Les equacions predictives de risc cardiovascular desenvolupades a Framingham [1], han estat unes eines molt útils per la presa de decisions en la pràctica clínica per la prevenció i control dels factors de risc cardiovasculars. No obstant això, aquestes equacions foren construïdes sota el marc d’una població amb alt risc cardiovascular i la seva validesa en la població mediterrània, amb una incidència de malaltia cardiovascular molt més baixa, era qüestionable. Per aquest motiu i seguint la metodologia proposada en [2] per a adaptar l’equació de risc a altres poblacions amb incidències i prevalences de factors de risc diferents de la de Framingham, es va adaptar aquesta equació a la població Espanyola. Per a fer-ho es va substituir la incidència de l’equació de Framingham per la observada en la població de Girona mitjançant el registre poblacional (REGICOR) de malaltia cardíaca, i es van agafar les prevalences observades en la cohort de gent lliure de malaltia cardiovascular reclutada a l’any 1995 [3]. A partir de l’equació adaptada es van construir taules de fàcil ús en la pràctica clínica amb els riscos d’infart a 10 anys segons les característiques dels factors de risc (colesterol, tensió arterial, etc).

Poc temps després es va dissenyar l’estudi VERIFICA [4] per tal de validar l’adaptació de l’equació de Framingham a la població espanyola. Per a fer-ho es va recollir la informació de participants d’arreu de l’estat espanyol amb diferents perfils de risc. Els resultats foren satisfactoris i s’observà que el risc predit per l’equació adaptada era molt similar al risc observat, mentre que l’equació original de Framingham sobreestimava clarament el risc, tal i com se sospitava.

El següent pas fou incorporar noves variables a les existents en l’equació de Framingham. Una de les proposades fou el tractaments per la hipertensió i per la hipercolesterolèmia ja que en el moment que es desenvolupà l’equació original de Framingham es subministrava tractament a molt poca gent. L’estudi FRESCO [5] té com a objectiu, entre d’altres, construir noves funcions incorporant els tractaments. D’altra banda, amb el creixent coneixement i recopilació de dades genètiques en els darrers anys, també s’està avaluant en quin grau es pot millorar la predicció quan en l’equació s’incorporen als factors de risc tradicional variants genètiques [6, 7]. Amb el mateix propòsit, actualment s’estan considerat altres biomarcadors relacionats amb el metabolisme, la inflamació, la hemodinàmica, la hemostàsia i el dany del miocardi.

Per tal de poder verificar adequadament les equacions de risc i avaluar el grau de millora en la incorporació de noves variables predictores, s’han incorporat tècniques estadístiques apropiades, entre les quals hi ha la modificació del test de Hosmer i Lemeshow per a seguiment de cohort (resposta amb informació censurada) [8]. També s’han utilitzat estadístics per a mesurar el grau de millora en la predicció quan s’incorporen noves variables a una equació de risc. Entre ells, el Net Reclassification Improvement Index (NRI) que mesura la proporció d’individus que tenen l’esdeveniment re-assignats a un grup de risc més elevat, l’Integrated Discriminant Improvement (IDI) [9]. Ambdós estadístiques també s’han adaptat als estudis de cohort.

Bibliografía:

  1. Wilson PW, D'Agostino RB, Levy D, Belanger AM, Silbershatz H, Kannel WB. Prediction of coronary heart disease using risk factor categories. Circulation. 1998 May 12;97(18):1837-47. PubMed PMID: 9603539.
  2. D'Agostino RB Sr, Grundy S, Sullivan LM, Wilson P; CHD Risk Prediction Group. Validation of the Framingham coronary heart disease prediction scores: results of a multiple ethnic groups investigation. JAMA. 2001 Jul 11;286(2):180-7. PubMed PMID: 11448281.
  3. Marrugat J, Solanas P, D'Agostino R, Sullivan L, Ordovas J, Cordón F, Ramos R, Sala J, Masiá R, Rohlfs I, Elosua R, Kannel WB[Coronary risk estimation in Spain using a calibrated Framingham function]. Rev Esp Cardiol 2003; 56: 253-61
  4. Marrugat J, Subirana I, Comín E, Cabezas C, Vila J, Elosua R, Nam BH, Ramos R, Sala J, Solanas P, Cordón F, Gené-Badía J, D'Agostino RB Validity of an adaptation of the Framingham cardiovascular risk function: the VERIFICA Study. J Epidemiol Community Health 2007; 61: 40-7
  5. Marrugat J. et al. Derivation and validation of a set of 10-year cardiovascular risk predictive functions in 11 population Spanish cohorts: the FRESCO Study. Not yet submitted.
  6. Lluis-Ganella C, Subirana I, Lucas G, Tomás M, Muñoz D, Sentí M, Salas E, Sala J, Ramos R, Ordovas JM, Marrugat J, Elosua R. Assessment of the value of a genetic risk score in improving the estimation of coronary risk. Atherosclerosis. 2012 Jun;222(2):456-63. doi: 10.1016/j.atherosclerosis.2012.03.024. Epub 2012 Mar 30. PubMed PMID: 22521901.
  7. Lluís-Ganella C, Lucas G, Subirana I, Sentí M, Jimenez-Conde J, Marrugat J, Tomás M, Elosua R. Additive effect of multiple genetic variants on the risk of coronary artery disease. Rev Esp Cardiol. 2010 Aug;63(8):925-33. English, Spanish. PubMed PMID: 20738937.
  8. D'Agostino R B, Sr, Nam B H. Evaluation of the performance of survival analysis models: discrimination and calibration measures. In: Balakrishnan N, Rao C, eds. Advances in survival analysis: handbook of statistics. Vol 23. Amsterdam: Elsevier, 2004. 1–25.25.
  9. Pencina MJ, D'Agostino RB Sr, Steyerberg EW. Extensions of net reclassification improvement calculations to measure usefulness of new biomarkers. Stat Med. 2011 Jan 15;30(1):11-21. doi: 10.1002/sim.4085. Epub 2010 Nov 5. PubMed PMID: 21204120; PubMed Central PMCID: PMC3341973.

Herrera S, Guelar A, Sorlì L, Vila J, Molas E, Grau M, Marrugat J, Esteve E, Güerri-Fernández R, Montero M, Knobel H

The Framingham function overestimates the risk of ischemic heart disease in HIV-infected patients from Barcelona.

HIV Clin Trials 2016 07; 17 (4): 131-9, PMID: 27169692

Abstract

Grau M, Subirana I, Vila J, Elosua R, Ramos R, Sala J, Dégano IR, Tresserras R, Bielsa O, Marrugat J

Validation of a population coronary disease predictive system: the CASSANDRA model.

J Epidemiol Community Health 2014 Nov; 68 (11): 1012-9, PMID: 24619990

Abstract

Grau M, Baena-Díez JM, Félix-Redondo FJ, Fernández-Bergés D, Comas-Cufí M, Forès R, Marrugat J, Ramos R

Estimating the risk of peripheral artery disease using different population strategies.

Prev Med 2013 Oct; 57 (4): 328-33, PMID: 23769902

Abstract

Marrugat J, Vila J, Baena-Díez JM, Grau M, Sala J, Ramos R, Subirana I, Fitó M, Elosua R

[Relative validity of the 10-year cardiovascular risk estimate in a population cohort of the REGICOR study].

Rev Esp Cardiol 2011 May; 64 (5): 385-94, PMID: 21482004

Abstract