Factores predictores de senescencia biológica en pacientes con alto riesgo cardiovascularestudio cordioprev

Resumen

1. INTRODUCCIÓN: El envejecimiento se asocia con diversas patologías, destacando la enfermedad cardiovascular. Evidencias recientes sugieren que el acortamiento telomérico se considera un marcador independiente del aumento del riesgo de enfermedad coronaria. Una mejor comprensión de los mecanismos que subyacen a la senescencia biológica, destacando la inflamación crónica y el estrés oxidativo, puede permitir el desarrollo de nuevas estrategias terapéuticas que nos faciliten el manejo de las patologías asociadas al envejecimiento. 2. CONTENIDOS DE LA INVESTIGACIÓN (objetivos y metodología): Nos propusimos desarrollar una plataforma de e-Health, permitiendo evaluar el grado de envejecimiento biológico en base al perfil clínico y biológico del paciente. Analizamos el patrón de senescencia biológica medido por la longitud de los telómeros (RTL = 0,7629), junto a parámetros de respuesta inflamatoria (PCR-us, proteína quimiotáctica de monocitos-1, IL-6, IL-1, TNF-, adiponectina, resistina y leptina), marcadores de estrés oxidativo (óxido nítrico, productos de peroxidación de lípidos, proteínas carboniladas, catalasa, glutatión total, glutatión reducido, glutatión oxidado, superóxido dismutasa y glutatión peroxidado) y marcadores genéticos (polimorfismos localizados en el gen FOXO3: rs2764264 y rs2802292) en una población con enfermedad cardiovascular establecida de la cohorte del estudio CORDIOPREV (NCT00924937). Calculamos y validamos diferentes modelos predictivos mediante regresión logística, definidos cada uno de ellos por un conjunto de variables clínicas, marcadores de respuesta inflamatoria y de estrés oxidativo (modelo basal, modelo extendido y modelo reducido), permitiéndonos identificar los pacientes con senescencia biológica. Finalmente, completamos nuestro análisis con un último modelo en el que incluimos ciertas variantes genéticas del gen FOXO3. 3. RESULTADOS Y CONCLUSIONES: Se seleccionaron aquellos pacientes con todas las variables propuestas para desarrollar los diferentes modelos predictivos (n = 353). Tras comparar ambos grupos (senescencia biológica versus no senescencia biológica) se identificaron diferencias significativas para los siguientes parámetros: colesterol total, catalasa, superóxido dismutasa, IL-1, resistina y leptina. Se calculó mediante regresión logística los coeficientes beta de las variables que pueden predecir el riesgo de senescencia biológica. Definiendo en cada modelo como variable dependiente la senescencia biológica y como covariables diferentes biomarcadores según el modelo. En el modelo basal se incluyeron edad, género, índice de masa corporal, circunferencia de la cintura, presión arterial sistólica, presión arterial diastólica, frecuencia cardiaca, colesterol HDL, triglicéridos en ayunas, PCR-us y HOMA-IR; en el modelo extendido se incluyeron los parámetros del modelo basal junto a glutatión total, glutatión reducido, glutatión oxidado, glutatión peroxidado, catalasa, superóxido dismutasa, proteínas carboniladas, oxido nítrico, productos de peroxidación lipídica, proteína quimiotáctica de monocitos-1, TNF-, adiponectina, IL-1, IL6, resistina y leptina; en el modelo reducido se incluyeron los parámetros del modelo basal junto a catalasa, superóxido dismutasa, productos de peroxidación de lípidos, IL-1 y resistina. A continuación, trazamos las curvas ROC y utilizamos área bajo la curva para evaluar la capacidad de predicción de cada modelo, seleccionando el modelo extendido y el modelo reducido como los mas eficaces (AUC ROC 0,75 y 0,72 respectivamente). Finalmente, completamos nuestro análisis con el modelo genético, incluyendo al modelo reducido la información aportada por los polimorfismos del gen FOXO3 (AUC ROC = 0,74), proporcionando una discreta mejoría en la capacidad de predicción. Los diferentes modelos predictivos nos permiten identificar un subgrupo de pacientes con mayor riesgo y que pueden requerir un manejo mas exhaustivo y un tratamiento mas intensivo. 4. BIBLIOGRAFÍA, entre otros: - Haycock PC, Heydon EE, Kaptoge S, Butterworth AS, Thompson A, Willeit P. Leucocyte telomere length and risk of cardiovascular disease: systematic review and meta-analysis. BMJ. 2014;349:g4227. - Bar C, Blasco MA. Telomeres and telomerase as therapeutic targets to prevent and treat age-related diseases. F1000Res. 2016;5. - Ferrucci L, Fabbri E. Inflammageing: chronic inflammation in ageing, cardiovascular disease, and frailty. Nat Rev Cardiol. 2018;15(9):505-22. - Perez-Martinez P, Garcia-Quintana JM, Yubero-Serrano EM, Tasset-Cuevas I, Tunez I, Garcia-Rios A, et al. Postprandial oxidative stress is modified by dietary fat: evidence from a human intervention study. Clin Sci (Lond). 2010;119(6):251-61. - Yubero-Serrano EM, Garcia-Rios A, Delgado-Lista J, Delgado-Casado N, Perez-Martinez P, Rodriguez-Cantalejo F, et al. Postprandial effects of the Mediterranean diet on oxidant and antioxidant status in elderly men and women. J Am Geriatr Soc. 2011;59(5):938-40. - Donlon TA, Morris BJ, Chen R, Masaki KH, Allsopp RC, Willcox DC, et al. FOXO3 longevity interactome on chromosome 6. Aging Cell. 2017;16(5):1016-25. - Delgado-Lista J, Perez-Martinez P, Garcia-Rios A, Alcala-Diaz JF, Perez-Caballero AI, Gomez-Delgado F, et al. CORonary Diet Intervention with Olive oil and cardiovascular PREVention study (the CORDIOPREV study): Rationale, methods, and baseline characteristics: A clinical trial comparing the efficacy of a Mediterranean diet rich in olive oil versus a low-fat diet on cardiovascular disease in coronary patients. American heart journal. 2016;177:42-50. - Rehkopf DH, Needham BL, Lin J, Blackburn EH, Zota AR, Wojcicki JM, et al. Leukocyte Telomere Length in Relation to 17 Biomarkers of Cardiovascular Disease Risk: A Cross-Sectional Study of US Adults. PLoS Med. 2016;13(11):e1002188. - Wong JY, De Vivo I, Lin X, Fang SC, Christiani DC. The relationship between inflammatory biomarkers and telomere length in an occupational prospective cohort study. PLoS One. 2014;9(1):e87348 - Tian R, Zhang LN, Zhang TT, Pang HY, Chen LF, Shen ZJ, et al. Association Between Oxidative Stress and Peripheral Leukocyte Telomere Length in Patients with Premature Coronary Artery Disease. Med Sci Monit. 2017;23:4382-90. - Davy PMC, Willcox DC, Shimabukuro M, Donlon TA, Torigoe T, Suzuki M, et al. Minimal Shortening of Leukocyte Telomere Length Across Age Groups in a Cross-Sectional Study for Carriers of a Longevity-Associated FOXO3 Allele. J Gerontol A Biol Sci Med Sci. 2018;73(11):1448-52.