Nieuwe modellen verbeteren de risicovoorspelling voor hartziekten, vooral voor vrouwen

Nieuwe modellen verbeteren de risicovoorspelling voor hartziekten, vooral voor vrouwen

Als het om hartzaken gaat, worden hart- en vaatziekten bij vrouwen ondergediagnosticeerd dan bij mannen. Een populair scoresysteem voor het inschatten van de waarschijnlijkheid dat iemand binnen de komende tien jaar een hart- en vaatziekten ontwikkelt, is de Framingham Risk Score. Het is gebaseerd op factoren zoals leeftijd, geslacht, cholesterolgehalte en bloeddruk.

Onderzoekers in de VS en Nederland hebben nu een grote dataset gebruikt om nauwkeurigere cardiovasculaire risicomodellen te creëren dan de Framingham Risk Score. Ze kwantificeerden ook de onderdiagnose van vrouwen in vergelijking met mannen. De resultaten zijn gepubliceerd inGrenzen in de fysiologie.

We hebben ontdekt dat genderneutrale criteria niet voldoende zijn bij het diagnosticeren van vrouwen. Als genderspecifieke criteria zouden worden gebruikt, zou deze onderdiagnose minder ernstig zijn. We ontdekten ook dat de beste test om hart- en vaatziekten beter op te sporen bij zowel mannen als vrouwen het elektrocardiogram (ECG) is.”

Skyler St. Pierre, onderzoeker, Living Matter Lab, Stanford University

Onderdiagnose als gevolg van cardiale verschillen

Anatomisch gezien zijn vrouwelijke en mannelijke harten verschillend. Vrouwelijke harten zijn bijvoorbeeld kleiner en hebben dunnere wanden. De diagnostische criteria voor bepaalde hartziekten zijn echter hetzelfde voor vrouwen en mannen, wat betekent dat de harten van vrouwen onevenredig meer moeten groeien dan die van mannen voordat aan dezelfde risicocriteria wordt voldaan.

Toen onderzoekers de onderdiagnose van vrouwen vergeleken met mannen kwantificeerden, ontdekten ze dat het gebruik van sekseneutrale criteria resulteert in ernstige onderdiagnose van vrouwelijke patiënten. “Bij vrouwen is de kans twee keer zo groot dat een eerstegraads atrioventriculair blok (AV), een aandoening die de hartslag beïnvloedt, en gedilateerde cardiomyopathie, een hartspierziekte, ondergediagnosticeerd worden dan bij mannen”, aldus St. Pierre. Er is ook gebleken dat vrouwen ondergediagnosticeerd zijn met andere hartziekten.

Oud versus nieuw

Om nauwkeurigere voorspellingen voor beide geslachten te bereiken, gebruikten de wetenschappers vier extra metingen die niet zijn opgenomen in de Framingham Risk Score: cardiale magnetische resonantiebeeldvorming, pulsgolfanalyse, ECG's en halsslagader-echografie. Ze gebruikten gegevens van ruim 20.000 mensen in de Britse Biobank – een biomedische database met informatie van ongeveer een half miljoen Britten van 40 jaar en ouder – die deze tests hadden ondergaan.

“Hoewel traditionele klinische modellen eenvoudig te gebruiken zijn, kunnen we nu machinaal leren gebruiken om duizenden andere mogelijke factoren te doorzoeken om nieuwe, betekenisvolle kenmerken te vinden die de vroege ziektedetectie aanzienlijk kunnen verbeteren”, legt St. Pierre uit. Deze methoden waren tien jaar geleden nog niet beschikbaar en daarom worden beoordelingsschalen zoals de Framingham Risk Score al een halve eeuw gebruikt.

Met behulp van machinaal leren ontdekten de onderzoekers dat van de geteste metingen ECG's het meest effectief waren in het verbeteren van de detectie van hart- en vaatziekten bij zowel mannen als vrouwen. Dit betekent echter niet dat traditionele risicofactoren geen belangrijke risicobeoordelingsinstrumenten zijn, aldus de onderzoekers. “Wij stellen voor dat artsen patiënten eerst screenen op traditionele risicofactoren met behulp van een eenvoudig onderzoek en vervolgens een secundaire screening uitvoeren met behulp van ECG’s voor patiënten met een hoger risico.”

De weg vrijmaken voor individuele geneeskunde

De huidige studie vertegenwoordigt een eerste stap in het heroverwegen van risicofactoren voor hartziekten. Het gebruik van nieuwe technologieën is een veelbelovende manier om de risicovoorspelling te verbeteren. De studie heeft echter enkele beperkingen die in de toekomst moeten worden aangepakt, aldus de onderzoekers.

Eén van die beperkingen is het feit dat geslacht in de UK Biobank als een binaire variabele wordt behandeld. Seks is echter inherent complex en er zijn hormonen, chromosomen en fysieke kenmerken bij betrokken, die allemaal ergens in het spectrum tussen ‘typisch’ mannelijk en ‘typisch’ vrouwelijk kunnen vallen.

Bovendien bestond de onderzoekspopulatie uit mensen van middelbare leeftijd en ouderen die in Groot-Brittannië woonden, waardoor de resultaten mogelijk niet generaliseerbaar zijn naar mensen met een andere achtergrond en leeftijd. “Hoewel genderspecifieke geneeskunde een stap in de goede richting is, zou patiëntspecifieke geneeskunde voor iedereen de beste resultaten opleveren”, concludeerde St. Pierre.

Bronnen: