A novel monocyte-based biomarker of cardiovascular risk: comparison with traditional cardiovascular risk calculators

Résumé technique : Un nouveau biomarqueur basé sur les monocytes pour le risque cardiovasculaire

Énoncé du problème
Malgré les progrès de la prévention, l'athérosclérose cardiovasculaire demeure la principale cause de mortalité et d'invalidité dans le monde. Un défi critique en pratique clinique est l'identification des individus présentant une maladie infraclinique et asymptomatique. Bien que l'angioscannographie coronaire ait révélé une charge importante d'athérosclérose silencieuse dans la population générale, l'imagerie de routine chez les sujets asymptomatiques n'est pas réalisable en raison du coût, de l'exposition aux radiations et des limitations de ressources.

Les calculateurs de risque cardiovasculaire actuels (ex. : QRISK3, China-PAR, PREVENT) estiment le risque au niveau de la population en se basant sur des facteurs de risque démographiques et cliniques. Bien qu'efficaces pour la stratification de la population, ces modèles sont souvent peu performants au niveau individuel, car ils ne parviennent pas à capturer les processus biologiques sous-jacents de l'athérogénèse précoce. De plus, ils ne tiennent pas compte de l'inflammation vasculaire active, ce qui entraîne une incertitude dans la prédiction du risque individuel et peut conduire à une prise de décision thérapeutique sous-optimale pour la prévention primaire. Il existe un besoin de biomarqueurs évolutifs qui reflètent directement la biologie pathologique sous-jacente afin d'identifier l'athérosclérose silencieuse plus précisément que les scores de risque traditionnels.

Méthodologie
L'étude a employé un plan de conception à deux cohortes, impliquant une cohorte de découverte et une cohorte de validation indépendante, pour évaluer l'utilité de biomarqueurs basés sur les monocytes.

• Cohorte de découverte (n=39) : Adultes asymptomatiques recrutés dans des cliniques d'hypertension et via des annonces à Londres, Royaume-Uni. Les participants ont subi une évaluation clinique complète, des prélèvements sanguins et une échographie carotidienne.

  • Analyse des biomarqueurs : Les cellules monocytaires du sang périphérique ont été analysées par cytométrie en flux pour profiler les sous-populations de monocytes (classiques CD14++CD16−, intermédiaires CD14++CD16+ et non classiques CD14lowCD16+) ainsi que les agrégats monocyte-plaquette (MPA, définis comme CD14+CD42b+). Des marqueurs additionnels (CD200R, CD163, CCR2/CD192, HLA-DR) ont également été évalués.
  • Imagerie : L'épaisseur intima-média carotidienne (cIMT) et la présence de plaques ont été mesurées par échographie duplex standardisée.
  • Score de risque : Le risque cardiovasculaire à 10 ans a été calculé via QRISK3.
  • Dérivation : Un biomarqueur composite, le Score de Risque Athéroscléreux Monocytaire (MARS), a été dérivé des données de la cohorte de découverte, défini comme le rapport entre les niveaux de MPA et le nombre de monocytes classiques.

• Cohorte de validation (n=151) : Adultes cliniquement sains recrutés dans un centre d'examen physique à Nanjing, Chine. Cette cohorte a subi un profilage de biomarqueurs et des évaluations d'imagerie identiques.

  • Score de risque : Le risque cardiovasculaire à 10 ans a été calculé via le modèle China-PAR.
  • Focus : En raison de preuves émergentes remettant en question l'utilité de la cIMT pour la stratification du risque, l'analyse de validation s'est concentrée principalement sur la présence de plaque carotidienne.

• Analyse statistique : Les associations entre les biomarqueurs et les résultats d'imagerie ont été évaluées par régression linéaire. La performance prédictive pour une cIMT à haut risque et la plaque carotidienne a été évaluée par l'analyse des courbes ROC (Receiver Operating Characteristic), résumée par l'aire sous la courbe (AUC/C-index).

Contributions clés

1. Développement du MARS : L'étude introduit un nouvel indice composite, le MARS, qui intègre des signaux monocytaires opposés : l'épuisement des monocytes classiques et l'élévation des agrégats monocyte-plaquette inflammatoires.
2. Spécificité biologique : Contrairement aux calculateurs traditionnels qui reposent sur des facteurs de risque statiques, le MARS capture des processus cellulaires dynamiques (inflammation et interaction monocyte-plaquette) centraux à l'athérogénèse précoce.
3. Validation trans-ethnique : Le biomarqueur a été validé dans deux cohortes indépendantes aux origines ethniques distinctes (Royaume-Uni et Chine) et utilisant des calculateurs de risque standards différents (QRISK3 et China-PAR), démontrant ainsi sa généralisabilité.

Résultats

• Cohorte de découverte :

  • Corrélation : Le MARS a montré une forte association avec la cIMT moyenne (r²=0,87, P<0,0001), surpassant nettement le QRISK3 (r²=0,30, P=0,003). Les sous-populations de monocytes individuelles et les MPA ont également été corrélées à la cIMT, mais le MARS a fourni l'association la plus forte.
  • Prédiction de la cIMT à haut risque : Le MARS a discriminé de manière robuste les individus présentant une cIMT à haut risque (AUC 0,93, P=0,0001), tandis que le QRISK3 présentait une discrimination plus faible (AUC 0,66, P=0,0952).
  • Prédiction de la plaque carotidienne : Le MARS a prédit avec précision la présence de plaque carotidienne (AUC 0,94, P=0,0022). Le QRISK3 n'a pas permis de discriminer significativement les individus avec ou sans plaque (AUC 0,60, P=0,3427).
  • Valeur additive : La combinaison du MARS avec le QRISK3 ou d'autres marqueurs monocytaires n'a pas amélioré la performance prédictive au-delà du MARS seul, suggérant que le MARS capture le signal biologique dominant.

• Cohorte de validation :

  • Prédiction de la plaque : Les valeurs de MARS étaient significativement plus élevées chez les participants présentant une plaque carotidienne par rapport à ceux n'en présentant pas (P=0,0006). Le MARS a discriminé de manière fiable les individus avec une plaque carotidienne (AUC 0,81, P<0,0001).
  • Comparaison avec China-PAR : Contrairement au MARS, le modèle China-PAR n'a montré aucune capacité prédictive significative pour la plaque carotidienne (AUC 0,64, P=0,1944).
  • Indépendance : La corrélation entre le MARS et le China-PAR était faible (r²=0,1031), indiquant que le MARS reflète des caractéristiques biologiques non capturées par les calculateurs de risque conventionnels.

Signification et revendications
Les auteurs affirment que le biomarqueur MARS, généré par le profilage par cytométrie en flux du phénotype et des agrégats de monocytes, détecte l'athérosclérose silencieuse avec une précision supérieure aux calculateurs de risque cardiovasculaire établis (QRISK3 et China-PAR) dans deux populations asymptomatiques indépendantes et ethniquement diverses.

L'article pose comme postulat que le MARS fournit une mesure « ancrée biologiquement » de la charge athéroscléreuse qui est complémentaire à l'évaluation du risque traditionnelle. En identifiant les individus présentant une maladie infraclinique qui pourraient être omis par les facteurs de risque standards, le MARS pourrait permettre une utilisation plus ciblée de l'imagerie vasculaire et éclairer la prise de décision thérapeutique. Les auteurs suggèrent qu'un tel biomarqueur pourrait améliorer la conception des essais de prévention primaire en enrichissant les populations d'étude avec des individus porteurs d'une maladie biologiquement pertinente, permettant ainsi une évaluation plus claire du bénéfice thérapeutique.

L'étude reconnaît des limites, notamment la taille modeste de la cohorte de découverte et la nature transversale de l'étude, qui se concentre sur des surrogats d'imagerie plutôt que sur des événements cliniques. Les auteurs précisent que des études prospectives futures sont nécessaires pour déterminer si le MARS prédit les événements cardiovasculaires et améliore la prise de décision clinique. Ils notent également que, bien que la cytométrie en flux soit une limite pour une application à grande échelle, le panel de marqueurs spécifiques et la stratégie de fenêtrage utilisés sont compatibles avec les plateformes cliniques existantes et les flux de travail automatisés.