Gevalideerde predictiescore voor incident HF voor gebruik in eerstelijnszorg

De PCP-HF score geeft sekse- en ras-specifieke schattingen van 10-jaarsrisico op incident HF, op basis van risicofactor-gegevens die eenvoudig beschikbaar zijn in eerstelijnszorg.

Introductie en methoden
Literatuur - Khan SS, Ning H, Shah SJ et al., - J Am Coll Cardiol. 2019: 73(19) DOI: 10.1016/j.jacc.2019.02.057

De prevalentie van hartfalen (HF) blijft wereldwijd groeien, als gevolg van de vergrijzing, de toenemende last van HF risicofactoren zoals obesitas en diabetes, en ontwikkelingen in secundaire preventiebehandeling van coronaire hartziekte [1-3]. Gezien de aanzienlijke morbiditeit, mortaliteit en kosten van zorg geassocieerd met HF, is het cruciaal te focussen op preventie.

Tot op heden zijn er geen gevalideerde ras- en seksespecifieke risicovoorspellers voor incident HF die gepersonaliseerde risico-gebaseerde besluitvorming kunnen sturen [4]. Bestaande HF risicopredictiemodellen hebben beperkingen, zoals dat ze gebaseerd zijn op nietrepresentatieve, niet-hedendaagse of beperkte hoogrisicogroepen, met weinig etnische diversiteit [5]. Bovendien zijn veel risicomodellen niet uitgebreid extern gevalideerd, dus hebben ze beperkte toepasbaarheid en implementatie in een algemene bevolking zonder prevalente CV ziekte.

Deze studie gebruikte gepoolde individuele data van vijf verschillende populatie-gebaseerde cohorten (ARIC, CARDIA, CHS, FOF en MESA, gepoolde cohorten: PC), om vergelijkingen te ontwikkelen om het 1-jaars risico op incidente HF te schatten met routinematig beschikbare klinische data in een brede algemene populatie (30 tot 79 jaar) van witte en zware volwassenen zonder CVD. Vervolgens werd de ‘Pooled Cohort equation to Prevent HF (PCP-HF) besoordeeld op externe validiteit in twee aanvullende grote populatiegebaseerde cohorten (PREVEND: witte deelnemers, Jackson Heart Study: zwarte deelnemers).

HF risicofactoren die in het PCP-HF model mee werden genomen waren: leeftijd, systolische bloeddruk (SBP), anihypertensivagebruik, body mass index (BMI), totaal cholesterol (TC) en HDL-c niveau, huidige rookstatus, nuchtere glucose, diabetesmedicatiegebruik, en electrocardiogram-meting van QRS duur.

Belangrijkste resultaten

  • Gedurende 10 jaar follow-up traden 1339 HF events op in het derivatiecohort.
  • De PCP-HF gaf goede-tot-excellente onderscheiding in het derivatie- en het interne validatie- (PC) en in het externe validatiecohorts (PREVEND en JHS).
  • De Cs-statistieken in witte mannen en vrouwen, en zwarte mannen en vrouwen in de PC interne validatiesteekproef, waren 0.79 (95%CI: 0.76-0.81), 0.71 (95%CI: 0.63-0.80), 0.85 (95%CI: 0.82-0.88) en 0.78 (95%CI: 0.71-0.85) voor de respectievelijke sekse-ras-groepen.
  • Externe validatie toont goed onderscheid (C-statistic varieerde van 0.71 tot 0.88 in zwarte en witte mannen en vrouwen) en sterke calibratie.
  • Sekse- en rassen-specifiek 10-jaars PCP-HF risicoschattingen voor een 50 jaar oud persoon met een hoog-risicoprofiel (rokend, SBP: 150 mmHg, nuchtere glucose: 126 mg/dL, behandeling voor hypertensie en diabetes, BMI: 35 kg/m², TC: 250 mg/dL, HDL: 30 mg/dL, en QRS: 120 ms) varieerde van het laagst in witte vrouwen (14%), tot het hoogst in zwarte mannen (24%) en vrouwen (26%). Witte mannen hadden 22% risico. In 50-jaar oude deelnemers met een optimal of tussenliggend risicofactorprofiel, hadden alle groepen <3% risico.
  • Een online PCP-HF risk tool is ontwikkeld, om 10-jaars risico op HF te schatten in volwassenen van 30 tot 79 jaar zonder prevalente CVD.

Conclusie

Deze studie beschrijft de ontwikkeling en validatie van sekse- en rasspecifieke 10-jaars risicopredictiemodellen voor incidente HF, op basis van klinische variabelen die routinematig beschikbaar zijn in eerstelijnszorgsetting. De PCP-HF tool werd verkregen uit een cohort dat representatief is voor de algemene Amerikaanse bevolking, zonder prevalente CVD. De klinische bruikbaarheid van de PCP-HF tool voor risicoschatting werd bevestigd in een algemene primaire preventiecohort. De PCP-HF tool kan dienen als een initiële goedkope screening om individuen te identificeren in eerstelijnssetting die een hoger risico lopen op het ontwikkelen van incidente HF en die voordeel kunnen hebben van aanvullende screening om de risicoschatting te verfijnen en te personaliseren.

Redactioneel commentaar

Cleland et al. [6] merkten op dat iedereen uiteindelijk HF kan ontwikkelen, tenzij ze eerst aan iets anders sterven en tenzij het verouderingsproces teruggedraaid of gestopt kan worden. Uitstel van HF is echter een realistisch en waardevol doel. Inderdaad heeft behandeling van risicofactoren de gemiddelde leeftijd waarop HF optreedt verhoogd, maar leeftijd eist uiteindelijk toch zijn tol.

De auteurs merken op dat uitstel (procrastinatie) en preventie fundamenteel verschillen qua benodigde middelen en economische gevolgen. “Alleen als er ‘compressie’ is van morbiditeit en mortaliteit (i.e. minder disability-adjusted levensjaren [DALY]), zal het uitstellen van start van ziekte de kosten verminderen”. Strategieën om DALY te verminderen omvatten het vergroten van gezondheidseducatie en bewustwording in de algemene bevolking.

Een andere strategie is om individuen te identificeren en te targeten die een hoog risico op het ontwikkelen van HF hebben en die baat kunnen hebben bij additionele interventie naast routinematig management van risicofactoren. Risicopredictimodellen hiervoor moeten niet alleen individuen met hoog risico identificeren, maar ze moeten ook een groot aandeel van diegenen die HF ontwikkelen, opsporen. Een andere strategie kan zijn om HF beter te managen als het eenmaal is ontwikkeld, door het op te sporen en te behandelen voordat het tot aanzienlijke invaliditeit leidt of door ontwikkeling van effectievere interventies.

Over Khan et al.’s inspanningen om een model te ontwikkelen om incidente HF te voorspellen merken ze op dat de studiepopulatie bestond uit cohorten die tussen 1985 en 2000 mensen includeerden, hetgeen misschien niet meer de hedendaagse praktijk weerspiegelt. Bovendien, op basis van de observatie dat het deciel van patiënten met het hoogste risico maar 12% risico heeft, concluderen ze dat de zeer hoogrisicogroepen in de studie slechts slaan op zeer weinig mensen, “hetgeen maakt dat een strategie van gerichte interventie op basis van dit model waarschijnlijk geen impact zal hebben op de populatie-incidentie van HF.”

Sterkere kritiek hebben Cleland en collega’s op de analyse omdat case-ascertainment heterogeen was, vaak subjectief en sensitiviteit ontbrak. Een deel van het probleem is dat er geen algemeen geaccepteerde definitie van HF is, maar dat de diagnose wordt gesteld op basis van een klinische interpretatie van subjectieve criteria die moeilijk in retrospect te verifiëren en valideren zijn. Cleland et al. stellen voor dat het tijd is voor een universele definitie van HF. “Een universele definitie van HF op basis van objectieve en te verifiëren metingen (biomarkers en imaging) die vroeg in het ziekteverloop verstoord raken en die apart gezien kunnen worden van subjectieve criteria, zal vroegere interventie mogelijk maken.” Trials die het effect van interventies op basis van een dergelijke definitie evalueren, zijn inmiddels gestart.

Referenties

1. Benjamin EJ, Virani SS, Callaway CW, et al. Heart disease and stroke statistics-2018 update: a report from the American Heart Association. Circulation 2018;137:e67–492.

2. Gerber Y, Weston SA, Redfield MM, et al. A contemporary appraisal of the heart failure epidemic in Olmsted County, Minnesota, 2000 to 2010. JAMA Intern Med 2015;175:996–1004.

3. Tsao CW, Lyass A, Enserro D, et al. Temporal trends in the incidence of and mortality associated with heart failure with preserved and reduced ejection fraction. J Am Coll Cardiol HF 2018;6:678–85.

4. Karmali KN, Lloyd-Jones DM. Implementing cardiovascular risk prediction in clinical practice: the future is now. J Am Heart Assoc 2017;6:e006019.

5. Echouffo-Tcheugui JB, Greene SJ, Papadimitriou L, et al. Population risk prediction models for incident heart failure: a systematic review. Circ Heart Fail 2015;8:438–47.

6. Cleland J, Pellicori P and Clark AL. Prevention or Procrastination for Heart Failure? Why We Need a Universal Definition of Heart Failure. J Am Coll Cardiol. 2019: 73(19). DOI: 10.1016/j.jacc.2019.03.471

Vind dit artikel online op JACCBekijk de 10-year Heart Failure Risk Calculator (PCP-HF)

Registreren

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

Registreer gratis