Polygene risicoscore geeft een bescheiden verbetering van risicovoorspelling voor incidente CAD

16/03/2020

Toevoeging van polygene risicoscore aan gepoolde cohortvergelijkingen was geassocieerd met een bescheiden verbetering van de voorspellende nauwkeurigheid voor incidente CAD.

Predictive Accuracy of a Polygenic Risk Score–Enhanced Prediction Model vs a Clinical Risk Score for Coronary Artery Disease
Literatuur - Elliott J, Bodinier B, Bond TA et al., - JAMA. 2020;323(7):636-645. doi: 10.1001/jama.2019.22241

Introductie en methoden

Kans op het ontwikkelen van CV uitkomsten in asymptomatische individuen kan geschat worden met risicovoorspellingsmodellen [1]. ACC/AHA richtlijnen voor risicobeoordeling bevelen lipidenverlagende behandeling aan voor diegenen met een 10-jaars absoluut risico op atherosclerotische CVD meer dan 7.5% op basis van gepoolde cohortvergelijkingen (pooled cohort equations) [2]. In de afgelopen jaren zijn genetische varianten/single-nucleotide polymorfismen (SNP's) geïdentificeerd die geassocieerd zijn met coronair vaatlijden (CAD) [3]. Individuele genetische varianten leveren slechts een kleine bijdrage aan het ziekterisico, maar genetische of polygene risicoscores die gebaseerd zijn op meerdere genetische varianten zouden mogelijk een toegevoegde voorspellende waarde kunnen opleveren voor CAD [4]. De toegevoegde waarde van polygene risicoscore in aanvulling op gevestigde en gevalideerde risicovoorspellingsmodellen is echter momenteel nog onbekend. Deze studie evalueerde de waarde van polygene risicoscore in de risicovoorspelling op CAD in aanvulling op gepoolde cohortvergelijkingen.

Deze studie maakte gebruik van data van de UK biobank. De studiepopulatie werd verdeeld in twee cohorten. Het eerste cohort betrof een case-control proef met 15947 prevalente CAD gevallen en een gelijk aantal willekeuring geselecteerde leeftijds- en geslachtsgematchte controles. Dit cohort werd gebruikt voor de optimalisatie van parameters van de berekening van de polygene risicoscore om een score te verkrijgen met maximaal voorspellend vermogen. De polygene risicoscore voor CAD werd verkregen uit een gewogen som van risico-allelen, waarbij gebruik werd gemaakt van data van de grootste genoom-brede associatie studie over CAD (CARDIoGRAMplusC4DREF [5]). Het tweede cohort was een onafhankelijk cohort van 352669 individuen (gemiddelde leeftijd 55.9 jaar, 58.2% was vrouw, mediane follow-up was 8 jaar, aantal incidente CAD events was 6272), dat werd gebruikt als testset om de voorspellende waarde van polygene risicoscore, gepoolde cohortvergelijkingen, en een combinatie van beide te evalueren voor incidente CAD. Harrell’s C statistiek en bijbehorende 95%CI werden gebruikt om de discriminatie van elk model te beoordelen [6-8]. Waarden variëren van 0.5 (geen discriminatie) tot een theoretisch maximum van 1.0. Het primaire eindpunt van deze studie was CAD, gedefinieerd als myocardinfarct en de gerelateerde gevolgen.

Belangrijkste resultaten

  • Discriminatie van CAD, berekend door C statistiek, was 0.61 (95%CI 0.60-0.62) voor polygene risicoscore, 0.76 (95%CI 0.75-0.77) voor gepoolde cohortvergelijkingen, en 0.78 (95%CI 0.77-0.79) voor beide gecombineerd.
  • De geassocieerde verandering in C statistiek tussen gepoolde cohortvergelijkingen en de combinatie van polygene risicoscore gecombineerd met gepoolde cohortvergelijkingen was 0.02 (95%CI 0.01-0.03).
  • Wanneer de polygene risicoscore werd toegevoegd aan het gepoolde cohortvergelijkingenmodel, veranderde het voorspelde risico met <1% voor 79.5% van de deelnemers, en met ≥5% voor 1.1% van de deelnemers. Bij gebruik van een risicodrempel van 7.5% werden 526 van de 6272 deelnemers met het primaire eindpunt (8.4%) correct heringedeeld naar de hogere categorie en 250 van de 6272 gevallen (4.0%) werden onjuist heringedeeld naar de categorie met een lager risico. Van deelnemers zonder primair eindpunt werden 5284 van 346388 (1.5%) correct heringedeeld naar de categorie met een lager risico en 6723 van 346388 (1.9%) werden onjuist heringedeeld naar de categorie met een hoger risico.
  • De verbetering van de netto herindeling (NRI) was 4.4% (95%CI 3.5%-5.3%) voor deelnemers met het primaire eindpunt en -0.4% (95%CI -0.5% tot -0.4%) voor diegenen zonder primaire eindpunt. De totale NRI in de volledige populatie was 4.0% (95%CI 3.1%-4.9%).
  • Toename in risicoverschil tussen deelnemers met en zonder primair eindpunt was 0.0006 (95%CI 0.006-0.007), volgens de geïntegreerde discriminatieverbetering (IDI) metriek.

Conclusie

Deze studie toonde een bescheiden verbetering in voorspellende nauwkeurigheid voor incidente CAD wanneer een polygene risicoscore voor CAD werd toegevoegd aan gepoolde cohortvergelijkingen. Risicostratificatie verbeterde bij slechts een klein deel van de individuen.

Referenties

1. Damen JA, Hooft L, Schuit E, et al. Prediction models for cardiovascular disease risk in the general population: systematic review. BMJ. 2016;353:i2416. doi:10.1136/bmj.i2416

2. Arnett DK, Blumenthal RS, AlbertMA, et al. 2019 ACC/AHA guideline on the primary prevention of cardiovascular disease: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. J AmColl Cardiol. 2019;74(10):e177-e232. doi:10.1016/j.jacc. 2019.03.010

3. Musunuru K, Kathiresan S. Genetics of common, complex coronary artery disease. Cell. 2019;177(1):132-145. doi:10.1016/j.cell.2019.02.015

4. Knowles JW, Ashley EA. Cardiovascular disease: the rise of the genetic risk score. PLoS Med. 2018;15 (3):e1002546. doi:10.1371/journal.pmed.1002546

5. NikpayM, Goel A,Won HH, et al. A comprehensive 1,000 Genomes-based genome-wide association meta-analysis of coronary artery disease. Nat Genet. 2015;47(10): 1121-1130. doi:10.1038/ng.3396

6. SOMERSD. Stata module to calculate Kendall's tau-a, Somers' D and median differences [computer program]. Version S336401: Boston College Department of Economics; 1998.

7. Harrell FE Jr, Califf RM, Pryor DB, Lee KL, Rosati RA. Evaluating the yield of medical tests. JAMA. 1982;247(18):2543-2546. doi:10.1001/jama.1982.03320430047030

8. Newson R. Parameters behind “nonparametric” statistics: Kendall’s tau, Somers’ D and median differences. Stata J. 2002;2(1):45-64. doi:10.1177/1536867X0200200103

Vind dit artikel online op JAMAVind het bijbehorende redactionele commentaar online op JAMA

Register

We're glad to see you're enjoying CVGK…
but how about a more personalized experience?

Register for free