Rokers met baseline SBP >144 mmHg kunnen mogelijk schade ondervinden van intensieve BP verlaging
Assessment of Risk of Harm Associated With Intensive Blood Pressure Management Among Patients With Hypertension Who Smoke A Secondary Analysis of the Systolic Blood Pressure Intervention Trial
Literatuur - Scarpa J, Bruzelius E, Doupe P et al. - JAMA Network Open. 2019;2:e190005, doi:10.1001/jamanetworkopen.2019.0005Introductie en methoden
Een lager systolische bloeddruk (SBP) doel van<120 mmHg in individuen zonder diabetes resulteerde in een verhoogd voordeel vergeleken met een meer gematigd doel van <140 mmHg, aangetoond in de Systolic Blood Pressure Intervention Trial (SPRINT) [1]. Deze data, in combinatie met bewijsvoering in meta-analyses [2,3] suggereren dat intensieve BP verlaging grotendeels gunstig is en is gesuggereerd als een optimaal behandeldoel. Er zijn echter ook discussies over de beperkingen van SPRINT inclusief het uitvoeren van BP metingen en de toepasbaarheid naar andere hypertensieve populaties [4].
Het moet ook benoemd worden dat SPRINT, als ook de Action to Control Cardiovascular Risk in Diabetes Trial, ook significante nadelige events rapporteerden, waaronder renale insufficiëntie en voorvallen van acute nierschade, geassocieerd met intensieve BP verlaging [5,6], dat mogelijk lange termijn therapietrouw aan intensieve BP regulatie beperkt.
SPRINT includeerde individuen met een SBP tussen 130-180 mmHg en verhoogd CV risico, zonder diabetes of beroerte, tussen nov 2010 en maart 2013. Deelnemers werden toegewezen aan SBP doel van<120 mmHg (interventie) of <140 mmHg (controle). Intensieve BP verlaging was geassocieerd met reductie in primaire uitkomst (samengestelde uitkomst van MI, andere acute coronaire syndromen, beroerte, HF of sterfte door CV oorzaken) met HR 0.7; 95%CI: 0.5-0.9; P<0.05.
Het is belangrijk om subgroepen van patiënten te identificeren die slecht reageren of zelfs risico lopen op schade door BP verlagende behandeling, zodat clinici persoonlijke, veilige en kosteffectieve behandeling kunnen geven. Traditionele subgroepanalyses identificeren niet altijd heterogene behandeleffecten (HTEs), maar recente ontwikkelingen in machine learning kunnen HTEs beter detecteren in grote populaties met covariaten [7].
In deze verkennende, hypothese-genererende, ad hoc, secondaire analyse van SPRINT, werd een machine learning methode (random forest analyse) gebruikt om heterogeniteit te onderzoeken in CV effecten van intensieve BP regulatie. Primaire uitkomst was de primaire uitkomst in SPRINT (samengestelde uitkomst van MI, andere acute coronaire syndromen, beroerte, HF of sterfte door CV oorzaken). Mediane follow-up was 3.3 jaar (IQR: 2.7-3.8).
Belangrijkste resultaten
- Van 9361 deelnemers waren 466 (5%) huidige rokers met SBP >144 mmHg op baseline.
- De random forest algoritme identificeerde 1 subgroep van rokers met SBP >144 mmHg op baseline met hoger aantal deelnemers met primaire uitkomst in de behandelgroep vergeleken met de controle groep (10.9 vs 4.8%, HR 10.6, 95%CI:1.3-86.1, P=0.03). Number needed to harm was 43.7 om 1 event te veroorzaken.
- Er was geen significant effect voor afzonderlijke groepen van huidige rokers of degenen met SBP >144 mmHg op baseline.
- Gebruikmakend van het volledige 3-way interactie model resulteerde in een HR voor de drievoudige interactieterm ‘behandeld, baseline huidige roker, baseline SBP >144 mmHg’ van 2.0 (95%CI:1.1-3.7, P<0.05).
- De subgroep van rokers met baseline SBP >144 mmHg had een verhoogde kans op acute nierschade in de intensieve BP groep (10.0%) vs controle groep (3.2%) (HR:9.4, 95%CI:1.2-77.3, P=0.04).
- Interessant is dat de reductie in gemiddelde arteriële druk over beide groepen (interventie en controle) groter was in de subgroep van rokers met baseline SBP >144 mmHg dan in de rest van het cohort (-8.7; 95%CI:-15.0 tot -2.3, P=0.01) wat werd gedreven door een aanhoudende en opmerkelijke reductie in DBP (~2-voudig) dan SBP.
Conclusie
Deze verkennende analyse van SPRINT data die gebruik maakte van een machine learning methode onthulde een subgroep van huidige rokers en baseline SBP >144 mmHg die mogelijk schade ondervinden met intensieve BP verlaging. Meer specifiek, deze groep had een hoger aantal primaire uitkomsten en hogere incidentie van acute nierschade met intensieve BP verlaging.
Deze analyse liet zien dat een machine learning methode onverwachte HTEs kan onthullen binnen een bestaande RCT om potentiele hypotheses te ontdekken, die verder onderzocht moeten worden. Bovendien suggereren deze bevinden dat hoewel voordeel is gezien in gerandomiseerde klinische trial in het gehele cohort, behandeling mogelijk ongewenste effecten heeft in populatie subgroepen. De identificatie van subgroepen is belangrijk voor clinici om onnodige schade te voorkomen in hoge risico groepen.
Deel deze pagina met collega's en vrienden: