Risicoscore op basis van EPD-gegevens verbetert risicovoorspelling van coronair lijden

Hoe weten we wie op termijn coronair lijden zal krijgen? Het EPD biedt een schat aan informatie, die kan worden gebruikt om de voorspelling van andere risicoscores te verbeteren.

Coronary Risk Estimation Based on Clinical Data in Electronic Health Records
Literatuur - Petrazzini BO, Chaudhary K, Márquez-Luna C, et al. - J Am Coll Cardiol. 2022 Mar 29;79(12):1155-1166. doi: 10.1016/j.jacc.2022.01.021

Introductie en methoden

Achtergrond

Om mensen met risico op coronair lijden (CAD) te identificeren, zijn verschillende instrumenten voor risico-inschatting ontwikkeld, zoals de gepoolde cohortvergelijkingen (PCE) en de polygene risicoscore (PRS). De toepasbaarheid van de conventionele klinische risicoscore, de PCE-score, wordt beperkt door zowel onder- als overschatting van het CAD-risico [1-3], evenals door bias in bepaalde populaties [4-6], terwijl de klinische bruikbaarheid van een hoge PRS voor CAD nog verder moet worden onderzocht [7]. Aangezien het EPD belangrijke klinische gegevens over verschillende ziekten bevat, kan dit een waardevolle bron zijn voor een nauwkeurigere risicovoorspelling en -stratificatie.

Doel van de studie

De auteurs onderzochten of een risicoscore gebaseerd op klinische kenmerken uit het EPD (EPD-score) de voorspelling en reclassificatie van het kortetermijnrisico op CAD kan verbeteren ten opzichte van de PCE-score en PRS.

Methoden

Om de EPD-score te ontwikkelen, werd een machineleren-gebaseerde methode toegepast op klinische gegevens afkomstig uit de EPD’s.

De voorspellende waarde van de EPD-score, PCE-score en PRS werd eerst onderzocht in een multi-etnisch ziekenhuiscohort – met EPD-koppeling – (BioMe Biobank-cohort) en vervolgens extern gevalideerd in een populatiegebaseerd cohort waarvoor EPD- en genotypegegevens beschikbaar waren (UK Biobank-cohort).

Beide studiepopulaties werden geselecteerd op basis van klinische richtlijnen om sturing te geven aan het initiëren van statinebehandeling . Het inclusiecriterium was een leeftijd van 40-79 jaar; personen die statines gebruikten of een tweedegraadsverwantschap (of hoger) hadden, werden uitgesloten van deelname. Het BioMe Biobank-cohort bestond uit 555 CAD-patiënten en 6349 controlepersonen en het UK Biobank-cohort uit 3130 CAD-patiënten en 378.344 controlepersonen.

De voorspellende waarde van de drie modellen werd beoordeeld door de oppervlakte onder de ‘receiver operating characteristic'-curve te bepalen, en ook werd de netto-reclassificatieverbetering (‘net reclassification improvement’) berekend.

Uitkomsten

De eerste uitkomstmaat was de voorspelling van CAD 1 jaar vóór de diagnose (primaire analyse). In een secundaire analyse werden het risico op beroerte en op atherosclerotische hart- en vaatziekten (CAD, angina en beroerte) onderzocht. Daarnaast werd bekeken of de EPD-score en de PRS individuen konden reclassificeren voor 1-jaarsrisico op CAD op basis van de PCE-score.

Belangrijkste resultaten

Risicovoorspelling

  • De EPD-score verbeterde de voorspelling van het CAD-risico met 12% in het BioMe Biobank-cohort en met 9% in het UK Biobank-cohort, vergeleken met de PCE-score.
  • In het BioMe Biobank-cohort werden vergelijkbare verbeteringen in de risicovoorspelling gezien voor atherosclerotische hart- en vaatziekten en beroerte alleen met gebruik van het EPD-model.
  • Voor personen met een laag CAD-risico (PCE-score <7,5) verbeterde de EPD-score de voorspelling van het CAD-risico met 20% (BioMe Biobank-cohort) en met 11% (UK Biobank-cohort), in vergelijking met de PCE-score.
  • Vergeleken met de PCE- of EPD-score kon de PRS de voorspelling van het CAD-risico niet duidelijk verbeteren.

Reclassificatie

  • Met de EPD-score kon 25,8% (BioMe Biobank-cohort) en 15,2% van de studiepopulatie (UK Biobank-cohort) worden geclassificieerd voor het 1-jaarsrisico op CAD, vergeleken met de PCE-score.
  • Door gebruik van de EPD-score kon 34,4% (BioMe Biobank-cohort) en 15,2% (UK Biobank-cohort) van de personen met een laag CAD-risico worden gereclassificeerd, in vergelijking met de PCE-score.
  • De PRS droeg niet duidelijk bij aan de reclassificatie van individuen voor het CAD-risico.

Positieve en negatieve voorspellende waarden, sensitiviteit en specificiteit, en vals positieven

  • De positief voorspellende waarde (kans dat een positief geteste persoon daadwerkelijk de ziekte heeft) van de EPD-score was 14% hoger (BioMe Biobank-cohort) en 23% hoger (UK Biobank-cohort) dan die van de PCE-score.
  • De sensitiviteit (percentage correct geïdentificeerde ziektegevallen) van de EPD-score was 12% hoger (BioMe Biobank-cohort) en 13% lager (UK Biobank-cohort) dan die van de PCE-score.
  • De negatief voorspellende waarde van de EPD-score was 12% hoger (BioMe Biobank-cohort) en 2% lager (UK Biobank-cohort) dan die van de PCE-score.
  • De specificiteit van de EPD-score was 13% hoger (BioMe Biobank-cohort) en 29% hoger (UK Biobank-cohort) dan die van de PCE-score.
  • In de top 15% van EPD-scores waren respectievelijk 5.1% en 12.9% vals positieven in vergelijking met 14.4% en 50.4% vals positieven in de top 15% van de PCE-scores in de BioMe Biobank en UK Biobank.

Conclusie

Gebruik van de EPD-score verbeterde de voorspelling van het 1-jaarsrisico op CAD en de reclassificatie van individuen voor 1-jaars risico op CAD, vergeleken met de PCE-score en de PRS, vooral bij mensen met een laag CAD-risico. Volgens de auteurs “zou de klinische toepassing van deze score bestaan uit het identificeren van mensen met een hoog risico (die door traditionele risicoscores als ‘laag risico’ worden aangemerkt), waarbij de huidige preventie en zorg worden geoptimaliseerd”.

Referenties

1. Ridker PM, Cook NR. Statins: new American guidelines for prevention of cardiovascular disease. Lancet. 2013;382:1762–1765.

2. Kavousi M, Leening MJG, Nanchen D, et al. Comparison of application of the ACC/AHA Guidelines, Adult Treatment Panel III Guidelines, and European Society of Cardiology Guidelines for Cardiovascular Disease Prevention in a European cohort. JAMA. 2014;311:1416–1423.

3. Yeboah J, Polonsky TS, Young R, et al. Utility of nontraditional risk markers in individuals ineligible for statin therapy according to the 2013 American College of Cardiology/American Heart Association Cholesterol Guidelines. Circulation. 2015;132:916–922.

4. Muntner P, Colantonio LD, Cushman M, et al. Validation of the atherosclerotic cardiovascular disease pooled cohort risk equations. JAMA. 2014;311:1406–1415.

5. DeFilippis AP, Young R, McEvoy JW, et al. Risk score overestimation: the impact of individual cardiovascular risk factors and preventive therapies on the performance of the American Heart Association-American College of Cardiology-Atherosclerotic Cardiovascular Disease risk score in a modern multi-ethnic cohort. Eur Heart J. 2016;38:598–608.

6. Rana JS, Tabada GH, Solomon MD, et al. Accuracy of the atherosclerotic cardiovascular risk equation in a large contemporary, multiethnic population. J Am Coll Cardiol. 2016;67:2118–2130.

7. Rotter JI, Lin HJ. An outbreak of polygenic scores for coronary artery disease. J Am Coll Cardiol. 2020;75:2781–2784.

Vind dit artikel online op J Am Coll Cardiol.

Registreren

We zijn blij te zien dat je geniet van CVGK…
maar wat dacht u van een meer gepersonaliseerde ervaring?

Registreer gratis