Nové podněty z konferencí o integrovaných biomarkerech kardiovaskulárních onemocnění

Overview

Lipoproteinový profil má rozhodující význam pro rozvoj aterosklerózy a následných kardiovaskulárních (KV) onemocnění. Řada demografických a klinických ukazatelů KV rizika, jako je pohlaví, věk, nadváha, krevní tlak, se odráží ve specifickém profilu lipoproteinů. Aterogenní profil je charakterizován zvýšenou koncentrací malých denzních LDL-částic a/nebo nedostatkem velkých HDL-částic a/nebo zvýšenou koncentrací velkých VLDL. Ovšem vyhodnocení KV-rizika pomocí různě velkých subpopulací lipoproteinů je v praxi nesnadné. Byly navrženy biomarkery kvality lipoproteinů, které charakterizují rozložení subpopulací: frakční esterifikační rychlost cholesterolu (FER_HDL) a aterogenní index plazmy (AIP), logaritmicky transformovaný poměr molární koncentrace triglyceridů (TG) k HDL-cholesterolu. Tyto 2 parametry se ukázaly jako nejlepší prediktory pozitivního angiografického nálezu. AIP se zdá být použitelný v praxi jako jednoduchý, cenově dostupný biomarker lipoproteinového profilu. Podle AIP je možné KV-riziko zejména u smíšených dyslipidemií kategorizovat: nejnižší riziko představují hodnoty pod 0,11, střední riziko hodnoty mezi 0,11 a 0,21 a nejvyšší riziko hodnoty nad 0,21. AIP kalkulátor je umístěn na www.biomed.cas.cz/fgu/aip.

Klíčová slova:
biomarker kardiovaskulárního rizika - frakční esterifikační rychlost cholesterolu (FER_HDL) – ateaterogenní

index plasmy (AIP) – Log(TG/HDL-C) – subpopulace lipoproteinů

Úvod

Prevence a léčba kardiovaskulárních (KV) onemocnění je jedním z nedůležitějších celosvětových medicínských problémů. Proto je nezbytné získat všechny dostupné údaje o celkovém KV-riziku pro prognózu onemocnění, pro vývoj odpovídajících léčebných strategií potřebných pro modifikaci rizika a pro prevenci onemocnění u pacientů se středním rizikem. Je totiž známo, že 1 nebo více ze 4 tradičních modifikovatelných rizikových faktorů, jimiž jsou hypertenze, kouření, hypercholesterolemie a diabetes, je vystaveno více než polovina lidí, u nichž se ischemická choroba nerozvinula. Je proto nutné dále hledat nové biomarkery nebo jejich kombinace, které by zvýšily informační hodnotu o individuálním riziku. Komplexní patofyziologie aterosklerózy s následující CVD nedovoluje najít jedinečný nezávislý biomarker, který by identifikoval celkové riziko. Proto se soustřeďuje pozornost k integraci biochemických a zobrazovacích markerů v prevenci kardiovaskulárních onemocnění (KVO), jejich diagnóze a léčbě.

Konference o integrovaných biomarkerech

Toto téma bylo předmětem 1. a 2. mezinárodního sympozia Integrated biomarkers in cardiovascular diseases v Luganu 2005 a v Berlíně 2007, pod záštitou Giovanni Lorenzini Medical Science Foundation Milano – Houston, za předsednictví prof. R. Paolettiho, kde se poprvé sešli vědci s lékaři, aby společně prodiskutovali a připravili cestu k integraci potenciálních biochemických a zobrazovacích markerů v praxi. Byla definována kritéria pro ideální biomarker:měl by být vysoce citlivý, specifický, spolehlivý, dostupný, standardizovaný, cenově dostupný a kliniky snadno interpretovatelný [1].

Jeden z nejslibnějších přístupů je kombinace biochemických markerů a zobrazovacích markerů, které zobrazují aterotrombotické vlastnosti cév jako je kalcifikace, luminální stenóza a složení plaků kvůli prognóze jejich ruptury.

Tradiční rizikové faktory zůstávají i nadále prvním stupněm stanovení KV-rizika. Používají se skóre odvozená z vícerozměrných statistických modelů, jako je Framinghamské skóre, PROCAM skóre nebo SCORE Evropské kardiologické společnosti. Ovšem podstatná část těch, kteří mají KV-riziko (asi 60 %) nemohou být identifikováni na základě samotných tradičních rizikových faktorů. Stanovení tradičních rizikových faktorů dovoluje kategorizaci na vysoké riziko (10leté riziko > 20 %), nízké (10leté riziko < 10 %) nebo střední (10leté riziko 10−20 %). Lidem s vysokým rizikem se doporučí změna životního stylu, případně statiny, lidem s nízkým rizikem kontrola po 3 až 5 letech a ti se středním rizikem jsou kandidáti pro další testování. Avšak přes velký počet (asi 200) novějších krevních biomarkerů jsou jen některé vhodné pro rutinní klinické použití. Jedním z novějších biomarkerů doporučených AHA/CDC (American Heart Association/Centers for Diseases Control and Prevention) pro standardní využití je C-reaktivní protein (CRP) jako systémový indikátor zánětu, který nekoreluje s parametry lipoproteinů, a proto zvyšuje prognostickou hodnotu základního stanovení, zejména v přítomnosti zvýšené tloušťky intimy − medie (IMT) vyšetřené ultrazvukem. Jiné kombinace krevních biomarkerů a dalších neinvazivních zobrazovacích metod podrobné testování teprve čeká, i když cesta nových biomarkerů do oficiálních guidelines nebývá snadná, jak ukazuje historie apoB, který je lepším indikátorem rizika než celkový LDL-cholesterol. Zatím se klinická péče zaměřuje především na snižování LDL-cholesterolu, jednak díky úspěchu velkých studií při snižování LDL-C, jednak kvůli neúspěchu při snižování triglyceridů a zvyšování HDL-cholesterolu. Ani masivní zvýšení hladin HDL-cholesterolu a snížení LDL-cholesterolu nemusí však zastavit aterogenní proces, jak ukázala nedávná studie s inhibitorem cholesteryl ester transfering proteinu (CETP) torcetrapibem [2].

Příčinu je možné hledat ve změnách v lipoproteinovém profilu, které nutně nemění celkové koncentrace lipidů.

Lipoproteinové markery

Základní lipoproteiny plazmy, které se liší hustotou a afinitou k specifickým apoproteinům (LDL – apo B, HDL − apoAI/II, VLDL – apoC, ap B) jsou heterogenním seskupením subpopulací různé velikosti. Subpopulace LDL, HDL ale také VLDL mají v procesu endogenního transportu cholesterolu svou specifickou funkci a nesou odlišný aterogenní potenciál. Malé denzní LDL částice mají na rozdíl od velkých částic LDL výrazný aterogenní potenciál. Naopak mezi VLDL subpopulacemi jsou silně aterogenní velké částice. Také subpopulace HDL mají rozdílný aterogenní potenciál: velké částice jsou na rozdíl od malých prokazatelně více protektivní než částice malé. Aterogenní profil (typ B) je tedy charakterizován převahou malých denzních LDL částic, nedostatkem velkých HDL a zvýšenou koncentrací velkých VLDL. U neaterogenního profilu typu A je více velkých LDL a HDL a malých VLDL.

Na formování lipoproteinového profilu plazmy se podílí řada demografických, klinických a biochemických rizikových markerů, jako je pohlaví, věk, nadváha, krevní tlak, diabetes mellitus 2. typu, inzulinová rezistence apod. Byly shromážděny údaje o koncentracích subpopulací lipoproteinů u subjektů s různým KV-rizikem: děti, zdravé premenopauzální ženy a dlouhověcí muži mají vyšší koncentraci velkých HDL a nižší malých HDL než muži středního věku nebo postmenopauzální ženy. Velkých HDL ubývá a malých přibývá při nadváze, hypertenzi, diabetu mellitu 2. typu a KV-onemocnění. Malé denzní částice LDL jsou charakteristické pro vysoce rizikové stavy jako diabetes mellitus 2. typu a samozřejmě KV-onemocnění. U pacientů s KVO také významně klesají velké protektivní HDL a LDL.

Pro přesnější stanovení rizika a také strategii terapie bychom tedy měli mít více informací o lipoproteinovém profilu plazmy. Proto je na místě otázka, které subpopulace lipoproteinů zasahuje použitá terapie, jakého benefitu je dosaženo a jak změny v lipoproteinovém profilu prakticky měřit a interpretovat.

Metody, které dokáží detailně analyzovat koncentraci a velikost subpopulací lipoproteidů, jsou např. ultracentrifugace, separace lipoproteinů elektroforézou v gradientových gelech nebo nukleárně magnetická rezonanční spektroskopie. Přestože tyto metody pomáhají odhalit metabolické cesty lipoproteinů a obecné zákonitosti rizikových vlivů na lipoproteinové spektrum, pro stanovení individuálního rizika, případně efektu léčby mají malý význam. Výjimečnost, časová a ekonomická náročnost metod, ale také množství dat, které taková analýza poskytuje, nedovolují jednoznačně určit míru rizika. Pátrá se proto po markeru, který by jednoduše komprimoval získaná data o subpopulacích do 1 čísla, které nejblíže vysvětluje lipoproteinový profil.

Lipoproteinový profil nejlépe charakterizují 3 biomarkery: poměr apoproteinu B k apoproteinu AI (Apo B/Apo AI) [3], funkční marker FER_HDL (frakční esterifikační rychlost cholesterolu) [4-6] a AIP- aterogenní index plazmy − Log(TG/HDL-C) [6-8].

Apo B v indexu Apo B/Apo AI představuje charakteristiku LDL, kdy se aktuální koncentrace apo B zvyšuje při prevalenci malých denzních vysoce aterogenních LDL částic, neboť každá molekula LDL, malá i velká, obsahuje 1 molekulu apo B. Apo AI zase charakterizuje HDL subpopulace, kdy protektivní velké HDL obsahují více apo AI než ostatní HDL-částice. V INTERHEART studii [9] mohlo být 90 % kardiovaskulárních příhod vysvětleno na základě 9 modifikovatelných rizikových faktorů včetně apo B/apo AI.

FER_HDL je nezávislý funkční marker heterogenity lipoproteinových subpopulací. Je mírou rychlosti esterifikace cholesterolu, která je řízena velikostí částic HDL a jejich interakcemi. Významně koreluje inverzně s velikostí částic HDL, LDL a pozitivně s velikostí VLDL. Klinická hodnota tohoto biomarkeru byla dokumentována ve studii s 1 100 účastníky jako nejvýznamnější prediktor pozitivního angiografického nálezu ze 12 biochemických a klinických ukazatelů [6]. V logistických regresních modelech byly hodnoceny:
věk, BMI, obvod pasu, DM 2. typu, kouření, TG, TC, LDL-C, apoB, HDL-C, HDL-UC, funkční marker FER_HDL, indexy TC/HDL-C a AIP. Pozitivní angiografický nález nejlépe vysvětlily FER_HDL, věk, kouření a diabetes mellitus 2. typu. Také ve studii HATS (HDL-Atherosclerosis Treatment Study) byl FER_HDL nejlepším markerem kvantitativních změn koronárních lézí po léčbě simvastatinem a niacinem [10].

Dalším markerem lipoproteinového profilu je AIP (aterogenní index plasmy) vypočítaný jako logaritmus poměru molárních koncentrací plazmatických triglyceridů a HDL-cholesterolu [Log(TG/HDL-C)]. AIP je biomarker, jehož prediktivní hodnota je velmi podobná FER_HDL a také s ním vysoce významně koreluje (r = 0,8, P < 0,00001). AIP také koreluje inverzně s velkými protektivními částicemi HDL a LDL a pozitivně koreluje s velkými aterogenními částicemi VLDL [11]. Úzký vztah mezi velikostí lipoproteinových částic a poměrem TG/HDL-C lze vysvětlit tím, že regulaci velikosti lipoproteinových subpopulací ovlivňují především triglyceridy a HDL-lipoproteiny [12] za účasti lipoproteinové a hepatické lipázy a lecitin cholesterol acyltransferázy (LCAT). Korelace AIP s celkovým nebo LDL cholesterolem je velmi slabá, což také ukazuje na nezávislost indikátoru lipoproteinového profilu na aktuální koncentraci cholesterolu. Podobně jako Apo B/apo AI a FER_HDL, také AIP reflektuje řadu klinických a laboratorních parametrů a vyjadřuje rovnováhu mezi rizikovými a protektivními složkami lipoproteinů, která se uplatňuje i při normálních hladinách cholesterolu. V klinické studii hledání prediktorů pozitivního angiografického nálezu [6] měl AIP nejvyšší hodnotu před věkem, kouřením, obvodem pasu a diabetem mellitus 2. typu, pokud nebyl v regresním modelu zahrnut FER_HDL. Citlivým indikátorem KV-rizika byl AIP ve studii sledování účinnosti antidiabetik na inzulinovou rezistenci [13] a sledování aterogenního profilu plazmy v rodinách probandů s předčasným infarktem myokardu [14]. Na základě hodnocení 32 souborů (asi 9 000 lidí) s různým stupněm KV-rizika byla stanovena kritéria pro jeho kategorizaci [11]: nízké riziko: AIP < 0,1, střední riziko: AIP 0,1−0,21 a zvýšené riziko: AIP > 0,21 (graf 1). Pro výpočet AIP lze hodnoty TG a HDL-C zadat do kalkulátoru na webových stránkách [15].

Závěr

Biomarkery, které charakterizují aktuální lipoproteinový profil nesporně přispívají k lepší identifikaci KV-rizika. Lékař je může využít zejména u pacientů se smíšenou dyslipoproteinemií, případně společně se SCORE u nemocných se středním rizikem, u nichž rozhoduje o léčbě. Monitorování úspěšností léčby pomocí těchto biomarkerů má také smysl, zejména když nejsou nutné další náklady na vyšetření, jako je tomu u AIP.

Podpořeno grantem Ministerstva zdravotnictví ČR NA/6590-3 a Egis Praha, s.r.o.

Doručeno do redakce 23. 4. 2008

Přijato k otištění po recenzi 5. 5. 2008

RNDr. Milada Dobiášová, DrSc.

Fyziologický ústav Akademie věd

České republiky, Praha

dobias@biomed.cas.cz