Development and validation of a prediction rule for recurrent vascular events based on a cohort study of patients with arterial disease: the SMART risk score.

 

Dorresteijn JA, Visseren FL, Wassink AM et al; on behalf of the SMART Study Group.
Heart. 2013 Apr 10. doi:10.1136/heartjnl-2013-303640

Achtergrond

Hoewel richtlijnen suggereren dat alle patiënten met symptomatische arteriële ziekte 20% of meer 10-jaar risico hebben op terugkerende vasculaire aandoeningen [1-3], weten clinici dat niet alle patiënten gelijk zijn, noch hun werkelijke risico. Mogelijk hebben niet alle patiënten de potentieel schadelijke en dure nieuwe preventieve behandelingen nodig. Risicostratificatie kan helpen bij het identificeren van patiënten die het meest baat zullen hebben bij agressieve therapie en dure programma’s ter verbetering van de leefstijl. Bovendien zijn patiënten geïnteresseerd in hun specifieke prognose en risicofactoren.
Er bestaat een aantal voorspellende regels  voor risicostratificatie in patiënten met vasculaire aandoeningen, maar deze worden niet veel gebruikt. Vaak gebruikte voorspellende modellen zijn ontwikkeld op basis van individuen zonder klinische manifestatie van cardiovasculaire aandoeningen, en deze modellen zijn niet gevalideerd in een populatie met bestaande atherosclerose [4-7]. Daarom missen deze risico-inschattingsmodellen belangrijke risicobepalende factoren die specifiek belangrijk zijn voor patiënten met bestaande ziekte [8].
De schrijvers hadden zich daarom tot doel gesteld om praktische voorspellingsmodellen te ontwikkelen voor het langetermijnrisico op terugkerende vasculaire aandoeningen in individuele patiënten met welke arteriële aandoening dan ook. Model A neemt alleen klinische parameters (SMART risicoscore) in beschouwing, model B kijkt alleen naar bevindingen van carotis ultrasound en model C combineert deze bevindingen. Gegevens werden gebruikt van 5788 patiënten die waren geïncludeerd in de SMART (Secondary Manifestations of ARTerial disease) studie, een single-center prospectieve cohortstudie [9]. De modellen werden ontwikkeld op grond van een willekeurige 60%  van de studiegegevens (n=3489) en vervolgens getest in de overige 40%.
 

Belangrijkste resultaten

• De concordance statistiek geeft de mate weer waarin het model patiënten met of zonder terugkerende cardiovasculaire aandoening kan onderscheiden.
  De concordance statistiek van model A (0.675 (0.642-0.708)) was significant beter (P<0.01) dan model B (0.644 (0.609–0.679)). Model C (0.683 (0.650–0.717)) was significant, maar met een klein verschil beter dan model A (P=0.03).
• Kalibratieplots en statistische testen laten voldoende goodness-of-fit voor de 10-jaar voorspellende versus geobserveerde aandoening-vrije overleving zien voor model A, B en C.
• Het voorspelde en geobserveerde risico komen ook overeen wanneer klinisch relevante subgroepen geanalyseerd worden, met als uitzondering dat het geobserveerde risico lager (26 of 27%) was in de subgroep waar de SMART risicoscore een hoog risico (30-<40%) had voorspeld, in alle modellen.

 

Conclusie

Het onderscheidend vermogen van patiënten met verschillende risicoprofielen op basis van alleen klinische parameters was slechts in beperkte mate kleiner dan het model dat klinische gegevens combineert met ultrasound beeldvorming. Omdat een model gebaseerd op klinische parameters, zonder de noodzaak van carotis ultrasound, gemakkelijk in het gebruik is, stellen de auteurs voor om de SMART risicoscore te gebruiken voor het voorspellen van het 10-jaar risico op terugkerende vasculaire aandoeningen in patiënten met elke vorm van symptomatische atherosclerotische vasculaire ziekte. Toepassing van het model gebaseerd op de SMART risicoscore werkte goed in subgroepen patiënten met cerebrovasculaire ziekte, kransslagaderziekte, perifere arterieziekte of abdominaal aorta-aneurysma. De SMART risicoscore is nuttig voor patiënten met bestaande vasculaire aandoeningen, waardoor het risicostratificatie van patiënten in de stabiele fase van symptomatische vasculaire ziekte mogelijk maakt.
 

Referenties

1. Graham I, Atar D, Borch-Johnsen K, et al. European guidelines on cardiovascular disease prevention in clinical practice: executive summary. Eur Heart J 2007;28:2375–414.
2. Grundy SM, Cleeman JI, Merz CN, et al. Implications of recent clinical trials for the National Cholesterol Education Program Adult Treatment Panel III guidelines. Circulation 2004;110:227–39.
3. Smith SC Jr, Allen J, Blair SN, et al. AHA/ACC guidelines for secondary prevention for patients with coronary and other atherosclerotic vascular disease: 2006 update: endorsed by the National Heart, Lung, and Blood Institute. Circulation 2006;113:2363–72
4. Ridker PM, Buring JE, Rifai N, et al. Development and validation of improved algorithms for the assessment of global cardiovascular risk in women: the Reynolds Risk Score. JAMA 2007;297:611–19.
5. Ridker PM, Paynter NP, Rifai N, et al. C-reactive protein and parental history improve global cardiovascular risk prediction: the Reynolds Risk Score for men. Circulation 2008;118:2243–51, 4p.
6. Wilson PW, D’Agostino RB, Levy D, et al. Prediction of coronary heart disease using  risk factor categories. Circulation 1998;97:1837–47.
7. Conroy RM, Pyorala K, Fitzgerald AP, et al. Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project. Eur Heart J 2003;24:987–1003.
8.Wattanakit K, Folsom AR, Chambless LE, et al. Risk factors for cardiovascular event recurrence in the Atherosclerosis Risk in Communities (ARIC) study. Am Heart J 2005;149:606–12.
9. Simons PC, Algra A, van de Laak MF, et al. Second manifestations of ARTerial disease (SMART) study: rationale and design. Eur J Epidemiol 1999;15:773–81.
 

Klik door naar dit artikel op Pubmed