Verslagen

Eindverslag

Samenvatting
Dit item is dichtgeklapt
Dit item is opengeklapt

Het voorkomen van hart- en vaatziekten is de beste behandeling van hart- en vaatziekten. Medicamenteuze cholesterol-verlaging en bloeddruk-verlaging en antistollings-middelen zijn bij grote groepen patiënten gemiddeld effectief. Maar de gemiddelde patiënt bestaat niet en er is een spreiding in effecten van behandeling bij individuele patiënten. In dit project hebben wij een methode ontwikkeld, gebaseerd op de gegevens van grote gerandomiseerde trials, om bij individuele patiënten het verwachtte effect van cholesterol-verlaging en bloeddruk-verlaging en antistolling te voorspellen. Het voorspelde absolute behandeleffect kan door arts en patiënt worden gebruikt bij de afweging om een behandeling wel-of-niet te starten. Op deze manier kan behandeling worden gestart bij een patiënt met een groot verwacht behandeleffect en kan onnodige behandeling worden voorkomen bij een patiënt waarbij het verwachtte behandeleffect laag of zelfs negatief is. Dit voorkomt dat patiënten onnodig aan medische interventies worden blootgesteld en het komt de doelmatigheid van de gezondsheidszorg ten goede.

Resultaten
Dit item is dichtgeklapt
Dit item is opengeklapt

Lipidenverlagende therapie bij:

 

Intermediair vasculair risico (JUPITER)

De mediane 10-jaars absolute risicoreductie voor vasculaire events was 3.9% (25-75e percentiel 2.5-6.1%). Behandelen volgens het predictiemodel leverde meer net benefit op dan niemand of iedereen met een statine te behandelen, voor een 10-jaars ‘number willing to treat’ (NWT) tussen 15 en 50.

 

Type 2 diabetes (CARDS, ALLHAT-LLA, ASCOT-LLA)

De voorspelde 10-jaars absolute risicoreductie van statine op vasculaire events was <2% voor 13% van de patiënten en >4% voor 30% van de patiënten (mediaan 3.2%, 25-75e percentiel 2.5-4.3%). Er is een wijde verdeling in ARRs, die kan helpen in beslissingen over het wel/niet behandelen met een statine van individuele patiënten met diabetes mellitus type 2.

 

Klinisch manifest vaatlijden (TNT, IDEAL)

De voorspelde 5-jaars absolute risicoreductie op vasculaire events van intensieve vs. standaard lipidenverlaging bij patiënten met coronairlijden was >4% voor 12% van de patiënten en <2% voor 42% van de patiënten. Met een predictiemodel kunnen hoog-risico patiënten met coronairlijden geïdentificeerd worden die het meeste baat hebben van agressieve lipidenverlaging.

 

Ouderen (PROSPER, ASCOT-LLA, SMART)

De mediane voorspelde 10-jaars absolute risicoreductie op vasculaire events met een statine was 7.8% (25e-75e percentiel 6.8-8.6%) voor patiënten met en 2.9% (25e-75e percentiel 2.3-3.6%) voor patiënten zonder vaatlijden. Vanwege de hoge individuele ARRs, is het zinvol om alle ouderen met vaatlijden met een statine te behandelen. Voor patiënten zonder vaatlijden kan het predictiemodel gebruikt worden om de patiënten te identificeren die het meest baat hebben bij statinetherapie.

 

Bloeddrukverlagende therapie bij:

 

Intermediair vasculair risico (SAVE, TRACE, SOLVD-Prevention, SOLVD-Treat)

Het voorspelde 3-jaars risico op overlijden voor patiënten met symptomatisch hartfalen of een verlaagde linker ventrikel ejectiefractie was <10% bij 17%, 10-20% bij 35%, 20-40% bij 31% en ≥40% bij 17% van de patiënten. Het baseline risico beïnvloedde het relatieve behandeleffect van ACE-remming niet. ACEi verlagen het risico op overlijden met 16% onafhankelijk van baselinerisico.

 

Type 2 diabetes (ADVANCE)

Het voorspelde 5-jaars absolute behandeleffect van perindopril-indopamide was ≥1% voor 43%, 0.5-1% voor 40% en ≤0.5% voor 17% van de patiënten. Behandelen volgens het predictiemodel leverde het meeste net benefit op voor een NWT≤200.

 

Klinisch manifest vaatlijden (EUROPA, HOPE)

27% van de patiënten met stabiel coronairlijden had geen baat, of zelfs schade, van perindopril. Het voorspelde 5-jaars absolute behandeleffect was ≤2% bij 20%, 2-4% bij 26%, en ≥4% bij 28% van de patiënten. Behandelen volgens het predictiemodel resulteerde in meer net benefit dan iedereen of niemand met perindopril behandelen.

 

Antiplaatjes/ antitrombotische therapie bij:

 

Intermediair vasculair risico (WHS)

Het voorspelde 10-jaars risico op majeure vasculaire events was <1% in 90% van de vrouwen. Behandelen volgens het predictiemodel leverde wel meer baat op dan niemand behandelen, als de NWT>50 was.

 

Klinisch manifest vaatlijden (RELY, RELY-ABLE)

We hebben uiteindelijk, na lang volhouden en aandringen en overleg, toegang tot de RELY dataset gekregen en momenteel worden de analyses uitgevoerd. Punt is dat NOAC’s nog in patent zijn en dat farmaceutische bedrijven niet erg scheutig zijn met het delen van trial data van geneesmiddelen die nog in patent zijn. Via een open-access en data-sharing initiatief hebben we een verzoek ingediend, welke uiteindelijk is gehonoreerd. De aanhouder wint, maar het moet ook gezegd dat het betrokken farmaceutische bedrijf ook alle medewerking verleent! Het doel van het onderzoek is om het individueel behandeleffect van dabigatran 150 mg vs. 100 mg en vs. warfarine op herseninfarcten en majeure bloedingen te voorspellen voor patiënten met atriumfibrilleren.

 

Kosten-effectiviteit

Intensieve lipidenverlaging met statines voor patiënten met een 5-jaars absolute risicoreductie van ≥3%, ≥2.3% en ≥1.5 (overeenkomend met een 5-jaars risico van ≥20%, ≥15% en ≥10%) werd geëvalueerd. De referentiestrategie was het behandelen van alle patienten met coronairlijden met standaard lipidenverlaging. Dit resulteerde in een incremental cost-effectiveness ratio (ICER) van €2,423/QALY voor een behandeldrempel ≥3% ARR, €5,653/QALY voor een behandeldrempel van ≥2.3% ARR, en €10,960/QALY voor een behandeldrempel van ≥1.5% ARR. Iedereen intensief behandelen betekent €17,223 per extra QALY vergeleken met iedereen standaard lipidenverlaging.

 

Oncologie:

Dit ZonMw-GGG project heeft ook spin-off gehad richting oncologie, want daar spelen vergelijkbare therapeutische dilemma’s. Rob van Kruijsdijk, arts-onderzoeker op onze afdeling, heeft zich hierop toegelegd gebaseerd op de ontwikkelde methodologie in dit project (zie publicaties). Het is buiten de scope van het project maar het leek ons toch goed om dit hier te vermelden.

 

Samenvatting van de aanvraag

Samenvatting
Dit item is dichtgeklapt
Dit item is opengeklapt

In randomized trials the clinical significance of treatment effect is typically expressed in terms of relative risks or hazard ratios for the event-of-interest, at a group level. Clinicians need to translate and apply the evidence from such trials to individual patients. Implicit in the use of group level estimates is that all patients are at average risk and have the same average response to therapy, which is known to be untrue. Individual patients greatly vary in the combinations of patient characteristics that can affect the amount of benefit they will receive from treatment; some patients will benefit more than average, while others do not or may even be harmed. A more effective approach towards making well informed treatment decisions is to calculate individual patient level predictions of the change in absolute risk that can be achieved by treatment, based on all relevant patient characteristics.

The current project is focused on cardiovascular disease prevention and the goal is to identify patients who benefit most from medical treatment of blood pressure, lipids and antiplatelet therapy, based on individual patient characteristics that are available already before the start of therapy, and thereby reducing the number of patients that are treated but have no benefit from treatment, reducing the overall treatment harm and reduce health care costs. For this purpose, models for prediction of treatment effect for individual patients will be developed and evaluated based on available individual patient data from large, international, landmark clinical trials for 1. blood pressure-lowering, 2. lipid-lowering and 3. antiplatelet treatment, in a. patients with intermediate vascular risk, b. patients with clinically manifest vascular disease and c. patients with type 2 diabetes mellitus, creating a total of 9 prediction models, that will be comprised to 1 treatment prediction model. This single model enables clinicians to make better informed treatment decisions for individual patients, based on estimated treatment effect of these therapies in terms of individual absolute risk reduction for major cardiovascular events before start of intended treatment. Thus translating the average results of large clinical trials to individual patients in clinical practice.

 

Naar boven
Direct naar: InhoudDirect naar: NavigatieDirect naar: Onderkant website