Fenotipos de pacientes y riesgo cardiovascular en diabetes tipo 2: el Jackson Heart Study

Diabetología cardiovascular volumen 21, Número de artículo: 89 (2022) Citar este artículo

1476 Accesos

1 Citas

4 Altmetric

Detalles de métricas

El pronóstico cardiovascular relacionado con la diabetes tipo 2 puede no ser captado adecuadamente por la información sobre condiciones comórbidas como la obesidad y la hipertensión. Para informar el pronóstico cardiovascular entre las personas diabéticas, realizamos el fenotipado utilizando un enfoque de agrupación basado en datos clínicos, índices ecocardiográficos y biomarcadores.

Realizamos un análisis de conglomerados sobre variables clínicas, bioquímicas y ecocardiográficas de 529 negros con diabetes en el Jackson Heart Study. Se evaluó una asociación entre los grupos identificados y los principales eventos cardiovasculares adversos (MACE, compuesto de enfermedad coronaria, accidente cerebrovascular, insuficiencia cardíaca y fibrilación auricular) mediante el modelo de riesgos proporcionales de Cox.

El análisis de conglomerados separó a las personas con diabetes (68 % mujeres, edad media 60 ± 10 años) en tres grupos distintos (Grupos 1, 2 y 3, siendo el Grupo 3 un grupo hipertrófico caracterizado por la mayor masa del VI, niveles de péptido natriurético cerebral [BNP] y troponina cardiaca I de alta sensibilidad [hs-cTnI]). Después de una mediana de 12,1 años, hubo 141 eventos cardiovasculares. En comparación con el Grupo 1, los Grupos 3 tenían un mayor riesgo de enfermedad cardiovascular (cociente de riesgos instantáneos [HR] 1,60; intervalo de confianza [IC] del 95 % 1,08, 2,37), mientras que el Grupo 2 tenía un riesgo de resultado similar (HR 1,11; IC del 95 % 0,73 , 168).

Entre los negros con diabetes, el análisis de conglomerados identificó tres fenotipos ecocardiográficos y biomarcadores distintos, con el grupo 3 (masa VI alta, biomarcadores cardíacos altos) asociado con peores resultados, destacando así el valor pronóstico de la disfunción miocárdica subclínica.

Las enfermedades cardiovasculares y la diabetes tipo 2 (diabetes) son afecciones comunes y concurrentes [1, 2]. Las personas con diabetes tienen un mayor riesgo de enfermedades cardiovasculares, incluida la enfermedad de las arterias coronarias [3], accidente cerebrovascular [4], insuficiencia cardíaca [5] y fibrilación auricular [6]. Los ensayos clínicos contemporáneos de medicamentos para la diabetes, a saber, los inhibidores del cotransportador de sodio-glucosa-2 (SGLT-2) [7] y los agonistas de los receptores del péptido 1 similar al glucagón (GLP-1) [8], han demostrado beneficios cardiovasculares significativos entre las personas con diabetes. Los resultados de estos ensayos están corroborados por estudios de los efectos potenciales de los inhibidores de SGLT2 en las vías que vinculan la diabetes con la insuficiencia cardíaca, incluida la resistencia a la insulina, la acumulación de grasa miocárdica, la función cardíaca, el metabolismo cardíaco y la rigidez arterial [9, 10]. Los resultados de los ensayos de los inhibidores de SGTL2 y los agonistas de los receptores de GLP-1 han hecho que sea imperativo refinar nuestra comprensión del riesgo cardiovascular entre las personas con diabetes, ya que esto guiará una implementación adecuada de estas nuevas terapias.

La diabetes tiende a acompañar a otras afecciones cardiometabólicas, por lo que cualquier evaluación de la disfunción miocárdica relacionada con la diabetes y su valor pronóstico debe tener en cuenta las comorbilidades. De hecho, la diabetes a menudo coexiste con comorbilidades como la obesidad y la hipertensión [11]. La obesidad [12,13,14] y la hipertensión [13, 14] también pueden conducir a alteraciones miocárdicas, que pueden tener algunas similitudes con los cambios miocárdicos relacionados con la diabetes. Por lo tanto, las contribuciones individuales y sinérgicas específicas de varios factores causantes de la disfunción cardíaca relacionada con la diabetes no están claras. El análisis de conglomerados, un enfoque libre de hipótesis (a diferencia de los análisis estadísticos clásicos) para la estimación del riesgo [15, 16], puede permitir un fenotipado refinado y, por lo tanto, proporcionar nuevos conocimientos sobre la contribución de varios factores de riesgo al aumento del riesgo cardiovascular entre pacientes con diabetes.

Utilizamos datos del Jackson Heart Study basado en la comunidad compuesto por adultos negros para identificar grupos de fenotipos cardíacos entre personas con diabetes. También examinamos la distribución de parámetros clínicos y ecocardiográficos que pueden definir mejor el pronóstico cardiovascular.

El Jackson Heart Study reclutó a 5306 negros (afroamericanos), de 21 a 94 años de edad, del área metropolitana de Jackson, Mississippi [17]. El diseño y los métodos del Jackson Heart Study se han descrito en otro lugar [17]. El presente estudio incluyó participantes que asistieron al examen 1 (2000–2004), se sometieron a una ecocardiografía y se encontró que tenían diabetes (n = 1123). El estado de la diabetes se definió utilizando los criterios de la Asociación Estadounidense de Diabetes como glucosa plasmática en ayunas ≥ (126 mg/dl) o HbA1C ≥ 6,5 % [18], diabetes autoinformada o uso confirmado de medicamentos para reducir la glucosa, o un autoinforme del médico. -diabetes diagnosticada. Como se muestra en el archivo adicional 1: Fig. S1, excluimos a los participantes con antecedentes de enfermedad cardiovascular (incluidos antecedentes de enfermedad arterial coronaria, miocardiopatía/insuficiencia cardíaca, incluida la enfermedad cardíaca valvular [regurgitación mitral moderada o mayor e insuficiencia aórtica] y la presencia de anomalías regionales del movimiento de la pared del VI), datos faltantes sobre variables ecocardiográficas y datos faltantes sobre otras variables, incluido el péptido natriurético cerebral (BNP) y la troponina I cardíaca de alta sensibilidad (hs-cTnI) y otras variables. Después de aplicar las exclusiones, la muestra analítica final fue de 529 adultos. La comparación de las personas que se incluyeron en el estudio con las excluidas se muestra en el archivo adicional 1: Tabla S1.

El protocolo de estudio fue aprobado por la junta de revisión institucional del Centro Médico de la Universidad de Mississippi, la Universidad Estatal de Jackson y el Tugaloo College. Todos los participantes dieron su consentimiento informado.

Los exámenes de ultrasonido cardíaco se realizaron utilizando una máquina de ultrasonido cardíaco Sonos 4500 (Hewlitt Packard, Andover, MA). Las mediciones, incluidas las evaluaciones bidimensionales y de flujo Doppler, fueron realizadas fuera de línea por un ecocardiógrafo capacitado según las recomendaciones de la Sociedad Estadounidense de Ecocardiografía [19]. El volumen diastólico final del ventrículo izquierdo (LVEDV) y el volumen sistólico final del VI (LVESV) se indexaron según el área de superficie corporal, y la masa del VI se midió en modo M y se calculó utilizando la fórmula corregida de la Sociedad Estadounidense de Ecocardiografía: masa del VI ( g) = 0,8 × 1,04 [(diámetro telediastólico del VI + IVST + PWT)3– (diámetro telediastólico del VI)3] + 0,6, donde IVST es el grosor de la pared del tabique interventricular y PWT es el grosor de la pared posterior. Para este análisis, la hipertrofia del VI se definió como una masa del VI indexada al área de superficie corporal (BSA) según los criterios de la Sociedad Americana de Ecocardiografía (ASE) > 95 g/m2 para mujeres y > 115 g/m2 para mujeres [20], y una fracción de eyección baja se definió como una fracción de eyección del VI < 50%. Utilizando el Doppler de onda pulsada, se midieron las velocidades de entrada mitral y las velocidades diastólicas máximas temprana (E) y tardía (A), y se calculó la relación E/A [21].

La información clínica, incluidas las características demográficas, el historial médico y el uso de medicamentos, se evaluó mediante cuestionarios estandarizados, examen físico y pruebas de laboratorio. Los métodos de determinación de los factores de riesgo en el Jackson Heart Study se han informado en otros lugares [17]. Los fumadores actuales se definieron como aquellos que informaron haber fumado ≥ 1 cigarrillo por día regularmente durante el año anterior al examen. Se midió la altura, el peso y se calculó el índice de masa corporal (kg/m2). La presión arterial se midió dos veces en el brazo izquierdo del sujeto sentado con un esfigmomanómetro de columna de mercurio. El promedio de las dos lecturas se utilizó como PA de examen, y la hipertensión se definió como presión arterial sistólica ≥ 140 mmHg o presión arterial diastólica ≥ 90 mmHg, o uso de medicamentos antihipertensivos autoinformados. La creatinina sérica se midió utilizando la tasa de reacción de Jaffe, y la función renal se evaluó utilizando la tasa de filtración glomerular estimada calculada por la ecuación del estudio Chronic-Kidney Disease-EPI [22].

Las concentraciones plasmáticas de colesterol total, colesterol de lipoproteínas de alta densidad (HDL) y triglicéridos se midieron utilizando métodos enzimáticos estándar, en un analizador Vitros 950 o 250 de Ortho‐Clinical Diagnostics (Raritan, NJ) de acuerdo con las pruebas de aptitud del Colegio de Patólogos Estadounidenses. Programa [23]. El colesterol de lipoproteínas de baja densidad (LDL) se calculó mediante la ecuación de Friedewald. La HbA1C se midió mediante cromatografía líquida de alta resolución (Tosoh G7, Tosoh Corporation, Tokio, Japón). El coeficiente de variación para el análisis de HbA1C osciló entre 1,4 y 1,9 %. Se utilizó un ensayo certificado por el Programa Nacional de Estandarización de la Glicohemoglobina para medir la HbA1C. La glucosa plasmática en ayunas se midió utilizando el método de la glucosa oxidasa. Los ensayos de glucosa se realizaron por duplicado; el coeficiente de variación intraensayo fue < 3%. Los niveles circulantes de péptido natriurético cerebral (BNP) se midieron mediante inmunoensayo quimioluminiscente realizado en un sistema de inmunoensayo (ADVIA Centaur; Siemens), con un coeficiente de variación intraensayo de 4,2 %, 3,1 % y 3,4 % para 3 concentraciones de BNP, respectivamente [ 24]. La troponina-I cardíaca de alta sensibilidad (hs-cTnI) se midió con la plataforma de ensayo ARCHITECT hs-cTnI (Abbott Diagnostics), un inmunoensayo monoclonal doble de dos pasos que utiliza micropartículas paramagnéticas recubiertas de anticuerpos. El ensayo tiene un coeficiente de variación del 10% a una concentración de 3,0 ng/L [25].

El principal resultado clínico de interés fue un compuesto de evento adverso cardiovascular mayor definido como la primera aparición de cualquiera de los siguientes resultados cardiovasculares fatales y no fatales: enfermedad arterial coronaria, accidente cerebrovascular, insuficiencia cardíaca y fibrilación auricular, entre la fecha de un la primera visita del participante y el 31 de diciembre de 2016. Los eventos se identificaron a través de un proceso de adjudicación dirigido por un médico en el Jackson Heart Study, que se describió anteriormente [26]. La identificación de enfermedad coronaria incidente (infarto de miocardio fatal o no fatal o revascularización coronaria), accidente cerebrovascular (accidente cerebrovascular isquémico y hemorrágico fatal y no fatal), insuficiencia cardíaca y fibrilación auricular se realizó en un proceso de dos pasos que incluye el uso del códigos relevantes de la Clasificación Internacional de Enfermedades de los registros hospitalarios, seguidos de la adjudicación [26].

El enfoque analítico inicial fue crear cuatro grupos clínicos basados en la presencia o ausencia de obesidad y/o hipertensión. Estos incluyeron: (1) pacientes con diabetes aislada; (2) diabetes e hipertensión; (3) diabetes y obesidad; y (4) diabetes, obesidad e hipertensión. Exploramos la distribución diferencial de los factores de riesgo cardiovascular (demográficos, hemodinámicos y bioquímicos, así como medicamentos antidiabéticos) y la capacidad de estos grupos clínicos para definir el riesgo futuro de resultados cardiovasculares. Luego realizamos un análisis de agrupamiento jerárquico aglomerativo de individuos en función de las variables clínicas y bioquímicas (n = 21) y ecocardiográficas (n = 8). El agrupamiento jerárquico produce naturalmente estructuras que son informativas y, por lo tanto, fáciles de determinar el número de grupos [15]. El algoritmo asume que las personas con puntos de datos más cercanos en el espacio exhiben más similitudes entre sí que aquellos con puntos de datos que están más lejos. Utilizamos el enfoque de Ward, que comienza clasificando a todos los individuos en un solo grupo y luego se divide a medida que aumenta la distancia, con el objetivo de minimizar la varianza dentro del grupo. Este enfoque también funciona bien para variables cuantitativas. Para llegar al número óptimo de clústeres, aplicamos un conjunto de 30 índices en el paquete NbClust implementado en R [16]. Esta función utiliza hasta 30 índices para determinar el número de conglomerados y propone el mejor esquema de conglomerados a partir de los diferentes resultados obtenidos al variar todas las combinaciones de número de conglomerados, medidas de distancia y métodos de conglomerado. En nuestro conjunto de datos, determinamos que tres grupos eran los óptimos, explicando un total de varianza acumulada del 74 % y con valores propios de 2,25, 1,27 y 0,93. A través de la agrupación, agrupamos sujetos con un perfil funcional general similar para crear grupos homogéneos de pacientes con diabetes, y los factores diferenciadores clave fueron: masa del VI (indexada al área de superficie corporal), LEDV, LVESV, LVEF; Relación E/A y diámetro LA (indexado al área de superficie corporal).

Comparamos las características de los participantes entre los grupos clínicos (según la presencia de obesidad y/o hipertensión) y los conglomerados (1, 2 y 3) mediante ANOVA o prueba de Kruskal-Wallis para variables continuas, y la prueba de Chi-cuadrado o exacta de Fischer. Pruebas para variables categóricas. La comparación de variables continuas fue seguida de pruebas post hoc para comparaciones por pares en caso de significancia general y aplicando la corrección de Bonferroni para la prueba de multiplicidad. La distribución de los parámetros ecocardiográficos se comparó aún más entre los grupos utilizando modelos de regresión lineal ajustados por edad y sexo. Elegimos ajustar solo estas dos variables, ya que las variables clínicas que serían posibles factores de confusión formaban parte de la construcción de grupos.

Luego se realizaron análisis de supervivencia basados en datos de tiempo hasta el evento para evaluar el valor pronóstico de los grupos clínicos y los grupos identificados. Las tasas brutas de incidencia y los intervalos de confianza (IC) del 95% se calcularon por niveles de exposición (grupos clínicos y conglomerados). La persona-tiempo de seguimiento desde el inicio hasta la primera aparición de (a) resultados de enfermedad cardiovascular, (b) muerte o (c) censura (fecha del último seguimiento disponible). Las diferencias entre las probabilidades de supervivencia sin eventos entre los diferentes grupos se compararon mediante la prueba de rango logarítmico. Para el análisis multivariable, ajustamos los modelos de regresión de riesgos proporcionales de Cox para relacionar cada grupo clínico o conglomerado con la enfermedad cardiovascular incidente, después de verificar el supuesto de proporcionalidad de los riesgos probados utilizando los residuos de Schoenfeld. Las variables de ajuste incluyeron la edad y el sexo, tanto para la comparación de conglomerados como para los grupos clínicos. Para los grupos clínicos, el ajuste por estas variables ya daba una idea del significado de las comparaciones, obviando así la necesidad de un mayor ajuste.

Se consideraron estadísticamente significativos los valores de p bilaterales < 0,05, incluso para los términos de interacción. Todos los análisis se realizaron con SAS 9.4 (SAS Institute, Cary, NC), incluidos análisis de agrupamiento y visualizaciones.

Las características de los tres conglomerados se muestran en las Tablas 1 y 2. El conglomerado 3 se caracterizó por el mayor LV. El grupo 1 tuvo LVMi, volúmenes LV, FEVI, dimensión LA y relación E/A intermedios, así como niveles de hsTnI, entre los grupos 2 y 3. El grupo 2 tuvo el LVMi más bajo, los volúmenes LV más bajos, la relación E/A más alta, y la FEVI más alta. Este grupo estaba compuesto predominantemente por mujeres con diabetes aislada. El grupo 3 tenía el IMVI más alto, los volúmenes de VI más altos, el diámetro de LA más alto, la relación E/A más baja y una FEVI intermedia. El grupo 3 reunió a los pacientes de mayor edad con la menor frecuencia de diabetes aislada, la presión arterial sistólica más alta, los niveles más altos de BNP y hsTnI.

Las características de los participantes solo por grupos clínicos (solo diabetes, diabetes y obesidad, diabetes e hipertensión y diabetes y obesidad e hipertensión) se resumen en el Archivo adicional 1: Tabla S2. Los participantes en el grupo de diabetes, obesidad e hipertensión tenían más probabilidades de ser mujeres, tener una frecuencia cardíaca elevada, presión arterial sistólica alta, una tasa de filtración glomerular estimada baja y tomar inhibidores de la enzima convertidora de angiotensina o estatinas. Eran menos propensos a ser fumadores. Archivo adicional 1: Tabla S3 muestra las comparaciones de datos ecocardiográficos entre los cuatro grupos clínicos. Las diferencias en la morfología del VI (índice de masa del VI y volúmenes del VI) observadas en los análisis no ajustados, no persistieron en los análisis ajustados (teniendo en cuenta la edad y el sexo). La obesidad se asoció con una función diastólica anormal, teniendo los grupos con obesidad una mayor relación E/A, en comparación con los otros grupos. En general, hubo una superposición importante de los valores individuales de los parámetros sistólicos entre los cuatro grupos.

Entre 529 negros con diabetes (68 % mujeres, edad media 60 ± 10 años), 141 eventos cardiovasculares incidentes (41 enfermedad coronaria, 36 accidente cerebrovascular, 43 insuficiencia cardíaca y 21 eventos de fibrilación auricular) observados durante una mediana de seguimiento de 12 años (rango de 1 a 15 años). La tasa de incidencia global de enfermedad cardiovascular en nuestra muestra fue de 26,3 (IC del 95 %: 22,4; 31,0) por 1000 años-persona. La tasa de incidencia de enfermedad cardiovascular por categorías y grupos clínicamente relevantes se muestra en la figura 1; Tabla 3.

Incidencia de eventos cardiovasculares por Categorías Clínicas y por Clusters. A Categorías clínicas, B clusters. HTA: hipertensión, OB: obesidad DM2: diabetes mellitus tipo 2

En modelos multivariables de riesgos proporcionales de Cox ajustados (Tabla 3), el Grupo 3 tuvo un peor valor pronóstico, en términos de enfermedad cardiovascular incidente, que el Grupo 1 (razón de riesgo: 1,60; IC del 95%: 1,08 a 2,37); el valor pronóstico del Grupo 2 no fue significativamente diferente al del Grupo 1 (cociente de riesgos instantáneos: 1,11; IC del 95%: 0,73 a 1,68). Por otra parte, en comparación con los individuos de la diabetes aislada, los del grupo de diabetes e hipertensión (hazard ratio: 0,74, IC del 95 %: 0,33 a 1,63) o del grupo de diabetes y obesidad (hazard ratio: 0,84; IC del 95 %: 0,42 –1,65), o los grupos del grupo de diabetes e hipertensión y obesidad (razón de riesgo: 1,05; IC del 95 %: 0,56 a 1,96), no tuvieron un mayor riesgo de eventos cardiovasculares.

En una muestra comunitaria de negros con diabetes, evaluamos el riesgo de eventos cardiovasculares, según datos clínicos y ecocardiográficos, y un enfoque estadístico innovador (análisis de conglomerados). Hicimos una serie de observaciones. Primero, mientras que el análisis estadístico clásico, basado en grupos de factores de riesgo a priori, resultó en una superposición sustancial de los grupos, el análisis de conglomerados pudo distinguir tres grupos diferenciados principalmente por índices ecocardiográficos y biomarcadores cardíacos. Las características clínicas variaron entre estos grupos, con fenotipos asociados no solo con la obesidad y la hipertensión sino también con la edad y el sexo. En segundo lugar, el grupo de participantes con peor alteración tanto en la estructura-función del ventrículo izquierdo como en los niveles más altos de marcadores de estrés y lesión miocárdica (hsTnI) tuvo el peor pronóstico cardiovascular.

La diabetes es una condición heterogénea, dada su coexistencia con la hipertensión arterial y la obesidad. Estas últimas condiciones dificultan aislar la contribución intrínseca de la desregulación de la glucosa a la disfunción miocárdica en estudios con humanos, ya que estas condiciones comórbidas también pueden afectar la remodelación cardíaca. El uso de una hipótesis a priori basada en las comorbilidades asociadas con la diabetes, a saber, la obesidad y la hipertensión, permitió una discriminación limitada en términos de riesgo futuro de enfermedad cardiovascular. Los análisis de conglomerados mostraron tres fenotipos (basados principalmente en los índices ecocardiográficos y los biomarcadores cardíacos): un fenotipo hipertrófico de alto riesgo (Grupo 3) y otros dos Grupos 1 y 2. El Grupo 3 tuvo los valores predictivos más altos en términos de enfermedad cardiovascular incidente . Por lo tanto, nuestro análisis de conglomerados destacó el valor pronóstico de la remodelación del VI y la disfunción subclínica del VI en la diabetes, a pesar de los perfiles clínicos similares de obesidad e hipertensión. Esto sugiere que los pacientes con diabetes con disminución de la FEVI y/o aumento de la masa del VI, así como niveles altos de biomarcadores de estrés y/o lesión cardíaca (BNP y hsTnI) podrían ser adecuados para estrategias preventivas específicas. Además, no sorprende que el BNP y la hsTnI fueran más altos en el fenotipo (grupo 3) que tiene el valor pronóstico más alto, ya que estos dos biomarcadores son representativos del estrés y la lesión miocárdicos subclínicos, respectivamente. Se ha demostrado que el BNP tiene un valor pronóstico entre las personas sin enfermedad cardiovascular manifiesta [24]. De manera similar, también se ha demostrado que la lesión miocárdica subclínica, evaluada mediante troponina de alta sensibilidad, predice eventos cardiovasculares adversos [27].

Nuestras observaciones proporcionan información adicional sobre la relación entre la diabetes y los resultados cardiovasculares, y destacan el valor pronóstico clave de las alteraciones miocárdicas, en ausencia o presencia de comorbilidades, así como en ausencia de enfermedad cardiovascular manifiesta. La mayoría de los estudios previos en el contexto de la diabetes rara vez han evaluado parámetros clínicos y ecocardiográficos en términos de predicción de enfermedad cardiovascular [28,29,30,31,32]. Nuestros hallazgos son consistentes con los pocos informes previos sobre los valores pronósticos de los cambios miocárdicos subclínicos entre las personas con diabetes, incluida la disfunción sistólica del VI [33, 34], la disfunción diastólica [35]. Un estudio anterior utilizó un enfoque de análisis de conglomerados y describió la importancia pronóstica de las medidas ecocardiográficas entre los pacientes diabéticos [36]. Nuestras observaciones amplían el último estudio, que no incluyó participantes negros (que se ven afectados de manera desproporcionada por diabetes y enfermedades cardiovasculares en los Estados Unidos [1, 2]), o biomarcadores de estrés de la pared ventricular (BNP) o lesión miocárdica (hsTnI) [ 36].

El predominio de las variables ecocardiográficas en los grupos probablemente ilustra los diversos procesos mecánicos que conducen a la remodelación cardíaca en la diabetes [37]. Por un lado, la diabetes aumenta la hipertrofia y la rigidez de los cardiomiocitos, debido a la hiperinsulinemia, la inflamación del endotelio microvascular y la rarefacción microvascular [37, 38], lo que conduce a un fenotipo con fracción de eyección conservada. Por otro lado, la diabetes aumenta la fibrosis debido a la muerte de cardiomiocitos inducida por lipotoxicidad y/o productos finales de glicación avanzada [37, 38], lo que lleva a una reducción de la fracción de eyección.

Nuestro estudio sugiere que entre los negros con diabetes, la disfunción miocárdica estructural y los biomarcadores cardíacos son potencialmente determinantes clave del pronóstico cardiovascular. Por lo tanto, nuestros hallazgos apuntan a la utilidad potencial del análisis de conglomerados para estratificar el riesgo, y esto selecciona individuos sin insuficiencia cardíaca manifiesta o enfermedad cardiovascular en general que pueden beneficiarse de nuevas terapias para la diabetes con beneficios cardiovasculares, a saber, los inhibidores SGLT-2 [7], y los agonistas de los receptores de GLP-1 [8], que ahora se recomiendan en las guías de uso en el contexto de la diabetes, para optimizar la protección cardiovascular [39].

Las fortalezas de este estudio incluyen una muestra comunitaria bien caracterizada de negros, la disponibilidad de datos de biomarcadores clínicos, ecocardiográficos y cardíacos, y el uso de un enfoque analítico innovador para el análisis para identificar grupos de pacientes con fenotipos únicos con un valor pronóstico. De hecho, contrariamente al análisis estadístico clásico, el análisis de conglomerados es una técnica exploratoria y de aprendizaje automático que proporciona herramientas para identificar subgrupos desconocidos pero con características distintas que conllevan valores de pronóstico [15, 16].

Deben reconocerse algunas limitaciones de nuestro estudio. En primer lugar, nuestro análisis carecía de poder para investigar los eventos de enfermedades cardiovasculares individuales (enfermedad coronaria, accidente cerebrovascular, insuficiencia cardíaca y fibrilación auricular), por lo que utilizamos un criterio de valoración compuesto. En segundo lugar, los participantes eran negros de Jackson, Mississippi; por lo tanto, los resultados pueden no ser generalizables a otros grupos étnicos o negros en otros lugares de los Estados Unidos. En tercer lugar, no incluimos todos los índices ecocardiográficos potencialmente relevantes (relacionados con las funciones sistólica y diastólica), como los volúmenes de AI, las medidas de Doppler tisular y las medidas de tensión, que pueden haber ayudado a refinar la definición de los grupos. En quinto lugar, no teníamos datos sobre factores clave relacionados con la diabetes, como la duración de la enfermedad y las complicaciones microvasculares (como la retinopatía [40, 41], la neuropatía autonómica [42] o la disfunción eréctil [43], que se ha demostrado que están relacionadas con la enfermedad miocárdica). alteraciones y resultados cardiovasculares), lo que puede ayudar a refinar la evaluación del riesgo de enfermedad cardiovascular en el contexto de la diabetes. En cuarto lugar, nos enfocamos en un grupo selecto de participantes diabéticos con datos completos sobre las diversas variables, lo que probablemente introdujo algún sesgo de selección, pero este es un fenómeno inevitable en los estudios observacionales. Por último, debido a la naturaleza observacional de nuestro análisis, los hallazgos del estudio pueden estar predispuestos a confusión residual.

En conclusión, en una muestra comunitaria de adultos negros, la identificación de conglomerados reveló tres fenotipos entre los pacientes con diabetes, lo que indica que, a pesar de los perfiles clínicos similares, los pacientes con un fenotipo caracterizado por el IMVI más alto, los volúmenes LV más altos, la FEVI más baja, la E/ Una relación y biomarcadores cardíacos elevados (BNP y hsTnI) tienen un mayor riesgo cardiovascular. Estos hallazgos subrayan la importancia de detectar anomalías miocárdicas sutiles y la elevación de los biomarcadores cardíacos, lo que puede ayudar a predecir con fiabilidad el riesgo cardiovascular futuro entre las personas con diabetes.

Los datos están disponibles previa solicitud al autor y están condicionados a la obtención de la autorización pertinente del Jackson Heart Study.

Virani SS, Alonso A, Aparicio HJ, Benjamin EJ, Bittencourt MS, Callaway CW, et al. Estadísticas de enfermedades cardíacas y accidentes cerebrovasculares: actualización de 2021: un informe de la American Heart Association. Circulación. 2021;143(8):e254–743.

Artículo PubMed Google Académico

Menke A, Casagrande S, Geiss L, Cowie CC. Prevalencia y tendencias de la diabetes entre adultos en los Estados Unidos, 1988–2012. JAMA. 2015;314:1021–9.

Artículo CAS PubMed Google Académico

Peters SAE, Huxley RR, Woodward M. Diabetes como factor de riesgo de enfermedad coronaria incidente en mujeres en comparación con hombres: una revisión sistemática y metanálisis de 64 cohortes que incluyen 858 507 personas y 28 203 eventos coronarios. Diabetología. 2014;57(8):1542–51.

Artículo PubMed Google Académico

Peters SAE, Huxley RR, Woodward M. La diabetes como factor de riesgo de accidente cerebrovascular en mujeres en comparación con los hombres: una revisión sistemática y metanálisis de 64 cohortes, incluidas 775 385 personas y 12 539 accidentes cerebrovasculares. Lanceta. 2014;383(9933):1973–80.

Artículo PubMed Google Académico

Ohkuma T, Komorita Y, Peters SAE, Woodward M. La diabetes como factor de riesgo de insuficiencia cardíaca en mujeres y hombres: una revisión sistemática y metanálisis de 47 cohortes que incluyen 12 millones de personas. Diabetología. 2019;62(9):1550–60.

Artículo PubMed PubMed Central Google Académico

Huxley RR, Filion KB, Konety S, Alonso A. Metanálisis de estudios de cohortes y de casos y controles de diabetes mellitus tipo 2 y riesgo de fibrilación auricular. Soy J Cardiol. 2011;108:56–62.

Artículo PubMed PubMed Central Google Académico

McGuire DK, Shih WJ, Cosentino F, Charbonnel B, Cherney DZI, Dagogo-Jack S, et al. Asociación de inhibidores de SGLT2 con resultados cardiovasculares y renales en pacientes con diabetes tipo 2: un metanálisis. JAMA Cardiol. 2021;6:148–58.

Artículo PubMed Google Académico

Kristensen SL, Rørth R, Jhund PS, Docherty KF, Sattar N, Preiss D, et al. Resultados cardiovasculares, de mortalidad y renales con agonistas del receptor de GLP-1 en pacientes con diabetes tipo 2: una revisión sistemática y metanálisis de ensayos de resultados cardiovasculares. Lancet Diabetes Endocrinol. 2019;7:776–785.

Artículo CAS PubMed Google Académico

Hiruma S, Shigiyama F, Hisatake S, Mizumura S, Shiraga N, Hori M, et al. Un estudio prospectivo aleatorizado que compara los efectos de la empagliflozina con la sitagliptina sobre la acumulación de grasa cardíaca, la función cardíaca y el metabolismo cardíaco en pacientes con diabetes tipo 2 en etapa temprana: el estudio ASSET. Diabetes cardiovascular l; 2021;20 (1):32.

Artículo CAS Google Académico

Katakami N, Mita T, Yoshii H, Shiraiwa T, Yasuda T, Okada Y, et al. Efecto de la tofogliflozina sobre la rigidez arterial en pacientes con diabetes tipo 2: subanálisis preespecificado del ensayo UTOPIA prospectivo, aleatorizado, abierto, comparativo de grupos paralelos. Diabetol cardiovascular; 2021;20;20(1):4.

Artículo CAS PubMed PubMed Central Google Scholar

Colosia AD, Palencia R, Khan S. Prevalencia de hipertensión y obesidad en pacientes con diabetes mellitus tipo 2 en estudios observacionales: una revisión sistemática de la literatura. Diabetes Metab Syndr Obes Objetivos Ther. 2013;6:327–38.

Artículo Google Académico

Wong CY, O'Moore-Sullivan T, Leano R, Byrne N, Beller E, Marwick TH. Alteraciones de las características miocárdicas del ventrículo izquierdo asociadas a la obesidad. Circulación. 2004;110:3081–7.

Artículo PubMed Google Académico

Ho JE, McCabe EL, Wang TJ, Larson MG, Levy D, Tsao C, et al. Características cardiometabólicas y mecánica sistólica en la comunidad. Fallo cardíaco circular. 2017;10:e003536.

Artículo PubMed PubMed Central Google Académico

Cheng S, Xanthakis V, Sullivan LM, Lieb W, Massaro J, Aragam J, et al. Correlatos de índices ecocardiográficos de remodelación cardíaca a lo largo del curso de la vida adulta: observaciones longitudinales del estudio cardíaco de Framingham. Circulación. 2010;122:570–8.

Artículo PubMed PubMed Central Google Académico

Eshghi A, Haughton D, Legrand P, Skaletsky M, Woolford S. Identificación de grupos: una comparación de metodologías. J ciencia de datos. 2011;9:271–91.

Artículo Google Académico

Charrad M, Ghazzali N, Boiteau V, Niknafs A, NbClust. Un paquete R para determinar el número relevante de clústeres en un conjunto de datos. Software J Stat. 2014;61:1–36.

Artículo Google Académico

Taylor HA. El estudio del corazón de Jackson: una descripción general. Etnia Dis. 2005;15:S6-1-3.

Académico de Google de PubMed

Asociación Americana de Diabetes. 2. Clasificación y diagnóstico de la diabetes: estándares de atención médica en diabetes 2019. Diabetes Care. 2019;41:S13-27.

Artículo Google Académico

Devereux RB, Alonso DR, Lutas EM, Gottlieb GJ, Campo E, Sachs I, et al. Evaluación ecocardiográfica de la hipertrofia ventricular izquierda: comparación con los hallazgos de la necropsia. Soy J Cardiol. 1986;57:450–8.

Artículo CAS PubMed Google Académico

de Simone G, Devereux RB, Daniels SR, Koren MJ, Meyer RA, Laragh JH. Efecto del crecimiento sobre la variabilidad de la masa ventricular izquierda: evaluación de señales alométricas en adultos y niños y su capacidad para predecir el riesgo cardiovascular. J Am Coll Cardiol. 1995; 25:1056–62.

Artículo PubMed Google Académico

Nagueh SF, Smiseth OA, Appleton CP, Byrd BF, Dokainish H, Edvardsen T, et al. Recomendaciones para la evaluación de la función diastólica del ventrículo izquierdo mediante ecocardiografía: una actualización de la Sociedad Estadounidense de Ecocardiografía y la Asociación Europea de Imágenes Cardiovasculares. J Am Soc Ecocardiogr. 2016;29(4):277–314.

Artículo PubMed Google Académico

Levey AS, Stevens LA, Schmid CH, Zhang YL, Castro AF 3rd, Feldman HI, et al. Una nueva ecuación para estimar la tasa de filtración glomerular. Ann Intern Med. 2009;150:604–12.

Artículo PubMed PubMed Central Google Académico

Carpenter MA, Crow R, Steffes M, Rock W, Heilbraun J, Evans G, et al. Métodos de gestión de datos de laboratorio, centro de lectura y centro de coordinación en el Jackson Heart Study. Soy J Med Sci. 2004; 328: 131–44.

Artículo PubMed Google Académico

Fox ER, Samdarshi TE, Musani SK, Pencina MJ, Sung JH, Bertoni AG, et al. Desarrollo y validación de modelos de predicción de riesgo para eventos cardiovasculares en adultos negros: la cohorte de estudio del corazón de Jackson. JAMA Cardiol. 2016;1:15–25.

Artículo PubMed PubMed Central Google Académico

Apple FS, Collinson PO. Características analíticas de los ensayos de troponina cardíaca de alta sensibilidad. clin. química 2012;58:54–61.

Artículo CAS PubMed Google Académico

Keku E, Rosamond W, Taylor HA, Garrison R, Wyatt SB, Richard M, et al. Clasificación de eventos de enfermedades cardiovasculares en el Jackson Heart Study: métodos y procedimientos. Etnia Dis. 2005;15(4 Suplemento 6):S6-62-70.

Académico de Google de PubMed

McEvoy JW, Chen Y, Ndumele CE, Solomon SD, Nambi V, Ballantyne CM, et al. Cambio de seis años en la troponina T cardíaca de alta sensibilidad y riesgo de enfermedad coronaria, insuficiencia cardíaca y muerte posteriores. JAMA Cardiol. 2016;1:519–28.

Artículo PubMed PubMed Central Google Académico

Devereux RB, Roman MJ, Paranicas M, O'Grady MJ, Lee ET, Welty TK, et al. Impacto de la diabetes en la estructura y función cardíacas: el estudio Strong Heart. Circulación. 2000;101:2271–6.

Artículo CAS PubMed Google Académico

Liu JE, Palmieri V, Roman MJ, Bella JN, Fabsitz R, Howard BV, et al. El impacto de la diabetes en el patrón de llenado del ventrículo izquierdo en adultos normotensos e hipertensos: el estudio del corazón fuerte. J Am Coll Cardiol. 2001;37:1943–9.

Artículo CAS PubMed Google Académico

Rutter MK, Parise H, Benjamin EJ, Levy D, Larson MG, Meigs JB, et al. Impacto de la intolerancia a la glucosa y la resistencia a la insulina en la estructura y función cardíacas: diferencias relacionadas con el sexo en el Framingham Heart Study. Circulación. 2003; 107: 448–54.

Artículo CAS PubMed Google Académico

Skali H, Shah A, Gupta DK, Cheng S, Claggett B, Liu J, et al. Estructura y función cardíaca en todo el espectro glucémico en hombres y mujeres mayores sin enfermedad cardíaca prevalente: el riesgo de aterosclerosis en el estudio comunitario. Fallo cardíaco circular. 2015;8:448–54.

Artículo CAS PubMed PubMed Central Google Scholar

Bertoni AG, Goff DC, D'Agostino RB, Liu K, Hundley WG, Lima JA, et al. Miocardiopatía diabética y enfermedad cardiovascular subclínica. Cuidado de la diabetes. 2006;29:588–94.

Artículo PubMed Google Académico

Holland DJ, Marwick TH, Haluska BA, Strategy R, Hordern MD, Hare JL, et al. Disfunción subclínica del VI y resultados a 10 años en diabetes mellitus tipo 2. Corazón. Rev. 2015;101:1061–6.

Artículo PubMed Google Académico

Rørth R, Jhund PS, Mogensen UM, Kristensen SL, Petrie MC, Køber L, et al. Riesgo de insuficiencia cardíaca incidente en pacientes con diabetes y disfunción sistólica ventricular izquierda asintomática. Cuidado de la diabetes. 2018;41:1285–1291.

Artículo PubMed CAS Google Académico

De AM, Scott CG, Chen HH. El desarrollo de insuficiencia cardíaca en pacientes con diabetes mellitus y disfunción diastólica preclínica. Un estudio de base poblacional. J Am Coll Cardiol. 2010;55:300–5.

Artículo PubMed Google Académico

Ernande L, Audureau E, Jellis CL, Bergerot C, Henegar C, Sawaki D, et al. Implicaciones clínicas de los fenotipos ecocardiográficos de pacientes con diabetes mellitus. J Am Coll Cardiol. 2017;70:1704–16.

Artículo PubMed Google Académico

van Heerebeek L, Hamdani N, Handoko ML, Falcao-Pires I, Musters RJ, Kupreishvili K, et al. Rigidez diastólica del corazón diabético defectuoso: importancia de la fibrosis, productos finales de glicación avanzada y tensión de reposo de los miocitos. Circulación. 2008; 117: 43–51.

Artículo PubMed Google Académico

Paulus WJ, Dal Canto E. Objetivos miocárdicos distintos para el tratamiento de la diabetes en la insuficiencia cardíaca con fracción de eyección conservada o reducida. Fallo cardíaco JACC. 2018;6:1–7.

Artículo PubMed Google Académico

Das SR, Everett BM, Birtcher KK, Brown JM, Cefalu WT, Januzzi JL, et al. Vía de decisión del Consenso de expertos del ACC de 2020 sobre nuevas terapias para la reducción del riesgo cardiovascular en pacientes con diabetes tipo 2 y enfermedad cardiovascular aterosclerótica. J Am Coll Cardiol. 2020;76:1117–45.

Artículo CAS PubMed PubMed Central Google Scholar

Cheung N, Jie JW, Klein R, Couper DJ, Sharrett AR, Wong TY. La retinopatía diabética y el riesgo de enfermedad coronaria: el riesgo de aterosclerosis en el estudio de las comunidades. Cuidado de la diabetes. 2007;30:1742–6.

Artículo PubMed Google Académico

Cheung N, Wang JJ, Rogers SL, Brancati F, Klein R, Sharrett AR, et al. Retinopatía diabética y riesgo de insuficiencia cardiaca. J Am Coll Cardiol. 2008;51:1573–8.

Artículo PubMed Google Académico

Sacre JW, Franjic B, Jellis CL, Jenkins C, Coombes JS, Marwick TH. Asociación de neuropatía autonómica cardíaca con disfunción miocárdica subclínica en diabetes tipo 2. Imágenes cardiovasculares JACC. 2010;3:1207–15.

Artículo PubMed Google Académico

Yamada T, Hara K, Umematsu H, Suzuki R, Kadowaki T. Disfunción eréctil y eventos cardiovasculares en hombres diabéticos: un metanálisis de estudios observacionales. Más uno. 2012;7(9):e43673.

Artículo CAS PubMed PubMed Central Google Scholar

Descargar referencias

Los autores agradecen a los participantes del Jackson Heart Study.

El Jackson Heart Study cuenta con el apoyo y se lleva a cabo en colaboración con Jackson State University (HHSN268201800013I), Tougaloo College (HHSN268201800014I), el Departamento de Salud del Estado de Mississippi (HHSN268201800015I) y el Centro Médico de la Universidad de Mississippi (HHSN268201800010I, HHSN268201800011I y HHSN26 8201800012I) contratos de la Instituto Nacional del Corazón, los Pulmones y la Sangre (NHLBI) y el Instituto Nacional de Salud de las Minorías y Disparidades en la Salud (NIMHD). Las agencias de financiación no tuvieron ningún papel en la formulación, edición o decisión de enviar este manuscrito. El Dr. Echouffo Tcheugui recibió el apoyo de NIH/NHLBI Grant K23 HL153774. El Dr. Mentz RJM recibe apoyo para la investigación de los Institutos Nacionales de Salud: subvenciones U01HL125511-01A1 y R01AG045551-01A1.

Departamento de Medicina, División de Endocrinología, Diabetes y Metabolismo, Facultad de Medicina de la Universidad Johns Hopkins, 5510 Bayview Circle, Baltimore, MD, 21224, EE. UU.

Justin B. Echouffo-Tcheugui

Departamento de Medicina, Jackson Heart Study, Centro Médico de la Universidad de Mississippi, Jackson, EE. UU.

Solomon K. Musani y Adolfo Correa

Departamento de Epidemiología y Prevención, Facultad de Medicina de la Universidad Wake Forest, Winston-Salem, NC, EE. UU.

Alain G Bertoni

Departamento de Medicina, División de Cardiología, Centro Médico de la Universidad de Mississippi, Jackson, EE. UU.

Ervin R. Fox

Departamento de Medicina, División de Cardiología, Facultad de Medicina de la Universidad de Duke, Durham, NC, EE. UU.

Roberto J. Mentz

También puede buscar este autor en PubMed Google Scholar

Concepto y diseño del estudio: JBET. Adquisición, análisis e interpretación de datos: JBET, SKM, AGB, AC, ERF y RJM. Redacción del manuscrito: JBET. Revisión crítica del manuscrito: JBET, SKM, AGB, AC, ERF y RJM. Análisis estadístico: SKM. Apoyo administrativo, técnico o material: JBET. Supervisión del estudio: JBET. JBET tuvo pleno acceso a todos los datos del estudio y asumió la responsabilidad de la integridad de los datos y la precisión de los análisis de datos. Todos los autores leyeron y aprobaron el manuscrito final.

Correspondencia a Justin B. Echouffo-Tcheugui.

Todos los autores dieron su consentimiento para la publicación.

Robert J Mentz recibe apoyo para la investigación de Amgen, AstraZeneca, Bayer, GlaxoSmithKline, Gilead, InnoLife, Luitpold/American Regent, Medtronic, Merck, Novartis y Sanofi; honorarios de Abbott, Amgen, AstraZeneca, Bayer, Boston Scientific, Janssen, Luitpold Pharmaceuticals, Medtronic, Merck, Novartis, Roche, Sanofi y Vifor; y ha formado parte de un consejo asesor de Amgen, AstraZeneca, Luitpold, Merck, Novartis y Boehringer Ingelheim. Los otros autores no reportan conflictos de interés.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Material de estudio complementario (Tablas y Figura).

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/. La renuncia de Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) se aplica a los datos disponibles en este artículo, a menos que se indique lo contrario en una línea de crédito a los datos.

Reimpresiones y permisos

Echouffo-Tcheugui, JB, Musani, SK, Bertoni, AG et al. Fenotipos de pacientes y riesgo cardiovascular en diabetes tipo 2: el Jackson Heart Study. Cardiovasc Diabetol 21, 89 (2022). https://doi.org/10.1186/s12933-022-01501-z

Descargar cita

Recibido: 05 Marzo 2022

Aceptado: 28 de marzo de 2022

Publicado: 01 junio 2022

DOI: https://doi.org/10.1186/s12933-022-01501-z

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Noticias

Fenotipos de pacientes y riesgo cardiovascular en diabetes tipo 2: el Jackson Heart Study