Dans une étude récente publiée dans eBioMedicine, des chercheurs ont examiné les effets causals des particules lipoprotéiques, des lipides et d’autres métabolites sur la pression artérielle (TA) et la pression pulsée (PP).
Étude: Principaux taux de lipides et de lipoprotéines et risque d’élévation de la pression artérielle : une étude de randomisation mendélienne. Crédit d’image : Moi dia/Shutterstock.com
Sommaire
Arrière-plan
L’hypertension est le principal facteur de maladie cardiovasculaire (MCV) et de mortalité. Les lignes directrices existantes recommandent de maintenir des niveaux normaux de pression systolique (PAS) et diastolique (DBP) pour la prévention et le traitement de l’hypertension.
PP est la différence entre SBP et DBP ; c’est un indicateur de la rigidité artérielle, et une augmentation de la PP est un puissant prédicteur d’hypertension, de maladies cardiovasculaires et de mortalité.
La régulation des niveaux de PP est considérée comme une stratégie de traitement indépendante des réductions de la PA. La dyslipidémie est un facteur de risque de maladie cardiovasculaire chez les patients souffrant d’hypertension ; la coexistence de l’hypertension et de la dyslipidémie augmente considérablement le risque de maladie cardiovasculaire.
Ainsi, la gestion conjointe des lipides et de la tension artérielle constitue la pierre angulaire de la prévention et du traitement des maladies cardiovasculaires. Actuellement, la prise en charge globale de la dyslipidémie et de la tension artérielle se concentre sur les lipides majeurs.
Cependant, les études portant sur l’association entre les lipides majeurs et l’hypertension par le biais de la chimie clinique conventionnelle se sont révélées incohérentes en ce qui concerne les associations avec le cholestérol des lipoprotéines de basse densité (LDL-C).
De plus, les mesures traditionnelles des lipides ne parviennent pas à faire la distinction entre la taille, la concentration et les sous-fractions des lipoprotéines.
À propos de l’étude
Dans la présente étude, les chercheurs ont examiné les associations entre les métabolites génétiquement prédits et les risques accrus de DBP, SBP et PP.
Cette étude de randomisation mendélienne (MR) était basée sur des ensembles de données publiques. L’équipe a utilisé des études d’association pangénomiques (GWAS) menées auprès des participants de la biobanque du Royaume-Uni (Royaume-Uni).
Des tests de chimie clinique et une spectroscopie de résonance magnétique nucléaire (RMN) ont été utilisés pour mesurer les principaux lipides et biomarqueurs métaboliques. L’équipe a obtenu des données récapitulatives sur la PP et la BP de la cohorte d’épidémiologie génétique sur la santé et le vieillissement des adultes (GERA).
Les analyses IRM univariées ont évalué la relation causale entre les principaux lipides, les niveaux de particules lipoprotéiques, le cholestérol, les triglycérides totaux (TG) et les métabolites non lipidiques avec le DBP, le SBP et le PP.
Les principaux lipides comprenaient le TG total, l’apolipoprotéine A1 (ApoA1), l’ApoB, le LDL-C et le cholestérol des lipoprotéines de haute densité (HDL-C).
En outre, une moyenne multivariée du modèle bayésien MR (MR-BMA) a été réalisée pour identifier les facteurs causals les plus susceptibles d’être associés au risque d’augmentation de la PA et de la PP parmi les principaux lipides et les lipoprotéines hautement corrélées avec une variation génétique partagée.
Les polymorphismes mononucléotidiques (SNP) associés aux principaux lipides, particules lipoprotéiques et autres métabolites de la biobanque britannique étaient les variables instrumentales.
Les corrélations génétiques entre les principaux lipides ont été estimées à l’aide de la méthode de corrélation de Pearson et une analyse de classement a été réalisée parmi 43 lipoprotéines et les lipides qui les contiennent (niveaux d’apolipoprotéines, de cholestérol et de TG dans des lipoprotéines de différentes tailles).
Résultats
Les estimations du risque causal pour cinq lipides majeurs génétiquement prédits sur la PA et la PP étaient similaires dans l’analyse IRM univariée. La TG totale génétiquement prédite était positivement associée à la DBP et à la SBP.
Les niveaux génétiquement prédits de LDL-C et d’ApoB étaient inversement liés au DBP. Les niveaux d’ApoB, de TG et de LDL-C génétiquement prédits étaient positivement associés à la PP.
Les analyses MR-BMA ont identifié la TG totale comme le facteur de risque le plus important d’augmentation de la PAS, avec une probabilité marginale d’inclusion (MIP) de 0,993. De plus, la TG totale était le principal facteur de risque associé à une augmentation de la PAD.
Le LDL-C et le HDL-C étaient les principaux facteurs de risque associés à une augmentation du PP, avec des MIP de 0,718 et 0,927, respectivement. Les particules de lipoprotéines de très basse densité (VLDL) génétiquement prédites et les sous-particules de différentes tailles étaient positivement associées aux niveaux de SBP.
La taille des LDL génétiquement prédite était associée négativement à la DBP, tandis que la taille des HDL était associée négativement à la PP. Parmi les lipoprotéines et les lipides qu’elles contiennent, les TG génétiquement indiquées dans les petites particules de HDL étaient le principal facteur associé à l’augmentation de la pression artérielle.
De plus, une association négative a été observée entre la glycine génétiquement prédite et la PP et la SBP. Le glucose génétiquement prédit était positivement associé au PP et négativement associé au DBP.
Conclusions
Parmi les principaux lipides, les TG totales étaient le principal facteur de risque associé de manière causale à l’augmentation de la PAD et de la PAS. De plus, les TG dans les petits HDL étaient le principal facteur parmi les lipoprotéines et les lipides qui les contiennent pour élever la PA. Le LDL-C et le HDL-C étaient associés à une augmentation du PP.
Notamment, les populations GWAS étaient principalement d’ascendance européenne, ce qui limitait la généralisabilité aux individus non européens.
De plus, les données sur l’exposition et les résultats étaient limitées au groupe d’âge de 40 à 69 ans, ce qui pourrait limiter leur applicabilité à d’autres groupes d’âge.
Bien que les analyses MR-BMA aient révélé le facteur causal le plus probable parmi les facteurs de risque hautement corrélés associés au résultat, la possibilité que des facteurs de risque non analysés soient causals ne pouvait être exclue.
Ainsi, des recherches supplémentaires sont nécessaires pour élucider les mécanismes sous-jacents des associations observées.
