| ZUSAMMENFASSUNG |
> Hintergrund Der quantitative Zusammenhang zwischen auftretenden Herz-Kreislauf-Erkrankungen (CVD) und der kumulativen lebenslangen Exposition gegenüber Risikofaktoren ist nicht gut verstanden. > Ziele Anhand von Daten aus der CARDIA-Studie (Coronary Artery Risk Development in Young Adults) untersuchten wir die quantitativen Zusammenhänge der kumulativen Exposition gegenüber mehreren Risikofaktoren im Zeitverlauf, die gleichzeitig mit der Inzidenz von Herz-Kreislauf-Erkrankungen und der Inzidenz ihrer Komponenten einhergehen. > Methoden Regressionsmodelle wurden entwickelt, um den Einfluss des zeitlichen Verlaufs und der Schwere mehrerer gleichzeitig wirkender CVD-Risikofaktoren auf das Risiko eines CVD-Vorfalls zu quantifizieren. Die Ergebnisse waren Vorfälle von Herz-Kreislauf-Erkrankungen und die Häufigkeit ihrer Komponenten: koronare Herzkrankheit, Schlaganfall und Herzinsuffizienz. > Ergebnisse An unserer Studie nahmen 4.958 asymptomatische Erwachsene teil , die zwischen 1985 und 1986 an der CARDIA-Studie teilnahmen (Alter 18 bis 30 Jahre) und 30 Jahre lang beobachtet wurden. Das Risiko einer Herz-Kreislauf-Erkrankung hängt vom zeitlichen Verlauf und der Schwere einer Reihe unabhängiger Risikofaktoren ab, deren Auswirkungen durch ihre Auswirkungen auf einzelne Komponenten der Herz-Kreislauf-Erkrankung nach dem 40. Lebensjahr vermittelt werden. Die kumulative Exposition (AUC vs. Zeit) gegenüber Low-Density-Lipoprotein-Cholesterin und Triglyceriden war unabhängig mit dem Risiko einer CVD-Inzidenz verbunden. Von den Blutdruckvariablen waren die Flächen unter der mittleren arteriellen Druck-Zeit-Kurve und der Pulsdruck-Zeit-Kurve stark und unabhängig voneinander mit dem Risiko einer Herz-Kreislauf-Erkrankung verbunden. |
| Schlussfolgerungen |
Die quantitative Beschreibung des Zusammenhangs zwischen Risikofaktoren und Herz-Kreislauf-Erkrankungen dient der Entwicklung individueller Strategien zur Eindämmung von Herz-Kreislauf-Erkrankungen, der Gestaltung von Primärpräventionsversuchen und der Bewertung der Auswirkungen risikofaktorbasierter Interventionen auf die öffentliche Gesundheit.
| Kommentare |
Fakultät der UM School of Medicine entwickelt Tool zur früheren Risikobewertung bei gefährdeten Patienten.
Da Herzerkrankungen weltweit die häufigste Todesursache sind, haben Forscher versucht zu quantifizieren, wie sich die kumulative Exposition gegenüber mehreren Risikofaktoren wie Bluthochdruck, Fettleibigkeit und hoher Cholesterinspiegel auf das Risiko einer Herzerkrankung einer Person auswirkt. ein Herzinfarkt oder Schlaganfall. Mithilfe ausgefeilter Modellierungstechniken haben Forscher der University of Maryland School of Medicine (UMSOM) ein neues Tool entwickelt, das das Risiko einer Herzerkrankung bei Menschen über 40 Jahren basierend auf ihrer Gesamtexposition im Zeitverlauf vorhersagen kann. der Jahre, zu Risikofaktoren für Herzerkrankungen.
Die neuen Forschungsergebnisse, die im März im Journal of the American College of Cardiology veröffentlicht wurden , stützten sich auf Daten der Studie „Coronary Artery Risk Development in Young Adults“ (CARDIA), für die etwa 5.000 gesunde junge Erwachsene aus vier US-Städten rekrutiert wurden. und folgte ihnen 30 Jahre lang. . Aus diesen Daten konnten die Forscher die kumulative Wirkung einzelner Risikofaktoren wie Bluthochdruck, Diabetes, hoher Cholesterinspiegel und die additive Wirkung mehrerer Risikofaktoren, die Herz-Kreislauf-Erkrankungen verursachen können, berechnen.
Es wurde festgestellt, dass schwarze Patienten im Vergleich zu weißen Patienten ein um 46 Prozent höheres Risiko haben, an Herzerkrankungen zu erkranken. Dieser Befund ist unabhängig von anderen Risikofaktoren, einschließlich Familienanamnese, Rauchgewohnheiten und Hochschulbesuch (ein Indikator für den sozioökonomischen Status). Es wurde auch festgestellt, dass schwarze Patienten im Vergleich zu weißen Patienten anfälliger für die kardiovaskulären Auswirkungen eines unkontrollierten Bluthochdrucks sind. Weiße Patienten hingegen waren anfälliger für erhöhte Werte von Low-Density-Lipoprotein (LDL) als schwarze Patienten.
„Diese Daten machen deutlich, wie wichtig es ist, so früh wie möglich im Leben Strategien zur Reduzierung von Risikofaktoren einzuführen, um die kumulative zeitbezogene Exposition gegenüber schädlichen Risiken zu reduzieren“, sagte der Hauptautor der Studie, Michael J. Domanski. , MD, Professor für Medizin an der UMSOM. . „Diese Ergebnisse legen nahe, dass ein selbst gemeldeter schwarzer Rassenstatus ein Indikator für zugrunde liegende und ungeklärte Unterschiede in der Auswirkung von Risikofaktoren ist.“
Die Ergebnisse dieser Studie könnten Klinikern dabei helfen, personalisierte Präventionsstrategien für einzelne Patienten zu entwickeln. Entscheidungsträger im öffentlichen Gesundheitswesen könnten das neue Risikoberechnungstool auch nutzen, um die wahrscheinlichen Auswirkungen der vorgeschlagenen Programme zur Prävention von Herzerkrankungen abzuschätzen, während Forscher es nutzen könnten, um bei der Gestaltung klinischer Studien zum Testen von Strategien zur Prävention von Herzerkrankungen zu helfen. Herzkrankheiten.
„Durch die Untersuchung der langfristigen Auswirkungen mehrerer Risikofaktoren auf Herz-Kreislauf-Erkrankungen unterstreicht unsere Studie die Bedeutung der kumulativen Exposition bei der Bestimmung des individuellen Risikos“, sagte Xin Tian, PhD, außerordentlicher Professor an der UMSOM und Biostatistiker am National Heart, Lung, and Blood Institute (NHLBI), Teil der National Institutes of Health (NIH). „Unsere Ergebnisse unterstreichen die Notwendigkeit personalisierter Präventionsstrategien, die sowohl den zeitlichen Verlauf als auch die Schwere dieser Risikofaktoren berücksichtigen. Als Wissenschaftler ist es unsere Pflicht, dieses Wissen zu nutzen, um die Entwicklung wirksamer Präventions- und Interventionsstrategien zu unterstützen, die die Belastung verringern können.“ Herz-Kreislauf-Erkrankungen für den Einzelnen und die Gesellschaft als Ganzes.
Die in dieser Studie entwickelte R Shiny-App ist ein Tool, mit dem medizinische Anbieter kardiovaskuläre Risiken, Patientengeschichte und Patientenrasse einfügen können, um individuelle Risiken zu ermitteln und zu ermitteln, wie sie am besten angegangen werden können. Elektronische Krankenakten sind mittlerweile allgemein verfügbar und ermöglichen die Entwicklung von Tools wie der R Shiny-App. R Shiny kann verwendet werden, um kardiovaskuläre Risiken nach dem 40. Lebensjahr basierend auf der Schwere der Risikofaktoren im Erwachsenenalter abzuschätzen. Die Anwendung wird auf der NHLBI-Website gehostet.
„Unsere Studie zeigt die Leistungsfähigkeit innovativer Ansätze der statistischen Datenwissenschaft, die es biomedizinischen Forschern ermöglichen, tiefere Einblicke in komplexe Gesundheitsprobleme wie Herz-Kreislauf-Erkrankungen zu gewinnen. Wir konnten Risikovorhersagemodelle entwickeln, die eine genauere und personalisiertere Einschätzung des Risikos einer Person ermöglichen“, sagte Colin Wu, PhD, außerordentlicher Professor für Medizin an der UMSOM und mathematischer Statistiker am NHLBI, Teil des NIH.
Während der zwei Jahrzehnte langen Nachbeobachtungszeit nach dem 40. Lebensjahr stellten die Forscher fest, dass 316 Personen in der Studie ihr erstes kardiovaskuläres Ereignis erlitten, darunter Herzerkrankungen, Schlaganfall und Herzinsuffizienz.
„Kardiologen könnten dieses neue Tool nutzen, um Patienten davon zu überzeugen, Maßnahmen zur Reduzierung ihres Herzinfarkt- oder Schlaganfallrisikos zu ergreifen, indem sie quantifizieren, um wie viel sich ihr Risiko verbessern würde, wenn sie beispielsweise ihren Cholesterinspiegel und ihren Bluthochdruck besser kontrollieren würden“, sagte Mark. . Gladwin, MD, Dekan der University of Maryland School of Medicine, Vizepräsident für medizinische Angelegenheiten an der University of Maryland, Baltimore, und John Z. und Akiko K. Bowers Distinguished Professor. „Das könnte erhebliche Auswirkungen haben, insbesondere auf gefährdete Bevölkerungsgruppen, die in der Vergangenheit aufgrund langjähriger gesundheitlicher Ungleichheiten nicht intensiv gegen Herz-Kreislauf-Risiken behandelt wurden.“
Die für diese Forschung verwendeten Cardia-Daten werden vom NHLBI in Zusammenarbeit mit der University of Alabama in Birmingham (HHSN268201800005I und HHSN268201800007I), der Northwestern University (HHSN268201800003i), House of HHSN2682018006I) unterstützt. 68201800004i).
