Arq Bras CardiolabcArquivos Brasileiros de CardiologiaArq. Bras. Cardiol.0066-782X1678-4170Sociedade Brasileira de Cardiologia - SBCP5qYHKX5fPJDfbwY4b88SNvS0066-782X201800040033910.5935/abc.20180054Original ArticlesIs Lipid Accumulation Product Associated with an Atherogenic Lipoprotein Profile in Brazilian Subjects?CartolanoFlavia De Conti1PappianiCaroline1FreitasMaria Camila Prupper de1FigueiredoAntonio M.Neto2CariocaAntônio Augusto Ferreira1DamascenoNágila Raquel Teixeira1Universidade de São PauloFaculdade de Saúde PublicaSão PauloSPBrazilFaculdade de Saúde Publica da Universidade de São Paulo - São Paulo, SP - BrazilUniversidade de São PauloUniversidade de São PauloInstituto de FísicaSão PauloSPBrazilInstituto de Física da Universidade de São Paulo - São Paulo, SP - BrazilUniversidade de São PauloMailing Address: Nágila Raquel Teixeira Damasceno, Faculdade de Saúde Pública. Avenida Doutor Arnaldo, 715. Postal Code 01246-904. São Paulo, SP - Brazil. E-mail: nagila@usp.br
Author contributions
Conception and design of the research: Cartolano FDC, Freitas MCP, Damasceno NRT; Acquisition of data: Cartolano FDC, Pappiani C, Freitas MCP; Analysis and interpretation of the data: Cartolano FDC, Pappiani C, Figueiredo Neto AM, Carioca AAF; Statistical analysis: Cartolano FDC, Carioca AAF; Obtaining financing: Figueiredo Neto AM; Writing of the manuscript: Cartolano FDC; Critical revision of the manuscript for intellectual content: Cartolano FDC, Freitas MCP.
Potential Conflict of Interest
No potential conflict of interest relevant to this article was reported.
0420181104339347210320171809201709112017This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly citedAbstractBackground:
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.
Objective:
To determine whether LAP index could be used as a marker of low- and high-density lipoprotein (LDL and HDL) size in Brazilian individuals.
Methods:
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.
Results:
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.
Conclusion:
LAP was robustly associated with atherogenic profile of lipoprotein subfractions, independently of multiple confounders.
Cardiovascular disease (CVD) is the leading cause of premature morbidity and mortality worldwide, compromising significant private and government resources.1 Public policy programs are focused on prevention and modification in traditional risk factors (hypertension, dyslipidemia, smoking, and diabetes mellitus), which are the basis of all models of cardiovascular risk prediction. Nevertheless, identification of new risk factors and/or markers for CVD is important to better understand some clinical events that cannot be explained by classical risk factors.
These new biomarkers involve measurable biochemical parameters in serum or plasma, however, cholesterol associated with high-density lipoprotein (HDL-C) and low-density lipoprotein (LDL-C) remain the main lipoproteins monitored to estimate cardiovascular risk in adults.2 Currently, biomarkers associated with functionality and structure of lipoproteins - such as their size (small, intermediate, large and phenotypes A and B) - antioxidants (tocopherols, carotenoids), apolipoproteins (Apo B, AI, CII, J, F) and enzymes (Lp-PLA2, ACAT) have been investigated.3-5 Particularly, small dense LDL have been extensively described by its proatherogenic properties. This particle migrates to the subendothelial space more easily, recruits and activates macrophages, causing their transformation into foam cells and generating fatty streak, a hallmark of atherosclerosis.4 Contrary to the well-established atherogenic mechanisms of LDL, functional role of HDL size remains controversial. Small HDL species are described as more antioxidant, anti-inflammatory and more capable to promote cellular cholesterol efflux.6 In opposite, Woudberg et al. showed that obesity was associated with reduced large HDL subclasses.7 Many of these biomarkers are expensive, require methods technically sophisticated and show limited use in primary health care and prevention of diseases.
Lipid Accumulation Product (LAP) was proposed as a simple, inexpensive and accurate surrogate index to estimate cardiovascular risk8 and all-cause mortality.9 This index combines anthropometric (waist circumference, WC) and biochemical (fasting triglycerides, TG) parameters, connecting anatomical to physiological changes associated with increased central accumulation of lipids in adults. Kahn10 observed in the Third National Health and Nutrition Examination Survey (NHANES III) that LAP index evidenced the negative effect of large WC possibly related with small dense LDL, although direct measurement of LDL size has not been done. The validity and superiority of LAP to identify cardiovascular risk, metabolic syndrome, diabetes mellitus and insulin resistance have been compared with body mass index (BMI), WC and waist-to-hip ratio.9-13 Despite the negative impact of LAP on glucose metabolism, monitored principally in postmenopausal13,14 and polycystic ovary syndrome women,15,16 its association with the size of lipoproteins has not been directly evaluated and reported yet.
Previous studies based in LAP confirmed its association with classical risk factors for CVD.17-20 Therefore, the aim of this study was to extend current knowledge of LAP, by evaluating the impact of this parameter on LDL and HDL size, considering the potential influence of confounders.
MethodsSubjects
Three hundred fifty-one adults of both sexes and multiple cardiovascular risk factors were selected for this cross-sectional study after complete clinical evaluation and electrocardiogram (ECG). These subjects were recruited from the Research Center located at the University Hospital of the University of Sao Paulo. The non-probabilistic sampling was employed. According to inclusion criteria, the subjects included in the study were 30-74 years old and had at least one of the risk factors for CVD - dyslipidemia, diabetes mellitus, and/or hypertension. Pregnant or lactating women, individuals who participated in other studies, had severe hepatic or renal disease, type 1 diabetes mellitus, illicit drug users, alcoholics, and individuals under lipid-lowering drugs introduced or changed 30 days before blood collection were not enrolled in this protocol. This study was approved by the Research Ethics Committee of the University Hospital (n 1126/11) and the School of Public Health, University of Sao Paulo (n 2264) and all procedures followed the standards of the Declaration of Helsinki of 1975, revised in 2008. All subjects gave their written informed consent.
Demographic and clinical profile
Trained interviewers evaluated the demographic features of participants by a pre-structured questionnaire addressing sex, age, and ethnicity. The clinical evaluation consisted of current information on medical history, family history of chronic diseases (father and mother), and regular use of medication. Smoking was considered when the habit was reported by the subjects, regardless of the amount of cigarettes. Hypertension was confirmed by clinical history, use of antihypertensive medication and systolic (SBP) and diastolic (DBP) blood pressure monitored after at least five minutes at rest and mean of three measures was used for data analysis. Hypertension was defined as SBP ≥ 140 mmHg and/or DBP ≥ 90 mmHg. Type 2 diabetes mellitus was defined by previous diagnosis of diabetes, use of oral hypoglycemic agents and plasma glucose levels higher 100 mg/dl. The Framingham Risk Score (FRS) was calculated as previously described.21,22
Anthropometric parameters
Weight (Kg) and height (cm) were measured to the nearest 0.1 kg and 0.1 cm, respectively, with standard methods and equipment. BMI was calculated as weight (Kg) divided by the square of the standing height (m2). The WC was measured using flexible inelastic tape with an accuracy of 1.0-mm (TBW®; Sao Paulo, SP, Brazil) without tightening it against the body. Body composition was assessed by bioelectrical impedance (BIA) (Analyzer®, model Quantum II; RJL Systems; Michigan, USA). Body fat percentage was calculated using the Cyprus (Body Composition Analysis System, v. 2.5; RJL Systems®; Detroit, MI, USA) program, which considered sex, age, weight, height, level of physical activity, resistance and reactance. All measurements were performed in duplicate by trained staff.
Blood samples
After fasting (12 h), blood samples (20 mL) were collected. For analyses using plasma, blood was collected in vacutainer tubes containing ethylenediaminetetraacetic acid (EDTA; 1.0 µg/mL). The protease inhibitors aprotinin (10.0 µg/ml), benzamidine (10.0 µM), phenylmethylsulfonyl fluoride (PMSF; 5.0 µM) and the antioxidant butylated hydroxytoluene (BHT; 100.0 µM) were added to the samples. Plasma and serum were separated by centrifugation (3,000 rpm; 10 min; 4ºC) and samples were kept frozen (−80 ºC) until analysis.
Biochemical Analysis
Plasma TG, total cholesterol (TC), and HDL-C levels were measured using commercial kits (Labtest; Lagoa Santa, MG, Brazil). LDL-C levels were calculated using the Friedewald equation for subjects who had TG lower than 400 mg/dl.23 Apolipoproteins B and AI (Apo B and Apo AI) were determined using standard methods (APO A1 and APO B Autokits, Randox; Kearneysville, WV, USA). Non-esterified fatty acids (NEFA) levels were determined using the Free Fatty Acid Quantification kit (Wako Chemicals - USA Inc.; Richmond, VA, USA). Glucose levels were determined using an enzymatic and colorimetric kit (Glucose PAP Liquiform; Labtest; Lagoa Santa, MG, Brazil). Plasma insulin was detected using the commercial Human Insulin Direct ELISA kit (Life Technologies; Grand Island, NY, USA). Insulin resistance was calculated using the homeostatic model assessment-insulin resistance (HOMA-IR) formula as follows: HOMA-IR = fasting insulin concentration (U/mL) x fasting glucose (mmol/L)/22.5.24 These parameters were analyzed in duplicate in automatic Cobas system (Hitachi High Technology, Minato-ku, Tokyo, Japan).
The distribution of HDL and LDL subfractions was determined using the Lipoprint supplier system based on nondenaturing polyacrylamide gel. The LDL1 and LDL2 sub-fractions were classified as large LDL, and sub-fractions from LDL3 to LDL7 were classified as smaller and denser particles. The LDL size (nm) was determined and from that, phenotype A (> 25.6 nm, large and less dense LDL) and non-A (≤ 25.6 nm, small dense LDL) pattern were calculated. For HDL particle size, ten sub-fractions were identified, which were classified as large (HDL1 to HDL3), intermediate (HDL4 to HDL7), and small (HDL8 to HDL10) particles.
All analyses were conducted in duplicate and intra- (1-5.8%) and inter- (0.5-15%) assay coefficients of variance were calculated.
Lipid Accumulation Product (LAP)
LAP was calculated using different formulae for women (WC [cm]-58) × (TG [mmol/L]) and men (WC [cm]-65) × (TG [mmol/L]), which include the minimum sex-specific WC values.8
Statistical analysis
Statistical analysis was performed using the Statistical Package for the Social Sciences (SPSS®; v. 20.0) software package. Two-sided P values < 0.05 were considered statistically significant. The Kolmogorov-Smirnov test (p > 0.05) was applied to assess normality of data. Normally distributed continuous variables are presented as mean values and standard deviations (SD), whereas non-normally distributed data are presented as median and 25th and 75th percentiles. Categorical variables are presented as absolute values (n) and percentages (%). Groups were compared using the unpaired Student’s t-test for normally distributed data. Non-normally distributed data were analyzed using non-parametric Mann-Whitney U tests. Categorical variables were compared using the Pearson chi-square or Fisher’s exact test. Subjects were divided into tertiles (T) of the LAP index: T1 ≤ 45.5; 45.5 < T2 ≤ 80.3; and T3 > 80.3. Association between tertiles of LAP index and atherogenic lipoprotein profile were tested in a linear trend test by raw and adjusted models: age and sex (Model A) and age, sex, smoking, use of statin, fibrate, and/or hypoglycemic drugs (Model B). In addition, comparison between groups was performed by analysis of variance (ANOVA or Kruskal-Wallis - with multiple comparisons by Tukey test) after all adjustments (Model B) with significance level at p < 0.05.
Results
The demographic and clinical characteristics of the 351 subjects grouped by sex are shown in Table 1. The mean age of the subjects was 49.4 years for men (range: 30-72 years) and 54.4 years for women (range: 30-74 years, p < 0.001). Women were older and reported greater use of drugs than men (83.6 versus 69.8, respectively, p = 0.001), whereas higher percentage of men were smokers (p = 0.026). More than 80% of the subjects had a prior disease at the time of screening. Hypertension was the most prevalence disease in both genders (56.9% in men and 57.1% in women), which was corroborated by the high percentage of antihypertensive drug users. This profile is in concordance with elevated frequency of hypertension in father, mother or both parents of individuals (62.9% in men and 66.2% in women).
Demographic and clinical characteristics of subjects by gender
Variables
Total (n = 351)
Men (n = 132)
Women (n = 219)
p
n
%
n
%
n
%
Age (years) **
52.5
(10.4)
49.4
(11.1)
54.4
(9.6)
< 0.001
Smoking No
282
80.3
98
74.2
184
84.0
0.026
Current illnesses
306
87.2
114
86.4
192
87.7
0.723
Diabetes mellitus
71
20.2
32
24.2
39
17.8
0.146
Hypertension
200
57.0
75
56.8
125
57.1
0.962
Dyslipidemia
192
54.7
72
54.5
120
54.8
0.964
Drugs
274
78.1
91
69.8
183
83.6
0.001
Statin
98
27.9
28
21.2
70
32.0
0.030
Antihypertensive
181
51.6
64
48.5
117
53.2
0.370
Hypoglycemic agents
73
20.8
29
22.0
44
20.1
0.674
Fibrate §
9
2.6
3
2.3
6
2.7
0.543
Family history of diseases
320
91.2
122
92.4
198
90.4
0.520
Obesity
64
18.2
28
21.2
36
16.4
0.262
Hypertension
228
65.0
83
62.9
145
66.2
0.526
Acute myocardial infarction
100
28.5
38
28.8
62
28.3
0.924
Stroke
67
19.1
25
18.9
42
19.2
0.956
Diabetes mellitus
134
38.2
49
37.1
85
38.8
0.752
Peripheral vascular disease
25
71
8
6.1
17
7.8
0.548
Comparative analysis of categorical variables was performed by Pearson chi-square or Fisher's exact test
(p < 0.05).
Data presented as mean and standard deviation. Comparative analysis of continuous variables was performed using the unpaired Student's t-test (p < 0.05)
Table 2 shows results of cardiovascular risk, assessed by FRS, and biochemical and anthropometric variables stratified by sex. The FRS was similar between men (13.6 points) and women (13.5 points), indicating a moderate cardiovascular risk in both groups. Men showed higher values of WC and TG, impacting directly on elevated values of LAP in comparison with women. In contrast, women had higher values of Apo AI, HDL-C and NEFAs. Both groups showed similar profile of BMI and glucose homeostasis evaluated by glucose, insulin and HOMA-IR parameters. The influence of gender on lipid metabolism was confirmed by elevated percentage of small HDL and LDL and reduced percentage of large HDL observed in men. This profile was reinforced by the increase of LDL size in men (26.9 in men versus 27.0 in women; p = 0.001) and phenotype A in women (52.3% in men versus 70.8% in women; p = 0.001).
Framingham risk score, biochemical and anthropometric characteristics of subjects by gender
Variables
Total (n = 351)
Men (n = 132)
Women (n=219)
p
FRS (points)
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
NEFA (mEq/dl)
0.6 (0.3)
0.6 (0.3)
0.7 (0.3)
0.016
Small LDL (%)*
1.6 (0.8 - 4.5)
2.1 (1.0 - 6.3)
1.4 (0.6 - 3.6)
0.003
Large LDL (%)
26.3 (5.4)
26.6 (4.9)
26.1 (5.6)
0.491
Small HDL (%)
19.8 (7.1)
21.1 (6.5)
19.1 (7.4)
0.022
Inter HDL (%)
50.3 (5.1)
51.1 (4.5)
49.8 (5.3)
0.039
Large HDL (%)
29.9 (8.6)
27.8 (7.8)
31.0 (8.8)
0.002
LDL size* (nm)
27.0 (26.5 - 27.2)
26.9 (26.4 - 27.1)
27.0 (26.7 - 27.2)
0.001
Phenotype A (%) **
63.8
52.3
70.8
0.001
Glucose (mg/dl)*
97 (91.0 - 108.0)
98 (91.0 - 113.0)
97 (91.0 - 105.0)
0.358
Insulin (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
Weight (kg)
77.9 (68.8 - 93.9)
89.7 (75.8 - 101.7)
72.9 (64.1 - 86.5)
<0.001
WC (cm)
100.5 (13.5)
104.2 (12.7)
98.4 (13.5)
<0.001
Body fat (%)
37.8 (25.2 - 46.0)
23.4 (20.7 - 26.9)
43.4 (38.4 - 49.2)
<0.001
BMI (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
Data presented as mean (SD) and median (p25-p75). Comparative analysis was performed by the unpaired Student's t test or Mann-Whitney test
and Pearson chi-square
(p < 0.05). FRS: Framingham Risk Score; TC: total cholesterol; HDL-C: high-density lipoprotein cholesterol; LDL-C: low-density lipoprotein cholesterol; TG: triacylglycerol; Apo AI: apolipoprotein AI; Apo B: apolipoprotein B; NEFA: non-esterified fatty acids; BMI: body mass index; LAP: lipid accumulation product; WC: waist circumference.
Raw and adjusted associations between LAP and other parameters were tested by tertiles (Table 3). LAP was positively associated with TC, Apo B, NEFA, glucose, insulin, and HOMA-IR and, consequently, this association increased with FRS points. Surprisingly, LAP was not corelated with LDL-C. After multiple adjustments for potential confounders (A and B models), the associations between LAP and biochemical parameters were maintained, except for Apo AI.
Linear trend analysis of Framingham risk score and biochemical variables in lipid accumulation product tertiles
LAP
Raw data
Model A
Model B
T1 ≤ 45.5 (n = 117)
45.5 < T2 ≤ 80.3 (n = 117)
T3 > 80.3 (n = 117)
p
p
p
FRS
12.3
13.6
14.6*§
< 0.001
< 0.001
< 0.001
TC (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
NEFA (mEq/dl)
0.6
0.6
0.7*
0.012
0.002
0.006
Glucose (mg/dl)
96.4
101.8
122.1*§
< 0.001
< 0.001
< 0.001
Insulin (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
Model A: adjusted by sex and age. Model B: adjusted by sex, age, smoking, statin, fibrate, and hypoglycemic drugs. FRS: Framingham Risk Score; TC: total cholesterol; HDL-C: high-density lipoprotein cholesterol; LDL-C: low-density lipoprotein cholesterol; Apo AI: apolipoprotein AI: Apo B: apolipoprotein B; NEFA: non‑esterified fatty acids; LAP: lipid accumulation product. Comparison between groups was performed by ANOVA or Kruskal-Wallis and multiple comparisons by Tukey test.
versus T1,
versus T2. Significance level adopted for all analysis p < 0.05.
Also, central lipid accumulation was positively associated with the percentage of intermediate and small HDL subfractions in both total (Figure 1A) and sex-stratified sample (Figures 1B, 1C) after adjustment for age, smoking, and use of statin, fibrate and hypoglycemic drugs. Similar results were found for small LDL, i.e., individuals in lowest, in the middle and in the highest tertile showed about 1.5%, 2.3% and 7.5% of small LDL, respectively (p < 0.001) (Figure 2Aii). Higher differences were seen in men (Figure 1Bi).
Percentages of large, intermediate, and small HDL (high density lipoprotein) particles, according to the LAP (lipid accumulation protein) tertiles. A) Adjusted by sex, age, smoking, statin, fibrate, and hypoglycemic drugs. B) Men, adjusted by age, smoking, statin, fibrate, and hypoglycemic drugs (n = 132). C) Women, adjusted by age, smoking, statin, fibrate, and hypoglycemic drugs (n = 219). i: Larger HDL. ii: Intermediate HDL. iii: Small HDL. Data are presented as mean and 95% confidence interval. Comparative analysis was performed using the linear trend test. LAP tertiles: T1 ≤ 45.5; 45.5 < T2 ≤ 80.3; T3 > 80.3. HDL - high-density lipoprotein, LAP: lipid accumulation product, % - percentage. Comparison between groups was performed by ANOVA or Kruskal-Wallis and multiple comparisons by Tukey test. <italic>*</italic>versus T1, <italic>§</italic>versus T2. Significance level adopted for all analysis p < 0.05.
Percentages of large and small LDL particles and LDL size, according to the LAP tertiles. A) Adjusted by sex, age, smoking, statin, fibrate, and hypoglycemic drugs. B) Men, adjusted by age, smoking, statin, fibrate, and hypoglycemic drugs (n = 132). C) Women, adjusted by age, smoking, statin, fibrate, and hypoglycemic drugs (n = 219). i: Large LDL. ii: Small LDL. iii: LDL size. Data are presented as mean and 95% confidence interval. Comparative analysis was performed using the linear trend test. LAP tertiles: T1 ≤ 45.5; 45.5 < T2 ≤ 80.3; T3 > 80.3. HDL: high-density lipoprotein; LAP: lipid accumulation product; %: percentage Comparison between groups was performed by ANOVA or Kruskal-Wallis and multiple comparisons by Tukey test. <italic>*</italic>versus T1, <italic>§</italic>versus T2. Significance level adopted for all analysis p < 0.05.
LDL size and percentage of large HDL were both negatively associated with LAP. In total sample, this difference was nearly 10 points for large HDL - 34.2% in T1 and 24.5% in T3 (Figures 1Ai, Bi, Ci). Associations between LAP index and large LDL were found in men (Figure 2Bi), but not in total sample nor in women, demonstrating a sex-dependent relationship for this subfraction.
Discussion
Based on this cross-sectional study, LAP has a significant association with classical and new cardiovascular biomarkers. These associations were especially important when LAP index was corelated to size of the LDL and HDL particles.
Previously, Kahn and Valdez8 evaluated a cross-sectional sample from the NHANES III and reported that individuals with high WC and TG levels were more likely to show inadequate levels of HDL-C, Apo B, fasting insulin, and glucose. Later, Kahn11 confirmed that the LAP was superior to BMI in indicating adults with diabetes mellitus and for predicting imbalance in glucometabolic variables (HOMA-IR, fasting glucose, and glycated hemoglobin). Similar results were found in studies conducted in other countries, in which LAP was a better marker of glucose imbalance and a stronger predictor of DM than BMI.13-20 The present study confirms that LAP is sensitive to identify dysfunctions related to glucose metabolism, even after adjustment for drug use and multiple confounders.
The relevance of LDL-C in the development of atherosclerosis has been recognized. However, some individuals with normal LDL-C levels have cardiovascular events, indicating that other risk factors related or not with LDL exert a role in the atherosclerotic process. Epidemiological evidence shows that an increased proportion of small and dense LDL particles is strongly associated with the risk of coronary heart disease.25 Individuals with elevated plasma concentrations of small and dense LDL are at 3-7 times greater risk to develop coronary artery disease (CAD), independent of the LDL-C level.5 Smaller and denser LDL, known as phenotype B, has been proposed as a more atherogenic sub-fraction than large LDL. Smaller particles remain for a longer time in plasma and shows reduced affinity for the B/E receptor.25 Phenotype-B LDL is highly recognized by scavenger receptor, and therefore is more susceptible to migration to the subendothelial layer and oxidation.4,5 Despite that, the relationship between LAP and LDL size has not been described in the literature. Our results showed that small LDL particles and LDL size were positively and negatively associated with LAP, respectively, even if LDL-C was not related to LAP. Mirmiran et al.26 also didn’t find any correlation between LAP and LDL-C.
Reinforcing the negative role of small and dense LDL, Kwon et al.27 described that this particle was independently associated with the incidence and extension of CAD in a Korean population, confirmed by subsequent studies.28,29 Studies have also reported a negative correlation between LDL size and risk of acute myocardial infarction.30,31 Similarly, small and dense LDL was associated with increased TG and decreased HDL-C levels.32 Therefore, results presented in this study showed for the first time that the LAP was significantly and robustly associated with the more atherogenic small LDL particle in Brazilians subjects above 30 years of age and moderate cardiovascular risk.
Contrary to high LDL-C level, low HDL-C level is accepted as an independent risk factor for CVD.22,23,32 Currently, it has been proposed that reverse cholesterol transport and other HDL properties such as antithrombotic action, endothelial function, and antioxidant and anti-inflammatory activities depend on HDL size.33 Larger HDL particles have a higher content of Apo AI and are described as more effective in reverse cholesterol transport.3 Asztalos et al.32 showed that a predominance of small, rather than large HDL particles, increased the risk of coronary heart disease. It was also suggested that small HDL particle size is associated with several features of the metabolic syndrome and risk of CAD.34 Our results showed a negative relationship of LAP with larger HDL and a positive relationship with smaller HDL particles. This profile is in agreement with the increased concentrations of HDL-C levels in subjects with lower LAP, although no correlation was found between LAP and Apo A1. Together with the LDL results, it reinforces the role of LAP as a surrogate marker for atherogenic lipoprotein subfractions.
In addition, our findings also showed a positive linear trend between NEFA values and LAP. Epidemiological studies have reported an association between NEFA and the risk of diabetes mellitus.35,36 Increased concentrations of NEFA in individuals with visceral obesity contribute to the development of various disorders such as peripheral insulin resistance, dyslipidemia, and b-cell apoptosis.37 Our data showed NEFA values similar to or higher than the values reported in the literature.38,39 This is compatible with the increased values also observed for glucose, insulin and HOMA-IR, independent of sex in our study. Linear trends between LAP and fasting glucose, insulin and HOMA-IR confirm that this index is associated with multiple glucose- and cardiovascular-related dysfunctions. Previously, Sambataro et al.40 showed that insulin sensitivity is not limited to dysfunction of fasting glucose and insulin and that lipid metabolism may affect this sensitivity. Therefore, the ability of LAP to simultaneously identify changes in glucose and lipid metabolism can expand the clinical relevance of this index.
This study had some limitations. The most significant one is that this study was conducted only in individuals with at least one cardiovascular risk factor, i.e., hypertension, diabetes mellitus or dyslipidemia. This suggests that the association found here might not be valid for health people. On the other hand, unfortunately, early diagnosis of dyslipidemia and changes in glucose metabolism are common events in young adults. Thus, more individuals would benefit from the inclusion of LAP in screening and monitoring of cardiovascular risk. Second limitation is the evaluation of previous cardiovascular events by clinical data and changes in the ECG. Although it is known that these data do not necessarily reflect the absence of coronary disease, in clinical practice, individuals are not submitted to complementary tests, such as provocation test to detect myocardial ischemia, if the initial evaluation indicates low cardiovascular risk. In screening protocols, ECG, in combination with complementary clinical and biochemical data, is the first instrument used because of its low cost. However, we admit that cardiovascular disease cannot be excluded in these individuals. And third, individuals included in this study were under statin (27.9%) and fibrate (2.6%). These drugs exert direct and indirect actions in lipid metabolism promoting changes in TG, a component of LAP. Despite that, these individuals were receiving the same drug treatment (in terms of type and posology) for at least 30 days prior to the study.
Methods for the measurement of emerging cardiovascular risk factors are generally complex and expensive, and hence could not be used in large-scale studies. LAP is a low-cost, easily measured variable that could be used to establish causal effects on clinical outcomes. So, the positive results from clinical trials and prospective cohort studies using this instrument are expected to encourage new approaches to estimate CVD risk.
Conclusions
In conclusion, our results showed that the LAP index was associated with an atherogenic lipoprotein profile in Brazilian subjects, such as TC, HDL-C, Apo B, small HDL, small LDL and LDL size. It is plausible to suggest that the LAP may be a useful and simple clinical marker for assessment of cardiometabolic risk factors.
Sources of Funding
This study was funded by INCT-FCX, NAP-FCX-USP, FAPESP and CNPq.
Study Association
This article is part of the thesis of master submitted by Flavia De Conti Cartolano, from Universidade de São Paulo.
Ethics approval and consent to participate
This study was approved by the Ethics Committee of the Hospital Universitário da Universidade de São Paulo under the protocol number 1126/11 and Faculdade de Saúde Pública da Universidade de São Paulo sob o número 2264. All the procedures in this study were in accordance with the 1975 Helsinki Declaration, updated in 2013. Informed consent was obtained from all participants included in the study.
References1 World Health Organization. (WHO). Prevention of cardiovascular disease - Guidelines for assessment and management of cardiovascular risk. Geneva; 2007. [Series of Technical Reports].World Health OrganizationPrevention of cardiovascular disease - Guidelines for assessment and management of cardiovascular riskGeneva2007[Series of Technical Reports]2 Upadhyay RK. Emerging risk biomarkers in cardiovascular diseases and disorders. J Lipids. 2015;2015:971453. doi: 10.1155/2015/971453.UpadhyayRKEmerging risk biomarkers in cardiovascular diseases and disordersJ Lipids2015201597145310.1155/2015/9714533 Sviridov D, Nestel P. Dynamics of reverse cholesterol transport: protection against atherosclerosis. Atherosclerosis. 2002;161(12):245-54. doi: https://doi.org/10.1016/S0021-9150(01)00677-3.SviridovDNestelPDynamics of reverse cholesterol transport: protection against atherosclerosisAtherosclerosis200216112245254https://doi.org/10.1016/S0021-9150(01)00677-34 Hirayama S, Miida T. Small dense LDL: an emerging risk factor for cardiovascular disease. Clin Chim Acta. 2012 Dec 24;414:215-24. doi: 10.1016/j.cca.2012.09.010.HirayamaSMiidaTSmall dense LDL: an emerging risk factor for cardiovascular diseaseClin Chim Acta2412201241421522410.1016/j.cca.2012.09.0105 Nikolic D, Katsiki N, Montalto G, Isenovic ER, Mikhailidis DP, Rizzo M. Lipoprotein subfractions in metabolic syndrome and obesity: clinical significance and therapeutic approaches. Nutrients. 2013;5(3):928-48. doi: 10.3390/nu5030928.NikolicDKatsikiNMontaltoGIsenovicERMikhailidisDPRizzoMLipoprotein subfractions in metabolic syndrome and obesity: clinical significance and therapeutic approachesNutrients20135392894810.3390/nu50309286 Camont L, Lhomme M, Rached F, Le Goff W, Negre-Salvavyre A, Salvavrey R, et al. Small, dense high-density lipoprotein-3 particles are enriched in negatively charged phospholipids: relevance to cellular cholesterol efflux, antioxidative, antithrombotic, anti-inflammatory, and antiapoptotic functionalities. Arterioscler Thromb Vasc Biol. 2013;33(12):2715-23. doi: 10.1161/ATVBAHA.113.301468.CamontLLhommeMRachedFLe GoffWNegre-SalvavyreASalvavreyRSmall, dense high-density lipoprotein-3 particles are enriched in negatively charged phospholipids: relevance to cellular cholesterol efflux, antioxidative, antithrombotic, anti-inflammatory, and antiapoptotic functionalities.Arterioscler Thromb Vasc Biol201333122715272310.1161/ATVBAHA.113.3014687 Woudberg NJ, Goedecke JH, Blackhurst D, Frias M, James R, Opie LH, et al. Association between ethnicity and obesity with high-density lipoprotein (HDL) function and subclass distribution. Lipids Health Dis. 2016 May 11;15:92. doi: 10.1186/s12944-016-0257-9.WoudbergNJGoedeckeJHBlackhurstDFriasMJamesROpieLHAssociation between ethnicity and obesity with high-density lipoprotein (HDL) function and subclass distributionLipids Health Dis11052016159210.1186/s12944-016-0257-98 Kahn HS, Valdez R. Metabolic risks identified by the combination of enlarged waist and elevated triacylglycerol concentration. Am J Clin Nutr. 2003;78(5):928-34. PMID: 14594778.KahnHSValdezRMetabolic risks identified by the combination of enlarged waist and elevated triacylglycerol concentrationAm J Clin Nutr2003785928934145947789 Ioachimescu AG, Brennan DM, Hoar BM, Hoogwerf BJ. The lipid accumulation product and all-cause mortality in patients at high cardiovascular risk: a PreCIS database study. Obesity (Silver Spring). 2010;18(9):1836-44. doi: 10.1038/oby.2009.453.IoachimescuAGBrennanDMHoarBMHoogwerfBJThe lipid accumulation product and all-cause mortality in patients at high cardiovascular risk: a PreCIS database studyObesity (Silver Spring)20101891836184410.1038/oby.2009.45310 Kahn HS. The “lipid accumulation product” performs better than the body mass index for recognizing cardiovascular risk: a population-based comparison. BMC Cardiovasc Disord. 2005 Sep 8;5:26. doi: 10.1186/1471-2261-5-26.KahnHSThe “lipid accumulation product” performs better than the body mass index for recognizing cardiovascular risk: a population-based comparisonBMC Cardiovasc Disord0809200552610.1186/1471-2261-5-2611 Kahn HS. The lipid accumulation product is better than BMI for identifying diabetes: a population-based comparison. Diabetes Care. 2006;29(1):151-3. doi: https://doi.org/10.2337/diacare.29.01.06.dc05-1805.KahnHSThe lipid accumulation product is better than BMI for identifying diabetes: a population-based comparisonDiabetes Care2006291151153https://doi.org/10.2337/diacare.29.01.06.dc05-1805.12 Oh JY, Sung YA, Lee HJ. The lipid accumulation product as a useful index for identifying abnormal glucose regulation in young Korean women. Diabet Med. 2013;30(4):436-42. doi: 10.1111/dme.12052.OhJYSungYALeeHJThe lipid accumulation product as a useful index for identifying abnormal glucose regulation in young Korean womenDiabet Med201330443644210.1111/dme.1205213 Tankó LB, Bagger YZ, Qin G, Alexandersen P, Larsen PJ, Christiansen C. Enlarged waist combined with elevated triglycerides is a strong predictor of accelerated atherogenesis and related cardiovascular mortality in postmenopausal women. Circulation. 2005;111(15):1883-90. doi: 10.1161/01.CIR.0000161801.65408.8D.TankóLBBaggerYZQinGAlexandersenPLarsenPJChristiansenCEnlarged waist combined with elevated triglycerides is a strong predictor of accelerated atherogenesis and related cardiovascular mortality in postmenopausal womenCirculation2005111151883189010.1161/01.CIR.0000161801.65408.8D14 Lwow F, Jedrzejuk D, Milewicz A, Szmigiero L. Lipid accumulation product (LAP) as a criterion for the identification of the healthy obesity phenotype in postmenopausal women. Exp Gerontol. 2016 Sep;82:81-7. doi: 10.1016/j.exger.2016.06.007.LwowFJedrzejukDMilewiczASzmigieroLLipid accumulation product (LAP) as a criterion for the identification of the healthy obesity phenotype in postmenopausal womenExp Gerontol09201682818710.1016/j.exger.2016.06.00715 Nascimento JX, Chein MB, Sousa RM, Ferreira AS, Navarro PA, Brito LM. Importance of lipid accumulation product index as marker of CVD risk in PCOS women. Lipids Health Dis. 2015 Jun 24;14:62. doi: 10.1186/s12944-015-0061-y.NascimentoJXCheinMBSousaRMFerreiraASNavarroPABritoLMImportance of lipid accumulation product index as marker of CVD risk in PCOS womenLipids Health Dis24062015146210.1186/s12944-015-0061-y16 Macut D, Tziomalos K, Antic-Bozic I, Bjekic-Macut J, Katsikis I, Papadakis E, et al. Non-alcoholic fatty liver disease is associated with insulin resistance and lipid accumulation product in women with polycystic ovary syndrome. Hum Reprod. 2016 Jun;31(6):1347-53. doi: 10.1093/humrep/dew076.MacutDTziomalosKAntic-BozicIBjekic-MacutJKatsikisIPapadakisENon-alcoholic fatty liver disease is associated with insulin resistance and lipid accumulation product in women with polycystic ovary syndromeHum Reprod0620163161347135310.1093/humrep/dew07617 Costa EC, Ferezini De Sá JC, Soares EM, Lemos TM, Maranhão TM, Azevedo GD. Evaluation of cardiovascular risk by the LAP index in non-obese patients with polycystic ovary syndrome. Arq Bras Endocrinol Metab. 2010;54(7):630-5. doi: http://dx.doi.org/10.1590/S0004-27302010000700007.CostaECFerezini De SáJCSoaresEMLemosTMMaranhãoTMAzevedoGDEvaluation of cardiovascular risk by the LAP index in non-obese patients with polycystic ovary syndromeArq Bras Endocrinol Metab2010547630635http://dx.doi.org/10.1590/S0004-2730201000070000718 Wehr E, Pilz S, Boehm BO, März W, Obermayer-Pietsch B. The lipid accumulation product is associated with increased mortality in normal weight postmenopausal women. Obesity (Silver Spring). 2011;19(9):1873-80. doi: 10.1038/oby.2011.42.WehrEPilzSBoehmBOMärzWObermayer-PietschBThe lipid accumulation product is associated with increased mortality in normal weight postmenopausal womenObesity (Silver Spring)20111991873188010.1038/oby.2011.4219 Maturana MA, Moreira RM, Spritzer PM. Lipid accumulation product (LAP) is related to androgenicity and cardiovascular risk factors in postmenopausal women. Maturitas. 2011;70(4):395-9. doi: 10.1016/j.maturitas.2011.09.012.MaturanaMAMoreiraRMSpritzerPMLipid accumulation product (LAP) is related to androgenicity and cardiovascular risk factors in postmenopausal womenMaturitas201170439539910.1016/j.maturitas.2011.09.01220 Pontes AG, Rehme MF, Martins AM, Micussi MT, Maranhão TM, Pimenta WP, et al. Insulin resistance in women with polycystic ovary syndrome: relationship with anthropometric and biochemical variables. Rev Bras Ginecol Obstet. 2012;34(2):74-9. doi: http://dx.doi.org/10.1590/S0100-72032012000200006.PontesAGRehmeMFMartinsAMMicussiMTMaranhãoTMPimentaWPInsulin resistance in women with polycystic ovary syndrome: relationship with anthropometric and biochemical variablesRev Bras Ginecol Obstet20123427479http://dx.doi.org/10.1590/S0100-7203201200020000621 D´Agostino RB, Vasan RS, Pecina MJ, Wolf PA, Cobain M, Massaro JM, et al. General cardiovascular risk profile for use in primary care: The Framingham Heart Study. Circulation. 2008;117(6):743-53. doi: 10.1161/CIRCULATIONAHA.107.699579.D´AgostinoRBVasanRSPecinaMJWolfPACobainMMassaroJMGeneral cardiovascular risk profile for use in primary care: The Framingham Heart StudyCirculation2008117674375310.1161/CIRCULATIONAHA.107.69957922 Mosca L, Benjamin EJ, Berra K, Bezanson JL, Dolor RJ, Lloyd-Jones DM, et al. Effectiveness-based guidelines for the prevention of cardiovascular disease in women 2011 update: a guideline from the American Heart Association. Circulation. 2011;123(11):1243-62. doi: 10.1161/CIR.0b013e31820faaf8. Erratum in: Circulation. 2011;123(22):e624; Circulation. 2011;124(16):e427.MoscaLBenjaminEJBerraKBezansonJLDolorRJLloyd-JonesDMEffectiveness-based guidelines for the prevention of cardiovascular disease in women 2011 update: a guideline from the American Heart AssociationCirculation2011123111243126210.1161/CIR.0b013e31820faaf8Erratum in: Circulation. 2011;123(22):e624; Circulation. 2011;124(16):e42723 Friedewald WT, Levy RI, Fredrickson DS. Estimation of the concentration of low-density lipoprotein cholesterol in plasma, without use of the preparative ultracentrifuge. Clin Chem. 1972;18(6):499-502. PMID: 4337382.FriedewaldWTLevyRIFredricksonDSEstimation of the concentration of low-density lipoprotein cholesterol in plasma, without use of the preparative ultracentrifugeClin Chem1972186499502433738224 Matthews DR, Hosker JP, Rudenski AS, Naylor BA, Treacher DF, Turner RC. Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentration in man. Diabetologia. 1985;28(7):412-9. PMID: 3899825.MatthewsDRHoskerJPRudenskiASNaylorBATreacherDFTurnerRCHomeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentration in manDiabetologia1985287412419389982525 Koba S, Hirano T, Kondo T, Shibata M, Suzuki H, Murakami M, et al. Significance of small dense low-density lipoproteins and other risk factors in patients with various types of coronary heart disease. Am Heart J. 2002;144(6):1026-35. doi: 10.1067/mhj.2002.126119.KobaSHiranoTKondoTShibataMSuzukiHMurakamiMSignificance of small dense low-density lipoproteins and other risk factors in patients with various types of coronary heart diseaseAm Heart J200214461026103510.1067/mhj.2002.12611926 Mirmiran P, Bahadoran Z, Azizi F. Lipid accumulation product is associated with insulin resistance, lipid peroxidation, and systemic inflammation in type 2 diabetic patients. Endocrinol Metab (Seoul). 2014;29(4):443-9. doi: 10.3803/EnM.2014.29.4.443.MirmiranPBahadoranZAziziFLipid accumulation product is associated with insulin resistance, lipid peroxidation, and systemic inflammation in type 2 diabetic patientsEndocrinol Metab (Seoul)201429444344910.3803/EnM.2014.29.4.44327 Kwon SW, Yoon SJ, Kang TS, Kwon HM, Kim JH, Rhee J, et al. Significance of small dense low-density lipoprotein as a risk factor for coronary artery disease and acute coronary syndrome. Yonsei Med J. 2006; 47(3): 405-14. doi: 10.3349/ymj.2006.47.3.405.KwonSWYoonSJKangTSKwonHMKimJHRheeJSignificance of small dense low-density lipoprotein as a risk factor for coronary artery disease and acute coronary syndromeYonsei Med J200647340541410.3349/ymj.2006.47.3.40528 Shen H, Xu L, Lu J, Hao T, Ma C, Yang H, et al. Correlation between small dense low-density lipoprotein cholesterol and carotid artery intima-media thickness in a healthy Chinese population. Lipids Health Dis. 2015 Oct 29;14:137. doi: 10.1186/s12944-015-0143-x.ShenHXuLLuJHaoTMaCYangHCorrelation between small dense low-density lipoprotein cholesterol and carotid artery intima-media thickness in a healthy Chinese populationLipids Health Dis291020151413710.1186/s12944-015-0143-x29 Toth PP, Patti AM, Nikolic D, Giglio RV, Castellino G, Biancucci T, et al. Bergamot reduces plasma lipids, atherogenic small dense LDL, and subclinical atherosclerosis in subjects with moderate hypercholesterolemia: a 6 months prospective study. Front Pharmacol. 2016 Jan 6;6:299. doi: 10.3389/fphar.2015.00299.TothPPPattiAMNikolicDGiglioRVCastellinoGBiancucciTBergamot reduces plasma lipids, atherogenic small dense LDL, and subclinical atherosclerosis in subjects with moderate hypercholesterolemia: a 6 months prospective studyFront Pharmacol06012016629910.3389/fphar.2015.0029930 Shen H, Zhou J, Shen G, Yang H, Lu Z, Wang H. Correlation between serum levels of small, dense low-density lipoprotein cholesterol and carotid stenosis in cerebral infarction patients >65 years of age. Ann Vasc Surg. 2014;28(2):375-80. doi: 10.1016/j.avsg.2013.01.029.ShenHZhouJShenGYangHLuZWangHCorrelation between serum levels of small, dense low-density lipoprotein cholesterol and carotid stenosis in cerebral infarction patients >65 years of ageAnn Vasc Surg201428237538010.1016/j.avsg.2013.01.02931 Eppinga RN, Hartman MH, van Veldhuisen DJ, Lexis CP, Connelly MP, Lipsic E, et al. Effect of metformin treatment on lipoprotein subfractions in non-diabetic patients with acute myocardial infarction: a glycometabolic intervention as adjunct to primary coronary intervention in ST elevation myocardial infarction (GIPS-III) trial. PLoS One. 2016;11(1):e0145719. doi: 10.1371/journal.pone.0145719.EppingaRNHartmanMHvan VeldhuisenDJLexisCPConnellyMPLipsicEEffect of metformin treatment on lipoprotein subfractions in non-diabetic patients with acute myocardial infarction: a glycometabolic intervention as adjunct to primary coronary intervention in ST elevation myocardial infarction (GIPS-III) trialPLoS One2016111e014571910.1371/journal.pone.014571932 Asztalos BF, Cupples LA, Demissie S, Horvath KV, Cox CE, Batista MC, et al. High-density lipoprotein subpopulation profile and coronary heart disease prevalence in male participants of the Framingham Offspring Study. Arterioscler Thromb Vasc Biol. 2004;24(11):2181-7. doi: 10.1161/01.ATV.0000146325.93749.a8.AsztalosBFCupplesLADemissieSHorvathKVCoxCEBatistaMCHigh-density lipoprotein subpopulation profile and coronary heart disease prevalence in male participants of the Framingham Offspring StudyArterioscler Thromb Vasc Biol200424112181218710.1161/01.ATV.0000146325.93749.a833 O’Neill F, McLoughlin E, Riwanto M, Manz J, Adler A, Sutill E, et al. Reproducibility and biological variability of HDL’s vascular functional assays. Atherosclerosis. 2015;241(2):588-94. doi: 10.1016/j.atherosclerosis.2015.06.005.O’NeillFMcLoughlinERiwantoMManzJAdlerASutillEReproducibility and biological variability of HDL’s vascular functional assaysAtherosclerosis2015241258859410.1016/j.atherosclerosis.2015.06.00534 El Harchaoui K, Arsenault BJ, Franssen R, Despres JP, Hovingh GK, Stroes ES, et al. High-density lipoprotein particle size and concentration and coronary risk. Ann Intern Med. 2009;150(2):84-93. doi: 10.7326/0003-4819-150-2-200901200-00006.El HarchaouiKArsenaultBJFranssenRDespresJPHovinghGKStroesESHigh-density lipoprotein particle size and concentration and coronary riskAnn Intern Med20091502849310.7326/0003-4819-150-2-200901200-0000635 Pankow JS, Duncan BB, Schmidt MI, Ballantyne CM, Couper DJ, Hoogeveen RC, et al. Fasting plasma free fatty acids and risk of type 2 diabetes: the atherosclerosis risk in communities study. Diabetes Care. 2004;27(1):77-82. doi: https://doi.org/10.2337/diacare.27.1.77.PankowJSDuncanBBSchmidtMIBallantyneCMCouperDJHoogeveenRCFasting plasma free fatty acids and risk of type 2 diabetes: the atherosclerosis risk in communities studyDiabetes Care20042717782https://doi.org/10.2337/diacare.27.1.7736 Il’yasova D, Wang F, D’Agostino RB Jr, Hanley A, Wagenknecht LE. Prospective association between fasting NEFA and type 2 diabetes: impact of post-load glucose. Diabetologia. 2010;53(5):8668-74. doi: 10.1007/s00125-010-1657-4.Il’yasovaDWangFD’AgostinoRBJrHanleyAWagenknechtLEProspective association between fasting NEFA and type 2 diabetes: impact of post-load glucoseDiabetologia20105358668867410.1007/s00125-010-1657-437 Sarafidis PA, Bakris GL. Non-esterified fatty acids and blood pressure elevation: a mechanism for hypertension in subjects with obesity/insulin resistance? J Hum Hypertens. 2007;21(1):12-9. doi: 10.1038/sj.jhh.1002103SarafidisPABakrisGLNon-esterified fatty acids and blood pressure elevation: a mechanism for hypertension in subjects with obesity/insulin resistance?J Hum Hypertens2007211121910.1038/sj.jhh.100210338 Djoussé L, Biggs ML, Ix JH, Kizer JR, Lemaitre RN, Sotoodehnia N, et al. Nonesterified fatty acids and risk of sudden cardiac death in older adults. Circ Arrhythm Electrophysiol. 2012; 5(2): 273-8. doi: 10.1161/CIRCEP.111.967661.DjousséLBiggsMLIxJHKizerJRLemaitreRNSotoodehniaNNonesterified fatty acids and risk of sudden cardiac death in older adultsCirc Arrhythm Electrophysiol20125227327810.1161/CIRCEP.111.96766139 Morita S, Shimajiri Y, Sakagashira S, Furuta M, Sanke T. Effect of exposure to non-esterified fatty acid on progressive deterioration of insulin secretion in patients with Type 2 diabetes: a long-term follow-up study. Diabet Med. 2012;29(8):980-5. doi: 10.1111/j.1464-5491.2011.03566.x.MoritaSShimajiriYSakagashiraSFurutaMSankeTEffect of exposure to non-esterified fatty acid on progressive deterioration of insulin secretion in patients with Type 2 diabetes: a long-term follow-up studyDiabet Med201229898098510.1111/j.1464-5491.2011.03566.x40 Sambataro M, Perseghin G, Lattuada G, Beltramello G, Luzi L, Pacini G. Lipid accumulation in overweight type 2 diabetic subjects: relationships with insulin sensitivity and adipokines. Acta Diabetol. 2013; 50(3): 301-7. doi: 10.1007/s00592-011-0366-x.SambataroMPerseghinGLattuadaGBeltramelloGLuziLPaciniGLipid accumulation in overweight type 2 diabetic subjects: relationships with insulin sensitivity and adipokinesActa Diabetol201350330130710.1007/s00592-011-0366-xArtigos OriginaisO Produto de Acumulação Lipídica está Associado a um Perfil Aterogênico de Lipoproteínas em Indivíduos Brasileiros?CartolanoFlavia De Conti1PappianiCaroline1FreitasMaria Camila Prupper de1FigueiredoAntonio M.Neto2CariocaAntônio Augusto Ferreira1DamascenoNágila Raquel Teixeira1Faculdade de Saúde Publica da Universidade de São Paulo - São Paulo, SP - BrazilInstituto de Física da Universidade de São Paulo - São Paulo, SP - BrazilCorrespondência: Nágila Raquel Teixeira Damasceno, Faculdade de Saúde Pública. Avenida Doutor Arnaldo, 715. CEP 01246-904. São Paulo, SP - Brasil. E-mail: nagila@usp.br
Contribuição dos autores
Concepção e desenho da pesquisa: Cartolano FDC, Freitas MCP, Damasceno NRT; Obtenção de dados: Cartolano FDC, Pappiani C, Freitas MCP; Análise e interpretação dos dados: Cartolano FDC, Pappiani C, Figueiredo Neto AM, Carioca AAF; Análise estatística: Cartolano FDC, Carioca AAF; Obtenção de financiamento: Figueiredo Neto AM; Redação do manuscrito: Cartolano FDC; Revisão crítica do manuscrito quanto ao conteúdo intelectual importante: Cartolano FDC, Freitas MCP.
Potencial conflito de interesses
Declaro não haver conflito de interesses pertinentes.
ResumoFundamento:
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.
Objetivo:
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.
Métodos:
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).
Resultados:
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.
Conclusão:
o LAP esteve fortemente associado com o perfil aterogênico de subfrações de lipoproteínas, independetemente dos fatores de confusão.
Palavras-chave:Doenças CardiovascularesLipoproteínas HDLLipoproteínas LDLResistência à InsulinaDislipidemiasAdultosFatores de RiscoIntrodução
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.
MétodosSujeitos
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.
Perfil clínico-demográfico
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
Parâmetros antropométricos
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.
Amostras de sangue
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.
Análise bioquímica
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.
Produto de Acumulação Lipídica (LAP)
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
Análise estatística
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.
Resultados
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).
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).
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.
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).
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. <italic>*</italic>versus T1, <italic>§</italic>versus T2. Nível de significância adotado de p<0.05 para todas as análises.
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. <italic>*</italic>versus T1, <italic>§</italic>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.
Discussão
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.
Conclusões
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.
Fontes de financiamento
O presente estudo foi financiado pelo INCT-FCX, NAP-FCX-USP, FAPESP e CNPq.
Vinculação acadêmica
Este artigo é parte de dissertação de Mestrado de Flavia De Conti Cartolano pela Universidade de São Paulo.
Aprovação ética e consentimento informado
Este estudo foi aprovado pelo Comitê de Ética do Hospital Universitário da Universidade de São Paulo sob o número de protocolo 1126/11 e pela Faculdade de Saúde Pública da Universidade de São Paulo sob o número 2264. Todos os procedimentos envolvidos nesse estudo estão de acordo com a Declaração de Helsinki de 1975, atualizada em 2013. O consentimento informado foi obtido de todos os participantes incluídos no estudo.