炎症バイオマーカーを用いた経皮的冠動脈介入後の主要な心血管有害事象のリスク予測

サマリー

本プロトコルは、経皮的冠動脈介入後に重大な心血管有害事象のリスクが高い急性冠症候群患者を特定するために、新規炎症バイオマーカーを統合した多次元リスク予測モデルの開発と検証を目指しています。

要約

本研究は、急性冠症候群(ACS)患者が経皮的冠動脈介入(PCI)を受けている際の1年間の重大な有害心血管イベント(MACE)のリスク予測モデルを構築し検証することを目的とし、新規炎症バイオマーカーを用いています。この単一施設後ろ向きコホート研究は、2021年1月から2023年12月までにPCIを受けたACS患者1,337名を登録しました。6つの新規炎症指標(NLR、MHR、NHR、SII、SIRI、AISI)が、事前PCI血液検査から導出されました。7:3でトレーニング(n = 936)と検証(n = 401)コホートに無作為に分割した後、LASSO回帰と多変量Cox比例ハザードモデルが独立予測因子を特定し、バイオマーカーを用いた複合モデルが構築されました。年齢、糖尿病、キリップクラス≥II、LVEF低下、多血管疾患、リフローなし現象、NHR、SIRIが独立した予測因子として特定されました。統合モデルは0.81(95%信頼区間:0.78–0.84)のAUCを達成し、ブートストラップによる楽観補正後も安定していました。この性能は単一バイオマーカーを大きく上回る(最大AUC:0.71)であり、NRIおよびIDIの有意な改善(いずれもP<0.001)を示しました。リスク階層化ではMACE発生率に明確な勾配が示され、低リスク6.3%、中間リスク15.1%、高リスク25.3%、 P. <0.0001、評価されたすべての臨床サブグループで一貫した予測性能を示しました。新しい炎症バイオマーカーベースのモデルは、臨床変数単独のリスク予測を大幅に向上させ、リスク階層化の貴重な枠組みを提供し、より厳密な臨床監視を必要とする高残存炎症リスクの患者を特定することに役立っています。

概要

ACS患者に対する経皮的冠動脈介入(PCI)技術および周術期薬物療法は大きな進展を遂げていますが、これらの患者は^{血管再形成}後の重大な有害な心臓イベントのリスクが高いままです。臨床研究では、低密度リポタンパク質コレステロール(LDL-C)レベルが積極的な脂質低下療法で目標範囲まで低下しても、持続的な高炎症状態が血栓性再発、ステント再狭窄、心機能低下に寄与し続けることが示されています。この脂質に依存しない病態生理状態は「残留炎症リスク」と呼ばれ、長期的な心血管転帰を改善するための重要な治療的標的となります^2,3。

C反応性タンパク質(CRP)、白血球(WBC)などの従来の臨床指標は、全身炎症を評価する際に一般的なものであり、重大な制限があります。CRPは非常に感度が高いものの、急性感染や非特異的な組織損傷による交絡にかかりやすく、異なる免疫細胞集団間の複雑な相互作用を反映できません。炎症時には、単純な白血球数では好中球、リンパ球、血小板を区別できません。免疫炎症恒常性をより良く特徴づけるために、新しい複合炎症バイオマーカーが徐々に優れた予後予測性能を示しています⁴。例えば、全身免疫炎症指数は好中球、血小板、リンパ球を組み合わせて、自然免疫活性化と血栓前形成状態の度合いを同時に反映します。汎免疫炎症値により、単球が加算され、骨髄リンパ系細胞の相互作用をよりよく表します。さらに、好中球/アミラーゼ比率のようなバイオマーカーは、予後のために炎症負荷と栄養ストレスの状態を組み合わせます。これらの新しい指標は、単細胞数の変動による数学的組み合わせによるバイアスを補い、患者の生物学^{的リスクをより}客観的に評価することを可能にします5。

急性冠症候群(ACS)の全期間にわたって炎症反応が続きます。初期の脂質沈着や免疫細胞の動員から、後期のプラーク線維状キャップの分解や最終的なプラーク破裂に至るまで、炎症促進因子と免疫細胞が一貫して進行を促します。介入的手技は大血管の機械的閉塞を解決しますが、バルーン拡張やステントの展開は必然的に局所血管壁損傷を引き起こし、急性期の炎症反応を引き起こします。急性反応は患者の慢性炎症と組み合わさり、徐々に内皮機能障害を引き起こし、微小循環灌流障害さえ誘発します。この病態生理学的プロセスは複数の免疫経路を介して媒介され、さまざまな細胞サブセットが関与するため、単一のバイオマーカーは通常、この^{複雑なネットワーク内の}相互作用の一部しか反映できません。

最近の研究では、冠動脈造影および介入的手技^7,8,9の心血管イベントに対するさまざまな炎症バイオマーカープロファイルの予後価値が強調されていますが、ACS患者の複数の新規炎症指標の包括的複合モデリングに焦点を当てた研究は依然として比較的少ないままです。現在、臨床意思決定を直接導く包括的なリスク評価ツールが不足しています。既存のリスクスコアリングシステムは動的な炎症負荷の統合能力に限界があり、そのため個別化のリスク階層化を妨げています。したがって、本研究は実世界の臨床追跡データを用いて、複数の新規炎症バイオマーカーがPCI後MACEに与える予後的影響を体系的に評価することを目的としました。高度な統計的スクリーニング手法を用いて、独立した予後予測因子を特定し、堅牢なリスク^{予測モデルを構築し}ようとしました。

プロトコル

この研究プロトコルは済南中央病院の倫理委員会によって承認されました。書面によるインフォームドコンセントの要件は、データが匿名化され遡及的に使用されたため免除^{されました。}すべての手続きはヘルシンキ宣言に従って実施されました。

1. 研究デザインと患者選択

1. 急性冠動脈症候群(ACS)で経皮的冠動脈介入(PCI)を受けた患者を対象に、単一施設の後ろ向きコホート試験を実施します。
   注:本研究では、2021年1月から2023年12月までに入院した患者を対象としています。
2. 現在の臨床ガイドラインに従い、ST節高出心筋梗塞(STEMI)、非ST節高出心筋梗塞(NSTEMI)、不安定狭心症を含むACSを診断します。
3. 機関倫理委員会から倫理承認を得てください。
4. 以下の基準に基づいて患者の対象選考を行います:年齢≥18歳;ACSの確定診断;インデックス入院中に成功したPCIを実施しました。PCI検査前に全血球計数(CBC)および生化学検査の利用可能性;および完全な臨床ベースラインおよび追跡データの利用可能性。
5. 活動性感染症、血液学的障害、悪性腫瘍、重度の肝または腎機能不全、過去の冠動脈バイパス移植(CABG)、または重要な検査およびフォローアップデータの欠如を呈する患者は除外します。
6. 最終解析コホートを7:3の比率で訓練セットと検証セットにランダムに分割し、MACE発生に基づく階層化されたランダムサンプリングを行い、結果イベントのバランスの取れた分布を確保します(図1)。
   注:本研究の最終解析コホートには1,337名の患者が含まれ、トレーニングセット(n = 936)と検証セット(n = 401)で構成されています。

2. 複合炎症バイオマーカーのデータ収集と定義

1. 電子カルテ(EMR)システム、検査情報システム(LIS)、画像データベースから標準手順に照らし合わせ、2名の独立した研究者を用いてすべての臨床データを抽出し、再確認します。
2. 年齢、性別、体格指数(BMI)、喫煙状況、飲酒量、病歴(高血圧、糖尿病、既往心筋梗塞、既往PCI、脳卒中)などの基礎的人口統計学的および臨床的特徴を記録します。
3. ACS分類、収縮期血圧、心拍数、キリップクラス、左心室拍出率(LVEF)、原因血管、関与枝数、心筋梗塞における血栓溶解(TIMI)流量グレード、ステントの状態などの周術期パラメータを収集します。
4. 入院直後に一晩断食(≥8時間)後に静脈血液サンプルを採取してください。
5. PCI手順の24時間以内にすべての検査パラメータを分析してください。以下の記録を取る:白血球数、好中球数(N)、リンパ球数(L)、単球数(M)、血小板数(P)、ヘモグロビン、アルブミン、クレアチニン、高感度C反応性タンパク質(hs-CRP)、高密度リポタンパク質コレステロール(HDL-C)、低密度リポタンパク質コレステロール(LDL-C)、心トロポニン、およびN末端プロB型ナトリ利尿ペプチド(NT-proBNP)¹²。
6. 新しい炎症バイオマーカーは以下の標準化された式を用いて計算し、すべての血液細胞数が同じ標準単位に正規化されていることを確認してください。
   1. 好中球対リンパ球比(NLR)= N / L
   2. 単球対HDL-C比(MHR)= M / HDL-C
   3. 好中球対HDL-C比(NHR)= N / HDL-C
   4. 全身免疫炎症指数(SII)= (P × N) / L
   5. 全身炎症反応指数(SIRI)= (N 〜 × M) / L
   6. 全身炎症の総合指数(AISI)= (N × P × M) / L

3. 成果の定義とフォローアップ戦略

1. 主要評価項目を、PCI後1年以内に主要な心血管有害事象(MACE)が初めて発生したことと定義します。
2. MACEは、心死、非致死性心筋梗塞、虚血による標的血管や病変の再血管化、心不全による再入院、または確定された心筋虚血に関連する不安定狭心症による再入院のいずれかの発生と分類します。全因死亡率を二次的エンドポイントとして定義します。
3. 外来クリニック記録、再入院データ、電話面接を通じて患者のフォローアップを実施します。
4. PCI直後にフォローアップを開始し、術後12ヶ月またはエンドポイントイベントの初回発生時に終了します。
5. 2人の心血管専門家によって独立して争われているエンドポイントイベントを評価します。3人目の上級医師を巻き込み、持続的な意見の相違を審査・裁定してもらいましょう。
6. 追跡に欠けた患者は右検閲観察として扱い、最後に既知の事象なし状態の時点で追跡期間を検閲します。

4. 統計解析

1. すべての統計解析はRソフトウェア(バージョンR 4.3.1)およびSPSSソフトウェア(バージョンSPSS 26.0)を使用して実施します。有意水準を両側p値に設定し、0.05.
2. 連続変数の正規性を検証します。正規分布のデータを平均とプラスムンとして表現します。標準偏差を用いて独立標本T検定を用いて比較します。正規分布でないデータを中央値(四分位範囲、IQR)として表現し、Mann-Whitney U検定を用いて比較します。
3. カテゴリデータを頻度とパーセンテージで提示します。カイ二乗検定またはフィッシャーの正確検定を使って群を比較します。
4. 欠損データを扱うには完全な症例解析を行い、欠損した患者はスクリーニングで除外され、残りの欠損率は以下の通りです。1.5%(完全にランダムに欠けていると推定され、MCAR)。
5. 変数選択とモデルトレーニングはすべてトレーニングコホート内のみ(n = 936)実施し、データの漏洩を防ぎます。検証コホート(n = 401)を完全に隔離し、偏りのないパフォーマンス評価を行うこと。
6. モデリング前に分散インフレーションファクター(VIF)とピアソン相関行列を計算し、炎症指標間の細胞重複を評価することで共線性診断を行います。
7. 単変量Cox比例ハザード回帰を用いた候補予測因子のスクリーニング。
8. 最小絶対収縮・選択演算子(LASSO)回帰と10折の交差検証を適用して特徴を選択し、過学習を軽減します。
9. 非ゼロのLASSO係数を持つ変数を用いて、独立予測因子を特定し、複合リスクスコアを算出する最終的な多変数Cox回帰モデルを構築します。
10. 計算されたモデルスコアに基づいて患者を異なるリスクレベルに階層化します。Kaplan-Meier分析と対数ランク検定を用いて、層を超えたMACEの累積発生率を比較します。
11. 1年の予測期間において、ハレルのコンコルダンス指数(C-index)および時間依存受信者動作特性(ROC)曲線解析を用いてモデル識別力を評価する。
12. キャリブレーションカーブによるモデルキャリブレーションと、意思決定曲線解析(DCA)による臨床利用度を評価します。
13. 1,000回のリサンプルを用いたブートストラップを用いた内部検証を行い、楽観補正C指数を計算し、モデルの安定性を検証します。

結果

基準的特徴

本研究には、PCIを受けているACS患者合計1,337名が含まれていました。追跡調査中にMACEを経験した患者は208人で、1,129人は経験しませんでした。非MACE群と比較して、MACE群の患者は高齢で、高血圧、糖尿病、既往心筋梗塞(MI)、既往PCI、脳卒中などの併存疾患の有病率が高いことが示されました。MACE群はまた、より高いKillipクラス、下左心室拍出率(LVEF)、冠動脈病変の複雑性(例:多血管疾患、左主動脈の浸潤、手術前TIMI流量の減少、リフローなし現象、植込みステントの数および総長の増加)を呈しました。さらに、MACEグループでは白血球、好中球、単球、血小板、hs-CRP、NT-プロBNP、hs-cTnIおよび評価対象の新規炎症指標(NLR、MHR、NHR、SII、SIRI、AISI)の上昇が認められ、リンパ球、アルブミン、HDL-Cの低下(いずれもP < 0.05)が見られました(表1)。

炎症バイオマーカーに基づく...

ディスカッション

本研究は、急性冠動脈症候群(ACS)患者が経皮的冠動脈介入(PCI)を受けている患者における主要な有害な心血管イベント(MACE)に対する新規複合炎症バイオマーカーを組み込んだリスク予測モデルを成功裏に開発し、内部検証しました¹³。複合モデルは堅牢な識別指数(AUC = 0.81)を示し、単一の炎症バイオマーカーのピーク予測値(AUC = 0.71)を有意に上回る成果を示しました。さらに、統合モデルは大幅な純再分類および統合識別の改善をもたらしました(表5)。これらの発見は、炎症指標の多次元統合により正確に術後炎症の残留を反映していることを示し、従来のリスク評価パラダイムに対する重要な補完となります¹⁴。

GRACE 2.0やTIMIスコアなどの確立されたリスク階層化ツールは血行動態や臨床状態を評価するための堅牢な枠組みを提供しますが、ACSの進行における全身炎症の動的な役割を見落とすこ...

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
冠状動脈造影記録	済南中央病院	カテーテル挿入室データベース	PCI関連の手順変数の収集
エコー検査システム	済南中央病院	病院イメージングシステム	LVEFおよび心臓の構造/機能の評価
電子カルテシステム	済南中央病院	病院データベースシステム	人口統計、臨床、およびフォローアップデータの収集
臨床検査情報システム	済南中央病院	LISデータベース	血液定期検査と生化学検査結果の取得
Rソフトウェア	R財団統計計算	バージョン4.3.0	統計分析とモデル構築
SPSSソフトウェア	IBM社	バージョン27.0	データ処理と統計分析