Samenvatting
Doel
Ontwikkeling van een predictiemodel om het levenslange risico op HVZ en individuele effecten van cholesterolverlagers, bloeddrukverlagers en antitrombotische medicijnen, en van stoppen met roken te voorspellen bij gezonde mensen zonder HVZ.
Opzet
Combinatie van observationele cohortonderzoeken en trialgegevens.
Methode
Het model is afgeleid van gegevens uit de Multi-Ethnic Study of Atherosclerosis (n = 6715) en extern gevalideerd met gegevens van de cohorten Atherosclerosis Risk in Communities (n = 9250), Heinz Nixdorf Recall (n = 4177), European Prospective Investigation into Cancer and Nutrition (EPIC)-NL (n = 25.833) en EPIC-Norfolk (n = 23.548). Door gebruik te maken van links-truncatie en Fine-and-Gray-analysetechnieken werd een algoritme ontwikkeld dat zowel het gebruikelijke 10-jaarsrisico als het levenslange risico op HVZ en de HVZ-vrije levensverwachting kan voorspellen, rekening houdend met concurrerende niet-vasculaire sterfte. Het algoritme en de aan trials ontleende relatieve effecten van risicofactorbehandelingen werden vervolgens gecombineerd in één model.
Resultaten
De externe calibratie van het LIFE-CVD-model was goed en de c-statistieken varieerden tussen 0,67 en 0,76. Bij toepassing op twee personen van 45 en 70 jaar met verder identieke risicofactoren, geeft preventieve therapie bij de oudere patiënt een grotere reductie van het absolute 10-jaarsrisico op HVZ dan bij de jongere (15,8 vs. 1,6%) maar een kleinere winst in HVZ-vrije levensjaren (3,9 vs. 4,5 jaar).
Conclusie
Het LIFE-CVD-model (beschikbaar via www.U-Prevent.nl) kan de prognose en behandeleffecten op individueel niveau nauwkeurig berekenen en geeft naast het 10-jaarsrisico op HVZ ook het levenslange risico op HVZ en de HVZ-vrije levensverwachting. Deze informatie kan worden gebruikt om medicatie op maat voor te schrijven en patiënten meer te betrekken bij behandelbeslissingen.
Reacties