Zwei führende Herzrisiko-Tools bestehen einen großen globalen Test

Eine umfangreiche multinationale Analyse legt nahe, dass zwei führende kardiovaskuläre Risikotools Ärzten dabei helfen können, Hochrisikopatienten in verschiedenen Regionen zu identifizieren, aber die lokale Kalibrierung bleibt der Schlüssel zu einer präziseren Prävention.

Risikorechner für Herz-Kreislauf-Erkrankungen (CVD) leiten täglich Millionen von Menschen auf der ganzen Welt bei Behandlungsentscheidungen. Die meisten davon wurden jedoch für bestimmte Bevölkerungsgruppen und Regionen entwickelt. Eine große multinationale Analyse wurde zur Veröffentlichung in der Zeitschrift angenommen Naturmedizin unterstützt die breitere Anwendung von zwei wichtigen Vorhersagetools. Dazu gehören die EVENT (PREVENT)-Gleichungen zur Vorhersage des Risikos kardiovaskulärer Erkrankungen der American Heart Association (AHA) und der europäische Algorithmus Systematic COronary Risk Evaluation 2 (SCORE2). Ihre allgemein gute Leistung in allen Studienpopulationen legt nahe, dass Kliniker sie nutzen können, um Hochrisikopersonen in verschiedenen klinischen Umgebungen zu identifizieren und zu stratifizieren.

Hintergrund zur Risikovorhersage von PREVENT und SCORE2

Herz-Kreislauf-Erkrankungen verursachen weltweit weiterhin eine weit verbreitete Morbidität und Mortalität. In präventiven Pflegeeinrichtungen könnten Tools zur Vorhersage des Risikos von Herz-Kreislauf-Erkrankungen Gesundheitsdienstleistern dabei helfen, die Personen zu identifizieren, die am wahrscheinlichsten frühzeitig von cholesterin- und blutdrucksenkenden Maßnahmen profitieren. Die Tools könnten daher eine schnellere Behandlung ermöglichen und die Ressourcenzuweisung verbessern, wodurch die Belastung durch Herz-Kreislauf-Erkrankungen für Einzelpersonen und Gesundheitssysteme verringert würde.

PREVENT und SCORE2 gehören heute zu den am weitesten verbreiteten Modellen. Forscher haben diese Tools anhand großer regionaler Datensätze entwickelt, und wichtige klinische Leitlinien empfehlen nun ihren Einsatz in der Routineversorgung. Sie wurden jedoch hauptsächlich in Ursprungspopulationen validiert, sodass Unsicherheit über ihre Genauigkeit in vielfältigeren Populationen besteht.

Design multinationaler CVD-Validierungsstudien

In der vorliegenden Studie bewerteten Forscher die Leistung der kardiovaskulären Risikogleichungen PREVENT der AHA und SCORE2 Europas anhand von Daten aus 18 randomisierten kontrollierten Studien (RCTs) und 44 Beobachtungsstudienkohorten innerhalb des CKD Prognosis Consortium. Die Studie umfasste mehr als 6,4 Millionen Personen für PREVENT und 5,4 Millionen für SCORE2. Keiner der Teilnehmer hatte zuvor eine CVD-Diagnose. Die Studie umfasste Personen aus Europa, Nordamerika, dem asiatisch-pazifischen Raum und anderen Regionen, wobei RCTs Teilnehmer aus fast 50 Ländern umfassten.

Das Team bewertete die Diskriminierung, gefolgt von der Kalibrierung. Diskriminierung bezieht sich auf die Fähigkeit der Modelle, zwischen Menschen, die eine Herz-Kreislauf-Erkrankung entwickelten, und solchen, bei denen dies nicht der Fall war, zu unterscheiden. Anschließend untersuchten sie, ob die vorhergesagten Risiken mit den beobachteten Ergebnissen übereinstimmten (Kalibrierung). Die Forscher verwendeten Harrells C-Statistik und Kalibrierungssteigungsanalysen in jeder Studie und stratifizierten die Ergebnisse nach Regionen. Sie schätzten auch das kurzfristige CVD-Risiko über einen Zeitraum von 1 bis 9 Jahren mithilfe von Skalierungsfaktoren ab, die aus den PREVENT-Algorithmen abgeleitet wurden.

Die Analyse umfasste Kohorten aus der allgemeinen Bevölkerung, CKD-spezifische Kohorten, auf elektronischen Gesundheitsakten basierende Kohorten und multinationale randomisierte Studien. In den randomisierten Studien wurden moderne Herz-Kreislauf-, Nieren- und Stoffwechseltherapien untersucht. Dazu gehörten Glucagon-ähnliche Peptid-1-Rezeptor-Agonisten (GLP-1RA), Natrium-Glucose-Cotransporter-2-Inhibitoren (SGLT2i), Renin-Angiotensin-System (RAS)-Blocker und nichtsteroidale Mineralocorticoid-Rezeptor-Antagonisten (nsMRAs).

Darüber hinaus untersuchte das Team, ob die Einbeziehung von Stoffwechsel- und Nierenmarkern wie glykiertem Hämoglobin (HbA1c) und Albuminurie die Vorhersagegenauigkeit verbessern könnte. Im Rahmen der Sensitivitätsanalysen verglichen sie die atherosklerotische CVD-Gleichung (ASCVD) von PREVENT mit häufig verwendeten gepoolten Kohortengleichungen (PCEs).

PREVENT- und SCORE2-Leistungsergebnisse

Die Forscher verfolgten die Teilnehmer durchschnittlich etwa fünf Jahre lang. Während dieser Nachbeobachtungszeit dokumentierten sie 293.737 beobachtete CVD-Ereignisse unter Verwendung der PREVENT-Definition und 258.086 unter Verwendung von SCORE2 bei mehr als sechs Millionen Teilnehmern weltweit. Zu den von PREVENT erfassten Ereignissen gehörten tödliche und nicht tödliche ASCVD und Herzinsuffizienz, während sich SCORE2 auf Myokardinfarkt, Schlaganfall und kardiovaskulären Tod konzentrierte. Trotz dieser Unterschiede zeigten beide Gleichungen in Beobachtungskohorten und multinationalen randomisierten Studien eine ähnlich zuverlässige Leistung.

Die PREVENT-Gleichungen zeigten eine mäßige bis starke Diskriminierung mit einer mittleren C-Statistik von 0,702 für die CVD-Vorhersage. SCORE2 erreichte eine vergleichbare C-Statistik von 0,683. PREVENT schnitt auch bei der alleinigen Vorhersage von ASCVD gut ab (0,695) und zeigte eine besonders starke Unterscheidung bei Herzinsuffizienzereignissen (0,78). Diese Modelle zeigten im Allgemeinen konsistente Ergebnisse über Regionen und multinationale Studien hinweg. Die Diskriminierung nahm jedoch in Populationen mit höherem Risiko ab, was wahrscheinlich auf Unterschiede in den Risikoprofilen der Patienten und die Heterogenität des Fallmix zurückzuführen ist und nicht auf Einschränkungen der Modelle selbst.

Beide Tools haben das Gesamt-CVD-Risiko leicht überschätzt, insbesondere SCORE2. Bei asiatischen und anderen unterrepräsentierten Bevölkerungsgruppen traten Anzeichen einer Übervorhersage auf, obwohl begrenzte Daten die Schlussfolgerungen einschränkten. Dennoch blieb die Kalibrierung in multinationalen Studien mit streng validierten CVD-Ergebnissen robust. Das Hinzufügen von Albuminurie verbesserte die Vorhersageleistung von PREVENT, insbesondere bei Hochrisikopopulationen mit Diabetes oder CKD, während HbA1c zu kleineren Verbesserungen führte. Im Vergleich zu den älteren PCE-Schätzungen, die in den Vereinigten Staaten (USA) verwendet wurden, zeigte PREVENT auch eine durchweg bessere Kalibrierung.

Auswirkungen globaler CVD-Risikotools

Die Ergebnisse untermauern die Evidenz für die Verwendung von PREVENT und SCORE2 zur zuverlässigen Stratifizierung von Personen mit hohem Risiko für Herz-Kreislauf-Erkrankungen in verschiedenen geografischen und klinischen Umgebungen und unterstreichen gleichzeitig die Notwendigkeit einer lokalen Kalibrierung und weiteren Validierung in unterrepräsentierten Bevölkerungsgruppen. Besonders wertvoll können diese Instrumente in der Primärversorgung sein, wo präventive Entscheidungen das Leben am meisten verändern können. Die Ergebnisse deuten auch darauf hin, dass PREVENT aufgrund seiner besseren Kalibrierung und breiteren Einbeziehung kardiovaskulärer, Nieren- und metabolischer Risikofaktoren möglicherweise ältere US-Risikovorhersagetools übertrifft. Die Auswertung zusätzlicher Biomarker wie Albuminurie könnte Ärzten dabei helfen, Menschen mit einem höheren Risiko für Herz-Kreislauf-Erkrankungen, insbesondere solche mit Diabetes oder CNE, genauer zu identifizieren.

Diese Instrumente müssen kontinuierlich weiterentwickelt werden, um regionale Anpassungen zu verbessern, insbesondere für Bevölkerungen in Asien, Afrika und im Nahen Osten. Zukünftige Bemühungen sollten sich auf eine bevölkerungsspezifische Kalibrierung, eine weitere Validierung in unterrepräsentierten Regionen und klarere Behandlungsschwellenwerte für neue kardiometabolische Behandlungen konzentrieren. Die Integration verfügbarer Biomarker könnte die Präzision und Zugänglichkeit der CVD-Risikovorhersage weltweit verbessern.

Laden Sie Ihr PDF-Exemplar herunter, indem Sie hier klicken.

Quellen: