Das absolute kardiovaskuläre Risiko, definiert als Wahrscheinlichkeit eines Patienten für ein kardiovaskuläres Ereignis in einem definierten Zeitraum, wird durch die synergistischen Effekte von allen vorhandenen kardiovaskulären Risikofaktoren bestimmt. Absolute Differenzen im Risiko können bei Patienten mit gleichem Blutdruck und gleichem Cholesterinspiegel um das 20 fache variieren. Die wichtigsten prädiktiven Risken sind das Alter, eine bestehende kardiovaskuläre Erkrankung, eine Linkshypertrophie und Einschränkung der Nierenfunktion, aber auch Faktoren wie erhöhter Blutdruck, erhöhte Blutfette, Rauchen und das männliche Geschlecht spielen eine Rolle bei der Bestimmung des absoluten Risikos.
Einzelne Risikofaktoren, wie Bluthochdruck oder erhöhtes Cholesterin haben einen geringen Effekt auf das absolute Risiko eines Patienten bei Fehlen anderer Risikofaktoren, aber sie können einen entscheidenden Einfluss nehmen, wenn bereits mehrere Risikofaktoren vorliegen. Angesichts einer großen Bandbreite für das absolute kardiovaskuläre Risiko bei identen Blutdruckwerten und Cholesterinspiegel, hat eine exakte Risikoeinschätzung großen Stellenwert für ein effektives Risikomanagement.
Entscheidungen über Behandlung sollten sich daher am absoluten kardiovaskulären Risiko orientieren.
Ausgangspunkt für präventive lipidsenkende Therapie ist die Risikoberechnung für koronare Ereignisse und nicht nur die Bestimmung des Cholesterinspiegels, der einen schlechteren Voraussagewert für das tatsächliche Risiko hat. (Evidenzlevel B) Der Benefit einer lipidsenkenden medikamentösen Behandlung kann mit der absoluten Risikoreduktion besser als mit der relativen Risikoreduktion abgeschätzt werden. (Evidenzlevel A)
Verschiedene Scoring Systeme stehen zur Verfügung, eine der größten prospektiven epidemiologischen Studien zur koronaren Herzkrankheit wurde in Framingham in Massachusetts in den USA durchgeführt. Die Ergebnisse dieser Studie dienten als Grundlage für ein Punktsystem zur Beurteilung des 10-Jahres-Koronarrisikos. Die wichtigsten verfügbaren Risikoscores und -algorithmen wurden aus der deutschen PROCAM-Studie und aus der Framingham-Studie abgeleitet. Auf den Ergebnissen der Framingham Heart Study (FHS) beruhen die Framingham Categorial Risk Charts, (updated) Sheffield Tables, modifed Sheffield Tables, New Zealand Charts, Joint British Guideline Charts, die European Charts der European Society of Cardiology (ESC) von 1994 und 1998 und Vallance risk estimator.
Die Framingham Risiko Gleichung wurde in verschiedenen Populationen validiert,
das Risiko für bestimmte Subgruppen, wie Patienten mit Diabetes und Nephropathie,
mit familiärer Hypercholesterinämie oder mit einer Linksventrikelhypertrophie
könnten allerdings damit unterschätzt werden.
Jede Methode zur Risikoeinschätzung hat ihre Vor- und Nachteile, die Sheffield Tables ermöglichen eine Berücksichtigung von Alter und der Relation von Gesamtcholesterin zu HDL Cholesterin, die New Zealand Tables haben vier Kategorien von systolischem und diastolischem Blutdruck und sieben Risikobereiche, die Joint British Chart berücksichtigt nur den systolischen Blutdruck und hat drei Risikobereiche. Eine Schwierigkeit dieser drei Risikomodelle besteht in unterschiedlichen Angaben zum Risiko, eine koronare Ereignisrate von 3% pro Jahr in den Sheffield Tables entspricht einer koronaren Ereignisrate von 30% in 10 Jahren in der Joint British Chart und das entspricht annähernd 20% in 5 Jahren in den New Zealand Tables. Ein Vergleich der Genauigkeit dieser drei Risikoeinschätzungsmodelle für die Vorhersage des koronaren und kardiovaskulären Risikos wurde bisher nicht durchgeführt.
Der PROCAM-Risikoscore wurde anhand der Daten von 5.389 Männern entwickelt, die bei ihrem Einschluss in die PROCAM-Studie zwischen 35 und 65 Jahren alt waren, und liefert möglicherweise für Männer außerhalb dieser Altersspanne ungenaue Ergebnisse. Daten aus der PROCAM-Studie weisen darauf hin, dass das absolute Risiko bei postmenopausalen Frauen ohne Diabetes mellitus abgeschätzt werden kann, indem das berechnete Risiko durch den Faktor vier geteilt wird. Postmenopausale Frauen mit Diabetes mellitus haben ein ähnlich hohes KHKRisiko wie gleichaltrige Männer mit Diabetes mellitus, so dass hier keine Anpassung erforderlich ist.
Es gibt mehrere Unterschiede zwischen den PROCAM- und Framingham- Scores. Der deutlichste Unterschied liegt in der Studienpopulation. Die PROCAM Studie wurde an einer werktätigen Bevölkerung aus dem Nordwesten Deutschlands durchgeführt und schloss Arbeiter und Angestellte ein. In der Framingham-Studie wurde dagegen die gesamte Bevölkerung von Framingham berücksichtigt, einem Vorort von Boston, in dem im wesentlichen Mitglieder der Arbeiterklasse wohnen, die meist irischer Abstammung sind.
Die PROCAM-Studie ist neueren Datums und enthält für alle Probanden Daten zu Nüchternwerten von Triglyceriden und LDL-Cholesterin sowie Angaben zur Familienanamnese von Herzinfarkten. Die aus der Framingham-Studie abgeleiteten Algorithmen wurden im wesentlichen auf der Grundlage von Daten aus den 70er Jahren erstellt, einem Zeitraum, in dem die Inzidenz von Koronarereignissen deutlich höher war als heute. Die PROCAM-Studie dokumentierte lediglich die harten Endpunkte wie tödliche und nicht-tödliche Herzinfarkte und Fälle von plötzlichem Herztod. Dagegen schlossen viele der früheren Framingham- Algorithmen auch den Endpunkt der Angina pectoris ein.
Die UKPDS Risk Engine28 ist ein computergestütztes Prognoseinstrument. Es basiert auf einer Kohortenanalyse der gemeinsamen Daten von 4 540 Personen mit Typ-2- Diabetes zwischen 25 und 65 Jahren, der Interventions- und Kontrollgruppe aus der United Kingdom Prospective Diabetes Study.
Grundlagen der Prognose kardiovaskulärer Mortalität der SCORE Risk Charts29 sind die zusammengefassten Ergebnisse verschiedener Risikostudien aus zwölf europäischen Ländern mit insgesamt 69 Kohorten und 205 178 Personen. Variablen für die Risikokalkulation sind Geschlecht, Alter, systolischer Blutdruck, Zigarettenrauchen und Cholesterinwerte (Gesamtcholesterin oder Verhältnis Gesamt- zu HDL-Cholesterin).
Das durch ein Punktsystem berechnete absolute Risiko hängt von zwei Faktoren ab, dem Ausprägungsgrad des Risikofaktors und dem zugrunde liegenden Basis- Risiko für eine koronare Herzerkrankung in einer gegebenen Population. Daher liefert ein an einer bestimmten Population entwickelter Score oder Algorithmus bei Anwendung auf eine andere Population möglicherweise keine genaue Risikoabschätzung. In der klinischen Praxis ist es daher erforderlich, Risikoscores einzusetzen, die aus einer der Herkunft des Patienten möglichst ähnlichen Population stammen.
Die zurzeit verfügbaren Risikotabellen sind unzureichend validiert.30 Ein unkritischer Einsatz dieser Instrumente könnte zu erheblichen Fehlprognosen und unangemessenen Behandlungsentscheidungen führen. Framingham- basierte Instrumente überschätzen das kardiovaskuläre Risiko bei mitteleuropäischen Populationen um mindestens 30%, mit erheblicher regionaler Varianz auch innerhalb eines Landes (zwischen 30% und 100%, British Regional Heart Study). Aus diesen Gründen benötigen die Instrumente vor ihrer Verwendung eine Rekalibrierung auf regionale kardiovaskuläre Morbiditäts- und Mortalitätsdaten sowie Anpassungen an sozialschichtspezifische Unterschiede. Die prognostische Übereinstimmung zwischen den Instrumenten ist mäßig.
Studien externer Validierung für die neuen europäischen SCORE Risk Charts oder die UKPDS Risk Engine liegen nicht vor.
Ein Problem aller Risikoalgorithmen ist, dass sie auf Annahmen über die Art der mathematischen Beziehungen zwischen den einzelnen Risikovariablen basieren. Neuronale Netzwerke beruhen nicht auf Annahmen über die Beziehungen zwischen Risikovariablen und können daher die Risikovorhersage in einem speziellen Datensatz gegenüber konventionellen Risikoalgorithmen verbessern. Aus den Daten der PROCAM-Studie wurde ein neuronales Netzwerk-Modell für die Risikoabschätzung entwickelt. Abgesehen von der PROCAM-Studie liegen jedoch keine Erfahrungen zum Einsatz neuronaler Netzwerke bei der Berechnung des Koronarrisikos vor. Aufgrund ihres derzeit noch experimentellen Status sollte die Risikoberechnung mit Hilfe neuronaler Netzwerke nicht als alleinige Grundlage für klinische Entscheidungen dienen.