Hoe betrouwbaar is de BRAVO risk engine?

In de VS is een risk engine ontwikkeld voor het cardiovasculaire risico bij type 2-diabetes: de Building, Relating, Assessing and Validating Outcomes risk engine, ofwel BRAVO.  In hoeverre is deze BRAVO risk engine betrouwbaar in het berekenen van de risico’s op het ontwikkelen van een cardiovasculair eindpunt? 

Dit is onderzocht aan de hand van de basiskenmerken van de deelnemers aan drie grote studies, de EMPA-REG met empaglifozine, de CANVAS met canagliflozine en de DECLARE-TIMI 58 met dapaglifozine. Met de BRAVO risk engine zijn de risico’s berekend en vergeleken met de werkelijke incidentie van het betreffende eindpunt in de betreffende studie.

• Voor de CANVAS-studie gaf de BRAVO risk engine voor alle geteste uitkomsten een correcte uitkomst, dat wil zeggen in de 95% betrouwbaarheidsinterval van de waargenomen uitkomst. Deze uitkomsten waren MACE, hospitalisatie voor hartfalen, CVA, niet-fataal CVA, niet-fataal CVA of hartinfarct, niet-fataal hartinfarct, cardiovasculaire sterfte en totale mortaliteit.
• Hetzelfde gold voor de DECLARE-TIMI 58 waarin gekeken is naar MACE, hospitalisatie voor hartfalen, CVA, hartinfarct, cardiovasculaire sterfte en totale mortaliteit.
• Wat betreft de EMPA-REG studie waren vier uitkomsten buiten de 95% betrouwbaarheidsinterval van de werkelijk in de studie gevonden uitkomsten: BRAVO onderschatte CVA en niet-fataal CVA en overschatte cardiovasculaire sterfte en totale mortaliteit. Verder was er een correcte schatting van MACE, revascularisatie, angina pectoris, hospitalisatie voor hartfalen, hartinfarct en niet-fataal hartinfarct.

Verklarende variabelen voor risicoreductie
SGLT-2 remmers geven een daling van HbA1c, bloeddruk en BMI en een lichte stijging van LDL-C. In de BRAVO risk engine waren HbA1c, bloeddruk en verandering van BMI de enige verklarende variabelen voor risicoreductie door SGLT-2 remmers en was LDL-C stijging de enige verklarende variabele voor een klein tegengesteld, risicoverhogend effect.

Alternatieve verklaringen
Dit laatste gegeven doet de vraag rijzen hoeveel waarde we moeten hechten aan alternatieve verklaringen van het beschermende effect van SGLT-2 remmers, zoals vermindering van oxidatieve stress en verandering van metabolisme. De auteurs geven aan dat ook in de STENO-2 studie de daling van complicaties groter was dan verwacht op basis van daling van individuele risicofactoren. Ook in de STENO-2 studie vonden multipele interventies plaats (HbA1c-daling, RR-daling, LDL-C daling, aspirine).

De auteurs geven aan dat de BRAVO risk engine alleen is getest met studiepopulaties, maar nog niet in real life-situaties in de klinische praktijk. Alhoewel deze validatietest met drie grote studies en met een interventie bemoedigend is, zijn real world-resultaten nodig zoals die er al wel zijn van de risk engines die U-Prevent presenteert.

Relevantie voor de klinische praktijk

Veel wordt er gespeculeerd over de mechanismen waarop SGLT-2 remmers cardiovasculaire bescherming bieden. In deze studie wordt aangetoond dat de BRAVO risk engine voor de meeste cardiovasculaire uitkomsten van de drie grote SGLT-2 studies zowel de grootte van het risico als het effect van de SGLT-2 remmer op het risico goed voorspelt. Het bijzondere is dat de risicoreductie voor vrijwel alle cardiovasculaire uitkomsten door SGLT-2 remmers  in het BRAVO model verklaard wordt door veranderingen in HbA1c, systolische bloeddruk en BMI. Dit als tegenhanger voor vermeende andere effecten van SGLT-2 remmers, zoals effecten op metabolisme en oxidatieve stress

Meer informatie:
http://www.bravo4health.com/

https://u-prevent.com/

Bron: Shao H, et al. Using the BRAVO Risk Engine to Predict Cardiovascular Outcomes in Clinical Trials With Sodium–Glucose Transporter 2 Inhibitors. Diabetes Care 2020 Jul; 43(7): 1530-1536. https://doi.org/10.2337/dc20-0227