Cardiovascular Diabetology Band 21, Artikelnummer: 166 (2022) Diesen Artikel zitierenBei Personen mit atherosklerotischer Herz-Kreislauf-Erkrankung (ASCVD) ist Typ-2-Diabetes mellitus (T2DM) weit verbreitet und bringt ein erhöhtes Morbiditäts- und Mortalitätsrisiko mit sich.Die Risikodifferenzierung ist der Schlüssel zur Optimierung der Effizienz der Behandlungsauswahl.Unser Ziel war die Entwicklung und Validierung eines Modells zur Vorhersage des Risikos schwerer kardiovaskulärer Ereignisse (MACE), das das erste Ereignis von kardiovaskulärem Tod, Myokardinfarkt (MI) oder Schlaganfall umfasst, für Personen mit T2DM und ASCVD.Unter Verwendung von Daten aus dem Trial Evaluating Cardiovascular Outcomes with Sitagliptin (TECOS) verwendeten wir Cox-Proportional-Hazards-Modelle, um MACE bei Teilnehmern mit T2DM und ASCVD vorherzusagen.Alle in der Studie gesammelten Baseline-Kovariaten wurden für die Aufnahme in Betracht gezogen, obwohl einige sofort aufgrund von großem Fehlen oder Kollinearität ausgeschlossen wurden.Ein vollständiges Modell wurde unter Verwendung einer schrittweisen Auswahl in jedem der 25 imputierten Datensätze entwickelt und umfasste Kandidatenvariablen, die in 20 der 25 Datensätze ausgewählt wurden.Unter Verwendung von Cox-Modellen mit kleinster absoluter Schrumpfung und Auswahloperator (LASSO) wurde ein sparsames Modell mit maximal 10 Freiheitsgraden erstellt, wobei das angepasste R-Quadrat als Auswahlkriterium verwendet wurde.Das Modell wurde dann extern an einer Kohorte von Teilnehmern mit ähnlichen Kriterien in der ACCORD-Studie (Action to Control Cardiovascular Risk in Diabetes) validiert.Die Diskriminierung beider Modelle wurde anhand des C-Index von Harrell und der Modellkalibrierung durch die Greenwood-Nam-D'Agostino-Statistik auf der Grundlage von 4-Jahres-Ereignisraten bewertet.Insgesamt hatten 1491 (10,2 %) von 14.671 Teilnehmern in TECOS und 130 (9,3 %) in der ACCORD-Validierungskohorte (n = 1404) MACE über eine mediane Nachbeobachtung von 3 Jahren.Das endgültige Modell umfasste 9 Merkmale (vorheriger Schlaganfall, Alter, chronische Nierenerkrankung, früherer Myokardinfarkt, Geschlecht, Herzinsuffizienz, Insulinverwendung, Vorhofflimmern und mikrovaskuläre Komplikationen).Das Modell wies sowohl in der internen als auch in der externen Validierungsstichprobe eine moderate Diskriminierung auf (C-Index = 0,65 bzw. 0,61).Das Modell war über das gesamte Risikospektrum hinweg gut kalibriert – von einer kumulativen MACE-Rate von 6 % nach 4 Jahren im Quintil mit dem niedrigsten Risiko bis zu 26 % im Quintil mit dem höchsten Risiko.Bei Patienten mit T2DM und prävalenter ASCVD kann dieses 9-Faktoren-Risikomodell das Risiko zukünftiger ASCVD-Komplikationen quantifizieren und die Entscheidungsfindung für Behandlungen und Intensität unterstützen.Bei Personen mit atherosklerotischer Herz-Kreislauf-Erkrankung (ASCVD) ist Typ-2-Diabetes mellitus (T2DM) weit verbreitet und bringt ein erhöhtes Morbiditäts- und Mortalitätsrisiko mit sich [1, 2].In ähnlicher Weise entwickeln Patienten mit T2DM fast dreimal so häufig schwere unerwünschte kardiovaskuläre Ereignisse (MACE), definiert als kardiovaskulärer (CV) Tod, Myokardinfarkt (MI) und Schlaganfall, im Vergleich zu Patienten ohne Diabetes [3, 4].Folglich war die Prävention von MACE ein Hauptaugenmerk klinischer Studien, therapeutischer Strategien und Leitlinien für die klinische Praxis für Patienten mit T2DM.Therapeutische Entscheidungen bei diesen Patienten werden idealerweise durch das zugrunde liegende Risiko der Patienten für kardiovaskuläre Komplikationen bestimmt.Bisher fehlen jedoch Modelle für diese Risikovorhersage, und die verfügbaren Modelle sind nicht optimal und veraltet.Die UKPDS Risk Engine hat eine angemessene Genauigkeit gezeigt, um das Risiko von ASCVD-Ereignissen bei Patienten mit T2DM vorherzusagen, wurde jedoch bei Patienten ohne Herzerkrankung oder Schlaganfall und zum Zeitpunkt der T2DM-Diagnose entwickelt [5].Im Gegensatz dazu wurde der Vorhersage des kardiovaskulären Risikos bei Personen mit T2DM und bestehender ASCVD vergleichsweise weniger Aufmerksamkeit geschenkt [6].Ein aktualisiertes UKPDS-Ergebnismodell wurde entwickelt, um sekundäre Herzinfarkt- und Schlaganfallereignisse über eine mittlere Dauer von 17 Jahren vorherzusagen [7], aber das Risikomodell wurde unter Verwendung von Simulationsstudien entwickelt, wurde nicht extern validiert und zielte darauf ab, das Risiko über einen langen Zeitraum vorherzusagen , fast 20-Jahres-Follow-up.Angesichts der Tatsache, dass Personen mit ASCVD innerhalb von 4 Jahren mit mehr als doppelt so hoher Wahrscheinlichkeit an MACE erkranken wie Untergruppen der Primärprävention, ist die Risikostratifizierung der Patienten wichtig, um Behandlungsentscheidungen zu treffen [6, 8].In dieser Studie war es unser Ziel, ein Modell zur Vorhersage mittelfristiger ASCVD-Ereignisse bei Personen mit sowohl T2DM als auch ASCVD, die an der Studie zur Bewertung kardiovaskulärer Ergebnisse mit Sitagliptin (TECOS) teilgenommen haben, zu entwickeln und die Ergebnisse bei Teilnehmern der ACCORD (Action to Kontrolle des kardiovaskulären Risikos bei Diabetes).Aufgrund der sensiblen Natur der für diese Studie gesammelten Daten können Anträge auf Zugriff auf den Datensatz von qualifizierten Forschern, die in Vertraulichkeitsprotokollen für menschliche Probanden geschult sind, unter dcri.org/data-sharing eingereicht werden.TECOS (NCT00790205) war eine doppelblinde, multinationale, placebokontrollierte Studie, die die kardiovaskuläre Sicherheit einer zusätzlichen Behandlung mit Sitagliptin zur üblichen Behandlung bei Patienten mit T2DM und etablierter ASCVD untersuchte.Details zum Studiendesign und zu den primären Ergebnissen sowie zum Studienprotokoll und anderen ergänzenden Studienressourcen wurden veröffentlicht [9, 10].Kurz gesagt umfasste die Intention-to-Treat-Population 14.671 Teilnehmer aus 38 Ländern (662 Zentren), die zwischen Dezember 2008 und Juli 2012 aufgenommen und über einen Median von 3,0 Jahren beobachtet wurden.Für den Einschluss waren die Patienten ≥ 50 Jahre alt mit T2DM-, ASCVD- und HbA1c-Werten von 6,5–8,0 %.Die Teilnehmer nahmen zu Studienbeginn Insulin oder orale Antihyperglykämika ein, mit Ausnahme von Dipeptidylpeptidase-4-Inhibitoren, Glucagon-like Peptide 1 (GLP-1)-Rezeptoragonisten und Rosiglitazon.Teilnehmer wurden ausgeschlossen, wenn sie in den letzten 12 Monaten zwei oder mehr schwere hypoglykämische Ereignisse hatten oder ihre geschätzte glomeruläre Filtrationsrate (eGFR) zu Studienbeginn < 30 ml/min/1,73 m2 betrug.Die Teilnehmer wurden 1:1 für die Behandlung mit Sitagliptin oder Placebo randomisiert, wobei die Dosierungen auf den eGFR-Werten basierten.Begleitmedikationen konnten während der Studie entsprechend den lokalen Behandlungsstandards angepasst werden.Die Studie wurde gemeinsam vom Duke Clinical Research Institute und der Diabetes Trials Unit der University of Oxford in einer akademisch unabhängigen Zusammenarbeit mit dem Sponsor Merck Sharp und Dohme durchgeführt.Alle Teilnehmer gaben eine schriftliche Einverständniserklärung ab, und das Protokoll wurde von den Ethikkommissionen an jedem Standort genehmigt.Das klinische Ergebnis für die vorliegenden Analysen ist ein zusammengesetztes Drei-Punkte-MACE, definiert als die Zeit bis zum ersten nicht tödlichen Herzinfarkt, nicht tödlichen Schlaganfall oder kardiovaskulären Tod.Ereignisse wurden von einem unabhängigen Komitee für klinische Ereignisse ohne Kenntnis der Behandlungszuordnung beurteilt [9].Insgesamt wurden 59 Baseline-Variablen als Kandidaten für die Modellentwicklung betrachtet (siehe Zusatzdatei 1: Ergänzende Methoden).Zusammenfassende Statistiken für diese Variablen sind in Tabelle 1 gezeigt, wobei die Menge der nicht fehlenden Daten in Zusatzdatei 1: Tabelle S1 gezeigt wird.Nach der Bewertung von Kollinearität und Fehlen wurden Modelle unter Verwendung von 33 Basisvariablen entwickelt.Eine detaillierte Beschreibung, wie die Variablen, die letztendlich als Kandidaten in Betracht gezogen wurden, ausgewählt wurden, ist im ergänzenden Material enthalten.Kurz gesagt umfassten die Variablen eine Reihe von Bereichen, darunter demografische, anthropometrische Maße, Krankengeschichte, Laborwerte, aktuelle Medikamenteneinnahme und Diabeteskomplikationen.Variablen mit > 25 % Missingness wurden ausgeschlossen, und die verbleibenden Variablen mit fehlenden Daten wurden imputiert.Eine einzelne mikrovaskuläre diabetische Komplikationsvariable wurde als Kombination aus Blindheit, Amputation, Fußgeschwür, diabetischer Neuropathie oder Retinopathie verwendet.Einzelheiten zur Modellentwicklung finden sich in der Zusatzdatei 1: Supplemental Materials.Zusammenfassend wurden zwei Cox-Proportional-Hazards-Regressionsmodelle für MACE entwickelt: (1) ein „vollständiges“ Modell, das in der Anzahl der Variablen nicht eingeschränkt war;und (2) ein sparsames Modell, das als Instrument zur Risikovorhersage in klinischen Umgebungen einfacher zu verwenden ist.25 imputierte Datensätze wurden unter Verwendung von SAS PROC MI mit der Methode der vollständig bedingten Spezifikation erstellt [11].Variablen, bei denen mehr als 25 % fehlten, wurden imputiert, waren aber keine Kandidaten für das endgültige Modell.Die Linearitätsannahme der Cox-Regression wurde für jede kontinuierliche Variable getestet, und die geschätzte Assoziation mit der Gefahr von MACE wurde unter Verwendung des Modells mit eingeschränkten kubischen Splines aufgetragen.Im Fall von Nichtlinearität wurde basierend auf einer visuellen Inspektion der Diagramme ein Schnittpunkt ausgewählt und zwei lineare Splines wurden als Kandidaten für die Modellauswahl definiert [12].In den endgültigen Modellen wurden Variablen verwendet, die in mindestens 20 der 25 Datensätze ausgewählt wurden [13].Das vollständige Modell wurde unter Verwendung einer schrittweisen Variablenauswahl mit Alpha = 0,05 entwickelt, um in das Modell einzutreten und darin zu bleiben.Das resultierende Modell umfasste alle Ebenen kategorialer Variablen und beide linearen Splines, selbst wenn nur einige Ebenen der Kovariablen ausgewählt wurden.Das sparsame Modell wurde mithilfe der Cox-Proportional-Hazards-Regression mit der Methode der kleinsten absoluten Schrumpfung und des Auswahloperators (LASSO) angepasst [14].Es wurden maximal 10 Freiheitsgrade von nur demographischen und anamnestischen Variablen vorgegeben.Als Auswahlkriterium wurde die adjustierte R-Quadrat-Statistik verwendet.Cox-Proportional-Hazard-Ratios und p-Werte wurden unter Verwendung der Rubin-Methode berechnet, um die Schätzungen aus den 25 imputierten Datensätzen zu kombinieren [13].Die Diskriminanz beider Modelle wurde mit dem C-Index von Harrell bewertet [15].Schließlich wurde die Modellkalibrierung anhand der Greenwood-Nam-D'Agostino (GND)-Statistik [16] basierend auf 4-Jahres-Ereignisraten bewertet.Für die Modellkalibrierung und das Testen von Modellannahmen wurde nur der erste imputierte Datensatz verwendet.Alle Variablen, die für das Vorhersagemodell berücksichtigt wurden, wurden insgesamt und nach Vorhandensein eines MACE-Ereignisses zusammengefasst.Kontinuierliche Variablen wurden mit Median (25., 75. Perzentil) und kategoriale Variablen mit Anzahl und Prozentsatz zusammengefasst.Die Anzahl der nicht fehlenden Werte vor der Imputation wird für jeden potenziellen Prädiktor angegeben.Wenn festgestellt wurde, dass Beziehungen nicht linear sind, entspricht der p-Wert dem Modell, das zwei stückweise lineare Splines enthält.Die kumulative Inzidenz von MACE wurde über die Risikoquintile hinweg angezeigt, wobei die Unterschiede mit dem Log-Rank-Test bewertet wurden.Alle Analysen wurden mit SAS Version 9.4 und R Version 3.6.3 durchgeführt, wobei ein p-Wert < 0,05 Signifikanz anzeigt.Der sparsame Modell-Risiko-Score wurde extern in einer separaten Kohorte von Personen mit T2DM und prävalenter ASCVD aus der ACCORD-Studie validiert [17, 18].Kurz gesagt, ACCORD war eine randomisierte, multizentrische Studie, die untersuchte, ob eine intensive glykämische Kontrolle (Ziel-HbA1c < 6 %) im Vergleich zur Standardkontrolle (Ziel-HbA1c 7–7,9 %) das MACE-Risiko verringerte.Die Rekrutierung erfolgte an 77 klinischen Zentren in den Vereinigten Staaten und Kanada in zwei Phasen, zwischen Januar und Juni 2001 und von Februar 2003 bis Oktober 2005. Die durchschnittliche Nachbeobachtungszeit betrug 5,0 Jahre.Die Teilnehmer waren im Alter von 40–79 Jahren mit T2DM und unzureichender glykämischer Kontrolle (HbA1c ≥ 7,5 %) und entweder bestehender ASCVD oder im Alter von 55–79 Jahren mit linksventrikulärer Hypertrophie, Albuminurie, Atherosklerose oder zwei oder mehr anderen ASCVD-Risikofaktoren (Hyperlipidämie, Bluthochdruck). , Fettleibigkeit oder aktuelles Rauchen).Da die Ergebnisse der Primärstudie null waren, wurden Patienten eingeschlossen, die beiden Behandlungsarmen randomisiert wurden.Ähnlich wie bei der Ableitungskohorte (TECOS) wurden Teilnehmer ohne ASCVD zu Studienbeginn, Alter < 50 Jahre, HbA1c > 8 % oder eGFR < 30 ausgeschlossen.Das primäre Ergebnis von Interesse war ein zusammengesetztes Dreipunkt-MACE.Jede der Komponenten (nicht tödlicher Myokardinfarkt, nicht tödlicher Schlaganfall oder kardiovaskulärer Tod) waren anerkannte Ergebnisse der ACCORD-Studie [17].Die Modellbewertung wurde ähnlich wie bei der Primäranalyse bewertet.Es gab keine fehlenden Daten in der ACCORD-Kohorte.Baseline-Charakteristika für die 14.671 TECOS-Teilnehmer in der Gesamtkohorte und stratifiziert nach dem ersten Ereignis des zusammengesetzten MACE-Ergebnisses sind in Tabelle 1 angegeben. Insgesamt hatten 1491 (10,2 %) der Teilnehmer ein primäres Ergebnis-Ereignis (MACE) mit einer Rate von 3,6 Ereignisse pro 100 Patientenjahre Nachbeobachtung.Das erste Ereignis der Kombination war kardiovaskulärer Tod bei 607, nicht-tödlicher Myokardinfarkt bei 578, nicht-tödlicher ischämischer Schlaganfall bei 283, nicht-tödlicher hämorrhagischer Schlaganfall bei 17 und nicht-tödlicher Schlaganfall unbekannter Art bei 6. Teilnehmer, die MACE entwickelten, waren häufiger männlich , älter und hatten eine höhere Häufigkeit von früherem Herzinfarkt, Herzinsuffizienz, Vorhofflimmern und chronisch obstruktiver Lungenerkrankung (COPD).Teilnehmer, bei denen MACE-Ereignisse auftraten, hatten zu Studienbeginn auch eine niedrigere eGFR und ein höheres Verhältnis von Albumin zu Kreatinin im Urin.In der multivariablen Cox-Analyse des vollständigen Modells umfassten die identifizierten Variablen Alter, früherer Schlaganfall, früherer Myokardinfarkt, eGFR, männliches Geschlecht, Vorhofflattern oder -flimmern, Insulingebrauch, mikrovaskuläre diabetische Komplikationen, Herzinsuffizienz, Klasse der New York Heart Association (NYHA), Non-High-Density-Lipoprotein-Cholesterin, diastolischer Blutdruck, Herzfrequenz, Albuminurie, koronare Herzkrankheit, Body-Mass-Index < 25 kg/m2, aktuelles Rauchen, ≥ 50 % Karotisstenose, Dyslipidämie und COPD (Tabelle 2).In der internen Validierungskohorte betrug der C-Index für Diskriminierung 0,68 (95 %-KI 0,66–0,69).Wenn hämorrhagischer Schlaganfall als Teil des zusammengesetzten Endpunkts ausgeschlossen würde, würden ausgewählte Variablen und der C-Index unverändert bleiben (Zusatzdatei 1: Tabelle S2).Die Kalibrierung über Dezile des vorhergesagten und beobachteten Risikos ist in Abb. 1 dargestellt (GND Chi-Quadrat = 7,6, p = 0,570).Vorhergesagte versus beobachtete schwerwiegende unerwünschte kardiovaskuläre Ereignisse (MACE) 4-Jahres-Raten der vereinfachten und erweiterten Risiko-Scores basierend auf Dezilen des vorhergesagten Risikos.MACE ist eine Kombination aus erstem nicht-tödlichen Myokardinfarkt, nicht-tödlichem Schlaganfall oder kardiovaskulärem TodIn der multivariablen Cox-Analyse des sparsamen Modells waren die identifizierten Variablen Alter, männliches Geschlecht, früherer Schlaganfall, früherer Myokardinfarkt, chronische Nierenerkrankung (eGFR < 60), Herzinsuffizienz, Vorhofflattern oder -flimmern, Insulinverwendung und mikrovaskuläre diabetische Komplikationen (Tabelle 3).Aus den 9 identifizierten Kovariaten haben wir einen Risiko-Score zur Vorhersage von MACE erstellt.Der Risiko-Score zeigte eine moderate Diskrimination mit einem C-Index von 0,65 (95 % KI 0,64–0,67) und einer akzeptablen Kalibrierung (GND-Chi-Quadrat = 11,4, p = 0,25) (Abb. 1).Die kumulative Inzidenz von MACE nach 4 Jahren stieg abgestuft über Quintile mit zunehmendem modelliertem Risiko von 6,0 % im Quintil mit dem niedrigsten Risiko auf 25,8 % im Quintil mit dem höchsten Risiko (Log-Rank p < 0,001; Abb. 2A).Wenn der Schlaganfallanteil der Zusammensetzung auf ischämischen und unbekannten Typ beschränkt wäre, wären die Modellkalibrierung und die für das vereinfachte Modell ausgewählten Variablen ähnlich (Zusätzliche Datei 1: Tabelle S3).Kumulative Inzidenz von MACE über Quintile des Risiko-Scores in den Kohorten A-Ableitung (TECOS) und B-Validierung (ACCORD).MACE ist eine Kombination aus erstem nicht-tödlichen Myokardinfarkt, nicht-tödlichem Schlaganfall oder kardiovaskulärem TodVon den 10.251 Teilnehmern der ACCORD-Studie wurden 6.642 wegen Nicht-ASCVD zu Studienbeginn aus den vorliegenden Analysen ausgeschlossen, 2.119 wegen HbA1c > 8 %, 72 wegen Alter < 50 Jahre und 14 wegen fehlender Nachbeobachtung.Die Koeffizienten in Tabelle 3 wurden verwendet, um die Risikobewertung für jeden der 1404 Teilnehmer in der externen Validierungskohorte zu berechnen;130 der Teilnehmer (9,3 %) hatten MACE innerhalb von 4 Jahren nach der Nachbeobachtung.Die Ausgangsmerkmale der ACCORD-Teilnehmer sind in Zusatzdatei 1: Tabelle S4 dargestellt.Die externe Validierungskohorte war von ähnlichem Alter und Geschlecht wie TECOS, hatte aber ein etwas anderes Krankheitsprofil.Beide hatten T2DM und etablierte ASCVD, aber diejenigen in ACCORD hatten mehr früheren MI, Herzinsuffizienz, Koronararterien-Bypass-Operation, Karotisstenose, höheren HbA1c, mehr Insulinverbrauch und höhere eGFR, während TECOS mehr Vorhofflimmern und High-Density-Lipoprotein-Cholesterin aufwies , diastolischer Blutdruck, Herzfrequenz und chronische Nierenerkrankung.In der Diskriminierungsanalyse betrug der C-Index des Modells, das nur den 9-variablen Risiko-Score enthielt, 0,61 (95 % KI 0,56–0,66).Außerdem wurde kein Hinweis auf eine Fehlkalibrierung beobachtet (GND-Chi-Quadrat = 9,31, p = 0,32).Die kumulative Inzidenz von MACE nach 4 Jahren stieg abgestuft über die risikobewerteten Quintilen hinweg von 6,3 % in Quintil 1 auf 15,2 % in Quintil 5 (Log-Rank p < 0,001; Abb. 2B).In dieser Studie wurde ein einfacher neuartiger Risiko-Score entwickelt und validiert, der eine angemessene Genauigkeit bei der Vorhersage von MACE-Ereignissen (nicht tödlicher Herzinfarkt, Schlaganfall oder kardiovaskulärer Tod) bei Patienten mit T2DM und ASCVD aufweist.Mehrere wichtige Erkenntnisse wurden beobachtet.Erstens beinhaltete der entwickelte Risiko-Score häufig verwendete klinische und Laborvariablen und konnte Personen mit einem 4-Jahres-MACE-Risiko zwischen 6 und 25 % identifizieren.Zweitens, während das komplexere Modell mit 19 Variablen zu einer besseren Unterscheidung führte, behielt ein vereinfachter Risiko-Score von nur 9 Patientenmerkmalen einen Großteil der Betriebsmerkmale des größeren, komplexeren Modells bei.Schließlich schnitt der Score in einer externen Kohorte von Patienten mit T2DM und ASCVD gut ab.Insgesamt deuten die Ergebnisse auf eine neue Methode hin, um die Patienten mit dem höchsten Risiko zu identifizieren und zielgerichtete Sekundärpräventionsstrategien für ASCVD bei Patienten mit T2DM und prävalentem ASCVD zu informieren.Die Behandlung von Patienten mit T2DM konzentrierte sich in der Vergangenheit auf das Erreichen glykämischer Ziele.Neuere Medikamentenklassen – wie Natrium-Glucose-Cotransporter-2-Inhibitoren (SGLT2i) und GLP-1-Rezeptoragonisten – reduzieren jedoch nachweislich das Risiko von kardiovaskulären Ereignissen bei Patienten mit T2DM und etablierter ASCVD [19,20,21].Die Mechanismen, durch die diese Medikamente einen kardiovaskulären Nutzen erzielen, und ob diese Vorteile über das gesamte Spektrum des ASCVD-Risikos hinweg bestehen, sind jedoch unklar.Darüber hinaus sind diese neueren Wirkstoffe mit erheblichen Gesundheitskosten verbunden – insbesondere in Ländern mit niedrigem Einkommen [22, 23].Daher werden Instrumente zur Stratifizierung von Patienten mit T2DM und ASCVD benötigt, um diese Medikamente am effizientesten einzusetzen, insbesondere in Umgebungen mit begrenzten Ressourcen, und die weitere Therapie zu steuern [24].In ähnlicher Weise können Tools zur Identifizierung von Personen mit dem größten MACE-Risiko den Gesundheitsdienstleistern dabei helfen, qualitativ hochwertige Versorgungsmetriken einzuhalten und den Patienten mit dem höchsten Risiko Ressourcen zuzuweisen.Die aktuellen Richtlinien der American College of Cardiology Foundation/American Heart Association empfehlen eine ASCVD-Risikostratifizierung bei Patienten mit T2DM unter Verwendung verfügbarer globaler Risikorechner [25].Bedauerlicherweise wurden bestehende Risikorechner bei Personen mit T2DM und überdurchschnittlichem ASCVD-Risiko oder speziell mit prävalenter ASCVD wie in den vorliegenden Analysen nicht evaluiert.Daher könnten Risikostratifizierungsmodelle zur Identifizierung, welche Patienten von pharmakologischen Interventionen profitieren könnten, wie z Kosteneffizienz sind wichtige Überlegungen.Ebenso können Vorhersagemodelle helfen, Patienten über ihr individuelles Risiko und ihre Prognose zu informieren [26].Die Ergebnisse solcher Risikobewertungen können verwendet werden, um Patienten aufzuklären und zu motivieren, indem sie körperliche Aktivität und Änderungen des Lebensstils fördern.Das Risikovorhersagetool mit 9 Variablen wurde entwickelt, um diese Wissenslücke zu schließen und MACE bei Personen mit vorherrschendem ASCVD und T2DM vorherzusagen.Die vorliegenden Ergebnisse bauen auch auf früheren MACE-Risikovorhersage-Tools aus einzelnen Kohorten auf, darunter die Framingham Heart Study, das Swedish National Diabetes Register (NDR) und die Kohorten der UK Prospective Diabetes Study (UKPDS) [27,28,29,30].Während der Framingham-Risiko-Score Teilnehmer mit vorherrschender ASCVD umfasst, wurde der Risiko-Score nicht für Personen mit T2DM entwickelt und es hat sich gezeigt, dass er in dieser Population eine verringerte Genauigkeit aufweist [31].Umgekehrt ist der NDR-Risiko-Score für Personen ohne ASCVD-Ausgangswert konzipiert und nicht auf Personen mit ASCVD-Vorgeschichte verallgemeinerbar.Schließlich wurde die UKPDS Risk Engine unter Verwendung von Daten entwickelt, die zwischen 1977 und 1991 von Personen mit neu diagnostiziertem T2DM im Alter von 25 bis 65 Jahren gesammelt wurden, und spiegelt möglicherweise nicht die aktuelle Landschaft der medizinischen Praktiken und die Krankheitslast wider, die insbesondere bei Personen mit langjährigem T2DM zu beobachten ist diejenigen mit etablierter ASCVD [5].Beispielsweise enthält der UKPDS-Score keine aktuellen Medikamente, wie z. B. die Verwendung von Insulin, die in unserem Risiko-Score enthalten ist und die aktuellen Standardbehandlungsschemata für Patienten mit fortgeschrittenem T2DM widerspiegelt [32].In ähnlicher Weise wurde die UKPDS Risk Engine entwickelt, um das langfristige MACE-Risiko (bis zu 20+ Jahre) vorherzusagen.Im Gegensatz dazu umfasste unsere Risiko-Score-Ableitung eine vielfältige Kohorte schwarzer und weißer Männer und Frauen mit überdurchschnittlichem kurzfristigem ASCVD-Risiko aus einer kürzlich auf klinischen Studien basierenden Kohorte, um robuste und personalisierte 4-Jahres-Schätzungen von MACE bei Patienten zu ermöglichen mit T2DM und vorherrschendem ASCVD.Die vorliegende Studie hat mehrere Stärken, darunter die Ableitung der Modelle in einer großen Kohorte von Teilnehmern der TECOS-Studie, Analysen von Daten von Patienten mit zeitgemäßer klinischer Versorgung, eine große Anzahl von zu analysierenden Ereignissen, die Verwendung fortschrittlicher statistischer Techniken zur Identifizierung und Analyse Variablen und Validierung der Modelle in einer externen Kohorte von Patienten mit T2DM und ASCVD.Diese Studie hat auch bemerkenswerte Einschränkungen.Die TECOS-Studie wurde zwischen 2008 und 2012 durchgeführt, und bestimmte Biomarker, die mit sich verschlechternden kardiovaskulären Ergebnissen in Verbindung gebracht werden, wie hochempfindliches Troponin, natriuretisches Peptid, C-reaktives Peptid und koronare Kalziumspiegel, waren nicht verfügbar, um ihren potenziellen Beitrag zu den Modellen zu bewerten .Diese Daten werden jedoch nicht routinemäßig bei Personen mit stabilem T2DM und ASCVD erhoben.In ähnlicher Weise schloss die TECOS-Studie Personen mit schwerer Nierenfunktionsstörung aus – ein bekannter Risikofaktor für eine Verschlechterung kardiovaskulärer Ereignisse.Die Zeit seit vorheriger ASCVD zu Studienbeginn wurde nicht erfasst, könnte aber möglicherweise informativ sein;Dies könnte jedoch in Bezug auf die Ausgangsuntersuchung der Studie variabel sein.Obwohl beide Populationen T2DM und ASCVD hatten, traten die Komorbiditäten der Teilnehmer bei Baseline in TECOS und ACCORD mit unterschiedlicher Häufigkeit auf.Trotz dieser Unterschiede schnitt das Modell in der Validierungskohorte gut ab.Obwohl ähnlich wie in anderen Studien definiert, wäre der vorab festgelegte MACE-Endpunkt sowohl für die TECOS- als auch für die ACCORD-Studie im Nachhinein besser gewesen, wenn er keinen hämorrhagischen Schlaganfall eingeschlossen hätte, da davon ausgegangen wird, dass der hämorrhagische Schlaganfall ein anderes Risikoprofil aufweist als andere Komponenten des Verbunds.Wenn jedoch der hämorrhagische Schlaganfall vom Endpunkt entfernt würde, würden nur 14 Ereignisse (< 1 %) verloren gehen und alle Prädiktoren in den Modellen würden signifikant bleiben.Einzelheiten zu den Modellen für kardiovaskulären Tod, nicht tödlichen MI oder nicht tödlichen ischämischen Schlaganfall (ohne hämorrhagischen Schlaganfall) sind in Zusatzdatei 1: Tabellen S2 und S3 dargestellt.Für das Modell standen keine Maße des sozioökonomischen Status (SES) zur Verfügung.Es wurde gezeigt, dass ein niedriger SES bei Patienten mit ASCVD mit einer schlechten Prognose verbunden ist, und eine klinische Studienpopulation ist wahrscheinlich unterrepräsentativ für diese Patienten mit höherem Risiko und niedrigerem SES.Zukünftige Studien sind erforderlich, um die vereinfachten und erweiterten Risiko-Scores in einer vielfältigeren Kohorte über klinische Studien hinaus zu testen.Schließlich war eine Validierung des erweiterten Modells in der ACCORD-Studie nicht möglich, da Daten zu Halsschlagaderstenose, Mikro- versus Makroalbuminurie und COPD nicht in den Studienbericht aufgenommen wurden.In Analysen von 14.671 Personen mit T2DM und etablierter ASCVD wurde ein neuartiger 4-Jahres-Risiko-Score entwickelt und validiert, um MACE vorherzusagen.Unter Verwendung von Variablen, die im klinischen Umfeld allgemein verfügbar sind, hilft der Risiko-Score bei der Quantifizierung des Risikos für die Entwicklung zukünftiger unerwünschter kardiovaskulärer Ereignisse.Der 9-Faktoren-Risiko-Score kann Personen mit der höchsten Wahrscheinlichkeit identifizieren, MACE zu entwickeln, die möglicherweise von den aggressivsten gezielten Sekundärpräventionstherapien profitieren und eine Behandlung mit teureren Therapien angesichts einer erhöhten Kosteneffizienz der Risikominderung rechtfertigen.Anträge auf Zugang zu den Daten für diese Studie von qualifizierten Forschern, die in Vertraulichkeitsprotokollen für menschliche Probanden geschult sind, können unter dcri.org/data-sharing eingereicht werden.Maßnahmen zur Kontrolle des kardiovaskulären Risikos bei DiabetesStudie zur Bewertung kardiovaskulärer Ergebnisse mit SitagliptinRawshani A., Rawshani A., Franzen S., Sattar N., Eliasson B., Svensson AM, et al.Risikofaktoren, Mortalität und kardiovaskuläre Ergebnisse bei Patienten mit Typ-2-Diabetes.N Engl. J Med.2018;379:633–644.Cavender MA, Steg PG, Smith SC Jr., Eagle K, Ohman EM, Goto S, et al.Auswirkungen von Diabetes mellitus auf Krankenhauseinweisungen wegen Herzinsuffizienz, kardiovaskuläre Ereignisse und Tod: Ergebnisse nach 4 Jahren aus dem REACH-Register (Reduction of Atherothrombosis for Continued Health).Verkehr.2015;132:923–31.Rana JS, Liu JY, Moffet HH, Jaffe M, Karter AJ.Diabetes und eine frühere koronare Herzkrankheit sind nicht unbedingt risikoäquivalent für zukünftige koronare Herzkrankheitsereignisse.J Gen Intern Med.2016;31:387–93.Rawshani A, Rawshani A, Franzen S, Eliasson B, Svensson AM, Miftaraj M, et al.Mortalität und Herz-Kreislauf-Erkrankungen bei Typ-1- und Typ-2-Diabetes.N Engl. J Med.2017;376:1407–1418.RJ Stevens, V. Kothari, AI Adler, IM Stratton;United Kingdom Prospective Diabetes Study Group.Die UKPDS-Risiko-Engine: ein Modell für das Risiko einer koronaren Herzkrankheit bei Typ-II-Diabetes (UKPDS 56).Clin Sci (London).2001;101:671–9.Fitchett D, Inzucchi SE, Cannon CP, McGuire DK, Scirica BM, Johansen OE, et al.Empagliflozin reduzierte in der EMPA-REG OUTCOME-Studie die Sterblichkeit und Hospitalisierung wegen Herzinsuffizienz im gesamten Spektrum des kardiovaskulären Risikos.Verkehr.2019;139:1384–1395.Hayes AJ, Leal J, Grey AM, Holman RR, Clarke PM.UKPDS-Ergebnismodell 2: eine neue Version eines Modells zur Simulation lebenslanger Gesundheitsergebnisse von Patienten mit Typ-2-Diabetes mellitus unter Verwendung von Daten aus der 30-jährigen britischen prospektiven Diabetesstudie: UKPDS 82. Diabetologia.2013;56:1925–33.Plante TB, Juraschek SP, Zakai NA, Tracy RP, Cushman M. Vergleich der Häufigkeit atherosklerotischer kardiovaskulärer Krankheitsereignisse zwischen Primär- und Sekundärpräventions-Untergruppen der Studie zur Intervention bei systolischem Blutdruck.Bin J Cardiol.2019;124:1701–1706.Green JB, Bethel MA, Armstrong PW, Buse JB, Engel SS, Garg J, et al.Wirkung von Sitagliptin auf die kardiovaskulären Ergebnisse bei Typ-2-Diabetes.N Engl. J Med.2015;373:232–42.Green JB, Bethel MA, Paul SK, Ring A, Kaufman KD, Shapiro DR, et al.Begründung, Design und Organisation einer randomisierten, kontrollierten Studie zur Bewertung kardiovaskulärer Ergebnisse mit Sitagliptin (TECOS) bei Patienten mit Typ-2-Diabetes und bestehender kardiovaskulärer Erkrankung.Am Heart J. 2013;166:983–989 e7.van Buuren S. Mehrfache Imputation diskreter und kontinuierlicher Daten durch vollständig bedingte Spezifikation.Statistikmethoden Med Res.2007;16:219–242.Harrell FE.Regressionsmodellierungsstrategien: mit Anwendungen auf lineare Modelle, logistische Regression und Überlebensanalyse.New York: Springer;2013.Rubin DB.Multiple Imputation für Nonresponse in Umfragen.New York: Wiley;1987.Tibshurani R. Die LASSO-Methode zur Variablenauswahl im Cox-Modell.Stat. Med.1997;16:385–395.Harrell FE Jr., Califf RM, Pryor DB, Lee KL, Rosati RA.Bewertung der Ausbeute medizinischer Tests.JAMA.1982;247:2543–6.D'Agostino RB, Nam BH.Bewertung der Leistung von Überlebensanalysemodellen: Diskriminierungs- und Kalibrierungsmaßnahmen.Handbuch der Statistik, Bd.23. New York: Elsevier;2003.ACCORD Study Group, Buse JB, Bigger JT, Byington RP, Cooper LS, Cushman WC, et al.Action to Control Cardiovascular Risk in Diabetes (ACCORD)-Studie: Design und Methoden.Bin J Cardiol.2007;99:21i-33i.Action to Control Cardiovascular Risk in Diabetes Study Group, Gerstein HC, Miller ME, Byington RP, Goff DC, Jr., Bigger JT, et al.Auswirkungen einer intensiven Glukosesenkung bei Typ-2-Diabetes.N Engl. J Med.2008;358:2545–59.B. Zinman, C. Wanner, J. M. Lachin, D. Fitchett, E. Bluhmki, S. Hantel et al.Empagliflozin, kardiovaskuläre Folgen und Mortalität bei Typ-2-Diabetes.N Engl. J Med.2015;373:2117–28.Wiviott SD, Raz I, Bonaca MP, Mosenzon O, Kato ET, Cahn A, et al.Dapagliflozin und kardiovaskuläre Ergebnisse bei Typ-2-Diabetes.N Engl. J Med.2019;380:347–357.Zelniker TA, Wiviott SD, Raz I, Im K., Goodrich EL, Bonaca MP, et al.SGLT2-Hemmer zur Primär- und Sekundärprävention von kardiovaskulären und renalen Folgen bei Typ-2-Diabetes: eine systematische Überprüfung und Metaanalyse von Studien zu kardiovaskulären Ergebnissen.Lanzette.2019;393:31–39.X. Zhuo, P. Zhang, HS Kahn, BH Bardenheier, R. Li, EW Gregg.Veränderung der auf Diabetes zurückzuführenden medizinischen Ausgaben: nationale Daten von 1987 bis 2011. Diabetesversorgung.2015;38:581–7.Smith-Spangler CM, Bhattacharya J, Goldhaber-Fiebert JD.Diabetes, seine Behandlung und katastrophale medizinische Ausgaben in 35 Entwicklungsländern.Diabetes-Behandlung.2012;35:319–26.Vaduganathan M., Sathiyakumar V., Singh A., McCarthy CP, Qamar A., ​​Januzzi JL Jr., et al.Verschreibermuster von SGLT2i nach Erweiterungen der US Food and Drug Administration Kennzeichnung.J Am Coll Cardiol.2018;72:3370–3372.Das SR, Everett BM, Birtcher KK, Brown JM, Januzzi JL Jr, Kalyani RR, et al.2020 Expertenkonsens-Entscheidungspfad zu neuartigen Therapien zur Verringerung des kardiovaskulären Risikos bei Patienten mit Typ-2-Diabetes: ein Bericht des American College of Cardiology Solution Set Oversight Committee.J Am Coll Cardiol.2020;76:1117–1145.Dorresteijn JA, Visseren FL, Wassink AM, Gondrie MJ, Steyerberg EW, Ridker PM, et al.Entwicklung und Validierung einer Vorhersageregel für rezidivierende vaskuläre Ereignisse basierend auf einer Kohortenstudie von Patienten mit arteriellen Erkrankungen: dem SMART-Risiko-Score.Herz.2013;99:866–72.Expertengremium des National Cholesterol Education Program zur Erkennung, Bewertung und Behandlung von hohem Blutcholesterinspiegel bei Erwachsenen.Dritter Bericht des Expertengremiums des National Cholesterol Education Program (NCEP) zur Erkennung, Bewertung und Behandlung von hohem Cholesterinspiegel im Blut (Adult Treatment Panel III) Abschlussbericht.Verkehr.2002;106:3143–421.Anderson KM, Odell PM, Wilson PW, Kannel WB.Risikoprofile für Herz-Kreislauf-Erkrankungen.Am Heart J. 1991;121:293–8.Anderson KM, Wilson PW, Odell PM, Kannel WB.Ein aktualisiertes koronares Risikoprofil.Ein Statement für Gesundheitsexperten.Verkehr.1991;83:356–62.Cederholm J., Eeg-Olofsson K., Eliasson B., Zethelius B., Nilsson PM, Gudbjornsdottir S.;Schwedisches nationales Diabetesregister.Risikovorhersage von Herz-Kreislauf-Erkrankungen bei Typ-2-Diabetes: eine Risikogleichung aus dem schwedischen nationalen Diabetesregister.Diabetes-Behandlung.2008;31:2038–43.Coleman RL, Stevens RJ, Retnakaran R, Holman RR.Framingham-, SCORE- und DECODE-Risikogleichungen liefern keine zuverlässigen Schätzungen des kardiovaskulären Risikos bei Typ-2-Diabetes.Diabetes-Behandlung.2007;30:1292–3.Kavaric N, Klisic A, Ninic A. Kardiovaskuläres Risiko geschätzt durch den UKPDS-Risk-Engine-Algorithmus bei Diabetes.Öffnen Sie Med (Kriege).2018;13:610–617.Die TECOS-Studie wurde von Merck Sharp & Dohme Corp., einer Tochtergesellschaft von Merck & Co., Inc., Kenilworth, NJ, USA, finanziert.Derzeitige Adresse: Abteilung für Kardiologie, University of Texas Southwestern Medical Center, Dallas, TX, USADuke Clinical Research Institute, Duke University School of Medicine, Postfach 17969, Durham, NC, 27715, USAJeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:Leider ist für diesen Artikel derzeit kein teilbarer Link verfügbar.Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt