Predicción del riesgo de enfermedades cardiovasculares mediante la utilización de la proteómica

En la revista Circulation (DOI: 10.1161/ CIRCULATIONAHA.124.070454) se ha publicado el artículo titulado “A Proteomics-Based Approach for Prediction of Different Cardiovascular Diseases and Dementia”, elaborado conjuntamente por la Universidad de Glasgow, el Instituto Karolinska de Estocolmo, la Universidad de Edimburgo, el Imperial College de Londres y la Universidad New South Wales de Sidney.  En este artículo se expone el desarrollo de un algoritmo predictivo basado en datos correspondientes a 3072 biomarcadores de proteínas circulantes entre los que se ha identificado un subconjunto de 222 asociados al desarrollo de manifestaciones clínicas de enfermedades cardiovasculares y demencia. Con el modelo desarrollado se han mejorado las escalas predictivas de riesgo de enfermedades cardiovasculares (ECV) ya establecidas como PREVENT o SCORE2. Mediante la utilización de la proteómica, es decir el estudio de la expresión de múltiples proteínas utilizando técnicas de separación e identificación simultánea, y del tratamiento automatizado de datos, se ha avanzado en el desarrollo de instrumentos que permiten la predicción más personalizada del riesgo de padecer ECV.

Los autores del trabajo han utilizado las muestras obtenidas en 51.859 personas sin ECV incluidas en el Biobanco del Reino Unido (edad media 56,7 años; 45,5% hombres) y han analizado el poder predictivo del modelo desarrollado con respecto a enfermedad coronaria fatal y no fatal, accidente cerebrovascular o insuficiencia cardíaca considerados conjuntamente, así como en la predicción de eventos cardiovasculares por separado. Han analizado las asociaciones, ajustando los datos para factores de riesgo clásicos (demográficos, estilos de vida, características clínicas, etc.). El modelo de predicción desarrollado utiliza únicamente los marcadores correspondientes a la edad, el sexo y las proteínas. Su funcionamiento se ha evaluado comparando distintos indicadores de precisión con los obtenidos con escalas de riesgo establecidas como la PREVENT que incluye los factores de riesgo clásicos (edad, sexo, hábito tabáquico, diabetes, tasa de filtración glomerular, índice de masa corporal, presión arterial sistólica, colesterol total y HDL, medicación antihipertensiva e hipolipemiante).

Durante una mediana de seguimiento de 13,6 años, 4.857 participantes desarrollaron eventos cardiovasculares adversos. Las proteínas que mostraron asociaciones significativas con los eventos cardiovasculares adversos incluyeron el péptido natriurético NT-proBNP, la proadrenomedulina, el factor 15 de diferenciación del crecimiento, o la proteína 4 de unión al factor de crecimiento similar a la insulina, entre otras 222 proteínas distintas. Se seleccionaron 86 específicamente para la predicción del resultado primario. En comparación con el modelo PREVENT, el modelo propuesto mejoró la predicción de eventos cardiovasculares adversos mayores. También mejoró la predicción de otros resultados por separado, incluyendo enfermedad cardiovascular aterosclerótica, infarto de miocardio, accidente cerebrovascular, estenosis aórtica, insuficiencia cardíaca, aneurisma de aorta abdominal y demencia. La reclasificación con respecto a eventos adversos mejoró un 19%, y también mejoró la reclasificación con respecto a la demencia (un 36%) o con respecto a la insuficiencia cardiaca (un 27%).

Los autores del estudio han concluido que la determinación de los biomarcadores proteicos permite una mejor predicción de eventos cardiovasculares, tanto conjuntamente como por separado. Consideran que el estudio representa una prueba de concepto para la aplicación de la proteómica en la predicción del riesgo cardiovascular y que a medida que vaya evolucionando la tecnología y sea más accesible, la utilización de muestras de sangre únicas para predecir el riesgo de diversas enfermedades permitirá actuar de manera más selectiva, mejorando así la atención de los pacientes. Al ser capaces de predecir mejor resultados específicos se podrán priorizar las actuaciones terapéuticas, así como la utilización de procedimientos diagnósticos y se aumentará la eficacia de las actuaciones preventivas.

Fuente: Frederick K. Ho, et al. A Proteomics-Based Approach for Prediction of Different Cardiovascular Diseases and Dementia. Circulation. 2025; 151:277–287. DOI: 10.1161/ CIRCULATIONAHA.124.070454.

Imagenes: iStock