Cardiovasculaire Geneeskunde.nl

Toevoegen van HbA1c aan traditionele CVD risicofactoren verbetert voorspelling van nieuw CVD nauwelijks bij niet-diabetici

Literatuur - The Emerging Risk Factors Collaboration, JAMA 2014 - JAMA. 2014;311(12):1225-1233

 

Glycated Hemoglobin Measurement and Prediction of Cardiovascular Disease
 

The Emerging Risk Factors Collaboration
JAMA. 2014;311(12):1225-1233. doi:10.1001/jama.2014.1873
 

Achtergrond

Screenen op diabetes mellitus wordt volgens aanbevelingen uitgevoerd door glycaemiematen te meten, zoals nuchtere bloedglucose en hemoglobineglycaat (HbA1c), om zo de incidentie van diabetes-specifieke microvasculaire complicaties te verlagen [1,2]. Hogere niveaus van glycaemie zijn ook in verband gebracht met een hogere incidentie van cardiovasculaire aandoeningen (CVD), en dus is voorgesteld dat glycaemische maten ook gebruikt zouden kunnen worden om CVD risico beter te voorspellen [3-5].
Diverse richtlijnen hebben inmiddels meting van HbA1c en/of nuchtere glucose geïncludeerd in CVD risico-inschattingsmethodes [6-8]. Glycaemische maten werden echter niet opgenomen in de American College of Cardiology/American Heart Association richtlijn voor CV risicobepaling [9].
Deze studie evalueerde of het toevoegen van informatie over HbA1c niveaus aan prognostische modellen van traditionele CV risicofactoren de voorspelling van incidente CVD uitkomsten verbetert bij volwassenen van middelbare leeftijd en ouder, zonder voorgeschiedenis van diabetes. Gegevens van 294998 deelnemers uit prospectieve cohorten van the Emerging Risk Factors Collaboration werden gebruikt.
 

Belangrijkste resultaten

  • Gedurende een mediane follow-up van 9.9 (IQR: 7.6-13.2) jaar, werden 20840 incidente fatale en niet-fatale CVD uitkomsten gedocumenteerd.
  • Bij benadering J-vormige associaties werden gezien tussen HbA1c, nuchtere glucose, willekeurige glucose of postload glucose en CVD risico, wanneer gecorrigeerd voor diverse traditionele CVD risicofactoren.
  • Hazard ratios voor CVD veranderden slechts weinig na correctie voor totaal cholesterol, triglyceridenniveaus, of geschatte glomerulare filtratie rate, maar verminderde licht wanneer werd gecorrigeerd voor HDL-c niveaus of C-reactieve proteïneniveaus.
  • Er waren kleine veranderingen in de C-index en de geïntegreerde discriminatie-index na toevoeging van informatie over HbA1c, nuchtere glucose, willekeurige glucose of postload glucose aan CVD risicovoorspellingsmodellen die leeftijd, geslacht, roken, systolische bloeddruk en totaal en HDL cholesterol in beschouwing namen.
  • Er werden geen significante verbeteringen gezien in netto reclassificatie met de glycaemische maten. Er werden geen belangrijke verschillen gezien in risicodiscriminatie op basis van sekse of in een andere klinisch relevante subgroep.
  • In deelnemers van wie twee of meer glycaemische maten beschikbaar waren, was de verandering in C-index over het algemeen vergelijkbaar aan de verandering met een van beide maten.
 

Conclusie

Deze analyse van individuele data van bijna 300000 mensen zonder voorgeschiedenis van diabetes en CVD bij baseline, laat zien dat informatie over HbA1c niet geassocieerd is met een klinisch betekenisvolle verbetering van CVD risico-inschatting. Slecht een kleine verbetering van de risicodiscriminatie werd gezien na toevoeging van HbA1c niveaus aan informatie over traditionele CVD risicofactoren, terwijl geen significante verbetering van de reclassificatie van deelnemers werd gezien.
De huidige observaties ondersteunen eerdere suggesties niet dat postload glucoseniveaus CVD incidentie sterker zou voorspellen dan andere glycaemiematen, aangezien de geschatte verbeteringen in CVD risicovoorspelling die de geteste glycamiematen opleverden, vergelijkbaar waren.
 
Vind dit artikel  online
 

Referenties

1. American Diabetes Association. Diagnosis and classification of diabetes mellitus. Diabetes Care. 2013;36(suppl 1):S67-S74.
2. Rydén L, Grant PJ, Anker SD, et al; Authors/Task Force Members; ESC Committee for Practice Guidelines (CPG); Document Reviewers. ESC Guidelines on diabetes, pre-diabetes, and cardiovascular diseases developed in collaboration with the EASD: the Task Force on diabetes, pre-diabetes, and cardiovascular diseases of the European Society of Cardiology (ESC) and developed in collaboration with the European Association for the Study of Diabetes (EASD). Eur Heart J. 2013;34(39):3035-3087.
3. US Preventive Services Task Force. Using nontraditional risk factors in coronary heart disease risk assessment: U.S. Preventive Services Task Force recommendation statement. Ann Intern Med. 2009;151(7):474-482.
4. Schöttker B, Müller H, Rothenbacher D, Brenner H. Fasting plasma glucose and HbA1c in cardiovascular risk prediction: a sex-specific comparison in individuals without diabetes mellitus. Diabetologia. 2013;56(1):92-100.
5. Simmons RK, Sharp S, Boekholdt SM, et al. Evaluation of the Framingham risk score in the European Prospective Investigation of Cancer-Norfolk cohort: does adding glycated hemoglobin improve the prediction of coronary heart disease events? Arch Intern Med. 2008;168(11):1209-1216. 6. Greenland P, Alpert JS, Beller GA, et al; American College of Cardiology Foundation; American Heart Association. 2010 ACCF/AHA guideline for assessment of cardiovascular risk in asymptomatic adults: a report of the American College of Cardiology Foundation/American Heart Association Task Force on Practice Guidelines. J AmColl Cardiol. 2010;56(25):e50-e103.
7. Anderson TJ, Grégoire J, Hegele RA, et al. 2012 update of the Canadian Cardiovascular Society guidelines for the diagnosis and treatment of dyslipidemia for the prevention of cardiovascular disease in the adult. Can J Cardiol. 2013;29(2):151-167.
8. Ridker PM, Buring JE, Rifai N, Cook NR. Development and validation of improved algorithms for the assessment of global cardiovascular risk in women: the Reynolds Risk Score. JAMA. 2007;297(6):611-619.

Deel deze pagina met collega's en vrienden: