トリグリセリドを使用した冠状動脈性心疾患を予測するための革新的なモデル

Cardiovascular Diabetology volume 22、記事番号: 200 (2023) この記事を引用

179 アクセス

メトリクスの詳細

冠状動脈性心疾患 (CHD) の発生率を予測するためにさまざまな予測モデルが開発されていますが、最適な予測値を持ったモデルはありません。 これらのモデルは、糖尿病を重要な CHD 危険因子として考慮していますが、インスリン抵抗性やトリグリセリド (TG) は考慮していません。 これらの予測モデルのパフォーマンスが満足のいくものではないのは、CHD に対する効果が証明されているにもかかわらず、これらの要因が無視されていることが原因である可能性があります。 私たちは、トリグリセリド・グルコース指数（空腹時血糖（FBS）とインスリン抵抗性を示すTGの対数化された組み合わせであるTyG指数）がCHD予測因子として糖尿病よりも機能するかどうかを判断するために、機械学習を通じて標準的なCHD予測モデルを修正することにしました。

コミュニティに拠点を置く20～74歳のイラン人集団2,000人の参加者を対象に、平均9.9年間の追跡期間（範囲：7.6～12.2）で調査が行われた。 TyG インデックスと CHD の間の関連性は、多変量 Cox 比例ハザード モデルを使用して調査されました。 以前に検証された CHD リスク スコアの共通コンポーネントを選択することにより、CHD を予測するための機械学習モデルを開発しました。 CHD 予測モデルでは、糖尿病の代わりに TyG インデックスが使用されました。 機械学習モデルのすべてのコンポーネントは、CHD 予測にどのように影響するかという観点から説明されました。 CHD を予測する TyG インデックスのカットオフ ポイントを計算しました。

CHDの発生率は14.5%でした。 TyG 指数の最低四分位と比較して、第 4 四分位の完全調整後のハザード比は 2.32 でした (信頼区間 [CI] 1.16 ～ 4.68、p トレンド 0.04)。 TyG インデックス > 8.42 は、CHD の陰性的中率が最も高かった。 TyG インデックス ベースのサポート ベクター マシン (SVM) は、CHD の予測において糖尿病ベースの SVM よりも大幅に優れたパフォーマンスを示しました。 TyG インデックスは、CHD の予測において糖尿病よりも重要であるだけではありません。 それは機械学習モデルにおいて年齢に次ぐ最も重要な要素でした。

CHD を発症するリスクのある個人を特定し、その予防に役立てるために、臨床現場および予測モデルで TyG インデックスを使用することをお勧めします。

CHD は公衆衛生上の大きな課題であり、世界的な疾病負担の一因となっています。 予防法や治療技術は改良されている[1、2]にもかかわらず、依然として世界中で罹患率と死亡率の主な原因であり、全死亡者数の32%を占め[3]、国家医療財政に多大な負担を与えている[4、5]。 したがって、CHD リスク評価は世界的な公衆衛生上の優先事項です。

フラミンガム [6]、体系的冠状動脈リスク評価 (SCORE) [7]、レイノルズ [8]、米国心臓病学会/米国心臓協会 (ACC/AHA) [9]、英国共同学会のコンセンサス推奨などのさまざまな CHD 予測モデル心血管疾患の予防のための研究 (JBS3) [10]、アテローム性動脈硬化に関する多民族研究 (MESA) [11]、QRISK [12]、中国におけるアテローム性動脈硬化性心血管リスクの予測 (中国-PAR) [13] が開発されています。 CHD の発生率を予測するための方法はありますが、最適な予測値を持つものはありません [14]。 このようなモデルはすべて、糖尿病を重要な CHD 危険因子として考慮していますが、インスリン抵抗性または TG を考慮しているモデルはありません [14、15、16、17]。

CHD は、糖尿病の数年または数十年前に発生するインスリン抵抗性を考慮することで、より適切に予測できる可能性があります [18]。 これまでのメンデルランダム化分析、体系的レビュー、およびメタ分析は、インスリンに対する血管壁反応を変化させ、アテローム性動脈硬化を促進することによる、インスリン抵抗性とCHDとの関連性を提唱している[19、20、21]。 高インスリン血症正常血糖クランプテストはインスリン抵抗性測定のゴールドスタンダードですが、侵襲的で複雑かつ高価なプロトコールのため、臨床研究には適用できません[22、23]。 もう 1 つの検証済みの指標は、血清グルコースをインスリン濃度で割ることによって計算されるインスリン抵抗性の恒常性モデル評価 (HOMA-IR) です。 循環インスリン濃度は、プライマリケアでは日常的に測定されません。 さらに、皮下インスリンを投与されている被験者では価値が限られています。 したがって、HOMA-IR は一次予防戦略に適した指標ではありません [23]。 TyG インデックスは、FBS と TG の対数積です。 これは、高インスリン血症正常血糖クランプおよび HOMA-IR と高度に相関することが示されています [24]。 さらに、これは、インスリン治療の状態に関係なく、すべての被験者に使用できるシンプルで低コストのプロトコルです[23]。 さらに、いくつかの研究で示されているように、CHD の別の危険因子である TG が含まれています [25、26]。 それにもかかわらず、以前のモデルでは考慮されていませんでした [6、7、8、9、10、11、12、13]。 したがって、TyG インデックスを使用してこれらのモデルを変更し、その有効性を評価することが賢明であると思われます。