Les différentes échelles de risque en pratique clinique : avantages, limites Jean Dallongeville Service d’Epidémiologie et Santé Publique Institut Pasteur.

Présentation au sujet: "Les différentes échelles de risque en pratique clinique : avantages, limites Jean Dallongeville Service d’Epidémiologie et Santé Publique Institut Pasteur."— Transcription de la présentation:

1 Les différentes échelles de risque en pratique clinique : avantages, limites Jean Dallongeville Service d’Epidémiologie et Santé Publique Institut Pasteur de Lille, INSERM U744

2 Plan u Arguments en faveur de l’utilisation des équations de risque u Freins à l’utilisation des équations de risque u Nouveaux développements

3 Pourquoi utiliser une équation de risque ?

4 Risque intermédiare - Multi-risque - Histoire familiale - La « quarantaine » - Obésité abdominale Dépistage : identification des sujets qui sont les plus susceptibles de faire un accident cardiovasculaire aigu ? ? Nécessité de mettre en place des outils d’estimation du risque et des algorithmes décisionnels Haut risque - Coronariens - AVC, artérite - Diabétique - HTA  180/110 mmHg - LDL  2.4 g/L Faible risque - Jeune - Femme - Actif (sédentaire) - Sans atcd familiaux ESC-2003

5 L’estimation du Risque Cardiovasculaire AFSSAPS d’après MRFIT 1993 0 100 200 300 400 500 600 700 0123 Mortalité CV Facteur de Risque u Age : homme>45 ans, femme>55 ans u Atcd familiaux : avt 55 ans masculin avt 65 ans féminin. u Tabagisme : actuel u HTA : 140/90 mm Hg u HDL : <0.40 g/L u Diabète : présence u Hypercholestérolémie : présence

6 Définition du Risque CV global C'est la probabilité pour un individu de développer une maladie cardiovasculaire dans un intervalle de temps donné. Prévention cardiovasculaire 1990 2000 Risque en population Risque individuel Estimation : Qualitative - Quantitative

7 Hypertension Diabète HDL bas Chole sterol Tabac AFSSAPS NCEP III IAS Task Force ESC Equation = a 1 (FR1) + a 2 (FR2) + a 3 (FR3) = Probabilité de survenue d’évt Fonction de risque reflète mieux les synergies NCEP - IAS - ESC Framingham, Procam, SCORE L’estimation du Risque Cardiovasculaire

8 Pourquoi utiliser une équation de risque ? u Physiopathologie : les CVD sont la conséquence des effets de la combinaison de plusieurs facteurs de risque. u Santé Publique : hiérarchiser la prise en charge (équilibre coût - bénéfice). u Prise en charge : éducation du patient Taux d’événement pour 1000 personnes 10% 4%

9 Méthodes d’évaluation du risque cardiovasculaire dans 6 pays d’Europe Graham et al Eur J Card Prev and Rehabilitation 2006

10 Résumé Why do CVD risk estimation? u To identify high risk individuals u Prioritise treatment - for individuals - for policy u Patient education

11 Plan u Arguments en faveur de l’utilisation des équations de risque u Freins à l’utilisation des équations de risque u Nouveaux développements

12 Freins à l’utilisation des équations de risque u Freins des autorités de santé  Multiplicité des équations  Précise dans la population où elles sont utilisées : surestimation du risque  Influencer favorablement la santé des patients  Inadaptées à certaines populations (femmes, âge, obèses, CSP) et en raison de nouvelles définitions de maladies et à la communication sur le risque chez les sujets jeunes... u Freins des praticiens  Incorporée dans les recommandations nationales  Influence le comportement des médecins / acceptée par le personnel soignant

13 Multiplicité des équations de risque en 2006, 110 équations de risque cardiovasculaire étaient identifiées par la Cochrane, dont 70 pour la prévention primaire.

14 Cooney C et al JACC 2008

15 Multiplicité des équations de risque en 2006 110 équations de risque cardiovasculaire étaient identifiées par la Cochrane, dont 70 pour la prévention primaire.

16

17

18 Freins à l’utilisation des équations de risque u Freins des autorités de santé  Multiplicité des équations  Précise dans la population où elles sont utilisées : surestimation du risque  Influencer favorablement la santé des patients  Inadaptées à certaines populations (femmes, âge, obèses, CSP) et en raison de nouvelles définitions de maladies et à la communication sur le risque chez les sujets jeunes... u Frein des praticiens  Incorporée dans les recommandations nationales  Influence le comportement des médecins / acceptée par le personnel soignant

19 Getting it wrong People with little to gain may become patients, and the benefit to risk ratio of treatment becomes too small People with much to gain may not be offered preventive treatment Over-prediction means... Under-prediction means…

20 Evènements : IM, dc coronaire, angor stable, angor instable 0 50 100 150 4.86.88.29.611.212.814.61720.429 Décile de risque calculé avec l’équation de Framingham prédit mesuré Risque médian à 5 ans (%) Nombre d’évènements à 5 ans Evènements prédits par Framingham et mesurés dans PRIME

21 Comparaison des évènements prédits et mesurés dans les cohortes

22 Calibration de l’équation Framingham pour la population chinoise

23

24 10 y CHD Risk Cholesterol (mmol/L) Age (y)55 y Gender (m/f)male Tobacco (y/n) Syst BP (mm Hg) no 140 mmHg 6 mM HDL-chol (mmol/L)1 mM Diabetes (y/n)yes Ventricular hypert (y/n)no Framingham 20.6 % 55 y male no 140 mmHg 6 mM 1 mM yes no Laurier 12.6 % Framingham Equation

25 Possible problems with Equations Secular trends Decline in CHD since the 1970’s Geographical variation Accuracy depends on background risk of target population Uncertain generalisability Evolution of diagnosis criteria

26 u Calibration u Discrimination u Comparaison des RR FR Validation de l’équation de risque Framingham : méthodes

27 Distribution d’un biomarqueur chez des cas et des témoins

28 La courbe ROC et le test C permettent d’évaluer le pouvoir discriminant d’un biomarqueur Relation entre la sensibilité et la spécificité du test 50 % 90 %

29 BasElevé Cas Témoins Seuil de définition du Risque CV: 20% à 10 ans Cas : IM, dc coronaire, angor stable, angor instable Non-cas : témoins 14.6 %84.4 % 69.1 % 30.9 % Risque Framingham Discrimination des cas et non-cas de PRIME par l’équation de Framingham

30 69 % de faux négatifs 85 % Seuil de 20% 15 % de faux positifs 31 % Discrimination des cas et non-cas de PRIME par l’équation de Framingham

31 D'agostino et al 2001 Men / Women FHS0.79 / 0.83 ARIC white0.75 / 0.83 black0.67 / 0.79 HHP0.72 / PR0.69 CHS0.63 / 0.66 Thomsen et al 2002 Glostrup0.75 Hense et al MONICA Augsburg0.78 / 0.82 PROCAM0.73 / 0.77 Valeur discriminative de l’équation de Framingham dans différentes populations aire sous la courbe ROC

32 Valeur discriminative des équations de risque dans différentes populations aire sous la courbe ROC

33 < 0.35 g/L vs. normal 1.9 [1.5 - 2.5]  1.6 g/l vs. <1.3 g/l 2.2 [1.6 - 3]  140/90 vs. <120/80 2.1 [1.5 - 3] Fumeur vs. jamais 2.2 [1.6 - 3]  20% vs. <10% 4.6 [3.1 - 6.6] HDL LDL-Chol HTA Tabac Score Fram. RR [95% IC] Risque relatif d’accident coronaire Hommes n=9970 ; âge 50 - 59 ans ; Lille, Strasbourg, Toulouse, Belfast ; suivi 5 ans ; évènements: IdM, DC coronaire, angor stable et instable. Enquête prospective sur l’infarctus du Myocarde “PRIME” Risque relatif d’évènement coronaire

34 Freins à l’utilisation des équations de risque u Freins des autorités de santé  Multiplicité des équations  Précise dans la population où elles sont utilisées : surestimation du risque  Influencer favorablement la santé des patients  Inadapté à certaines populations (femmes, âge, obèses, CSP) et en raison de nouvelles définitions de maladies et à la communication sur le risque chez les sujets jeunes... u Freins des praticiens  Incorporée dans les recommandations nationales  Influence le comportement des médecins / acceptée par le personnel soignant

35 0 5 10 15 20 25 BMI < 25 kg/m2SurchargeObésité prédit mesuré Comparaison des évènements prédits et mesurés en fonction de l’indice de masse corporel Probabilité de survenue à 10 ans Etude PRIME Etude internationale (Belfast, Lille, Strasbourg, Toulouse), prospective, n=10,200 sujets, suivi 5 ans pour les décès coronarien, l’angine de poitrine et l’angor instable

36 0 2 4 6 8 10 12 12345 prédit mesuré Comparaison des évènements prédits et mesurés en fonction de la catégorie socio-professionnelle Etude SHHEC Etude Ecossaise issue de MONICA, prospective, n=13,000 sujets, âgés de 30-74,suivi 10 ans pour les décès coronarien, l’angine de poitrine et l’angor instable Catégorie Socioprofessionnelle BasseElevée Probabilité de survenue à 10 ans

37 10 y CHD Risk Cholesterol (mmol/L) Age (y)55 y Gender (m/f)male Tobacco (y/n) Syst BP (mm Hg) no 140 mmHg 6 mM HDL-chol (mmol/L)1 mM Diabetes (y/n)yes Ventricular hypert (y/n)no Framingham 20.6 % 55 y male no 140 mmHg 6 mM 1 mM yes no Laurier 12.6 % Framingham Equation

38

39

40 Proportion women CVD risk >20% QRISK2 vs Framingham

41 Freins à l’utilisation des équations de risque u Freins des autorités de santé  Multiplicité des équations  Précise dans la population où elles sont utilisées : surestimation du risque  Influence favorablement la santé des patients  Ne convient pas à certains sous-groupes de population (obèses, CSP,...) et à la communication sur le risque chez les sujets jeunes... u Freins des praticiens  Absente des recommandations nationales  Influence le comportement des médecins / acceptée par le personnel soignant

42 Taux/100 000 hommes, 35 à 64 ans, 1985 à 1994 Kuulasma K et al Lancet 2000 Taux/100 000 femmes, 35 à 64 ans, 1985 à 1994 Taux d’infarctus du myocarde en Europe Enquête MONICA 1985-1996 (35-64 ans) Nord

43

44 Estimation du risque selon l’équation de Framingham

45 SCORECARD (http://www.escardio.org/prevention/scorecard.htm)

46 Risque à 10 ans en fonction de l’âge

47

48 Taux d’événement pour 1000 personnes 10% 4% Hommes Agés FRCV Femmes Jeunes

49 Résumé u Compte-tenu de la relation très marquée du risque et du genre avec la maladie coronaire (cardiovasculaire), un dépistage fondée sur l’évaluation du risque « absolu » favorise la prise en charge des individus les plus âgés (hommes). u L’évaluation du risque à 10 ans favorise la prise en charge à court terme, le bénéfice immédiat pour le patient... u L’analyse de Lloyd-Jones met en évidence des situations cliniques paradoxales :  Risque élevé : homme d’âge moyen, FRCV sous les niveaux seuils  Risque bas : femme jeune, FRCV au dessus des niveaux seuils

50 Plan u Arguments en faveur de l’utilisation des équations de risque u Freins à l’utilisation des équations de risque u Nouveaux développements

51 Life expectancy Number of men at risk : transate into potential events fatal and non fatal Life lost Potential for saving lives in good health as a function of age Murray CJL Lancet 2003

52 Lloyd-Jones Lancet 1999 Lifetime risk

53 Lloyd-Jones Circulation 2006 Lifetime risk

54 Une nouvelle équation...

55 Pencina M et al Circulation 2009

56

57

58 10 y CHD Risk Cholesterol (mmol/L) Age (y)55 y Gender (m/f)male Tobacco (y/n) Syst BP (mm Hg) no 140 mmHg 6 mM HDL-chol (mmol/L)1 mM Diabetes (y/n)yes Ventricular hypert (y/n)no Framingham 20.6 % 55 y male no 140 mmHg 6 mM 1 mM yes no Laurier 12.6 % Framingham Equation

59

60 Résumé Wilkins JT et al Cur Card Risk Report 2009

61 Conclusion u Prevention des maladies cardiovasculaires :  Stratégie de santé publique : tabac, PNNS  Stratégie ciblée « haut-risque » (meilleure allocation des ressources économiques) u Equations de risque :  propriétés des équations de risque ; précise, discriminante, adapté à la population, aux sous-populations  risque à court terme vs. risque à long terme  les stratégies de prise en charge doivent être adaptée à l’utilisation des équations (recommandations)  validation de l’utilisation et de la prise en charge