Développement et évaluation de modèles de prédiction du risque de maladie cardiovasculaire pour les patients atteints de diabète de type 2

Pourquoi cette recherche importe pour les personnes diabétiques

Les maladies cardiaques sont la principale cause de mortalité chez les personnes vivant avec un diabète de type 2, et pourtant les médecins continuent de s’appuyer sur des calculateurs de risque conçus pour la population générale. Cette étude pose une question simple aux conséquences importantes : peut-on mieux faire pour les personnes diabétiques en développant un outil de risque adapté à leur situation, et cet outil peut-il fonctionner de façon équitable pour des personnes de sexes et d’origines raciales et ethniques différentes ?

Le lien étroit entre troubles cardiaques et diabète

Les adultes atteints de diabète de type 2 courent des risques beaucoup plus élevés d’infarctus, d’accidents vasculaires cérébraux et d’insuffisance cardiaque que les personnes sans diabète. Les outils de prédiction existants, comme les Pooled Cohort Equations largement utilisées et les scores PREVENT plus récents, estiment qui est susceptible de développer une maladie cardiovasculaire au cours de la décennie suivante. Toutefois, ces outils n’ont pas été conçus spécifiquement pour les personnes atteintes de diabète de type 2, peuvent ne pas refléter les traitements et modes de vie actuels, et ont été principalement élaborés à partir de données d’adultes blancs et noirs. Cela soulève des questions quant à leur précision et leur équité pour le groupe divers de patients qui se présentent réellement en consultation.

Une nouvelle manière d’estimer le risque cardiaque à court terme

Pour combler cette lacune, les chercheurs se sont appuyés sur le programme All of Us des National Institutes of Health, une grande étude de santé exceptionnellement diversifiée qui comprend des dossiers électroniques, des analyses de laboratoire et des réponses à des enquêtes. Ils ont ciblé 23 795 adultes âgés de 40 ans et plus atteints de diabète de type 2 et les ont suivis pendant plusieurs années pour observer qui développait des problèmes cardiaques majeurs, notamment infarctus, AVC ou insuffisance cardiaque. À partir de ces données, ils ont construit un modèle statistique de survie destiné à prédire la probabilité pour chaque personne de présenter l’un de ces événements au cours des trois années suivantes, en se basant sur des facteurs tels que l’âge, la pression artérielle, des analyses sanguines, l’historique médical, les traitements médicamenteux et des conditions sociales comme la stabilité du logement et le revenu.

Ce qui s’est avéré le plus important

Lorsque l’équipe a examiné quels facteurs portaient le plus de poids dans le modèle, un schéma clair est apparu. Pour l’ensemble des patients, des antécédents de maladie cardiovasculaire constituaient de loin le signal d’alerte le plus fort pour un nouvel événement futur. Parmi les personnes sans antécédent cardiaque, l’âge est devenu le facteur principal. Des mesures liées aux reins, comme des antécédents de maladie rénale et des analyses sanguines telles que la créatinine et le calcium, sont également apparues parmi les plus importantes, soulignant le lien étroit entre la santé rénale et les problèmes cardiaques chez les personnes diabétiques. De manière surprenante, plusieurs caractéristiques sociales et économiques, notamment la situation professionnelle, le niveau d’éducation et le type de logement, ont aussi eu une grande influence, soulignant comment les conditions de vie quotidiennes façonnent les risques de santé aux côtés de la biologie.

Évaluer le nouveau modèle

Les chercheurs ont ensuite comparé leur nouveau modèle axé sur le diabète aux équations PREVENT. Dans le groupe test d’un peu moins de 4 800 patients, le nouveau modèle a mieux classé qui présentait un risque plus élevé ou plus faible, que ce soit sur l’échantillon complet ou parmi ceux sans antécédent cardiaque. Il a aussi produit des estimations de risque qui correspondaient étroitement à ce qui est réellement survenu sur trois ans, tandis que PREVENT avait tendance à surestimer le risque, en particulier pour les patients moins susceptibles de présenter un événement. Pour examiner l’équité, l’équipe a utilisé des mesures spéciales tenant compte des personnes qui quittent l’étude ou des problèmes de santé concurrents. Selon le sexe et les groupes raciaux ou ethniques, le nouveau modèle montrait globalement une plus grande précision et des écarts de performance similaires ou plus faibles que PREVENT.

Concilier précision et équité

L’étude a également exploré si l’inclusion de la race et de l’ethnicité comme variables aidait ou nuisait à l’équité. Lorsque les chercheurs ont retiré ces variables du modèle, sa précision globale a diminué et les performances se sont dégradées pour la plupart des sous-groupes. Conserver la race et l’ethnicité dans le modèle, combiné à des informations riches sur les conditions sociales et économiques, a permis à la fois de meilleures prédictions et une performance plus homogène entre les groupes dans ce jeu de données. Les auteurs mettent en garde que c’est une question complexe et dépendante du contexte, mais leurs résultats suggèrent que, du moins dans ce contexte, l’utilisation de la race et de l’ethnicité peut aider à éviter de sous-estimer le risque pour certains patients.

Ce que cela signifie pour les patients et les cliniciens

Concrètement, ce travail montre qu’un calculateur de risque construit spécifiquement pour les personnes atteintes de diabète de type 2, à partir de données modernes et diversifiées, peut mieux estimer le risque cardiaque à court terme qu’un outil universel. En prenant en compte la santé rénale et les circonstances sociales aux côtés des facteurs de risque traditionnels, le nouveau modèle peut aider les cliniciens à identifier plus précisément quels patients nécessitent une prévention plus agressive et lesquels peuvent éviter des traitements inutiles. Bien qu’il doive encore être testé dans d’autres systèmes de santé, cette approche constitue un pas vers une évaluation du risque cardiaque plus précise et plus équitable pour des millions d’adultes vivant avec un diabète de type 2.

Citation: 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

Mots-clés: maladie cardiovasculaire, diabète de type 2, prévision du risque, équité en santé, modélisation de survie