Évaluation globale du risque cardiovasculaire

L'évaluation globale du risque cardiovasculaire consiste en l'utilisation d'outils de prédiction du risque multivariables pour combiner les facteurs de risque mesurés d'un individu — tels que l'âge, le sexe, la pression artérielle, les lipides, le tabagisme et le statut diabétique — en une estimation unique de sa probabilité de subir un événement cardiovasculaire sur une période définie, généralement dix ans. Il s'agit de l'étape d'intégration qui transforme des résultats de dépistage distincts en une image du risque total.

Definition

L'évaluation globale du risque cardiovasculaire est l'estimation de la probabilité totale d'un individu de subir un événement cardiovasculaire sur un horizon défini, en combinant plusieurs facteurs de risque mesurés à l'aide d'un modèle de prédiction multivariable validé.

Scope

Cette entrée aborde la justification de l'estimation du risque cardiovasculaire total plutôt que le traitement isolé des facteurs de risque, les principales familles d'équations de prédiction du risque, et l'importance d'utiliser des outils adaptés à la région et à la population. Il s'agit d'une description de référence du concept d'estimation du risque et de ses preuves ; elle ne prescrit pas de seuils de risque, de décisions de traitement ou d'outils pour un individu donné.

Core questions

• Pourquoi estimer le risque cardiovasculaire total plutôt que de considérer chaque facteur de risque séparément ?
• Quelles sont les entrées utilisées par les équations de prédiction du risque multivariables, et que produisent-elles en sortie ?
• Pourquoi les outils de risque doivent-ils être calibrés pour la population dans laquelle ils sont utilisés ?

Key concepts

• Prédiction multivariable du risque
• Estimation du risque absolu à 10 ans
• Fonctions de risque de Framingham et équations de cohortes regroupées
• SCORE2 / modèles calibrés par région
• Calibration et discrimination des modèles
• Risque total versus risque lié à un seul facteur

Mechanisms

Les facteurs de risque cardiovasculaire agissent de concert, et leur effet combiné sur la probabilité d'un événement est capturé par des équations multivariables ajustées à des données de cohortes à long terme. Ces outils prennent en entrée des variables telles que l'âge, le sexe, le statut tabagique, la pression artérielle et les niveaux de lipides, et produisent en sortie un risque absolu estimé sur un horizon défini. Étant donné que les taux d'événements sous-jacents diffèrent entre les populations, les équations sont calibrées pour des régions spécifiques ou recalibrées lorsqu'elles sont appliquées ailleurs ; les modèles SCORE2, par exemple, ont été dérivés et calibrés pour les régions européennes à risque (SCORE2 working group, 2021). La performance est jugée par la discrimination (la capacité à distinguer ceux qui auront des événements de ceux qui n'en auront pas) et la calibration (la concordance entre le risque prédit et le risque observé).

Clinical relevance

L'estimation du risque cardiovasculaire total sous-tend les cadres de prévention primaire et la prise de décision partagée concernant la réduction du risque. Cette entrée décrit le concept d'évaluation du risque et ses preuves ; elle caractérise la manière dont le risque est estimé au niveau de la population et ne constitue pas un guide pour décider du traitement d'un individu. Pour l'utilisation de l'estimation du risque cardiovasculaire spécifiquement dans le contexte chirurgical, voir l'entrée connexe sur l'évaluation préopératoire du risque cardiovasculaire.

Epidemiology

Les outils de risque multivariables sont intégrés dans les lignes directrices de prévention cardiovasculaire à l'échelle mondiale et sont appliqués à de larges populations adultes pour stratifier le risque et prioriser la prévention. Leurs prédictions dépendent des taux d'événements des populations à partir desquelles ils ont été dérivés, c'est pourquoi les modèles calibrés régionalement sont mis en avant (Visseren et al., 2021; SCORE2 working group, 2021).

Evidence & guidelines

Les fonctions de risque de Framingham (Wilson et al., 1998) ont introduit une estimation multivariable largement utilisée, les lignes directrices de l'ACC/AHA de 2013 ont introduit les équations de cohortes regroupées (Goff et al., 2014), et les algorithmes européens SCORE2 fournissent une estimation contemporaine calibrée par région (SCORE2 working group, 2021). Les lignes directrices de prévention de l'ESC de 2021 placent l'estimation du risque total au centre de la prise de décision préventive (Visseren et al., 2021).

History

L'estimation du risque cardiovasculaire total a pris son origine avec l'étude Framingham Heart Study, dont les fonctions multivariables ont traduit les données de cohorte en prédictions de risque individuelles (Wilson et al., 1998). Les outils ultérieurs — y compris les équations de cohortes regroupées (Goff et al., 2014) et les systèmes SCORE/SCORE2 (SCORE2 working group, 2021) — ont affiné et régionalisé cette approche à mesure que l'importance de la calibration de la population devenait évidente.

Debates

Quelle est la transférabilité des équations de risque entre les populations ?

Les modèles de risque dérivés d'une population ont souvent tendance à surestimer ou sous-estimer le risque dans une autre, car les taux d'événements de base diffèrent ; une calibration ou une dérivation spécifique à la région (comme dans SCORE2) est donc nécessaire, et le choix de l'outil demeure un jugement méthodologique.

Seminal works

• wilson-1998
• goff-2014
• score2-2021

Frequently asked questions

Pourquoi estimer le risque cardiovasculaire total plutôt que de traiter chaque facteur de risque isolément ?

Les facteurs de risque agissent de concert ; ainsi, une personne présentant plusieurs facteurs modérément anormaux peut avoir un risque total plus élevé qu'une personne avec un seul facteur nettement anormal. Les outils multivariables saisissent cet effet combiné en une seule estimation.

Pourquoi le choix de l'outil de risque dépend-il de la population ?

Les équations de risque sont calibrées en fonction des taux d'événements des populations à partir desquelles elles ont été élaborées. Par conséquent, l'application d'un outil à une population différente peut entraîner une mauvaise estimation du risque, à moins que le modèle ne soit recalibré ou qu'un outil spécifique à la région, tel que SCORE2, ne soit utilisé.