マルチマーカーアプローチによる冠動脈疾患患者の心筋梗塞後の有害事象発生リスクの高い患者の特定。マルチバイオマーカー試験

Multimarker Approach to Identify Patients with Coronary Artery Disease at High Risk for Subsequent Cardiac Adverse Events: The Multi-Biomarker Study.

• Georgiana-Aura Giurgea
• Katrin Zlabinger
• Alfred Gugerell
• Dominika Lukovic
• Bonni Syeda
• Ljubica Mandic
• Noemi Pavo
• Julia Mester-Tonczar
• Denise Traxler-Weidenauer
• Andreas Spannbauer
• Nina Kastner
• Claudia Müller
• Anahit Anvari
• Jutta Bergler-Klein
• Mariann Gyöngyösi

抄録

我々の前向き非ランダム化単施設コホート研究（＝161）では、S100カルシウム結合タンパク質A12（S100A1）、インターロイキン1様受容体-4（IL1R4）、アドレノメデュリン、コペプチンを含むマルチマーカーアプローチを評価した。好中球ゲル化酵素関連リポカリン（NGAL），可溶性ウロキナーゼプラスミノーゲンアクチベーター受容体（suPAR），虚血性修飾アルブミン（IMA）を冠動脈疾患患者の 1 年間の追跡期間中の心臓有害事象（AE）の予測に使用した．主要評価項目は，AE（心筋梗塞，冠動脈再灌流，死亡，脳卒中，入院）の予測における選択された 7 つのバイオマーカーの複合識別予測値を正準判別関数分析で評価することであった．主な副次的評価項目は，AE の有無にかかわらず，7 種類のバイオマーカーのレベル，計算されたバイオマーカーの判別スコアと従来のロジスティック回帰および C 検定法との比較であった．正準相関係数は 0.642，Wilk のラムダ値は 0.78，<0.001 であった．計算された判別式に加重平均判別スコア（セントロイド）を用いた場合，AE の予測における感度は 79.4％，特異度は 74.3％であった．これらの値は，バイオマーカーの有無にかかわらず，従来の危険因子を用いた場合の C 統計量の計算値よりも高かった．結論として，マルチマーカーアプローチの正準判別分析は，個別化医療のための患者レベルでのリスク閾値を定義することが可能である．

In our prospective non-randomized, single-center cohort study ( = 161), we have evaluated a multimarker approach including S100 calcium binding protein A12 (S100A1), interleukin 1 like-receptor-4 (IL1R4), adrenomedullin, copeptin, neutrophil gelatinase-associated lipocalin (NGAL), soluble urokinase plasminogen activator receptor (suPAR), and ischemia modified albumin (IMA) in prediction of subsequent cardiac adverse events (AE) during 1-year follow-up in patients with coronary artery disease. The primary endpoint was to assess the combined discriminatory predictive value of the selected 7 biomarkers in prediction of AE (myocardial infarction, coronary revascularization, death, stroke, and hospitalization) by canonical discriminant function analysis. The main secondary endpoints were the levels of the 7 biomarkers in the groups with/without AE; comparison of the calculated discriminant score of the biomarkers with traditional logistic regression and C-statistics. The canonical correlation coefficient was 0.642, with a Wilk's lambda value of 0.78 and < 0.001. By using the calculated discriminant equation with the weighted mean discriminant score (centroid), the sensitivity and specificity of our model were 79.4% and 74.3% in prediction of AE. These values were higher than that of the calculated C-statistics if traditional risk factors with/without biomarkers were used for AE prediction. In conclusion, canonical discriminant analysis of the multimarker approach is able to define the risk threshold at the individual patient level for personalized medicine.