Инновационная модель прогнозирования ишемической болезни сердца с использованием триглицеридов

Сердечно-сосудистая диабетология, том 22, Номер статьи: 200 (2023) Цитировать эту статью

179 Доступов

Подробности о метриках

Для прогнозирования заболеваемости ишемической болезнью сердца (ИБС) были разработаны различные прогностические модели, но ни одна из них не имела оптимальной прогностической ценности. Хотя эти модели рассматривают диабет как важный фактор риска ИБС, они не учитывают резистентность к инсулину или триглицериды (ТГ). Неудовлетворительная эффективность этих моделей прогнозирования может быть объяснена игнорированием этих факторов, несмотря на их доказанное влияние на ИБС. Мы решили модифицировать стандартные модели прогнозирования ИБС с помощью машинного обучения, чтобы определить, действует ли триглицеридно-глюкозный индекс (TyG-индекс, логарифмированная комбинация уровня сахара в крови натощак (FBS) и ТГ, который демонстрирует резистентность к инсулину) лучше, чем диабет, в качестве предиктора ИБС.

Две тысячи участников иранского сообщества в возрасте 20–74 лет были обследованы со средним периодом наблюдения 9,9 лет (диапазон: 7,6–12,2). Связь между TyG-индексом и ИБС исследовали с использованием многомерных моделей пропорциональных рисков Кокса. Выбрав общие компоненты ранее проверенных показателей риска ИБС, мы разработали модели машинного обучения для прогнозирования ИБС. TyG-индекс был заменен диабетом в моделях прогнозирования ИБС. Все компоненты моделей машинного обучения были объяснены с точки зрения того, как они влияют на прогнозирование ИБС. Были рассчитаны пороговые значения индекса TyG для прогнозирования ИБС.

Заболеваемость ИБС составила 14,5%. По сравнению с самым низким квартилем TyG-индекса, четвертый квартиль имел полностью скорректированный коэффициент риска 2,32 (доверительный интервал [ДИ] 1,16–4,68, p-тренд 0,04). Индекс TyG > 8,42 имел наибольшую прогностическую ценность для ИБС. Машина опорных векторов (SVM) на основе индекса TyG показала значительно лучшие результаты, чем SVM на основе диабета, для прогнозирования ИБС. TyG-индекс был не только более важен, чем диабет, для прогнозирования ИБС; это был самый важный фактор после возраста в моделях машинного обучения.

Мы рекомендуем использовать TyG-индекс в клинической практике и прогностических моделях для выявления лиц с риском развития ИБС и помощи в его профилактике.

ИБС является серьезной проблемой общественного здравоохранения и усугубляет глобальное бремя болезней. Несмотря на усовершенствованные методы профилактики и лечения [1, 2], оно по-прежнему остается ведущей причиной заболеваемости и смертности во всем мире, составляя 32% всех смертей [3] и создавая огромную нагрузку на национальное финансирование здравоохранения [4, 5]. Таким образом, оценка риска ИБС является глобальным приоритетом общественного здравоохранения.

Различные модели прогнозирования ИБС, такие как Framingham [6], систематическая оценка коронарного риска (SCORE) [7], Reynolds [8], Американский колледж кардиологов/Американская кардиологическая ассоциация (ACC/AHA) [9], консенсусные рекомендации Объединенного британского общества. для профилактики сердечно-сосудистых заболеваний (JBS3) [10], были разработаны «Многоэтническое исследование атеросклероза» (MESA) [11], QRISK [12] и прогнозирование атеросклеротического сердечно-сосудистого риска в Китае (China-PAR) [13]. для прогнозирования заболеваемости ИБС, но ни один из них не имеет оптимальной прогностической ценности [14]. Все подобные модели рассматривают диабет как важный фактор риска ИБС, но ни одна из них не учитывает инсулинорезистентность или ТГ [14,15,16,17].

Лучшее прогнозирование ИБС может быть возможным, если принять во внимание резистентность к инсулину, которая возникает за годы или даже десятилетия до развития диабета [18]. Предыдущие менделевские рандомизированные анализы, систематические обзоры и метаанализы подтвердили связь между резистентностью к инсулину и ИБС за счет изменения реакции сосудистой стенки на инсулин и стимуляции атеросклероза [19,20,21]. Гиперинсулинемически-эугликемический клэмп-тест является золотым стандартом измерения инсулинорезистентности, но он неприменим в клинических исследованиях из-за инвазивного, сложного и дорогого протокола [22, 23]. Еще одним проверенным индексом является оценка резистентности к инсулину с помощью модели гомеостаза (HOMA-IR), рассчитываемая путем деления глюкозы в сыворотке на концентрацию инсулина. Концентрация циркулирующего инсулина обычно не измеряется в учреждениях первичной медико-санитарной помощи. Более того, он имеет ограниченную ценность для субъектов, получающих инсулин подкожно. Следовательно, HOMA-IR не является подходящим показателем для стратегий первичной профилактики [23]. TyG-индекс представляет собой логарифмированное произведение FBS и TG. Было показано, что он сильно коррелирует с гиперинсулинемически-эугликемическим клэмп-тестом и HOMA-IR [24]. Более того, это простой и недорогой протокол, который можно использовать у всех субъектов, независимо от их статуса лечения инсулином [23]. Кроме того, он содержит ТГ, еще один фактор риска развития ИБС [25, 26], как указано в нескольких исследованиях; тем не менее, он не учитывался в предыдущих моделях [6,7,8,9,10,11,12,13]. Поэтому представляется разумным модифицировать эти модели с помощью TyG-индекса и затем оценить их эффективность.