Материалы доступны только для специалистов сферы здравоохранения. Авторизуйтесь или зарегистрируйтесь.
Роль маркеров эндотелиальной дисфункции, окислительного и клеточного стресса в прогнозировании инфаркта миокарда у коморбидных больных со стабильной ишемической болезнью сердца
Роль маркеров эндотелиальной дисфункции, окислительного и клеточного стресса в прогнозировании инфаркта миокарда у коморбидных больных со стабильной ишемической болезнью сердца
Котова Ю.А., Зуйкова А.А., Страхова Н.В., Красноруцкая О.Н., Есина Е.Ю. Роль маркеров эндотелиальной дисфункции, окислительного и клеточного стресса в прогнозировании инфаркта миокарда у коморбидных больных со стабильной ишемической болезнью сердца. CardioСоматика. 2021; 12 (1): 23–27. DOI: 10.26442/22217185.2021.1.200768
________________________________________________
Материалы доступны только для специалистов сферы здравоохранения. Авторизуйтесь или зарегистрируйтесь.
Аннотация
Цель. Изучить роль маркеров эндотелиальной дисфункции, окислительного и клеточного стресса в прогнозировании инфаркта миокарда (ИМ) у коморбидных больных со стабильной ишемической болезнью сердца (ИБС).
Материал и методы. В исследовании приняли участие 336 пациентов с диагнозом ИБС. Наличие ИБС подтверждалось проведением диагностической коронароангиографии с расчетом индекса Gensini. Все пациенты разделены на 2 группы: 1-я группа – 288 пациента без ИМ в анамнезе, 2-я группа – 48 пациентов с ИМ в анамнезе. Всем пациентам определяли уровень окисленных модифицированных белков, высокочувствительного С-реактивного белка (вчСРБ), гомоцистеина, белка теплового шока 70 (БТШ70), активности супероксиддисмутазы.
Результаты. Все пациенты сопоставимы по возрасту. По другим клинико-антропометрическим характеристикам мы увидели достоверные различия (по критерию Манна–Уитни): у пациентов с перенесенным ИМ в прошлом оказались выше показатели индекса массы тела, окружности талии, цифр артериального давления. При проведении корреляционного анализа установлены положительные достоверные средней силы взаимосвязи между перенесенным в прошлом ИМ и индексом Gensini, уровнем липопротеинов низкой плотности, уровнем общего холестерина, уровнем гомоцистеина, уровнем вчСРБ, уровнем окисленных модифицированных белков; отрицательные достоверные средней силы взаимосвязи между перенесенным в прошлом ИМ и уровнем активности супероксиддисмутазы, уровнем БТШ70. При проведении ROC-
анализа установлено, что не все маркеры оказались значимыми в прогнозировании риска развития ИМ. Показано, что наиболее ожидаемые характеристики показал вчСРБ. Однако при дальнейшем анализе прогностической значимости маркеров продемонстрировано, что добавление к вчСРБ БТШ70 увеличивает прогностическую значимость вчСРБ в отношении риска развития ИМ.
Заключение. Мы продемонстрировали, что стратегия, использующая совокупную оценку риска, состоящую из 2 биомаркеров (индивидуально участвующих в воспалении и вызванных стрессом клеточных реакциях), позволяет идентифицировать пациентов с установленным диагнозом ИБС, которые имеют повышенный риск развития острого ИМ.
Ключевые слова: инфаркт миокарда, белки теплового шока, коронарный атеросклероз, ишемическая болезнь сердца, окислительная модификация белков, гомоцистеин, высокочувствительный С-реактивный белок
Material and methods. The study involved 336 patients with a diagnosis of CHD. The presence of CHD was confirmed by diagnostic coronary angiography with the calculation of the Gensini index. All patients were divided into 2 groups: group 1–288 patients without a history of MI, group 2–48 patients with a history of MI. All patients were assessed for the levels of oxidized modified proteins, high-sensitivity C-reactive protein (hs-CRP), homocysteine, heat shock protein (HSP70), and superoxide dismutase activity.
Results. All patients were comparable in age. For other clinical and anthropometric characteristics, we saw significant differences (according to the Mann–Whitney criterion): patients with previous MI had higher BMI, waist circumference, and blood pressure. The correlation analysis revealed positive significant average strength relationships between past MI and the Gensini index, low-density lipoprotein level, total cholesterol level, homocysteine level, hs-CRP level, and the level of oxidized modified proteins; and negative significant average strength relationships between past MI and SOD activity level (r=-0.374, p=6.4 E-07) and HSP70 level (r=-0.563, p=2.6 E-15). The ROC analysis revealed that not all markers were significant in predicting the risk of MI. It is shown that the most expected characteristics were shown by the hs-СRP. However, further analysis of the predictive significance of the markers demonstrated that the addition of HSP70 to hs-CRP increases the predictive significance of hs-CRP in relation to the risk of developing MI.
Conclusion. We have demonstrated that a strategy using a cumulative risk assessment consisting of 2 biomarkers (individually involved in inflammation and stress-induced cellular responses) can identify patients with an established diagnosis of CHD who have an increased risk of acute MI.
Keywords: myocardial infarction, heat shock proteins, coronary atherosclerosis, coronary heart disease, oxidizing protein modification, homocysteine, high-sensitivity C-reactive protein
Материал и методы. В исследовании приняли участие 336 пациентов с диагнозом ИБС. Наличие ИБС подтверждалось проведением диагностической коронароангиографии с расчетом индекса Gensini. Все пациенты разделены на 2 группы: 1-я группа – 288 пациента без ИМ в анамнезе, 2-я группа – 48 пациентов с ИМ в анамнезе. Всем пациентам определяли уровень окисленных модифицированных белков, высокочувствительного С-реактивного белка (вчСРБ), гомоцистеина, белка теплового шока 70 (БТШ70), активности супероксиддисмутазы.
Результаты. Все пациенты сопоставимы по возрасту. По другим клинико-антропометрическим характеристикам мы увидели достоверные различия (по критерию Манна–Уитни): у пациентов с перенесенным ИМ в прошлом оказались выше показатели индекса массы тела, окружности талии, цифр артериального давления. При проведении корреляционного анализа установлены положительные достоверные средней силы взаимосвязи между перенесенным в прошлом ИМ и индексом Gensini, уровнем липопротеинов низкой плотности, уровнем общего холестерина, уровнем гомоцистеина, уровнем вчСРБ, уровнем окисленных модифицированных белков; отрицательные достоверные средней силы взаимосвязи между перенесенным в прошлом ИМ и уровнем активности супероксиддисмутазы, уровнем БТШ70. При проведении ROC-
анализа установлено, что не все маркеры оказались значимыми в прогнозировании риска развития ИМ. Показано, что наиболее ожидаемые характеристики показал вчСРБ. Однако при дальнейшем анализе прогностической значимости маркеров продемонстрировано, что добавление к вчСРБ БТШ70 увеличивает прогностическую значимость вчСРБ в отношении риска развития ИМ.
Заключение. Мы продемонстрировали, что стратегия, использующая совокупную оценку риска, состоящую из 2 биомаркеров (индивидуально участвующих в воспалении и вызванных стрессом клеточных реакциях), позволяет идентифицировать пациентов с установленным диагнозом ИБС, которые имеют повышенный риск развития острого ИМ.
Ключевые слова: инфаркт миокарда, белки теплового шока, коронарный атеросклероз, ишемическая болезнь сердца, окислительная модификация белков, гомоцистеин, высокочувствительный С-реактивный белок
________________________________________________
Material and methods. The study involved 336 patients with a diagnosis of CHD. The presence of CHD was confirmed by diagnostic coronary angiography with the calculation of the Gensini index. All patients were divided into 2 groups: group 1–288 patients without a history of MI, group 2–48 patients with a history of MI. All patients were assessed for the levels of oxidized modified proteins, high-sensitivity C-reactive protein (hs-CRP), homocysteine, heat shock protein (HSP70), and superoxide dismutase activity.
Results. All patients were comparable in age. For other clinical and anthropometric characteristics, we saw significant differences (according to the Mann–Whitney criterion): patients with previous MI had higher BMI, waist circumference, and blood pressure. The correlation analysis revealed positive significant average strength relationships between past MI and the Gensini index, low-density lipoprotein level, total cholesterol level, homocysteine level, hs-CRP level, and the level of oxidized modified proteins; and negative significant average strength relationships between past MI and SOD activity level (r=-0.374, p=6.4 E-07) and HSP70 level (r=-0.563, p=2.6 E-15). The ROC analysis revealed that not all markers were significant in predicting the risk of MI. It is shown that the most expected characteristics were shown by the hs-СRP. However, further analysis of the predictive significance of the markers demonstrated that the addition of HSP70 to hs-CRP increases the predictive significance of hs-CRP in relation to the risk of developing MI.
Conclusion. We have demonstrated that a strategy using a cumulative risk assessment consisting of 2 biomarkers (individually involved in inflammation and stress-induced cellular responses) can identify patients with an established diagnosis of CHD who have an increased risk of acute MI.
Keywords: myocardial infarction, heat shock proteins, coronary atherosclerosis, coronary heart disease, oxidizing protein modification, homocysteine, high-sensitivity C-reactive protein
Полный текст
Список литературы
1. WHO. Cardiovascular diseases (CVDs). Fact sheets. Available at:https://www.who.int/ru/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds). Accessed: 12.10.2020
2. Искаков Е.Б. Эпидемиология сердечно-сосудистых заболеваний. Медицина и экология. 2017; 2: 19–28 [Iskakov EB. Epidemiologiia serdechno-sosudistykh zabolevanii. Meditsina i ekologiia. 2017; 2: 19–28 (in Russian)].
3. Lawrence J, Laslett MD, Alagona PJr. The Worldwide Environment of Cardiovascular Disease: Prevalence, Diagnosis, Therapy, and Policy Issues: A Report From the American College of Cardiology. J Am Coll Cardiol 2012; 60 (Suppl. 25): S1–49.
4. Суслицына Н.И., Сукманова И.А. Факторы риска и прогнозирование развития инфаркта миокарда у мужчин различных возрастных групп. Рос. кардиол. журн. 2016; 8 (136): 58–63 [Suslitsyna NI, Sukmanova IA. Faktory riska i prognozirovanie razvitiia infarkta miokarda u muzhchin razlichnykh vozrastnykh grupp. Ros. kardiol. zhurn. 2016; 8 (136): 58–63 (in Russian)].
5. Aydin S, Ugur K, Aydin S, et al. Biomarkers in acute myocardial infarction: current perspectives. Vasc Health Risk Manag 2019; 15: 1–10. DOI: 10.2147/VHRM.S166157
6. De Rosa S, Spaccarotella C, Basso C, et al. Reduction of hospitalizations for myocardial infarction in Italy in the COVID-19 era. Study Eur Heart J 2020; 41 (22): 2083–8. DOI: 10.1093/eurheartj/ehaa409.
7. Концевая А.В., Мырзаматова А.О., Драпкина О.М. Биомаркеры в прогнозировании сердечно-сосудистого риска: новые возможности тропонина I. Кардиоваскулярная терапия и профилактика. 2020; 19 (3): 219–26 [Kontsevaia AV, Myrzamatova AO, Drapkina OM. Biomarkery v prognozirovanii serdechno-sosudistogo riska: novye vozmozhnosti troponina. Kardiovaskuliarnaia terapiia i profilaktika. 2020; 19 (3): 219–26 (in Russian)].
8. Gensini GG. A more meaningful scoring system for determining the severity of coronary artery disease. Am J Cardiol 1983; 51 (3): 606.
9. Дубинина Е.Е., Бурмистров С.О., Ходов Д.А., и др. Окислительная модификация белков сыворотки крови человека, метод ее определения. Вопросы медицинской химии. 1995; 1: 24–6 [Dubinina EE, Burmistrov SO, Khodov DA, et al. Okislitel'naia modifikatsiia belkov syvorotki krovi cheloveka, metod ee opredeleniia. Voprosy meditsinskoi khimii. 1995; 1: 24–6 (in Russian)].
10. Eapen DJ, Manocha P, Patel RS, et al. Aggregate risk score based on markers of inflammation, cell stress, and coagulation is an independent predictor of adverse cardiovascular outcomes. J Am Coll Cardiol 2013; 62: 329–37.
11. Diamond GA, Kaul S. From here to eternity: a unified kinetic model for the pathophysiology of atherosclerotic events. Am J Med 2007; 120: 5–11.
2. Iskakov EB. Epidemiologiia serdechno-sosudistykh zabolevanii. Meditsina i ekologiia. 2017; 2: 19–28 (in Russian)
3. Lawrence J, Laslett MD, Alagona PJr. The Worldwide Environment of Cardiovascular Disease: Prevalence, Diagnosis, Therapy, and Policy Issues: A Report From the American College of Cardiology. J Am Coll Cardiol 2012; 60 (Suppl. 25): S1–49.
4. Suslitsyna NI, Sukmanova IA. Faktory riska i prognozirovanie razvitiia infarkta miokarda u muzhchin razlichnykh vozrastnykh grupp. Ros. kardiol. zhurn. 2016; 8 (136): 58–63 (in Russian)
5. Aydin S, Ugur K, Aydin S, et al. Biomarkers in acute myocardial infarction: current perspectives. Vasc Health Risk Manag 2019; 15: 1–10. DOI: 10.2147/VHRM.S166157
6. De Rosa S, Spaccarotella C, Basso C, et al. Reduction of hospitalizations for myocardial infarction in Italy in the COVID-19 era. Study Eur Heart J 2020; 41 (22): 2083–8. DOI: 10.1093/eurheartj/ehaa409.
7. Kontsevaia AV, Myrzamatova AO, Drapkina OM. Biomarkery v prognozirovanii serdechno-sosudistogo riska: novye vozmozhnosti troponina. Kardiovaskuliarnaia terapiia i profilaktika. 2020; 19 (3): 219–26 (in Russian)
8. Gensini GG. A more meaningful scoring system for determining the severity of coronary artery disease. Am J Cardiol 1983; 51 (3): 606.
9. Dubinina EE, Burmistrov SO, Khodov DA, et al. Okislitel'naia modifikatsiia belkov syvorotki krovi cheloveka, metod ee opredeleniia. Voprosy meditsinskoi khimii. 1995; 1: 24–6 (in Russian)
10. Eapen DJ, Manocha P, Patel RS, et al. Aggregate risk score based on markers of inflammation, cell stress, and coagulation is an independent predictor of adverse cardiovascular outcomes. J Am Coll Cardiol 2013; 62: 329–37.
11. Diamond GA, Kaul S. From here to eternity: a unified kinetic model for the pathophysiology of atherosclerotic events. Am J Med 2007; 120: 5–11.
2. Искаков Е.Б. Эпидемиология сердечно-сосудистых заболеваний. Медицина и экология. 2017; 2: 19–28 [Iskakov EB. Epidemiologiia serdechno-sosudistykh zabolevanii. Meditsina i ekologiia. 2017; 2: 19–28 (in Russian)].
3. Lawrence J, Laslett MD, Alagona PJr. The Worldwide Environment of Cardiovascular Disease: Prevalence, Diagnosis, Therapy, and Policy Issues: A Report From the American College of Cardiology. J Am Coll Cardiol 2012; 60 (Suppl. 25): S1–49.
4. Суслицына Н.И., Сукманова И.А. Факторы риска и прогнозирование развития инфаркта миокарда у мужчин различных возрастных групп. Рос. кардиол. журн. 2016; 8 (136): 58–63 [Suslitsyna NI, Sukmanova IA. Faktory riska i prognozirovanie razvitiia infarkta miokarda u muzhchin razlichnykh vozrastnykh grupp. Ros. kardiol. zhurn. 2016; 8 (136): 58–63 (in Russian)].
5. Aydin S, Ugur K, Aydin S, et al. Biomarkers in acute myocardial infarction: current perspectives. Vasc Health Risk Manag 2019; 15: 1–10. DOI: 10.2147/VHRM.S166157
6. De Rosa S, Spaccarotella C, Basso C, et al. Reduction of hospitalizations for myocardial infarction in Italy in the COVID-19 era. Study Eur Heart J 2020; 41 (22): 2083–8. DOI: 10.1093/eurheartj/ehaa409.
7. Концевая А.В., Мырзаматова А.О., Драпкина О.М. Биомаркеры в прогнозировании сердечно-сосудистого риска: новые возможности тропонина I. Кардиоваскулярная терапия и профилактика. 2020; 19 (3): 219–26 [Kontsevaia AV, Myrzamatova AO, Drapkina OM. Biomarkery v prognozirovanii serdechno-sosudistogo riska: novye vozmozhnosti troponina. Kardiovaskuliarnaia terapiia i profilaktika. 2020; 19 (3): 219–26 (in Russian)].
8. Gensini GG. A more meaningful scoring system for determining the severity of coronary artery disease. Am J Cardiol 1983; 51 (3): 606.
9. Дубинина Е.Е., Бурмистров С.О., Ходов Д.А., и др. Окислительная модификация белков сыворотки крови человека, метод ее определения. Вопросы медицинской химии. 1995; 1: 24–6 [Dubinina EE, Burmistrov SO, Khodov DA, et al. Okislitel'naia modifikatsiia belkov syvorotki krovi cheloveka, metod ee opredeleniia. Voprosy meditsinskoi khimii. 1995; 1: 24–6 (in Russian)].
10. Eapen DJ, Manocha P, Patel RS, et al. Aggregate risk score based on markers of inflammation, cell stress, and coagulation is an independent predictor of adverse cardiovascular outcomes. J Am Coll Cardiol 2013; 62: 329–37.
11. Diamond GA, Kaul S. From here to eternity: a unified kinetic model for the pathophysiology of atherosclerotic events. Am J Med 2007; 120: 5–11.
________________________________________________
2. Iskakov EB. Epidemiologiia serdechno-sosudistykh zabolevanii. Meditsina i ekologiia. 2017; 2: 19–28 (in Russian)
3. Lawrence J, Laslett MD, Alagona PJr. The Worldwide Environment of Cardiovascular Disease: Prevalence, Diagnosis, Therapy, and Policy Issues: A Report From the American College of Cardiology. J Am Coll Cardiol 2012; 60 (Suppl. 25): S1–49.
4. Suslitsyna NI, Sukmanova IA. Faktory riska i prognozirovanie razvitiia infarkta miokarda u muzhchin razlichnykh vozrastnykh grupp. Ros. kardiol. zhurn. 2016; 8 (136): 58–63 (in Russian)
5. Aydin S, Ugur K, Aydin S, et al. Biomarkers in acute myocardial infarction: current perspectives. Vasc Health Risk Manag 2019; 15: 1–10. DOI: 10.2147/VHRM.S166157
6. De Rosa S, Spaccarotella C, Basso C, et al. Reduction of hospitalizations for myocardial infarction in Italy in the COVID-19 era. Study Eur Heart J 2020; 41 (22): 2083–8. DOI: 10.1093/eurheartj/ehaa409.
7. Kontsevaia AV, Myrzamatova AO, Drapkina OM. Biomarkery v prognozirovanii serdechno-sosudistogo riska: novye vozmozhnosti troponina. Kardiovaskuliarnaia terapiia i profilaktika. 2020; 19 (3): 219–26 (in Russian)
8. Gensini GG. A more meaningful scoring system for determining the severity of coronary artery disease. Am J Cardiol 1983; 51 (3): 606.
9. Dubinina EE, Burmistrov SO, Khodov DA, et al. Okislitel'naia modifikatsiia belkov syvorotki krovi cheloveka, metod ee opredeleniia. Voprosy meditsinskoi khimii. 1995; 1: 24–6 (in Russian)
10. Eapen DJ, Manocha P, Patel RS, et al. Aggregate risk score based on markers of inflammation, cell stress, and coagulation is an independent predictor of adverse cardiovascular outcomes. J Am Coll Cardiol 2013; 62: 329–37.
11. Diamond GA, Kaul S. From here to eternity: a unified kinetic model for the pathophysiology of atherosclerotic events. Am J Med 2007; 120: 5–11.
Авторы
Ю.А. Котова*, А.А. Зуйкова, Н.В. Страхова, О.Н. Красноруцкая, Е.Ю. Есина
ФГБОУ ВО «Воронежский государственный медицинский университет им. Н.Н. Бурденко», Воронеж, Россия
* kotova_u@inbox.ru
Burdenko Voronezh State Medical University, Voronezh, Russia
* kotova_u@inbox.ru
ФГБОУ ВО «Воронежский государственный медицинский университет им. Н.Н. Бурденко», Воронеж, Россия
* kotova_u@inbox.ru
________________________________________________
Burdenko Voronezh State Medical University, Voronezh, Russia
* kotova_u@inbox.ru
Цель портала OmniDoctor – предоставление профессиональной информации врачам, провизорам и фармацевтам.