Cardiovasculaire Geneeskunde.nl

Nieuwe CV risicoscore kan worden aangepast aan leeftijd en specifieke situatie in een land

Literatuur - Hajifathalian K et al., Lancet Diabetes Endocrinol 2015

A novel risk score to predict cardiovascular disease risk in national populations (Globorisk): a pooled analysis of prospective cohorts and health examination surveys


Hajifathalian K, Ueda P, Lu Y et al.
Lancet Diabetes Endocrinol 2015. Online: 25 March 2015. DOI: http://dx.doi.org/10.1016/S2213-8587(15)00081-9
 

Achtergrond

Er bestaat consensus dat behandeling van cardiometabole risicofactoren zoals bloeddruk en cholesterol geleid moet worden door ziekterisico, in plaats van op basis van de individuele risicofactoren [1-3], hoewel over de geschikte drempelwaarde voor behandeling nog wordt gediscussieerd. Risicogebaseerde multidrug-behandeling en advies kan een kosteneffectieve manier zijn om de last van niet-overdraagbare ziekten wereldwijd te verminderen [4].
Een risicoscore schat iemands risico op CV aandoeningen gedurende een specifieke periode op basis van de risicofactoren en het gemiddelde CV ziekterisico in de populatie, en is vaak opgebouwd uit hazardratio’s (HRs) van individuele CV risicofactoren. Van HRs voor de belangrijkste CV ziekterisicofactoren wordt gedacht dat ze vergelijkbaar zijn in Westerse en Aziatische populaties, en ook in de loop der tijd binnen een populatie. CV ziekterisico verschilt echter aanzienlijk tussen populaties en in de tijd.
Daarom kunnen risicovoorspellingsmethoden niet bevredigend worden toegepast voor andere populaties of zelfs in dezelfde populatie, een tijd nadat de risicoscore is ontwikkeld [5,6]. Herkalibrering van het gemiddelde risicofactorniveau van de doelpopulatie kan worden uitgevoerd om dit probleem op te lossen, hoewel dit gevarieerde resultaten heeft opgeleverd.
Dit artikel beschrijft een nieuwe risicovoorspelling-vergelijking die kan worden geherkalibreerd en geüpdate voor gebruik in verschillende landen met routinematig beschikbare informatie. Individu-niveau data van personen van 40 jaar en ouder zonder historie van coronaire hartziekte of beroerte uit 8 prospectieve cohorten werd gepoold (inclusief cohorten in Honolulu en Puerto Rico). Drie aanvullende niet-VS gebaseerde cohorten (Schotland, Iran, Australië) werden gebruikt voor externe validatie.
 

Belangrijkste resultaten

  • De ontwikkelde risicoscore voor fatale CV ziekte presteerde goed in interne validatie (mediane C statistiek was 73.5%, met een range van 60-78% wanneer data uit verschillende cohorten werd weggelaten en gebruikt voor validatie).
  • In externe validatie, gaf het Scottish Heart Health Extended Cohort een C statistiek van 74%, (calibration χ2: 12.0), de Tehran Lipid and Glucose study 83% (calibration χ2: 12.9) en het Australian Diabetes, Obesity and Lifestyle cohort 84% (calibration χ2: 44.3, met name als gevolg van het hoogste deciel van voorspeld risico).
  • Het geschatte 10-jaars fatale CV ziekterisico, op iedere leeftijd en niveau van risicofactor, varieerde aanzienlijk tussen verschillende nationale populaties, met het laagste risico in Japan, Zuid-Korea, Spanje, Denemarken en Engeland, en het hoogste in China en Mexico.
  • De totaal-vs.-fataal CV ziekte-ratio had de neiging lager te worden met de leeftijd, hetgeen betekent dat meer fatale events optreden op hogere leeftijd. De totaal-vs.-fataal CV ziekte-ratios werden verwacht te dalen in laag- en middeninkomenslanden. Inderdaad werden aanzienlijke verschillen gezien in de risicoverdeling van fatale CV ziekte tussen landen.
  • De Globorisk risicopredictietool zal online beschikbaar komen.
 

Conclusie

De ontwikkelde risicovoorspellingsvergelijking en risicotabellen die ermee gemaakt kunnen worden kunnen worden gebruikt om individuen met een hoog risico op CV aandoeningen te identificeren in verschillende landen, en om het aandeel van zulke mensen te schatten in een populatie. Dit laatste maakt het mogelijk om vooruitgang publieke gezondheidsdoelstellingen te meten.
Het gebruik van de risicoscore suggereerde een aanzienlijk verhoogde prevalentie van mensen met een hoog CV risico in laag- en midden-inkomenslanden, ten opzichte van hoog-inkomenslanden.
De vergelijking maakt variatie in de leeftijds- en seksepatronen van CV risico in populaties mogelijk en in de loop van de tijd. Deze risicovergelijking maakt wereldwijde toepassing van risicostratificatie mogelijk.
 

Redactioneel commentaar [7]

Hoewel de meeste CV ziekte predictiemodellen worden ontwikkeld in Noord-Amerika of Europa, worden ze meestal niet gevalideerd voor hun voorspellende nauwkeurigheid in individuen buiten de populaties waarvoor ze werden ontwikkeld. De auteurs merken op dat CV ziektedruk ook snel toeneemt in laag- en midden-inkomenslanden, wat aanpassing van risicomodellen voor deze landen noodzakelijk maakt.
“Het Globorisk model werd ontwikkeld op zo’n manier dat landspecifieke calibratie haalbaar werd met weinig gegevens. Echter, wanneer individuele deelnemer-gegevens beschikbaar zijn voor een setting van interesse, kunnen bestaande modellen vaak op vergelijkbare wijze worden geherkalibreerd, wat directe vergelijking tussen modellen per land mogelijk maakt. Dergelijke directe vergelijkingen zullen zorgprofessionals en beleidsmakers in deze landen helpen te beslissen welk model gestimuleerd moet worden, hetgeen de bevindingen van Hajifathalian en collega’s in een nog breder perspectief plaatst.”(…)
“De land-specifieke voorspellingen voor geschat 10-jaars CV ziektelast zijn opvallend, met name het grote aandeel hoogrisico individuen in China, Mexico, Tschjechië en Iran. Een volgende stap zou zijn om de positieve effecten op populatieniveau te kwantificeren als het Globorisk model en vervolgens risicogebaseerde preventief management wordt toegepast in deze landen.”
 
Vind dit artikel online bij The Lancet Diabetes and Endocrinology
 

Referenties

1 Jackson R, Lawes CM, Bennett DA, et al. Treatment with drugs to lower blood pressure and blood cholesterol based on an individual’s absolute cardiovascular risk. Lancet 2005; 365: 434–41.
2 JBS3 Board. Joint British Societies’ consensus recommendations for the prevention of cardiovascular disease. Heart 2014; 100 (suppl 2): ii1–67.
3 WHO. Prevention of cardiovascular disease: guidelines for assessment and management of cardiovascular risk. Geneva: World Health Organization, 2007.
4 Lim SS, Gaziano TA, Gakidou E, et al. Prevention of cardiovascular disease in high-risk individuals in low-income and middle-income countries: health effects and costs. Lancet 2007; 370: 2054–62.
5 Cook NR, Paynter NP, Eaton CB, et al. Comparison of the Framingham and Reynolds Risk scores for global cardiovascular risk prediction in the multiethnic Women’s Health Initiative. Circulation 2012; 125: 1748–56.
6 Neuhauser HK, Ellert U, Kurth BM. A comparison of Framingham and SCORE-based cardiovascular risk estimates in participants of the German National Health Interview and Examination Survey 1998. Eur J Cardiovasc Prev Rehabil 2005; 12: 442–50.
7 Moons KGM, Schuit E. Prediction of cardiovascular disease worldwide. Lancet Diabetes Endocrinol 2015 Published Online March 26 date, 2015 http://dx.doi.org/10.1016/
S2213-8587(15)00002-9
 

Deel deze pagina met collega's en vrienden: