La stratification du risque des patients atteints d'insuffisance cardiaque (IC) systolique chronique est essentielle afin d'identifier ceux qui pourront bénéficier de stratégies invasives telle que la transplantation cardiaque. En dépit des avancées récentes, cette stratification nécessite d'être encore améliorée. En effet, certains patients caractérisés à faible risque vont décéder précocement ; et inversement, d'autres identifiés à haut risque auront une survie prolongée.Objectif - Notre objectif était d'investiguer la place d'une analyse protéomique du plasma dans la stratification du risque des patients IC et de découvrir des biomarqueurs circulants associés à la mortalité cardiovasculaire précoce de ces patients.Méthodes et résultats - Pour ce faire, nous avons d'abord désigné 2 populations : une population test et une de validation. Ces 2 populations étaient issues de la population INsuffisance CArdiaque (INCA) constituée de l'ensemble des patients référés à notre centre pour une évaluation pronostique extensive d'une IC systolique chronique (FEVG <45%) entre novembre 1998 et mai 2010. Pour la phase test (population cas/témoins), nous avons sélectionné 198 patients entre novembre 1998 et décembre 2005: 99 patients décédés de cause cardiovasculaire dans les 3 ans suivant l'inclusion (cas) ont été comparés à 99 survivants à 3 ans appariés sur l'âge, le sexe et la cause de l'IC (témoins). Pour la phase de validation, nous avons évalué une cohorte de 344 patients consécutifs inclus entre janvier 2006 et mai 2010. Les populations ont été parfaitement caractérisées. La mortalité cardiovasculaire était définie comme un décès de cause cardiovasculaire, une transplantation en urgence (critère United Network for Organ Sharing status 1) ou une assistance cardiaque en urgence.Une analyse protéomique utilisant la technique SELDI-TOF-MS a ensuite été réalisée dans la population test sur des échantillons de plasma prélevés à l'inclusion. Les échantillons ont été déplétés des protéines majoritaires et analysés après randomisation en duplicate en utilisant des puces CM10 (échangeur de cations) et H50 (hydrophobie). Au total, 42 pics m/z étaient différentiellement abondants entre les cas et les témoins et ont été utilisés pour développer des scores protéomiques prédicteurs de la mortalité cardiovasculaire à l'aide de 3 méthodes statistiques de régression : machine à vecteur de support, régression des moindres carrés partiels et régression logistique de Lasso. Les scores protéomiques ont ensuite été testés dans la population de validation et étaient significativement plus élevés chez les patients qui vont décéder dans les 3 ans avec les 3 méthodes. Ces scores protéomiques persistaient associés à la mortalité cardiovasculaire après ajustement sur les facteurs confondants. De plus, l'utilisation de ces scores permettait une amélioration significative de la discrimination des patients IC par rapport à une évaluation pronostique classique selon les index suivants : "integrated discrimination improvement" et "net reclassification improvement".L'étape suivante a été de procéder à la purification et à l'identification des protéines correspondant aux pics m/z différentiellement abondants dans les 2 populations (n=13). Actuellement, nous avons pu identifier plusieurs apolipoprotéines : 14511 CM10-BM (ApoA1), 29024 CM10-BM (ApoA1), 3267 H50-BM (ApoC1), 6416 H50-BM (ApoC1), 6616 H50-BM (ApoC1), 6825 H50-BM (ApoC1), 8764 H50-BM (ApoC3), 9421 H50-BM (ApoC3). ceci a conduit à la quantification de ces apolipoprotéines dans la population INCA par une technique de "mass reaction monitoring".Conclusion - Une analyse protéomique des protéines du plasma semble améliorer la stratification du risque de mortalité précoce chez les patients atteints d’une IC chronique.Perspectives - Des investigations complémentaires sont en cours afin de déterminer l'impact des apoplipoprotéines dans la stratification du risque de ces patients. / Risk stratification of patients with systolic chronic heart failure (HF) is critical to better identify those who may benefit the most from invasive therapeutic strategies such as cardiac transplantation. In spite of recent advances, risk stratification of HF patients needs to be further improved. Indeed, there remains variability in the prognosis with some patients who are categorized at low risk but experience early mortality; and conversely, patients categorized as severe but have an unexpectedly prolonged survival. Proteomics has been used to provide prognostic information in various diseases.Aim – Our aim was to investigate the potential value of plasma proteomic profiling for risk stratification in HF and to find new circulating biomarkers that are associated with early cardiovascular mortality of chronic HF patients.Methods and results – For that purpose, we first designed 2 populations: a discovery and a validation population. Both populations issued from the INsuffisance CArdiaque (INCA) cohort, which is constituted of all consecutive patients referred in our institution for extensive prognostic evaluation of systolic chronic HF (LVEF <45%) between November 1998 and May 2010. For the discovery phase (case/control population), we selected 198 patients included between November 1998 and December 2005: 99 patients who died from cardiovascular cause within 3 years after the initial evaluation (cases) were individually matched for age, sex, and HF etiology with 99 patients who were still alive at 3 years (controls). For the validation phase, we evaluated a cohort of 344 consecutive patients included between January 2006 and May 2010. Study populations were carefully phenotyped. Cardiovascular death included cardiovascular-related death, urgent transplantations defined as United Network for Organ Sharing status 1 and urgent assist device implantation. A proteomic profiling using surface enhanced laser desorption ionization - time of flight - mass spectrometry was then performed in the case/control discovery population on plasma samples collected at inclusion. Plasma samples were depleted for major proteins and randomly analyzed in duplicate using CM10 (Weak Cation Exchanger) and H50 (Reverse Phase) proteinchip arrays. Forty two ion m/z peaks were found differentially abundant between cases and controls in the discovery population and were used to develop proteomic scores predicting cardiovascular death using 3 statistical regression methods: support vector machine, sparse partial least square discriminant analysis and lasso logistic regression. The proteomic scores were then tested in the validation population and score levels were significantly higher in patients who subsequently died within 3 years with the 3 methods. Proteomic scores remained significantly associated with cardiovascular mortality after adjustment on confounders. Furthermore, use of the proteomic scores allowed a significant improvement in discrimination of HF patients as determined by integrated discrimination improvement and net reclassification improvement indexes on top of “classic” prognostic evaluation. The next step was the purification and identification of the proteins related to the different m/z peaks (n=13) that were found significantly differentially abundant in both populations. We have currently identified several peaks as apolipoproteins: 14511 CM10-BM (ApoA1), 29024 CM10-BM (ApoA1), 3267 H50-BM (ApoC1), 6416 H50-BM (ApoC1), 6616 H50-BM (ApoC1), 6825 H50-BM (ApoC1), 8764 H50-BM (ApoC3), 9421 H50-BM (ApoC3). This has led to the quantification of these apolipoproteins in the INCA population using mass reaction monitoring technique.Conclusion – Proteomic analysis of plasma proteins may help to improve risk prediction of early mortality in HF patients.Perspectives – Further investigations are ongoing in order to determine the impact of the different apolipoproteins tested in risk stratification of chronic HF patients.
Identifer | oai:union.ndltd.org:theses.fr/2015LIL2S028 |
Date | 08 April 2015 |
Creators | Lemesle, Gilles |
Contributors | Lille 2, Bauters, Christophe |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text, Image |
Page generated in 0.0097 seconds