A novel monocyte-based biomarker of cardiovascular risk: comparison with traditional cardiovascular risk calculators
Notice bibliographique
Résumé
TEXT ABSTRACT Background Traditional cardiovascular risk calculators estimate population-level risk but perform less reliably at the individual level and do not capture biological processes that underlie early atherogenesis. Monocyte activation and platelet–monocyte interactions contribute to early atherogenesis, yet their potential as biomarkers of silent disease in asymptomatic adults has not been defined. The aim of this study was to investigate their utility in prediction of early atherosclerosis in asymptomatic subjects, in comparison to traditional cardiovascular risk calculators. Methods Asymptomatic adults in a discovery cohort (n=39) underwent flow cytometric profiling of monocyte subsets and monocyte–platelet aggregates (MPA), together with carotid ultrasonography to assess carotid intima–media thickness (cIMT) and plaque. From these data, we derived a composite biomarker, the Monocyte Atherosclerotic Risk Score (MARS). Cardiovascular risk was calculated using QRISK3. An independent validation cohort of clinically healthy subjects (n=151) attending the Physical Examination Centre at Drum Tower Hospital, Nanjing, China, underwent identical biomarker and imaging assessments, with cardiovascular risk calculated using China-PAR. Results In the discovery cohort, MARS showed a strong association with cIMT (r²=0.87, P<0.0001), substantially outperforming QRISK3 (r²=0.30, P=0.003). MARS predicted high-risk cIMT (AUC 0.93, P=0.0001) and carotid plaque (AUC 0.94, P=0.0022), whereas QRISK3 did not. In the validation cohort, MARS again discriminated individuals with carotid plaque (AUC 0.81, P<0.0001), while China-PAR showed no significant predictive ability. Conclusions The MARS biomarker generated from flow cytometric profiling detects silent atherosclerosis with higher accuracy than QRISK3 or China-PAR in two independent and ethnically different asymptomatic populations. These findings support further evaluation of MARS as a scalable blood-based tool for identifying individuals who may benefit from targeted imaging and preventive strategies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».