Un modèle innovant pour prédire les maladies coronariennes grâce aux triglycérides

Diabétologie cardiovasculaire volume 22, Numéro d'article : 200 (2023) Citer cet article

179 Accès

Détails des métriques

Divers modèles prédictifs ont été développés pour prédire l'incidence des maladies coronariennes (CHD), mais aucun d'entre eux n'a eu une valeur prédictive optimale. Bien que ces modèles considèrent le diabète comme un facteur de risque important de maladie coronarienne, ils ne prennent pas en compte la résistance à l'insuline ou les triglycérides (TG). Les performances insatisfaisantes de ces modèles de prédiction peuvent être attribuées à la négligence de ces facteurs malgré leurs effets prouvés sur les maladies coronariennes. Nous avons décidé de modifier les modèles prédictifs standard de maladies coronariennes grâce à l'apprentissage automatique pour déterminer si l'indice triglycérides-glucose (indice TyG, une combinaison logarithmisée de glycémie à jeun (FBS) et de TG qui démontre la résistance à l'insuline) fonctionne mieux que le diabète en tant que prédicteur de maladies coronariennes.

Deux mille participants d'une population iranienne communautaire, âgés de 20 à 74 ans, ont été étudiés avec un suivi moyen de 9,9 ans (plage : 7,6 à 12,2). L'association entre l'indice TyG et CHD a été étudiée à l'aide de modèles multivariés à risque proportionnel de Cox. En sélectionnant des composants communs de scores de risque de maladie coronarienne précédemment validés, nous avons développé des modèles d'apprentissage automatique pour prédire les maladies coronariennes. L'indice TyG a été remplacé par le diabète dans les modèles de prédiction des maladies coronariennes. Tous les composants des modèles d’apprentissage automatique ont été expliqués en fonction de leur impact sur la prédiction des CHD. Les seuils de l’indice TyG prédisant les CHD ont été calculés.

L'incidence des maladies coronariennes était de 14,5 %. Comparé au quartile le plus bas de l'indice TyG, le quatrième quartile présentait un rapport de risque entièrement ajusté de 2,32 (intervalle de confiance [IC] 1,16-4,68, tendance p 0,04). Un indice TyG > 8,42 avait la valeur prédictive négative la plus élevée pour les maladies coronariennes. La machine à vecteurs de support (SVM) basée sur l'indice TyG a été nettement plus performante que la SVM basée sur le diabète pour prédire les maladies coronariennes. L'indice TyG n'était pas seulement plus important que le diabète pour prédire les maladies coronariennes ; c’était le facteur le plus important après l’âge dans les modèles d’apprentissage automatique.

Nous recommandons d'utiliser l'indice TyG dans la pratique clinique et les modèles prédictifs pour identifier les personnes à risque de développer une maladie coronarienne et pour contribuer à sa prévention.

Les maladies coronariennes constituent un défi majeur de santé publique et contribuent au fardeau mondial des maladies. Malgré l'amélioration des méthodes de prévention et des techniques de traitement [1, 2], elle reste la principale cause de morbidité et de mortalité dans le monde, représentant 32 % de tous les décès [3], et une pression énorme sur les finances nationales de la santé [4, 5]. Ainsi, l’évaluation des risques de coronaropathie est une priorité mondiale de santé publique.

Divers modèles prédictifs de maladies coronariennes tels que Framingham [6], Systematic COronary Risk Evaluation (SCORE) [7], Reynolds [8], American College of Cardiology/American Heart Association (ACC/AHA) [9], recommandations consensuelles des Joint British Societies pour la prévention des maladies cardiovasculaires (JBS3) [10], Multi-Ethnic Study of Atherosclerosis (MESA) [11], QRISK [12] et la prédiction du risque cardiovasculaire athéroscléreux en Chine (China-PAR) [13], ont été développés pour prédire l’incidence des maladies coronariennes, mais aucun n’a une valeur prédictive optimale [14]. Tous ces modèles considèrent le diabète comme un facteur de risque important de maladie coronarienne, mais aucun ne prend en compte ni la résistance à l'insuline ni la TG [14,15,16,17].

Une meilleure prédiction des maladies coronariennes pourrait être possible en prenant en compte la résistance à l’insuline, qui survient des années, voire des décennies, avant le diabète [18]. Des analyses randomisées mendéliennes antérieures, des revues systématiques et des méta-analyses ont préconisé l'association entre la résistance à l'insuline et les maladies coronariennes en modifiant les réponses de la paroi vasculaire à l'insuline et en favorisant l'athérosclérose (19, 20, 21). Le test clamp hyperinsulinémique-euglycémique est la référence en matière de mesure de la résistance à l'insuline, mais il n'est pas applicable dans les études cliniques en raison de son protocole invasif, compliqué et coûteux (22, 23). Un autre indice validé est l'évaluation du modèle d'homéostasie de la résistance à l'insuline (HOMA-IR), calculée en divisant la glycémie par les concentrations d'insuline. La concentration d’insuline circulante n’est pas systématiquement mesurée en soins primaires. De plus, son intérêt est limité chez les sujets recevant de l'insuline sous-cutanée. Par conséquent, HOMA-IR n’est pas un indice approprié pour les stratégies de prévention primaire [23]. L'indice TyG est un produit logarithmisé de FBS et TG. Il a été démontré qu'elle est fortement corrélée au clamp hyperinsulinémique-euglycémique et à HOMA-IR [24]. De plus, il s’agit d’un protocole simple et peu coûteux qui peut être utilisé chez tous les sujets quel que soit leur statut d’insulinothérapie [23]. De plus, il contient du TG, un autre facteur de risque de maladie coronarienne [25, 26], comme l'indiquent plusieurs études ; néanmoins, cela n'a pas été pris en compte dans les modèles précédents [6,7,8,9,10,11,12,13]. Il semble donc judicieux de modifier ces modèles avec l’indice TyG, puis d’évaluer leur efficacité.