「心血管疾患（CVD）イベントのリスク予測（Predicting Risk of CVD EVENTs；PREVENT）」方程式は、心不全を含むCVDのリスクを正確に推定できることが、「Circulation」に11月10日掲載のmethods paperおよび付随する科学的声明により報告された。この結果は、米国心臓協会の年次学術集会（AHA 2023、11月11～13日、米フィラデルフィア）でも同時発表された。.CVDの絶対リスクを評価する多変量リスク予測方程式の使用は、複数の一次予防ガイドラインにおいて現在推奨されているが、課題も多く存在する。米ノースウェスタン大学ファインバーグ医学部のSadiya S. Khan氏らは、心血管・腎臓・代謝の3つの軸に関連する予測因子や、健康の社会的決定因子も考慮した新たな方程式が必要と考え、CVDの既往のない30～79歳の米国成人を対象としたPREVENT方程式を開発した。.主要アウトカムはCVD〔アテローム動脈硬化性CVD（ASCVD）および心不全（HF）〕で、予測因子は従来のリスク因子である喫煙、収縮期血圧、コレステロール、降圧薬・スタチン使用、糖尿病に加え、推算糸球体濾過量（eGFR）を用いた。モデルの導出は、コホート25件から得た個人レベルの対象者データ328万1,919人を対象とし、外部検証は、追加コホート21件の対象者333万85人を対象とした。モデルの開発では、年齢を尺度として使用し、非CVD死亡を競合リスクとして考慮した上で、男女別に予測因子とCVDとの関連を推定した。モデルの予測能はC統計量で評価し、較正は十分位数による観察リスクと予測リスクの傾きとして算出した。.対象者全体の平均年齢は53歳、女性56％で、平均4.8年間の追跡期間中に21万1,515件のCVD発症が確認された。外部検証の結果、PREVENTモデルはCVDリスク予測において、C統計量の中央値が女性で0.794、男性で0.757を達成した。較正曲線は女性で1.03、男性で0.94だった。ASCVDとHFを個別に予測するモデルにおいても、予測能と較正は同程度だった。選択可能な予測因子として、尿中アルブミン・クレアチニン比、HbA1c、社会的剥奪指数を追加したところ、モデルのCVD予測能はわずかながら有意に向上した（C統計量の差は女性で0.004、男性で0.005）。.Khan氏らは科学的声明の中で、PREVENT方程式の臨床的意義を説明している。この方程式を使用すれば、10年間および30年間におけるCVD（ASCVDとHF の複合）リスクを推定可能になることが重要という。方程式は男女別であり、予測因子としてeGFRを含み、人種を含んでいないことも特徴である。.Khan氏らは「PREVENT方程式は、CVDのリスク予測に心血管・腎臓・代謝に関わる健康因子と社会的因子を含めるための重要な第一歩である」と結論付けている。.なお、複数人の著者がバイオ医薬品企業との利益相反（COI）に関する情報を明らかにしている。（HealthDay News 2023年11月13日）.https://www.healthday.com/healthpro-news/cardiovascular-diseases/aha-prevent-risk-calculator-estimates-risk-for-cardiovascular-disease.Copyright © 2024 HealthDay. All rights reserved.Photo Credit: Adobe Stock
「心血管疾患（CVD）イベントのリスク予測（Predicting Risk of CVD EVENTs；PREVENT）」方程式は、心不全を含むCVDのリスクを正確に推定できることが、「Circulation」に11月10日掲載のmethods paperおよび付随する科学的声明により報告された。この結果は、米国心臓協会の年次学術集会（AHA 2023、11月11～13日、米フィラデルフィア）でも同時発表された。.CVDの絶対リスクを評価する多変量リスク予測方程式の使用は、複数の一次予防ガイドラインにおいて現在推奨されているが、課題も多く存在する。米ノースウェスタン大学ファインバーグ医学部のSadiya S. Khan氏らは、心血管・腎臓・代謝の3つの軸に関連する予測因子や、健康の社会的決定因子も考慮した新たな方程式が必要と考え、CVDの既往のない30～79歳の米国成人を対象としたPREVENT方程式を開発した。.主要アウトカムはCVD〔アテローム動脈硬化性CVD（ASCVD）および心不全（HF）〕で、予測因子は従来のリスク因子である喫煙、収縮期血圧、コレステロール、降圧薬・スタチン使用、糖尿病に加え、推算糸球体濾過量（eGFR）を用いた。モデルの導出は、コホート25件から得た個人レベルの対象者データ328万1,919人を対象とし、外部検証は、追加コホート21件の対象者333万85人を対象とした。モデルの開発では、年齢を尺度として使用し、非CVD死亡を競合リスクとして考慮した上で、男女別に予測因子とCVDとの関連を推定した。モデルの予測能はC統計量で評価し、較正は十分位数による観察リスクと予測リスクの傾きとして算出した。.対象者全体の平均年齢は53歳、女性56％で、平均4.8年間の追跡期間中に21万1,515件のCVD発症が確認された。外部検証の結果、PREVENTモデルはCVDリスク予測において、C統計量の中央値が女性で0.794、男性で0.757を達成した。較正曲線は女性で1.03、男性で0.94だった。ASCVDとHFを個別に予測するモデルにおいても、予測能と較正は同程度だった。選択可能な予測因子として、尿中アルブミン・クレアチニン比、HbA1c、社会的剥奪指数を追加したところ、モデルのCVD予測能はわずかながら有意に向上した（C統計量の差は女性で0.004、男性で0.005）。.Khan氏らは科学的声明の中で、PREVENT方程式の臨床的意義を説明している。この方程式を使用すれば、10年間および30年間におけるCVD（ASCVDとHF の複合）リスクを推定可能になることが重要という。方程式は男女別であり、予測因子としてeGFRを含み、人種を含んでいないことも特徴である。.Khan氏らは「PREVENT方程式は、CVDのリスク予測に心血管・腎臓・代謝に関わる健康因子と社会的因子を含めるための重要な第一歩である」と結論付けている。.なお、複数人の著者がバイオ医薬品企業との利益相反（COI）に関する情報を明らかにしている。（HealthDay News 2023年11月13日）.https://www.healthday.com/healthpro-news/cardiovascular-diseases/aha-prevent-risk-calculator-estimates-risk-for-cardiovascular-disease.Copyright © 2024 HealthDay. All rights reserved.Photo Credit: Adobe Stock
