Leiden University Medical Center

Presentatie over: "Leiden University Medical Center"— Transcript van de presentatie:

1

2 Leiden University Medical Center
NT-proBNP en predictie van cardiovasculair risico en behandeleffect in secundaire cardiovasculaire preventie op oudere leeftijd Rosalinde Poortvliet & Petra van Peet Huisarts-onderzoekers

3 Secundaire preventie Patiënten met een cardiovasculaire voorgeschiedenis hebben een relatief hoog cardiovasculair risico NHG-Standaard beroerte/ACS/PAV: start statine therapie ACC/AHA Guideline (>75 jaar): studies tonen dat gebruik van moderate-intensity statine therapie in secundaire preventie effectief is, ook >75 jaar herhaalde cardiovasculaire ziekte en/of sterfte Persons with known cardiovascular disease are at high risk of recurrent events, and guidelines worldwide advise statins for secondary prevention,1-3 even in old age.4 Yet, prescription of secondary preventive treatment decreases with age.5, 6 This might be caused by dilemmas regarding starting, continuing, or safely stopping preventive treatment, as physicians have to weigh postponed benefit versus current harm and priorities of care in old age. 19 september 2018

4 Predictie Overleving van eerste cardiovasculaire ziekte  voorspellen van recidief cardiovasculaire ziekte en/of sterfte Traditionele cardiovasculaire risicofactoren verliezen voorspellende waarde SMART risicoscore beschikbaar, maar niet gevalideerd op hogere leeftijd NT-proBNP veelbelovende predictor tot hoge leeftijd JG: bij de tweede dot zou ik zeggen dat voor het risico op recidief (1) de klassieke factoren het veel minder doen (bij iedereen), en (2) dat de klassieke het al niet doen bij primar bij ouderen. Twee argumenten dus.. As many more patients are surviving their initial cardiovascular event, prediction of recurrent events becomes increasingly important. Ideally, the risk markers or risk models used, not only predict recurrence risk, but predict treatment effect as well. In secondary prevention in old age, traditional cardiovascular risk markers loose predictive value7, 8 Recently the SMART risk score was developed to predict recurrent cardiovascular events in a younger cohort of patients with a history of cardiovascular disease (mean age 60 years),11 but this risk score has not been validated in older age. High NT-proBNP is not only a well-known diagnostic marker but also a relatively new prognostic marker for cardiovascular disease and mortality in middle-aged and older persons. 19 september 2018

5 proBrain Natriuretic Peptide (proBNP)
Hypoxie Stress op wand linker ventrikel proBNP Myocyten van het linker ventrikel produceren proBNP als reactie op stress op de wand van het linker ventrikel (volume vergroting) verhoogde druk en hypoxie. (sub) klinische schade aan hart Toegenomen druk 19 september 2018

6 Vraagstelling Kan NT-proBNP de predictie van recidief cardiovasculaire ziekten verbeteren? Vergelijking van risicomodellen leeftijd en geslacht traditionele risicofactoren SMART risicoscore Kan NT-proBNP de predictie van het behandeleffect van pravastatine verbeteren? 19 september 2018

7 PROspective Study of Pravastatin in the Elderly at Risk (PROSPER)
Dubbelblinde gerandomiseerde, placebogecontroleerde trial Vraag: pravastatine  cardiovasculaire ziekten↓? 5804 deelnemers, jaar, ♀ en ♂ Schotland, Nederland en Ierland Inclusie: ≥ 1 risicofactoren voor cardiovasculaire ziekten (n=3239) Voorgeschiedenis van cardiovasculaire ziekten (n=2565) NT-proBNP gemeten op 6 maanden Primaire uitkomstmaat van de studie: combinatie van fataal en niet-fatale coronaire hartziekten en CVA hypertension, smoking, diabetes mellitus Gemiddeld 3.2 jaar vervolgd 7 19 september 2018 7

8 Traditionele risicofactoren
Leeftijd Geslacht Systolisch bloeddruk Totaal cholesterol HDL cholesterol Roken Diabetes Mellitus Voorgeschiedenis van myocardinfarct Voorgeschiedenis van CVA Voorgeschiedenis van operatie in verband met perifeer arterieel vaatlijden Alleen in placebogroep 19 september 2018

9 SMART risicoscore 19 september 2018

10 Kalibratie van de SMART risicoscore
Voorspeldrisico met SMART-score Alleen in placebogroep 19 september 2018

11 Leeftijd en geslacht met en zonder NT-proBNP
AUC 0.58 ( ) vs 0.66 ( ) 19 september 2018

12 Traditionele risicofactoren met en zonder NT-proBNP
AUC 0.61 ( ) vs 0.66 ( ) JG1: in dit plaatje lijkt het best een verbetering, maar de AUC van BNP met geslacht en leeftijd is krek hetzelfde als hele klassieke model met BNP. Wel goed aanstippen! 19 september 2018

13 SMART model met en zonder NT-proBNP
AUC 0.59 ( ) vs 0.65 ( ) 19 september 2018

14 Behandeleffect Vergelijking tussen de placebo groep en de pravastatine groep 19 september 2018

15 Behandeleffect The NNT during 2.5 years with pravastatin was 16 (95% CI ). HR for participants in the lowest third of predicted risk was 0.94 (95% CI ), with a NNT of 116 (95% CI 17-∞). 19 september 2018

16 Conclusie Voorspellende waarde van de traditionele risicomarkers en de SMART risicoscore is slecht bij ouderen met een voorgeschiedenis van hart- en vaatziekten en vergelijkbaar met een model met alleen leeftijd en geslacht Toevoeging van NT-proBNP verbetert de predictie Een model met leeftijd, geslacht en NT-proBNP voorspelt net zo goed als de complexere modellen 19 september 2018

17 Naar de praktijk Op weg naar een simpel predictiemodel voor secundaire preventie Bij twijfel over start-stop statine i.v.m. comorbiditeit, intolerantie, interactie  NT-proBNP bepalen? Zeer laag  heroverwegen start-stop Hoog  na 2,5 jaar behandeling statine wel effectief gebleken Echter geen trail over stoppen!!! Mogelijke klinisch betekenis: NT-proBNP maat voor beschadiging? Let wel op model met ook geslacht en leeftijd 19 september 2018

18 Met dank aan….. R.K.E.Poortvliet@lumc.nl P.G.van_Peet@lumc.nl
PROSPER, Glasgow David J Stott Naveed Sattar Ian Ford LUMC – Afdeling Cardiologie Wouter Jukema LUMC – Afdeling Ouderengeneeskunde Liselotte Wijsman Ton de Craen Simon Mooijaart LUMC – Afdeling Medische statistiek Bart Mertens LUMC – Afdeling Public Health en Eerstelijnsgeneeskunde Petra van Peet Jacobijn Gussekloo Wouter de Ruijter Yvonne Drewes Rosalinde Poortvliet 19 september 2018

19 Voorspellende waarde Risico modellen
Absoluut aantal CV ziekten en sterfte in de tertielen van voorspeld risico NRI (%) P-waarde Laag Gemiddeld Hoog Leeftijd en geslacht 43 (11,2) 68 (17,8) 76 (19,4) Leeftijd en geslacht plus NT-proBNP 58 (14,8) 56 (14,4) 73 (19,4) 41 <0,001 Traditionele risicofactoren 42 (11,0) 56 (14,6) 89 (22,7) Traditionele risicofactorenplus NT-proBNP 35 (9,0) 54 (13,7) 98 (26,1) 39 SMART risicoscore 60 (15,8) 60 (16,0) 65 (16,9) SMART risicoscore plus NT-proBNP 53 (14,4) 65 (16,0) 67 (18,3) 25 0,002 Dus alleen placebo!! category free net reclassification improvement 19 september 2018