آیا نشانگرهای زیستی میتوانند پیشبینی خطر بیماریهای قلبی‑عروقی را تحول بخشند؟
شواهد جدید نشان میدهد که پیشبینی خطر بیماریهای قلبی‑عروقی میتواند با ترکیب نشانگرهای بالینی، متابولومیک و ژنتیک به طور قابلتوجهی بهبود یابد؛ در نتیجه پزشکان میتوانند افراد با خطر بالا را زودتر شناسایی کرده و از وقوع بیشتر حملات قلبی و سکتههای مغزی جلوگیری کنند.
چرا پیشبینی خطر بیماریهای قلبی‑عروقی نیاز به ارتقاء دارد؟
بیماریهای قلبی‑عروقی همچنان یکی از مهمترین علل مرگ در سراسر جهان هستند، حتی با وجود استفاده گسترده از محاسبهگرهای خطر در مراقبتهای اولیه. دستورالعملهای اروپایی فعلی مدل SCORE2 را برای برآورد خطر دهساله از رویدادهای قلبی‑عروقی کشنده و غیرکشنده توصیه میکنند، اما پیشبینی خطر بر پایه عوامل سنتی ممکن است درصد قابلملاحظهای از افرادی که در ادامه بیماری را توسعه میدهند، نادیده بگیرد. با گسترش غربالگری به جمعیتهای جوانتر با امید به زندگی بلندتر، علاقهمندی به اینکه آیا اطلاعات زیستی اضافی میتواند تصمیمگیری را دقیقتر کرده و درمانهای پیشگیرانه را هدفمندتر سازد، در حال افزایش است.
نشانگرهای زیستی و ژنتیک در پیشبینی خطر بیماریهای قلبی‑عروقی
پژوهشگران دادههای ۲۹۷٬۴۶۳ شرکتکنندهی Biobank بریتانیایی را که بین ۴۰ تا ۶۹ سال سن داشتند و در زمان شروع مطالعه از بیماریهای قلبی‑عروقی، دیابت و درمانهای کاهش دهنده لیپیدها آزاد بودند، تجزیه و تحلیل کردند. در طول دورهٔ پیگیری، ۸٬۹۱۹ رویداد قلبی‑عروقی جدید رخ داد. طبقهبندی خطر با استفاده از SCORE2 بهتنهایی شاخص C برابر ۰٫۷۱۹ را بهدست آورد. افزودن ۱۱ نشانگر بالینی پیشبینی را با Δ شاخص C برابر ۰٫۰۱۴ [۰٫۰۱۲–۰٫۰۱۵] بهبود داد؛ در حالی که نمرات متابولومیک مبتنی بر تشدید مغناطیسی هستهای (NMR) پیشبینی خطر را با ۰٫۰۱۰ [۰٫۰۰۹–۰٫۰۱۲] ارتقا دادند. نمرات خطر پلیژنیک Δ شاخص C اضافهای برابر ۰٫۰۰۹ [۰٫۰۰۸–۰٫۰۱۱] فراهم کردند. هنگامی که هر سه مؤلفه ترکیب شد، پیشبینی خطر بیماریهای قلبی‑عروقی بیشترین بهبود را با Δ شاخص C برابر ۰٫۰۲۴ (۰٫۰۲۲–۰٫۰۲۷) نشان داد. طبقهبندی ریسک نیز بهطور چشمگیری با باز طبقهبندی خالص موارد به میزان ۱۶٫۶۶٪ (۱۵٫۵۰٪–۱۷٫۸۱٪) بهبود یافت. مدلسازی جمعیتی نشان داد که تعداد حوادث جلوگیریشده برای هر ۱۰۰٬۰۰۰ نفر غربالگریشده میتواند از ۲۲۹ به ۴۱۳ افزایش یابد، در حالی که نسبت تجویز استاتینها به ازای هر حادثهٔ جلوگیریشده تقریباً ثابت میماند.
چه معنایی برای عمل بالینی دارد
این نتایج نشان میدهند که پیشبینی خطر بیماریهای قلبی‑عروقی میتواند فراتر از تمرکز صرف بر کلسترول رفته و به یک رویکرد زیستی یکپارچهتر تبدیل شود. نشانگرهای بالینی نظیر سیستاتین C، Lp(a)، CRP و ویتامین D، بههمراه نشانگرهای متابولومیک التهاب و ریسک ژنتیکی، اطلاعات تکمیلی ارائه میدهند. در صورتی که در مراقبتهای روزمره اعتبارسنجی شوند، چنین مدلهایی میتوانند به پزشکان در شخصیسازی استراتژیهای پیشگیری، تمرکز درمان بر افرادی که بیشترین سود را میبینند، و کاهش حوادث قلبی‑عروقی قابلجلوگیری کمک کنند. تحقیقات آینده باید به مسائلی همچون هزینه، دسترسی و پیادهسازی بپردازند تا قبل از اینکه پذیرش گستردهاش امکانپذیر شود، این موانع برطرف شوند.
Reference
رایچی اس. سی و همکاران. نمرات ترکیبی بالینی، متابولومیک و پلیژنیک برای پیشبینی خطر بیماریهای قلبی‑عروقی. European Heart Journal. 2025؛ ehaf947.
