,164,p<0,005), ХС (r=0,174,p<0,04) и ХС ЛНП (r=0,183,p<0,03). Мы провели анализ взаимосвязи ЛП (а) с семейным анамнезом ИБС и выявили, что среднее значение ЛП (а) составляет 26,24±2,37 мг/дл у пациентов без наследственной отягощенности и 35,44±2,99 мг/дл (p<0,04) у пациентов с наследственной отягощенностью. Кроме того, у пациентов без семейного анамнеза ИБС 81% показателей ЛП (а) было в норме (<40 мг/дл), у пациентов с семейным анамнезом только 60% находились в пределах нормальных значений.

Распределение пациентов в зависимости от уровня hsCRP


Рисунок 3


Среди воспалительных маркеров hs-CRP и D-димер были выше у пациентов с ИБС (p<0,05).

На рисунке 3 представлено распределение пациентов в зависимости от уровня hs-CRP у пациентов с ИБС и в группе контроля. Уровень hsCRP <1 мг/л, от 1 до 3 мг/л и >3 мг/л соотносят с низким, средним и высоким риском ИБС соответственно, согласно рекомендациям экспертной панели AHA/CDC (Pearson T.A., 2003).

Базовый уровень CRP, определяемый высокочувствительным методом (hsCRP), отражает вялотекущее воспаление в интиме сосуда и проспективно определяет риск развития сосудистых осложнений, дополняя прогностическую информацию, которую дают классические факторы риска. Мы не обнаружили корреляции между уровнем фибриногена и полиморфным вариантом гена FGB (455G>A), а также ассоциации А аллеля с ИБС, что в целом сопоставимо с результатами других исследований (Smith G.D., 2005).

Мы проанализировали влияние уровня фолиевой кислоты и витамина В12 в сыворотке на содержание гомоцистеина. Была выявлена слабая корреляция (r=-0,23, p<0,05) между уровнем гомоцистеина и содержанием фолиевой кислоты. Выявлена ассоциация между генотипом MTHFR(677С>T) и содержанием гомоцистеина в сыворотке (r=0,154,p<0,009). При сопоставлении генотипа с уровнем гомоцистеина статистически значимая ассоциация была выявлена у пациентов с гомозиготным полиморфизмом гена MTHFR(677ТT) (p=0,009). Гетерозиготный полиморфизм гена MTHFR(677СT) не ассоциировался с уровнем гомоцистеина (p=0,43). Кроме того выявлена слабая ассоциация уровня гомоцистеина с А аллелем гена UCP2 (G866A) r=0,134, p<0,02 и полиморфным вариантом гена PON1(Gln192Arg) r=0,128, p<0,03.

Среди дополнительных маркеров hs-CRP и D-димер были независимыми предикторами ИБС у обследованных пациентов. Добавление hs-CRP, ЛП (а) и D-димера к традиционным факторам риска значимо улучшает прогностическую значимость скрининга в отличие от фибриногена и гомоцистеина. C-реактивный белок в нашем исследовании оказался более сильным предиктором риска ИБС, чем ХС ЛНП.

Для количественной оценки диагностической ценности исследований рассчитывалась площадь под характеристической кривой (AUC ROC). AUC ROC для hs-CRP составила 62%, для ХС ЛНП – 54 %. Площадь под характеристической кривой (AUC ROC) для модели, включающей традиционные факторы риска и дополнительные лабораторные маркеры, составила 82 %. Добавление генетических маркеров (ApoE ε2, ε3, ε4, PAI-1 4G/5G, GPIIIa T196C и UCP2 G866A) к описанной модели привело к возрастанию AUC ROC до 88 % (рис. 4).

При изучении генетических и лабораторных маркеров у пациентов с сахарным диабетом 2 типа после коррекции на традиционные факторы риска (пол, возраст, курение, АГ, ожирение, дислипидемия) методом логистической регрессии независимая ассоциация с СД 2-го типа отмечалась только для полиморфных вариантов двух генов (UCP2 и PPAR-γ).


Характеристические кривые при различных моделях риска


Факторы риска+лабораторные маркеры+генетические маркеры

Факторы риска+лабораторные маркеры



*

**




**

*


AUC ROC = 0,88

AUC ROC = 0,82