ESC 2024血脂管理热点看这篇!优化个体化降脂策略:从风险评估到治疗方案

全文2525字,阅读约需8分钟,帮我划重点

划重点

01ESC 2024年会更新了多部指南,重点关注个性化心血管管理,以提升心血管疾病预后。

02精准的风险评估是制定有效治疗方案的基础,包括传统危险因素以及CRP、CAC等多重指标。

03影像学技术如冠状动脉钙化评分(CAC)可帮助制定个性化降脂策略,预防ASCVD。

04人工智能技术可优化心血管疾病的预防和治疗,预测心血管事件的风险。

05更新后的指南对血脂目标值管理更为严格,推荐优先接受他汀治疗,在此基础上调整治疗方案。

以上内容由腾讯混元大模型生成,仅供参考

图片



精准的风险评估+个体化的降脂策略,将势必改善患者的长期预后、提升整体治疗效果!




优化个体化降脂策略是提升心血管疾病预后的关键,尤其在动脉粥样硬化性心血管疾病(ASCVD)的管理中。制定基于患者具体情况的个性化降脂方案是实现精准医疗的核心。2024年8月30日至9月2日,欧洲心脏病学会(ESC 2024)年会在伦敦盛大召开,以“个体化心血管管理”为主题,更新了多部指南,并发布了最新的研究成果。这些更新为优化降脂策略提供了最前沿的科学依据和实践指南。


在个性化血脂管理的过程中,精准的心血管风险评估是制定有效治疗方案的基础。大量观察性研究和临床试验证实低密度脂蛋白胆固醇(LDL-C)是ASCVD 的致病性危险因素,因此LDL-C作为ASCVD风险评估的核心指标,已被广泛应用于临床实践。然而,个体发生ASCVD 风险的高低不仅取决于LDL-C水平高低,还取决于同时存在的疾病状态及其他 ASCVD 危险因素的数目和水平。对此,ESC 2024大会围绕“个性化的风险评估”发布了多项最新研究和专题报告。

一项基于英国数据的研究探讨了LDL-C和高敏C反应蛋白(CRP)对接受降脂药物治疗患者主要不良心血管事件(MACE)发生风险的叠加效应[1]。该研究共纳入55,251名受试者(其中女性24,130名,占43.7%),年龄在40-72岁。该研究将LDL-C和CRP视为连续变量并进行了标准化,并以LDL-C和CRP在不接受降脂治疗的个体的第75百分位数处进行分类界值,共分为4组(第1组LDL-C+CRP均≤第75百分位数;第2组LDL-C>第75百分位数;第3组CRP>第75百分位数和第4组LDL-C+CRP均>第75百分位数)。结果显示:LDL-C和CRP与MACE之间关联的风险比(HR)及95%置信区间(CI)(与第1组相比)为:第2组为1.11(95% CI:1.03-1.19;p=0.005);第3组为1.21(95% CI:1.14-1.30;p<0.001)和第4组为1.37(95% CI:1.25-1.50;p<0.001)(图1)。因此该研究表明在使用降脂药物患者中,高脂血症和炎症对MACE的发生风险具有显著的叠加效应。也就是说,对于表现为高水平炎症的个体,我们应该在管理炎症的同时应更加积极地控制血脂水平。


图片

图1 LDL-C+CRP均升高者MACE事件风险最高


同时,来自加州大学洛杉矶分校的Matthew Budoff教授以“个性化降脂治疗的影像学应用”为题[2],分享了如何利用影像学技术,尤其是冠状动脉钙化评分(CAC)来制定个性化降脂策略、预防ASCVD。Matthew Budoff教授介绍并点评了包括MESA、ST FRANCIS和EISNER在内的多项研究成果,指出CAC评分与较高的ASCVD风险相关,比如说MESA研究10年队列研究结果(图2)表明CAC=0的钙化组MACE事件发生率介于1.3%至5.6%, CAC> 100的所有受试者估计风险大于7.5%,而CAC>300的人群10年MACE事件发生率介于13.1%至25.6%。因此CAC评分可用于识别高风险个体,为个性化降脂治疗提供了有力的支持。


图片

图2 MESA研究10年随访结果

而来自英国的Brian A. Ference教授则结合眼下最热的人工智能(AI),分享了自己对“如何利用AI技术来优化心血管疾病的预防和治疗”的思考[3]。Brian A. Ference博士通过整合现代AI技术和心血管生物学进展,提出了一种新的个性化预防策略理念,即基于“累积暴露假说”并利用AI模型来进行个性化预测。该假说认为动脉粥样硬化风险与低密度脂蛋白(LDL)及其他致动脉粥样硬化脂蛋白在动脉壁内的累积数量和时间有关,其中LDL的累积暴露可以通过“LDL斑块年”来衡量,而因果AI技术能够学习个体的LDL轨迹,估计其LDL累积暴露和斑块负担,进而预测心血管事件的风险,制定有效的预防策略(图3)。


图片

图3 AI有助于制定最佳的LDL管理目标


此次更新的《ESC 2024慢性冠脉综合征(CCS)管理指南》[4]同样强调了对于无症状患者应积极使用多因素模型(如SCORE2和SCORE-UP)来进行危险分层,并尽可能根据已有的胸部CT扫描来计算CAC评分来优化风险评估和治疗,尤其是对于临界风险的人群。同时推荐在CCS初始评估中应检测hs-CRP水平来识别高炎症人群。在未来,相信在AI加持下的更加精准的心血管风险评估,将会更加有助于早期干预,最终达到Matthew Budoff教授在ESC 2024大会演讲中“上医治未病”的目标和期待(图4)。 


图片

图4



在风险评估之后,需要针对不同的危险分层来建立个性化的降脂目标。总的来说,今年更新的2部指南——《ESC 2024慢性冠脉综合管理指南》和《ESC 2024外周动脉和主动脉管理指南》[4-5]对血脂目标值管理更为严格,均提到应将LDL-C水平降至<1.4 mmol/L(55 mg/dl),并相对于基线水平降低≥50%。


在降脂药物选择上,两部新指南也制定了规范的流程路线,均优先接受他汀治疗,在此基础上LDL-C未达标者,可依次联合依折麦布、PCSK9抑制剂或贝派地酸。而对于他汀不耐受的患者,则可以考虑依折麦布、PCSK9抑制剂或贝派地酸等单药或联合治疗。


总结


优化个体化降脂策略是现代心血管疾病管理中的关键,尤其在ASCVD的预防和治疗方面。通过精准的风险评估,包括传统危险因素以及CRP、CAC等多重指标,能够更准确地识别高危个体,有助于制定个性化的降脂目标和治疗方案。相信这种个体化、精准化的降脂策略,将势必改善患者的长期预后、提升整体治疗效果!


小调研


[1]. LDL-cholesterol and CRP as predictors of CV morbidity and mortality - a comprehensive analysis of a population-based data. ESC 2024.

[2].Imaging to personalise lipid-lowering. ESC 2024.

[3].Personalised lipid-lowering: bringing  it all  together  with  artificial  intelligence.  ESC 2024. 

[4].Vrints C, Andreotti F, Koskinas KC, et al. 2024 ESC Guidelines for the management of chronic coronary syndromes. Eur Heart J. 2024 Aug 30:ehae177. doi: 10.1093/eurheartj/ehae177. Epub ahead of print. PMID: 39210710.

*“医学界”力求所发表内容专业、可靠,但不对内容的准确性做出承诺;请相关各方在采用或以此作为决策依据时另行核查。