Novel Biomarkers for Predicting Cardiovascular Disease in Patients With Diabetes

Il est généralement admis que les patients atteints de diabète forment une population exposée à un risque élevé de maladie cardiovasculaire. Cependant, on sait peut-être moins que le risque vasculaire varie énormément au sein de cette population et qu'un sous-groupe appréciable de personnes semble exposé à un faible risque d'événements cardiovasculaires majeurs malgré la présence du diabète. Étant donné que les méthodes de calcul traditionnelles sont d'une efficacité très variable pour évaluer les risques cliniques en présence du diabète, il faut établir d'autres méthodes pour prédire les risques au sein de cette population de patients. Dans un tel contexte, l'utilité potentielle des biomarqueurs présents dans la circulation en tant qu'outils cliniques pouvant faciliter la stratification du risque et, par conséquent, orienter la prise de décision au chapitre du traitement et de la prévention soulève beaucoup d'intérêt. Associé au contexte actuel des essais sur les résultats cardiovasculaires dédiés au diabète de type 2, cet intérêt a engendré de plus en plus de publications d'études récentes visant à évaluer des biomarqueurs potentiels. Jusqu'à maintenant, ces études ont permis de définir le propeptide natriurétique de type B N-Terminal (NT-proBNP), les troponines cardiaques hautement sensibles et le facteur de différenciation de la croissance 15 comme des biomarqueurs cardiovasculaires ayant un potentiel particulier chez les patients atteints de diabète. De plus, en raison des bienfaits possibles liés à la prise en considération commune des différents biomarqueurs qui reflètent les processus physiopathologiques distincts pouvant contribuer à l'apparition de maladies cardiovasculaires, l'accent est de plus en plus mis sur l'évaluation des différents biomarqueurs combinés pour prédire les risques de façon optimale. Bien qu'il ne soit pas encore prêt pour la pratique clinique, ce sujet de recherche sur les biomarqueurs de plus en plus étudié pourrait faciliter la stratification individualisée des risques et ainsi permettre une prise en charge vraiment personnalisée du diabète.