Cardiovasculaire Geneeskunde.nl

Nieuw nauwkeurig predictiemodel voor hartfalen hospitalisatie en mortaliteit

Literatuur - Voors AA, et al, Eur J Heart Fail. 2017

Development and validation of multivariable models to predict mortality and hospitalization in patients with heart failure

 
Voors AA, Ouwerkerk W, Zannad F, et al.
Eur J Heart Failure 2017;19(5): 627-634
 

Achtergrond

Nauwkeurige predictie van mortaliteit en hospitalisatie van hartfalen (HF)-patiënten is belangrijk voor het management van deze patiënten [1,2]. Het huidige risicomodel voorspelt echter matig en slechts een derde is gevalideerd in een tweede cohort [3-5].
 
In deze grote Europese BIOSTAT-CHF-studie werden nieuwe predictiemodellen voor sterfte door alle oorzaken en hospitalisatie van HF-patiënten ontwikkeld en gevalideerd. Het index cohort bestond uit 2516 HF-patiënten uit 69 centra in 11 Europese landen; 26% overleed, 24% werd minstens een keer gehospitaliseerd voor verslechterend HF en 41% overleed of ervaarde een eerste event van HF-hospitalisatie. Het externe validatiecohort bestond uit 1738 vergelijkbare patiënten uit 6 centra in Schotland; 34% overleed, 35% werd gehospitaliseerd voor verslechterend HF en 51% overleed of had een eerste event voor HF-hospitalisatie. Beide cohorten hadden een mediane follow-up van 21 maanden.
 

Belangrijkste resultaten

Uiteindelijke volledige predictiemodel:
  • Voor sterfte door alle oorzaken bestond uit 16 variabelen met een ruwe C statistiek van 0.73 (0.73 na correctie voor optimisme).
  • Voor HF hospitalisatie bestond uit 10 variabelen met een ruwe C statistiek van 0.69 (0.68 na correctie voor optimisme).
  • Voor het samengestelde model voor sterfte door alle oorzaken en HF-hospitalisatie bestond uit 15 variabelen met een ruwe C statistiek van 0.71 (0.70 gecorrigeerd voor optimisme).
 
Uiteindelijke compacte predictiemodel (sterkste variabelen):
  • Sterfte door alle oorzaken: hogere leeftijd, hoger bloedureumconcentraties (BUN) en NT-proBNP, lager hemoglobine en het niet voorschrijven van een bètablokker, voorspelden hogere sterfte door alle oorzaken met een ruwe C statistiek van 0.69 (0.69 na correctie voor optimisme).
  • HF-hospitalisatie: hogere leeftijd, HF hospitalisatie in het jaar voor inclusie, aanwezigheid van oedeem, lagere systolische bloeddruk (SBP) en lagere eGFR voorspelden een hoger risico op HF hospitalisatie, met een ruwe C statistiek van 0.67 en 0.66 na correctie voor optimisme.
  • Samengestelde eindpunt: hogere leeftijd, HF-hospitalisatie in het jaar voor inclusie, aanwezigheid van oedeem, hoger NT-proBNP, lager SBP, hemoglobine, HDL-c en natriumconcentratie in het serum, alsmede het niet voorschrijven van bètablokkers voorspelden de samengestelde uitkomst met een ruwe C statistiek gecorrigeerd voor optimisme van 0.69.
 
Risicoscore
De risicoscore includeerde de volgende afkapwaarden voor optimale classificatie: NT-proBNP >4000 pg/mL, BUN >11 mmol/L, HDL <1.05 mmol/L, leeftijd >70 jaar, natrium <140 mmol/L, hemoglobine <12 g/dL, eGFR (CDK-EPI formule) <40 mL/min en SBP <140 mmHg.
 
Validatie
In het validatiecohort waren de C statistieken voor de volledige modellen 0.73, 0.64 en 0.68 voor respectievelijk mortaliteit, HF hospitalisatie en het samengestelde eindpunt, en 0.72, 0.61 en 0.67 voor de compacte modellen.
 

Conclusie

In een grote Europese studie zijn nieuwe predictiemodellen voor sterfte door alle oorzaken en HF-hospitalisatie ontwikkeld en gevalideerd, welke beter presteren dan de huidige predictiemodellen en gebruik maken van informatie dat normaal gesproken snel beschikbaar is in de routinematige klinische praktijk. Variabelen in het predictiemodel voor sterfte door alle oorzaken waren anders dan deze voor HF-hospitalisatie. Gebaseerd op deze resultaten is een gesimplificeerde risicoscore voor gebruik in de klinische praktijk ontwikkeld.

Vind deze publicatie online op Eur J Heart Fail
 

Referenties

1. Dickstein K, Cohen-Solal A, Filippatos G, et al, ESC Committee for Practice Guidelines (CPG). ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure 2008: The Task Force for the Diagnosis and Treatment of Acute and Chronic Heart Failure 2008 of the European Society of Cardiology. Developed in collaboration with the Heart. Failure Association of the ESC (HFA) and endorsed by the European Society of Intensive Care Medicine (ESICM). Eur Heart J 2008;29:2388–2442.
2. McMurray JJ, Adamopoulos S, Anker SD, et al, ESC Committee for Practice Guidelines. ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure 2012: the Task Force for the Diagnosis and Treatment of Acute and Chronic Heart Failure 2012 of the European Society of Cardiology. Developed in collaboration with the Heart. Failure Association (AHA) of the ESC. Eur J Heart Fail 2012;14:803–869.
3. Ouwerkerk W, Voors AA, Zwinderman AH. Factors Influencing the predictive power of models for predicting mortality and/or heart failure hospitalization in patients with heart failure. JACC Heart Fail 2014;2:429–436.
4. Ross JS, Mulvey GK, Stauffer B, et al. Statistical models and patient predictors of readmission for heart failure. Arch Intern Med 2008;168:1371–1386.
5. Kansagara D, Englander H, Salanitro A, et al. Risk prediction models for hospital readmission: a systematic review. JAMA 2011;306:1688–1698.
 

Deel deze pagina met collega's en vrienden: