致动脉粥样硬化脂蛋白定量:个性化医学以及 非常低浓度LDL胆固醇时代的当前和未来挑战EAS和EFLM的共识声明(下)

6月前发布 254 1 0

admin

保密 | 这个家伙很懒,什么都没有留下

在这个例子中,不同的实验室用某检测方法以及参考方法β-定量法(“真实的”LDLC)检测一位非常高风险患者的LDLC(期望LDLC浓度,<1.8mmol/L;70mg/dL)。使用这种类型检测方法检测LDL-C的实验室,可能错误地得出结论:该患者达到目标不须接受降脂治疗。该检测方法与β-定量法相比的负偏移与低效能治疗效果例如依泽替米贝或营养食品效果可观察到的范围相同。用LDLC的mg/dL数值除以38.6获得mmol/L的数值。

根据所用的方法,可能做出不同的治疗决策,或者如果被监测患者的样品被发送至使用不同方法的不同实验室、或当一个实验室改变方法时,可能会出现困惑。患者的LDL-C检测结果随着时间发生的变化在实验室方法的不确定度范围内的,可能不是由于治疗干预导致的,这并不罕见。在随访期间使用不同方法检测时LDLC数值随时间产生>15%的差异时,治疗中LDLC的方法间和实验室间差异甚至可能掩饰营养食品或药物的影响,例如依泽替米贝。根据胆固醇治疗试验列表的荟萃分析,达到-0.5mmol/L(-20mg/dL)的检测偏移可被错误解释为CVD风险降低10%(图3)。例如,在REVEAL研究中,安塞曲匹(anacetrapib)治疗组与安慰剂组相比的平均LDLC降低值是,使用直接方法检测时为-0.68mmol/(-26mg/dL;-41%),而相同样品使用β-定量法检测时只有-0.28mmol/L(-11mg/dL;-17%)。虽然,这些问题在相同实验室使用相同方法监测患者时关系不大。在这种情况下,随着时间推移偏移保持不变,只有不精密度(随机误差)是相关的,但考虑到临床医生的目的不在于准确达到LDLC目标而是通常使LDLC浓度降低到目标以下,该误差可能不重要。在当前的时代,LDLC降低的程度比达到特定目标更重要,而且近期指南认为高风险和非常高风险患者的LDLC降低50%以上是最重要的,不管基线LDLC浓度如何。

国际动态-图3.jpg

图3. 有偏移的LDLC检测在估计CVD风险降低时可能出现的混淆。研究人群的估算CVD风险降低基于胆固醇治疗试验列表的LDLC降脂试验荟萃分析。当基线与治疗中检测使用了不同的LDLC检测方法时,-0.5mmol/L(-20mg/dL)以下的检测偏移可被错误解释为CVD风险降低10%

LDLC检测误差影响临床决策的风险被进一步减弱,NCEP认为不应根据1次LDLC检测来决定开始治疗、或者调整或转换为另一种治疗,而是要经过多次重复测量(至少2次)以考虑个体内(生物)变异。

基于共识的建议。dLDLC和cLDLC的分析性能在TG正常的血液样品中是可接受的。所谓的多变的非特异性误差可能混淆>2mmol/L(175mg/dL)的高甘油三酯血症样品的检测,约25%个体见于普通人群的,或者<1.8mmol/L(70mg/dL)的低LDLC样品本的检测;然而,这些误差可能仍小于方法间、实验室间、生物误差,当然还有总误差。我们建议实验室和临床试验中心将血脂水平与所用检测方法一起报告,同样建议报告用于监测的其他实验室检测,例如肿瘤标志物,使临床医生意识到方法变化可能是难以置信的实验室检测结果的原因(CBR2)。理想上来说,患者从诊断基线到治疗中的血脂检测应使用相同的检测方法(最好是相同的实验室和仪器)来跟踪,使CVD风险错误分类最小化(CBR3)。接近治疗决策临界点的数值应通过使用相同方法重复测量2次及以上然后取平均值来确认(CBR4)。

替代致动脉粥样硬化脂蛋白检测可靠吗?

计算非-HDLC

非-HDLC简单地从TC中减去HDLC来计算,代表所有致动脉粥样硬化颗粒即LDL、VLDL、IDL、乳糜微粒残余颗粒和Lp(a)中的胆固醇。与LDLC相反,非-HDLC考虑了残余颗粒脂蛋白的致动脉粥样硬化可能。因此,非-HDLC通过VLDLC(=残余颗粒-C)与LDLC相加比LDLC,为高甘油三酯血症患者提供更全面的风险估计。

像LDLC一样,非-HDLC可用现有的降脂药物管理,非-HDLC降低幅度与CHD风险降低间存在直接恒定关系。在包含14项他汀类(n=100827)、7项贝特类(n=21647)和6项烟酸(n=4445)临床试验的荟萃分析中,发现非-HDLC降低1%与CHD相对风险(RR)降低1%有关。这种估算的1:1关系转换过来就是,非-HDLC降低25%对应的RR是0.78(95% CI,0.64-0.94)。在另一个包含49项他汀类和非他汀类临床试验(n=312175)的荟萃分析中,非-HDLC每降低1mmol/L(39mg/dL)的CVD RR是0.80(0.77-0.82),与LDLC降低的RR 0.77(0.75-0.79)相似。所有药物包括贝特类(CETP抑制剂除外)被拟合的回归线,在使用非-HDLC时,去预测RR的下降,但是在使用LDLC时则不然。在REVEAL研究中,CETP抑制剂安塞曲匹在应用非-HDLC降低时适合该回归线。

如指南推荐的那样,这些发现支持将非-HDLC用作治疗目标。推荐的非-HDLC目标通常任意设为比LDLC目标高0.8mmol/L;该数值假设与空腹TG临界点1.7mmol/L相关的“正常”VLDLC水平是0.8mmol/L,这是按照Friedewald等式估算的(TG/2.2(mmol/L))。因而,在非常高风险的研究对象中,非-HDLC目标<2.5mmol/L相当于LDLC目标<1.8 mmol/L(表3)。对于非常低或非常高的非-HDLC范围,简单地增加固定值0.8mmol/L是不合适的。使用乘数1.3更加合适,所以LDLC 2mmol/L相当于非-HDLC 2.6mmol/L,而低LDLC 1mmol/L相当于非-HDLC 1.3mmol/L而不是1.8mmol/L。这与先前提到的基于TG和非-HDLC浓度的VLDLC估计的调整因子一致。

非-HDLC可在非空腹状态下获得,不要求TG<4.5mmol/L。因此,当Friedewald等式无效时,非-HDLC是cLDLC的有用替代选择,基本上不需要dLDLC检测。虽然非-HDLC不依赖于TG的变异,但高甘油三酯样品的dHDLC检测误差仍影响非-HDLC的计算。基于准确度的EQA研究在计算中使用不同的dHDLC检测方法,结果发现虽然在中到重度高甘油三酯血清样品中个别实验室偏移的报告范围较宽,但是与基于TC和HDLC参考检测的预期的HDLC值相比所有dHDLC方法的中位数偏移<10%。因此,在对血脂异常个体做治疗决策时,不仅要谨慎解读计算的LDLC,还要谨慎解读非-HDLC值(表5)。然而,在2.3-4.5mmol/L范围的中度高甘油三酯血症患者的样品中,用不同dHDLC方法检测计算的非-HDLC,显示了与依据NCEP非-HDLC临界点的CVD风险分类的一致性(总的错误分类范围,0%~14%)比dLDLC或cLDLC检测结果与依据LDLC临界点的CVD风险分类的一致性(总的错误分类范围,7%~37%)更好。在高TG的情况下,当cLDLC可能不准确时,可以计算非-HDLC。非-HDLC相对于dLDLC的好处可能是成本,因为它可以在不增加传统血脂检测费用的基础上计算出来。

LDL颗粒数

LDL可以通过NMR波谱法、密度梯度超速离心、电泳、离子迁移率分析或色谱分析法进行再分级。NMR波谱法是迄今为止劳动密集程度最低的方法,对LDL颗粒(LDLP)及各种脂蛋白亚类包括VLDL、IDL、LDL和HDL的大小和浓度进行快速定量;Lp(a)通常包括在NMR的检测LDL分数内。NMR根据脂质颗粒内包含的末端甲基团产生的光谱信号来分析脂蛋白。TG、胆固醇和磷脂中存在的甲基团数量对于给定大小的颗粒来说是一致的,能够转化成颗粒浓度。然而,这项技术尚未经过严格标准化来解释在不同血脂异常情况下中性核心脂出现的广泛组成变异性;因此,在这些情况下解读数据需要谨慎。将NMR脂蛋白分析与其他检测脂蛋白颗粒数量、大小和亚类的现有技术进行比较,彼此间的结果一致性较差,部分原因是各种技术检测了不同的物理属性。但是,即使不同的NMR方法也产生差异结果,因为破译NMR信号的算法是每个供应商的专有技术。因此,NMR光谱分析急需标准化,以及一致性到唯一的参考物质,方可使NMR数据与其他亚分类技术比较。

无论如何,监视了临床结果的多项大规模前瞻性队列研究,包括欧洲-诺福克前瞻性的癌症调查研究(EPIC-Norfolk)、Framinghan Offspring研究、多种族动脉粥样硬化研究(MESA)和女性健康研究,均证明LDLP在预测CVD上优于LDLC,与很多致动脉粥样硬化血脂异常个体的LDLP数量增加、但是LDLC不高的事实一致;在这种情况下,患者通常有较高的富含TG脂蛋白浓度,可能解释了较高的CVD风险,而不是本身LDLP数量高。LDLP似乎也是亚临床CVD的较好指标,因为与LDLC或非-HDLC相比,其与冠状动脉钙化和颈动脉内-中膜厚度有更强烈的关联。虽然早期研究强调小LDL颗粒的致动脉粥样硬化性,但是现在我们知道所有LDL颗粒都是致动脉粥样硬化的,以较大的活跃LDL颗粒和早期动脉粥样硬化表现为主的家族性高胆固醇血症患者证明了这点。因而,患者治疗的主要重点应该仍是减少LDL颗粒的数量,而不是去区分大和/或小LDL颗粒。的确,一个包含24项研究(报告了LDL亚组分与心血管结局之间的关系)的综述分析得出结论,较高的LDLP与CVD事件风险增加始终关联,而不是LDL大小。

LDLP检测的一个主要阻碍是,虽然一些较大的参考实验室可提供检测,且Liposcience(现在是LabCorp)已开发了一种小型自动化NMR分析仪用于高通量临床实验室检测,但在美国以外地区的可用性受限。另一个潜在的阻碍是成本,尽管LDLP检测提供了有关其他脂蛋白分数的附加信息,但其成本大约是标准血脂检测的两倍。VLDL颗粒浓度(VLDLP)的NMR定量发现,在用他汀类治疗的低LDLC患者中,最小的残余亚类浓度与每SD的剩余风险增加68%有关(HR,1.68;95% CI,1.28-2.22)。将LDLP和VLDLP亚类监测,作为LDLC以外的附加治疗目标,在推荐用于常规临床实践之前,需要在临床实验室中获得更广泛可用的标准化检测。

载脂蛋白B

apoB是所有非-HDL脂蛋白的结构蛋白,调节肝脏、肠和外周组织的脂蛋白离心和向心运输。apoB有2种亚型:全长型apoB为apoB100,分子量550kDa,是肝细胞合成的主要亚型,存在于VLDL、IDL、LDL和Lp(a)中;截短型为apoB48,分子量265kDa(是apoB100分子量的48%),在肠上皮细胞中合成,是乳糜微粒和乳糜微粒残余颗粒的结构蛋白。apoB100包含与LDL受体结合的配体,apoB48则不包含。因为每种致动脉粥样硬化颗粒均包含1分子的apoB,所以apoB的浓度被认为是循环中致动脉粥样硬化脂蛋白总数的直接测量。

由于它的相对较高的含量,apoB100可通过免疫方法方便地检测。免疫透射比浊法(Immunoturbidimetric)和免疫散射比浊法(immunonephelometric)方法产品可从几家厂商常用于全自动分析仪的产品上购买获得。依据使用的抗体特异性,大多数免疫检测产品同时检测apoB100和apoB48,产生的这些抗体通常是抗apoB100的。在空腹样品中,血浆中90%以上的apoB是apoB100。由于LDL(3或4天)较VLDL(3或4个小时)有较长的半衰期,当TG<2.3mmol/L时,几乎全与LDL有关。因此,在低TG浓度,apoB检测实质上是LDL-apoB浓度或LDLP的估计。虽然apoB不能代替基于NMR的颗粒大小检测,但简单的apoB检测排除了对检测LDLP的更昂贵技术,如NMR波谱法的需求。通过VLDLP与LDLP相加,以及将每升纳摩尔(nmol/L)转换成质量单位(mg/dL),再根据apoB100的分子量(550kDa)乘以因子0.055,使LDLP与apoB100检测直接比较。该转换认识到apoB100和LDLP二者的检测除了LDL,还包括IDL和Lp(a)。

从分析上,apoB100是一种定义明确的蛋白。其检测可以标准化,因为有血清为基础的IFCC/WHO SP3-08二级参考物质可用,该参考物质使用免疫散射比浊法和以超速离心制备了不包括IDL和Lp(a)的一个稳定的LDL组分(密度,1.030-1.050g/mL),作为一级参考物质为之定值。apoB100检测便于自动化,与直接LDLC和HDLC检测相比较准确,尽管在高甘油三酯血症患者中,关注到与NMR和垂直自动分析超速离心法导出的apoB浓度相比,apoB免疫检测的准确度仍有问题。统一校准已经使apoB免疫检测的实验室间变异从>19%降低到约7%-9%。在荷兰的EQA计划中,28%的参与实验室超过了NCEP的apoB偏移建议(≤6%),而68%的实验室超过了LDLC建议(≤4%)。尽管有国际公认的参考系统可用,但是经过体外诊断行业和实验室专业人员更多努力有可能进一步改善apoB标准化和使精密度提高到约2%~4%。大多数免疫透射和免疫散射比浊法的apoB100检测产品可允许TG浓度至少达10mmol/L,没有干扰;远远高于cLDLC的最大允许TG浓度4.5mmol/L;在普通人群中只有约0.1%的个体的非空腹血样TG浓度高于10mmol/L限值。

更近期,已经引入LC-MS/MS的载脂蛋白的定量检测方法。自动化质谱分析提供了精确的apoB100检测(总CV,2.5%~4%),在检测正常甘油三酯血清和TG≤20mmol/L的高甘油三酯血清时,可与免疫透射比浊检测结果互换。然而,这些LC-MS/MS检测方法的临床适用性和检测速度,因在蛋白检测前的样品准备的复杂性和处理时间而受限。随着自动化改善了工作流程和色谱分析运行时间更短,LC-MS/MS蛋白检测可以用于大型临床研究并最终用于常规临床实验室常规。LC-MS/MS的另一个优势是单次运行可以同时检测多样载脂蛋白,因而,有可能对患者进行完整的载脂蛋白分析。VLDL相关载脂蛋白apoC-I、apoC-II、apoC-III和apoE,通常没有标准化临床免疫检测方法可用,这不利于发现病理生理学线索(例如,apoC-II缺乏或apoC-III增加)以充分诊断和管理血脂异常。基于质谱分析的蛋白质组学在前瞻性Bruneck研究人群中发现VLDL相关载脂蛋白与CVD发生率强烈相关,支持了与将富含TG脂蛋白作为靶向目标来降低CVD风险的概念。

使用可溯源以血清为基础的校准品将提高LC-MS/MS方法实验室间再现性,可有助于更快地将发现的生物标志物应用于临床,以确定CVD患者高脂血症的个性化治疗机会。为此,IFCC科学部于2017年成立了一个工作组对一组临床相关血清载脂蛋白A-I、B、C-I、C-II、C-III、E及apo(a)进行标准化,并建立上述分析物的LC-MS/MS的参考测量系统,而不受遗传变异、转译后修饰和其他因素的影响 。

apoB的分析前优势

除了分析变异性,还应考虑研究对象内(个体内)生物变异性。apoB的平均生物变异性(个体内CV)是6%~7%(范围,3%~12%),使同一患者的重复apoB检测比计算非-HDLC更可靠,因为后者包括TC(6%CV,范围2%~12%)和HDLC(7% CV,范围2%~14%)两者的生物变异。TG的个体内CV(平均,28%)是cLDLC总变异范围大至75%的主要因素。这也是apoB或非-HDLC检测的主要优势,不受TG生物变异的影响。

与非-HDLC相似,apoB检测从不要求空腹。虽然每个乳糜微粒和乳糜微粒残余颗粒包含1分子的apoB48,但这在apoB免疫检测中不构成问题。除了III型高脂蛋白血症(血β脂蛋白异常)外,乳糜微粒和乳糜微粒残余颗粒数量太少,甚至与VLDL颗粒相比都少,以致于不会显著影响总apoB浓度。即使在餐后峰值浓度,乳糜微粒-apoB48颗粒数在健康个体中通常<1%,且VLDL-apoB100颗粒数小于LDL-apoB100颗粒数的10%。因而,即使乳糜微粒数增加5-10倍,总apoB浓度也不会发生太大变化。相比之下,Lp(a)-apoB100对apoB浓度的影响在Lp(a)>100mg/dL的非常高个体中是显著的。考虑到apoB100约占Lp(a)质量的16%,被Lp(a)纠正的apoB浓度可以估计为apoB(mg/dL)- [Lp(a)(mg/dL)×0.16]。

基于共识的建议。尤其在检测高甘油三酯、空腹或低LDLC浓度样品时,非-HDLC和apoB试验比dLDLC和cLDLC更准确。非-HDLC的优势是将残余颗粒-C与LDLC相加,与TG变异无关(CBR6),但是仍受计算中所用的dHDL非特异性偏移影响。ApoB在准确度、标准化、可用于常见实验室仪器和相对低成本上,可潜在地符合分析性能标准,且可用于估计LDLP数加残余颗粒-P(VLDLP)和Lp(a)颗粒数,但是不可用于估计大小(CBR7)。多路LC-MS/MS载脂蛋白概况分析或基于NMR的LDLP和VLDLP亚类数量和大小,有希望用于心血管风险管理的个性化(精准)医疗,但如果合并使用一些流行病学研究和临床试验的实验室数据,评价检测分析物的临床性能,仍需要标准化。此外,广泛可用性对于临床应用来说至关重要。

应用非-HDLC或apoB代替LDLC检测吗?

普通人群的观察性研究

非-HDLC或apoB是否比传统的LDLC检测更有效地鉴别CVD风险,各研究结果不一致。包含12项流行病学研究共233455人的荟萃分析发现,apoB,每SD增量的RR是1.43(95% CI,1.35-1.51),与未来致命性或非致命性CVD事件的关联优于非-HDLC(1.34;1.24-1.44)和LDLC(1.25;1.18-1.33)(P<0.001)。该荟萃分析包含的哥本哈根市心脏研究(n=9231)的10%女性和20%男性中,apoB预测的CHD风险比cLDLC相关风险更高(P<0.01);这些个体有较高的TG和最佳的cLDLC浓度。然而,在4679位MESA研究参与者中,检测脂蛋白颗粒与CHD的关联在经过标准血脂变量调整后变弱了,表明这些检测不能检出标准血脂分析无法解释的风险。

由新兴风险因素协作组对68项前瞻性研究共302430例名患者数据(包括12785例CHD)的大规模荟萃分析表明,经过非-HDLC和HDLC调整后,非-HDLC和TG增加1-SD值的CHD风险调整HR分别是1.50(95% CI,1.39-1.61)和0.99(0.94-1.05)。来自8项研究被检测了dLDLC的共44234位参与者的亚组,他们的HR相似于非-HDLC和dLDLC的HR,分别为1.42(1.06-1.91)和1.38(1.09-1.73)。非空腹参与者与空腹参与者的HR至少一样强烈。同一协作组执行了另一个包含26项观察性研究(139581位参与者,12234例CHD事件;研究也提供了有关载脂蛋白的信息)的荟萃分析,结果发现相似的预后值:apoB和非-HDLC每增加1-SD的HR分别是1.24 (1.19-1.29)和1.27(1.22-1.33)。用各种血脂参数包括非-HDLC和apoB代替TC信息,并没有改善CVD预测。

用检验医学最佳做法对9项相关研究进行系统评审,结果表明在标准风险因素的基础上增加apoB(RR=1.31;95% CI,1.22-1.40),使长期CVD风险评估得到显著改善;然而,由于研究数量不足,没有得出有关非-HDLC在预测CVD事件上的有效性结论。

干预研究

在某些、但不是所有的一级和二级预防试验中,治疗中apoB为LDLC甚至是非-HDLC增加了预后信息。对8项随机化对照他汀类药物试验共38153位参与者的治疗中数据的荟萃分析显示,LDLC、非-HDLC和apoB每增加1-SD值的调整HR分别是1.13(95% CI,1.10-1.17)、1.16(1.12-1.19)和1.14(1.11-1.18)。这三个指标在CVD剩余风险量级上基本相似,虽然LDLC与非-HDLC之间的微小差异在统计学上有显著性(P=0.002),但LDLC与apoB之间的差异不显著。非-HDLC变化(64%)比LDLC(50%)或apoB(54%)更能说明他汀类诱导的抗动脉粥样硬化作用。应当注意的是,该荟萃分析包含的大多数研究均使用肝素-锰离子沉淀法检测量HDLC,这与如今大部分研究使用的直接方法不同;因此,这些非-HDLC的结果可能无法用于当前临床实验室实践中。

用Bayesian随机效应分析25项试验共131134名患者(包括12项他汀类、4项贝特类、5项烟酸和2项辛伐他汀-依泽替米贝试验)进行的大型荟萃分析,得出相似结论:非-HDLC在预测CHD(Bayes因子,1.45)和CVD(Bayes因子,2.07)上稍微优于apoB。只有apoB与非-HDLC或LDLC结合才略微改善了CVD风险预测(Bayes因子,1.13)。综合这25项试验,apoB每减少0.1g/L与CHD降低9%、中风没有减少、和重大CVD风险降低6%有关。在无糖尿病或CVD成人的JUPITER试验中,基线cLDLC<3.4mmol/L和C-反应蛋白浓度≥2mg/L,用他汀类药物治疗的cLDLC、非-HDLC和apoB的标准化HR没有差异:分别为1.31(95% CI,1.09-1.56)、1.25(1.04 -1.50)和1.27(1.06-1.57)。有趣的是,在JUPITER试验中,基线apoB、LDLP、VLDLP、残余颗粒-C和非-HDLC都与CVD风险增加有关,但cLDLC与之无关。

在包含7项主要他汀类试验的另一个荟萃分析中,apoB每减少1-SD的平均CHD风险降低(24%;95% CI,19%-29%),比LDLC降低20%(16%-24%)和非-HDLC降低20%(15%-25%)多。在每个试验中,根据apoB变化的平均风险降低比根据LDLC变化和非-HDLC变化的高22%(12%-31%)和24%(22%-26%)(P<0.001)。在同一个荟萃分析中,等同目标浓度的LDLC(-42%)、非-HDLC(-41%)和apoB(-42%)降低1-SD预期分别使风险降低30%、32%和39%,表明如果治疗以apoB为目标而不是以LDLC或非-HDLC为目标,受益更大。

基于共识的建议。对研究人群的荟萃分析表明非-HDLC和apoB的临床性能,虽然在某些研究中优于LDLC,但平均来说与LDLC相比预测风险的能力相当。但是,在正常或低LDLC、但高apoB或非-HDLC的个体子集中,CVD风险用apoB或非-HDLC来跟踪(CBR8)。

非-HDLC或apoB应用作LDLC的“附加”试验吗?

虽然在人群的大型研究和试验中,整体相关性高且预测能力相当,但一致性/不一致性分析数据表明,在LDLC的基础上增加非-HDLC或apoB有可能通过个性化方法鉴别出更多高风险个体,以提高风险预测能力。不一致性存在于LDLC和非-HDLC、LDLC和apoB、以及非-HDLC和apoB之间(一个值正常,另一个值高),可能出现在高达25%的普通人群中(见图4)。


国际动态-图4.jpg


LDLC与非-HDLC

尽管在研究人群中发现非-HDLC与cLDLC或dLDLC任一检测均存在相关性,但是很明显,非-HDLC与LDLC不总是提供给个体患者的相同临床信息。在非-HDLC值相同的个体中,cLDLC差异可在1.0-1.6mmol/L间,根据TG浓度范围1.1-3.4mmol/L而定。非-HDLC与dLDLC之间的相关性随着TG浓度不断增加而降低:在包含1590名患者的研究中,dLDLC浓度在目标范围≤2.6mmol/L、但非-HDLC浓度高于指南临界点3.6mmol/L的患者百分比,随着TG不断增加而显著增加。用非-HDLC代替dLDLC作为高甘油三酯血症患者的治疗目标几乎使需要治疗的患者数量加倍。

在包含1310440例患者的大规模血脂分析数据库中,与cLDLC相比,非-HDLC使很大一部分患者重新归类为指南的更高治疗类别,尤其是在低LDLC范围和TG≥1.7mmol/L时。在LDLC<1.8mmol/L的患者中,15%患者的非-HDLC≥2.6 mmol/L,如果同时TG浓度在1.7-2.3mmol/L间,则22%患者的非-HDLC≥2.6mmol/L。相似地,在LDLC浓度在1.8mmol/L and 2.6mmol/L间的患者中,12%患者的非-HDLC≥3.4mmol/L,如果同时TG浓度在1.7-2.3mmol/L间,则17%患者的非-HDLC≥3.4mmol/L,而且LDLC与非-HDLC百分位数间的不一致性,在较低LDLC和较高TG浓度时在增加。

LDLC与非-HDLC不一致的潜在临床意义在正常或低LDLC浓度时最明显。在cLDLC<2.6mmol/L的明显健康个体中(EPIC-Norfolk前瞻性人群研究,n=21448),与非-HDLC<3.4mmol/L的个体相比,非-HDLC>3.4mmol/L的个体未来患CHD的HR是1.84(95% CI,1.12-3.04)。与非-HDLC增加1-SD相关的风险(HR=1.54;95%CI,1.35-1.74)比,与cLDLC(HR=1.22;1.17-1.27)或TG(HR=1.14;1.09 -1.19)增加1-SD相关的风险高。与非-HDLC增加相关的风险较高的存在于任何LDLC浓度类别,特别是在低LDLC浓度,而LDLC并未对非-HLDC提供任何附加CHD风险。这就意味着没有理由将非-HDLC用作“外加”项目:如果两者一致,非-HDLC的性能与LDLC一样好。如果不一致,非-HDLC的性能更好。所以,最终结果是非-HDLC与LDLC相比,整体性能更好。

相同的结果适用于Boekholdt等人对8项他汀类试验进行的荟萃分析。在该分析中,根据是否达到了LDLC目标2.6mmol/L和非-HDLC目标3.4mmol/L,计算了4类包含38153例接受治疗患者的重大CVD风险HR。达到非-HDLC目标、但没有达到LDLC目标的接受他汀类治疗患者,与两个目标都达到的患者相比HR是1.01(95% CI,0.92-1.12)。达到LDLC目标、但未达到非-HDLC目标的患者HR是1.32(1.17-1.50)。

这些数据表明计算非-HDLC在预测整体人群的CHD上至少与检测或计算LDLC一样好,且如果两个结果在高TG个体中不一致的,可能还优于LDLC,因为其包括VLDLC(=残余颗粒-C)。唯一的问题是临界值的选择:与LDLC相比,非-HDLC有更敏感的风险临界点起重要作用,而不是生物标志物。依据以下假设:TG<1.7mmol/L时,VLDLC浓度正常;即经Friedewald等式估计<0.8mmol/L,使专家组和学会共识武断地定义了指南的非-HDLC临界点。降低非-HDLC临界点导致患者重新分类上移(如果目标是减少过度治疗)。风险临界值需要进行诊断性能确认。就当前的目的而言,非-HDLC与cLDLC数据相结合似乎是指导治疗的适当策略。这可以弥补LDLC达到1.8mmol/L时检测或计算不确定度导致LDLC低估或高估对临床决策的影响。由于Friedewald等式不可用无法获得cLDLC时,使用非-HDLC比dLDLC更好,也没有附加支出(CBR9)。但是,在高甘油三酯血症样品中,dHDLC检测的准确度受损使某些个体报告非-HDLC的好处减少了。

LDLC与apoB

apoB与LDLC不一致的意义在致动脉粥样硬化血脂异常患者中最明显,这些患者表现为TC和LDLC浓度“正常”—这是在有代谢综合征或胰岛素抵抗以及服用他汀类等药物降低LDLC比apoB多的个体中间特别常见的分析。在胰岛素抵抗动脉粥样硬化研究的1522名个体中,在每个NCEP成人治疗组第三版的风险分类中,每个风险类别的apoB增加伴随正常cLDLC,与cLDLC增加伴随正常apoB相比,与风险因素包括腹部肥胖、血脂异常、高胰岛素血症和血栓等有更强烈的关联;与心血管风险与含有apoB的颗粒数(通过apoB检测反映),比脂蛋白的胆固醇含量更直接关联的一致观点。因此,仅根据TC和LDLC可能低估了以胆固醇很少的小LDL颗粒为主的对象的风险,而增加的apoB浓度有助于鉴别这些由于其“正常”LDLC而被忽略的高风险个体,据估计这种情况适用于大约30%的人群。

例如,在评估一位有糖尿病且LDLC为2.3mmol/L的患者时,通常得出结论:他们在目标范围,因为其LDLC<2.6mmol/L。然而,这个水平代表了胆固醇贫乏的LDL颗粒数较高,与LDLC为2.3mmol/L、但无致动脉粥样硬化血脂异常和相关胰岛素抵抗的人相比,该患者的风险更高。另一个问题是,这些患者的富含TG脂蛋白浓度易于增加,而且Friedewald等式将低估其LDLC。

女性健康研究的不一致分析,代表了致动脉粥样硬化脂蛋白标志物的综合比较。虽然在27533名研究参与者中,发现LDLC与非-HDLC、apoB和LDLP显著相关,但根据中位数临界点确定了LDLC与非-HDLC、apoB和LDLP不一致的发生率分别是12%、19%、和 24%。在dLDLC低于中位数3.1mmol/L的女性中,非-HDLC(HR=2.92;95% CI,2.33-3.67)、apoB(HR =2.48;2.01-3.07)和LDLP(HR=2.32;1.88-2.85)浓度不一致(在中位数或以上)的女性与浓度一致的女性相比,CHD风险低估了3倍;这些个体的TG增加,HDLC偏低,胆固醇耗竭的LDL颗粒更小。相反,在dLDLC≥中位数的女性中,非-HDLC(HR=0.40;0.29-0.57)、apoB(HR=0.34;0.26-0.46)和LDLP(HR=0.42;0.33-0.53)浓度不一致(低于中位数)的女性,CHD风险被高估了3倍;这些个体的LDLC增加,因为虽然LDLP或apoB总体数量较少,但其LDL颗粒更大且富含更多胆固醇。

用cLDLC代替dLDLC的附加分析发现,在cLDLC低于中位数的女性中,apoB或LDLP不一致的HR增加了。在近期包含2794名年轻成人间的不一致分析中,高apoB和低cLDLC或非-HDLC不一致的,与中年患冠脉钙化的较高比值比(odds)有关:调整后的比值比[OR(95% CI)]分别是1.55(1.10-2.18)和1.45(1.01-2.09)。Framinghan和MESA研究的cLDLC与LDLP不一致性分析显示了在不一致个体中LDLP优于cLDLC。

这些数据表明,对于大多数LDLC与替代的检测项目(非-HDLC、apoB或LDLP)数值一致的个体,这些检测性能是相似的。但是,在LDLC与替代检测量不一致的个体亚组中(女性健康研究人群高达25%),当你只依赖LDLC,风险可能被高估或低估。如果apoB性能与LDLC一样好(一致)或比它还好(不一致),第2步程序就是多余的,apoB可以作为独立检测项目而不是附加检测项目。

非-HDLC与apoB

非-HDLC不是apoB的临床准确替代项目指标,因为这2个标志物代表不同的度量。在基于人群的大型研究中,非-HDLC和apoB高度相关,但在个体之间只有中度一致性。对于任何非-HDLC值,apoB浓度的变异相当大,从远高于到远低于期望值都有可能。非-HDLC与apoB间这样的不一致性在高甘油三酯血症患者中甚至更突出,尤其是家族性混合型高血脂症,其特点是高apoB,以及apoE2/2基因型导致的血β脂蛋白异常症,通常表现为低apoB浓度(非-HDLC与apoB呈逆向表现),因为β-VLDL残余颗粒未被处理为LDL颗粒。这些血脂异常都不可用非-HDLC来描述。

除了LDLC,非-HDLC还估计了致动脉粥样硬化血脂异常的2种密切相关的代谢生物标志物,即(VLDL)残余颗粒胆固醇和LDL颗粒数的影响,但它没有准确地度量后者。如果LDL颗粒内胆固醇很少,正如在致动脉粥样硬化血脂异常观察到的,因LDL颗粒数较高(以及由此导致不一致的高apoB浓度),LDLC和非-HDLC将低估风险。另外,VLDL颗粒内的胆固醇含量呈高度变异。在VLDL-和IDL-内apoB100只占总血浆apoB100相对较小的分数(<10%),而VLDLC在非-HDLC中却轻易地占有10%到25%或更多,因此VLDLC/非-HDLC比值较VLDL-apoB100/总apoB比值的方差大。

在INTERHEART病例对照研究中,apoB与非-HDLC不一致性分析发现,apoB在预测CVD风险上不等同于非-HDLC。“非-HDLC>apoB表型”(富含胆固醇的apoB颗粒)的病案例与对照组的OR是0.72(95% CI,0.67-0.77),表明风险低于参考一致组;而“非-HDLC<apoB表型”(胆固醇很少的apoB颗粒)的OR是1.58(1.38-1.58),表明风险明显高于一致组。  

在胰岛素抵抗动脉粥样硬化研究中(n=1522),虽然在正常非HDLC组内LDLC较低、但apoB较高的,被较大的腰围、高胰岛素血症和较低的胰岛素敏感性指示增加了风险。apoB比非-HDLC与中心型肥胖、胰岛素抵抗和炎症更加密切关联,表明对于鉴别有或无代谢综合征且心血管风险增加的个体亚组,apoB较非-HDLC是更好的风险参数。一旦apoB浓度增加,可认为CHD风险升高,而非-HDLC提供的附加风险预测可以忽略。

在健康专业人士随访研究的18225位男性中,非-HDLC和apoB都能高度预测CHD,比LDLC更好。在这个男性群体中,CHD RR(上与下五分位数)分别是apoB 3.01(95% CI,1.81-5.00),非-HDLC 2.76(1.66-4.58),以及dLDLC 1.81(1.12-2.93)。当非-HDLC与dLDLC互相调整时,只有非-HDLC能够预测CHD。当非-HDLC与apoB互相调整时,只有apoB能够预测CHD。在非-HDLC的每个三分位数内,CHD风险随着apoB三分位数增加而增加,而在apoB的每个三分位数中,风险不随非-HDLC三分位数增加。TG浓度值为非-HDLC提供了重要的CHD风险预测信息,对apoB则没有。

在女性健康研究中(n=27533),apoB、LDLP与非-HDLC在高达20%的女性中出现了不一致性。根据apoB和LDLP检测存在高颗粒浓度不一致的女性,更有可能为代谢综合征和糖尿病。根据非-HDLC存在高颗粒浓度的女性,其CHD风险增加:年龄调整后的HR分别是apoB 1.77(95% CI,1.56 -2.00)和LDLP 1.70(1.50-1.92)。经过临床风险因素包括代谢综合征的调整后,这些风险减少至apoB 1.22(1.07 -1.39)和LDLP 1.13(0.99-1.29)。重要的是,具有不一致高apoB或LDLP的大多数个体将被综合风险算法(global risk algorithms)漏掉(被视为非常低风险)。与非-HDLC不一致的低apoB或LDLP与风险较低无关。

apoB与非-HDLC的优缺点一直是持续争议的要点。两者在实际评估中均有益处,无论用餐状态如何。虽然apoB检测增加了额外成本,但不一致分析的结果支持我们的看法,即在某些患者中,经apoB(或LDLP)度量的致动脉粥样硬化脂蛋白颗粒数比这些颗粒携带的胆固醇(经非-HDLC检测)更能预测CHD的发生。然而,应当注意的是,apoB和LDLP检测在预测CVD风险的能力上不总是等效的。在2013年包含25项临床研究的荟萃分析发现,在与多种临床结局的关联中apoB免疫检测和基于NMR的LDLP度量出现了21%的不一致性,而且LDLP的关联强度(用OR、RR和HR表示)通常比apoB高。

治疗中不一致性

包含8项他汀类试验的荟萃分析表明,经过他汀类治疗后LDLC、非-HDLC和apoB的浓度降低,表现出较大的个体内变异,即使在非常低LDLC<1.8mmol/L时。他汀类药物降低LDLC和非-HDLC的幅度显著大于apoB或LDLP。这是因为他汀类药物降低富含胆固醇的大LDL颗粒的比例高于胆固醇贫乏的小LDL颗粒。包含11项他汀类试验17000名患者的荟萃分析发现,LDLC减少了43%,非-HDLC减少了39%,apoB减少了33%。这必然导致治疗中的LDLP浓度平均高于同时的LDLC或非-HDLC期望浓度。但是,某些患者的高Lp(a)浓度也有助于解释为什么apoB和LDLP减少的幅度小于LDLC或非-HDLC。平均来说,治疗中LDLC和非-HDLC分别减少至人群的第20和第29百分位数,但是apoB和LDLP只分别减少至第55和第51百分位数。这种不一致性表明很多接受他汀类治疗的患者的剩余风险显著,而且如果未检测apoB或LDLP的,则LDL降脂疗法就没有进一步的获益机会。在AFCAPS/TexCAPS试验中,经过1年洛伐他汀治疗后,治疗中apoB仍与重大冠脉事件存在牢固的风险关系,而LDLC失去了统计学意义。剩余风险也与治疗中非-HDLC有关,且与小VLDLP浓度(可代表LDL靶向他汀类剂量未充分降低的富含TG脂蛋白残余颗粒)更显著相关。

很大一部分达到LDLC目标甚至是非-HDLC目标的接受治疗患者,在没有进行更积极治疗的情况下未达到apoB目标。在美国国家健康与营养调查2009-2010中,64%接受他汀类治疗的成人达到了LDLC目标,63%达到了非-HDLC目标,但只有52%达到了apoB目标。在达到了非-HDLC目标的人中,50%的CHD患者和33%的其他高风险成人(包括糖尿病和慢性肾病患者)未达到apoB目标。致动脉粥样硬化血脂异常的存在,与未达到所有3个目标有关,即LDLC<1.8mmol/L、非-HDLC<2.6mmol/L和apoB<0.8g/L,在他汀类治疗中LDLC<1.8mmol/L的很大比例(三分之一)的非常高风险2型糖尿病患者中发现这种未达到目标的情况。

不一致性随着他汀类治疗强度增加而持续存在。对2个他汀类随机化二级预防试验TNT和IDEAL的合并分析显示,低强度他汀类组的非-HDLC降低至第30百分位数而apoB只降低至第60百分位数。高强度他汀类组的非-HDLC降低至第5百分位数而apoB只降低至第30百分位数。在高强度他汀类的JUPITER试验中,46%接受治疗的患者显示LDLC降低≥50%,28%患者显示非-HDLC降低≥50%,只有18%患者显示apoB降低≥50%。强化治疗策略以进一步降低不必要的apoB浓度是否会改善结局仍待证明。apoB浓度的较小变化可能不一定需要转化为较小的风险降低。如果apoB降低30%与LDLC降低50% 获得相同的风险降低,那它就不是一个占优势的目标。为了检验这一点,需要比较2个不成比例地降低apoB和LDLC的干预试验,并评估与这些变化有关的人群归因风险,即风险因素没有进一步降低就不会在人群发生的CVD病例数量(或比例)。在JUPITER试验中,临床结局分析发现LDLC、非-HDLC或apoB的降低百分比与治疗效果之间的关系相似。

在抗PCSK9试验中也发现了LDLC、非-HDLC和apoB浓度显著降低的不一致性。通常,PCSK9抑制导致LDLC从基线平均降低60%-65%,非-HDLC降低50%-55%,以及apoB降低45%-50%,这取决于高胆固醇血症患者使用PCSK9单一治疗还是与中或高强度他汀类(±依泽替米贝)联合治疗。

抗PCSK9治疗获得的LDLC、非-HDLC和apoB降低在有无混合型高脂血症的患者中是相似的,反映了较高的循环TG和残余颗粒样脂蛋白浓度。在4个依伏库单抗(Evolocumab)研究包含3146名参与者的疗效分析中,结果发现对于空腹TG有或无增加>1.7mmol/L的患者,以下三个指标从基线开始的平均百分比变化遵循相似的模式:LDLC(-67%~ -65% vs 安慰剂),非-HDLC(-53%~ -54%),和apoB(-49% ~ -50%)。同样高比例的TG有和无增加、接受依伏库单抗治疗的NCEP III高风险患者分别达到LDLC目标<1.8mmol/L(82% vs 81%)和<2.6mmol/L(92% vs 92%)。然而,与TG增加的患者相比,明显更多的TG无增加患者达到apoB目标<0.8 g/L(93% vs 85%)。另外,明显更多TG无增加的患者达到非-HDLC目标<2.6mmol/L(85% vs 77%),表明在高甘油三酯血症患者中PCSK9抑制对残余颗粒-C的降低效果不如LDLC。

基于共识的建议。LDLC、非-HDLC和apoB目标的不一致性分析表明有可能鉴别出“隐藏的”CVD风险和判定治疗的充分性。为了达到当前提出的非-HDLC和apoB目标,不可避免地需要高剂量他汀类以外的新型疗法,以在LDLC浓度非常低时进一步降低非-HDLC或apoB;但是,该方法的证据基础仍不完整。非-HDLC和apoB的临界点是根据共识临界值任意定义的,在作为“外加”检测项目用于鉴别和治疗附加高风险人群之前,需要进行诊断性能确认。我们需要比较研究数据集中每个水平LDLC、非-HDLC或apoB变化取得的CVD事件降低;否则,仍不明确到底是生物标志物还是临界值起到作用。

目前,我们建议每一份血脂分析报告均应增加非-HDLC(CBR5)。对于检测了TC、TG和HDLC(并计算了cLDLC)的患者,这一操作没有增加额外成本,计算残余颗粒-C也是,可以免费报告。为了提高患者舒适度和依从性,这种方法使用非空腹血样具有优势。由于Friedewald等式无效不可获得LDLC时(TG>4.5mmol/L),没有必要进行外加dLDLC检测,非-HDLC计算可用于代替cLDLC来评估治疗反应(CBR9)。

理想的致动脉粥样硬化脂蛋白试验是什么?

包含TC、TG、HDLC和LDLC的传统血脂分析仍是诊断血脂异常和CVD风险分类的主要方法。但是,在接受治疗的情况下LDLC的地位受到威胁。在LDLC靶向治疗中持续存在的显著剩余风险,即使在低LDLC<1.8mmol/L时,加剧了临床应用非-HDLC或apoB作为治疗效果指标的成本效益争论。因而,虽然血脂分析对于初始诊断和风险分类来说仍是必要的。

但我们可以建议简化降脂治疗的随访以及通过计算非-HDLC(仅通过TC和HDLC检测)或单一的apoB检测来减少支出,无需空腹和考虑TG。使用非-HDLC或apoB中任一个,都会通过将所有“致动脉粥样硬化脂蛋白”(apoB)或“致动脉粥样硬化胆固醇”(非-HDLC)融合为单一标志物使指南简化。但是,用非-HDLC或apoB代替LDLC作为血脂异常相关风险管理的主要生物标志物存在严重阻碍(表6)。

良好的致动脉粥样硬化脂蛋白标志物需要满足什么条件?应当在非空腹样品中易于检测,成本低,检测程序准确;不应增加鉴别患者的医疗支出,在这些患者中CVD预防策略或治疗的成本效益高。出于监测目的,该检测项目不应只预测临床重大事件,也要对疾病或治疗变化作出反应。根据EFLM检测项目评估工作组定义的成为医学有用检测项目的关键指标,当前被疑问检测项目均没有被完全确认。虽然apoB检测的分析性能优于LDLC检测或计算,甚至优于非-HDLC,且apoB检测的临床性能相对于标准血脂评估来说在选定患者中具有更多的获益,但需要来自严格执行的结果研究的更多确定性证据,以证实apoB检测与LDLC靶向治疗相比,将有效地减少CVD事件(临床有效性)和健康经济成本(成本效益)(表7)。这些关键的试验组成应在以非常低LDLC<1.3mmol/L为目标的新型疗法的背景下进行确认。

应根据定义明确的未满足的临床需求来设计生物标志物的检测。应预先确定每个检测项目指示的期望临床性能规范(可接受的错误分类和/或治疗不当等级),因为它们决定了分析性能规范。然后可以设计临床研究来评估检测项目的临床有效性和成本效益以改善健康和经济结局。在诊断调查的随机化对照试验中,患者随机接受新检测项目或标准项目检测,并评估了对于检测或治疗更多高风险患者的临床决策的影响(也就是,使用标准项目检测时未被检出或治疗的)。生物标志物的检测本身并不直接影响健康结局。调查指导临床医生和患者的决定和行为,这些才直接影响健康结局。新项目检测可通过优化治疗选择,更准确的CVD风险分类或预测或者CVD结局(即死亡率、发病率和并发症率),或提供其他患者受益(即更恰当的治疗选择、医学护理对患者健康的影响、生活质量),来改善结局。的确,新兴的精准医疗(个性化医疗)方法需要新型的靶向治疗生物标志物,根据个体患者的情况调整。对实验室的检测要求可包括获得检测结果的时间,治疗时间,和其他操作优势比如非空腹采样。经济上的结果包括检测成本和对医疗的所有下游影响,比如避免发病率带来的经济效益、质量调整寿命年或住院时间缩短。

如果非-HDLC、apoB或LDLP提供的指导治疗信息比LDLC单独指导的标准治疗减少更多CVD事件风险(和成本),则使用这些试验就是划算的。据1个荟萃分析估计,在处于10年他汀类治疗期间的美国成年人群中,非-HDLC靶向策略将比LDLC策略多阻止了约300000例CVD事件,而apoB策略将比非-HDLC策略多阻止了500000例事件。近期关于LDLP指导(单独的或与LDLC联合)的他汀类治疗的成本效益研究发现,医疗支出由于CVD事件变少而降低,从而可能节约成本,而且据估计该方法与标准的单独LDLC治疗相比,增加了质量调整寿命年。LDLP指导的治疗预期获得的LDLC降低,超过了LDLC单独指导获得的LDLC降低,因为使用了更高剂量的他汀类药物来达到LDLP目标。由于可以获得廉价的通用他汀类药物,为了降低非-HDLC、apoB或LDLP的强化药物干预的成本效益将得到提高。   

基于共识的建议。理想的致动脉粥样硬化脂蛋白生物标志物应确认分析性能、临床性能、临床有效性和成本效益,以证明在不同明确情况下在临床实践中的应用:筛查、血脂异常诊断、治疗选择和随访。目前直到这些问题被阐明前,非-HDLC是最好的选择,因为它没有增加患者或医疗体系的支出。一个经济适用的方法就是检测3个标志物(TC、TG和HDLC)、并计算cLDLC和非-HDLC。临床实验室应主动计算非-HDLC,并将其与cLDLC一起报告在所有血脂分析上(CBR5)。

a1.jpg

a2.jpg

赞赏支持

登录 后发表评论
1条评论