123RF
Narzędzie pozwalające przewidywać ryzyko sercowo- naczyniowe u osób z toczniem
Narzędzie, które łączy zmienne związane z toczniem z tradycyjnymi czynnikami ryzyka, zapewnia znacznie dokładniejszą ocenę ryzyka schorzeń sercowo-naczyniowych (CV) u pacjentów z toczniem rumieniowatym układowym (SLE). Opis narzędzia i jego działania został przedstawiony na konferencji Canadian Rheumatology Association.
We wstępnej ocenie klinicznej tego narzędzia, zwanego SLECRISK, zidentyfikowano pacjentów z toczniem wysokiego ryzyka, którzy w przeciwnym razie zostaliby pominięci przy zastosowaniu tradycyjnych metod oceny ryzyka sercowo-naczyniowego — poinformowała dr May Y. Choi, zastępca dyrektora na Uniwersytecie Calgary.
Powszechnie wiadomo, że pacjenci z toczniem rumieniowatym układowym są narażeni na zwiększone ryzyko wystąpienia zdarzeń sercowo-naczyniowych. Jak stwierdziła dr Choi na podstawie wcześniejszych badań wiadomo, że chore kobiety w wieku od 35 do 44 lat mają 50-krotnie większe ryzyko zawału mięśnia sercowego niż osoby zdrowe.
Wszystkie główne wytyczne uznają to zwiększone ryzyko i zalecają ocenę ryzyka sercowo-naczyniowego u pacjentów z SLE. Jednak dr Choi zwróciła uwagę, że tradycyjne narzędzia, takie jak kalkulator ryzyka miażdżycowej choroby sercowo-naczyniowej American College of Cardiology (ASCVD) lub Framingham Risk Score (FRS), mają ograniczoną zdolność wykrywania pacjentów z SLE, u których istnieje największe prawdopodobieństwo wystąpienia takiego zdarzenia.
– Te narzędzia do oceny ryzyka działają słabo u pacjentów z SLE, ponieważ nie wychwytują stanu zapalnego związanego z tą chorobą – powiedziała dr Choi. Jak dodała, istnieją badania pokazujące „siedem razy więcej zawałów serca i udarów zaobserwowanych, niż oczekiwano u pacjentów z SLE na podstawie FRS”.
Rozbieżność między oczekiwanymi a obserwowanymi zawałami i udarami jest tym wyraźniejsza, im cięższa jest postać SLE.
W innym badaniu omawianym przez dr Choi, odsetek zdarzeń sercowo-naczyniowych był 12 razy wyższy u osób z nieaktywnym lub łagodnym SLE, wzrastając 16-krotnie wśród osób z umiarkowaną chorobą i osiągając nawet 32-krotny wzrost u osób z ciężkim toczniem rumieniowatym układowym.
Narzędzie SLECRISK zostało opracowane na podstawie rejestru danych dotyczących tocznia rumieniowatego układowego pochodzących od pacjentów Brigham and Women's Hospital. Powstał on w 1992 r.
Pacjenci bez historii chorób sercowo-naczyniowych byli oceniani pod kątem tradycyjnych czynników ryzyka sercowo-naczyniowego oraz cech swoistych dla SLE, takich jak aktywność choroby, poziomy białek dopełniacza C3 i C4, czynność nerek, obecność zapalenia nerek i czas trwania SLE. Wartość tych cech jako predyktorów zdarzeń sercowo-naczyniowych oceniano następnie przez 10-letni okres obserwacji, zanim zostały one połączone w narzędzie SLECRISK.
Jako przykład dr Choi podała przypadek 50-letniego pacjenta z SLE i 5-proc. 10-letnim niskim wynikiem ryzyka ASCVD. Po uwzględnieniu ryzyka SLE, które obejmowało 10-letni czas trwania choroby, jej wysoką aktywność, podwyższoną kreatyninę i pozytywny status anty-dwuniciowego DNA, 10-letnia ocena ryzyka sercowo-naczyniowego wzrosła do 16,2 proc., co jest wynikiem umiarkowanym.
Skuteczność testu SLECRISK oceniono u 1243 pacjentów, poprzez obserwację trwającą 8946,51 osobolat. W tym okresie wystąpiło 90 poważnych niepożądanych zdarzeń sercowych (MACE), z których 82 proc. zostało orzeczonych przez kardiologów, oraz 211 zdarzeń wtórnych.
W stosunku do oceny ryzyka ASCVD, SLECRISK zidentyfikował około 2 razy więcej pacjentów z SLE o umiarkowanym ryzyku i 3,5-krotnie więcej pacjentów jako tych o wysokim ryzyku. Według dr Choi wśród pacjentów, u których wystąpiły zdarzenia sercowo-naczyniowe, bardziej powszechne były tradycyjne czynniki ryzyka sercowo-naczyniowego, ale także czynniki ryzyka specyficzne dla SLE, w tym większa ciężkość choroby, większe prawdopodobieństwo toczniowego zapalenia nerek, wyższe poziomy dopełniacza i większa ekspozycja na glikokortykosteridy.
W przewidywaniu incydentów sercowo-naczyniowych różnice w specyficzności mieściły się w ogólnym zakresie, chociaż były nieco wyższe dla wyniku ASCVD w odniesieniu do przewidywania MACE (83 proc. do 72 proc.) i MACE plus zdarzenia wtórne (90 proc. do 79 proc.). Czułość była jednak znacznie wyższa dla SLECRISK w stosunku do oceny ryzyka ASCVD dla samej MACE (64 proc. do 41 proc.) oraz dla MACE plus zdarzeń wtórnych (58 proc. do 35 proc.).
Porównując pacjentów, którzy przeszli zawał mięśnia sercowego lub udar mózgu, punktacja ryzyka ASCVD zidentyfikowała 8 (7 proc.) pacjentów pominiętych przez SLECRISK, podczas gdy SLECRISK zidentyfikowało 89 (73 proc.) pacjentów pominiętych przez punktację ryzyka ASCVD. Pozostałych 25 pacjentów (20 proc.) zostało zidentyfikowanych przez oba typy narzędzi. Korzyść ze stosowania SLECRISK była podobna w przypadku MACE.
Dr Choi zauważyła, że wszystkie zmienne specyficzne dla SLE w SLECRISK są łatwo dostępne i często już widoczne w kartach pacjentów. Jak dodała, istnieje plan walidacji narzędzia w większych grupach, w celu stworzenia narzędzia dostępnego online dla klinicystów i ich pacjentów. Istnieją także plany rozwoju całej koncepcji tego typu narzędzi.
– Mamy fundusze, aby przyjrzeć się uczeniu maszynowemu w celu oceny zmiennych predykcyjnych u pacjentów z SLE – powiedziała dr Choi. Zamiast dodawać zmienne specyficzne dla SLE do tradycyjnego ryzyka, planuje się zacząć od zera, pozwalając sztucznej inteligencji na gromadzenie predyktorów bez określania tego, co może, a co nie musi być istotne.
Opracowanie: Marek Meissner
Powszechnie wiadomo, że pacjenci z toczniem rumieniowatym układowym są narażeni na zwiększone ryzyko wystąpienia zdarzeń sercowo-naczyniowych. Jak stwierdziła dr Choi na podstawie wcześniejszych badań wiadomo, że chore kobiety w wieku od 35 do 44 lat mają 50-krotnie większe ryzyko zawału mięśnia sercowego niż osoby zdrowe.
Wszystkie główne wytyczne uznają to zwiększone ryzyko i zalecają ocenę ryzyka sercowo-naczyniowego u pacjentów z SLE. Jednak dr Choi zwróciła uwagę, że tradycyjne narzędzia, takie jak kalkulator ryzyka miażdżycowej choroby sercowo-naczyniowej American College of Cardiology (ASCVD) lub Framingham Risk Score (FRS), mają ograniczoną zdolność wykrywania pacjentów z SLE, u których istnieje największe prawdopodobieństwo wystąpienia takiego zdarzenia.
– Te narzędzia do oceny ryzyka działają słabo u pacjentów z SLE, ponieważ nie wychwytują stanu zapalnego związanego z tą chorobą – powiedziała dr Choi. Jak dodała, istnieją badania pokazujące „siedem razy więcej zawałów serca i udarów zaobserwowanych, niż oczekiwano u pacjentów z SLE na podstawie FRS”.
Rozbieżność między oczekiwanymi a obserwowanymi zawałami i udarami jest tym wyraźniejsza, im cięższa jest postać SLE.
W innym badaniu omawianym przez dr Choi, odsetek zdarzeń sercowo-naczyniowych był 12 razy wyższy u osób z nieaktywnym lub łagodnym SLE, wzrastając 16-krotnie wśród osób z umiarkowaną chorobą i osiągając nawet 32-krotny wzrost u osób z ciężkim toczniem rumieniowatym układowym.
Narzędzie SLECRISK zostało opracowane na podstawie rejestru danych dotyczących tocznia rumieniowatego układowego pochodzących od pacjentów Brigham and Women's Hospital. Powstał on w 1992 r.
Pacjenci bez historii chorób sercowo-naczyniowych byli oceniani pod kątem tradycyjnych czynników ryzyka sercowo-naczyniowego oraz cech swoistych dla SLE, takich jak aktywność choroby, poziomy białek dopełniacza C3 i C4, czynność nerek, obecność zapalenia nerek i czas trwania SLE. Wartość tych cech jako predyktorów zdarzeń sercowo-naczyniowych oceniano następnie przez 10-letni okres obserwacji, zanim zostały one połączone w narzędzie SLECRISK.
Jako przykład dr Choi podała przypadek 50-letniego pacjenta z SLE i 5-proc. 10-letnim niskim wynikiem ryzyka ASCVD. Po uwzględnieniu ryzyka SLE, które obejmowało 10-letni czas trwania choroby, jej wysoką aktywność, podwyższoną kreatyninę i pozytywny status anty-dwuniciowego DNA, 10-letnia ocena ryzyka sercowo-naczyniowego wzrosła do 16,2 proc., co jest wynikiem umiarkowanym.
Skuteczność testu SLECRISK oceniono u 1243 pacjentów, poprzez obserwację trwającą 8946,51 osobolat. W tym okresie wystąpiło 90 poważnych niepożądanych zdarzeń sercowych (MACE), z których 82 proc. zostało orzeczonych przez kardiologów, oraz 211 zdarzeń wtórnych.
W stosunku do oceny ryzyka ASCVD, SLECRISK zidentyfikował około 2 razy więcej pacjentów z SLE o umiarkowanym ryzyku i 3,5-krotnie więcej pacjentów jako tych o wysokim ryzyku. Według dr Choi wśród pacjentów, u których wystąpiły zdarzenia sercowo-naczyniowe, bardziej powszechne były tradycyjne czynniki ryzyka sercowo-naczyniowego, ale także czynniki ryzyka specyficzne dla SLE, w tym większa ciężkość choroby, większe prawdopodobieństwo toczniowego zapalenia nerek, wyższe poziomy dopełniacza i większa ekspozycja na glikokortykosteridy.
W przewidywaniu incydentów sercowo-naczyniowych różnice w specyficzności mieściły się w ogólnym zakresie, chociaż były nieco wyższe dla wyniku ASCVD w odniesieniu do przewidywania MACE (83 proc. do 72 proc.) i MACE plus zdarzenia wtórne (90 proc. do 79 proc.). Czułość była jednak znacznie wyższa dla SLECRISK w stosunku do oceny ryzyka ASCVD dla samej MACE (64 proc. do 41 proc.) oraz dla MACE plus zdarzeń wtórnych (58 proc. do 35 proc.).
Porównując pacjentów, którzy przeszli zawał mięśnia sercowego lub udar mózgu, punktacja ryzyka ASCVD zidentyfikowała 8 (7 proc.) pacjentów pominiętych przez SLECRISK, podczas gdy SLECRISK zidentyfikowało 89 (73 proc.) pacjentów pominiętych przez punktację ryzyka ASCVD. Pozostałych 25 pacjentów (20 proc.) zostało zidentyfikowanych przez oba typy narzędzi. Korzyść ze stosowania SLECRISK była podobna w przypadku MACE.
Dr Choi zauważyła, że wszystkie zmienne specyficzne dla SLE w SLECRISK są łatwo dostępne i często już widoczne w kartach pacjentów. Jak dodała, istnieje plan walidacji narzędzia w większych grupach, w celu stworzenia narzędzia dostępnego online dla klinicystów i ich pacjentów. Istnieją także plany rozwoju całej koncepcji tego typu narzędzi.
– Mamy fundusze, aby przyjrzeć się uczeniu maszynowemu w celu oceny zmiennych predykcyjnych u pacjentów z SLE – powiedziała dr Choi. Zamiast dodawać zmienne specyficzne dla SLE do tradycyjnego ryzyka, planuje się zacząć od zera, pozwalając sztucznej inteligencji na gromadzenie predyktorów bez określania tego, co może, a co nie musi być istotne.
Opracowanie: Marek Meissner
