EHJ | 利用简单乘法模型，将PRS与临床风险评估模型结合，提升心脑血管疾病预测准确性
- boke
- 2024-12-10
- 5:49 下午
对心脑血管疾病（CVD）风险具有微小影响的常见基因变异，可组合成多基因风险评分（PRS）。研究表明，PRS评分与冠心病（CAD）或脑卒中的患病率相关。科学家一直致力于如何更好地将这些遗传信息整合到传统临床风险评估工具中。
2022年，由国家心血管病中心/中国医学科学院阜外医院顾东风院士和鲁向锋教授领衔的研究团队，在《欧洲心脏杂志》（European Heart Journal）发表了中国人群的首个冠心病多基因风险评分模型，并基于前瞻性队列发现其能提升传统临床风险评估模型的再分层能力。
2024年，Ling Li[2]等人提出了一套基于简单的乘法模型 “SCORE2 × PRS 因子”的心脑血管疾病风险预测模型，SCORE2是欧洲心脏病学会 (ESC) 推荐的临床风险评分工具，该模型可以改善传统临床风险评分的准确性，相关研究发表在《欧洲心脏杂志》（European Heart Journal）。
方法
在英国生物库 (n = 432981) 的参与者中计算了冠状动脉疾病 (CAD) 的PRS。在 PRS 分布的每个十分位数内，将整个人群与代表临床风险谱的不同亚组之间的心脑血管疾病 (例如冠心病、脑卒中) 的优势比 (Ors，称为 PRS 因子)进行比较。在合并的弗雷明汉/社区动脉粥样硬化风险 (ARIC) 人群 (n = 10 757) 中进行了验证。通过风险重新分类测试了乘法模型“SCORE2 × PRS 因子”的临床适用性。
结果
在临床风险差异极大的亚组中，CVD 的 OR 在每个 PRS 十分位数内保持稳定。SCORE2 和 PRS 在 CVD 风险方面没有显示出显着的交互作用，将它们定义为乘法因子：SCORE2 × PRS 因子 = 总风险。
在英国生物库中，乘法模型将中风险组 (n = 145 337) 的 9.55% 移至高风险组，使该类别的个体增加了56.6%。通过 PRS 因子从中风险重新分类到高风险的个体中，发生事件性 CVD 的比例为8.08%，大约是那些仍然处于中间风险的个体 (4.08%) 的2倍。同样，PRS 因子在弗雷明汉/ARIC 中将 8.29% 的个体从中风险移至高风险。
按照Lp(a)浓度百分位分组：<25th, 25−50th, 50−75th, 75−90th, ≥90th
结论
本研究表明，由临床风险评分确定的绝对 CVD 风险和由 PRS 确定的相对遗传风险提供了独立的信息。这两个组成部分可以形成一个简单的乘法模型，从而提高临床风险模型预测CVD 的精确性。该策略显著提高了高危受试者的识别率，从临床角度看，具有吸引力。
关键发现
PRS 显示的个人相对遗传风险（用优势比，或 PRS 因子表示）在 PRS 分布的每个十分位上都保持不变，独立于 SCORE2 的 10 年临床风险评估结果。“SCORE2 x PRS 因子”乘法模型将约 10% 的中度风险人群提升至高风险组。使用 PRS 因子重新分类的受试者患 CVD 的比例是原始中度风险组的两倍。
关键信息
PRS 的优势比可以用作乘数 (PRS 因子)，从而改进绝对临床风险评估。将临床估计风险与 PRS 因子相乘，可提高风险预测的精确性。PRS 因子可利用遗传信息，提高指南推荐的预测工具的精确性。
参考资料
1.Lu, X., et al., A polygenic risk score improves risk stratification of coronary artery disease: a large-scale prospective Chinese cohort study. Eur Heart J, 2022.
2. Li L , Pang S , Starnecker F ,et al.Integration of a polygenic score into guideline-recommended prediction of cardiovascular disease[J].European Heart Journal: The Journal of the European Society of Cardiology, 2024(20):45.