XiaoMi-AI文件搜索系统
World File Search SystemASCVD
原创文章 - 胆固醇估计与...之间的关联
低密度脂蛋白胆固醇（LDL-C）升高是ASCVD发展和进展的根本致病因素。 3,4 先前的研究表明，低 LDL-C 水平的个体 ASCVD 发病率低于高 LDL-C 水平的个体。 5-7 LDL 由几种大小和密度不同的颗粒子类组成，包括大浮力 (lb) 颗粒以及中密和小密 (sd) LDL。 8 然而，与其他亚型相比，sdLDL 可能是跨不同 LDL 亚型的 ASCVD 风险的更好的生物标志物。 9,10 据报道，sdLDL 与多种疾病有关，包括代谢紊乱、肥胖和 2 型糖尿病，并被认为是冠心病的危险因素。 11-13 因此，测量 sdLDL-C 水平对于监测 ASCVD 风险具有重要意义。测量 sdLDL-C 的传统方法依赖于复杂的超速离心或梯度凝胶电泳。 14 测量所需的特殊设备和较长的测定时间限制了 sdLDL 测量的临床应用。桑普森等人开发了一个基于标准脂质组结果估算 sdLDL-C 的新方程，其判定系数为 0.745。 15 但其配方仅在美国人群中建立，其在其他人群中的适应性和估计效果仍不清楚。
动脉粥样硬化
一种久坐的生活方式，低水平的体育活动和健身，饮食模式差和社会心理压力与动脉粥样硬化心血管疾病（ASCVD）的发病率和死亡率的增加密切相关。相反，进行定期体育锻炼，保持最佳的健康水平，遵守心脏健康的饮食模式，有效地管理体重，确保足够的睡眠，实施压力减少策略以及解决心理心理风险因素与ASC VD的降低有关。这项全面的审查综合了大型观察性研究和关于生活方式因素的随机对照试验的当前证据，作为ASCVD健康的决定因素。还简要回顾了机理洞察力，即诸如低剪切应力，活性氧的产生，慢性炎症，血小板和凝结激活，内皮功能障碍以及交感神经多动症等因素如何有助于ASCVD危险因素的起始和加剧。这些包括肥胖，高血糖，2型糖尿病，Hy-pertension和血脂异常，随后导致动脉粥样硬化的发展和进展，并实时导致慢性ASCVD或急性心血管事件。为了弥合流行病学和基于试验的证据与临床实践之间的转化差距，总结了实际建议，以促进科学知识转化为可行的干预措施以促进ASCVD健康。承认是医疗保健系统中基于证据的知识与采用之间的差距，这仍然是在人口层面推进心血管健康的关键目标。
Sanjay Mishra 等。与心血管疾病相关的生化和病理参数。Int J Biochem Physiol 2024, 9(1): 000241。
代谢综合征 (MS) 已成为现代世界所有非传染性疾病 (NCD) 中的主要健康危害，并主要导致 2 型糖尿病 (T2DM) 和动脉粥样硬化性心血管疾病 (ASCVD) [1] 等疾病的蔓延。全球与 NCD 相关的死亡中，四分之一是由动脉粥样硬化斑块引起的动脉阻塞和以冠状动脉闭塞为特征的 ASCVD 引起的，后者导致心脏病发作。此外，到 2030 年，估计每年因 T2DM 导致的死亡人数将上升 38%。相反，在印度，2016 年心血管疾病占总死亡人数的约 28%，占总伤残调整生命年 (DALY) 的 14%，而 1990 年这一比例分别为约 15% 和 7% [1]。在众多风险因素中，脂蛋白、胆固醇和甘油三酯水平的变化是动脉粥样硬化性心血管疾病（ASCVD）发病的最大驱动因素，使其成为降低ASCVD风险的主要靶点。然而，肝脏低密度脂蛋白（LDL）受体 (LDL-R) 是清除循环中超过70% LDL-c的关键介质。近年来，蛋白脂蛋白转化酶枯草杆菌蛋白酶/kexin 9型 (CPSK-9) 已成为心血管医学和药理学领域最重要的药物靶点。PCSK-9 直接与 LDL-R 的 EGF-A 结构域结合，进而阻断 LDL-R 通过溶酶体降解进行循环利用 [2]。
2型糖尿病（T2DM）的药物治疗
ASCVD：已建立的心血管疾病（急性冠状动脉综合征或心肌梗塞，稳定或不稳定的心绞痛，周围动脉疾病，中风或任何血运重建程序）。ASCVD的高风险指标为55岁的年龄≥55岁，有2个或更多其他危险因素（肥胖，高血压，吸烟，血脂异常或蛋白尿）。ckd：定义为EGFR <60ml/min或UACR> 30mg/g。HF：包括所有类型的心力衰竭。*该流程图应用作指导，并在个别患者的临床环境中进行解释。基于此治疗可能有所不同。如果HBA1C> 10％，则可以在治疗算法中更快地考虑基础胰岛素。§如果不忍受empagliflozin，并且退伍军人具有ASCVD，CKD或HF，请考虑可注射的Semaglutide
肠道微生物组在动脉粥样硬化心血管疾病发展中的作用
摘要：动脉粥样硬化心血管疾病（ASCVD）是全球死亡的主要原因，2020年直接归因于缺血性心脏病的900万死亡。自过去几十年以来，通过鉴定和治疗主要心血管危险因素（包括高血压，糖尿病，血脂异常，吸烟和久坐的生活方式），为初级和二级预防策略所付出了巨大的努力。曾经被标记为“被遗忘的器官”，最近重新发现了肠道菌群，并被发现在ASCVD发病率中起着关键功能，这既可以通过为动脉粥样硬化的发展而直接促进动脉粥样硬化的发展，并通过在基本心血管危险因素的发生中发挥作用而间接发挥作用。必需的肠道代谢产物，例如三甲胺N氧化物（TMAO），继发性胆汁酸，脂多糖（LPS）和短链脂肪酸（SCFA）与缺血性心脏病的程度有关。本文回顾了有关肠道微生物组在ASCVD发病率中的影响的最新数据。
利用深度学习将风险因素的纵向历史纳入动脉粥样硬化心血管疾病风险预测
在被 PCE 归类为边缘风险和中等风险的个体中，Dynamic-DeepHit 模型提高了鉴别能力，校准性也更好。PCE 中等风险组中三分之一的个体高估了 10 年 ASCVD 风险，这表明存在过度开药的可能性。对于这些个体，Dynamic-DeepHit 模型略微低估了风险，它在排除不会发生 ASCVD 事件的人方面表现更好，但在识别会患 ASCVD 的人方面则表现不佳。由于目前的临床指导要求对这些风险组中的个体进行进一步的风险分析，因此与指南一致的治疗并不是最理想的。通过提供更校准的风险评估，临床医生可能不必太担心过度开药，而是更有信心按照指南开药。
BMI 介导的草甘膦暴露与动脉粥样硬化性心脏病风险增加之间的关联：一项大规模横断面研究
动脉粥样硬化性心血管疾病是指脂肪和纤维物质在动脉内膜堆积，形成斑块并逐渐侵入动脉管腔，最终导致组织缺血和心脏和血管的一系列病理改变[1]。动脉粥样硬化心血管疾病是全球死亡的主要原因，据统计，2015年有超过1700万人死于动脉粥样硬化心血管疾病，约占总死亡人数的1/3[1]。动脉粥样硬化心血管疾病的危险因素很多，不良的饮食和生活习惯、基础疾病等因素会加速动脉粥样硬化心血管疾病的发生和进展[2]。由于动脉粥样硬化心血管疾病的死亡率极高且预后不良，因此预防其发病、减缓其进展至关重要。近年来，环境污染等问题日益严峻，越来越多的证据表明环境污染物的暴露与动脉粥样硬化心血管疾病的进展存在相关性[3]。草甘膦又名 N-膦甲基甘氨酸，是草甘膦类除草剂的主要有效成分 [4]。由于其广谱活性和有效的杂草抑制作用，该类除草剂目前在 140 个国家和地区使用，是全球使用最广泛的除草剂 [5]。草甘膦类除草剂的广泛使用导致草甘膦广泛暴露，可在空气、食物、土壤和水中检测到 [6]。环境中的草甘膦可通过皮肤接触、吸入和食入等各种途径进入人体 [7]。以前人们认为，尽管草甘膦在环境中暴露，但它对人体健康的危害很小，因为其除草作用主要抑制植物中的莽草酸途径，而该途径在脊椎动物中并不存在 [5]。然而，随着研究的进展，越来越多的证据表明草甘膦对脊椎动物也有不利影响。一项关于豚鼠的研究发现，草甘膦损害了它们的生长和生殖功能[8]。另一项关于虹鳟鱼的研究发现，长期暴露于环境中低浓度的草甘膦会影响其后代的发育和代谢[9]。此外，近年来进行的几项大规模横断面研究表明，草甘膦与糖尿病、抑郁和肝功能障碍等不良事件显著相关[10-12]。但目前关于草甘膦与ASCVD之间关联的研究有限。经查阅文献，我们仅发现将草甘膦暴露与心血管疾病（CVD）联系起来的报道，并且这些报道得出了负面结果[13]。同样，现有关于有机磷（OP）暴露与心血管疾病之间关联的研究也得出了相互矛盾的结论。缅甸的一项研究表明，长期接触有机磷农药的工人患心血管疾病的风险显著高于未接触有机磷农药的工人[14]。相反，美国的一项横断面研究结果表明，长期接触有机磷农药与心血管疾病之间无统计学显著相关性。
使用人工智能检测模型测量乳房动脉钙化及其与主要不良心血管事件的关联
从标准乳腺X线摄影图像获得的乳腺动脉钙化（BAC）通常在评估范围内，以分层女性重大不良心血管事件的风险。使用人工智能（AI）技术测量BAC，我们旨在确定BAC和冠状动脉钙化（CAC）严重程度与重大不良心脏事件（MACE）之间的关系。这项回顾性研究包括在乳房X线摄影后一年内进行胸部计算机断层扫描（CT）的女性。t检验评估了感兴趣的MACE与变量之间的关联（BAC与MACE，CAC与MACE）。风险差异以捕获观察到的风险和参考组的差异。卡方检验和/或Fisher的精确测试，以评估使用MACE的年龄和ASCVD风险，并通过动脉粥样硬化心血管疾病（ASCVD）的风险评估BAC和CAC协同。进行了逻辑回归模型，以衡量解释变量（BAC和CAC）与结果变量（MACE）之间的几率比。在分析中包括的99名患者中，有49例患者（49.49％）为阳性，37例患者（37.37％）CAC阳性，26例患者（26.26％）患有MACE。BAC得分的一个单位增加导致中度至高ASCVD风险> 7.5％（p = 0.01）和2％增加MACE的几率增加了6％（p = 0.005）。BAC阳性患者中等高度ASCVD风险评分的几率高（OR = 4.27，95％CI 1.58–11.56）比CAC阳性患者（OR = 4.05，95％CI 1.36–12.06）。在这项研究人群中，BAC的存在与MACE有关，可用于证实ASCVD风险。我们的结果提供了证据，以支持除了广泛的护理乳房X线照片外，还可以利用AI生成的BAC测量。
心血管疾病风险评估 AHS – G2050
• 有过早发生 ASCVD 的家族史（男性，年龄 <55 岁；女性，年龄 <65 岁） • 原发性高胆固醇血症（LDL-C，160-189 mg/dL [4.1-4.8 mmol/L]；非 HDL-C 190–219 mg/dL [4.9–5.6 mmol/L]）• 代谢综合征（腰围增加、甘油三酯升高 [>150 mg/dL]、血压升高、血糖升高和低 HDL-C [男性 <40 mg/dL；女性 <50 mg/dL] 是因素；3 个因素加起来即可诊断）• 慢性肾脏疾病（eGFR 15–59 mL/min/1.73 m2，有或无白蛋白尿；未接受透析或肾移植治疗）• 慢性炎症性疾病，如牛皮癣、RA 或 HIV/AIDS • 过早绝经史（40 岁之前）和妊娠相关疾病史，这些疾病会增加后期 ASCVD 风险，如先兆子痫 • 高危种族/民族（例如南亚裔）• 脂质/生物标志物：与ASCVD 风险 • 持续升高的原发性高甘油三酯血症 (≥175 mg/dL) • 高敏 C 反应蛋白升高 (≥2.0 mg/L) • Lp(a) 升高：测量的相对指征是过早发生 ASCVD 的家族史。Lp(a) ≥50 mg/dL 或 ≥125 nmol/L 构成风险增强因素，尤其是在较高水平的 Lp(a) 下 • apoB 升高 ≥130 mg/dL：测量的相对指征是甘油三酯 ≥200 mg/dL。水平≥130 mg/dL 对应于 LDL-C ≥160 mg/dL 并构成风险增强因素 • ABI <0.9
