Messqualität von „low density lipoprotein cholesterol“

Der Diabetologe(2019)

引用 0|浏览24
暂无评分
摘要
Cholesterin als essenzieller Bestandteil von Biomembranen und Vorläufer der Steroidsynthese wird ubiquitär im Körper benötigt. Aufgrund seiner Wasserunlöslichkeit wird es im Blutplasma in Lipoproteinpartikeln transportiert, der Großteil davon in LDL-Partikeln (LDL: „low density lipoprotein“). Cholesterin in LDL (LDL-C) ist maßgeblich an der Entstehung und Progression atherosklerotischer Plaques beteiligt, weshalb Therapien zur Prävention kardiovaskulärer Erkrankungen auf eine Reduktion des LDL-C abzielen. Dies erfordert dessen möglichst genaue Bestimmung, die entgegen weitverbreiteter Annahmen nicht gut standardisiert und nur bedingt reproduzierbar ist. Jede Messung geht mit einer Messunsicherheit einher, wobei zufälliger (Unpräzision) und systematischer Fehler (Unrichtigkeit) unterschieden werden. Im klinischen Alltag ermöglicht der Einsatz der minimalen Differenz (MD) eine gut verständliche Einschätzung der Unpräzision. Die MD gibt die kleinste Differenz zweier Werte an, die sich aus analytischer Sicht signifikant unterscheiden, und wird in der Einheit der Messgröße angegeben, im Gegensatz zum Variationskoeffizienten, der in Prozent ausgedrückt wird. Eine direkte Bestimmung des LDL-C mittels homogener Tests ist seit 20 Jahren möglich und soll im Gegensatz zur Schätzung des LDL-C nach Friedewald deutlich genauer sein. Jedoch wurde gezeigt, dass es massive Abweichungen der gemessenen Werte im Vergleich zur Referenzmethode gibt, insbesondere wenn Proben von Dyslipidämiepatienten untersucht wurden. Diese Testunrichtigkeit stellt eine klare Limitation von homogenen LDL-C-Messverfahren dar, insbesondere im Hinblick auf die Bestimmung des LDL-C mit strengen klinischen Zielvorgaben im Rahmen der Prävention kardiovaskulärer Erkrankungen.
更多
查看译文
关键词
Cholesterin, LDL, Messunsicherheit, Kardiovaskuläre Erkrankungen, Koronare Herzkrankheit, Klinische Diagnosestellung, Cholesterol, LDL, Uncertainty, Cardiovascular diseases, Coronary disease, Clinical decision-making
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要