versão impressa ISSN 0066-782Xversão On-line ISSN 1678-4170
Arq. Bras. Cardiol. vol.110 no.4 São Paulo abr. 2018
https://doi.org/10.5935/abc.20180054
O produto de acumulação lipídica (LAP), um instrumento simples e de baixo custo, é um novo biomarcador de acúmulo de gordura central e representa um marcador substituto potencial para o perfil aterogênico de lipoproteínas. No entanto, sua associação com subfrações de lipoproteínas ainda não foi descrita na literatura.
Determinar se o LAP pode ser usado como um marcador de tamanho da lipoproteína de baixa densidade (LDL) e de alta densidade (HDL) em indivíduos brasileiros.
Este estudo transversal incluiu 351 pacientes de ambos os sexos e idade entre 30 e 74 anos. Dados clínicos e sociodemográficos e história familiar de doenças foram avaliados. O tamanho das lipoproteínas, e níveis de colesterol total (CT), lipoproteínas, apolipoproteína AI e B (APO AI/APO B), glicose, ácidos graxos não esterificados (AGNEs) e insulina, e índice de resistência insulínica (HOMA-IR) foram avaliados em amostras de sangue. O LAP foi calculado utilizando-se as fórmulas (circunferência da cintura (cm]-58) × (triglicerídeos[mmol/L]) para mulheres e (circunferência da cintura[cm]-65) × (triglicerídeos [mmol/L]) para homens. Associações entre LAP e parâmetros metabólicos foram testadas por tendência linear (modelo linear generalizado, GLM) antes e após ajustes por fatores de confusão (sexo, idade, tabagismo, uso de estatinas, fibratos e hipoglicemiantes) ao nível de significância de p < 0,05).
LAP apresentou uma associação positiva com CT, APO B, AGNEs, glicose, insulina, HOMA-IR, e uma associação negativa com HDL-C. Maior acúmulo de gordura central correlacionou-se com maior porcentagem de HDL intermediária e de partículas pequenas de LDL e HDL, e menor porcentagem de HDL grande. O tamanho da LDL também era reduzido em valores de LAP mais elevados. O impacto negativo do LAP foi mantido após ajuste para múltiplas variáveis.
o LAP esteve fortemente associado com o perfil aterogênico de subfrações de lipoproteínas, independetemente dos fatores de confusão.
Palavras-chave: Doenças Cardiovasculares; Lipoproteínas HDL; Lipoproteínas LDL; Resistência à Insulina; Dislipidemias; Adultos; Fatores de Risco
Lipid accumulation product (LAP), a simple and low-cost tool, is a novel biomarker of central lipid accumulation and represents a potential surrogate marker for atherogenic lipoprotein profile. However, its association with lipoprotein subfractions has not been described in the literature.
To determine whether LAP index could be used as a marker of low- and high-density lipoprotein (LDL and HDL) size in Brazilian individuals.
This cross-sectional study included patients (n = 351) of both sexes and age between 30-74 years. Clinical and sociodemographic data and family history of diseases were evaluated. Lipoprotein size, and levels of total cholesterol (TC), lipoproteins, apolipoprotein AI and B (APO AI/APO B), glucose, insulin, insulin resistance index (HOMA-IR) and non-esterified fatty acids (NEFA) were assessed in blood samples. LAP was calculated by the formulas [(waist circumference[cm]-58) × (triglycerides[mmol/L]) for women and (waist circumference [cm]-65) × (triglycerides [mmol/L]) for men]. The association between LAP and metabolic parameters were tested by linear trend (general linear model, GLM test) before and after multiple adjustments for potential confounders (sex, age, smoking, statin, fibrate, and hypoglycemic drugs) at significant level p < 0.05.
LAP was positively associated with TC, APO B, NEFA, glucose, insulin and HOMA-IR values, and negatively associated with HDL-C. Higher central lipid accumulation was corelated with higher percentage of intermediate HDL and of small LDL and HDL and less amount of large HDL. LDL size was also reduced in greater LAP index values. The negative impact of LAP was maintained after adjustment for multiple variables.
LAP was robustly associated with atherogenic profile of lipoprotein subfractions, independently of multiple confounders.
Keywords: Cardiovascular Diseases; Lipoproteins, HDL; Lipoproteins, LDL; Insulin Resistance; Dyslipidemias; Adults; Risk Factors
A doença cardiovascular (DCV) é a principal causa de morbidade e de mortalidade prematura no mundo, comprometendo significativos recursos privados e públicos.1 Programas de políticas públicas são focados na prevenção e na modificação de fatores de risco tradicionais (hipertensão, dislipidemia, tabagismo e diabetes mellitus), os quais são a base de todos os modelos de predição de risco cardiovascular. No entanto, a identificação de novos fatores de risco e/ou marcadores para DCV é importante para melhor compreensão de alguns eventos clínicos que não podem ser explicados pelos fatores de risco clássicos.
Novos biomarcadores envolvem parâmetros bioquímicos mensuráveis no soro ou no plasma. Contudo, o colesterol associado à lipoproteína de alta densidade (HDL-C) e o colesterol associado à lipoproteína de baixa densidade (LDL-C) ainda são as principais lipoproteínas monitoradas para estimar o risco cardiovascular em adultos.2 Atualmente, biomarcadores associados com funcionalidade e estrutura das lipoproteínas - tal como seu tamanho (pequeno, intermediário, grande, e fenótipos A e B) - antioxidantes (tocoferol, carotenoides), apolipoproteínas (Apo B, AI, CII, J, F) e enzimas (Lp-PLA2, ACAT) têm sido estudados.3-5 Particularmente, partículas pequenas e densas de LDL têm sido amplamente descritas por suas propriedades pró-aterogênicas. Essa partícula migra para o espaço subendotelial mais facilmente, recruta e ativa macrófagos, causando sua transformação em células espumosas e gerando estrias gordurosas, uma marca da aterosclerose.4 Ao contrário dos mecanismos aterogênicos bem estabelecidos do LDL, o papel funcional do tamanho do HDL ainda é controverso. Partículas pequenas de HDL são descritas como mais antioxidantes, anti-inflamatórias e com maior capacidade de promover a saída de colesterol das células.6 Por outro lado, Woudberg et al.,7 mostraram que a obesidade esteve associada com diminuição das subclasses de partículas grandes de HDL. Muitos desse biomarcadores são caros, requerem métodos tecnicamente sofisticados e apresentam uso limitado na atenção primária à saúde e na prevenção de doenças.
O Produto da Acumulação Lipídica (LAP) foi proposto como um índice simples, barato e preciso para estimar o risco cardiovascular8 e mortalidade por todas as causas.9 Esse índice combina parâmetros antropométricos (circunferência da cintura, CC) e bioquímicos (triglicerídeos de jejum, TG), conectando mudanças anatômicas a mudanças fisiológicas associadas com acúmulo aumentado de gordura corporal em adultos. Kahn,10 observou no terceiro National Health and Nutrition Examination Survey (NHANES III) o efeito negativo da CC, possivelmente relacionado com partículas pequenas e densas de LDL, embora a medida do tamanho de sua partícula não tenha sido diretamente realizada. A validade e a superioridade do LAP em identificar risco cardiovascular, síndrome metabólica, e resistência insulínica foram comparadas com as do índice de massa corporal (IMC), CC e relação cintura quadril.9-13 Apesar do impacto negativo do LAP no metabolismo de glicose, avaliado principalmente em mulheres pós-menopausa13,14 e mulheres com ovário policístico,15,16 sua associação com o tamanho das lipoproteínas não foi diretamente avaliada.
Estudos prévios baseados no LAP confirmaram sua associação com fatores de risco clássicos para DCV.17-20 Portanto, o objetivo deste estudo foi expandir o conhecimento existente sobre o LAP, avaliando-se o impacto desse parâmetro sobre o tamanho da LDL e da HDL, considerando a potencial influência de fatores de confusão.
Um total de 351 adultos de ambos os sexos e múltiplos fatores de riscos cardiovasculares foram recrutados para este estudo transversal após completa avaliação clínica e eletrocardiograma (ECG). Esses indivíduos foram recrutados do centro de pesquisa localizado no Hospital Universitário da Universidade de São Paulo. Utilizamos o método de amostragem não probabilística. De acordo com os critérios de inclusão, os indivíduos incluídos tinham idade entre 30 e 74 anos, e um ou mais fatores de risco para DCV - dislipidemia, diabetes mellitus e/ou hipertensão. Gestantes, lactantes, indivíduos que participaram em outros estudos, que apresentavam doença renal ou hepática grave, diabetes mellitus tipo 1, usuários de drogas ilícitas, alcoólatras ou em uso de hipolipemiantes introduzidos ou trocados 30 dias antes da coleta de sangue não foram incluídos. O estudo foi aprovado pelo Comitê de Ética em Pesquisa do hospital (número 1126/11) e da Faculdade de Saúde Pública da Universidade de São Paulo (número 2264), e todos os procedimentos foram realizados segundo padrões da Declaração de Helsinki (1975, revisada em 2008). Todos os participantes deram seu consentimento informado por escrito.
Entrevistadores treinados avaliaram as características demográficas dos participantes utilizando um questionário pré-estruturado que abordava sexo, idade e etnia. A avaliação clínica consistiu em obtenção de dados atuais sobre história médica, história familiar (pai e mãe) de doenças crônicas, e uso regular de medicamentos. Tabagismo foi considerado quando relatado pelos indivíduos, independentemente da quantidade de cigarros. Hipertensão foi confirmada por história clínica, uso de medicamentos anti-hipertensivos e pressão arterial sistólica (PAS) e diastólica (PAD) monitoradas após pelo menos cinco minutos em repouso, sendo que a média de três medidas foi usada para análise. Hipertensão foi definida como PAS ≥ 140 mmHg e/ou PAD ≥ 90 mmHg. Diabetes tipo 2 foi definido por diagnóstico prévio de diabetes, uso de hipoglicemiantes e níveis plasmáticos de glicose acima de 100 mg/dL. O escore de risco de Framingham (ERF) foi calculado conforme descrito anteriormente.21,22
Peso (Kg) e altura (cm) foram medidos com precisão de 0,1 Kg e 0,1 cm, respectivamente, utilizando-se métodos e instrumentos padronizados. O IMC foi calculado como o peso (Kg) dividido pela altura ao quadrado (m2). A CC foi medida usando-se uma fita inelástica de 1,0 mm de precisão (TBW®; São Paulo, SP, Brasil), sem pressioná-la contra o corpo. A composição corporal foi avaliada por impedância bioelétrica (BIA) (Analyzer®, model Quantum II; RJL Systems; Michigan, USA). A porcentagem de gordura corporal foi calculada pelo programa Cyprus (Composition Analysis System, v. 2.5; RJL Systems®; Detroit, MI, EUA), que considerou sexo, idade, peso, altura, atividade física, resistência e reactância. Todas as medidas foram realizadas em duplicata por uma equipe treinada.
Após jejum de 12 horas, foram coletadas amostras (20 mL) de sangue. Para análises a partir do plasma, o sangue foi coletado em tubos Vacutainer contendo ácido etilenodiamino tetra-acético (EDTA; 1,0 µg/mL). Os inibidores de protease aprotinina (10,0 µg/mL), benzamidina (10,0 µM), e fluoreto de fenilmetilsulfonil (PMSF; 5,0 µM) com o antioxidante hidroxitolueno butilado (BHT; 100,0 µM) foram adicionados às amostras. O plasma e o soro foram separados por centrifugação (3000 rpm; 10 minutos; 4ºC) e as amostras foram mantidas congeladas (-80ºC) até serem analisadas.
Níveis plasmáticos de TG, colesterol total (CT) e HDL-C foram medidos usando-se kits comerciais (Labtest; Lagoa Santa, MG, Brasil). Concentrações de LDL-C foram calculadas usando a equação de Friedewald para indivíduos com TG menor de 400 mg/dL.23 Apolipoproteínas B e AI (Apo B e Apo AI) foram determinadas por métodos padrões (APO A1 e APO B Autokits, Randox; Kearneysville, WV, EUA). Ácidos graxos não esterificados (AGNEs) foram determinados utilizando o kit Free Fatty Acid Quantification (Wako Chemicals - USA Inc.; Richmond, VA, EUA). A resistência insulínica foi calculada pelo HOMA-IR (homeostasis model assessment-insulin resistance): HOMA-IR = insulina de jejum (U/mL) x glicose de jejum (mmoL/L)/22,5.24) Esses parâmetros foram analisados em duplicata pelo sistema automático Cobas (Hitachi High Technology, Minato-ku, Tóquio, Japão).
A distribuição das subfrações de HDL e de LDL foi determinada pelo sistema Lipoprint baseado em gel de poliacrilamida não desnaturante. As sub-frações LDL1 e LDL2 foram classificadas como LDL grande, e as subfrações LDL3 a LDL7 foram classificadas como partículas menores, de maior densidade. O tamanho do LDL (nm) foi determinado e, a partir dele, foram calculados os padrões fenotípicos A (LDL grande, > 25,6 nm, e menos densa) e não A (LDL pequena, ≤ 25,6 nm, e densa). Para o tamanho da partícula de HDL, foram identificadas dez subfrações, as quais foram classificadas em partículas grandes (HDL 1 ao HDL 3), intermediário (HDL 4 ao HDL 7), e pequena (HDL 8 ao HDL10).
Todas as análises foram realizadas em duplicata e os coeficientes de variância entre (1-5,8%) e intrateste (0,5-15%) foram calculados.
O LAP foi calculado utilizando-se diferentes fórmulas para mulheres (CC [cm]-58) × (TG [mmol/L]) e homens (CC [cm]-65) × (TG [mmol/L]), que incluíram os valores mínimos de CC específicos para cada sexo.8
A análise estatística foi realizada usando o programa Statistical Package for the Social Sciences (SPSS®; v. 20.0). Valores de p < 0,05 bicaudais foram considerados estatisticamente significativos. O teste de Kolmogorov-Smirnov (p > 0,05) foi usado para avaliar a normalidade dos dados. Variáveis contínuas com distribuição normal foram apresentadas em média e desvio padrão (DP), ao passo que os dados com distribuição não normal foram apresentados como mediana e percentis 25 e 75. As variáveis categóricas foram apresentadas em valores absolutos (n) e porcentagens (%). Dados com distribuição normal foram comparados entre os grupos pelo teste t de Student não pareado, e dados sem distribuição normal foram comparados pelo teste de Mann-Whitney. Variáveis categóricas foram comparadas pelo teste qui-quadrado de Pearson ou pelo teste exato de Fisher. Os indivíduos foram divididos em tercis do LAP e o perfil de lipoproteínas aterogênicas foi testado em um teste de tendência linear por modelos ajustados e não ajustados: idade e sexo (Modelo A) e idade, sexo, tabagismo, uso de estatina, fibrato, e/ou drogas hipoglicemiantes (Modelo B). Além disso, comparação entre grupos foi realizada por análise de variância (ANOVA ou teste de Kruskal-Wallis) - com comparações múltiplas pelo teste de Tukey) após todos os ajustes (Modelo B) com nível de significância estabelecido em p < 0,05.
As características clínicas dos 351 indivíduos agrupados por sexo são apresentadas na Tabela 1. A idade média dos indivíduos foi de 49,4 anos para homens (30-72 anos) e de 54,4 anos para mulheres (30-74 anos, p < 0,001). As mulheres eram mais velhas e relataram maior uso de medicamentos que os homens (83,6 versus 69,8, respectivamente, p = 0,001), enquanto uma maior porcentagem de fumantes foi encontrada entre os homens (p = 0,026). Mais de 80% dos indivíduos apresentaram doença prévia no momento do rastreamento. A hipertensão foi a doença mais prevalente em ambos os gêneros (56,9% em homens e 57,1% em mulheres), o que foi corroborado pela alta porcentagem de usuários de drogas anti-hipertensivas. Esse perfil esteve em concordância com a alta frequência de hipertensão no pai e/ou na mãe dos pais (62,9% nos homens e 66,2% nas mulheres).
Tabela 1 Características clínicas e demográficas dos indivíduos por sexo
Variáveis | Total (n = 351) | Homens (n = 132) | Mulheres (n = 219) | p | |||
---|---|---|---|---|---|---|---|
n | % | n | % | n | % | ||
Idade (anos) ** | 52,5 | (10,4) | 49,4 | (11,1) | 54,4 | (9,6) | < 0,001 |
Tabagismo Não | 282 | 80,3 | 98 | 74,2 | 184 | 84,0 | 0,026 |
Doenças atuais | 306 | 87,2 | 114 | 86,4 | 192 | 87,7 | 0,723 |
Diabetes mellitus | 71 | 20,2 | 32 | 24,2 | 39 | 17,8 | 0,146 |
Hipertensão | 200 | 57,0 | 75 | 56,8 | 125 | 57,1 | 0,962 |
Dislipidemia | 192 | 54,7 | 72 | 54,5 | 120 | 54,8 | 0,964 |
Medicamentos | 274 | 78,1 | 91 | 69,8 | 183 | 83,6 | 0,001 |
Estatinas | 98 | 27,9 | 28 | 21,2 | 70 | 32,0 | 0,030 |
Anti-hipertensivos | 181 | 51,6 | 64 | 48,5 | 117 | 53,2 | 0,370 |
Hipoglicemiantes | 73 | 20,8 | 29 | 22,0 | 44 | 20,1 | 0,674 |
Fibratos § | 9 | 2,6 | 3 | 2,3 | 6 | 2,7 | 0,543 |
História familiar de doenças | 320 | 91,2 | 122 | 92,4 | 198 | 90,4 | 0,520 |
Obesidade | 64 | 18,2 | 28 | 21,2 | 36 | 16,4 | 0,262 |
Hipertensão | 228 | 65,0 | 83 | 62,9 | 145 | 66,2 | 0,526 |
Infarto agudo do miocárdio | 100 | 28,5 | 38 | 28,8 | 62 | 28,3 | 0,924 |
Acidente vascular cerebral | 67 | 19,1 | 25 | 18,9 | 42 | 19,2 | 0,956 |
Diabetes mellitus | 134 | 38,2 | 49 | 37,1 | 85 | 38,8 | 0,752 |
Doença vascular periférica | 25 | 71 | 8 | 6,1 | 17 | 7,8 | 0,548 |
Análise comparativa das variáveis categóricas realizada pelo teste qui-quadrado de Pearson ou o teste exato de Fisher
(§) (p < 0,05).
**Dados apresentados em média e desvio padrão. Análise comparativa das variáveis contínuas foi realizada pelo teste t de Student não pareado (p < 0,05)
A Tabela 2 apresenta resultados do risco cardiovascular, avaliado pelo ERF, e das variáveis bioquímicas e antropométricas estratificadas por sexo. O ERF foi similar entre homens (13,6 pontos) e mulheres (13,5 pontos), indicando um risco cardiovascular moderado em ambos os grupos. Os homens apresentaram valores mais altos de CC e TG, com impacto direto sobre valores elevados de LAP em comparação às mulheres. Por outro lado, as mulheres apresentaram valores superiores de Apo AI, HDL-C e AGNEs. Ambos os grupos mostraram perfis similares de IMC e homeostase da glicose avaliada pela glicemia, insulina e HOMA-IR. A influência do gênero sobre o metabolismo de lipídios foi confirmada pela elevada porcentagem de partículas pequenas de HDL e de LDL, e porcentagem reduzida de partículas grandes de HDL em homens. Esse perfil foi reforçado pelos níveis mais altos de LDL com o aumento do tamanho do LDL em homens (26,9 em homens versus 27,0 em mulheres, p = 0.001) e de fenótipo A em mulheres (52,3% em homens versus 70,8% em mulheres; p = 0.001).
Tabela 2 Escore de risco Framingham, características bioquímicas e antropométricas dos indivíduos segundo o sexo
Variáveis | Total (n = 351) | Homens (n = 132) | Mulheres (n = 219) | p |
---|---|---|---|---|
ERF (pontos) | 13,5 (4,8) | 13,6 (5,0) | 13,5 (4,5) | 0,941 |
HDL-C (mg/dl) | 37,0 (10,0) | 32,0 (7,0) | 40,0 (10,0) | < 0,001 |
LDL-C (mg/dl) | 139,0 (38,0) | 133,0 (22,0) | 41,0 (40,0) | 0,092 |
TG (mg/dl)* | 128,0 (94,0 - 188,0) | 145,0 (10,06 - 213,0) | 121,0 (90,0 - 172,0) | 0,001 |
Apo AI (mg/dl) | 132,0 (25,0) | 123,0 (33,0) | 137,0 (26,0) | < 0,001 |
Apo B (mg/dl) | 104,0 (25,0) | 103,0 (23,0) | 105,0 (26,0) | 0,400 |
AGNEs (mEq/dl) | 0,6 (0,3) | 0,6 (0,3) | 0,7 (0,3) | 0,016 |
LDL pequena (%)* | 1,6 (0,8 - 4,5) | 2,1 (1,0 - 6,3) | 1,4 (0,6 - 3,6) | 0,003 |
LDL grande (%) | 26,3 (5,4) | 26,6 (4,9) | 26,1 (5,6) | 0,491 |
HDL pequena (%) | 19,8 (7,1) | 21,1 (6,5) | 19,1 (7,4) | 0,022 |
HDL intermediária (%) | 50,3 (5,1) | 51,1 (4,5) | 49,8 (5,3) | 0,039 |
HDL grande (%) | 29,9 (8,6) | 27,8 (7,8) | 31,0 (8,8) | 0,002 |
Tamanho da LDL* (nm) | 27,0 (26,5 - 27,2) | 26,9 (26,4 - 27,1) | 27,0 (26,7 - 27,2) | 0,001 |
Fenótipo A (%) ** | 63,8 | 52,3 | 70,8 | 0,001 |
Glicose (mg/dl)* | 97 (91,0 - 108,0) | 98 (91,0 - 113,0) | 97 (91,0 - 105,0) | 0,358 |
Insulina (µIU/ml)* | 16,3 (12,6 - 22,1) | 15,6 (12,7 - 22,5) | 16,7 (12,4 - 22,0) | 0,791 |
HOMA-IR * | 4,0 (2,9 -5,9) | 4,2 (3,1 - 5,9) | 4,0 (2,9 - 5,8) | 0,596 |
Peso (kg) | 77,9 (68,8 - 93,9) | 89,7 (75,8 - 101,7) | 72,9 (64,1 - 86,5) | <0,001 |
CC (cm) | 100,5 (13,5) | 104,2 (12,7) | 98,4 (13,5) | <0,001 |
Gordura corporal (%) | 37,8 (25,2 - 46,0) | 23,4 (20,7 - 26,9) | 43,4 (38,4 - 49,2) | <0,001 |
IMC (kg/m2) | 30,8 (5,9) | 30,6 (5,4) | 30,9 (6,2) | 0,628 |
LAP * | 57,7 (35,4 - 87,2) | 68,4 (40,5 - 105,0) | 53,2 (35,2 - 81,6) | 0,026 |
Dados apresentados em média (desvio padrão) e mediana (p25-p75). Análise comparativa realizada pelo teste t de Student não pareado ou o teste de Mann-Whitney
(*)e qui-quadrado de Pearson
(**)(p < 0,05). ERF: escore de risco Framingham, CT: colesterol total, HDL-C: colesterol associado à lipoproteína de alta densidade, LDL-C: colesterol associado à lipoproteína de baixa densidade, TG: triglicerídeos, Apo AI: apolipoproteína AI, Apo B: apolipoproteína B, AGNEs: ácidos graxos não esterificados, IMC: índice de massa corporal, LAP: produto de acumulação lipídica, CC: circunferência da cintura
Associações ajustadas e não ajustadas (dados brutos) entre LAP e outros parâmetros foram testadas por tercis (Tabela 3). O LAP foi positivamente associado com CT, Apo B, AGNEs, glicose, insulina, e HOMA-IR e, consequentemente, essa associação aumentou com a pontuação do ERF. Surpreendentemente, não houve associação entre LAP e LDL-C. Após vários ajustes quanto a potenciais fatores de confusão (modelos A e B), as associações entre LAP e parâmetros bioquímicos foram mantidos, exceto para Apo AI.
Tabela 3 Análise de tendência linear do escore de risco Framingham e variáveis bioquímicas nos tercis do produto de acumulação lipídica
LAP | Dados brutos | Modelo A | Modelo B | |||
---|---|---|---|---|---|---|
T1 ≤ 45,5 (n = 117) | 45,5 < T2 ≤ 80,3 (n = 117) | T3 > 80,3 (n = 117) | p | p | p | |
FRS score | 12,3 | 13,6 | 14,6*§ | < 0,001 | < 0,001 | < 0,001 |
CT (mg/dl) | 198,2 | 201,0 | 216,0*§ | 0,001 | < 0,001 | < 0,001 |
HDL-C (mg/dl) | 40,7 | 37,6 | 32,4*§ | < 0,001 | < 0,001 | < 0,001 |
LDL-C (mg/dl) | 139,6 | 136,1 | 136,2 | 0,514 | 0,660 | 0,770 |
Apo AI (mg/dl) | 135,6 | 134,2 | 127,2 | 0,012 | 0,062 | 0,073 |
Apo B (mg/dl) | 97,5 | 103,8* | 111,9*§ | < 0,001 | < 0,001 | < 0,001 |
AGNEs (mEq/dl) | 0,6 | 0,6 | 0,7* | 0,012 | 0,002 | 0,006 |
Glicose (mg/dl) | 96,4 | 101,8 | 122,1*§ | < 0,001 | < 0,001 | < 0,001 |
Insulina (µIU/ml) | 15,1 | 19,0* | 21,0* | < 0,001 | < 0,001 | < 0,001 |
HOMA-IR | 3,6 | 4,7 | 6,2*§ | < 0,001 | < 0,001 | < 0,001 |
Modelo A: ajustado por sexo e idade. Modelo B: ajustado por sexo, idade, tabagismo, uso de estatina, fibrato, e hipoglicemiantes e drogas hipoglicemiantes. ERF: Escore de risco Framingham; CT: colesterol total; HDL-C: colesterol associado à lipoproteína de alta densidade; LDL-C: colesterol associado à lipoproteína de baixa densidade; Apo AI: apolipoproteína AI; Apo B: polipoproteína B; AGNEs: ácidos graxos não esterificados; LAP: produto de acumulação lipídica. Comparação entre grupos realizado pelo teste ANOVA ou Kruskal-Wallis, e comparações múltiplas pelo teste de Tukey.
*versus T1,
§versus T2. Nível de significância adotado de p < 0.05 para todas as análises.
Além disso, observou-se uma associação positiva entre o acúmulo de gordura central e a porcentagem de subfrações de HDL intermediárias e pequenas tanto na amostra total (Figura 1A) como na amostra estratificada por sexo (Figura 1B, 1C) após ajuste por idade, tabagismo e uso de estatina, fibrato e hipoglicemiantes. Resultados similares foram observados para subfração de LDL pequena, isto é, indivíduos nos tercis mais baixo, no meio e mais alto apresentaram, respectivamente, 1,5%, 2,3% e 7,5% de LDL pequena (p < 0,001) (Figura 2Aii). Diferenças maiores foram observadas nos homens (Figura 1Bi).
Figura 1 Porcentagens de partículas de HDL (lipoproteína de alta densidade), de acordo com tercis de LAP (produto de acumulação lipídica). A) ajustado por sexo, idade, tabagismo, uso de fibratos e hipoglicemiantes. B) Homens, ajustado por idade, tabagismo, uso de estatina, fibrato, e drogas hipoglicemiantes (n = 132). C) Mulheres, ajustado por idade, tabagismo, uso de estatina, fibrato, e drogas hipoglicemiantes (n = 219). i: HDL grande. ii: HDL intermediária. iii: HDL pequena. Dados apresentados em média e intervalo de confiança de 95%. Análise comparativa realizada pelo teste de tendência linear. Tercis de LAP: T1 ≤ 45,5; 45,5 < T2 ≤ 80,3; T3 > 80,3. % - porcentagem. Comparação entre grupos realizada por ANOVA ou Kruskal-Wallis e comparações múltiplas pelo teste de Tukey. *versus T1, §versus T2. Nível de significância adotado de p<0.05 para todas as análises.
Figura 2 Porcentagens de partículas grandes e pequenas de LDL (lipoproteína de baixa densidade), e do tamanho da partícula de LDL, de acordo com os tercis de LAP (produto de acumulação lipídica). A) ajustado por sexo, idade, tabagismo, uso de fibratos e hipoglicemiantes. B) Homens, ajustado por idade, tabagismo, uso de estatina, fibrato, e drogas hipoglicemiantes (n = 132). C) Mulheres, ajustado por idade, tabagismo, uso de estatina, fibrato, e drogas hipoglicemiantes (n = 219). i: LDL grande. ii: LDL intermediária. iii: LDL pequena. Dados apresentados em média e intervalo de confiança de 95%. Análise comparativa realizada pelo teste de tendência linear. Tercis de LAP: T1 ≤ 45,5; 45,5 < T2 ≤ 80,3; T3 > 80,3. % - porcentagem. Comparação entre grupos realizada por ANOVA ou Kruskal-Wallis e comparações múltiplas pelo teste de Tukey. *versus T1, §versus T2. Nível de significância adotado de p < 0.05 para todas as análises.
O tamanho da LDL e a percentagem de HDL grande estiveram negativamente associados com LAP. Na amostra total, essa diferença foi de aproximadamente 10 pontos para HDL grande - 34,2% em T1 e 24,5% em T3 (Figuras 1Ai, Bi,Ci). Associações entre LAP e LDL grande foram observadas entre os homens (Figura 2Bi), mas não na amostra total ou nas mulheres, o que demonstra uma relação sexo-dependente para essa subfração.
Com base neste estudo transversal, o LAP está significativamente associado tanto com biomarcadores cardiovasculares clássicos como novos. Essas associações foram particularmente importantes quando o LAP foi correlacionado com o tamanho das partículas de LDL e HDL.
Em um estudo prévio, Kahn & Valdez,8 avaliaram uma amostra transversal do NHANES III e relataram que indivíduos com CC e TG elevados eram mais propensos a apresentar níveis elevados de HDL-C, Apo B, insulina e glicose. Posteriormente, Kahn,11 confirmou que o LAP foi superior que o IMC para identificar adultos com diabetes mellitus e predizer desequilíbrio nas variáveis glicometabólicas (HOMA-IR, glicose de jejum, e hemoglobina glicada). Resultados similares foram encontrados em estudos conduzidos em outros países, nos quais LAP foi um melhor marcador de desequilíbrio da glicose e um melhor preditor de diabetes que o IMC.13-20 O presente estudo confirma que o LAP é sensível para identificar disfunções relacionadas ao metabolismo da glicose, mesmo após ajuste para uso de medicamentos e fatores de confusão.
A importância do LDL-C no desenvolvimento da aterosclerose já foi reconhecida. No entanto, alguns indivíduos com níveis normais de LDL-C apresentam eventos cardiovasculares, indicando que outros fatores de risco relacionados ou não com LDL exercem um papel no processo aterosclerótico. Evidência epidemiológica mostra que uma proporção aumentada de partículas pequenas e densas de LDL está fortemente associada com o risco de doença coronariana.25 Indivíduos com concentrações plasmáticas elevadas de LDL pequena e densa têm 3 a 7 vezes maior risco de desenvolverem doença arterial coronariana (DAC), independentemente do nível de LDL-C.5 Tem sido proposto que subfrações de LDL menores e mais densas, conhecidas como fenótipo B, têm propriedade mais aterogênica que LDL grandes. Partículas menores permanecem por mais tempo no plasma e apresentam afinidade reduzida pelo receptor B/E.25 LDL do fenótipo B é altamente reconhecida por receptores varredores (scavenger) e, portanto, é mais susceptível à migração à camada subendotelial e oxidação.4,5 Apesar disso, a relação entre o LAP e o tamanho da LDL não foi descrita na literatura. Nossos resultados mostraram que partículas pequenas de LDL teve uma associação positiva e o tamanho da partícula uma associação negativa com LAP, mesmo na ausência de correlação entre LDL-C e LAP. Mirmiran et al.,26 também não encontraram relação entre LAP e LDL-C.
Reforçando o papel negativo da LDL pequena e densa, Kwon et al.,27 descreveram que essa partícula associou-se independentemente com a incidência e a extensão de doença arterial coronariana em uma população na Coreia, o que foi confirmado por estudos subsequentes.28,29 Outros estudos também relataram uma correlação negativa entre o tamanho da LDL e o risco de infarto agudo do miocárdio.30,31 LDL pequena e densa também foi associada com TG aumentado e níveis reduzidos de HDL-C.32 Assim, os resultados apresentados neste estudo mostraram, pela primeira vez, que o LAP foi significativamente e fortemente associado com a partícula pequena, mais aterogênica de LDL em brasileiros com idade superior a 30 anos de idade e risco cardiovascular moderado.
Diferente de LDL-C elevado, um baixo nível de HDL-C é aceito como um fator de risco independente para DCV.22,23,32 Atualmente, propõe-se que o transporte reverso do colesterol e outras propriedades do HDL, tais como ação antitrombótica, função endotelial, e atividades antioxidante e anti-inflamatória dependem do tamanho da partícula de HDL.33 Partículas maiores de HDL possuem um maior teor de Apo AI e são descritas como mais eficazes no transporte reverso do colesterol.3 Asztalos et al.,32 mostraram que a predominância de partículas pequenas, e não de partículas grandes de HDL, esteve associada com várias características da síndrome metabólica e risco de doença arterial coronariana.34 Nossos resultados mostraram uma relação negativa do LAP e partículas maiores de HD e uma relação positiva com partículas menores de HDL. Esse padrão está de acordo com concentrações aumentadas de HDL-C em indivíduos com LAP mais baixo, apesar de que nenhuma correlação entre LAP e Apo A1 foi encontrada. Juntamente com resultados do LDL, esse fato reforça o papel do LAP como um marcador substituto para as subfrações de lipoproteínas aterogênicas.
Ainda, nossos resultados mostraram uma tendência linear positiva entre valores de AGNEs e de LAP. Estudos epidemiológicos relataram uma associação entre AGNEs e o risco de diabetes mellitus.35,36 Concentrações aumentadas de AGNEs em indivíduos com obesidade visceral contribuem para o desenvolvimento de várias doenças, tais como resistência periférica à insulina, dislipidemia, e apoptose de célula beta.37 Nossos dados mostraram valores de AGNEs similares ou maiores que os encontrados na literatura.38,39 Tal fato é compatível com os valores também aumentados encontrados de glicose, insulina e HOMA-IR, independentemente de sexo em nosso estudo. Tendências lineares entre LAP e glicose de jejum, insulina e HOMA-IR confirmam a associação desse index com várias disfunções relacionadas à glicose e disfunções cardiovasculares. Anteriormente, Sambataro et al.,40 mostraram que a sensibilidade à insulina não está limitada à disfunção da glicose e insulina de jejum, e que o metabolismo de lipídios pode afetar essa sensibilidade. Portanto, a capacidade do LAP em identificar, simultaneamente, mudanças no metabolismo da glicose e de lipídios pode expandir a relevância clínica desse index.
Este estudo teve algumas limitações. A limitação mais relevante foi o fato de que o estudo foi conduzido somente em indivíduos com pelo menos um fator de risco cardiovascular, isto é, hipertensão, diabetes mellitus ou dislipidemia. Isso sugere que as associações encontradas neste estudo podem não ser válidas para populações sadias. Por outro lado, o diagnóstico precoce de dislipidemia e mudanças no metabolismo da glicose infelizmente são comuns em adultos jovens. Assim, mais indivíduos seriam beneficiados pela inclusão do LAP no rastreamento e no monitoramento do risco cardiovascular. A segunda limitação foi a avaliação de eventos cardiovasculares prévios por meio de dados clínicos e mudanças no ECG. Apesar de se saber que esses dados não refletem necessariamente a ausência de doença coronária, na prática clínica, os indivíduos não são submetidos a exames complementares, como o teste provocativo para se detectar isquemia miocárdica quando a avaliação inicial indica baixo risco cardiovascular. Em protocolos de rastreamento, o ECG, associado a dados clínicos e bioquímicos complementares, é o primeiro instrumento utilizado devido ao seu baixo custo. No entanto, nós admitimos que não se pode excluir doença cardiovascular nesses indivíduos. E terceiro, os indivíduos incluídos neste estudo estavam usando estatina (27,9%) e fibrato (2,6%). Esses medicamentos têm efeito direto e indireto no metabolismo de lipídios, promovendo mudanças no TG, um componente do LAP. Apesar disso, esses indivíduos estavam recebendo o mesmo tratamento medicamentoso (tipo e posologia) por pelo menos 30 dias antes do estudo.
Métodos utilizados para a mensuração de fatores de risco cardiovasculares são geralmente complexos e caros e, por isso, não podem ser usados em estudos de grande escala. O LAP é uma variável cuja mensuração é fácil e de baixo custo, e poderia ser usado para se estabelecer efeitos causais sobre desfechos clínicos. Portanto, espera-se que os resultados positivos de ensaios clínicos e estudos tipo coorte prospectivos possam encorajar a realização de novas abordagens para estimar o risco de DCV.
Nossos resultados mostraram que o LAP associou-se com um perfil lipoproteico aterogênico em indivíduos brasileiros, incluindo CT, HDL-C, Apo B, subfrações pequenas de HDL e de LDL, e tamanho da LDL. É plausível sugerir que o LAP possa ser um marcador clínico simples e útil para a avaliação de fatores de risco cardiometabólicos.