augustus

2026

Herzien: 12 augustus 2026

ApoB: Langer, Hoger, Slechter

Hoe dit artikel te gebruiken

Medische disclaimer: Dit artikel is uitsluitend voor educatieve doeleinden en is geen medisch advies. Raadpleeg altijd uw arts voor persoonlijk advies.

Eenvoudige taal

1. Het Mysterie van de Bloedtest

Stel je voor dat je 52 jaar oud bent. Je probeert je groenten te eten, maakt lange wandelingen en gaat eindelijk naar de dokter voor je jaarlijkse controle. Je zit op het krakende papier van de onderzoeksbank en een verpleegster neemt een paar buisjes bloed af. Een paar dagen later komt je uitslag binnen via een e-mail. Die toont je “slecht” cholesterol—uw LDL-cholesterol—is 118. Uw arts stuurt een kort briefje waarin staat dat het “goed” met u gaat of dat uw waarden net iets te hoog zijn, maar dat er nog geen reden tot zorg is. U voelt zich opgelucht, maar diep van binnen vraagt u zich nog steeds af of u echt veilig bent.

Er is een groot mysterie verborgen in dat getal. Die bloedtest is wat we een “snapshot” noemen. Het is een enkele foto die op één moment in de tijd is genomen. Het vertelt je hoeveel cholesterol er wordt meegedragen in je LDL deeltjes vandaag, maar het zegt niets over het verhaal van je leven.

Beschouw het als een enkele foto van een auto. Op de foto ziet de auto er schoon en glanzend uit. Je kunt niet zien of de motor versleten is of dat de remmen op het punt staan te falen. Stel je nu een video voor van de hele reis van 100.000 mijl van diezelfde auto. Laat de video zien dat er rustig mee werd gereden op zonnige zondagen? Of werd hij tien jaar lang tot het uiterste gedreven door dikke modder en over rotsachtige bergen? Een enkele foto van een auto met een kilometerstand van 100.000 mijl is bijna nutteloos vergeleken met de video van de hele rit.

De wetenschap toont nu aan dat ons hart precies zo in elkaar zit. Twee verschillende personen hebben vandaag mogelijk dezelfde cholesterolscore. Maar de ene persoon heeft dertig jaar lang lage waarden gehad en zag pas recent een kleine stijging. De andere heeft misschien al sinds de puberteit zeer hoge waarden en ziet deze nu pas beginnen te dalen. Deze twee personen hebben een totaal verschillende blootstelling gedurende hun leven, en hun slagaders kunnen zich in een heel andere conditie bevinden, maar een standaard bloedtest kan het verschil niet zien. We kijken naar een “foto” terwijl we naar de hele “video” zouden moeten kijken.”

2. Belangrijkste inzicht 1: Je hart herinnert zich het verleden (De “pakjaren”-regel)

Wanneer iemand rookt, vragen artsen niet alleen: “Hoeveel sigaretten heb je vandaag gerookt?” Ze weten dat roken één sigaret vandaag is niet het echte probleem. Het echte probleem is het totale aantal sigaretten dat in een mensenleven wordt gerookt. Artsen meten dit in “pakjaren”om de totale schade te zien.

Ik denk dat we op dezelfde manier naar de hartgezondheid moeten kijken. In plaats van alleen te kijken naar het cholesterol van vandaag, bestuderen onderzoekers “apoB-jaren”—een voorgestelde manier om te meten hoeveel apoB-blootstelling zich heeft opgebouwd over een bepaald aantal jaren. Het is niet zo dat je slagaders een administratie bijhouden van elk deeltje dat er ooit doorheen is gereisd; de grote meerderheid passeert eenvoudigweg. Het is zo dat hoe meer deeltjes erdoorheen reizen, en hoe meer jaren ze dat doen, des te groter de kansen zijn dat sommige ervan binnendringen in de slagader muur en blijf daar.

Uit het onderzoek blijkt dat twee mensen met hetzelfde cholesterolgehalte vandaag de dag aderen in een heel andere conditie kunnen hebben, afhankelijk van hun voorgeschiedenis:

“Een 52-jarige die zich presenteert met een LDL-C van 118 mg/dL wordt ingedeeld in een risicocategorie… op basis van een meting die de huidige situatie beschrijft. Het zegt niets over de vraag of die persoon dertig jaar lang een LDL-C van 75 mg/dL heeft gehad en de laatste drie jaar is gestegen, of vanaf de adolescentie 160 mg/dL heeft gehad en nu pas begint te dalen. Die twee slagaders bevinden zich niet in dezelfde conditie.”

3. Conclusie 2: Het zijn de deeltjes, niet de lading

Jarenlang hebben we ons gericht op LDL-C (LDL-cholesterol). Maar er is een directere manier om de deeltjes zelf te meten: a eiwit gebeld apoB.

Om het verschil te begrijpen, stel je een vloot voor van Bestelwagens rijden over een snelweg.

LDL-cholesterol zit de “lading” (de cholesterol) in de busjes.
ApoB is het “aantal busjes” zelf.

Waarom doet dit ertoe? Hart- en vaatziekten beginnen wanneer sommige van deze “busjes” de wand van je slagader binnendringen en daar vast komen te zitten. Het is de aantal bestelwagens beschikbaar zijn om de vaatwand binnen te dringen die dit proces directer aanstuurt, in plaats van hoeveel cholesterol elk busje toevallig vervoert. Als je veel kleine, cholesterolarme busjes hebt, kan je LDL-C-score (de lading) er laag en “veilig” uitzien terwijl het aantal busjes nog steeds hoog is. Dit is waarom het tellen van de busjes (apoB) een directere maatstaf is voor atherogene deeltjesbelasting dan het meten van de lading.

4. Belangrijkste inzicht 3: De verborgen minderheid wier cijfers niet kloppen

Bij de meeste mensen lopen de cholesterolwaarden en het aantal deeltjes gelijk op. Maar bij een minderheid van de mensen – ongeveer 5% tot 25% volgens gepubliceerde studies, afhankelijk van hoe “afwijking” wordt gedefinieerd en wie er wordt onderzocht – lopen de twee waarden uiteen. Dit betekent dat uw cholesterolgehalte er volkomen ‘normaal’ uit kan zien, terwijl uw deeltjesaantal (apoB) hoger is dan dat cholesterolgehalte zou doen vermoeden. Bij deze mensen geeft het LDL-C-gehalte alleen mogelijk geen volledig beeld van de deeltjesbelasting.

Een reden hiervoor is dat LDL-C meestal wordt berekend aan de hand van andere metingen in plaats van direct te worden gemeten, and de gebruikte formule van invloed is op hoeveel schijnbare onenigheid er optreedt – met name wanneer triglyceriden zijn hoog. Nieuwere vergelijkingen reduceren dit aanzienlijk. De mensen bij wie dit patroon het meest waarschijnlijk optreedt, zijn onder meer:

Mensen die moeite hebben met het verwerken van suiker (diabetes of prediabetes).
Mensen met verhoogde triglyceriden (vetten in het bloed).
Mensen die overgewicht.
Mensen met chronische nierziekte.

Als u tot deze groepen behoort, geeft een standaard cholesteroluitslag mogelijk geen volledig beeld van uw deeltjesbelasting. Uw cholesterol kan “prima” lijken, terwijl het aantal “busjes” op uw snelweg hoger is dan dat getal doet vermoeden — wat een goede reden is om uw arts te vragen of het direct meten van apoB nuttige informatie kan opleveren.

5. Kernpunt 4: Het “Klittenband” in je leidingen

Hoe begint hart- en vaatziekte eigenlijk? Het gaat niet alleen om “stress”. Het begint met een eenvoudig fysiek proces in de wanden van je slagaders.

In je slagaders bevinden zich dingen die “proteoglycanen.Je kunt deze zien als klittenband of vliegenvanger het bekleden van de binnenzijde van je bloedvaten. Wanneer die slechte apoB-deeltjes (de busjes) de vaatwand binnendringen, komen ze op dit klittenband terecht en blijven ze vastzitten.

Het vastlopen van de deeltjes gebeurt vóór het lichaam raakt geïrriteerd en vóór Er worden verstoppingen gevormd. Retentie van apoB-bevattende deeltjes wordt beschouwd als een belangrijke initiërende stap in aderverkalking. Daarom is het totale aantal deeltjes in de loop van de tijd zo belangrijk: hoe meer deeltjes er voorbij vliegen, hoe groter de kans dat er enkele in de val worden gevangen.

6. Belangrijkste inzicht 5: Waarom “Vroeg” het wint van “Laat” (De kracht van preventie)

We denken vaak aan hart- en vaatziekten als een “probleem voor ouderen”. Beroemde studies hebben echter aangetoond dat hart- en vaatziekten in werkelijkheid al beginnen wanneer we kind en tiener zijn.

De schade bouwt zich langzaam op, als een geldschuld die elk jaar groeit. Als je wacht tot je 50 of 60 bent om je zorgen te maken over je waarden, heb je al decennia lang de tijd gehad dat deeltjes in dat “klittenband” zijn blijven hangen. Het al eerder in je leven laag houden van je waarden kan over een heel mensenleven meer opleveren dan dezelfde verlaging pas op latere leeftijd te realiseren.

Uit een langlopend onderzoek dat jonge volwassenen vanaf hun late tienerjaren volgde, bleek dat het geschatte risico begon te stijgen boven een aanhoudende apoB van ongeveer 75 mg/dL, en de auteurs van de studie stelden dat niveau voor als een doel voor jongvolwassenen. Het is de moeite waard om duidelijk te zijn over wat dat getal wel en niet is: het is een referentiepunt dat is waargenomen in één cohort over één leeftijdsvenster, en geen gevalideerd behandeldoel. Het is niet getest als drempelwaarde voor behandelbeslissingen, en geen enkele richtlijn gebruikt het op die manier.

Het onderzoek vermeldt:

“Een levenslang genetisch bepaald lager LDL-C zorgt voor een risicoreductie die vele malen groter is dan dezelfde mate van verlaging bereikt door farmacotherapie op middelbare leeftijd gedurende vijf jaar. Voorkomen blootstelling is meer waard dan behandelde blootstelling.”

Vertaling: Hoe langer je leeft met een lager LDL-gehalte, hoe groter het levenslange voordeel – en daarom telt vroege blootstelling zwaarder dan dezelfde vermindering die op latere leeftijd wordt bereikt. Dit betekent niet dat behandeling op middelbare leeftijd niet werkt. Het werkt. Het betekent dat vroeger beginnen meer oplevert.

7. Conclusie 6: Er is geen “magisch getal” voor veiligheid

Veel mensen geloven dat als ze hun cholesterol verlagen tot 70, ze “veilig” zijn en kunnen stoppen. Dit is niet waar.

Beeldvormende onderzoeken hebben gekeken naar wat er gebeurt wanneer mensen hun LDL-C nog verder verlagen – tot ongeveer 20 mg/dL. Binnen het bestudeerde bereik ging een sterkere verlaging gepaard met meer plaqueregressie, en er verscheen geen duidelijke ondergrens waarbij dat voordeel ophield. Dat is wat werd waargenomen binnen het daadwerkelijk geteste bereik; het is geen bewijs dat het voordeel zonder limiet doorgaat bij elk willekeurig niveau.

Beschouw het als een rommelige kamer opruimen. Er is niet één punt waarop de kamer plotseling “schoon genoeg” is en verder opruimen niet meer helpt. Op dezelfde manier is er geen duidelijke grens verschenen waaronder verdere verlaging van atherogene deeltjes stopt met het associëren met voordeel—hoewel hoeveel een persoon wint zal variëren.

8. Belangrijkste inzicht 7: De metriek van de toekomst (ApoB-jaren)

Onderzoekers onderzoeken of “apoB-jaren”—cumulatieve blootstelling aan apoB over een bepaalde periode—nuttige informatie kan toevoegen aan wat een enkele meting vandaag de dag laat zien. Het is een kandidaat-onderzoeksmaatstaf, geen gevalideerde manier om het risico van een individu te schatten.

Hier zit echter een addje onder het gras: een dokter kan niet zomaar “raden” hoe je bloed er op 18-jarige leeftijd uitzag op basis van je bloedtest van vandaag.

Tenzij u uw bloedtestresultaten uit uw tienerjaren hebt bewaard, kunnen we uw eerdere apoB-geschiedenis over het algemeen niet betrouwbaar reconstrueren op basis van een huidige meting alleen. Cumulatieve apoB-blootstelling blijft een kandidaat-onderzoeksmaatstaf die moet worden afgeleid, gekalibreerd en gevalideerd voordat deze richting kan geven aan de zorg. We kunnen niet zomaar een formule gebruiken om in het verleden te kijken, omdat het leven van mensen verandert. Misschien bent u aangekomen, heeft u uw dieet veranderd of heeft u een gezondheidsprobleem ontwikkeld dat uw waarden heeft veranderd. Daarom hebben we meer tests nodig gedurende ons hele leven, beginnend toen we jong waren.

9. Conclusie: Een nieuwe manier om naar je leven te kijken

We stappen af van de vraag “Hoe gaat het vandaag met je?” en gaan over op de vraag “Hoe heeft je hart geleefd?”

Je huidige bloedonderzoek is slechts één klein onderdeel van een heel lange film. Hoewel het een goed begin is, vertelt het niet het hele verhaal van het “klittenband” en de “bestelwagens” die al jarenlang in je lichaam met elkaar interageren.

De wetenschap verschuift naar een levenslange visie op cardiovasculair risico. Als je hart het verhaal zou kunnen vertellen van elk deeltje dat er ooit doorheen is gegaan, zou je huidige bloedtest dan de kop zijn, of slechts een voetnoot?

Dit artikel is algemeen educatief en geen medisch advies. Het beschrijft wat het onderzoek wel en nog niet aantoont. Beslissingen over testen en behandeling moeten worden genomen met uw eigen arts, in overeenstemming met de huidige richtlijnen.

Diepe duik

Hoe hoger ApoB, hoe langer de blootstelling, hoe slechter het is

Cumulatief Apolipoproteïne B-belichting

Biologische Rationale, Menselijk Bewijs, Meetuitdagingen en een Voorgesteld Onderzoekskader

Abstract

atherosclerotisch hart- en vaatziekten (ASCVD) is een ziekte van cumulatieve blootstelling, toch wordt het nog bijna uitsluitend beoordeeld met cross-sectionele lipidemetingen. Een belangrijke causale determinant van tandplak is het aantal apolipoproteïne B (apoB)-houdend lipoproteïne deeltjes die de endotheel en worden vastgehouden in de slagader intima, geïntegreerd in de tijd. Dat construct — apoB-jaren — is mechanistisch gezien betrouwbaarder dan welke afzonderlijke apoB-waarde dan ook en betrouwbaarder dan LDL-cholesterol (LDL-C) op elk willekeurig moment, omdat LDL-C meet cholesterol lading in plaats van deeltjesaantal.

Deze overzichtsstudie synthetiseert vier samenvlopende lijnen van menselijk bewijs: (1) longitudinale cohortgegevens die aantonen dat cumulatieve blootstelling aan LDL-C en cumulatieve apoB incidentele ASCVD voorspellen, onafhankelijk van gelijktijdige lipidewaarden; (2) discordantie analyses waaruit blijkt dat waar apoB en LDL-C van elkaar verschillen, het risico beter overeenkomt met apoB, waarbij de prevalentie en omvang van dat verschil sterk afhangen van de populatie, het lipidenfenotype, de behandelstatus en de methode voor LDL-C-schatting; (3) beeldvormings- en pathologiegegevens die cumulatieve blootstelling koppelen aan plaquebelasting terwijl plaquebelasting wordt onderscheiden van risico op voorvallen; en (4) interventiegegevens die aantonen dat intensieve verlaging van atherogene lipoproteïnen, voornamelijk aangetoond door middel van LDL-C-verlagende interventies, kransslagaders tot stilstand brengt en gedeeltelijk omkeert atheroom langs een dosis-effectrelatie curve waarin binnen het bestudeerde bereik geen duidelijke ondergrens is vastgesteld.

Op die basis definiëren we cumulatieve apoB-blootstelling als een beschrijvende onderzoeksmaatstaf, uitgedrukt in mg/dL·jaar, en leggen we expliciet uit waarom deze momenteel niet kan worden omgezet in een individuele risicoschatting. Drie beperkingen zijn doorslaggevend and worden achtereenvolgens onderzocht: de gepubliceerde cumulatieve blootstelling risicoverhoudingen werden afgeleid van op splines gebaseerde gemengde modellen over een gedefinieerd leeftijdskenvenster en beschrijven een cohort-relatieve associatie, geen individuele vermenigvuldiger; een populatiegemiddelde apoB-helling kan het vroege-levensstraject van een individu niet reconstrueren; en associaties op trial-niveau tussen plaqueverandering en gebeurtenisreductie kunnen niet worden overgedragen op individuele patiënten. We behandelen apoB-jaren des overeenkomstig — als een kandidaatmetriek die afleiding, kalibratie en externe validatie vereist — en sluiten af met het validatieprogramma dat vereist zou zijn voordat het de zorg kan informeren.

1. Het probleem met de snapshot

Hedendaags lipidenbeheer vraagt van een chronisch zieke slagader een enkele vraag op een enkel moment. Aan een 52-jarige die zich presenteert met een LDL-C van 118 mg/dL worden een risicocategorie, een behandelingsdrempel en een vervolginterval toegewezen op basis van een meting die de dag van vandaag beschrijft. Die zegt niets over de vraag of die persoon dertig jaar lang een LDL-C van 75 mg/dL heeft gehad en de laatste drie is gestegen, of vanaf de adolescentie 160 mg/dL heeft gehad en nu pas begint te dalen. Die twee slagaders bevinden zich niet in dezelfde conditie, en geen enkele hoeveelheid statistische aanpassing op de huidige waarde compenseert dat verschil.

De vergelijking met blootstelling aan tabak is conceptueel nuttig, hoewel biologisch imperfect: pakjaren is zelf een onvolmaakte index die de inademingsdiepte, de timing van het stoppen of niet-lineaire effecten niet weergeeft, en de apoB-blootstelling werkt eveneens wisselwerking in de hand met arteriële gevoeligheid en andere risicofactoren. Toch is de onderliggende logica vergelijkbaar. Een enkele meting van het aantal vandaag gerookte sigaretten is vrijwel niet-informatief; pack-years is de variabele die prognostische waarde heeft. Cumulatieve blootstelling aan lipoproteïnen — “cholesteroljaren,” “LDL-jaren,” of, mechanistisch gezien, directer weergegeven als “apoB-jaren” — is het cardiovasculaire analoog [1], [2], [3].

Drie ontwikkelingen maken dit het juiste moment om de maatstaf te formaliseren. Ten eerste zijn er nu directe longitudinale gegevens over cumulatieve apoB-blootstelling, en niet alleen cumulatieve LDL-C [3]. Ten tweede zijn apoB-tests gestandaardiseerd, niet-nuchter en over het algemeen goedkoop in veel zorgsystemen, en de multisociety-richtlijn van de ACC/AHA uit 2026 dyslipidemie de richtlijn breidt de selectieve apoB-meting uit en integreert deze prominenter in de routinematige beoordeling, voortbouwend op de beperktere risicoversterkende rol die al werd erkend in de richtlijn van 2018, waarin apoB van 130 mg/dL of hoger werd benoemd als een risicoversterkende factor en triglyceriden op of boven 200 mg/dL een relatieve indicatie om het te meten4], [5], [6Ten derde komt de populatie waarin LDL-C misleidt — het insulineresistente en diabetische fenotypen met cholesterol-gedepleteerde deeltjes en triglyceride-rijke remnanten — veel voor en groeit deze in hedendaagse primaire-preventiepopulaties.

2. Waarom deeltijd, niet cholesterol-nu, de geprefereerde blootstellingsvariabele is

2.1 Respons-naar-retentie als een massawerkingsproces

atherogenese begint wanneer apoB-bevattende lipoproteïnen de endotheliale barrière passeren en in de subendotheliale matrix worden vastgehouden door ionische interactie tussen de basische residugroepen op apoB-100 en de negatief geladen gesulfateerde glycosaminoglycaan ketens van intimale proteoglycanen versican, biglycaan, decorine [7], [8]. Behoud gaat vooraf ontsteking. Het gaat vooraf aan de rekrutering van monocyten, schuimcel vorming, en elke cellulaire gebeurtenis die daarop volgt. Dit is de respons-op-retentie-hypothese, wat binnen een paar jaar na de formulering ervan werd versterkt [9en blijft de dominante mechanistische beschrijving van vroege atherogenese in hedendaagse overzichten10].

Het kinetische gevolg is klinisch gezien het punt dat er toe doet. Als de massa van de plaque afhangt van het aantal vastgehouden deeltjes, en retentie afhangt van het aantal deeltjes dat per tijdseenheid aan het endotheel wordt aangeboden, dan gedraagt de ophoping van plaque zich als een integraal in plaats van als een momentopname. transcytose van apoB-deeltjes is receptor-gemedieerd — scavenger-receptor klasse B lid 1 (SR-B1) en activine-receptorachtige kinase 1 (ALK1) zijn beide implicaties toegeschreven — en is concentratieafhankelijk [10].

De sterkte van die afhankelijkheid moet niet worden overdreven. Het is directioneel concentratieafhankelijk, geen exacte één-op-één wet bij de mens. kransslagaders: binnendringen en retentie worden gewijzigd door endotheelpermeabiliteit, arteriële segmentgeometrie en hemodynamiek, deeltjesgrootte en samenstelling, proteoglycaanbinding affiniteit, bloeddruk, glycemische status, klaring uit de intima en de bestaande plaque-architectuur. De verdedigbare stelling is dat een hoger circulerend apoB-concentratie het aantal deeltjes vergroot dat beschikbaar is voor arteriële binnendringing en retentie, en dat dit, geïntegreerd in de tijd, de cumulatieve ingehouden belasting vergroot, waarbij de individuele relatie wordt gemodificeerd door de vatbaarheid van de arteriële wand.

2.2 Waarom apoB de atherogene deeltjesbelasting directer weergeeft dan LDL-C

Elk vanuit de lever afkomstig VLDL, IDL, LDL, en Lp(a)-deeltjes bevatten één molecuul apoB-100, en routinematige totale apoB-bepalingen kunnen daarnaast ook detecteren apoB-48 op deeltjes die afkomstig zijn uit de darmen. Vanwege die nagenoeg één-op-één relatie biedt plasma-apoB een gestandaardiseerde schatting die evenredig is met de totale concentratie van atherogene deeltjes. Het is hier de moeite waard om precies te zijn: routinematige tests rapporteren apoB als een massaconcentratie in mg/dL, en niet als een molaire deeltjeshoeveelheid in nmol/L, en apoB-48 van darmdeeltjes, verschillen in moleculaire massa van apoB en testkalibratie introduceren allemaal een marge tussen de gemeten massa en het ware deeltjesaantal. ApoB is een gestandaardiseerde volmacht voor deeltjesbelasting, niet letterlijk een telling. LDL-C daarentegen meet de cholesterol die in LDL-deeltjes wordt meegevoerd, wat een variabele hoeveelheid is: deeltjes hebben minder cholesterol in insulineresistentie, hypertriglyceridemie en type 2 diabetes, en verrijkt met cholesterol in andere staten [11], [12].

Dit leidt tot een systematisch en voorspelbaar faalscenario. Twee patiënten met een identiek LDL-C kunnen aanzienlijk verschillende deeltjesaantallen hebben, en degene met meer deeltjes heeft meer objecten die de slagaderwand kunnen binnendringen en zich daarin vastzetten. Het cholesterolgehalte van de deeltjes geeft niet direct de hoeveelheid deeltjes aan die beschikbaar is voor arteriële binnendringing en retentie, hoewel de samenstelling en grootte van de deeltjes hun arteriële gedrag kunnen beïnvloeden. Cumulatieve apoB-blootstelling heeft daarom de meest directe mechanistische overeenkomst met atherogene deeltjesblootstelling; cumulatieve LDL-C-blootstelling is hiervan een proxy die toevallig een langere epidemiologische geschiedenis heeft omdat LDL-C vaker werd gemeten in de cohorten die het langst liepen.

Deze asymmetrie — een beter construct, dunnere directe data — is de eerlijke staat van het veld en moet duidelijk worden vermeld in elk klinisch voorstel dat daarop is gebouwd.

2.3 De blootstellingsmetriek, gerangschikt

Metrisch	Definitie	Wat het vastlegt	Bewijswaarde
Huidige apoB	Enkel gemeten deeltjesconcentratie	Alleen de huidige deeltjesbelasting	Goed gevalideerd als een cross-sectionele risicomarker; het risico volgt over het algemeen apoB wanneer apoB en LDL-C discordant zijn, hoewel de incrementele verbetering ten opzichte van nauwkeurig geschat LDL-C of niet-HDL-C varieert per populatie [13]
Tijdsgewogen gemiddelde apoB	Cumulatieve blootstelling ÷ duur	Aanhoudende gemiddelde deeltjesdruk, normaliserende fluctuatie	Cumulatieve/tijd-geïntegreerde blootstelling gevalideerd voor LDL-C; direct apoB-bewijs in opkomst3], [14]
LDL-jaren	Oppervlakte onder de LDL-C-versus-leeftijd-curve	Cumulatieve cholesterolbelading afgeleverd aan de vaatwand	Meest volwassen longitudinale bewijsbasis; onafhankelijk van LDL-C op middelbare leeftijd [1], [14]
Non-HDL-jaren	Gebied onder de non-HDL-C-versus-leeftijdscurve	Alle cholesterol in apoB-deeltjes, inclusief remnants	Gevalideerd in jongvolwassenenstudies naar cumulatieve blootstelling aan verhoogd niet-HDL-C [15]; er is geen direct vergelijkend voordeel ten opzichte van LDL-jaren aangetoond
ApoB-jaren	Gebied onder de apoB-versus-leeftijdscurve	Geïntegreerde deeltjestijd — directe proxy voor subendotheliale insluiting	Meest directe mechanistische correspondentie met atherogene deeltjesblootstelling; directe humane uitkomstdata in ontwikkeling3]. Niet gevalideerd als klinische meting.

Tabel 1. Cumulatieve lipoproteïne-blootstellingsmetingen. De voorgestelde ordening naar mechanistische proximiteit plaatst apoB-jaren bovenaan, terwijl LDL-jaren momenteel de diepste longitudinale validatie heeft. Elk klinisch instrument moet eerlijk zijn over die omkering.

3. Het menselijk bewijs voor cumulatieve blootstelling

3.1 Cumulatieve LDL-C-blootstelling: de volwassen bewijsbasis

Domanski en collega's analyseerden 4.958 CARDIA deelnemers ingeschreven op de leeftijd van 18 tot 30 jaar en gedurende een mediaan van 16 jaar na de leeftijd van 40 jaar gevolgd. Zowel de oppervlakte onder de LDL-C-versus-leeftijdscurve als het tijdsverloop van de accumulatie ervan voorspelden onafhankelijk van elkaar incidente cardiovasculaire events na correctie voor geslacht, ras en traditionele risicofactoren: hazard ratio 1,053 per 100 mg/dL·jaar cumulatieve blootstelling (p < 0,0001), en hazard ratio 0,797 per mg/dL/jaar helling (p = 0,045) [1]. De tweede coëfficiënt is de meest interessante. Een negatief hellingsverband betekent dat dezelfde totale blootstelling die later in het leven werd opgedaan, geassocieerd was met een lager later risico dan dezelfde totale hoeveelheid die eerder werd opgedaan. Tijd is niet enkel een vermenigvuldiger van de concentratie; het moment in het leven waarop de blootstelling plaatsvindt, wijzigt het risico onafhankelijk.

Zhang en collega's breidden dit uit in een gepoolde analyse van 18.288 deelnemers uit vier Amerikaanse cohorten, waaruit bleek dat de cumulatieve LDL-C-blootstelling van 18 tot 60 jaar het optreden voorspelde van kransslagaderziekte onaf kwartielen die ongeveer <4.025, 4.025–4.796, 4.797–5.603 en ≥5.604 mg/dL·jaar [14]. Navar-Boggan en collega's toonden aan in de Framingham Offspring-cohort dat elk decennium van blootstelling aan hyperlipidemie in de jonge volwassenheid gepaard ging met een gecorrigeerde hazardratio van 1,39 voor coronaire hartziekte na correctie voor niet-HDL-cholesterol op de leeftijd van 55 jaar, en dat 85% van de jonge volwassenen met langdurige hyperlipidemie niet zouden hebben voldaan aan statine criteria op 40-jarige leeftijd onder de destijds geldende richtlijnen15].

Dat laatste cijfer illustreert een belangrijke beperking van de huidige op drempelwaarden gebaseerde benaderingen. Een cumulatieve blootstellingsmetriek lijkt beter geschikt voor het identificeren van personen die arteriële schade oplopen en desondanks onder de conventionele behandelingsdrempels blijven — precies de groep die een huidige drempelwaarde met een enkele waarde structureel niet kan signaleren.

Hoe deze blootstellingen daadwerkelijk werden berekend — een beperking voor alles wat erop volgt

Domanski en collega's somden de gemeten waarden niet op. Zij vertegenwoordigden bezoeken naar leeftijd en pasten een niet-parametrisch op cubische splines gebaseerd gemengd model toe om het LDL-C per proefpersoon te schatten van leeftijd 18 tot 40, waarbij informatie over het hele cohort werd geleend. De CARDIA apoB-analyse gebruikte een analoog spline gemengd model met de best lineaire onbevooroordeelde voorspelling [1], [3].

Het observatievenster betrof de leeftijden 18 tot 40; het voorspellingsvenster betrof de leeftijden 40 tot 66. De hazardratio van 1,053 per 100 mg/dL·jaar beschrijft de blootstelling opgedaan in het eerste venster die gebeurtenissen in het tweede voorspelt.

Elk schema dat een enkele waarde terugrekent, lineair interpoleert en trapezofisch integreert uit schaarse klinische panels, is een ongev valideerde benadering van die methode — geen implementatie ervan — en elke coëfficiënt die buiten het inclusievenvenster van 18 tot 40 wordt toegepast, wordt gebruikt buiten de omstandigheden waarin deze is geschat.

3.2 Cumulatieve apoB-blootstelling: het directe bewijs

De belangrijkste afzonderlijke studie hier analyseerde 4.366 CARDIA-deelnemers met door NMR verkregen apoB-concentraties, LDL-deeltjesaantal (LDL-P) en het aantal triglyceriderijke lipoproteïnedeeltjes (TRL-P) gedurende een blootstellingsvenster van 22 jaar van 18 tot onder de 40 jaar, met 241 ASCVD-gebeurtenissen gedurende een gemiddelde vervolgduur van 19,3 jaar [3]. Elke toename van de cumulatieve apoB-blootstelling met 1 standaardafwijking ging gepaard met een niet-gecorrigeerde hazardratio van 1,53 (95%-BI 1,36–1,72); na correctie voor covariabelen bedroeg de hazardratio ongeveer 1,30. De cumulatieve LDL-P- en TRL-P-waarden vertoonden vrijwel hetzelfde patroon (niet-gecorrigeerde HR’s 1,54 en 1,48).

Belangrijk is dat de auteurs een omslagpunt identificeerden: het ASCVD-risico begon te stijgen boven een gebruikelijke apoB-blootstelling van ongeveer 75 mg/dL die gedurende de leeftijden van 18 tot onder de 40 jaar werd gehandhaafd. Zij stelden apoB onder 75 mg/dL voor als een doel om een laag risico bij jongvolwassenen te behouden. Uitgedrukt als een integraal over dat venster van 22 jaar, komt 75 mg/dL overeen met een rekenkundig equivalent van ongeveer 1.650 mg/dL·jaar (75 × 22) — een transformatie van het gerapporteerde referentieniveau, geen afzonderlijk afgeleid afkappunt.

Wat dat cijfer van 1.650 wel en niet is

Het is: een cohortspecifiek, uit splines afgeleid referentiepunt rond 75 mg/dL, waarboven het geschatte risico op een gebeurtenis duidelijker verhoogd raakte over één specifiek leeftijdsvenster, gebruikmakend van door NMR verkregen apoB.

Het is NIET: een gevalideerde drempelwaarde voor het verschijnen van de eerste plaque, voor verkalking, voor hoogrisicoplaque-morfologie, of voor eerste myocardinfarct.

Het is NIET: overdraagbaar zonder aanname naar immuunassay apoB, naar andere leeftijdscategorieën, of naar populaties met andere risicofactorprofielen.

Om dit getal te presenteren als een klinisch afkappunt zonder die inkadering zou een overschatting zijn.

Trajectveranderlijkheid is aanzienlijk en moet worden gemodelleerd, niet worden weggeredeneerd. Bij 3.055 CARDIA-deelnemers die over een periode van 30 jaar op vijf onderzoeken zijn gemeten, was de gemiddelde geannualiseerde verandering van apoB 0,52 mg/dL/jaar (SD 1,0), maar individuele snelheden varieerden van -6,26 tot +9,21 mg/dL/jaar [16]. Een enkelvoudige extrapolatie naar het verleden vanuit een waarde op middelbare leeftijd is daarom een benadering met een grote foutenmarge, en elk instrument dat daarop is gebouwd, moet die onzekerheid tonen in plaats van deze achter een puntschatting te verbergen.

3.3 Voorspelling bij jongvolwassenen in het bijzonder

In een samengevoegde analyse van 10.519 volwassenen uit Amerikaanse op de gemeenschap gebaseerde cohorten was apoB sterker geassocieerd met ASCVD bij volwassenen van 18 tot 39 jaar dan bij degenen van 40 jaar of ouder, en het toevoegen van apoB aan de PREVENT-vergelijkingen verbeterd risico herclassificatie in de jongere groep (continue NRI 0,67, 95%-betrouwbaarheidsinterval 0,23–1,09, voor het 10-jaarsrisico en 0,47, 95%-betrouwbaarheidsinterval 0,02–0,84, voor het 30-jaarsrisico), maar niet in de oudere groep [17De auteurs waren terecht voorzichtig dat deze verbeteringen bescheiden waren. Niettemin is het directionele signaal consistent: hoe jonger de patiënt, hoe meer de enkele meting het levenslange probleem onderdrukt, en hoe sterker de rationale is om te testen of een cumulatieve benadering voorspellende informatie toevoegt.

4. Discordantie: Het sterkste praktische argument voor apoB

4.1 Hoeveel onenigheid eigenlijk

Discordantie is de situatie waarin apoB en LDL-C een patiënt in verschillende risicocategorieën indelen. Omdat de twee bij de meeste patiënten sterk gecorreleerd zijn, kan conventionele regressie hun voorspellende bijdragen niet helder van elkaar scheiden; in een groot cohort uit de klinische praktijk waren apoB en via NMR gemeten LDL-deeltjesaantal zelf sterk gecorreleerd (R² = 0,79) [18Discordantie-analyse is het methodologische antwoord, en dat is er in drie varianten: discordantie volgens klinische afkappunten, volgens populatiepercentielen en volgens regressieresiduen.19].

De schattingen van de prevalentie liggen binnen een aannemelijk bereik, en het werkcijfer van ongeveer 20% is redelijk als een schatting in het bovenste deel van het middenbereik voor risicogroepen, hoewel dit beter als een bereik kan worden weergegeven in plaats van als een exacte waarde.

Bron	Bevolking en definitie	Schatting van discordantie
De Oliveira-Gomes et al., Circulation 2024 [13]	Beoordeling tussen cohorten; discordant hoog apoB volgens verschillende definities	5,31 TP9T tot 24,91 TP9T, afhankelijk van de definitie en de populatie
CARDIA apoB-trajectanalyse, J Lipid Res 202216]	Hoger of lager dan gemiddeld apoB voor een gegeven non-HDL-C	Ongeveer 8% tot 20%
CARDIA jongvolwassene discord discordantie vs. CAC20]	apoB op gemiddelde leeftijd van 25 jaar voorspelt latere CAC beter dan LDL-C of niet-HDL-C	18% jongvolwassenen
Health Diagnostic Laboratory-cohort, n = 412.013 [18]	apoB vs. NMR LDL-P volgens klinische afkappunten	5%–6% wordt uitsluitend door LDL-P gemarkeerd; 6%–7% uitsluitend door apoB
Kopenhagen Algemene Bevolkingsstudie, n = 95.108 [21]	Overtollige apoB (gemeten minus LDL-C-voorspeld) ≥11 mg/dL	Gegradueerde strata over het volledige LDL-C-spectrum

Tabel 2. Gerapporteerde prevalentie van klinisch relevante apoB/LDL-C-discordantie. De spreiding weerspiegelt echte methodologische heterogeniteit in hoe discordantie wordt gedefinieerd, en geen meningsverschil over de vraag of deze bestaat.

4.2 Wint apoB wanneer ze het oneens zijn?

A systematische literatuurstudie van gepubliceerde discordantie-analyses met 15 studies en 593.354 deelnemers, uiteenlopende populaties, behandeld en onbehandeld, waarbij gebruik werd gemaakt van op mediaan, percentiel, residu en variantie gebaseerde definities. ApoB presteerde beter dan LDL-C in 9 van de 9 vergelijkingen. ApoB presteerde beter dan niet-HDL-C in 7 van de 9, gelijkspel in 1, en verloor in 1. Het aantal LDL-deeltjes presteerde beter dan LDL-C in 2 van de 3 [22]. Dat is ongeveer net zo eenrichtingsverkeer als de preventieve cardiologie produceert.

De Copenhagen General Population Study operationaliseerde discordantie als “overtollige apoB” — gemeten apoB minus de apoB voorspeld op basis van alleen LDL-C, waarbij de voorspelling werd afgeleid van individuen met triglyceriden ≤1 mmol/L. Onder 53.484 vrouwen en 41.624 mannen die geen statines gebruikten, met een mediane follow-up van 9,6 jaar met 2.048 myocardinfarcten en 4.282 ASCVD-gebeurtenissen, was overtollige apoB dosis-afhankelijk geassocieerd met het risico over het hele LDL-C-spectrum [21]. De risicoverhoudingen van die analyse zijn overgenomen in Tabel 3, aangezien deze het empirische anker vormen voor de discussie over discordantie in Sectie 8.

Overtollige apoB (mg/dL)	ASCVD-risico, vrouwen	ASCVD-risico, mannen	Interpretatie
<11 (referentie)	1.00	1.00	Concordant
11–25	1.08 (0.97–1.21)	1.14 (1.02–1.26)	Milde discordantie
26–45	1.30 (1.14–1.48)	1.41 (1.26–1.57)	Matige discordantie
46–100	1.34 (1.14–1.58)	1.41 (1.25–1.60)	Uitgesproken discordantie
>100	1.75 (1.08–2.83)	1.52 (1.13–2.05)	Ernstige discrepantie

Tabel 3. Multivariabel-gecorrigeerde ASCVD-hazard ratios naar excessieve apoB-stratum, Copenhagen General Population Study [21]. Results were robust across the entire LDL-C spectrum.

4.3 The insulin-resistant and diabetic phenotype

Discordance is not randomly distributed. It concentrates, predictably and mechanistically, in a metabolic phenotype that is common in contemporary primary-prevention populations.

In insuline resistance and type 2 diabetes, hepatic VLDL overproduction and impaired lipolysis generate a triglyceride-rich pool. Cholesteryl ester overdragen eiwit exchanges triglyceride into LDL and HDL in return for cholesteryl ester; hepatic lipase then hydrolyzes the triglyceride-enriched LDL, yielding small, dense, cholesterol-depleted LDL particles. The result is a high particle number carrying a normal or even low cholesterol mass. LDL-C reads reassuringly. ApoB does not [11], [12].

Distribution data make the magnitude concrete. In a nationally representative NHANES sample of statin-naive US adults, at an LDL-C of 100 mg/dL half the population had an apoB between 75 and 86 mg/dL (the interquartile range), and an LDL-C of 70 mg/dL corresponded to a median apoB of about 60 mg/dL [23]. Greater positive discordance — higher measured than expected apoB — was associated with older age, male sex, obesitas, diabetes, higher triglycerides, higher HbA1c, statin use, and poor metabolische gezondheid. Notably, variability within these subgroups exceeded the between-group differences, which is an argument for measuring apoB rather than for inferring it from phenotype.

The mechanism extends past particle count into retention kinetics. Insulin resistance stimulates vascular smooth muscle synthesis of proteoglycans with hyperelongated glycosaminoglycan chains, increasing the density of negative charge in the intimal matrix and its avidity for apoB [8]. Direct measurement supports enhanced retention: the interstitial-fluid-to-serum ratio of apoB is significantly lower in type 2 diabetes than in controls, consistent with greater subendothelial entrapment rather than lymphatic clearance [24]. These findings support the possibility that diabetes raises risk through both a greater particle burden per unit of cholesterol and arterial-wall changes that may favour retention once particles arrive.

Discordantly high apoB is also independently associated with prevalent chronische nierziekte in cross-sectional data. In 13,767 NHANES participants, those with low LDL-C and high apoB had the strongest association with prevalent CKD (OR 1.12, 95% CI 1.08–1.16) relative to the concordant-low group, alongside the highest fasting glucose, insulin, and HOMA-IR values [25].

4.4 The strongest counterargument, stated fairly

The 2026 multisociety guideline makes a methodological point that any advocate of apoB must confront directly: when LDL-C is estimated with the Martin/Hopkins equation rather than the Friedewald formula, the measured prevalence of LDL-C/apoB discordance falls markedly [4]. A meaningful share of measured historical discordance was attributable to a 1972 estimating equation that assumes a fixed triglyceride-to-VLDL-cholesterol ratio of 5:1 — an assumption that fails precisely in the hypertriglyceridemic, insulin-resistant patients where discordance was reported to be greatest.

This does not dissolve the case for apoB, but it does resize it. The honest position is that part of the historical discordance signal reflected LDL-C estimation method rather than particle biology, while part reflects genuine biological discordance, and that the residual real discordance is smaller than the older literature implies. The direct measurement argument survives intact: apoB requires no estimating equation, is unaffected by fasting status, and is analytically standardized. A second counterargument deserves the same candor — the ATTICA cohort found that elevated apoB independently predicted 20-year ASCVD risk, but principally in the presence of concomitantly elevated LDL-C, which tempers the claim that apoB routinely rescues risk that LDL-C misses entirely [26].

5. From Exposure to Plaque

The link from cumulative exposure to anatomical disease rests on autopsy pathology, longitudinal imaging cohorts, and intervention trials.

De PDAY (Pathobiological Determinants of Aderverkalking in Youth) investigators established that atherosclerosis begins in childhood and that conventional risk-factor scores correlate with the earliest anatomically demonstrable laesies in people aged 15 to 34, not merely with advanced disease [27]. In the primary PDAY autopsy series of 1,079 men and 364 women aged 15 through 34 who died of external causes, the extent of intimal surface involved by vetstrepen and raised lesions in the aorta and right coronary artery rose with age, was positively associated with VLDL-plus-LDL cholesterol concentration, and was negatively associated with HDL cholesterol [28]. De Bogalusa Heart Study showed that the extent of aortic and coronary fatty streaks and fibrous plaques rose with the number of risk factors present, including LDL-related measures [29]. These are the observations that make a lifetime-exposure framing biologically well supported rather than merely elegant.

Longitudinal imaging bridges youth exposure to midlife anatomy. In CARDIA, PDAY risk scores measured in young adulthood predicted coronary and abdominal aortic calcium two decades later [30]. In the Cardiovascular Risk in Young Finns cohort, adolescent risk-factor exposure predicted coronary artery calcium in adulthood [31]. Neither study computed apoB-years, but both are consistent with cumulative burden as the operative variable.

ApoB-specific plaque associations exist. In MESA, over a median 9.4 years, top-quartile apoB was associated with carotid plaque progression after adjustment for LDL-C or for total and HDL cholesterol, though the association lost significance when all lipid covariates were included together (p = 0.086) — a signal, not an independent one [32]. In the Atherosclerosis and Insulin Resistance (AIR) study, a high apoB/apoA-I ratio was associated with a greater three-year progression rate of carotid intima-mediadikte in clinically healthy 58-year-old men [33].

The gap that must be acknowledged

There is no validated apoB-years threshold for: first detectable plaque, early fibroatheroom, positieve remodelering, onset of calcification, high-risk plaque morphology, or first myocardial infarction.

Published tables assigning specific apoB-year or LDL-year values to these milestones circulate widely in secondary and online sources. Those figures do not trace to primary peer-reviewed derivations and should not be reproduced in a clinical instrument.

The defensible position is that each individual has, in effect, a personal plaque threshold — cumulative exposure interacts with inherited arterial susceptibility, blood pressure, glycemia, roken, renal function, inflammation, and Lp(a), so the exposure at which plaque appears varies substantially between individuals.

6. Plaque Burden Is the Substrate; Events Require a Trigger

Conflating plaque burden with event risk is a common conceptual error, and any proposed metric must keep the distinction explicit. Plaque accumulation is a graded, concentration-dependent process, though a heterogeneous and probabilistic one: two people with the same cumulative exposure may accumulate substantially different plaque depending on blood pressure, smoking, glycemia, genetica, Lp(a), arterial geometry, inflammation, and local endothelial biology. Acute events are threshold-crossing phenomena requiring a vulnerable lesion, a mechanical or inflammatory trigger, and a thrombogenic milieu.

PROSPECT demonstrated that future events frequently arose from lesions that were angiographically mild at baseline — mean diameter stenosis around 32% — but which carried large plaque burden, small luminal area, or dunnekapfibroatheroom morphology on intravascular imaging [34]. PROSPECT II showed that lipiderijke plaques with large plaque burden independently predicted nonculprit-lesion events: patients harbouring at least one lesion with both a large plaque burden and a large lipidenkern had a four-year nonculprit-lesion-related MACE rate of 13.2%, while the corresponding lesion-level rate was 7.0% [35]. That distinction matters, and the figure cuts both ways: it is clinically meaningful, and it also means the great majority of high-risk lesions did not cause an event over four years.

On CT angiography, SCOT-HEART established laag-attenuatie plaque burden as the strongest predictor of subsequent myocardial infarction, adding value beyond calciumscore and obstructive stenose [36]. In a later SCOT-HEART analysis, low-attenuation plaque burden above 4% carried a hazard ratio of 4.87 for fatal or nonfatal MI and pericoronary adipose tissue attenuation a hazard ratio of 2.45, with the two combined identifying the highest-risk group and raising the area under the curve from 0.71 for low-attenuation plaque alone to 0.75 for the combination [37]. Acute coronary syndromes arise variously from plaqueruptuur, plaque erosion, and calcified nodules; erosion in particular may occur with modest plaque burden and near-normal angiographic appearance, but still on an atherosclerotic substrate [38].

Two corrections to how this is often summarized are worth making. First, the relation is best stated as a heuristic rather than a model: plaque burden defines the anatomical substrate and strongly constrains event probability, while lesion phenotype, local biomechanical stress, systemic inflammation, and thrombogenicity influence whether and when an acute event occurs. Writing it as a product of three terms is a useful diagram, not an established quantitative relationship, and it should not be presented as one.

Second, emphasizing vulnerability can understate how powerfully total plaque burden itself predicts events. Modern imaging data place total burden among the strongest available predictors, and the reason is straightforward arithmetic: the more plaque a person carries, the more lesions exist that could rupture or erode, the greater the probability that at least one has adverse morphology, the larger the inflamed and thrombogenic arterial surface, and the higher the likelihood of obstructive progression. The chain is best written as cumulative apoB exposure → plaque burden and plaquefenotype → number and phenotype of lesions → probability of an event. This chain is a causal framework rather than a validated quantitative mediation model. Cumulative exposure relates strongly to lifetime event risk; it is far less able to say which plaque will produce an event next year.

7. Regression: Can Cumulative Exposure Be Repaid?

The clinical appeal of an exposure metric depends partly on whether reducing forward accrual does anything to existing disease. The intravascular imaging trials answer this affirmatively, with an important correction to a claim that appears frequently in secondary sources.

Glagov randomized 968 patients with symptomatic coronary disease to evolocumab of placebo on background statin therapy. Mean achieved LDL-C in the evolocumab arm was 36.6 mg/dL, and atheroompercentage op basis van volume changed by −0.95% versus no significant change on statin plus placebo [39]. That −0.95% is a treatment-group mean, with substantial individual heterogeneity; it does not mean every participant regressed. PACMAN-AMI added alirocumab naar krachtig statine after acute myocardial infarction and, using serial IVUS, NIRS, and OCT, found “triple regression” — simultaneous reduction in percent atheroma volume, reduction in maximum lipid core burden index, and increase in minimum fibreuze kap thickness — in 40.8% of the alirocumab arm versus 23.0% of placebo (p = 0.002), with the triple-regression group achieving a mean LDL-C of 38.4 mg/dL versus 55.7 mg/dL [40].

Correction to a widely repeated claim

A figure of 70 mg/dL is often cited as the achieved LDL-C “threshold” below which coronary plaqueregressie becomes pronounced.

The primary data do not support a threshold. Post hoc analysis of GLAGOV showed coronary plaque regression in direct proportion to achieved LDL-C, with no evident change in slope down to approximately 20 mg/dL; related analyses of intensive PCSK9 inhibition, including Huygens in acute coronary syndromes, are consistent with continued plaque benefit at very low achieved LDL-C [39], [41].

The correct statement is narrower: within the achieved LDL-C range studied, these analyses did not identify a clear lower threshold or change in slope for plaque regression. That is what was observed; it is not proof that benefit remains perfectly linear indefinitely, or that every patient benefits equally at the lowest achieved levels.

At the trial level, regression appears to track outcomes. A systematic review and meta-regression of 17 prospective dyslipidemia-therapy studies (6,333 patients) reported that a 1% decrease in mean percent atheroma volume was associated with a 20% lower MACE risk (adjusted OR 0.82, 95% CI 0.70–0.95, p = 0.011) [42]. That association is between trial-level means. It does not license the inference that lowering an individual patient’s atheroma volume by 1% reduces that patient’s event risk by 20% — that would be an ecological-to-individual extrapolation. Whether apoB-years trajectory change correlates with serial plaque-volume change, and whether that change mediates clinical benefit, remains an open question for the validation program in Section 11.

Two caveats bound the optimism. Regression of plaquevolume is modest in absolute terms and demonstrated over one to two years in patients with established disease; it is not extrapolable to the omkering of decades of accumulated burden. And the genetic evidence establishes an asymmetry that no regression trial can overcome: lifelong genetically determined lower LDL-C confers a risk reduction several-fold larger than the same magnitude of reduction achieved by midlife pharmacotherapy over five years [43]; Mendelian-randomization evidence supports the same lifetime-exposure logic for apoB specifically [44]. Exposure prevented is worth more than exposure treated. That asymmetry is the entire argument for measuring cumulative exposure early rather than reacting to a threshold crossing late.

8. Cumulative apoB Exposure as a Descriptive Metric — and the Barriers to Individual Risk

This section defines what can be computed from a person’s apoB history, and states with equal precision what cannot yet be computed from it. The distinction is the crux of the paper: a descriptive exposure quantity is defensible; an individual risk score derived from it is not.

8.1 The descriptive quantity

ABY = ∫ apoB(t) dt over a defined age window (mg/dL·years)

Cumulative apoB exposure is a legitimate descriptive quantity: the area under an individual’s apoB-versus-age curve over a stated window. It should be computed from measured serial apoB wherever possible, reported for the age window over which it was actually measured, and accompanied by the proportion of the integral that rests on measurement rather than imputation. Exposure derived from imputed apoB should be reported separately and never blended into a single headline figure, because the imputation assumes population-median particle-to-cholesterol behaviour — precisely the assumption that fails in the discordant patients the metric is meant to identify.

A comparison against the CARDIA-derived reference of roughly 75 mg/dL is interpretable within ages 18 to 40, the window in which that spline-derived reference point was observed. Beyond age 40 the reference has no anchoring: nothing establishes that 75 mg/dL is the appropriate comparator at 55, 70, or 85, that a person slightly above it has meaningfully accrued exposure debt, that 75 represents a biological zero-risk value, or that the relationship holds constant after age 40. The source describes this level as one that may represent a goal for young adults — materially weaker than a lifetime denominator.

8.2 Why the exposure cannot be turned into a risk multiplier

The natural temptation is to take a published cumulative-exposure hazard ratio — such as Domanski’s 1.053 per 100 mg/dL·years of cumulative LDL-C exposure — and exponentiate it across an individual’s lifetime to produce a personal risk multiplier. That step is invalid, for several independent reasons, any one of which is sufficient.

A Cox hazard ratio is defined relative to a modelled comparison and the study’s baseline hazard. Exponentiating it from zero lifetime exposure implies a comparator — a person who accrued no atherogenic particle exposure at all — that does not physiologically exist, and it ignores the model intercept, covariate distribution, competing risks, and cohort calibration.
Even anchored to a non-zero reference rather than to zero, the result is a cohort-relative association under the original model’s assumptions, not a patient-level multiplier, and it cannot be attached to a validated instrument such as PREVENT.
The coefficient was estimated over exposure accrued from ages 18 to 40 predicting events from 40 to 66. Applied to exposure accrued across a whole lifetime, it is used outside the conditions of its derivation.
Producing the multiplier would require translating apoB-years into LDL-years using a population-level relationship — the very relationship this paper argues fails in the individuals the metric exists to identify.

No event-risk multiplier should be produced from cumulative apoB exposure until one is derived directly, in a cohort with serial apoB, and externally validated.

8.3 Why a single measurement cannot be back-cast to age 18

Most patients present without adolescent lipid data, which invites reconstructing the early trajectory from a later value using a population-average annual apoB slope. This does not work at the individual level.

A population mean is not an individual trajectory. Applied backwards across decades, it produces regression-to-the-mean error in anyone whose apoB moved for a specific reason — weight change, diabetes onset, menopauze, therapy initiation or discontinuation, thyroid or renal disease.
The standard deviation of observed across-person slopes is not the standard error of a person-specific back-cast. Multiplying an across-person SD across decades yields a wide interval, but not a properly estimated prediction interval.

The CARDIA apoB trajectory analysis reached this conclusion directly: the substantial variance in apoB over time, and the modest association between baseline measures and rates of change, mean that predicting an individual’s future apoB concentration — and therefore their cumulative exposure — from a one-time assessment has low accuracy [16]. Where early measurements are absent, the appropriate output is a set of clearly labelled sensitivity scenarios — a stable lifelong level, a gradual age-related rise, a late metabolic deterioration — presented side by side as sensitivity analyses rather than as competing estimates of the person’s actual history. A single reconstructed central estimate should not be produced.

8.4 Why discordance hazard ratios cannot simply be borrowed or combined

The Copenhagen excess-apoB hazard ratios (Section 4.2) are a real and useful signal, but two constraints govern their use. First, they are defined relative to a specific residual: Copenhagen derived expected apoB by regressing apoB on LDL-C, separately in women and men, among participants with triglycerides at or below 1 mmol/L (89 mg/dL). The category cut-points and their hazard ratios are defined against that residual, so substituting a different expected-apoB equation would change who falls into each category, and the hazard ratios would no longer describe the patients being classified. Any use of the Copenhagen categories must reproduce its actual sex-specific regressions, not an approximation of them.

Second, the Copenhagen hazard ratios must not be multiplied by the Domanski cumulative-exposure hazard ratio to build a composite. The two exposures overlap biologically and statistically; multiplying them assumes independence and double-counts the same particle-related risk. A joint estimate would require both variables entered in a single model, with collinearity and interaction assessed, cohort-specific calibration, and external validation — not a product of two hazard ratios drawn from different cohorts.

8.5 Why plaque change cannot be converted into individual event reduction

The trial-level association between mean plaque regression and mean event reduction (Section 7) is ecological. It relates group averages across trials. It does not establish that lowering a particular patient’s atheroma volume by one percentage point reduces that patient’s event risk by any fixed amount, it does not transfer outside the studied populations and treatments, and it assumes plaque-volume change captures the whole treatment effect. Translating it into an individual event projection is an ecological-to-individual error. Whether apoB-years trajectory change correlates with serial plaque-volume change, and whether that change mediates clinical benefit, is a question for the validation program in Section 11, not a calculation to perform today.

8.6 What a research index may and may not contain

A limited research index of the form above — cumulative measured apoB exposure over a defined window, reported with its measured-versus-imputed share and, within ages 18 to 40, a ratio against the CARDIA reference — is a reasonable object to define and then test. What it must not contain, until each is separately derived and validated, is an event-risk multiplier, a composite of overlapping hazard ratios, a back-cast central estimate, a projected plaque or event trajectory, or clinical risk categories carrying recommended actions. Candidate exposure bands may be prespecified for the purpose of testing them, but a research analysis plan is better served by predefining quantiles or continuous spline terms than by inventing labelled categories that will be read as validated risk tiers regardless of any disclaimer attached.

9. Validation Status: What This Is Not

This section states plainly what the descriptive measure is not, so that no reader mistakes it for a validated risk instrument.

Neither apoB-years nor LDL-years is a validated clinical metric. No guideline reviewed in Section 10 operationalizes or endorses a cumulative-exposure calculation for routine care.
Any candidate exposure bands are constructed by reasoning outward from a single cohort reference point observed over ages 18 to 40. They have never been tested against outcomes, and this paper attaches no clinical action to them.
Back-casting a person’s early exposure carries uncertainty that in many patients would exceed the width of any candidate band. This is the single largest technical barrier to a retrospective cumulative-exposure measure, and it is not solvable with better statistics — it requires lipid data that most adults do not have.
Any apoB-to-LDL-C conversion assumes population-median behaviour in an individual — precisely the assumption that fails in the discordant patients the metric exists to identify. Imputed exposure must therefore be reported separately from measured exposure rather than blended with it.
Cumulative exposure computed by trapezoidal integration from sparse clinical panels is not the quantity the published hazard ratios describe. Those were derived from spline-based mixed models that borrowed information across an entire cohort. The two have never been compared.
Cumulative exposure is biologically and epidemiologically linked to anatomical disease burden, but its ability to predict an individual’s plaque trajectory has not been directly validated, and it is particularly limited for predicting the timing of clinical events. The measure proposed here should not substitute for imaging where imaging is independently clinically indicated for anatomical risk assessment.

The appropriate positioning is therefore a descriptive research measure that makes visible a variable clinicians already believe matters, considered alongside — never instead of — the validated instruments (the PREVENT equations, guideline lipid goals, and coronary artery calcium or CT angiography where independently indicated). It should not carry a risk estimate, a category label, or a recommended action until each has been derived and externally validated.

10. Guideline Trajectory

Guideline movement supports the cumulative-exposure concept. It does not validate apoB-years arithmetic, historical back-casting, exposure ratios, or exposure-based treatment thresholds, and the distinction should be kept sharp.

The 2026 ACC/AHA/multisociety dyslipidemia guideline retires and replaces the 2018 cholesterol guideline and is retitled to reflect atherogenic lipoproteins beyond LDL-C, including triglyceride-rich remnants and Lp(a) [4]. It replaces the Pooled Cohort Equations with the PREVENT-ASCVD equations, which estimate both 10-year and 30-year risk — an explicitly lifetime-oriented framing. It restores absolute LDL-C goals by risk stratum (<100, <70, and <55 mg/dL). It recommends Lp(a) measurement at least once in every adult’s lifetime. It endorses selective apoB measurement to assess residual atherogenic particle burden, particularly in patients with triglycerides above 200 mg/dL, diabetes, or achieved LDL-C below 70 mg/dL. And its central framing — earlier intervention to reduce prolonged exposure — is the cumulative-exposure argument in all but name [5], [45].

The 2024 National Lipid Association expert consensus went further on apoB specifically, proposing apoB thresholds of 60, 70, and 90 mg/dL for very-high-, high-, and borderline-to-intermediate-risk patients respectively, and stating that apoB and non-HDL-C stratify risk more accurately than LDL-C where the measures disagree [46]. The 2019 ESC/EAS guidelines give apoB a Class I, Level C recommendation for risk assessment, preferentially in metabool syndroom, diabetes, obesity, and very low achieved LDL-C, and permit its use as the primary measurement for screening, diagnosis, and management [47]. The Canadian Cardiovascular Society similarly recommends apoB or non-HDL-C as preferred screening markers in hypertriglyceridemia [48].

None of the societies or guidelines reviewed here operationalizes a cumulative-exposure calculation. The biology is increasingly accepted; the arithmetic has not been derived, calibrated, or validated. That gap is what the research program in Section 11 is meant to close, and it is not closed by proposing a formula.

11. A Validation Program

The following would move apoB-years from concept to instrument, in ascending order of cost.

Tier 1 — Retrospective derivation in existing cohorts

Candidate cohorts include CARDIA, MESA, Framingham Offspring, the Copenhagen General Population Study, and UK Biobank. Suitability would depend on the availability, timing, assay method, and density of serial apoB measurements and stored specimens, which differ substantially between them and must be established from each cohort’s own data documentation before that cohort is committed to this analysis. Where that condition is met, compute cumulative exposure using measured serial apoB only, by the same spline-based mixed-model approach used in the source analyses, and separately by trapezoidal integration from a deliberately thinned subset of visits that mimics real clinical density. Comparing those two is itself a necessary study: it establishes whether a clinically computable approximation recovers the quantity the published hazard ratios describe. Then test discrimination and calibration for incident ASCVD against the current-value model, quantifying incremental C-statistic, net reclassification, and integrated discrimination over PREVENT. The null hypothesis to be defeated is that cumulative exposure adds nothing beyond current apoB plus age.

Tier 2 — Back-cast validation

Within cohorts holding true adolescent measurements, compare back-cast estimates against measured values to derive empirical error bands by age gap and by covariate profile. This is the study that determines whether a retrospective exposure estimate is viable at all in patients presenting after age 45, and it may be feasible in existing cohorts holding sufficiently dense adolescent and adult measurements.

Tier 3 — Anatomical anchoring

In cohorts with repeat quantitative coronary CTA — the PARADIGM registry, a prospective multinational registry of patients undergoing serial CCTA, is the clearest established example [49], and any further cohort, including SCAPIS or MESA, would first have to be shown to hold repeat quantitative CCTA suitable for measuring plaque-volume change — regress plaque volume and low-attenuation plaque volume on ABY to establish whether the milestone thresholds that currently circulate without provenance have any empirical basis. This is where the vacant cells of every published apoB-years milestone table would finally be filled with real numbers.

Tier 4 — Prospective and interventional

Prospective registry deployment measuring whether reporting cumulative apoB exposure changes physician prescribing, patient naleving, and downstream lipid trajectory; ultimately, a randomized comparison of exposure-guided versus guideline-goal-guided management with imaging or event endpoints. Only the last of these can establish that the metric improves outcomes rather than merely predicting them.

12. Conclusion

The case for cumulative apoB exposure rests on four claims of sharply differing strength. That plaque accumulation is strongly related to both the magnitude and the duration of exposure to apoB-bevattende deeltjes — integration over time being a biologically motivated approximation of that cumulative exposure — is well supported by mechanism and consistent with the available human data. That cumulative exposure predicts ASCVD independent of contemporaneous lipid values is demonstrated in multiple cohorts for LDL-C and in one important CARDIA analysis for apoB. That risk tracks apoB more closely than LDL-C where the two disagree — in a fraction of adults that varies from roughly 5% to 25% by definition, treatment status, and LDL-C estimation method, concentrating in the insulin-resistant and diabetic phenotype — is supported consistently across the available discordance analyses. That a specific cumulative-exposure number should guide a specific clinical decision is not established at all, and the distance between the third claim and the fourth is larger than enthusiasm for the concept tends to suggest.

The productive path is to treat cumulative apoB exposure as a candidate metric requiring derivation, calibration, and external validation, and to resist the temptation to publish coefficients before they exist. A disclaimer does not make an invalid calculation valid. At the same time, the status quo is not neutral: current practice necessarily relies primarily on contemporaneous measurements despite the chronic, cumulative nature of atherosclerosis, and does so in a population increasingly composed of patients whose LDL-C understates their particle burden — a limitation with a known direction. Both statements are true, and the second does not license shortcuts on the first.

Referenties

Disclosure and status. This is a verhalend overzicht and research framework. It defines cumulative apoB exposure as a descriptive measure and argues explicitly that it is not yet a validated individual risk metric; it recommends no cumulative-exposure threshold and provides no individual risk score. Reference [23] uses the online-published version of the cited JAMA Cardiology article; page numbers follow the print issue. Clinical decisions should follow current guideline recommendations.

Transparantienotitie: Dit blogbericht is gemaakt met behulp van AI-tools. De uiteindelijke inhoud is zorgvuldig beoordeeld en bewerkt door de auteur, die verantwoordelijk is voor de juistheid ervan. De verstrekte informatie is uitsluitend voor educatieve doeleinden en vormt geen medisch advies.