Editoriales
Buenos Aires 01 de Octubre del 2024
VALOR PRONOSTICO de BIOMARCADORES CARDIOVASCULARES en la POBLACION
Valor Pronóstico de Biomarcadores Cardiovasculares en la Población
Johannes T. Neumann,MD,PhD; Raphael Twerenbold,MD; Jessica Weimann, MSC; et al
JAMA. May, 2024;331(22):1898-1909./ doi:10.1001/jama.2024.5596
La identificación temprana de individuos en la población general con alto riesgo de enfermedad cardiovascular aterosclerótica da forma a las estrategias de prevención primaria para reducir el riesgo de desarrollar enfermedad cardiovascular aterosclerótica.1,2
Las puntuaciones de riesgo basadas en factores de riesgo tradicionales para la enfermedad cardiovascular aterosclerótica (por ejemplo, la Evaluación sistemática del riesgo coronario 2 [SCORE2] de la Sociedad Europea de Cardiología, las ecuaciones de cohorte agrupadas de la Asociación Estadounidense del Corazón/Colegio Estadounidense de Cardiología y las ecuaciones de predicción del riesgo de eventos de enfermedad cardiovascular [PREVENT] de la Asociación Estadounidense del Corazón) están ampliamente disponibles para estimar el riesgo de un individuo de futuros eventos cardiovasculares.
Los biomarcadores cardiovasculares, como la troponina cardíaca, los péptidos natriuréticos y la proteína C reactiva (PCR), se establecen en la atención clínica. Con el uso de nuevos análisis de troponina cardíaca de alta sensibilidad, las concentraciones se volvieron mensurables en la población general, lo que abrió las perspectivas para una aplicación más amplia de este biomarcador.5
Varios estudios han informado:
(1) fuertes asociaciones de estos biomarcadores con eventos incidentales de enfermedad cardiovascular aterosclerótica en individuos con enfermedad cardiovascular aterosclerótica conocida, pero también, y lo más importante, en individuos aparentemente sanos
(2) una mejora en la estratificación del riesgo cuando estos biomarcadores se agregaron a los modelos de predicción de riesgo establecidos.
A pesar de los logros de estudios anteriores, la aplicación real de biomarcadores cardiovasculares disponibles de manera rutinaria para la estratificación del riesgo en la prevención primaria no se ha convertido en una práctica clínica habitual. Además, sigue sin estar claro cuál de los biomarcadores establecidos podría ser el más adecuado para predecir cada resultado y cómo dichas asociaciones se ven influenciadas por la edad. Este estudio reúne el mayor conjunto de datos multinacionales a nivel individual, hasta la fecha, para investigar el valor predictivo comparativo de los biomarcadores cardiovasculares para eventos de enfermedad cardiovascular aterosclerótica incidentes en la población general y para dilucidar sus efectos diferenciales según la edad.
MÉTODOS
# Cohortes del estudio
Las cohortes elegibles fueron aquellas que incluyeron:
(1) individuos de la población general, en la que la mayoría de los participantes eran aparentemente sanos (es decir, no habían tenido ningún evento cardiovascular aterotrombótico importante)
(2) individuos que tenían al menos 1 medición de troponina cardíaca I de alta sensibilidad, troponina cardíaca T de alta sensibilidad, péptido natriurético tipo B (BNP), pro-BNP N-terminal (NT-proBNP) o PCR de alta sensibilidad
(3) individuos con seguimiento durante al menos 2 años.
Se recopilaron datos de todas las cohortes y se armonizaron en una base de datos. Los individuos con antecedentes de eventos de enfermedad cardiovascular aterosclerótica o insuficiencia cardíaca fueron excluidos de los análisis.
# Resultados del estudio
El resultado primario fue la enfermedad cardiovascular aterosclerótica incidente, que incluyó todos los eventos fatales y no fatales. La enfermedad cardiovascular aterosclerótica incidente se definió por el primer evento de enfermedad cardíaca coronaria posible o definitiva, evento de accidente cerebrovascular isquémico posible o definitivo, revascularización coronaria, muerte por enfermedad cardíaca coronaria, muerte por accidente cerebrovascular isquémico o muerte no clasificable.13
Los resultados secundarios fueron mortalidad por todas las causas, insuficiencia cardíaca incidente, accidente cerebrovascular isquémico incidente e infarto de miocardio incidente.
# Biomarcadores
Para todas las cohortes informadas por el consorcio Biomarker for Cardiovascular Risk Assessment across Europe (BiomarCaRE), la concentración sérica de troponina I cardíaca de alta sensibilidad se determinó en el laboratorio central de BiomarCaRE en Hamburgo, Alemania, utilizando un inmunoensayo de troponina I cardíaca de alta sensibilidad para muestras almacenadas (Architect i2000SR; Abbott Diagnostics). El límite de detección del inmunoensayo fue de 1,9 ng/L (rango, 0-50000 ng/L) y el ensayo tuvo un coeficiente de variación del 10% a una concentración de 5,2 ng/L.
La medición de la concentración de NT-proBNP se realizó utilizando un inmunoensayo de electroquimioluminiscencia (ELECSYS 2010 y Cobas e411; Roche Diagnostics); el rango analítico es de 0 ng/L a 35000 ng/L.
La medición de la concentración de PCR de alta sensibilidad se realizó utilizando el inmunoensayo Vario y el sistema Architect c8000 (Abbott Diagnostics).
Para estimar las cohortes que no forman parte del consorcio BiomarCaRE, se realizaron mediciones de troponina cardíaca I de alta sensibilidad, troponina cardíaca T de alta sensibilidad, NT-proBNP, BNP y PCR de alta sensibilidad como parte de los procedimientos específicos de la cohorte local.
# Análisis estadísticos
I. Asociaciones entre biomarcadores cardíacos específicos y resultados del estudio
Para examinar la asociación no ajustada de los biomarcadores y el resultado primario, se calcularon curvas de incidencia acumulada según quintiles de biomarcadores. La muerte por causas no relacionadas con la enfermedad cardiovascular aterosclerótica se trató como un evento competitivo. Las curvas se estimaron utilizando el estimador de Aalen-Johansen. Los quintiles se calcularon utilizando modelos mixtos de cuantiles lineales.14,15
Se calcularon modelos de riesgo de subdistribución de Fine y Gray. La muerte por causas no relacionadas con la enfermedad cardiovascular aterosclerótica o los resultados secundarios se trataron como un evento competitivo, respectivamente.16 Se utilizaron modelos de regresión de riesgos proporcionales de Cox para la mortalidad por todas las causas. Los biomarcadores se utilizaron como variables continuas después de aplicar la transformación logarítmica con razones de riesgo (HR) o HR de subdistribución calculados adicionalmente por cambio de 1 DE para permitir comparaciones del tamaño del efecto entre diferentes biomarcadores. Los modelos con concentración de troponina cardíaca de alta sensibilidad como variable continua se aumentaron con una variable binaria que indicaba si el valor medido estaba por encima o por debajo del límite de detección.17
Los modelos de regresión para todos los resultados del estudio se ajustaron por sexo y cohorte como variables de estratificación. Los modelos también se ajustaron por edad, estimación total, estimación de lipoproteína de alta densidad (HDL), tabaquismo actual, diabetes prevalente, presión arterial sistólica y uso autoinformado de medicamentos antihipertensivos. Para estimar los resultados de mortalidad por todas las causas e insuficiencia cardíaca, los modelos se ajustaron adicionalmente según el índice de masa corporal (calculado como el peso en kilogramos dividido por la altura en metros al cuadrado).
En análisis separados, la troponina I cardíaca de alta sensibilidad, el NT-proBNP y la PCR de alta sensibilidad se combinaron en un modelo multivariable porque estos biomarcadores representan diferentes vías fisiopatológicas y los datos estaban fácilmente disponibles en las cohortes. Los modelos de tiempo hasta el evento se extendieron modelando los biomarcadores utilizando splines cúbicos penalizados.
II. Valor predictivo agregado
Se utilizaron la estadística C y la mejora de reclasificación neta (NRI) para cuantificar el valor predictivo agregado de cada biomarcador más allá del del modelo ajustado descrito anteriormente. En presencia de riesgos competitivos, se adaptaron los cálculos de la estadística C y la NRI.18,19 Se aplicó una validación cruzada interna-externa para controlar el optimismo excesivo de calcular las medidas de rendimiento en el mismo conjunto de datos a partir del cual se calcularon los modelos.20 Es decir, se excluyó a su vez cada estudio y se estimó la estimación de Cox del modelo de Fine y Gray en los estudios restantes. A continuación, se utilizaron los modelos para estimar las probabilidades de eventos en el estudio excluido.
Se calcularon el NRI basado en categorías y el NRI continuo. El 95% Cis para la estadística C y el NRI se calcularon mediante el método bootstrap de 500 veces el coeficiente interno-externo y validación cruzada.
RESULTADOS
# Población del estudio
Se incluyeron 28 cohortes de población general (de 12 países y 4 continentes) con datos sobre 164 054 individuos (edad media, 53,1 años [RIC, 42,7-62,9 años]; 85 972 [52,4 %] eran mujeres; y 9977 [6,1 %] tenían diabetes). De los 162 947 individuos con datos para la variable hipertensión, 67 719 (41,6 %) tenían hipertensión. De los 162 139 individuos con datos para la variable tabaquismo, 40 226 (24,8 %) fumaban a diario. El riesgo medio de enfermedad cardiovascular aterosclerótica SCORE2 a 10 años fue del 4,1 % (RIC, 1,7 %-8,6 %) y el riesgo correspondiente a 10 años utilizando la ecuación de riesgo de cohorte agrupada fue del 4,9 % (RIC, 1,4 %-13,1 %).
Las concentraciones medianas de biomarcadores fueron 2,5 ng/L (RIC, 1,9-4,1 ng/L) para la troponina I cardíaca de alta sensibilidad, 3,1 ng/L (RIC, 3,0-6,0 ng/L) para la troponina T cardíaca de alta sensibilidad, 43,8 ng/L (RIC, 20,6-86,2 ng/L) para el NT-proBNP, 14,9 ng/L (RIC, 7,9-28,6 ng/L) para el BNP y 1,4 mg/L (RIC, 0,7-3,2 mg/L) para la PCR de alta sensibilidad. A excepción del NT-proBNP, hubo una relación lineal entre la edad y las concentraciones medianas de biomarcadores. Durante una mediana de seguimiento de 11,8 años (RIC, 6,2-18,0 años; seguimiento máximo, 28,2 años), hubo 17211 eventos incidentales de enfermedad cardiovascular aterosclerótica, 25346 muertes por cualquier causa, 6766 casos de insuficiencia cardíaca, 4794 casos incidentales de accidente cerebrovascular isquémico incidental y 8024 casos incidentales de infarto de miocardio
# Resultado primario: Asociación de biomarcadores con eventos incidentales de enfermedad cardiovascular aterosclerótica
Después de ajustar por sexo y cohorte y los factores de riesgo convencionales de edad, colesterol total, colesterol HDL, tabaquismo, diabetes, presión arterial sistólica y uso autoinformado de fármacos antihipertensivos, las concentraciones de biomarcadores se asociaron con eventos incidentales de enfermedad cardiovascular aterosclerótica (HR de subdistribución por cambio de 1 DE, 1,13 [IC del 95 %, 1,11-1,16] para troponina I cardíaca de alta sensibilidad; 1,18 [IC del 95 %, 1,12-1,23] para troponina T cardíaca de alta sensibilidad; 1,21 [IC del 95 %, 1,18-1,24] para NT-proBNP; 1,14 [IC del 95 %, 1,08-1,22] para BNP; y 1,14 [IC del 95 %, 1,12-1,16] para PCR de alta sensibilidad; Para los 5 biomarcadores, hubo más eventos por 1000 personas-año en individuos con concentraciones de biomarcadores por encima de la mediana en comparación con aquellos con concentraciones de biomarcadores por debajo de la mediana.
En análisis separados, la troponina I cardíaca de alta sensibilidad, el NT-proBNP y la PCR de alta sensibilidad se incluyeron en el mismo modelo y demostraron ser predictores de eventos de enfermedad cardiovascular aterosclerótica (HR de subdistribución ajustada, 1,07 [IC del 95 %, 1,04-1,10] para troponina I cardíaca de alta sensibilidad; 1,19 [IC del 95 %, 1,15-1,23] para NT-proBNP; y 1,14 [IC del 95 %, 1,10-1,17] para PCR de alta sensibilidad). Al estratificar por quintiles de biomarcadores, la incidencia acumulada de enfermedad cardiovascular aterosclerótica aumentó gradualmente con el aumento de las concentraciones de biomarcadores.
La incorporación de los biomarcadores al modelo base, que incluía solo factores de riesgo convencionales, se asoció con un aumento en las estadísticas C para eventos de enfermedad cardiovascular aterosclerótica después de 1 año, 5 años y 10 años.
El aumento más fuerte se observó cuando la troponina I cardíaca de alta sensibilidad, el NT-proBNP y la PCR de alta sensibilidad se combinaron en un modelo. En los análisis de reclasificación, el NRI categórico para la combinación de troponina I cardíaca de alta sensibilidad, NT-proBNP y PCR de alta sensibilidad fue de 0,044 (IC del 95 %, 0,023-0,069)
El NRI continuo fue de 0,241 (IC del 95 %, 0,193-0,309) para la troponina I cardíaca de alta sensibilidad, 0,201 (IC del 95 %, 0,008-0,364) para la troponina T cardíaca de alta sensibilidad, 0,06 (IC del 95 %, 0,016-0,093) para NT-proBNP, 0,077 (IC del 95 %, 0,000-0,144) para BNP, 0,192 (IC del 95 %, 0,162-0,222) para la troponina I cardíaca de alta sensibilidad. PCR y 0,23 (IC del 95 %, 0,162-0,283) para la combinación de troponina I cardíaca de alta sensibilidad, NT-proBNP y PCR de alta sensibilidad.
# Asociación de biomarcadores con resultados secundarios
Todos los biomarcadores se asociaron con mortalidad por todas las causas, insuficiencia cardíaca incidente, accidente cerebrovascular isquémico incidente e infarto de miocardio incidente.
Las asociaciones de biomarcadores con mortalidad por todas las causas e insuficiencia cardíaca incidente fueron mayores que las de la enfermedad cardiovascular aterosclerótica.
Los HR de subdistribución más altos se observaron para la insuficiencia cardíaca incidente con troponina T cardíaca de alta sensibilidad (HR, 1,44; IC del 95 %, 1,38-1,51), NT-proBNP (HR, 1,62; IC del 95 %, 1,56-1,68) y BNP (HR, 1,59; IC del 95 %, 1,43-1,77). La adición de los biomarcadores también mejoró las estadísticas C y la clasificación adecuada del riesgo cuando se agregó al modelo base para los resultados secundarios.
Las mayores mejoras en la clasificación del riesgo fueron para la insuficiencia cardíaca y la mortalidad por todas las causas.
# Análisis de sensibilidad
Cuando se estratificó según el límite de edad de 65 años, los individuos mayores (n = 34143; ≥65 años) tenían diabetes e hipertensión con mayor frecuencia, pero fumaban con menor frecuencia que los individuos más jóvenes (n = 129456; <65 años)
Las concentraciones de troponina cardíaca I de alta sensibilidad, troponina cardíaca T de alta sensibilidad, NT-proBNP, BNP y PCR de alta sensibilidad fueron más altas, en promedio, en los individuos mayores.
La asociación de biomarcadores con eventos de enfermedad cardiovascular aterosclerótica siguió siendo significativa tanto en individuos menores de 65 años como en aquellos de 65 años o más.
Los HR de subdistribución para troponina cardíaca I de alta sensibilidad, troponina cardíaca T de alta sensibilidad y NT-proBNP fueron más altos en individuos mayores. La subdistribución HR fue menor para la PCR de alta sensibilidad en personas mayores. En las personas mayores, la estadística C del modelo base fue sustancialmente menor en comparación con las personas más jóvenes y la adición de los biomarcadores proporcionó mayores aumentos absolutos de la estadística C en las personas mayores. Por ejemplo, la combinación de troponina I cardíaca de alta sensibilidad, NT-proBNP y PCR de alta sensibilidad aumentó la estadística C para eventos de enfermedad cardiovascular aterosclerótica a 10 años de 0,812 (IC del 95 %, 0,8021-0,8208) a 0,8194 (IC del 95 %, 0,8089-0,8277) en personas más jóvenes y de 0,6323 (IC del 95 %, 0,5945-0,6570) a 0,6602 (IC del 95 %, 0,6224-0,6834) en personas mayores. Además, el NRI general con los biomarcadores combinados para la enfermedad cardiovascular aterosclerótica fue mayor en las personas mayores (NRI, 0,062; IC del 95 %, 0,013-0,120) en comparación con las personas más jóvenes (NRI, 0,028; IC del 95 %, 0,010-0,070)
Los HR para la mortalidad por todas las causas también fueron mayores para NT-proBNP y BNP en las personas mayores, pero ligeramente menores para la PCR de alta sensibilidad y la troponina T cardíaca de alta sensibilidad. También se observó un patrón similar para los otros resultados de insuficiencia cardíaca, accidente cerebrovascular isquémico e infarto de miocardio.
El NRI general utilizando la combinación de troponina I cardíaca de alta sensibilidad, NT-proBNP y PCR de alta sensibilidad fue mayor en las personas mayores para los resultados secundarios de insuficiencia cardíaca, accidente cerebrovascular isquémico e infarto de miocardio, pero menor para la mortalidad por todas las causas.
En los análisis de sensibilidad, se repitieron los análisis de regresión para los eventos de enfermedad cardiovascular aterosclerótica a 10 años mientras se eliminaba un factor de riesgo del modelo base.
La adición de troponina cardíaca I de alta sensibilidad, NT-proBNP y PCR de alta sensibilidad resultó en el mayor aumento en la estadística C cuando se eliminó la edad del modelo base (diferencia de la estadística C de 0,0312; IC del 95 %, 0,0254-0,0373). La magnitud del cambio en la estadística C después de agregar los biomarcadores al modelo base completo fue comparable con el efecto de la presión arterial sistólica y el uso autoinformado de medicación antihipertensiva.
También se realizaron análisis de sensibilidad que incluyeron información sobre la medicación para reducir el colesterol, que estaba disponible en el 71,2 % de la población del estudio. Estos hallazgos fueron consistentes con los hallazgos primarios del estudio.
DISCUSIÓN
En este análisis a nivel individual, se investigó el valor de los biomarcadores más utilizados para la predicción del riesgo cardiovascular en la población general utilizando datos poblacionales armonizados y multinacionales (de 28 cohortes en 12 países y 4 continentes).
Se encontraron 4 hallazgos destacados:
* En primer lugar, todos los biomarcadores investigados fueron predictores no solo de eventos incidentales de enfermedad cardiovascular aterosclerótica, sino también de mortalidad por todas las causas, insuficiencia cardíaca, infarto de miocardio y accidente cerebrovascular isquémico. Aunque estudios previos de la población general se centraron en la asociación de biomarcadores con la enfermedad cardiovascular aterosclerótica fatal o no fatal en general, la mayoría no consideró otros resultados importantes.7,8,22,23
Los análisis previos que examinaron la insuficiencia cardíaca incidente o el accidente cerebrovascular isquémico estuvieron limitados por (1) un pequeño número de eventos, (2) la disponibilidad de datos agregados únicamente o (3) una duración más corta del seguimiento.7 Curiosamente, hubo una asociación más fuerte de todos los biomarcadores investigados con la mortalidad por todas las causas, y particularmente con la insuficiencia cardíaca, en comparación con los eventos de enfermedad cardiovascular aterosclerótica fatal y no fatal.
En el conjunto de datos actual, la mortalidad por todas las causas fue el resultado informado con mayor frecuencia (25346 eventos), lo que destaca el riesgo competitivo potencial de muerte para cualquier análisis de regresión. Por lo tanto, la consideración del riesgo competitivo mediante el uso de análisis de regresión de Fine y Gray puede ser una posible explicación de los resultados opuestos en comparación con estudios previos10,22,24 y fortalece los hallazgos del análisis actual.
El fuerte valor predictivo de los resultados de insuficiencia cardíaca es particularmente notable dado el aumento de las opciones disponibles para prevenir la aparición de insuficiencia cardíaca (como el control intensivo de la presión arterial y el tratamiento con inhibidores del cotransportador de sodio-glucosa tipo 2).
Es importante destacar que la magnitud del cambio en la estadística C para los resultados de mortalidad por todas las causas e insuficiencia cardíaca informados en el estudio actual es similar a otros estudios que investigaron la adición de la puntuación de calcio coronario a los factores de riesgo cardiovascular clásicos para predecir la enfermedad cardiovascular aterosclerótica.26
* El segundo hallazgo significativo fue que la combinación de los biomarcadores troponina I cardíaca de alta sensibilidad, NT-proBNP y PCR de alta sensibilidad en un modelo proporcionó el mayor valor predictivo incremental y que los 3 biomarcadores fueron predictores independientes. Estos 3 biomarcadores representan 3 vías fisiopatológicas diferentes, tuvieron la mayor disponibilidad en las cohortes examinadas, están disponibles de manera rutinaria y también se identificaron como los predictores más fuertes en análisis anteriores de múltiples biomarcadores.27 La mayoría de los estudios anteriores se centraron en 1 biomarcador cardiovascular específico y no intentaron combinar varios marcadores en 1 modelo.28
La combinación de troponina I cardíaca de alta sensibilidad, NT-proBNP y PCR de alta sensibilidad en el estudio actual resultó en las mayores mejoras en la estadística C para la mayoría de los resultados investigados.
Curiosamente, el modelo multivariable mostró los HR más altos para NT-proBNP para todos los resultados, excepto para el infarto de miocardio incidente para el cual la PCR de alta sensibilidad mostró la asociación más fuerte. Esta clasificación de biomarcadores es comparable con análisis anteriores de las cohortes FINRISK y Belfast PRIME,27 para los cuales los HR más altos para eventos de enfermedad cardiovascular aterosclerótica se observaron para NT-proBNP; Sin embargo, en ese momento no se disponía de ningún ensayo de troponina de alta sensibilidad para realizar comparaciones.
* El tercer hallazgo importante es una asociación sostenida de una mejor predicción del riesgo cuando se añadieron biomarcadores a los factores de riesgo convencionales durante un horizonte temporal de más de 10 años. El seguimiento prolongado (duración media de casi 12 años) permitió la evaluación de la estadística C durante un largo período de tiempo, y el valor incremental de los biomarcadores fue evidente incluso más allá de los 10 años. Esta observación destaca el valor potencial de los biomarcadores para su incorporación en estrategias de prevención primaria, que idealmente deberían abordar los efectos a largo plazo. Los análisis post hoc previos de los grandes ensayos clínicos JUPITER, WOSCOPS y SPRINT29-31 investigaron el papel de los biomarcadores, especialmente la troponina cardíaca y el NT-proBNP para la toma de decisiones en la atención preventiva. Los datos del ensayo JUPITER29 mostraron que aquellos individuos con concentraciones más altas de troponina I cardíaca de alta sensibilidad o BNP tenían un riesgo mayor de eventos de enfermedad cardiovascular aterosclerótica y pueden tener un En el ensayo WOSCOPS,30 se disponía de mediciones longitudinales para troponina I cardíaca de alta sensibilidad y mostraron una asociación con eventos de enfermedad cardiovascular aterosclerótica y también su disminución 1 año después del tratamiento con estatinas.
Recientemente, los análisis post hoc del ensayo SPRINT revelaron que los individuos con concentraciones elevadas de troponina I cardíaca de alta sensibilidad y NT-proBNP tenían un riesgo sustancialmente mayor de mortalidad por todas las causas e insuficiencia cardíaca, pero también tenían la mayor reducción del riesgo absoluto con el tratamiento en comparación con los individuos con concentraciones normales de los biomarcadores.31
* El cuarto hallazgo novedoso es el mayor valor incremental de los biomarcadores en individuos mayores (≥65 años) en comparación con individuos más jóvenes (<65 años).
Estudios previos demostraron que, con el aumento de la edad, el efecto de los factores de riesgo convencionales se atenúa.3,32,33 En el estudio actual, el modelo de factores de riesgo convencionales tuvo una estadística C de 0,632 en individuos mayores frente a 0,812 en individuos más jóvenes. Esto dio lugar al desarrollo de modelos de predicción de riesgo específicamente para personas mayores.3,34
Sin embargo, sigue habiendo un riesgo residual sustancial al predecir eventos de enfermedad cardiovascular aterosclerótica incidentes, lo que destaca la necesidad de otros marcadores de riesgo clínicamente relevantes. En este contexto, los hallazgos del estudio actual respaldan la relevancia de los biomarcadores cardiovasculares, especialmente en personas mayores. Esta observación fue impulsada principalmente por el creciente valor predictivo de NT-proBNP en personas mayores, mientras que el valor predictivo de la PCR de alta sensibilidad disminuyó.
Es importante destacar que estos hallazgos no se limitaron a los eventos de enfermedad cardiovascular aterosclerótica, sino que también se observaron para todos los resultados secundarios, especialmente la mortalidad por todas las causas y la insuficiencia cardíaca.
LIMITACIONES
Este análisis tiene limitaciones. En primer lugar, este estudio utilizó 5 biomarcadores establecidos que están ampliamente disponibles en la práctica clínica habitual; sin embargo, las mediciones absolutas de troponina T cardíaca de alta sensibilidad y BNP fueron limitadas. En segundo lugar, la mayoría de los individuos fueron reclutados de cohortes de altos ingresos en Europa y América del Norte, lo que limita la generalización mundial de los hallazgos.
En tercer lugar, hubo un número limitado de participantes negros. Los participantes no negros sistemáticamente tienen concentraciones más altas de PCR de alta sensibilidad y mayores riesgos absolutos. En cuarto lugar, quedan preguntas importantes antes de que se pueda considerar la implementación de biomarcadores cardiovasculares en la práctica clínica. Estas preguntas incluyen la necesidad de análisis de costo-efectividad y la identificación de una población objetivo.
CONCLUSIONES
Los biomarcadores cardiovasculares se asociaron fuertemente con eventos cardiovasculares fatales y no fatales y mortalidad. La adición de biomarcadores a factores de riesgo establecidos condujo solo a una pequeña mejora en las métricas de predicción de riesgo para la enfermedad cardiovascular aterosclerótica, pero fue más favorable para la insuficiencia cardíaca y la mortalidad.
REFERENCES
1.Visseren FLJ, Mach F, Smulders YM, et al; ESC National Cardiac Societies; ESC Scientific Document Group. 2021 ESC guidelines on cardiovascular disease prevention in clinical practice. Eur Heart J. 2021;42(34):3227-3337. doi:10.1093/eurheartj/ehab484PubMedGoogle ScholarCrossref
2.Arnett DK, Blumenthal RS, Albert MA, et al. 2019 ACC/AHA guideline on the primary prevention of cardiovascular disease: a report of the American College of Cardiology/American Heart Association task force on clinical practice guidelines. Circulation. 2019;140(11):e596-e646. doi:10.1161/CIR.0000000000000678PubMedGoogle ScholarCrossref
3.SCORE2 Working Group and ESC Cardiovascular Risk Collaboration. SCORE2 risk prediction algorithms: new models to estimate 10-year risk of cardiovascular disease in Europe. Eur Heart J. 2021;42(25):2439-2454. doi:10.1093/eurheartj/ehab309PubMedGoogle ScholarCrossref
4.Khan SS, Matsushita K, Sang Y, et al; Chronic Kidney Disease Prognosis Consortium and the American Heart Association Cardiovascular-Kidney-Metabolic Science Advisory Group. Development and validation of the American Heart Association’s PREVENT equations. Circulation. 2024;149(6):430-449. doi:10.1161/CIRCULATIONAHA.123.067626
5.Westermann D, Neumann JT, Sörensen NA, Blankenberg S. High-sensitivity assays for troponin in patients with cardiac disease. Nat Rev Cardiol. 2017;14(8):472-483. doi:10.1038/nrcardio.2017.48PubMedGoogle ScholarCrossref
6.Neumann JT, Twerenbold R, Ojeda F, et al; COMPASS-MI Study Group. Application of high-sensitivity troponin in suspected myocardial infarction. N Engl J Med. 2019;380(26):2529-2540. doi:10.1056/NEJMoa1803377PubMedGoogle ScholarCrossref
7.Willeit P, Welsh P, Evans JDW, et al. High-sensitivity cardiac troponin concentration and risk of first-ever cardiovascular outcomes in 154,052 participants. J Am Coll Cardiol. 2017;70(5):558-568. doi:10.1016/j.jacc.2017.05.062PubMedGoogle ScholarCrossref
8.Zeller T, Tunstall-Pedoe H, Saarela O, et al; MORGAM Investigators. High population prevalence of cardiac troponin I measured by a high-sensitivity assay and cardiovascular risk estimation: the MORGAM Biomarker Project Scottish Cohort. Eur Heart J. 2014;35(5):271-281. doi:10.1093/eurheartj/eht406PubMedGoogle ScholarCrossref
9.Everett BM, Zeller T, Glynn RJ, Ridker PM, Blankenberg S. High-sensitivity cardiac troponin I and B-type natriuretic peptide as predictors of vascular events in primary prevention: impact of statin therapy. Circulation. 2015;131(21):1851-1860. doi:10.1161/CIRCULATIONAHA.114.014522PubMedGoogle ScholarCrossref
10.Blankenberg S, Salomaa V, Makarova N, et al; BiomarCaRE Investigators. Troponin I and cardiovascular risk prediction in the general population: the BiomarCaRE consortium. Eur Heart J. 2016;37(30):2428-2437. doi:10.1093/eurheartj/ehw172PubMedGoogle ScholarCrossref
11.Ridker PM, Buring JE, Rifai N, Cook NR. Development and validation of improved algorithms for the assessment of global cardiovascular risk in women: the Reynolds Risk Score. JAMA. 2007;297(6):611-619. doi:10.1001/jama.297.6.611
ArticlePubMedGoogle ScholarCrossref
12.Ridker PM, Paynter NP, Rifai N, Gaziano JM, Cook NR. C-reactive protein and parental history improve global cardiovascular risk prediction: the Reynolds Risk Score for men. Circulation. 2008;118(22):2243-2251. doi:10.1161/CIRCULATIONAHA.108.814251Google ScholarCrossref
13.National Institute for Health and Welfare and the MORGAM Project investigators. MORGAM manual. Accessed April 17, 2024. https://www.thl.fi/publications/morgam/manual/contents.htm
14.Geraci M, Bottai M. Linear quantile mixed models. Stat Comput. 2014;24:461-479. doi:10.1007/s11222-013-9381-9Google ScholarCrossref
15.Geraci M. Linear quantile mixed models: the lqmm package for Laplace quantile regression. J Stat Softw. 2014;57:1-29. doi:10.18637/jss.v057.i13Google ScholarCrossref
16.Fine JP, Gray RJ. A proportional hazards model for the subdistribution of a competing risk. J Am Stat Assoc. 1999;94(446):496-509. doi:10.1080/01621459.1999.10474144Google ScholarCrossref
17.Royston P, Sauerbrei W. Multivariable Model-Building: A Pragmatic Approach to Regression Analysis Based on Fractional Polynomials for Modelling Continuous Variables. John Wiley & Sons; 2008.
18.Wolbers M, Koller MT, Witteman JCM, Steyerberg EW. Prognostic models with competing risks: methods and application to coronary risk prediction. Epidemiology. 2009;20(4):555-561. doi:10.1097/EDE.0b013e3181a39056PubMedGoogle ScholarCrossref
19.Pencina MJ, D’Agostino RB Sr, Steyerberg EW. Extensions of net reclassification improvement calculations to measure usefulness of new biomarkers. Stat Med. 2011;30(1):11-21. doi:10.1002/sim.4085PubMedGoogle ScholarCrossref
20.Royston P, Parmar MKB, Sylvester R. Construction and validation of a prognostic model across several studies, with an application in superficial bladder cancer. Stat Med. 2004;23(6):907-926. doi:10.1002/sim.1691PubMedGoogle ScholarCrossref
21.R Project for Statistical Computing. Getting started, news, news via Mastodon. Accessed April 17, 2024. http://www.R-project.org
22.Omland T, de Lemos JA, Holmen OL, et al. Impact of sex on the prognostic value of high-sensitivity cardiac troponin I in the general population: the HUNT study. Clin Chem. 2015;61(4):646-656. doi:10.1373/clinchem.2014.234369PubMedGoogle ScholarCrossref
23.Welsh P, Preiss D, Shah ASV, et al. Comparison between high-sensitivity cardiac troponin T and cardiac troponin I in a large general population cohort. Clin Chem. 2018;64(11):1607-1616. doi:10.1373/clinchem.2018.292086PubMedGoogle ScholarCrossref
24.de Lemos JA, Ayers CR, Levine BD, et al. Multimodality strategy for cardiovascular risk assessment: performance in 2 population-based cohorts. Circulation. 2017;135(22):2119-2132. doi:10.1161/CIRCULATIONAHA.117.027272PubMedGoogle ScholarCrossref
25.McDonagh TA, Metra M, Adamo M, et al; ESC Scientific Document Group. 2021 ESC guidelines for the diagnosis and treatment of acute and chronic heart failure. Eur Heart J. 2021;42(36):3599-3726. doi:10.1093/eurheartj/ehab368PubMedGoogle ScholarCrossref
26.Lin JS, Evans CV, Johnson E, Redmond N, Coppola EL, Smith N. Nontraditional risk factors in cardiovascular disease risk assessment: updated evidence report and systematic review for the US Preventive Services Task Force. JAMA. 2018;320(3):281-297. doi:10.1001/jama.2018.4242
27.Blankenberg S, Zeller T, Saarela O, et al. Contribution of 30 biomarkers to 10-year cardiovascular risk estimation in 2 population cohorts: the MONICA, Risk, Genetics, Archiving, and Monograph (MORGAM) Biomarker Project. Circulation. 2010;121(22):2388-2397. doi:10.1161/CIRCULATIONAHA.109.901413Google ScholarCrossref
28.Haller PM, Beer BN, Tonkin AM, Blankenberg S, Neumann JT. Role of cardiac biomarkers in epidemiology and risk outcomes. Clin Chem. 2021;67(1):96-106. doi:10.1093/clinchem/hvaa228PubMedGoogle ScholarCrossref
29.Everett BM, Zeller T, Glynn RJ, Ridker PM, Blankenberg S. High-sensitivity cardiac troponin I and B-type natriuretic peptide as predictors of vascular events in primary prevention: impact of statin therapy. Circulation. 2015;131(21):1851-1860. doi:10.1161/CIRCULATIONAHA.114.014522PubMedGoogle ScholarCrossref
30.Ford I, Shah ASV, Zhang R, et al. High-sensitivity cardiac troponin, statin therapy, and risk of coronary heart disease. J Am Coll Cardiol. 2016;68(25):2719-2728. doi:10.1016/j.jacc.2016.10.020
31.Berry JD, Nambi V, Ambrosius WT, et al. Associations of high-sensitivity troponin and natriuretic peptide levels with outcomes after intensive blood pressure lowering: findings from the SPRINT randomized clinical trial. JAMA Cardiol. 2021;6(12):1397-1405. doi:10.1001/jamacardio.2021.3187ArticlePubMedGoogle ScholarCrossref
32.Kannel WB, D’Agostino RB. The importance of cardiovascular risk factors in the elderly. Am J Geriatr Cardiol. 1995;4(2):10-23.PubMedGoogle Scholar
33.Lind L, Sundström J, Ärnlöv J, Lampa E. Impact of aging on the strength of cardiovascular risk factors: a longitudinal study over 40 years. J Am Heart Assoc. 2018;7(1):e007061. doi:10.1161/JAHA.117.007061PubMedGoogle ScholarCrossref
34.Neumann JT, Thao LTP, Callander E, et al. Cardiovascular risk prediction in healthy older people. Geroscience. 2022;44(1):403-413. doi:10.1007/s11357-021-00486-z