Bonnes performances pour le modèle universel de prévision des risques de maladies cardiovasculaires

Bonnes performances pour le modèle universel de prévision des risques de maladies cardiovasculaires

LIGNE SUPÉRIEURE :

Un outil universel de prédiction des maladies cardiovasculaires (MCV) fonctionne bien chez les patients avec et sans MCV athéroscléreuse (ASCVD), a montré une nouvelle étude, suggérant que ce modèle pourrait faciliter la transition de la prévention primaire à la prévention secondaire en rationalisant la classification des risques.

MÉTHODOLOGIE:

  • Les chercheurs ont utilisé différents modèles pour évaluer si les prédicteurs établis de maladies cardiovasculaires, notamment l’âge, le sexe, la race, le diabète, la tension artérielle systolique ou le tabagisme, sont associés à des événements cardiovasculaires indésirables majeurs (MACE), notamment l’infarctus du myocarde (IM), les accidents vasculaires cérébraux et l’insuffisance cardiaque. (IC), parmi 9 138 patients, âgés en moyenne de 63,8 ans, dans l’étude Atherosclerosis Risk in Communities (ARIC).
  • Parmi eux, 609 souffraient d’ASCVD (antécédents d’IM, d’accident vasculaire cérébral ischémique ou de maladie artérielle périphérique symptomatique) et 8 529 n’en avaient pas.
  • Ils ont étendu leur exploration à d’autres prédicteurs disponibles en pratique clinique, notamment les antécédents familiaux d’ASCVD prématurée, la protéine C-réactive de haute sensibilité, la lipoprotéine(a), les triglycérides et l’apolipoprotéine B, ainsi qu’à des prédicteurs d’IC ​​tels que l’indice de masse corporelle et fréquence cardiaque et biomarqueurs cardiaques sanguins.
  • Une analyse de validation externe a inclus 5 322 participants à l’étude multi-ethnique sur l’athérosclérose (MESA).
  • Au cours d’un suivi médian de 18,9 ans, 3 209 participants à l’ARIC (35 %) ont développé un MACE pour un taux d’incidence pour 1 000 personnes-années de 21,3 pour le MACE, de 12,6 pour l’IM/AVC et de 13,8 pour l’IC.

EMPORTER:

  • Parmi tous les prédicteurs candidats, 10 variables (y compris les prédicteurs établis et les biomarqueurs cardiaques) ont été incluses dans le modèle de prédiction universel, qui a démontré un bon calibrage chez les personnes atteintes d’ASCVD (risque relatif [HR] Statistique C, 0,692 ; IC à 95 %, 0,650-0,735) et sans ASCVD (statistique HR C, 0,748 ; IC à 95 %, 0,726-0,770).
  • Comme prévu, le risque de MACE était généralement plus faible chez les personnes sans ASCVD antérieur, mais le risque à 5 ans dans le quintile le plus élevé de risque prédit chez les personnes sans ASCVD était plus élevé que celui dans les deux quintiles les plus bas du groupe ASCVD.
  • Le modèle universel de prédiction du risque a été validé dans la cohorte communautaire MESA ; sur un suivi médian de 13,7 ans, 12 % des participants avec ou sans ASCVD antérieur ont développé un MACE pour un taux d’incidence pour 1 000 personnes-années de 10,2 pour le MACE, de 7,4 pour l’IM/AVC et de 4,3 pour l’IC.
  • Les résultats étaient généralement similaires lors de l’examen des résultats individuels (IM/AVC et IC) et pour les groupes sans ASCVD et ASCVD dans les sous-groupes démographiques par âge, sexe et race.
Lire aussi  Les lecteurs répondent : qu’arriverait-il à la Terre si elle se refroidissait, plutôt que de se réchauffer, de 1,5°C ? | La vie et le style

EN PRATIQUE:

Les résultats « soutiennent l’importance des prédicteurs établis pour classer le risque de MCV à long terme dans les contextes de prévention primaire et secondaire », ont écrit les auteurs, ajoutant qu’un avantage de cette approche de prévision des risques pourrait être d’aider les prestataires et les patients à « personnaliser davantage la prévention secondaire ». “

Dans un accompagnement éditorial, Pier Sergio Saba, MD, PhD, cardiologie clinique et interventionnelle, hôpital universitaire de Sassari, Sassari, Italie, et d’autres ont déclaré que l’approche universelle d’évaluation des risques « est conceptuellement prometteuse », mais ont noté que les patients atteints d’ASCVD ne représentaient que 7 % de la population étudiée, et cela La population était relativement jeune, ce qui limitait potentiellement l’applicabilité de ce modèle de risque chez les personnes âgées. Avant que le modèle de risque puisse être utilisé en milieu clinique, les résultats doivent être validés et, compte tenu de l’incorporation de biomarqueurs cardiaques, “des analyses coûts-avantages minutieuses peuvent également être nécessaires”, ont ajouté les éditorialistes.

SOURCE:

L’étude a été menée par Yejin Mok, PHD, MPH, Département d’épidémiologie, Johns Hopkins Bloomberg School of Public Health, Baltimore, Maryland, et ses collègues. Il a été publié en ligne le 29 janvier 2024 dans le Journal du Collège américain de cardiologie (JACC).

LIMITES:

Le nombre quelque peu limité de participants à l’étude ayant déjà souffert d’ASCVD a empêché les chercheurs de quantifier l’impact pronostique des sous-types d’ASCVD (par exemple, antécédents d’IM, d’accident vasculaire cérébral ou de maladie artérielle périphérique). L’étude ne disposait pas de données sur certains prédicteurs reconnus dans les lignes directrices (par exemple, le calcium de l’artère coronaire et la fraction d’éjection ventriculaire gauche). L’analyse ARIC incluait uniquement des participants noirs et blancs, et bien que les modèles aient été validés dans MESA, qui incluait des adultes chinois et hispaniques, l’extrapolation des résultats à des populations plus diversifiées sur le plan racial/ethnique doit être effectuée avec prudence.

Lire aussi  L'AHA nomme les principales avancées CVD pour 2022

DIVULGATIONS :

L’étude ARIC a reçu un financement du National Heart, Lung, and Blood Institute (NHLBI), des National Institutes of Health et du ministère de la Santé et des Services sociaux. L’étude MESA a été soutenue par le NHLBI et le National Center for Advancing Translational Sciences. Les auteurs de l’étude et les éditorialistes n’avaient aucun conflit d’intérêts pertinent.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Recent News

Editor's Pick