Повышение точности 10-летнего прогнозирования сердечно-сосудистого риска у внешне здоровых людей: гибкое добавление модификаторов риска к SCORE2

Цель: В клинической практике часто известны факторы, связанные с сердечно-сосудистыми заболеваниями (ССЗ), например альбуминурия, уровень образования или коронарный кальций (CAC), однако они нередко не включены в модели прогнозирования сердечно-сосудистого риска. Целью настоящего исследования было оценить методику гибкого добавления модификаторов риска к SCORE2 и определить дополнительную ценность нескольких клинически значимых модификаторов риска.

Методы и результаты: В исследование включили участников без ранее перенесённых ССЗ или сахарного диабета из UK Biobank, исследования риска атеросклероза в сообществах (Atherosclerosis Risk in Communities, ARIC), многоэтнического исследования атеросклероза (Multi-Ethnic Study of Atherosclerosis, MESA), Европейского проспективного исследования рака и питания в Нидерландах (European Prospective Investigation into Cancer, The Netherlands, EPIC-NL) и исследования Heinz Nixdorf Recall (HNR), всего 409 757 человек. За ровно 10,0 года наблюдения зарегистрировали 16 166 сердечно-сосудистых событий и 19 149 смертей от причин, не связанных с сердечно-сосудистыми заболеваниями. Влияние каждого потенциального модификатора риска оценивали с помощью моделей Файна—Грея с поправкой на конкурирующие риски. Модификаторы риска включали в индивидуальные прогнозы гибким методом с использованием распространённости соответствующего фактора в популяции и отношения рисков по субраспределению (SHR) для данного предиктора. Наибольшее улучшение дискриминации обеспечивали процентиль коронарного кальция — 0,0198 (95% ДИ 0,0115–0,0281) и высокочувствительный тропонин T — 0,0100 (95% ДИ 0,0063–0,0137). Внешнюю валидацию провели в когорте Clinical Practice Research Datalink (CPRD; Великобритания; n = 518 015; 12 675 сердечно-сосудистых событий). Коррекция прогнозируемого по SCORE2 риска с помощью как одного, так и нескольких модификаторов риска не ухудшала калибровку и приводила к умеренному улучшению дискриминации: 0,740 (95% ДИ 0,736–0,745) против 0,737 (95% ДИ 0,732–0,741) для исходного SCORE2 по индексу C.

Выводы: В статье представлена методика интеграции потенциальных модификаторов риска, не включённых в существующие модели сердечно-сосудистого риска, для прогнозирования риска сердечно-сосудистых событий у внешне здоровых людей. Гибкая методика повышает точность прогнозов и расширяет применимость прогностических моделей у людей с известными дополнительными модификаторами риска.