Ontwikkeling en validatie van een nomogram voor het voorspellen van recidief longembolie met behulp van spier- en vetparameters

Waarom de lichaamsvorm in de borstkas ertoe doet

Longembolie, een bloedstolsel dat vastloopt in de slagaders van de longen, kan dodelijk zijn, niet alleen bij de eerste keer maar ook bij een recidief. Artsen willen weten welke patiënten het grootste risico lopen op een herhaling, zodat ze behandeling en nazorg kunnen afstemmen. Deze studie onderzoekt een verrassend eenvoudige gegevensbron die al in veel patiëntendossiers aanwezig is: de manier waarop spieren en vet zijn verdeeld in het bovenste deel van de borstkas op routinematige CT-scans. Door deze verborgen aanwijzingen over de lichaamsvorm om te zetten in een voorspellend instrument, hopen de onderzoekers artsen een duidelijker beeld te geven van wie werkelijk risico loopt.

Voorbij de gebruikelijke risicolijstjes kijken

Huidige hulpmiddelen om het risico op een longstolsel in te schatten, berusten grotendeels op basis klinische informatie en bloedtesten: leeftijd, vitale functies, laboratoriumwaarden en scores zoals de Wells- of herziene Geneva-score. Deze kunnen patiënten grofweg in hogere of lagere risicocategorieën plaatsen, maar missen vaak belangrijke individuele verschillen. Tegelijkertijd heeft onderzoek naar hart- en longaandoeningen aangetoond dat de hoeveelheid en kwaliteit van skeletspier en vet, vooral rond de borstkas, sterk samenhangen met veerkracht, ontsteking en herstel. Toch worden deze maten van lichaamssamenstelling zelden meegenomen bij de voorspelling of een longembolie zal terugkeren.

CT-scans omzetten in kaarten van lichaamssamenstelling

Het team bekeek de gegevens van 184 volwassenen met een eerste diagnose van longembolie tussen 2019 en 2023, die tot enkele jaren werden gevolgd onder standaard antistollingsbehandeling. Allen hadden een gespecialiseerde scan ondergaan die nucleaire beeldvorming combineert met een lage-dosis CT. Vanuit één doorsnede van elke CT-scan ter hoogte van het vierde thoracale wervellichaam gebruikte het team speciale software om kernmerken te meten: het totale oppervlak van de borstkasspieren, de specifieke grootte en dichtheid van de pectorale spieren, en de hoeveelheid en dichtheid van het onderhuids vet. Deze waarden weerspiegelen niet alleen hoeveel spier of vet iemand heeft, maar ook de kwaliteit van het weefsel, die kan veranderen door veroudering, slechte conditie of chronische ziekte.

Een praktisch voorspellingsinstrument bouwen

Om te bepalen welke factoren het beste een herhaling voorspelden, combineerden de onderzoekers deze beeldgebaseerde maten met standaard klinische gegevens zoals body mass index, witte bloedceltelling en het voorkomen van diepe veneuze trombose in de benen. Ze gebruikten een statistische procedure die automatisch zwakkere variabelen wegfiltert en alleen diegene behoudt die zinvolle extra informatie geven. Acht kenmerken bleken het meest nuttig, waaronder borstspieroppervlak en -dichtheid, oppervlakte en dichtheid van subcutaan vet, body mass index, witte bloedceltelling en veneuze trombose in de benen. Deze werden verwerkt in een visueel scoreblad, een nomogram, waarmee clinici de waarden van een patiënt kunnen aflezen en een geschatte kans op recidief kunnen bepalen.

Hoe goed het model presteerde

De 184 patiënten werden verdeeld in een grotere groep voor het bouwen van het model en een kleinere groep voor het testen ervan. Toen het nomogram op de ontwikkelingsgroep werd toegepast, kon het degenen die later een nieuwe embolie kregen redelijk onderscheiden van degenen die dat niet deden; de prestaties waren iets lager, maar nog steeds acceptabel, in de testgroep. Even belangrijk was dat de voorspelde risico’s goed overeenkwamen met wat er in de tijd daadwerkelijk gebeurde, en beslisanalyse suggereerde dat het gebruik van het instrument meer voordeel zou bieden dan iedereen als hoog- of laagrisico behandelen over een breed scala aan klinische scenario’s. Opvallend was dat geen enkele spier- of vetmaat op zichzelf doorslaggevend was, maar dat ze samen de fijnmazigheid van risicoclassificatie verbeterden.

Wat dit betekent voor patiënten

Voor mensen die herstellen van een longbloedstolsel suggereert deze studie dat de verborgen details van hun borstspieren en vet, al vastgelegd op gewone scans, stilzwijgend kunnen aangeven hoe vatbaar ze zijn voor een nieuw voorval. Door deze beeldgevende aanwijzingen te combineren met routinematige klinische informatie in één eenvoudig te gebruiken overzicht, zouden artsen beter kunnen bepalen wie intensievere follow-up of langere antistolling nodig heeft en wie mogelijk zonder extra behandeling veilig kan blijven. De auteurs waarschuwen dat het model een vroege stap is en in andere ziekenhuizen en grotere patiëntengroepen moet worden getest. Desondanks wijst het op een toekomst waarin lichaamssamenstelling een routineonderdeel wordt van gepersonaliseerde zorg na een longembolie.

Bronvermelding: Cao, J., Niu, S., Li, X. et al. Development and validation of a nomogram for predicting pulmonary embolism recurrence using muscle and fat parameters. Sci Rep 16, 8538 (2026). https://doi.org/10.1038/s41598-026-37833-z

Trefwoorden: longembolie, lichaamssamenstelling, computertomografie, risicovoorspelling, terugkerende trombose