SISANews

Integrazione tra dati genetici e clinici per la stima del rischio coronarico

Sono molti i fattori genetici che si pensa siano implicati nell'aterogenesi e nella sua progressione e la loro valutazione, insieme con i classici fattori di rischio coronarico potrebbe portare ad una più precisa stima della probabilità di malattia. Da queste premesse parte uno studio che affronta il problema proponendo con una sofisticata statistica Bayesiana un modello comprendente 14 polimorfismi a singolo nucleotide e 5 variabili cliniche (sesso, età, peso, fumo e diabete). L'applicazione di questo modello alla stima della calcificazione coronarica, intesa come stato preclinico della malattia aterosclerotica, ha raggiunto un'accuratezza predittiva dell'85%, significativamente maggiore di quella ottenibile con il solo uso delle variabili genetiche (77%) o di quelle cliniche (78%). Il dubbio che rimane è se il miglioramento della capacità predittiva del modello combinato genetico-clinico è sufficiente a giustificare l'uso di tecniche dispendiose e di difficile applicabilità nella pratica clinica.

Integrative predictive model of coronary artery calcification in atherosclerosis

McGeachie M, Ramoni RL, Mychaleckyj JC, Furie KL, Dreyfuss JM, Liu Y, Herrington D, Guo X, Lima JA, Post W, Rotter JI, Rich S, Sale M, Ramoni MF.

Circulation 2009;120:2448-2454

BACKGROUND: Many different genetic and clinical factors have been identified as causes or contributors to atherosclerosis. We present a model of preclinical atherosclerosis based on genetic and clinical data that predicts the presence of coronary artery calcification in healthy Americans of European descent 45 to 84 years of age in the Multi-Ethnic Study of Atherosclerosis (MESA). METHODS AND RESULTS: We assessed 712 individuals for the presence or absence of coronary artery calcification and assessed their genotypes for 2882 single-nucleotide polymorphisms. With the use of these single-nucleotide polymorphisms and relevant clinical data, a Bayesian network that predicts the presence of coronary calcification was constructed. The model contained 13 single-nucleotide polymorphisms (from genes AGTR1, ALOX15, INSR, PRKAB1, IL1R2, ESR2, KCNK1, FBLN5, PPARA, VEGFA, PON1, TDRD6, PLA2G7, and 1 ancestry informative marker) and 5 clinical variables (sex, age, weight, smoking, and diabetes mellitus) and achieved 85% predictive accuracy, as measured by area under the receiver operating characteristic curve. This is a significant (P<0.001) improvement on models that use just the single-nucleotide polymorphism data or just the clinical variables. CONCLUSIONS: We present an investigation of joint genetic and clinical factors associated with atherosclerosis that shows predictive results for both cases, as well as enhanced performance for their combination.

Circulation 2009;120:2448-2454