Un punteggio basato su 165 proteine del sangue predice la fibrillazione atriale meglio della sola genetica
Un nuovo punteggio di rischio basato sulle proteine plasmatiche, derivato da 51.680 partecipanti, supera significativamente i modelli esistenti per la previsione della fibrillazione atriale, inclusi i punteggi di rischio poligenico.
Riepilogo
I ricercatori hanno sviluppato un punteggio di rischio proteico (PRS) utilizzando 165 proteine plasmatiche misurate in oltre 51.000 partecipanti alla UK Biobank. Aggiunto agli strumenti clinici esistenti — CHARGE-AF, NTproBNP e punteggio di rischio poligenico — il punteggio proteico ha aumentato il C-index da 0,771 a 0,816 per la previsione della fibrillazione atriale incidente. Ogni aumento di una deviazione standard nel punteggio corrispondeva a un rischio di FA 2,20 volte superiore. Il punteggio ha inoltre riclassificato il 5,4% dei pazienti in categorie di rischio più accurate e ha aumentato il beneficio clinico netto da 3,8 a 5,4 per 1.000 persone. La validazione esterna nello studio ARIC ha confermato un miglioramento consistente nella stratificazione del rischio, suggerendo che la proteomica potrebbe migliorare significativamente lo screening della FA a partire da un singolo prelievo di sangue.
Riepilogo Dettagliato
La fibrillazione atriale (AF) è la più comune aritmia cardiaca sostenuta e una delle principali cause di ictus e insufficienza cardiaca. Gli strumenti predittivi esistenti, come CHARGE-AF, incorporano fattori di rischio clinici, ma lasciano ampi margini di miglioramento. Questo studio ha valutato se la proteomica plasmatica su larga scala—che misura centinaia di proteine simultaneamente da un singolo campione di sangue—potesse colmare tale lacuna.
Il team di ricerca si è avvalso dello UK Biobank Pharma Proteomics Project (UKB-PPP), che ha profilato 1.459 proteine plasmatiche uniche in 51.680 adulti privi di AF al basale. Utilizzando una regressione di Cox con penalizzazione LASSO su un set di derivazione pari al 70% (36.176 individui, 2.155 eventi di AF), i ricercatori hanno costruito un punteggio di rischio proteico. Il restante 30% (15.504 individui, 910 eventi) ha costituito il set di test interno, mentre lo studio Atherosclerosis Risk in Communities (ARIC) (11.012 individui, 1.260 eventi) ha fornito la validazione esterna.
Il punteggio di rischio proteico finale ha incorporato 165 proteine plasmatiche, 15 delle quali erano meccanicisticamente collegate al rimodellamento atriale—le alterazioni strutturali ed elettriche dell'atrio che predispongono all'AF. Per ogni aumento di una deviazione standard nel punteggio, l'hazard ratio per l'AF incidente era pari a 2,20 (IC 95% 2,05–2,41). Aggiunto a un modello di base comprendente CHARGE-AF, NTproBNP e un punteggio di rischio poligenico, il C-index è migliorato da 0,771 a 0,816—un guadagno clinicamente significativo di 0,044. La riclassificazione netta è migliorata del 5,4% utilizzando una soglia di rischio a 5 anni del 5%, e l'analisi della curva decisionale ha mostrato un beneficio netto aumentato da 3,8 a 5,4 per 1.000 persone alla stessa soglia. La coorte di replicazione ARIC ha confermato questi risultati con miglioramenti direzionalmente coerenti nella stratificazione del rischio.
La rilevanza biologica del pannello di 165 proteine è degna di nota: l'inclusione di proteine legate al rimodellamento atriale suggerisce che il punteggio stia catturando una genuina biologia della malattia, piuttosto che associazioni statistiche spurie. Ciò lo distingue dai punteggi puramente data-driven e supporta potenziali approfondimenti meccanicistici sulla patogenesi dell'AF.
Dal punto di vista clinico, un punteggio di rischio proteico validato, derivato da un prelievo di sangue di routine, potrebbe consentire un'identificazione precoce degli individui ad alto rischio che potrebbero beneficiare di un monitoraggio più intensivo, di interventi sullo stile di vita o di una terapia anticoagulante profilattica. L'integrazione con i punteggi di rischio poligenici indica inoltre la direzione verso un framework di stratificazione multi-omico. Le limitazioni includono il disegno osservazionale, la necessità di valutare il rapporto costo-efficacia della profilazione proteomica su larga scala e le incertezze riguardo alla generalizzabilità al di là di coorti con ascendenza prevalentemente europea.
Risultati Principali
- 165-protein plasma score raised AF prediction C-index from 0.771 to 0.816 when added to CHARGE-AF, NTproBNP, and polygenic risk score.
- Each SD increase in protein risk score conferred a 2.20-fold higher hazard for incident AF (95% CI 2.05–2.41).
- Score reclassified 5.4% of individuals into more accurate risk categories at a 5-year, 5% risk threshold.
- Net clinical benefit increased from 3.8 to 5.4 per 1,000 people after adding the protein score.
- External validation in ARIC (11,012 participants) confirmed consistent improvement in AF risk stratification.
Metodologia
La regressione di Cox con penalizzazione LASSO è stata applicata a 1.459 proteine plasmatiche in 36.176 partecipanti dello studio UKB-PPP (suddivisione 70%) per derivare il punteggio di rischio proteico, testato internamente in 15.504 partecipanti ed esternamente in 11.012 partecipanti dello studio ARIC. La discriminazione è stata valutata tramite C-index; l'utilità clinica è stata valutata mediante il miglioramento della riclassificazione netta e l'analisi della curva decisionale a una soglia di rischio di FA del 5% a 5 anni.
Limitazioni dello Studio
Le popolazioni studiate sono prevalentemente di origine europea, il che limita la generalizzabilità ad altri gruppi etnici. La profilazione proteomica su larga scala rimane costosa e non ancora di routine nella pratica clinica, sollevando interrogativi sul rapporto costo-efficacia. Il disegno osservazionale preclude l'inferenza causale, e il beneficio clinico incrementale dello screening proteomico su scala popolazione richiede una valutazione prospettica.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: