PRÉAMBULE
https://pmc.ncbi.nlm.nih.gov/articles/PMC10910659/
Article en libre accès
Contexte
Les équations multivariables sont recommandées par les recommandations de prévention primaire pour évaluer le risque absolu de maladie cardiovasculaire (MCV). Cependant, les équations actuelles présentent plusieurs limites. C’est pourquoi nous avons développé et validé les équations PREVENT (Predicting Risk of CVD EVENTS) de l’AHA auprès d’adultes américains âgés de 30 à 79 ans sans antécédents connus de MCV.
Méthodes
L'échantillon de dérivation comprenait les données individuelles de 3 281 919 participants issus de 25 ensembles de données, entre 1992 et 2017. Le critère d'évaluation principal était la maladie cardiovasculaire (MCV) (MCV athéroscléreuse [MCVA] et insuffisance cardiaque [IC]). Les facteurs prédictifs incluaient les facteurs de risque traditionnels (tabagisme, pression artérielle systolique, cholestérol, prise d'antihypertenseurs ou de statines, diabète) et le débit de filtration glomérulaire estimé [DFGe]. Les modèles étaient spécifiques au sexe, non discriminants sur l'origine ethnique, développés en fonction de l'âge et ajustés pour le risque concurrent de décès non cardiovasculaire. Les analyses ont été réalisées dans chaque ensemble de données, puis méta-analysées. La discrimination a été évaluée à l'aide du coefficient C de Harrell. La calibration a été calculée comme la pente de la courbe du risque observé par rapport au risque prédit, décile par décile. Des équations supplémentaires ont été élaborées pour prédire chaque sous-type de maladie cardiovasculaire (ASCVD, insuffisance cardiaque) et inclure des prédicteurs optionnels (rapport albuminurie/créatininurie [RAC], hémoglobine glyquée [HbA1c] et indice de défavorisation sociale [IDS]). Une validation externe a été réalisée auprès de 3 330 085 participants issus de 21 ensembles de données supplémentaires.
Résultats
Parmi les 6 612 004 adultes inclus, l’âge moyen (écart-type) était de 53 (12) ans et 56 % étaient des femmes. Lors d'un suivi moyen (écart-type) de 4,8 (3,1) ans, 211 515 événements cardiovasculaires incidents ont été recensés.
La statistique C médiane lors de la validation externe pour les maladies cardiovasculaires était de 0,794 (intervalle interquartile [IIQ] : 0,763-0,809) chez les femmes et de 0,757 (0,727-0,778) chez les hommes. Les pentes de calibration étaient de 1,03 (IIQ : 0,81-1,16) chez les femmes et de 0,94 (0,81-1,13) chez les hommes. Des estimations similaires de discrimination et de calibration ont été observées pour les modèles spécifiques à l’ASCVD et à l’insuffisance cardiaque. L'amélioration de la discrimination était faible mais statistiquement significative lorsque l'UACR, l'HbA1c et le SDI étaient ajoutés au modèle de base pour le score CVD total (ΔC [IQI] : 0,004 [0,004 ; 0,005] chez les femmes et 0,005 [0,004 ; 0,007] chez les hommes). La calibration s'est améliorée significativement lorsque l'UACR était ajouté au modèle de base chez les patients présentant une albuminurie marquée (> 300 mg/g) (1,05 [0,84 ; 1,20] vs 1,39 [1,14 ; 1,65], p = 0,01).
Conclusions
Les équations PREVENT ont prédit avec exactitude et précision le risque d'incidence des maladies cardiovasculaires et de leurs sous-types dans un échantillon vaste, diversifié et contemporain d'adultes américains utilisant des variables cliniques couramment disponibles.
SYNTHÈSE / NOTEBOOKLM
Cette étude présente le développement et la validation des équations PREVENT, un nouvel outil conçu par l'American Heart Association pour évaluer les risques cardiovasculaires chez les adultes de 30 à 79 ans. En s'appuyant sur les données de plus de six millions d'individus, ces modèles prédisent non seulement les maladies athéroscléreuses, mais intègrent aussi l'insuffisance cardiaque. Une innovation majeure réside dans le retrait des critères ethniques, privilégiant des facteurs biologiques et sociaux plus équitables pour estimer les risques à court et long terme. Les équations de base utilisent des variables cliniques courantes, tout en offrant des options pour inclure des mesures de santé rénale et métabolique. Les résultats démontrent une précision supérieure aux anciens modèles, permettant une communication plus personnalisée entre médecins et patients. Cette approche globale vise à mieux prévenir les complications liées aux troubles cardio-rein-métaboliques au sein d'une population diversifiée.
