Metody personalizacji predykcji ryzyka sercowo-naczyniowego

Personalized cardiovascular disease prevention by applying individualized prediction of treatment effects LINK: Eur Heart J;35:837

Na łamach European Heart Journal ukazał się  interesujący artykuł poświęcony możliwościom przewidywania skuteczności leczenia u poszczególnych chorych. Joep van der Leeuw i wsp. przypominają w nim, że optymalne postępowanie lekarskie wymaga przenoszenia wyników dużych badań interwencyjnych na decyzje terapeutyczne podejmowane u pojedynczych pacjentów.

Obecnie w wynikach dużych prób klinicznych przedstawiane są typowo wartości względnego ryzyka lub względnego hazardu, stanowiące rezultat uśrednienia populacji niejednorodnych  chorych. Zakłada się przy tym domyślnie, że wszyscy chorzy mają takie samo (średnie) ryzyko i tak samo (średnio) reagują na leczenie. Co oczywiste, w praktyce niektórzy odnoszą dużo większe korzyści a inni w dużo większym stopniu cierpią z powodu skutków ubocznych interwencji.

Choć nie zdajemy sobie z tego sprawy to, jak zauważają autorzy artykułu, wyniki dużych randomizowanych prób klinicznych i meta-analiz mogą pozwolić w sposób dużo bardziej zindywidualizowany zidentyfikować osoby mogące w jak największym stopniu skorzystać z leczenia. Istniejące dane można wykorzystać dla opracowania wielozmiennych modeli predykcyjnych, pozwalających oszacować bezwzględny efekt leczenia u poszczególnych chorych w oparciu o ich swoistą charakterystykę.

Efekt leczenia u pojedynczego chorego można obliczyć jako różnicę pomiędzy szacowanym ryzykiem wystąpienia incydentu bez leczenia a ryzykiem jego wystąpienia w trakcie terapii. Przykładowo ryzyko zdarzeń sercowo-naczyniowych można ocenić na podstawie istniejących narzędzi (np. kalkulatora Framingham Heart Study  czy algorytmu SCORE). U chorych na cukrzycę zastosowanie znajdują kalkulatory SMART risk score, ADVANCE, czy UKPDS. Ryzyko u pojedynczego chorego otrzymującego leczenie można oszacować mnożąc ryzyko przed leczeniem poprzez średni iloraz szans w danej próbie klinicznej. Różnica ryzyka przed leczeniem i w trakcie leczenia to szacowana bezwzględna redukcja ryzyka (ARR) u indywidualnych chorych.

Autorzy proponują opracowanie zintegrowanego kalkulatora, sprzężonego z elektroniczną dokumentacją chorych, pozwalającego szacować zindywidualizowany efekt terapii. Uzyskane informacje pozwoliłyby lekarzom i ich pacjentom podejmować decyzje co do podjęcia lub rezygnacji z poszczególnych interwencji. Byłby to krok naprzód w kierunku medycyny spersonalizowanej dzięki lepszemu wykorzystaniu dostępnych danych.

Opracowane na podstawie: European Heart Journal / 1 kwietnia 2014
Magdalena Lipczyńska