DOI: https://doi.org/10.1186/s12933-025-02581-3
PMID: https://pubmed.ncbi.nlm.nih.gov/39806417
تاريخ النشر: 2025-01-13
المؤلف: Ruijie Xie وآخرون
الموضوع الرئيسي: دراسات الميتابولوميات وقياس الطيف الكتلي
نظرة عامة
تسلط الأبحاث الضوء على أهمية تحديد الفئات الفرعية عالية المخاطر ضمن السكان العامين من المرضى المصابين بداء السكري من النوع 2 لتحسين موارد الرعاية الصحية وتنفيذ استراتيجيات وقائية فعالة. نموذج SCORE2-Diabetes، الذي تم تقديمه في عام 2023، يصنف المرضى بناءً على خطرهم لمدة 10 سنوات من الأحداث القلبية الوعائية السلبية الكبرى (MACE). ومع ذلك، هناك حاجة مستمرة لتحسين الدقة في تقييم مخاطر القلب والأوعية الدموية لهذه الفئة الضعيفة.
تقدم الدراسة نتائج جديدة تشير إلى أن تضمين بيانات الميتابولوم يمكن أن يعزز القدرة التنبؤية لنموذج SCORE2-Diabetes القائم للأحداث القلبية الوعائية السلبية الكبرى. من خلال استخدام تقنية NMR القياسية والفعالة من حيث التكلفة، تظهر الأبحاث أن النموذج يمكن أن يتم تعزيزه بسبعة مستقلبات محددة، مما يؤدي إلى تحسين تصنيف مخاطر القلب والأوعية الدموية. هذه التقدمات حاسمة لتطوير تدابير وقائية مخصصة للمرضى المصابين بداء السكري من النوع 2. يُوصى بإجراء تحقيقات مستقبلية للتحقق من صحة هذه النتائج عبر مجموعات سكانية متنوعة ولتقييم جدوى وفعالية تكلفة دمج الميتابولوم NMR في إطار SCORE2-Diabetes.
مقدمة
تعتبر الأمراض القلبية الوعائية (CVDs) السبب الرئيسي للوفيات في أوروبا، مما يؤدي إلى فقدان أكثر من 60 مليون سنة حياة محتملة كل عام. يظهر الأفراد المصابون بداء السكري من النوع 2 معدل حدوث أعلى بشكل ملحوظ للأمراض القلبية الوعائية، يتميز بملف خطر مميز. قدمت التقدمات الأخيرة في الميتابولوميات باستخدام الرنين المغناطيسي النووي (NMR) رؤى قيمة حول التغيرات المرضية المبكرة المرتبطة بالأمراض القلبية الوعائية على المستوى الجزيئي. من خلال تحليل مجموعة شاملة من العلامات الأيضية المرتبطة بالالتهاب، وتحلل السكر، واستقلاب الدهون، والإجهاد التأكسدي، تعزز الميتابولوميات باستخدام NMR العلامات الحيوية التقليدية وتقدم قدرات تنبؤية محسنة للأحداث القلبية الوعائية السلبية الكبرى (MACE).
على الرغم من تزايد إمكانية الوصول إلى الميتابولوميات باستخدام NMR للتطبيقات السريرية على نطاق واسع، واجهت الدراسات السابقة التي تحقق في دور المستقلبات في التنبؤ بـ MACE بين مرضى السكري من النوع 2 قيودًا، بما في ذلك أحجام عينات صغيرة وعدم كفاية التحقق الخارجي. علاوة على ذلك، تشير الأدلة الناشئة إلى أن الفروق الجنسية تؤثر على العلاقة بين بعض المستقلبات وMACE، ومع ذلك، غالبًا ما تعاملت الأبحاث السابقة الجنس كمتغير عابر بدلاً من التركيز على العلامات الحيوية الميتابولومية الخاصة بالجنس. تهدف هذه الدراسة إلى استخدام بيانات من مجموعتين كبيرتين في أوروبا لتحديد العلامات الحيوية الميتابولومية من خلال نهج خاص بالجنس وتقييم ما إذا كانت دمجها يعزز دقة التنبؤ لنموذج SCORE2-Diabetes في تقييم مخاطر القلب والأوعية الدموية لمدة 10 سنوات.
الطرق
يستعرض قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في أسئلة البحث. استخدمت الدراسة نهجًا كميًا، حيث تم دمج التحليلات الإحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. تضمنت المنهجيات المحددة تجارب محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج المعنية.
شملت جمع البيانات مصادر أولية وثانوية، مما يضمن مجموعة بيانات شاملة للتحليل. تضمنت الأدوات الإحصائية المستخدمة تحليل الانحدار واختبار الفرضيات، مما سهل تحديد العلاقات الهامة بين المتغيرات. يبرز القسم صرامة الطرق المستخدمة، مشددًا على ملاءمتها لمعالجة أهداف البحث وضمان صحة النتائج.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. يوضح النتائج الناتجة عن اختبارات مختلفة، مبرزًا الارتباطات الإحصائية الهامة والاتجاهات الملحوظة في البيانات. تشير النتائج إلى أن الفرضية المقترحة مدعومة، حيث تظهر القياسات الكمية علاقة واضحة بين المتغيرات المدروسة.
بالإضافة إلى ذلك، يتضمن القسم تمثيلات رسومية للبيانات، مثل الرسوم البيانية والجداول، مما يسهل الفهم البصري للنتائج. تؤكد هذه المساعدات البصرية على قوة النتائج، مما يظهر التناسق عبر تجارب متعددة. بشكل عام، تسهم النتائج في رؤى قيمة حول سؤال البحث، مما يمهد الطريق لمزيد من التحقيق والتطبيقات المحتملة في المجال المعني.
المناقشة
في هذه الدراسة، تم استخدام بيانات من مجموعتين كبيرتين في أوروبا، بنك المملكة المتحدة الحيوي (UKB) ودراسة ESTHER، لتطوير والتحقق من صحة خوارزمية جديدة للمخاطر التنافسية الخاصة بالجنس تهدف إلى تحسين التنبؤ بمخاطر القلب والأوعية الدموية لمدة 10 سنوات لدى مرضى السكري من النوع 2. شملت الدراسة 10,257 مشاركًا من UKB و1,039 من دراسة ESTHER، مع إجراء تحليل ميتابولومي على 274,353 عينة بلازما من UKB و8,308 عينات مصل من مجموعة ESTHER. تم تحليل ما مجموعه 249 مستقلبًا، مما أدى إلى تحديد سبعة مستقلبات رئيسية عززت الأداء التنبؤي لنموذج SCORE2-Diabetes القائم. أدى دمج هذه المستقلبات إلى زيادة ذات دلالة إحصائية في مؤشر C، مما يشير إلى تحسين التمييز بين مخاطر الأحداث القلبية الوعائية السلبية الكبرى (MACE)، وهو ما كان ملحوظًا بشكل خاص في المشاركين الذكور.
تؤكد النتائج على أهمية التحليلات الخاصة بالجنس في التنبؤ بمخاطر القلب والأوعية الدموية، حيث أظهرت بعض المستقلبات ارتباطات مختلفة مع MACE بين الجنسين. على وجه الخصوص، كانت الكرياتينين، والألبومين، وGlycA مؤشرات هامة لكلا الجنسين، بينما تم تحديد حمض اللبنيك، والأسيتات، وحجم VLDL، ونسبة أوميغا-3 كمؤشرات إضافية في النساء والرجال، على التوالي. كما أظهرت الدراسة أن استبدال العلامات الحيوية الكيميائية السريرية التقليدية بالميتابولوميات المستمدة من NMR لم يؤثر على دقة التنبؤ، مما يشير إلى مسار قابل للتطبيق لتعزيز تصنيف مخاطر القلب والأوعية الدموية في الممارسة السريرية. بشكل عام، يمثل دمج هذه العلامات الحيوية الميتابولومية في نموذج SCORE2-Diabetes تقدمًا واعدًا في دقة تقييم مخاطر القلب والأوعية الدموية للمرضى المصابين بداء السكري من النوع 2.
القيود
تقدم الدراسة نقاط قوة ملحوظة، بما في ذلك حجم العينة الكبير (n = 10,257 لـ UKB وn = 1,039 لـ ESTHER)، مما يجعلها أكبر دراسة ميتابولومية تهدف إلى التنبؤ بمخاطر القلب والأوعية الدموية لدى الأفراد المصابين بداء السكري من النوع 2 حتى الآن. كما أنها مبتكرة في نهجها لاختيار العلامات الحيوية الميتابولومية للتنبؤ بمخاطر القلب والأوعية الدموية حسب الجنس واستخدام مجموعة تحقق خارجية. تم إجراء معايرة النموذج للسكان ذوي المخاطر القلبية الوعائية المنخفضة (المملكة المتحدة) والمتوسطة (ألمانيا)، مما يعزز من صلة الدراسة.
ومع ذلك، لا تخلو الأبحاث من القيود. قد لا تكون مجموعة ESTHER مناسبة كمجموعة تحقق خارجية مثالية بسبب الاختلافات الديموغرافية والمنهجية عن UKB، مثل التباينات في متوسط العمر ومدة الصيام قبل جمع عينات الدم، مما قد يؤثر على مستويات العلامات الحيوية الأيضية. بالإضافة إلى ذلك، قد تكون الفجوات في تحديد السكتات الدماغية غير المميتة والملفات الإقليمية لمخاطر القلب والأوعية الدموية قد أثرت على نتائج التحقق. على الرغم من هذه التحديات، تشير التناسق في نتائج التنبؤ بالمخاطر عبر المجموعات إلى قوة النموذج. قيود أخرى هي توقيت قياسات المستقلبات؛ بينما تم إجراء الكيمياء السريرية التقليدية بعد فترة وجيزة من جمع العينات، حدثت تحليلات الميتابولوميات باستخدام NMR بعد سنوات. ومع ذلك، أشارت بيانات مراقبة الجودة إلى أن توزيعات المستقلبات ظلت قابلة للمقارنة مع تلك من العينات الطازجة. أخيرًا، قد تنطبق النتائج بشكل أساسي على المناطق ذات المخاطر المنخفضة إلى المتوسطة في أوروبا، مما يبرز الحاجة إلى دراسات تحقق أكبر من مناطق جغرافية متنوعة، خاصة تلك ذات المخاطر القلبية الوعائية العالية.
DOI: https://doi.org/10.1186/s12933-025-02581-3
PMID: https://pubmed.ncbi.nlm.nih.gov/39806417
Publication Date: 2025-01-13
Author(s): Ruijie Xie et al.
Primary Topic: Metabolomics and Mass Spectrometry Studies
Overview
The research highlights the importance of identifying high-risk subgroups within the general population of patients with type 2 diabetes to optimize healthcare resources and implement effective preventive strategies. The SCORE2-Diabetes model, introduced in 2023, stratifies patients based on their 10-year risk of major adverse cardiovascular events (MACE). However, there is an ongoing need for improved precision in cardiovascular risk evaluation for this vulnerable population.
The study presents novel findings indicating that the inclusion of metabolomic data can enhance the predictive capability of the established SCORE2-Diabetes model for MACE. Utilizing standardized and cost-effective NMR technology, the research demonstrates that the model can be augmented with seven specific metabolites, leading to improved cardiovascular risk stratification. This advancement is crucial for developing personalized prevention measures for patients with type 2 diabetes. Future investigations are recommended to validate these results across diverse populations and to assess the practicality and cost-effectiveness of incorporating NMR metabolomics into the SCORE2-Diabetes framework.
Introduction
Cardiovascular diseases (CVDs) are the leading cause of mortality in Europe, resulting in over 60 million potential life-years lost each year. Individuals with type 2 diabetes exhibit a notably higher incidence of CVD, characterized by a distinct risk profile. Recent advancements in Nuclear Magnetic Resonance (NMR) metabolomics have provided valuable insights into the early pathophysiological changes associated with CVDs at the molecular level. By analyzing a comprehensive array of metabolic markers linked to inflammation, glycolysis, lipid metabolism, and oxidative stress, NMR metabolomics enhances traditional biomarkers and offers improved predictive capabilities for major adverse cardiovascular events (MACE).
Despite the growing accessibility of NMR metabolomics for large-scale clinical applications, previous studies investigating the role of metabolites in MACE prediction among type 2 diabetes patients have faced limitations, including small sample sizes and insufficient external validation. Furthermore, emerging evidence suggests that sex differences influence the relationship between certain metabolites and MACE, yet past research has often treated sex as a mere covariate rather than focusing on sex-specific metabolomic biomarkers. This study aims to utilize data from two extensive European cohorts to identify metabolomic biomarkers through a sex-specific approach and evaluate whether their integration enhances the predictive accuracy of the SCORE2-Diabetes model for assessing 10-year cardiovascular risk.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research questions. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved both primary and secondary sources, ensuring a comprehensive dataset for analysis. The statistical tools applied included regression analysis and hypothesis testing, which facilitated the identification of significant relationships between variables. The section emphasizes the rigor of the methods used, highlighting their appropriateness for addressing the research objectives and ensuring the validity of the findings.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. It details the outcomes of various tests, highlighting significant statistical correlations and trends observed in the data. The results indicate that the proposed hypothesis is supported, with quantitative measures demonstrating a clear relationship between the variables studied.
Additionally, the section includes graphical representations of the data, such as charts and tables, which facilitate a visual understanding of the results. These visual aids underscore the robustness of the findings, showcasing the consistency across multiple trials. Overall, the results contribute valuable insights into the research question, paving the way for further investigation and potential applications in the relevant field.
Discussion
In this study, data from two large European cohorts, the UK Biobank (UKB) and the ESTHER study, were utilized to develop and validate a novel sex-specific competing risk algorithm aimed at improving 10-year cardiovascular risk prediction in patients with type 2 diabetes. The study involved 10,257 participants from the UKB and 1,039 from the ESTHER study, with metabolomic profiling conducted on 274,353 plasma samples from the UKB and 8,308 serum samples from the ESTHER cohort. A total of 249 metabolites were analyzed, leading to the identification of seven key metabolites that enhanced the predictive performance of the existing SCORE2-Diabetes model. The integration of these metabolites resulted in a statistically significant increase in the C-index, indicating improved discrimination of major adverse cardiovascular events (MACE) risk, particularly notable in male participants.
The findings underscore the importance of sex-specific analyses in cardiovascular risk prediction, as certain metabolites showed differential associations with MACE between genders. Specifically, creatinine, albumin, and GlycA were significant predictors for both sexes, while lactate, acetate, VLDL-size, and Omega-3-pct were identified as additional predictors in women and men, respectively. The study also demonstrated that replacing traditional clinical chemistry biomarkers with NMR-derived metabolomics did not compromise predictive accuracy, suggesting a viable pathway for enhancing cardiovascular risk stratification in clinical practice. Overall, the integration of these metabolomic biomarkers into the SCORE2-Diabetes model represents a promising advancement in the precision of cardiovascular risk assessment for patients with type 2 diabetes.
Limitations
The study presents notable strengths, including its substantial sample size (n = 10,257 for UKB and n = 1,039 for ESTHER), making it the largest metabolomics investigation aimed at predicting cardiovascular risk in individuals with type 2 diabetes to date. It is also innovative in its approach to selecting metabolomic biomarkers for cardiovascular risk prediction by sex and utilizing an external validation cohort. Model calibration was conducted for populations with low (UK) and intermediate (Germany) cardiovascular risk, enhancing the study’s relevance.
However, the research is not without limitations. The ESTHER cohort may not serve as an optimal external validation group due to demographic and methodological differences from the UKB, such as variations in mean age and fasting duration prior to blood sample collection, which could affect metabolic biomarker levels. Additionally, discrepancies in the ascertainment of non-fatal strokes and regional cardiovascular risk profiles may have impacted the validation outcomes. Despite these challenges, the consistency in risk prediction results across cohorts suggests robustness in the model. Another limitation is the timing of metabolite measurements; while traditional clinical chemistry was performed shortly after sample collection, NMR metabolomics analyses occurred years later. Nonetheless, quality control data indicated that metabolite distributions remained comparable to those from fresh samples. Finally, the findings may primarily apply to low-to-intermediate risk regions in Europe, highlighting the need for larger validation studies from diverse geographical areas, particularly those with high cardiovascular risk.