Newer biomarker-based prediction of atherosclerosis risk

Abstract

Background: Angiopoietin-1 and its receptor, tunica interna endothelial cell kinase 2 (Tie-2), maintain endothelial integrity and homeostasis, while Angiopoietin-2 counteracts these effects. Given their biological actions, Angiopoietin-2, Angiopoietin-1, and soluble Tie-2 may have the potential to serve as predictive biomarkers for subclinical atherosclerosis. In this prospective ancillary study of the Cardiovascular and Metabolic Diseases Etiology Research Center (CMERC) and CMERC High-Risk (CMERC-HI) cohorts, we aimed to (1) construct a biomarker subcohort for the exploration of Angiopoietin-related biomarkers (i.e., Angiopoietin-2, Angiopoietin-1, and soluble Tie-2); (2) delineate the baseline characteristics of these biomarkers; (3) examine whether these biomarkers improve risk prediction for subclinical atherosclerosis beyond traditional risk factors; and (4) develop and validate subclinical atherosclerosis risk prediction models using these biomarkers. Methods: We enrolled a total of 924 participants from the CMERC and CMERC-HI cohorts between 2021 and 2023. Data on traditional risk factors, including age, sex, current smoking, systolic blood pressure, blood pressure-lowering drug use, diabetes, total and high-density lipoprotein cholesterol levels, and lipid-lowering drug use, were collected at baseline. Serum levels of Angiopoietin-related biomarkers were measured using enzyme-linked immunosorbent assay from the blood samples collected at baseline. The coronary artery calcium (CAC) was measured by cardiac computed tomography; the CAC score was calculated using the Agatston method. The primary measures of subclinical atherosclerosis were severe coronary atherosclerosis (defined as a CAC score >400) and coronary atherosclerosis (defined as a CAC score >0). The predictive performance of the models was evaluated using the Harrell’s C-index, Hosmer-Lemeshow chi-square statistic, and calibration plot. The additive utility of Angiopoietin-related biomarkers beyond traditional risk factors was assessed using the ΔC-index, continuous net reclassification improvement (cNRI), and integrated discrimination improvement (IDI). We developed subclinical atherosclerosis risk prediction models incorporating Angiopoietin-related biomarkers (Angiopoietin-based prediction models) and performed internal and holdout validation. Results: Of the 924 participants (median age, 62 years; 60.5% female), severe coronary atherosclerosis (CAC score >400) and coronary atherosclerosis (CAC score >0) were present in 60 (6.5%) and 390 (42.2%) participants, respectively. Angiopoietin-related biomarkers showed a poor correlation with each other and weak or no association with traditional risk factors. Angiopoietin-related biomarkers significantly improved risk discrimination and stratification for both severe coronary atherosclerosis (ΔC-index, 0.019-0.030; cNRI, 0.46-0.53; IDI, 0.037-0.061) and coronary atherosclerosis (ΔC-index, 0.007-0.014; cNRI, 0.18-0.20; IDI, 0.011-0.023) when added to traditional risk factor-based models. The Angiopoietin-based prediction models showed good discrimination in internal validation (optimism-corrected C-index, 0.793-0.849) and decent discrimination in holdout validation (C-index, 0.678-0.791). The predicted probabilities were in good agreement with the observed probabilities. Integer risk scores for subclinical atherosclerosis were also developed and showed satisfactory performance (C-index, 0.790-0.837). Conclusion: Angiopoietin-related biomarkers significantly improved risk prediction for subclinical atherosclerosis when added to traditional risk factor-based models. Angiopoietin-based prediction models, as well as integer risk scores, showed good predictive performance. The newly developed prediction models are expected to be utilized for identifying high-risk populations for the primary prevention of cardiovascular disease (CVD) and for surveilling individuals with a CAC score of 0. Whether Angiopoietin-related biomarkers improve risk prediction for clinical CVD events needs to be determined in future studies. 서론: 안지오포이에틴-1은 혈관내피세포의 Tie-2 수용체와 결합하여 혈관의 안정성과 항상성을 증대하며, 안지오포이에틴-2는 위 작용을 억제한다. 이러한 분자생물학적 기전 상 안지오포이에틴-2, 안지오포이에틴-1 및 수용성 Tie-2는 죽상경화증 예측 바이오마커로 활용될 잠재력이 있다. 우리는 본 연구에서 (1) 안지오포이에틴 연관 바이오마커(안지오포이에틴-2, 안지오포이에틴-1 및 수용성 Tie-2) 연구를 위한 코호트를 구축하고, (2) 해당 바이오마커들의 기본 특성을 파악하며, (3) 해당 바이오마커들이 죽상경화증 위험도 예측에 도움이 될 수 있는지 확인하고, (4) 해당 바이오마커들을 활용한 죽상경화증 위험도 예측모형을 개발하고자 하였다. 연구방법: 2021년부터 2023년 사이 CMERC 및 CMERC-HI 코호트로부터 총 924명의 대상자가 모집되었으며, 검진을 통해 대상자들의 전통적 심혈관 위험인자(나이, 성별, 현재흡연, 수축기혈압, 혈압강하제 복용, 당뇨병, 총콜레스테롤, 고밀도지단백콜레스테롤 및 지질강하제 복용), 혈중 안지오포이에틴 연관 바이오마커 농도 및 관상동맥 석회화지수 등의 정보를 수집하였다. 죽상경화증은 중증 관상동맥 죽상경화증(관상동맥 석회화지수 >400)과 관상동맥 죽상경화증(관상동맥 석회화지수 >0)의 두 가지 지표로 정의되었다. 죽상경화증 예측 로지스틱 회귀모형의 성능은 C-지수, 호스머-레메쇼 카이제곱 통계치 및 일치도 그림 등의 방법으로 평가하였으며, 안지오포이에틴 연관 바이오마커에 의한 예측능 향상은 ΔC-지수, 연속형 순재분류향상 및 통합식별향상 등으로 평가하였다. 최종 개발된 죽상경화증 위험도 예측모형에 대해서는 내적 검증 및 홀드아웃 검증을 시행하였다. 연구결과: 총 924명의 대상자(나이 중위수, 62세; 60.5% 여성) 중 중증 관상동맥 죽상경화증은 60명(6.5%), 관상동맥 죽상경화증은 390명(42.2%) 에서 존재하였다. 안지오포이에틴 연관 바이오마커들은 서로 미약한 상관관계를 보였으며, 전통적 심혈관 위험인자와는 유의한 연관성을 보이지 않았다. 해당 바이오마커들은 전통적 심혈관 위험인자 기반 회귀모형의 중증 관상동맥 죽상경화증 위험도 예측력(ΔC-지수, 0.019-0.030; 연속형 순재분류향상, 0.46-0.53; 통합식별향상, 0.037-0.061)과 관상동맥 죽상경화증 위험도 예측력(ΔC-지수, 0.007-0.014; 연속형 순재분류향상, 0.18-0.20; 통합식별향상, 0.011-0.023)을 모두 향상시켰다. 최종 개발된 안지오포이에틴 기반 죽상경화증 위험도 예측모형은 내적 검증에서 우수한 식별력을 보였으며(C-지수 0.793-0.849), 홀드아웃 검증에서도 준수한 식별력을 보였다(C-지수 0.678-0.791). 일치도 그림 상 모형의 예측 위험도는 실제 위험도와 전반적으로 잘 일치하였다. 간편한 임상 적용을 위해 추가로 개발한 죽상경화증 위험도 점수 역시 좋은 식별력을 보였다(C-지수 0.790-0.837). 결론: 안지오포이에틴 연관 바이오마커들은 전통적 심혈관 위험인자 기반 회귀모형의 죽상경화증 위험도 예측력을 유의하게 향상시켰으며, 최종 개발된 안지오포이에틴 기반 죽상경화증 위험도 예측모형은 검증 결과 우수한 성능을 보였다. 본 연구에서 개발한 예측모형은 심혈관질환 일차예방을 위한 고위험 인구 선별 및 관상동맥 석회화지수 0인 대상자의 위험도 감시에 이용될 수 있을 것으로 기대된다. 안지오포이에틴 연관 바이오마커들이 임상 심혈관질환 사건 예측에도 활용될 수 있을지에 대해서는 추가적인 연구가 필요하다.