Cálculo del riesgo cardiovascular en personas con DM2. SCORE2-Diabetes.

Cálculo del riesgo cardiovascular en personas con DM2. SCORE2-Diabetes

Comentario de Carlos H. Teixidó @carlos_teixi

Como todos saben, el cálculo del riesgo cardiovascular (RCV) en personas con diabetes tipo 2 (DM2) es un tema complicado. La razón de ser del tratamiento de la DM2 es la disminución de ese RCV elevado y por tanto, su estimación es un punto a destacar en el manejo de la enfermedad.

Hace tiempo que la DM2 fue comparada con un “equivalente coronario” a la hora de establecer el RCV y por ello existían tablas de cálculo de riesgo que excluían a esos pacientes, considerándolos directamente como de muy alto RCV. De esta forma, el SCORE (Systematic Coronary Risk Evaluation) excluía del cálculo a las personas con un evento cardiovascular (EvCV) previo y a las personas con DM2. 

Hace escasos 2 años que se recalibró el SCORE al SCORE2, que como ya comentamos en el blog ampliaba los eventos finales para una mejor aproximación del RCV, estimando el riesgo de muerte cardiovascular (MCV) y el riesgo de EvCV no fatal a 10 años, no así como hacía su versión previa que sólo estimaba el riesgo de MCV.

El artículo que hoy trabajamos en el blog es la ampliación del SCORE2 a las personas con DM2 (SCORE2-Diabetes) realizada por grupo de diabetes de la European Society of Cardiology (ESC). Aunque los datos han sido presentados, aún no tenemos acceso a la calculadora SCORE2-Diabetes. En conjunto la herramienta SCORE2-Diabetes permitirá la estimación del riesgo a 10 años, de MCV y de EvCV no fatal en personas de más de 40 años, con DM2 y sin EvCV previos. 

 

Para la realización de esta herramienta, los autores han calibrado el SCORE2 a las diferentes regiones europeas con bajo, moderado, alto y muy alto RCV y luego lo han adaptado a los individuos con DM2 ampliando los datos necesarios previos con: tiempo de evolución de la DM2, el valor de HbA1c y el filtrado glomerular estimado (FGe). Para ello han empleado datos de 229.460 pacientes provenientes de UK Biobank (Banco de datos de Reino Unido), CPRD (Clinical Practice Research Datalink), ERFC (Emerging Risk Factors Collaboration) y SCID (Scotish Care Information Diabetes). 

Una vez calibrado, han realizado una validación externa usando datos de 4 países europeos con diferentes riesgo, Suecia, Malta, Croacia y España -donde han usado la base de datos de SIDIAP (Sistema d’Informació per al Desenvolupament de la Investigació en Atenció Primària)- sobre otros 217.036 pacientes más. 

Para los autores, la recalibración en estas cuatro regiones europeas permite mejorar la garantía de predicción teniendo en cuenta las tasas de enfermedad cardiovascular (ECV) de cada población. Además, se han empleado datos más actualizados y con una representatividad mayor que la anterior versión. 

Mientras que la recalibración aplicada tiene en cuenta la sustancial variación en los niveles de riesgo de toda la población en Europa, SCORE2-Diabetes también parece demostrar una buena capacidad para discriminar y proporcionar estimaciones de riesgo individuales en personas con DM2. Por lo tanto, SCORE2-Diabetes puede ayudar a guiar a los médicos y a los pacientes a considerar la intensidad del tratamiento existente (como terapias hipolipemimantes) o las intervenciones adicionales para prevenir ECV (uso de fármacos cardio-reno-protectores).

Los datos aportados de validación externa indican que el SCORE2-Diabetes tiene una concordancia amplia con el SCORE en cuanto a la estimación de RCV. Las diferencias del índice C (concordancia de Harrell) para el modelo sueco y el español son de 0,009. Sin embargo, cabe destacar que los modelos predictivos SCORE2 y SCORE2-Diabetes tiene un índice de concordancia para predecir el evento por debajo de 0,7. Lo que hace que la predicción del SCORE2 y SCORE2-Diabetes tenga aún margen de mejora.

En conclusión, la calculadora SCORE2-Diabetes permitirá la estimación a 10 años del riesgo de MCV y de EvCV en personas con DM2 de más de 40 años y en prevención primaria. Pero por el momento, como insistía antes, tendremos que esperar para usarla.

Cuídense. 

NOTA DEL REDACTOR (22/10/23): Ya está disponible la calculadora SCORE2-Diabetes, dentro de la app de la ESC, facilitando así su uso en nuestras consultas.

SCORE2-Diabetes Working Group and the ESC Cardiovascular Risk Collaboration. SCORE2-Diabetes: 10-year cardiovascular risk estimation in type 2 diabetes in Europe. Eur Heart J. 2023 Jul 21;44(28):2544-2556. doi: 10.1093/eurheartj/ehad260

SCORE2 working group and ESC Cardiovascular risk collaboration. SCORE2 risk prediction algorithms: new models to estimate 10-year risk of cardiovascular disease in Europe. Eur Heart J. 2021 Jul 1;42(25):2439-2454. doi: 10.1093/eurheartj/ehab309

La desigualdad socioeconómica un importante factor de riesgo cardiovascular

La desigualdad socioeconómica un importante factor de riesgo cardiovascular 

En ocasiones hemos hablado de la desigualdad social, o socioeconómica (SSE) como un factor de riesgo cardiovascular (FRCV) habitualmente no contemplado en la valoración del riesgo cardiovascular (RCV) de nuestros pacientes. Comentamos como está relacionado con la enfermedad coronaria (ECC) y esta supone aún hoy una importante causa de  muerte en los países occidentales. Al inicio del estudio de Framingham ya se identificó a la SSE como un factor potente e independiente a nivel individual de ECC.

Y es que si bien el mayor control de los FRCV sea el tabaquismo, la hipertensión arterial (HTA), la dislipemia, la diabetes (DM) o la obesidad.. junto con una mejor y rápida atención de los eventos agudos (síndrome coronario agudo..) han mejorado las tasas de supervivencia por esta entidad aún hoy existen diferencias según el tipo de pacientes, que hacen sospechar que existiría una relación entre la SSE y la mortalidad por ECC.

Esta suposición ya la comentamos a raíz de un análisis simulado de Rita Hamad et al hace un par de años que cuantificó la contribución del SSE sobre la ECC prematura producida en adultos de EEUU entre los 35 y 64 años de edad utilizado un  modelo de “Cardiovascular Disease Policy Model” (modelo de transición de estado Markov) y cuantificando la proporción del exceso de eventos atribuibles a los FRCV tradicionales en comparación con aquellos atribuible a factores asociados con SSE, demostrando como en comparación con los individuos con altos SSE,  aquellos de bajo SSE tienen el doble de tasas de infarto agudo de miocardio (IAM)  y de muerte por ECC. Según este análisis la mayor carga de FRCV tradicionales en los adultos con SSE bajos explicaría el 40% del exceso de eventos cardiovasculares (EvCV), pero el  60% restante del riesgo sería atribuible exclusivamente a otros factores asociados con la baja SSE.

La explicación que se ha dado es que: 

1º- Existirían estresores psicosociales que serían causa de cambios biológicos ligados a la ateromatosis, sea por niveles elevados de catecolaminas, cortisol, marcadores inflamatorios, …el envejecimiento celular. 

 2º-Tener una menor capacidad económica y educacional influiría en el  acceso a comidas saludables, entornos seguros, y actividad física reglada. Y en el riesgo de hábitos tóxicos de riesgo (tabaquismo, alcohol..)

3º-Como contrapunto los individuos con altos SSE se asociaría con decisiones de estilo de vida más saludables.

Y otras que comentamos a raíz de la revisión de Powell-Wiley TM et al, relacionadas con el acceso a la atención médica (la necesidad de seguro sanitario de cobertura privada en ciertos países) y una Atención Primaria (AP)  equitativa y efectiva. Y  residir en unos entornos (vecindario) más saludables.

Y es que la privación socioeconómica (“socioeconomic deprivation” - DSSE) ha sido relacionada con una morbimortalidad CV demostrada que es la base de una inequidad en la manifestación de la enfermedad cardiovascular (ECV) en ciertos países. Sin embargo, no está contemplada como FRCV en los principales modelos de predicción de RCV de Europa o Estados Unidos, salvo en el Reino Unido (UK) que tanto la ASSIGN (Assessing Cardiovascular Risk Using SIGN) como la valoración por el  “QRISK3 risk scores” incorpora la  DSSE como una covariante en el cálculo del RCV.

En este sentido el trabajo que comentamos compara la capacidad predictiva de las puntuaciones que incluyen el ASSIGN o excluyen el SCORE2 (Systematic Coronary Risk Evaluation 2 Algorithm), y conjunto de ecuaciones de cohortes agrupadas (PSE) el estado de DSSE como covariante en la predicción de modelos utilizando una importante y actual cohorte poblacional durante más de 10 años de seguimiento. La DSSE fue definida en tres categorías mediante la puntuación del “Scottish Index of Multiple Deprivation score”. 
Por tanto, este estudio intenta evaluar si el estatus de DSSE afecta al desarrollo, capacidad predictiva a los 10 años de 3 ecuaciones de prevención primaria del riesgo CV. 

Para ello se utilizaron los datos de la base médica escocesa GS:SFHS (Generation Scotland Scottish Family Health Study) que incluía a 24.090 individuos entre 18-98 años. De éstos se identificaron a aquellos entre 35 y 65 años de consultas de AP entre febrero del 2006 y marzo del 2011, recogiendo todas sus características antropométricas, bioquímicas, antecedentes de ECV, artritis…

Al final se procesaron los datos de 15.506 individuos (60% mujeres con una  mediana de edad de 51 años). De éstos 1.808 (12%) se asignaron al grupo 1 (mayor DSSE), 8.119 (52%) al grupo 2 y 4.708 (30%) al grpo 3 (con menor DSSE) y 871 (6%) se desconocía su situación de DSSE.

Así según esto la puntuación en riesgo CV de los modelos que no incluían la situación de DSSE estuvieron significativamente por debajo del riesgo de aquellos si se tenía en cuenta la covariante con mayor DSSE (6,43% observado frente a un 4,63% calculado por el SCORE2 [p 0.001] y un  6,69% observado frente a un 4.66% predicho por el PCE [p inferior a 0,001). 

Y del mismo modo ambas puntuaciones sobreestimaban significativamente a aquellas obtenidas en el grupo con menos DSSE (3,97% observada frente a 4.72% calculada por SCORE2 [p 0,007] y 4,22% observada frente a 4,85% calculada en por  PCE (p inferior a 0,028).

En contraste, no existirían diferencias significativas entre predicciones cuando el riesgo era calculado por la ecuación del ASSIGN cuando se incluía la covariante del DSSE en el cálculo de la misma.

Queda claro por tanto que el DSSE sería un factor de riesgo muy importante en la prevención de la ECV, y que su presencia o ausencia en el cálculo del RCV puede sobre o infraestimar éste por lo que se debería tener en cuenta. En este sentido se reforzaría el valor de la ecuación del riesgo del ASSIGN frente al resto que si tiene en cuenta esta covariable.

En este sentido existe una experiencia previa (Franks P et al) con la ecuación de Framingham en EEUU en la que evaluada con la cohorte del Atherosclerosis Risk in Communities study al incorporarle el estatus socioeconómico el sesgo producido DSSE desaparecía.  

Dorien M Kimenai, Leah Pirondini, John Gregson, David Prieto, Stuart J Pocock, Pablo Perel, et al.  Socioeconomic Deprivation: An Important, Largely Unrecognized Risk Factor in Primary Prevention of Cardiovascular Disease. Circulation . 2022 Jul 19;146(3):240-248. doi: 10.1161/CIRCULATIONAHA.122.060042. Epub 2022 Jun 24. PMID: 35748241 PMCID: PMC9287096 DOI: 10.1161/CIRCULATIONAHA.122.060042

Rita Hamad, Joanne Penko, Dhruv S Kazi, Pamela Coxson, David Guzman, Pengxiao C Wei , Antoinette Mason, Emily A Wang , Lee Goldman, Kevin Fiscella, Kirsten Bibbins-Domingo. Association of Low Socioeconomic Status With Premature Coronary Heart Disease in US Adults. JAMA Cardiol . 2020 May 27;e201458. doi: 10.1001/jamacardio.2020.1458. Online ahead of print.  

George A Mensah. Socioeconomic Status and Heart Health-Time to Tackle the Gradient. JAMA Cardiol . 2020 May 27. doi: 10.1001/jamacardio.2020.1471. Online ahead of print.

Powell-Wiley TM, Baumer Y, Baah FO, Baez AS, Farmer N, Mahlobo CT, et al. Social Determinants of Cardiovascular Disease. Circ Res. 2022 Mar 4;130(5):782-799. DOI: 10.1161/CIRCRESAHA.121.319811.

Yancy CW. Academic Medicine and Black Lives Matter: Time for Deep Listening. JAMA. 2020 Jun 30. DOI: 10.1001/jama.2020.12532. Epub ahead of print. PMID: 32602894.

Franks P, Tancredi DJ, Winters P, Fiscella K. Including socioeconomic status in coronary heart disease risk estimation. Ann Fam Med. 2010;8:447–453. doi: 10.1370/afm.1167

El poder discriminatorio de las tablas de riesgo en el paciente con diabetes

El poder discriminatorio de las tablas de riesgo en el paciente con diabetes 

El riesgo cardiovascular (RCV) en el paciente con diabetes tipo 2 (DM2) es un tema complicado, pues la DM2 confiere un alto RCV que ha sido comparado como “equivalente coronario” hace algún tiempo (Haffner et al, N Engl J Med 1998) y es una realidad según las ecuaciones de riesgo actuales al cabo de unos años (superior a 10-15 años de su inicio). De ahí que existan tablas de riesgo dicotómicas, diferenciando a estos pacientes y otras en los que éstos históricamente estaban excluidos al considerarse como semejantes a individuos con un eventos cardiovascular (EvCV) previos o de prevención secundaria como el SCORE (Systematic Coronary Risk Evaluation) inicial, del que hablamos el año pasado a consecuencia de una nueva recalibración y validación de la misma. 

Una ecuación o tabla de riesgo que se empezó a utilizar en Europa después de la segunda Task Force europea de prevención cardiovascular (CV) al ser conscientes éstos que la ecuación surgida de la cohorte original americana de Framingham sobreestimaba el RCV en los países europeos. La tercera Task Force, por tanto, recomendó el sistema SCORE (1986) o la aplicación de una ecuación que estima el riesgo de muerte CV a los 10 años según la edad, sexo, presión arterial sistólica (PAS), colesterol total, el colesterol HDL (HDL-c)   y el hábito tabáquico actual según los datos de 12 estudios de cohortes europeas de aquel entonces en pacientes entre 24 a 75 años. 

La  variabilidad del RCV dentro de los países europeos y sobre todo entre los países del norte de Europa y los países mediterráneos hizo necesario desarrollar dos modelos SCORE. Como vimos, la nueva SCORE2 que estima además el riesgo de muerte, el riesgo de ECV en individuos europeos entre 40-69 años sin ECV previa o diabetes mellitus (DM) a los 10 años a partir de los datos de 45  cohortes prospectivas (677.684 individuos de 13 países);  añadiendo una recalibración,  adaptando el modelo de riesgo a cada región europea según edad y sexo; la distribución de los factores de riesgo cardiovascular (FRCV); y sobre todo una validación para que el modelo fuera generalizable. En este sentido, comentamos como  se utilizaron los datos de 25 cohortes prospectivas, un total de 1.133.181 individuos de 15 países europeos; con ello ha aumentado la estimación del riesgo a los EvCV no fatales (o sea la ECV) en individuos entre 40-69 años a los 10 años al tiempo que la recalibración distingue 4 regiones Europeas, en vez de dos. 

Sin embargo, en el Reino Unido (UK) las Guías de Práctica Clínica (GPC) del UK National Institute for Health and Care Excellence (NICE) recomiendan utilizar la ecuación de predicción del RCV del QRISK2 tanto en personas con o sin DM2; en Estados Unidos (EEUU) la American College of Cardiology/American Heart Association (ACC/AHA) recomienda utilizar la ecuación de RCV a 10 años  de la Atherosclerotic Cardiovascular Disease (ASCVD) risk score.  Como contrapunto la European Society of Cardiology (ESC) en nuestro continente, tal vez por el antecedente del SCORE, no recomienda una herramienta de predicción del RCV específica simplemente estratifica a los individuos en 3 categorías según el RCV: la existencia de daño en algún órgano diana, el número de FRCV, la duración de la DM2 y la edad del paciente.

Con todo, en nuestro medio, en la Atención Primaria (AP), faltaba valorar la fiabilidad en el valoración del RCV según las ecuaciones de RCV utilizadas en el paciente con DM2, habida cuenta que se trata de un paciente de alto RCV, y que existen una alta heterogeneidad en el cálculo de RCV.

Puede sorprender, comentan, que  existan más de 300 herramientas de predicción de ECV publicadas y que la mayoría de ellas no están validadas en los pacientes con DM2 ni que  exista su comparación con  la población general sin DM2, por lo que no queda claro qué ecuación de riesgo sería mejor utilizar en este tipo de pacientes. Un RCV que en este colectivo en el que tanto la insuficiencia cardiaca (IC) como la enfermedad arterial periférica (EAP) son más frecuentes y el accidente vásculo cerebral (AVC) hemorrágico menos.

El objetivo de esta revisión es informar sobre la puntuación RCV cuantificando  la validez de las puntuaciones de riesgo de presentar ECV incluyendo AVC y sumándole la IC y la fibrilacion auricular (FA). A la vez que determinar el valor predictivo individual de las mismas en el AVC, la enfermedad coronaria, FA y la IC.

Para ello se hizo una búsqueda en medline de herramientas de evaluación del RCV en pacientes con DM2 (palabras: ‘CVD’, ‘type 2 diabetes’, ‘risk assessment’ or ‘risk score’) y se extrajo una cohorte de 168.871  personas con DM2 (mayores de 18 años con ECV previa al menos 30 días después del diagnostico de DM2) en UK del “Cardiovascular disease research using Linked Bespoke studies and Electronic health Records (CALIBER)”, del Hospital Episodes Statistics (HES) y del Office for National Statistics (ONS).

Se evaluaron 22 puntuaciones, 13 extraídas de la población general y 9 de individuos con DM2 con las que evaluar la capacidad de predicción de ECV en la cohorte de 168.871 con DM2.
En general, la capacidad discriminativa por debajo de 0,7 (estadístico C), las puntuaciones fueron pobres y se agravó en pacientes con DM2 o con ECV establecida (estadístico C cercano al 0,5). 

En cuanto a la puntuación en pacientes con DM2 no fue superior a los derivados de la población general, incluso fueron superadas en éstos con la regla de ecuación del SCORE CVD.
La recalibración, sin embargo, mejoró claramente la puntuación predictora dentro de la ECV y coronaria del AVC, FA e IC.

En concreto en el sistema de puntaje utilizado en UK (QRISK2 y el QRISK3) si  bien tuvo una buena puntuación discriminadora en la población general (estadístico C en QRISK2 de 0,82 en mujeres y 0,79 en varones, y en el  QRISK3 de 0,88 en mujeres y de 0,86 en varones) se atenuó su capacidad discriminativa de manera considerable cuando se aplicaba a individuos con DM2.
Las diferencias discriminatorias entre el SCORE CVD (0,69 IC 95% 0,69-0,70), el QRISK2 (0,68 IC 95% 0,68-0,69) y el QRISK3 (0,68 IC 95% 0,68- 0,69) fueron estadísticamente significativas (p inferior a 0,001 en ECV y en ECV+) aunque con escasa repercusión clínica.

Concluyen que las puntuaciones discriminativas de ECV en la población general funcionan mal o peor en las personas con DM2.

Katarzyna Dziopa   , Folkert W Asselbergs , Jasmine Gratton , Nishi Chaturvedi  , Amand F Schmidt. Cardiovascular risk prediction in type 2 diabetes: a comparison of 22 risk scores in primary care settings. Diabetologia. 2022 Apr;65(4):644-656. doi: 10.1007/s00125-021-05640-y. Epub 2022 Jan 15.

S M Haffner, S Lehto, T Rönnemaa, K Pyörälä, M Laakso. Mortality from coronary heart disease in subjects with type 2 diabetes and in nondiabetic subjects with and without prior myocardial infarction. N Engl J Med . 1998 Jul 23;339(4):229-34. doi: 10.1056/NEJM199807233390404.  PMID: 9673301 DOI: 10.1056/NEJM199807233390404

Goff DC Jr, Lloyd-Jones DM, Bennett G, O'Donnell CJ, Coady S, Robinson J, D'Agostino RB Sr, Schwartz JS, Gibbons R, Shero ST, Greenland P, Smith SC Jr, Lackland DT, Sorlie P, Levy D, Stone NJ, Wilson PW. 2013 ACC/AHA Guideline on the Assessment of Cardiovascular Risk: A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. J Am Coll Cardiol. 2013 Nov 7. pii: S0735-1097(13)06031-2. doi: 10.1016/j.jacc.2013.11.005. [Epub ahead of print]

SCORE2 working group and ESC Cardiovascular risk collaboration. SCORE2 risk prediction algorithms: new models to estimate 10-year risk of cardiovascular disease in Europe. Eur Heart J . 2021 Jun 13;ehab309. doi: 10.1093/eurheartj/ehab309. Online ahead of print. PMID: 34120177 DOI: 10.1093/eurheartj/ehab309

Recalibración y validación del SCORE (Systematic Coronary Risk Evaluation): el SCORE2

Recalibración y validación del SCORE (Systematic Coronary Risk Evaluation): el SCORE2

La ecuación de predicción del riesgo cardiovascular (RCV) mediante la ecuación o tabla de riesgo basado en el modelo SCORE (Systematic Coronary Risk Evaluation) se empezó a utilizar en Europa después de la segunda Task Force europea de prevención cardiovascular (CV) tras percatarse que la ecuación a partir de la cohorte original americana de Framingham sobreestimaba el RCV en los países europeos. La tercera Task Force recomendó el sistema SCORE inicialmente (1986) como una ecuación que estima el riesgo de muerte CV a los 10 años según la edad, sexo, presión arterial sistólica (PAS), colesterol total, el colesterol HDL (HDL-c)   y el hábito tabáquico actual proveniente de los datos de 12 estudios de cohortes europeas, o un total de 205.178 individuos (43% mujeres) entre 24 a 75 años. 

Con el tiempo se dieron cuenta que la variabilidad en el RCV entre países mediterráneos y los del norte de Europa hacía necesario desarrollar dos modelos SCORE, unos para países de alto o bajo RCV.

La diferencia entre el SCORE y el Framingham es que frente a éste estima el riesgo de muerte no solo por enfermedad coronaria si no por cualquier afectación cardiovasculares (CV) aterotrombóticas, sea accidente vásculo cerebral (AVC), insuficiencia cardíaca (IC), arteriopatía arterial periférica o aneurismas vasculares. El riesgo se considera alto cuando es superior al 5% a los 10 años .  
Con el tiempo se han ido adaptando, o calibrando, los dos modelos del SCORE al nivel de RCV. En alguna ocasión hemos hablado de su adaptación a la población española, e incluso la comparación de ésta con el REGICOR observándose una concordancia moderada. Según ésta comparación el REGICOR identificaría a un 7,9% de la población de alto riesgo, cuando el SCORE lo haría un 9,2%.

El algoritmo SCORE se encuentra avalado por  la European Society of Cardiology (ESC) que se encarga de revisar su predicción de RCV, habida cuenta que al estimar solo los eventos CV (EvCV) fatales subestima el alcance real de la enfermedad cardiovascular (ECV) sobre todo en individuos jóvenes y además no permite variaciones sustanciales de riesgo según los países lo que puede falsearlos. Y es que las cohortes que fundamentan la ecuación son de antes del 1986 y no han sido recalibradas de una  manera sistemática a las tasas actuales de ECV, lo que hace generar algunas suspicacias a la hora de aplicarlas a una población concreta europea actual.
Es en este sentido que se ha procedido a una revisión con validación de la tabla SCORE en una nueva SCORE2 que estima además el riesgo de muerte, el riesgo de ECV en individuos europeos entre 40-69 años sin ECV previa o diabetes mellitus (DM) a los 10 años.  Para ello, como el modelo SCORE inicial precisaba el análisis de múltiples fuentes de datos, en concreto 45  cohortes prospectivas que incluyeron a 677.684 individuos de 13 países; una recalibración; adaptar el modelo de riesgo a cada región europea según edad y sexo; la distribución de los factores de riesgo cardiovascular (FRCV); y sobre todo una validación para que el modelo fuera generalizable, en este sentido se utilizaron los datos de 25 cohortes prospectivas, un total de 1.133.181 individuos de 15 países europeos.

En el desarrollo del modelo de predicción se utilizaron los datos de 44 cohortes del Emerging Risk Factor Collaboration (ERFC) y del UK Biobank (UKB). El objetivo principal fue definir la ECV que estuvo compuesta por mortalidad CV (MCV), IAM no fatal, y AVC no fatal. La mortalidad por ECV correspondería al concepto inicial del modelo SCORE o muerte por enfermedad coronaria, IC, AVC, y muerte súbita.
En concreto. los datos recabados dieron como resultado el análisis de 677.684 individuos de 45 cohortes sin ECV previa y captados entre 1990 y 2009, de 57 (desviación estándar –DE- 9) años con un 44% (300.735) varones. El seguimiento medio fue de 10,7 años en el que produjeron 30.121 EvCV y 33.809 muertes no ECV.

Se observó como el modelo predictor se reducía con la edad del paciente y que la calibración y la bondad de ajuste del mismo era razonable en el conjunto de los datos tanto por regiones específicas como por períodos temporales. El índice C en el conjunto de datos de derivación fue de 0,739 (IC 95% 0,736–0,741).
A partir de ahí se ha confeccionado unas gráficas de RCV para cuatro países europeos  y se disponen utilizando en este el colesterol no HDL en vez del HDL-colesterol.

En este se observa el cambio la estimación absoluta de RCV entre regiones; así un mismo individuo varón de 50 años con una PAS de 140 mg, colesterol total de 5,5 mmol/l y un HDL-c de 1,3 mmol/l,  tendría un riesgo a 10 años que iría de 5,6% en países de bajo riesgo  a un 14,0%  en países de alto RCV.
Comparando ambos SCORE mejora la discriminación del riesgo a nivel global siendo la diferencia en el índice C 0,0100 (IC 95% 0,0085 a 0,0115; p inferior a  0,001);  y sobre todo en los más jóvenes una  diferencia en el índice C entre los 40-50 años de 0,0213 (IC  95% 0,0162 a 0,0265; p inferior a 0,001);  y sobre todo en la ECV con EvCV no fatales o una diferencia en el índice C  0,0113 (IC 95% 0,0097 a 0,0130; p inferior a  0,001);  y sobre todo reduciendo el impacto del colesterol total y del HDL-c con  la diferencia en el índice C  fue de 0.0078 (IC 95% 0,0064, a 0,0091). 

Ciertamente cuando se aplican las tablas del SCORE2 según regiones a individuos entre 40-69 años el RCV estimado aumenta en un 10%  en general, yendo del 3,4% en las regiones de bajo RCV a un 51% de las de alto RCV en los varones, lo que no es moco de pavo.
En resumen, el SCORE2 al margen de haber sido recalibrado (actualizado, el SCORE clásico recogió datos de antes del 1986)  y validado,  aumenta la estimación del riesgo a los EvCV no fatales (o sea la ECV) en individuos entre 40-69 años a los 10 años lo que le diferencia del SCORE. La recalibración distingue 4 regiones Europeas, en vez de dos. 

Con todo, admiten que infraestima el riesgo en los EvCV fatales en los pacientes más jóvenes.
Como factores limitantes, el modelo no discrimina la historia familiar, socioeconómica, la nutrición, la medicación, la actividad física, la función renal, o la raza (datos que no recogidos en los registros utilizados). De ahí que como en todas la tablas de riesgo la interpretación de las mismas debe ser cautelosa sobre todo en individuos medicados, o historia familiar de ECV, ERC, riesgo socioeconómico o ciertos grupos étnicos…

Y sobre todo, se mantiene a la DM fuera de la tabla de riesgo pues se les considera individuos de alto riesgo (prevención secundaria, utilización de estatinas)

SCORE2 working group and ESC Cardiovascular risk collaboration. SCORE2 risk prediction algorithms: new models to estimate 10-year risk of cardiovascular disease in Europe. Eur Heart J . 2021 Jun 13;ehab309. doi: 10.1093/eurheartj/ehab309. Online ahead of print. PMID: 34120177 DOI: 10.1093/eurheartj/ehab309

Brotons C, Moral I, Soriano N, Cuixart L, Osorio D, Bottaro D, Puig M, Joaniquet X, Marcos A, Casasa A. Impact of Using Different SCORE Tables for Estimating Cardiovascular Risk. Rev Esp Cardiol. 2013 Nov 19. pii: S0300-8932(13)00365-5. doi: 10.1016/j.recesp.2013.06.021. [Epub ahead of print]

Goff DC Jr, Lloyd-Jones DM, Bennett G, O'Donnell CJ, Coady S, Robinson J, D'Agostino RB Sr, Schwartz JS, Gibbons R, Shero ST, Greenland P, Smith SC Jr, Lackland DT, Sorlie P, Levy D, Stone NJ, Wilson PW. 2013 ACC/AHA Guideline on the Assessment of Cardiovascular Risk: A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. J Am Coll Cardiol. 2013 Nov 7. pii: S0735-1097(13)06031-2. doi: 10.1016/j.jacc.2013.11.005. [Epub ahead of print]

Diferencias entre las ecuaciones de riesgo cardiovascular derivadas del SCORE para nuestro país.

Diferencias entre las ecuaciones de riesgo cardiovascular derivadas del SCORE para nuestro país.

Últimamente existe un cierto interés por las ecuaciones del riesgo cardiovascular a raíz de la polémica desatada por la última ecuación de riesgo de la American College of Cardiology/American Heart Association Task Force en la que su % de riesgo fundamenta el tratamiento con estatinas por encima de los valores absolutos de LDL-colesterol.
Presentamos aquí un trabajo español en nuestro medio (Atención Primaria -AP-) en la que aborda la manida ecuación SCORE, una ecuación creada a partir de estudios de cohortes europeas, sean para países del norte de Europa o para los del sur, o sea, de alto o de bajo riesgo (España entre ellas). El Score estima el riesgo de muerte cardiovascular,  sea coronaria o no coronaria  durante los  diez años siguientes. En esta tabla se incluyen la edad, el sexo, la presión arterial sistólica (PAS), el colesterol total (CT), el colesterol HDL (HDL-c)  y el hábito tabáquico. El riesgo es alto cuando es superior al 5% a los 10 años .  Ha existido una calibración de  la tabla SCORE para nuestro país que ha mostrado que esta produce un 13% mayor riesgo que la función de bajo riesgo. La versión del 2012 de las  Guías  Europeas de Prevención Cardiovascular con su adaptación española recomiendan la tabla SCORE para calcular el riesgo (de bajo riesgo) utilizando el CT o el cociente de CT/cHDL.  En un estudio realizado en AP se comparó el SCORE con el REGICOR observándose una concordancia moderada, de tal modo que el REGICOR identifica a un 7,9% de la población de alto riesgo, cuando el SCORE un 9,2%.
El objetivo que plantea este estudio es evaluar el impacto del valor del riesgo cardiovascular utilizando las tablas calibradas españolas y las nuevas tablas SCORE con el HDL-c (SCORE-HDL) con respecto a las tablas para países de bajo riesgo. Tras ello se analizó la edad vascular de la población, en general, por sexos y el impacto de los FRCV en ella.
Se trató de un estudio hecho en dos centros de salud. Para ello se seleccionaron a 3.716 individuos entre 40-65 años que tuvieran un registro de PA y de CT entre marzo del 2010 y marzo del 2012, excluyendo  a aquellos con enfermedad cardiovascular o diabetes mellitus  y se les calculó el riesgo mediante las  tablas SCORE para países de bajo riesgo, las tablas SCORE-HDL y las tablas SCORE calibrado para la población española.
El cálculo del RCV de los 3.716 pacientes se encontró que el 1,24% de los pacientes fueron de riesgo  alto o muy alto con el SCORE HDL, mientras que con el SCORE para países de bajo riesgo fue 4,73%, y con el SCORE calibrado de un 15,44% (p inferior a 0,01). Según esto, aplicando el SCORE calibrado deberíamos tratar al 10,23% de los pacientes con estatinas,  a un 3,12% si utilizáramos el SCORE para países de bajo riesgo, y al 0,67% si la ecuación utilizada fuera el SCORE HDL.
El cálculo de la edad vascular mostró que toda la población tendría una edad vascular superior a la cronológica, mayor en los varones que en las mujeres. Las diferencias se encontrarían en la diferente prevalencia de factores de riesgo, siendo el hábito tabáquico el principal factor diferenciador entre los géneros.
O sea, que el SCORE calibrado sería la ecuación de riesgo que identificaría a más pacientes con riesgo de enfermedad cardiovascular a los 10 años lo que llevaría a prescribir más estatinas a dicha población, de  25  a 380 pacientes si aplicamos el SCORE-HDL o el SCORE calibrado, lo que no es un asunto baladí. Estos datos, señalan los autores, sugerirían hacer más estudios que valoraran que tabla SCORE es la más adecuada en nuestro medio.

Brotons C, Moral I, Soriano N, Cuixart L, Osorio D, Bottaro D, Puig M, Joaniquet X, Marcos A, Casasa A. Impact of Using Different SCORE Tables for Estimating Cardiovascular Risk. Rev Esp Cardiol. 2013 Nov 19. pii: S0300-8932(13)00365-5. doi: 10.1016/j.recesp.2013.06.021. [Epub ahead of print]


Goff DC Jr, Lloyd-Jones DM, Bennett G, O'Donnell CJ, Coady S, Robinson J, D'Agostino RB Sr, Schwartz JS, Gibbons R, Shero ST, Greenland P, Smith SC Jr, Lackland DT, Sorlie P, Levy D, Stone NJ, Wilson PW. 2013 ACC/AHA Guideline on the Assessment of Cardiovascular Risk: A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. J Am Coll Cardiol. 2013 Nov 7. pii: S0735-1097(13)06031-2. doi: 10.1016/j.jacc.2013.11.005. [Epub ahead of print]