Utveckling och utvärdering av riskprediktionsmodeller för hjärt-kärlsjukdom hos patienter med typ 2-diabetes

Varför denna forskning är viktig för personer med diabetes

Hjärtsjukdom är den vanligaste dödsorsaken bland personer med typ 2‑diabetes, men läkare förlitar sig fortfarande ofta på riskräknare utvecklade för allmänbefolkningen. Denna studie ställer en enkel fråga med stora följder: kan vi göra bättre för personer med diabetes genom att bygga ett riskverktyg anpassat för dem, och kan det verktyget fungera rättvist för personer av olika kön och etnisk bakgrund?

Hjärtsjukdom och diabetes går hand i hand

Vuxna med typ 2‑diabetes har mycket högre risk för hjärtinfarkt, stroke och hjärtsvikt än personer utan diabetes. Befintliga prediktionsverktyg, såsom de välkända Pooled Cohort Equations och de nyare PREVENT-riskpoängen, uppskattar vem som sannolikt utvecklar hjärt-kärlsjukdom under det kommande decenniet. Dessa verktyg är dock inte specifikt utformade för personer med typ 2‑diabetes, kanske inte speglar dagens behandlingar och levnadsvanor, och byggdes till största delen med data från vita och svarta vuxna. Det lämnar öppna frågor om hur väl de fungerar och hur rättvisa de är för den mångfald av patienter som faktiskt söker vård.

En ny metod för att uppskatta kortsiktig hjärtrisk

För att möta denna lucka använde forskarna National Institutes of Healths All of Us-program, en stor och ovanligt mångsidig hälsostudie som inkluderar omfattande journaldata, laboratorieresultat och enkätuppgifter. De fokuserade på 23 795 vuxna i åldern 40 år och uppåt med typ 2‑diabetes och följde dem i upp till flera år för att se vilka som drabbades av stora hjärtproblem, inklusive hjärtinfarkt, stroke eller hjärtsvikt. Med denna information byggde de en statistisk överlevnadsmodell avsedd att förutsäga varje persons sannolikhet att få något av dessa händelser inom de närmaste tre åren, baserat på faktorer som ålder, blodtryck, laboratorievärden, tidigare sjukdomar, läkemedel och sociala förhållanden som bostadsstabilitet och inkomst.

Vad som visade sig vara viktigast

När teamet undersökte vilka faktorer som vägde tyngst i modellen framträdde ett tydligt mönster. För hela patientgruppen var tidigare kardiovaskulär sjukdom långt den starkaste varningssignalen för ett nytt framtida händelse. Bland personer utan tidigare hjärtsjukdom blev ålder den ledande faktorn. Njurmått, såsom tidigare njursjukdom och blodprov som kreatinin och kalcium, hamnade också högt upp och lyfte fram den nära kopplingen mellan njurhälsa och hjärtproblem hos personer med diabetes. Överraskande nog påverkade flera sociala och ekonomiska faktorer, inklusive anställningsstatus, utbildning och boendetyp, också starkt, vilket understryker hur vardagsförhållanden formar hälsorisker sida vid sida med biologin.

Att pröva den nya modellen

Forskarna ställde sedan frågan hur väl deras nya diabetesinriktade modell stod sig mot PREVENT-ekvationerna. I testgruppen på nästan 4 800 patienter rankade den nya modellen mer träffsäkert vilka som hade högre eller lägre risk, både i hela urvalet och bland dem utan tidigare hjärtsjukdom. Den gav också riskuppskattningar som stämde väl överens med vad som faktiskt inträffade över tre år, medan PREVENT tenderade att överskatta risken, särskilt för patienter som var mindre benägna att drabbas av en händelse. För att undersöka rättvisa använde teamet särskilda mått som tar hänsyn till personer som lämnar studien eller har konkurrerande hälsoproblem. Över kön och ras- eller etnicitetsgrupper visade den nya modellen generellt högre noggrannhet och liknande eller mindre prestandaskillnader än PREVENT.

Att balansera noggrannhet och rättvisa

Studien undersökte också om inkluderingen av ras och etnicitet som ingångsvariabler hjälpte eller skadade rättvisan. När forskarna tog bort dessa variabler minskade modellens totala noggrannhet och prestandan försämrades för de flesta undergrupper. Att behålla ras och etnicitet i modellen, i kombination med rik information om sociala och ekonomiska förhållanden, gav både bättre prediktioner och jämnare prestanda över grupper i denna datamängd. Författarna varnar för att detta är en komplex och kontextberoende fråga, men deras resultat tyder på att det, åtminstone i detta sammanhang, kan hjälpa att undvika underskattning av risk för vissa patienter.

Vad detta betyder för patienter och kliniker

Enkelt uttryckt visar arbetet att en riskräknare som är särskilt byggd för personer med typ 2‑diabetes, med moderna och mångsidiga data, kan göra ett bättre jobb med att uppskatta kortsiktig hjärtrisk än ett universellt verktyg. Genom att fånga upp njurhälsa och sociala omständigheter tillsammans med traditionella riskfaktorer kan den nya modellen hjälpa kliniker att mer träffsäkert avgöra vilka patienter som behöver mer aggressiv förebyggande behandling och vilka som kan undvika onödiga åtgärder. Även om modellen fortfarande behöver testas i andra vårdsystem erbjuder detta angreppssätt ett steg mot mer precis och rättvis bedömning av hjärtrisk för de miljontals vuxna som lever med typ 2‑diabetes.

Citering: 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

Nyckelord: hjärt-kärlsjukdom, typ 2-diabetes, riskprediktion, hälsojämlikhet, överlevnadsmodellering