Nya modeller förbättrar riskprediktionen för hjärtsjukdomar, särskilt för kvinnor

Nya modeller förbättrar riskprediktionen för hjärtsjukdomar, särskilt för kvinnor

När det kommer till hjärtfrågor är hjärt-kärlsjukdomar underdiagnostiserade hos kvinnor jämfört med män. Ett populärt poängsystem för att uppskatta sannolikheten för att en person ska utveckla hjärt-kärlsjukdom inom de närmaste 10 åren är Framingham Risk Score. Den baseras på faktorer som ålder, kön, kolesterolnivåer och blodtryck.

Forskare i USA och Nederländerna har nu använt en stor datamängd för att skapa mer exakta kardiovaskulära riskmodeller än Framingham Risk Score. De kvantifierade också underdiagnostiken hos kvinnor jämfört med män. Resultaten publicerades iBegränsningar i fysiologi.

Vi har funnit att könsneutrala kriterier inte är tillräckliga vid diagnostisering av kvinnor. Om könsspecifika kriterier användes skulle denna underdiagnostik vara mindre allvarlig. Vi fann också att det bästa testet för att bättre upptäcka hjärt-kärlsjukdom hos både män och kvinnor är elektrokardiogrammet (EKG).

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

Underdiagnostik på grund av hjärtskillnader

Anatomiskt sett är kvinnliga och manliga hjärtan olika. Till exempel är kvinnliga hjärtan mindre och har tunnare väggar. Diagnoskriterierna för vissa hjärtsjukdomar är dock desamma för kvinnor och män, vilket innebär att kvinnors hjärtan måste växa oproportionerligt mer än mäns innan samma riskkriterier uppfylls.

När forskare kvantifierade underdiagnostik av kvinnor jämfört med män fann de att användning av könsneutrala kriterier resulterar i allvarlig underdiagnos av kvinnliga patienter. "Hos kvinnor är det två gånger och 1,4 gånger större sannolikhet att underdiagnostiseras av första gradens atrioventrikulärt block (AV), en störning som påverkar hjärtslag, och dilaterad kardiomyopati, en hjärtmuskelsjukdom, än hos män," sa St. Pierre. Kvinnor har också visat sig vara underdiagnostiserade med andra hjärtsjukdomar.

Gammal vs. ny

För att uppnå mer exakta förutsägelser för båda könen använde forskarna ytterligare fyra mätningar som inte ingår i Framingham Risk Score: hjärtmagnetisk resonanstomografi, pulsvågsanalys, EKG och carotis ultraljud. De använde data från mer än 20 000 personer i UK Biobank – en biomedicinsk databas som innehåller information från omkring en halv miljon britter i åldern 40 år och äldre – som hade genomgått dessa tester.

"Medan traditionella kliniska modeller är lätta att använda, kan vi nu använda maskininlärning för att sålla igenom tusentals andra möjliga faktorer för att hitta nya, meningsfulla funktioner som avsevärt skulle kunna förbättra tidig upptäckt av sjukdomar," förklarade St. Pierre. Dessa metoder fanns inte tillgängliga för tio år sedan, varför betygsskalor som Framingham Risk Score har använts i ett halvt sekel.

Med hjälp av maskininlärning fann forskarna att av de testade mätningarna var EKG mest effektiva för att förbättra upptäckten av hjärt-kärlsjukdom hos både män och kvinnor. Detta betyder dock inte att traditionella riskfaktorer inte är viktiga riskbedömningsverktyg, sa forskarna. "Vi föreslår att läkare först screenar patienter för traditionella riskfaktorer med en enkel undersökning och sedan utför en sekundär screening med EKG för patienter med högre risk."

Banar väg för individuell medicin

Den aktuella studien utgör ett första steg i att ompröva riskfaktorer för hjärtsjukdomar. Användningen av ny teknik är ett lovande sätt att förbättra riskprediktionen. Studien har dock vissa begränsningar som bör åtgärdas i framtiden, sa forskarna.

En sådan begränsning är det faktum att kön behandlas som en binär variabel i den brittiska biobanken. Men kön är till sin natur komplex och involverar hormoner, kromosomer och fysiska egenskaper, som alla kan falla någonstans på ett spektrum mellan "typisk" manlig och "typisk" kvinna.

Studiepopulationen var dessutom medelålders och äldre personer bosatta i Storbritannien, så resultaten kanske inte kan generaliseras till personer med annan bakgrund och åldrar. "Medan könsspecifik medicin är ett steg i rätt riktning, skulle patientspecifik medicin ge de bästa resultaten för alla", avslutade St. Pierre.

Källor: