Entwicklung und Bewertung von Vorhersagemodellen für das Risiko kardiovaskulärer Erkrankungen bei Patient:innen mit Typ-2-Diabetes

Warum diese Forschung für Menschen mit Diabetes wichtig ist

Herzkrankheiten sind die führende Todesursache bei Menschen mit Typ-2-Diabetes, dennoch verlassen sich Ärzt:innen häufig auf Risikorechner, die für die Allgemeinbevölkerung entwickelt wurden. Diese Studie stellt eine einfache, aber folgenreiche Frage: Können wir für Menschen mit Diabetes besser werden, indem wir ein speziell auf sie zugeschnittenes Risikotool bauen, und kann dieses Tool fair für Personen unterschiedlichen Geschlechts sowie unterschiedlicher rassischer und ethnischer Herkunft funktionieren?

Herzprobleme und Diabetes gehören zusammen

Erwachsene mit Typ-2-Diabetes haben ein deutlich höheres Risiko für Herzinfarkte, Schlaganfälle und Herzinsuffizienz als Menschen ohne Diabetes. Bestehende Vorhersagewerkzeuge, etwa die weit verbreiteten Pooled Cohort Equations und die neueren PREVENT-Risikoscores, schätzen ein, wer im nächsten Jahrzehnt wahrscheinlich kardiovaskuläre Erkrankungen entwickelt. Diese Instrumente wurden jedoch nicht speziell für Menschen mit Typ-2-Diabetes entwickelt, spiegeln möglicherweise nicht die heutigen Behandlungen und Lebensweisen wider und basieren größtenteils auf Daten von weißen und schwarzen Erwachsenen. Offen bleiben daher Fragen zur Genauigkeit und Fairness dieser Werkzeuge für die vielfältige Patient:innengruppe, die tatsächlich in Kliniken behandelt wird.

Ein neuer Ansatz zur Abschätzung des kurzfristigen Herzrisikos

Um diese Lücke zu schließen, nutzten die Forschenden das All of Us-Programm der National Institutes of Health, eine große und ungewöhnlich vielfältige Gesundheitsstudie mit umfangreichen elektronischen Krankenakten, Laborwerten und Umfragedaten. Sie konzentrierten sich auf 23.795 Erwachsene im Alter von 40 Jahren und älter mit Typ-2-Diabetes und verfolgten diese über mehrere Jahre, um zu sehen, wer schwerwiegende Herzereignisse wie Herzinfarkt, Schlaganfall oder Herzinsuffizienz entwickelte. Mit diesen Informationen bauten sie ein statistisches Überlebensmodell, das die Wahrscheinlichkeit vorhersagen soll, dass eine Person innerhalb der nächsten drei Jahre eines dieser Ereignisse erleidet, basierend auf Faktoren wie Alter, Blutdruck, Laborwerten, Vorerkrankungen, Medikamenten und sozialen Bedingungen wie Wohnsituation und Einkommen.

Was sich als besonders wichtig erwies

Als das Team das Modell dahingehend untersuchte, welche Faktoren das größte Gewicht hatten, zeigte sich ein klares Muster. Für die gesamte Patient:innengruppe war eine frühere kardiovaskuläre Erkrankung bei weitem das stärkste Warnsignal für ein weiteres zukünftiges Ereignis. Bei Personen ohne vorherige Herzkrankheit wurde das Alter zum führenden Faktor. Nierenbezogene Messwerte, wie eine Vorgeschichte von Nierenerkrankungen und Blutwerte wie Kreatinin und Calcium, rückten ebenfalls nach vorn und unterstreichen die enge Verbindung zwischen Nierengesundheit und Herzproblemen bei Menschen mit Diabetes. Überraschenderweise waren mehrere soziale und wirtschaftliche Merkmale, einschließlich Beschäftigungsstatus, Bildungsniveau und Wohnform, ebenfalls sehr einflussreich und verdeutlichen, wie Alltagsbedingungen die Gesundheitsrisiken neben biologischen Faktoren prägen.

Das neue Modell im Vergleichstest

Die Forschenden prüften anschließend, wie gut ihr neues, auf Diabetes ausgerichtetes Modell im Vergleich zu den PREVENT-Gleichungen abschneidet. In der Testgruppe mit fast 4.800 Patient:innen ordnete das neue Modell Personen genauer nach höherem oder niedrigerem Risiko ein, sowohl in der Gesamtprobe als auch bei denen ohne frühere Herzkrankheit. Es lieferte außerdem Risikoschätzungen, die eng mit den tatsächlich über drei Jahre beobachteten Ergebnissen übereinstimmten, während PREVENT dazu neigte, das Risiko zu überschätzen, insbesondere für Patient:innen, die weniger wahrscheinlich ein Ereignis erlitten. Zur Untersuchung der Fairness verwendete das Team spezielle Maße, die Personen berücksichtigen, die die Studie verlassen oder konkurrierende Gesundheitsprobleme haben. Über Geschlechter- und Bevölkerungsgruppen hinweg zeigte das neue Modell allgemein höhere Genauigkeit und ähnliche oder kleinere Leistungsunterschiede als PREVENT.

Genauigkeit und Fairness ins Gleichgewicht bringen

Die Studie untersuchte außerdem, ob das Einbeziehen von Rasse und ethnischer Zugehörigkeit als Eingangsvariablen Fairness fördert oder hemmt. Als die Forschenden diese Variablen aus dem Modell entfernten, nahm die Gesamtgenauigkeit ab und die Leistung verschlechterte sich für die meisten Untergruppen. Die Beibehaltung von Rasse und ethnischer Zugehörigkeit im Modell, kombiniert mit umfangreichen Informationen zu sozialen und wirtschaftlichen Bedingungen, ergab sowohl bessere Vorhersagen als auch gleichmäßigere Leistung über die Gruppen in diesem Datensatz. Die Autor:innen warnen, dass dies ein komplexes und kontextabhängiges Thema ist, aber ihre Ergebnisse legen nahe, dass in diesem Setting die Verwendung von Rasse und ethnischer Zugehörigkeit dazu beitragen kann, eine Unterschätzung des Risikos für einige Patient:innen zu vermeiden.

Was das für Patient:innen und Kliniker:innen bedeutet

Einfach gesagt zeigt die Arbeit, dass ein speziell für Menschen mit Typ-2-Diabetes entwickelter Risikorechner, basierend auf modernen und vielfältigen Daten, kurzfristiges Herzrisiko besser abschätzen kann als ein Einheitsinstrument. Indem er Nierengesundheit und soziale Umstände neben traditionellen Risikofaktoren erfasst, kann das neue Modell Kliniker:innen dabei helfen, genauer zu erkennen, welche Patient:innen eine intensivere Prävention benötigen und welche unnötige Behandlungen vermeiden können. Zwar sind noch Tests in anderen Gesundheitssystemen nötig, dieser Ansatz ist jedoch ein Schritt hin zu präziseren und gerechteren Herzrisikobewertungen für die Millionen Erwachsener mit Typ-2-Diabetes.

Zitation: Yang, Y., Liu, T., Liao, CY. et al. Development and evaluation of cardiovascular disease risk prediction models for patients with type 2 diabetes. Sci Rep 16, 15574 (2026). https://doi.org/10.1038/s41598-026-45129-5

Schlüsselwörter: kardiovaskuläre Erkrankung, Typ-2-Diabetes, Risikovorhersage, Gesundheitsgerechtigkeit, Überlebensmodellierung