分享

小而密低密度脂蛋白(sdLDL-C)检测究竟还可信吗?

 文进玲玉 2021-08-04
定向点金 金宝
检验行业技术型期刊,汲取众多行业专家精华,采编国际最新研究成果,追踪行业发展动向,注重临床应用与新技术新产品的推广,不断追踪行业新技术、新方法、新产品。努力搭建检验行业组织、专家学者、各类企业、各级医院良好的信息交流与沟通平台。
599篇原创内容
公众号

刚刚出版的2021年临床化学杂志第8期上,刊登了两篇文章,关于近期美国专家对长期在临床实验室领域中,使用的小而密低密度脂蛋白胆固醇(sdLDL-C)检测,进行了较大的临床观察。得到的结论是,使用日本的Denka的sdLDL-C产品,对2万多名具有心血管疾病风险的病人进行了观察。结论是,直接检测的sdLDL-C不如临床估计的sdLDL-C。究竟是怎样说的,我这里将该期杂志上写的社论,送给大家。让大家自己去判断。


我现在有点清楚了。至少这个sdLDL-C的检测没有比其他的脂类检测有更多的优越性。这是我的认识。

下面这篇社论的内容。在阅读以下译文中,限于我的翻译水平,可能有误。但一定要注意:现在表示sdLDL-C的结果,分为直接检测的,称为“检测的sdLDL-C”;还有一个是估计的,称为“估计的sdLDL-C”!千万不要搞错!!
图片

以多个独特的方法学形成市售可用的产品,包括核磁共振波谱(nuclear magnetic resonance spectroscopy)、离子迁移(ion mobility)、超离心、和梯度凝胶电泳等,可进行脂蛋白亚组分析。所有这些方法确认了低密度脂蛋白(LDL)在大小、密度、和胆固醇含量上多变。许多大型病人队列研究,已经报告了在动脉粥样硬化的心血管疾病(ASCVD)和较小和较密的LDL浓度升高间有关系(1)


本期Clinical Chemistry杂志,Alan Remaley的实验室展现了一个估计小而密LDL-胆固醇(sdLDL-C)的新颖方法(2)。建立在他们以往报告LDL-C的模式上。作者明确地展现了,使用基础脂类组的成分,可准确地估计sdLDL-C(3)。很重要的是,作者也报告了估计的sdLDL-C和ASCVD风险间,在2个独立的队列中的关系。

在估计的sdLDL-C和ASCVD间的联系,由Remaley组报告的,与以往报告使用检测的sdLDL-C是一致的。但是,最值得注意的发现,是在预示ASCVD事件中,估计的sdLDL-C优于检测的sdLDL-C。作者了解到,这是一个意外的发现,被估计的sdLDL-C在性能上观察到的改善,可能对围绕 sdLDL-C 及其在 ASCVD 风险评估中的效用的正在进行的辩论产生重大影响。

除了同行评议发表和临床用途,独立利用sdLDL-C作为ASCVD的一个标志物,还没有被很好地确定。既没有为脂蛋白亚类检测的金标准方法,也没有协同的命名法,来确定出现的小和大脂蛋白。而且,sdLDL-C没有被任何学会导则赞同。事实上,美国国家脂类联合会(National Lipid Association,NLA)、国家临床生物化学学会(the National Academy of Clinical Biochemistry,NACB)、美国心脏病学学会(the American College of Cardiology,ACC)和美国心脏协会(the American Heart Association,AHA)等已经特别推荐,反对常规使用LDL亚组分(1,4,5)。这些发表的推荐,印证了缺乏足够证据,支持sdLDL-C用于临床评估或在治疗管理中的决定。

的确,检测sdLDL-C的单变量分析,经常在预示ASCVD上优于传统的LDL-C。但是,sdLDL-C与其他风险因子高度关联,如总胆固醇、载脂蛋白B(apoB)、LDL颗粒数(LDL-p)、和LDL-C。在模式上调整了这些紧密关联的质量参数,去考虑sdLDL-C时,预测的利用被大量地削弱了(6)

sdLDL-C的支持者提倡,它是一个更高度致动脉粥样硬化胆固醇的度量。但是,它并没有展现出,sdLDL-C较其他LDL-C亚组份,是更致动脉粥样硬化的。事实上,家属性高胆固醇血症是被严重的动脉粥样硬化和较大的LDL表型确定的(7)。进一步混淆了sdLDL-C角色的是,它被很好地确定,sdLDL-C与代谢综合征、肥胖、和2型糖尿病有关。

这些观察建议了,sdLDL-C与ASCVD的联系不是因果关系。而且,sdLDL-C会是一个促动脉粥样硬化的表型的生物标志物。观察到,估计的sdLDL-C提供了可比较(潜在是优先)信息,超过了检测的sdLDL-C,在仅使用基础脂类组的参数中,支持了这个争论。

至少,如果被更多的研究确认了估计的sdLDL-C的预测利用,则检测sdLDL-C成为增加的可疑了。

图片
来源:“冯仁丰”微信公众号

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多