مدل جدید خطر ابتلا به بیماری های قلبی عروقی را در بیماران مزمن کلیوی پیش بینی می کند

بیماری مزمن کلیه (CKD) یک عامل خطر قوی قلبی عروقی است و اغلب با فشار خون بالا و دیابت همراه است. علیرغم شیوع این بیماری – 10 درصد از افراد در سراسر جهان از CKD رنج می برند – ابزارهای محدودی برای اندازه گیری خطر قلبی برای بیماران CKD تاکنون وجود دارد. بر اساس مطالعه جدیدی که توسط محققان دانشکده پزشکی پرلمن در دانشگاه پنسیلوانیا انجام شد، یک مدل خطر پروتئومی جدید برای بیماری های قلبی عروقی دقیق تر از روش های فعلی اندازه گیری خطر قلبی است. این مطالعه امروز در نشریه مجله قلب اروپا.

محققان پن مدلی با استفاده از پروتئومیکس، مطالعه در مقیاس بزرگ پروتئین ها، توسعه دادند. پروتئین ها به عنوان یک نوع نشانگر زیستی عمل می کنند که می تواند به شناسایی بیماری ها در بدن کمک کند. محققان نزدیک به 5000 پروتئین را در 2667 شرکت کننده مبتلا به CKD از گروه نارسایی مزمن کلیه (CRIC) و گروه خطر آترواسکلروز در جوامع (ARIC) مورد مطالعه قرار دادند. همه شرکت‌کنندگان در ابتدا CKD داشتند و سابقه بیماری قلبی عروقی نداشتند.

این تیم از پن، جان هاپکینز و دانشگاه کالیفرنیا سانفرانسیسکو، از یک قطره خون از شرکت‌کنندگان برای پیش‌بینی خطر یک بیماری قلبی استفاده کردند. آنها با این مدل، 4628 پروتئین منحصر به فرد را ارزیابی کردند تا بیابند که می تواند به شناسایی خطر بیماری های قلبی عروقی کمک کند. از بین هزاران پروتئین مورد ارزیابی، محققان از روش‌های یادگیری ماشینی برای انتخاب 32 پروتئین استفاده کردند که مدل ریسک پروتئومی آنها را تشکیل می‌داد. این پروتئین‌های خاص به بهترین وجه به نشان دادن سطح خطر حمله قلبی، نارسایی قلبی، سکته مغزی یا حتی مرگ قلبی عروقی در افراد مبتلا به CKD کمک می‌کنند.

Rajat Deo، MD، MTR، دانشیار پزشکی قلب و عروق در Penn Medicine گفت: “آینده روشن است. در عصر پزشکی شخصی، این یافته ها مسیر جدیدی را برای تحقیقات آینده در مورد اهداف درمانی نشان می دهد.” “توانایی شخصی سازی ارزیابی خطر برای بیماران منفرد مبتلا به CKD اولین گام به سوی مقیاس بندی این برای سیستم های بهداشتی بزرگتر است.”

این مدل جدید در شناسایی افراد در معرض خطر بیماری قلبی عروقی در آینده دقیق‌تر است، در مقایسه با معادله همگروهی تلفیقی ACC/AHA 2013 (PCE) – که مجموعه‌ای از دستورالعمل‌ها را برای بهترین شیوه‌ها در اندازه‌گیری خطر قلبی عروقی ارائه می‌کند – و یک PCE اصلاح شده که شامل نرخ تخمینی فیلتر گلومرولی (eGFR) است. یک eGFR به پزشکان اجازه می دهد تا بدانند چه مقدار از یک ماده زائد خاص به نام کراتینین در خون فرد وجود دارد.

افرادی که بالاترین میزان خطر پیش‌بینی‌شده را داشتند، نرخ رویداد قلبی عروقی مشاهده‌شده 60 درصد در طول 10 سال داشتند. شناسایی قابل اعتماد چنین افراد پرخطر بدون سابقه قبلی بیماری قلبی عروقی بدون شک مورد توجه بیماران و ارائه دهندگان آنها برای اقدامات پیشگیرانه خواهد بود.

این مطالعه نه تنها نشان داد که این مدل در مقایسه با رویکردهای فعلی دقیق‌تر است، بلکه محققان توانستند چندین پروتئین مانند پروتئین لایه میانی غضروف 2 (CILP2) را شناسایی کنند که می‌تواند در تحقیقات آینده برای شناسایی خطر قلبی یا هدف مورد استفاده قرار گیرد. برای درمان های جدید

تمام داده های مرتبط با این مطالعه برای عموم در دسترس خواهد بود. دیو گفت: «ما همه چیز را برای محققان در سراسر جهان آماده می‌کنیم تا بتوانند به این زمینه دسترسی داشته باشند و گام‌های بیشتری در این زمینه بردارند.