Nye modeller forbedrer risikoprediksjon for hjertesykdom, spesielt for kvinner

Nye modeller forbedrer risikoprediksjon for hjertesykdom, spesielt for kvinner

Når det gjelder hjertesaker, er hjerte- og karsykdommer underdiagnostisert hos kvinner sammenlignet med menn. Et populært poengsystem for å estimere sannsynligheten for at en person skal utvikle hjerte- og karsykdom i løpet av de neste 10 årene er Framingham Risk Score. Den er basert på faktorer som alder, kjønn, kolesterolnivå og blodtrykk.

Forskere i USA og Nederland har nå brukt et stort datasett for å lage mer nøyaktige kardiovaskulære risikomodeller enn Framingham Risk Score. De kvantifiserte også underdiagnostiseringen av kvinner sammenlignet med menn. Resultatene ble publisert iBegrensninger i fysiologi.

Vi har funnet at kjønnsnøytrale kriterier ikke er tilstrekkelige ved diagnostisering av kvinner. Dersom kjønnsspesifikke kriterier ble brukt, ville denne underdiagnostiseringen vært mindre alvorlig. Vi fant også at den beste testen for å bedre oppdage hjerte- og karsykdommer hos både menn og kvinner er elektrokardiogrammet (EKG).

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

Underdiagnostisering på grunn av hjerteforskjeller

Anatomisk sett er kvinnelige og mannlige hjerter forskjellige. For eksempel er kvinnelige hjerter mindre og har tynnere vegger. Imidlertid er diagnosekriteriene for visse hjertesykdommer de samme for kvinner og menn, noe som betyr at kvinners hjerter må vokse uforholdsmessig mer enn menns før de samme risikokriteriene er oppfylt.

Da forskere kvantifiserte underdiagnostiseringen av kvinner sammenlignet med menn, fant de at bruk av kjønnsnøytrale kriterier resulterer i alvorlig underdiagnostisering av kvinnelige pasienter. "Hos kvinner er førstegrads atrioventrikulær blokkering (AV), en lidelse som påvirker hjerterytmen, og utvidet kardiomyopati, en hjertemuskelsykdom, to ganger og 1,4 ganger mer sannsynlig å bli underdiagnostisert enn hos menn," sa St. Pierre. Kvinner har også vist seg å være underdiagnostisert med andre hjertesykdommer.

Gammel vs. ny

For å oppnå mer nøyaktige spådommer for begge kjønn, brukte forskerne fire tilleggsmålinger som ikke er inkludert i Framingham Risk Score: hjertemagnetisk resonansavbildning, pulsbølgeanalyse, EKG og carotis ultralyd. De brukte data fra mer enn 20 000 personer i UK Biobank – en biomedisinsk database som inneholder informasjon fra rundt en halv million britiske personer på 40 år og over – som hadde gjennomgått disse testene.

"Selv om tradisjonelle kliniske modeller er enkle å bruke, kan vi nå bruke maskinlæring til å sile gjennom tusenvis av andre mulige faktorer for å finne nye, meningsfulle funksjoner som kan forbedre tidlig sykdomsdeteksjon betydelig," forklarte St. Pierre. Disse metodene var ikke tilgjengelige for ti år siden, og det er grunnen til at vurderingsskalaer som Framingham Risk Score har blitt brukt i et halvt århundre.

Ved hjelp av maskinlæring fant forskerne at av målingene som ble testet, var EKG mest effektive til å forbedre oppdagelsen av hjerte- og karsykdommer hos både menn og kvinner. Dette betyr imidlertid ikke at tradisjonelle risikofaktorer ikke er viktige risikovurderingsverktøy, sa forskerne. "Vi foreslår at leger først screener pasienter for tradisjonelle risikofaktorer ved hjelp av en enkel undersøkelse og deretter utfører en sekundær screening med EKG for pasienter med høyere risiko."

Baner vei for individuell medisin

Denne studien representerer et første skritt i å revurdere risikofaktorer for hjertesykdom. Bruken av ny teknologi er en lovende måte å forbedre risikoprediksjonen på. Studien har imidlertid noen begrensninger som bør tas opp i fremtiden, sa forskerne.

En slik begrensning er det faktum at kjønn behandles som en binær variabel i den britiske biobanken. Men sex er iboende komplekst og involverer hormoner, kromosomer og fysiske egenskaper, som alle kan falle et sted på et spektrum mellom "typisk" mann og "typisk" kvinne.

Videre var studiepopulasjonen middelaldrende og eldre personer bosatt i Storbritannia, så resultatene kan ikke generaliseres til personer med annen bakgrunn og aldre. "Selv om kjønnsspesifikk medisin er et skritt i riktig retning, vil pasientspesifikk medisin gi de beste resultatene for alle," konkluderte St. Pierre.

Kilder: