VALIDATION OF THE FRAMINGHAM CORONARY HEART DISEASE PREDICTION SCORE RB D'Agostino, S Grundy, LM Sullivan, PWF Wilson JAMA, 2001, 286;180-187 RIASSUNTO Contesto Il Framingham Heart Study ha prodotto una funzione matematica sesso-specifica per determinare il rischio di sviluppare eventi coronarici nella popolazione bianca di classe media. Ci sono stati dibattiti in merito alla validazione di questa funzione in altre popolazioni. Obiettivo Testare la validità e la trasferibilità dell'algoritmo di Framingham per un Workshop organizzato a questo scopo dal National Heart, Lung and Blood Institute. Disegno, impostazione e soggetti L'algoritmo sesso-specifico era stato derivato dai dati dello studio di Framingham per predire la morte coronarica e l'infarto del miocardio. Questa funzione è stata applicata a sei studi prospettici, con coorti di pazienti etnicamente diverse (n=23.424), che includevano bianchi, neri, nativi americani, maschi giapponesi americani e maschi ispanici: Atherosclerosis Risk Communities Study (ARIC, 1987-1988), Physicians' Health Study (PHS, 1982), Honolulu Heart Program (HHP, 1980-1982), Puerto Rico Heart Health Program (1965-1968), Strong Heart Study (SHS, 1989-1991) e Cardiovascular Health Study (CHS, 1989-1990). Determinazioni La prestazione o capacità di predire accuratamente il rischio coronarico della funzione di Framingham è stato confrontata con il comportamento delle funzioni di rischio sviluppate specificamente dai dati delle singole coorti. Il confronto comprende anche la valutazione dell'eguaglianza dei rischi relativi per i fattori standard di rischio di CHD, la capacità discriminante della funzione logistica (intesa come capacità di un modello predittivo di separare quei soggetti che hanno avuto eventi CHD hard da quelli che non ne hanno avuti) e la calibrazione (che misura come la funzione predice gli eventi in confronto agli eventi reali). Risultati Le funzioni sesso-specifiche di Framingham sono attendibili per i bianchi e per i neri anche in differenti disegni sperimentali e possono essere applicate ad altri gruppi etnici dopo ricalibrazione per la differente prevalenza dei fattori di rischio e la frequenza sottesa di eventi coronarici. COMMENTO Questo lavoro si pone l'obiettivo di valutare l'applicabilità della funzione di Framingham nel predire la malattia coronarica in popolazioni con prevalenza più alta o più bassa dei più comuni fattori di rischio. Come tutti sanno questa funzione è l'algoritmo a cui si riferisce la nota 13 per la rimborsabilità dei farmaci ipocolesterolemizzanti. L'osservazione fatta dagli autori si basa sul fatto che, sebbene vi siano differenze nei livelli di rischio coronarico di base tra le varie popolazioni, la correlazione tra un dato fattore di rischio e l'insorgenza di futuri eventi coronarici è del tutto simile. Questa semplice osservazione permette quindi di considerare la possibilità di aggiustare la funzione di Framingham, ottenuta da uno studio prospettico molto lungo, su dati osservazionali, derivati da altre popolazioni, ottenuti con studi prospettici di minore durata: si tratterebbe di ricalibrare la funzione con i dati sulla frequenza di eventi CHD della popolazione in studio. Se si effettua questa operazione, la funzione di Framingham è in grado di predire con attendibilità l'andamento del rischio percentuale di eventi futuri in quella popolazione. Questo tuttavia non è sempre vero; infatti nelle coorti che comprendono altri gruppi etnici, la capacità predittiva varia. Per esempio, il fumo tra i maschi giapponesi americani dello studio HHP non sembra portare allo stesso livello di rischio, come si osserva invece nella coorte di Framingham. Tra i nativi americani dello studio SHS, il colesterolo ed il diabete sembrano condurre ad una differente stima del rischio, ma non c'è da dimenticare che l'incidenza del diabete in questa popolazione è molto più alta. Alcuni dei fattori di rischio potrebbero quindi avere un ruolo diverso più o meno aggressivo nell'indurre eventi coronarici o cardiovascolari in generale. A questa osservazione è più difficile ovviare, in quanto bisogna conoscere più in dettaglio la prevalenza dei fattori di rischio coronarico che rientrano nella funzione. Per fare questo sono necessari studi di popolazioni con coorti più ampie. In conclusione si può confermare la rilevanza dello studio condotto degli investigatori del Framingham Study. Pur ribadendo l'attendibilità della funzione anche in popolazioni differenti da quella sulla quale è stato costruito l'algoritmo, esso incoraggia l'utilizzo del rischio relativo (rischio assoluto rapportato al rischio della popolazione media di riferimento) in sostituzione al rischio assoluto, come indicatore della necessità o meno di intervenire. L'approccio italiano (vedi Nota 13), anche se si basa su dati che provengono da una popolazione con un livello di rischio assoluto differente dal nostro, ha intrinsecamente un suo valore in quanto suggerisce l'uso di un algoritmo che, come è stato dimostrato, è applicabile anche in altre popolazioni. Probabilmente il calcolo non fornisce il valore reale del rischio della popolazione italiana, ma è sempre un ottimo strumento per discriminare i soggetti ad alto rischio rispetto a quelli a basso rischio. Lo stesso Autore Wilson afferma: "Il rischio assoluto può essere molto differente in gruppi specifici, quindi è necessario andare oltre l'utilizzo tal quale dell'equazione. Al tempo stesso la determinazione di specifici profili di rischio in altre popolazioni non richiede uno studio così ampio e lungo come il Framingham, ma necessita una comprensione di quali rischi sono particolarmente o meno importanti nei differenti gruppi di persone. Gli sforzi fatti in termini di prevenzione devono essere indirizzati a segmenti di popolazione e non al paziente individuale"