ترجمه فارسی مقاله پیش‌بینی خطر قلبی عروقی با استفاده از نشانگرهای زیستی متابولومیک و نمرات خطر چند ژنی: یک مطالعه کوهورت و تحلیل مدل‌سازی

چکیده

Metabolomic platforms using nuclear magnetic resonance (NMR) spectroscopy can now rapidly quantify many circulating metabolites which are potential biomarkers of cardiovascular disease (CVD). Here, we analyse ∼170,000 UK Biobank participants (5,096 incident CVD cases) without a history of CVD and not on lipid-lowering treatments to evaluate the potential for improving 10-year CVD risk prediction using NMR biomarkers in addition to conventional risk factors and polygenic risk scores (PRSs). Using machine learning, we developed sex-specific NMR scores for coronary heart disease (CHD) and ischaemic stroke, then estimated their incremental improvement of 10-year CVD risk prediction when added to guideline-recommended risk prediction models (i.e., SCORE2) with and without PRSs. The risk discrimination provided by SCORE2 (Harrell’s C-index = 0.718) was similarly improved by addition of NMR scores (ΔC-index 0.011; 0.009, 0.014) and PRSs (ΔC-index 0.009; 95% CI: 0.007, 0.012), which offered largely orthogonal information. Addition of both NMR scores and PRSs yielded the largest improvement in C-index over SCORE2, from 0.718 to 0.737 (ΔC-index 0.019; 95% CI: 0.016, 0.022). Concomitant improvements in risk stratification were observed in categorical net reclassification index when using guidelines-recommended risk categorisation, with net case reclassification of 13.04% (95% CI: 11.67%, 14.41%) when adding both NMR scores and PRSs to SCORE2. Using population modelling, we estimated that targeted risk-reclassification with NMR scores and PRSs together could increase the number of CVD events prevented per 100,000 screened from 201 to 370 (ΔCVDprevented: 170; 95% CI: 158, 182) while essentially maintaining the number of statins prescribed per CVD event prevented. Overall, we show combining NMR scores and PRSs with SCORE2 moderately enhances prediction of first-onset CVD, and could have substantial population health benefit if applied at scale.

چکیده به فارسی (ترجمه ماشینی)

سکوهای متابولیک با استفاده از طیف سنجی رزونانس مغناطیسی هسته ای (NMR) اکنون می توانند به سرعت بسیاری از متابولیت های در گردش را که نشانگرهای زیستی بالقوه بیماری قلبی عروقی (CVD) هستند ، تعیین کنند.در اینجا ، ما 1700،000 شرکت کننده Biobank UK (5،096 مورد CVD حادثه) بدون سابقه CVD و نه در درمان های کاهش لیپیدها برای ارزیابی پتانسیل بهبود پیش بینی خطر CVD با استفاده از نشانگرهای NMR علاوه بر عوامل خطر معمولی و پلی ژنیک ، تجزیه و تحلیل می کنیم.نمرات خطر (PRS).با استفاده از یادگیری ماشینی ، ما نمرات NMR خاص جنسی را برای بیماری عروق کرونر قلب (CHD) و سکته مغزی ایسکمیک ایجاد کردیم ، سپس بهبود افزایشی آنها از پیش بینی خطر CVD 10 ساله هنگام اضافه شدن به مدلهای پیش بینی ریسک (به عنوان مثال ، نمره 2) با و و و و و تخمین زدند.بدون PRSتبعیض خطر ارائه شده توسط Score2 (هارل C-Index = 0.718) به طور مشابه با افزودن نمرات NMR (ΔC-Index 0.011 ؛ 0.009 ، 0.014) و PRSS (ΔC-Index 0.009 ؛ 95 ٪ CI: 0.007 ، 0.012) بهبود یافت.اطلاعات تا حد زیادی متعامد ارائه شده است.علاوه بر این از هر دو نمره NMR و PRS ، بیشترین پیشرفت در شاخص C را نسبت به امتیاز 2 ، از 0.718 به 0.737 (ΔC-Index 0.019 ؛ CI 95 ٪: 0.016 ، 0.022) به همراه داشت.پیشرفت های همزمان در طبقه بندی ریسک در شاخص طبقه بندی خالص طبقه بندی شده هنگام استفاده از دسته بندی ریسک های مربوط به دستورالعمل ، با طبقه بندی مجدد مورد خالص 13.04 ٪ (95 ٪ CI: 11.67 ٪ ، 14.41 ٪) هنگام افزودن هر دو نمره NMR و PRS به امتیاز 2 مشاهده شد.با استفاده از مدل سازی جمعیت ، ما تخمین زده ایم که پذیرش ریسک هدفمند با نمرات NMR و PRSS در کنار هم می تواند تعداد حوادث CVD را افزایش دهد که از 100000 غربال شده از 201 به 370 جلوگیری شده است (ΔCVDPrevented: 170 ؛ 95 ٪ CI: 158 ، 182) در حالی که اساساً این تعداد را حفظ می کنداز استاتین های تجویز شده در هر رویداد CVD جلوگیری می شود.به طور کلی ، ما نشان می دهیم که نمرات NMR و PRS ها را با نمره 2 نسبتاً افزایش می دهد و پیش بینی CVD از اولی را افزایش می دهد ، و در صورت اعمال در مقیاس می تواند از مزایای سلامت جمعیت قابل توجهی برخوردار باشد.