研究方法与结果
UKBiobank是一个前瞻性观察研究，在年至年间从英国的22个地区招募了大约有50万40~69岁的志愿者。研究人员使用外部导出的权重，计算了,名不相关个体的LPAGRS，这些个体具有阵列衍生的基因型和脂蛋白（a）测量值。数据分析时间为年4月至年3月。使用Cox比例风险模型评估脂蛋白（a）和LPA-GRS与ASCVD（外周动脉疾病、冠状动脉疾病、心肌梗死、缺血性卒中和心血管疾病死亡率）发病率之间的关系。为了确定使用测量的脂蛋白（a）和LPA-GRS作为ASCVD风险增强因子的效用，研究人员还评估了QRISK3和合并队列方程在具有边缘到中等风险的个体中（分别为n?=,和,）在ASCVD风险识别方面的潜在改善。整个研究人群的平均年龄为57.6岁，,名女性（54.6%）。在为期11.1年（四分位间距，1.4年）的中位随访期间，15,人发生了ASCVD事件（5.1%）。LPA-GRS解释了大约60%的白人/欧洲人的脂蛋白（a）变化。脂蛋白（a）和LPA-GRS与复合型ASCVD（每增加nmol/L的危险比为1.26，95%CI1.23-1.28vs.危险比为1.29，95%CI1.26-1.33；P1.）。调整脂蛋白（a）后，LPA-GRS与ASCVD之间的相关性明显减弱。在QRISK3中加入测量的脂蛋白（a）或LPA-GRS对ASCVD事件的风险识别有一定的改善（接收器工作曲线下的面积分别为0.，95%CI0.-0.vs.0.，95%CI0.-0.；P?=?0.和P?=?0.01）。研究结论
这项研究的结果表明，LPA-GRS与测量的脂蛋白（a）相比，对ASCVD事件的风险预测具有可比性。测量的脂蛋白（a）和LPA-GRS都在风险识别方面提供了适度的改善，超出了指南支持的风险评分，这支持了脂蛋白（a）作为一个风险增强因子的作用。如有必要，中年时用脂蛋白（a）进行心血管风险评估可包括直接测量或LPA-GRS。预览时标签不可点收录于话题#个上一篇下一篇