Novas Perspectivas sobre a Avaliação do Risco de Dilatação Aórtica Torácica
O AORTA Score mostra potencial para melhorar a previsão de aneurismas da aorta torácica.
― 6 min ler
Índice
- Risco Genético e Ferramentas Preditivas
- Nova Ferramenta de Avaliação de Risco: AORTA Score
- População do Estudo
- Selecionando Fatores Clínicos
- Desenvolvendo o Modelo de Previsão
- Avaliando os Modelos
- Comparando o Desempenho dos Modelos
- Utilidade Clínica dos Modelos
- Descobertas sobre Benefício Clínico
- Análise de Sensibilidade
- Limitações do Estudo
- Conclusão
- Fonte original
- Ligações de referência
A dilatação da aorta torácica pode causar sérios problemas de saúde conhecidos como aneurismas da aorta torácica (TAA). Se não tratado, um TAA pode causar ruptura ou dissecção, que pode ser fatal. Estudo mostra que cerca de 8% das paradas cardíacas fora do hospital são por causa dessa condição. As chances de morrer em 30 dias após ser internado para tratamento de um aneurisma da aorta torácica podem chegar a 49%. Surpreendentemente, muitas pessoas com aorta aumentada não sentem sintomas, e a condição é frequentemente descoberta por acaso. Quando um médico encontra um aneurisma da aorta torácica ascendente assintomático, ele pode monitorar com exames de imagem regulares e recomendar controle da pressão arterial ou cirurgia eletiva, levando a melhores resultados de saúde em comparação com tratamentos de emergência.
Risco Genético e Ferramentas Preditivas
Nos últimos anos, cientistas têm usado informações genéticas para prever o risco de várias doenças cardíacas, incluindo TaAs. Conhecidos como Escores Poligênicos (PGS), esses marcadores genéticos ajudam a estimar o risco de um indivíduo com base em seus genes. Pesquisadores desenvolveram PGS para avaliar quão provável é que alguém tenha uma aorta torácica ascendente aumentada e complicações relacionadas. Enquanto vários agrupamentos genéticos ligados a essas condições foram identificados, a aplicação real dos PGS na prática clínica ainda não é bem compreendida.
Nova Ferramenta de Avaliação de Risco: AORTA Score
Uma nova ferramenta clínica chamada AORTA Score foi criada para identificar pacientes com maior risco de dilatação da aorta ascendente. Esse escore foi desenvolvido usando técnicas avançadas de imagem e validado em várias populações. O AORTA Score considera fatores como idade, sexo, peso e problemas de saúde existentes, como pressão alta ou diabetes, tornando-o uma ferramenta abrangente para avaliar o risco de cada um.
Esse estudo foca em validar o AORTA Score em uma população diferente e diversa. Também enfatiza a necessidade de ajustar o escore com base em fatores locais específicos para melhorar sua precisão e mostra as vantagens potenciais de incluir um PGS no processo de pontuação.
População do Estudo
A pesquisa envolveu participantes do Biobanco Penn Medicine (PMBB), um grupo reunido de todo o sistema de saúde. Um total de 44.297 pessoas deu consentimento para que suas informações de saúde fossem vinculadas a testes genéticos. Entre elas, 6.790 fizeram ecocardiogramas para medir o diâmetro da aorta torácica ascendente.
Selecionando Fatores Clínicos
Para criar o modelo de avaliação de risco, os pesquisadores usaram fatores clínicos que faziam parte do AORTA Score original. Isso inclui Condições de Saúde como hipertensão e diabetes, e também métricas físicas básicas como idade, peso, altura e pressão arterial. A interação entre esses fatores também foi considerada para refinar ainda mais o modelo.
Desenvolvendo o Modelo de Previsão
Usando os fatores clínicos mencionados, os pesquisadores derivaram valores preditivos para os participantes do PMBB. Eles também criaram uma versão do AORTA Score que incluía valores de PGS. Os escores de PGS usados no estudo foram baseados em descobertas de uma coorte semelhante à população europeia. Os pesquisadores levaram em conta a ancestralidade, incluindo informações sobre a origem genética em seus modelos.
Eles construíram diferentes modelos para avaliar a eficácia do AORTA Score e suas variações. Uma versão foi um AORTA Score reponderado que ajustava as características específicas dos indivíduos no PMBB. Outra versão incluía tanto o AORTA Score reponderado quanto o PGS.
Avaliando os Modelos
Para garantir a confiabilidade de suas descobertas, os pesquisadores usaram um método chamado validação cruzada. Esse processo ajuda a evitar o sobreajuste e fornece uma imagem mais clara de quão bem os modelos funcionam em condições reais. Eles analisaram várias métricas de desempenho, como quão bem os modelos explicavam a variância no diâmetro aórtico e quão precisamente previam o tamanho da aorta.
Comparando o Desempenho dos Modelos
O desempenho do AORTA Score padrão foi comparado com sua versão reponderada e aquelas que incluíam o PGS. O AORTA Score reponderado foi o que teve o melhor desempenho, mostrando que ajustes baseados nas características de saúde locais podem melhorar significativamente a precisão. Enquanto adicionar o PGS ajudou, as melhorias foram pequenas.
Utilidade Clínica dos Modelos
O estudo também examinou como cada modelo poderia prever efetivamente quando uma pessoa tem um diâmetro aórtico de 4 cm ou mais, um ponto em que mais investigação ou ação é necessária. As versões do AORTA Score que incluíam PGS se saíram melhor na previsão dessa condição em comparação com o modelo padrão.
Eles realizaram análises de curva de decisão para avaliar os benefícios de cada modelo de regressão logística. Essas análises mostram com que frequência os modelos identificam corretamente indivíduos que podem se beneficiar de exames de imagem adicionais, como ecocardiogramas transtorácicos (TTE).
Descobertas sobre Benefício Clínico
Os resultados indicaram que os modelos com escores ajustados e aqueles que incorporaram dados genéticos foram melhores em identificar indivíduos que precisavam de mais avaliação. Isso significa que usar tanto métricas de saúde locais quanto fatores genéticos pode fornecer uma imagem mais precisa de quem pode estar em risco de desenvolver um TAA.
Análise de Sensibilidade
Os pesquisadores também realizaram análises de sensibilidade, testando vários limiares de pontuação para ver quais produziam os melhores resultados na identificação de casos que precisavam de atenção. Os resultados mostraram que o modelo, que inclui tanto o AORTA Score reponderado quanto o PGS, teve um bom desempenho em diferentes limiares.
Limitações do Estudo
O estudo tem algumas limitações. O AORTA Score original e o PGS foram baseados em uma população que pode não representar totalmente a população mais ampla e diversa dos centros urbanos nos EUA. Comparações com outras coortes são necessárias para validar ainda mais essas descobertas.
Além disso, o tamanho da amostra para gerar os pesos do PGS não era particularmente grande, o que pode ter limitado sua eficácia.
Conclusão
A pesquisa conclui que o melhor modelo para prever o aumento do diâmetro da aorta torácica ascendente é o AORTA Score reponderado combinado com PGS. Enquanto a incorporação de dados genéticos fornece alguma melhoria na capacidade preditiva, os ajustes baseados nas características de saúde locais parecem ser ainda mais benéficos. Estudos futuros devem focar em saber se resultados semelhantes podem ser replicados em diferentes grupos e como essas descobertas podem ser usadas em ambientes clínicos para identificar melhor indivíduos que precisam de triagem para dilatação da aorta torácica.
Título: Using a polygenic score to account for genomic risk factors in a model to detect individuals with dilated ascending thoracic aortas
Resumo: BackgroundAscending thoracic aortic dilation is a complex trait that involves modifiable and non-modifiable risk factors and can lead to thoracic aortic aneurysm and dissection. Clinical risk factors have been shown to predict ascending thoracic aortic diameter. Polygenic scores (PGS) are increasingly used to assess clinical risk for multifactorial diseases. The degree to which a PGS can improve aortic diameter prediction is not known. In this study we tested the extent to which the addition of a PGS to clinical prediction algorithms improves the prediction of aortic diameter. MethodsThe patient cohort comprised 6,790 Penn Medicine Biobank (PMBB) participants with available echocardiography and clinical data linked to genome-wide genotype data. Linear regression models were used to integrate PGS weights derived from a large genome wide association study of thoracic aortic diameter in the UK biobank and were compared to the performance of the standard and a reweighted variation of the recently published AORTA Score. ResultsCohort participants were 56% male, had a median age of 61 years (IQR 52-70) with a mean ascending aortic diameter of 3.4 cm (SD 0.5). Compared to the AORTA Score which explained 28.4% (95% CI 28.1% to 29.2%) of the variance in aortic diameter, AORTA Score + PGS explained 28.8%, (95% CI 28.1% to 29.6%), the reweighted AORTA score explained 30.4% (95% CI 29.6% to 31.2%), and the reweighted AORTA Score + PGS explained 31.0% (95% CI 30.2% to 31.8%). The addition of a PGS to either the AORTA Score or the reweighted AORTA Score improved model sensitivity for the identifying individuals with a thoracic aortic diameter [≥] 4 cm. The respective areas under the receiver operator characteristic curve for the AORTA Score + PGS (0.771, 95% CI 0.756 to 0.787) and reweighted AORTA Score + PGS (0.785, 95% CI 0.770 to 0.800) were greater than the standard AORTA Score (0.767, 95% CI 0.751 to 0.783) and reweighted AORTA Score (0.780 95% CI 0.765 to 0.795). ConclusionsWe demonstrated that inclusion of a PGS to the AORTA Score results in a small but clinically meaningful performance enhancement. Further investigation is necessary to determine if combining genetic and clinical risk prediction improves outcomes for thoracic aortic disease.
Autores: Scott M. Damrauer, J. DePaolo, G. Biagetti, R. Judy, G. Wang, J. Kelly, A. Iyengar, N. Goel, N. Desai, W. Y. Szeto, J. E. Bavaria, M. Levin
Última atualização: 2023-09-08 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2023.09.06.23295145
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.09.06.23295145.full.pdf
Licença: https://creativecommons.org/licenses/by-nc/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.