트리글리세리드를 이용한 관상동맥심장질환 예측을 위한 혁신적인 모델

심혈관 당뇨병학 22권, 기사 번호: 200(2023) 이 기사 인용

179 액세스

측정항목 세부정보

관상동맥심장질환(CHD) 발병률을 예측하기 위한 다양한 예측 모델이 개발되었지만 그 중 어느 것도 최적의 예측 가치를 갖지 못했습니다. 이 모델에서는 당뇨병을 중요한 CHD 위험 요인으로 간주하지만 인슐린 저항성이나 중성지방(TG)은 고려하지 않습니다. 이러한 예측 모델의 만족스럽지 못한 성능은 CHD에 대한 입증된 효과에도 불구하고 이러한 요인을 무시했기 때문일 수 있습니다. 우리는 기계 학습을 통해 표준 CHD 예측 모델을 수정하여 중성지방-포도당 지수(TyG-지수, 공복 혈당(FBS)와 인슐린 저항성을 나타내는 TG의 로그 조합)이 CHD 예측 변수로서 당뇨병보다 더 잘 기능하는지 여부를 결정하기로 결정했습니다.

20~74세의 지역사회 기반 이란 인구 중 2,000명의 참가자를 평균 9.9년(범위: 7.6~12.2년)의 추적 기간으로 조사했습니다. TyG 지수와 CHD 사이의 연관성은 다변량 Cox 비례 위험 모델을 사용하여 조사되었습니다. 이전에 검증된 CHD 위험 점수의 공통 구성 요소를 선택하여 CHD 예측을 위한 기계 학습 모델을 개발했습니다. TyG 지수는 CHD 예측 모델에서 당뇨병을 대체했습니다. 기계 학습 모델의 모든 구성 요소가 CHD 예측에 어떤 영향을 미치는지 설명했습니다. CHD 예측 TyG 지수 컷오프 포인트가 계산되었습니다.

CHD 발생률은 14.5%였습니다. TyG-지수의 가장 낮은 사분위수와 비교하여 네 번째 사분위수는 완전히 조정된 위험 비율이 2.32였습니다(신뢰 구간[CI] 1.16–4.68, p-추세 0.04). TyG-지수 > 8.42는 CHD에 대한 가장 높은 음성 예측 값을 가졌습니다. TyG 인덱스 기반 지원 벡터 머신(SVM)은 CHD 예측에 있어서 당뇨병 기반 SVM보다 훨씬 더 나은 성능을 보였습니다. TyG-지수는 CHD 예측에 있어서 당뇨병보다 더 중요할 뿐만 아니라; 머신러닝 모델에서는 연령 다음으로 가장 중요한 요소였습니다.

CHD 발병 위험이 있는 개인을 식별하고 예방을 돕기 위해 임상 실습 및 예측 모델에서 TyG 지수를 사용하는 것이 좋습니다.

CHD는 주요 공중 보건 문제이며 전 세계 질병 부담에 기여합니다. 예방 방법과 치료 기술의 발전에도 불구하고[1, 2], 이는 여전히 전 세계적으로 이병률과 사망률의 주요 원인으로 전체 사망자의 32%를 차지하며[3], 국가 보건 재정에 막대한 부담을 주고 있습니다[4, 5]. 따라서 CHD 위험 평가는 전 세계 공중 보건 우선 순위입니다.

Framingham [6], Systematic COronary Risk Evaluation (SCORE) [7], Reynolds [8], American College of Cardiology/American Heart Association (ACC/AHA) [9], Joint British Societies의 합의 권장 사항 등 다양한 CHD 예측 모델 심혈관 질환 예방을 위한(JBS3)[10], 죽상경화증에 대한 다민족 연구(MESA)[11], QRISK[12] 및 중국의 죽상동맥경화성 심혈관 위험 예측(China-PAR)[13] 등이 개발되었습니다. CHD 발병률을 예측하기 위한 방법이 있지만 최적의 예측 값은 없습니다[14]. 이러한 모든 모델은 당뇨병을 중요한 CHD 위험 요인으로 간주하지만, 인슐린 저항성이나 TG를 고려하는 모델은 없습니다[14,15,16,17].

당뇨병이 발생하기 수년 또는 수십 년 전에 발생하는 인슐린 저항성을 고려하면 CHD에 대한 더 나은 예측이 가능할 수 있습니다[18]. 이전의 Mendelian 무작위 분석, 체계적인 검토 및 메타 분석에서는 인슐린에 대한 혈관벽 반응을 변경하고 죽상동맥경화증을 촉진함으로써 인슐린 저항성과 CHD 사이의 연관성을 옹호했습니다[19,20,21]. 고인슐린혈증-정상 혈당 클램프 테스트는 인슐린 저항성 측정의 표준이지만 침습적이고 복잡하며 비용이 많이 드는 프로토콜 때문에 임상 연구에는 적용할 수 없습니다[22, 23]. 또 다른 검증된 지표는 혈청 포도당을 인슐린 농도로 나누어 계산한 인슐린 저항성의 항상성 모델 평가(HOMA-IR)입니다. 순환 인슐린 농도는 일차 진료에서 일상적으로 측정되지 않습니다. 더욱이, 피하 인슐린을 투여받는 피험자에게는 가치가 제한적입니다. 따라서 HOMA-IR은 1차 예방 전략에 적합한 지표가 아닙니다[23]. TyG-지수는 FBS와 TG의 로그 곱입니다. 이는 고인슐린혈증-정상혈당 클램프 및 HOMA-IR과 높은 상관관계가 있는 것으로 나타났습니다[24]. 더욱이 이는 인슐린 치료 상태와 관계없이 모든 피험자에게 사용될 수 있는 간단하고 저렴한 프로토콜이다[23]. 또한 여러 연구에서 나타난 바와 같이 CHD의 또 다른 위험 요소인 TG가 포함되어 있습니다[25, 26]. 그럼에도 불구하고 이전 모델에서는 고려되지 않았습니다 [6,7,8,9,10,11,12,13]. 따라서 TyG-index를 사용하여 이러한 모델을 수정한 다음 그 효과를 평가하는 것이 현명한 것 같습니다.