Artikel
|
Bind 1, Udgave 1
Artikel
|
Bind 1, Udgave 1

Kardiovaskulær forebyggelse i det 21. århundredes tyverier – Erfaringer og fremtidige retningslinjer

Diego Vanuzzo;Simona Giampaoli
DOI https://doi.org/10.36158/97888929535987
Mest lest
I dette nummer langsommere, sagde han.

Abstract

Baserne for kardiovaskulær forebyggelse er rodfæstet i kardiovaskulær epidemiologi og evidensbaseret medicin siden 1961, da investigatorer i Framingham Heart Study fandt, at raske forsøgspersoner med “risikofaktorer” såsom hypertension, hyperkolesterolæmi og med rygning vane havde en større sandsynlighed for at lide af koronar hjertesygdom. Efterfølgende blev andre risikofaktorer identificeret, f.eks. diabetes, og det blev påvist, at de også forudså andre aterosklerotiske sygdomme, f.eks. slagtilfælde og perifer arteriesygdom. Der var dokumentation for, at livsstil var ansvarlig for høje niveauer af disse risikofaktorer, og mange andre begreber har udviklet sig inden for hjerte-kar-forebyggelse, fra begrebet global risiko, til Rose’s forslag om de to komplementære tilgange til “befolkningsstrategi” og “høj risiko” individuel strategi, og til formuleringen af “primordial forebyggelse” siden graviditet og barndom for at forhindre udviklingen af risikofaktorer. Mange undersøgelser blev udført for at evaluere virkningerne af risikoreduktion, og den vigtigste lære om kardiovaskulær forebyggelse viser, at primær forebyggelse drevet af verdslige tendenser i livsstil og kliniske risikofaktorer, spillede en stor rolle i kardiovaskulær dødelighed fald i mange populationer. Fremtidige retningslinjer på dette område omfatter genetisk forskning og udvikling af polygeniske scorer, der kan bruges som et yderligere redskab til at støtte terapeutiske beslutninger hos personer med mellemliggende risiko, forskning i biomarkører, navnlig af inflammation, om billeddannelse både ultralyd og radiologiske og om deres integration, begunstiget af computerapplikationer defineret som “machine learning”. Endelig er metaboliske fænotyper og andre kunstige intelligensmetoder ved at blive undersøgt for at opnå “præcisionsforebyggelse”.

Det er bedre at være rask end syg eller død. Det er begyndelsen og slutningen på det eneste egentlige argument for forebyggende medicin. Det er tilstrækkeligt. “1. Denne præcise og klare udtalelse fra Geoffrey Rose, en af pionererne inden for kardiovaskulær epidemiologi og forebyggelse i sidste del af det 20. århundrede, kan virke noget ironisk under Covid-19-pandemien, hvor en effektiv vaccinationskampagne2 modvirkes af en betydelig tøven med hensyn til vaccinen3. Men det understreger behovet for en effektiv forebyggelse i et miljø, der blev defineret som “den perfekte storm af stigende kroniske sygdomme og folkesundhedssvigt, der giver næring til Covid-19-pandemien”3 af en Lancet-pressemeddelelse, der illustrerer de sidste rapporter fra Global Burden of Disease Study (GBD)4,5 opdateret til 2019. Ifølge disse GBD-rapporter var de vigtigste årsager til DALY’er eller helbredstab globalt for begge køn kombineret, alle aldre, i 2019: efter de første neonatale lidelser, drevet af DALY-DEFINITIONEN, iskæmisk hjertesygdom (2.) og slagtilfælde (3.). Risiciene i forbindelse med det højeste antal dødsfald på verdensplan i 2019 var:

  • Højt systolisk blodtryk (10,8 mio. dødsfald)
  • Tobak (8,71 mio. dødsfald)
  • Kostrisici (f.eks. lav frugt, højt saltindhold) (7,94 mio. dødsfald)
  • Luftforurening (6,67 mio. dødsfald)
  • Høj fasteplasmaglucose (6,50 mio. dødsfald)
  • Højt body-mass index (5,02 mio. dødsfald)
  • Højt LDL-kolesterol (4,40 mio. dødsfald)
  • Nyredysfunktion (3,16 mio. dødsfald)
  • Underernæring hos børn og mødre (2,94 mio. dødsfald)
  • Alkoholforbrug (2,44 mio. dødsfald).

Alle disse kendsgerninger understreger behovet for en effektiv hjerte-kar-forebyggelse over hele verden sammen med bestræbelserne på at bremse Covid-19-pandemien og modvirke klimaændringerne. Det er klart, at forebyggelses- og overvågningspolitikkerne bør tilpasses de forskellige virkninger af hjerte-kar-sygdomme og deres risikofaktorer i de forskellige lande (figur 1-2)5,6.

I dette dokument vil vi se på de opnåede resultater og de mulige fremtidige scenarier for kardiovaskulær forebyggelse, som kan defineres, ved at tilpasse John Last’s ord7som et koordineret sæt af foranstaltninger på fællesskabsplan og individuelt plan, der har til formål at udrydde, eliminere eller minimere virkningen af hjerte-kar-sygdomme (CVD) og deres relaterede handicap.


Fig. 1. Age-standardised DALY rates (per 100000) by location, both gender combined, 2019 [derived from http://www.healthdata.org/results/gbd_summaries/2019/cardiovascular-diseases-level-2-cause].

SEV = summariske eksponeringsværdier, et mål for eksponering for en risikofaktor, der er normaliseret på en skala fra 0 til 100 for at gøre det muligt at sammenligne dikotomiske, polytomøse og kontinuerlige risici efter land eller område og udvalgte subnationale lokaliteter.

Fig. 2. Age-standardised all-cause SEV by location, both gender combined, 2019 [afledt fra http://www.healtdata.org/results/gbd_summaries/2019].

Resultater opnået ved kardiovaskulær forebyggelse

Baserne for kardiovaskulær forebyggelse er rodfæstet i kardiovaskulær epidemiologi og evidensbaseret medicin siden 1961, da investigatorer i Framingham Heart Study havde vist, at åbenlyst raske forsøgspersoner med hypertension, hyperkolesterolæmi og med rygevane havde højere risiko for at udvikle et akut myokardieinfarkt8; de møntede udtrykket “koronarrisikofaktorer”9. Der er tegn på, at livsstilen er ansvarlig for risikofaktorernes niveau10,11. I de følgende år har mange andre begreber udviklet sig i CVD forebyggelse, fra den prædiktive værdi af koronar risikofaktorer for andre ateroklerotiske sygdomme, som slagtilfælde og perifer arteriesygdom12 så de kaldes “kardiovaskulære risikofaktorer”, og fra begrebet global CVD-risiko, til Rose forslag1,13 af de to komplementære tilgange til “befolkningsstrategi” (dvs. forskydning af negativ befolkningsrisikodistribution til lavere niveauer) og til “højrisikostrategi” og til Tom Strassers formulering af “primordial forebyggelse” siden graviditet og barndom for at forhindre udvikling af risikofaktorer14. For nylig blev opmærksomheden rettet mod de mulige positive langsigtede konsekvenser af en gunstig risikoprofil og spørgsmålet om opretholdelse af en lav kardiovaskulær risiko i alle aldre, som blev foreslået af Jeremiah Stamler et al.15

Global CVD Risk Estimation og lavrisikometoden

Den globale absolutte CVD-risiko repræsenterer sandsynligheden for at udvikle sygdommen i de følgende år, forudsat at værdien af flere risikofaktorer er kendt. Det estimeres ved hjælp af en risikoligning ved hjælp af basislinje-risikofaktorer og morbiditets- og mortalitetsdata for den generelle population uden CVD ved baseline og følges op i longitudinelle studier. Risikoligningen omfatter: gennemsnitlige risikofaktorværdier for populationen, risikokoefficienter, som tillægger enkeltfaktorer en etiologisk vægt16, og overlevelsessandsynlighed. Disse elementer ændrer sig afhængigt af de forskellige befolkningsgrupper, især når man sammenligner forskellige kulturer eller generationskohorter. Identifikation af CVD-risiko er blevet et af hovedmålene for primær forebyggelse og det første skridt til at reducere modificerbare risikofaktorer, fra livsstilsændringer til farmakologiske behandlinger. Mange værktøjer blev udviklet over tid, herunder også analyse af konkurrerende risici; de seneste er SCORE217 og SCORE2-OP (ældre)18 i Europa og de sammenlagte kohorte-risikoligninger i USA, der er udviklet af en arbejdsgruppe som en del af ACC/AHA 2013-retningslinjen om vurdering af kardiovaskulær risiko19 – I USA: I Italien tillod PROGETTO CUORE20,21 udvikling af en risikoscore og risikodiagrammer for mænd og kvinder hver for sig, idet den første større koronare eller cerebrovaskulære hændelse blev betragtet som endepunkt21, herunder alder, systolisk blodtryk, totalkolesterol, HDL-kolesterol, rygevaner, diabetes og hypertensionsbehandling. Progetto CUORE gjorde det også muligt for forskerne at vurdere skæbnen for den såkaldte gunstige risikoprofil eller “lavrisiko”-individer22,23. Denne definition omfattede personer med alle følgende karakteristika: total kolesterol < 5,17 mmol/l (< 200 mg/dl), systolisk blodtryk (SBP) ≤ 120 mmHg, diastolisk blodtryk (DBP) ≤ 80 mmHg, ingen antihypertensiv medicin, body mass index (BMI) < 25,0 kg/m2, ingen diabetes, ingen rygning; de blev sammenlignet med personer med “ugunstig, men ikke høj risiko” og med “høj risiko” – se de oprindelige artikler22,23 for definitioner. Personer med lav risiko var kun 3% ved baseline, og de havde stort set ingen koronar hjertesygdom (CHD) og cerebrovaskulære sygdomme i de følgende ti år. Andelen af ugunstigt stillede, men ikke højrisikopersoner (17% af Cuore-kohorten) og højrisikopersoner (80%) var højere og steg gradvist til en, to og tre eller flere risikofaktorer.

Epidemiologiske tegn på kardiovaskulær forebyggelseseffektivitet

Mens randomiserede dobbeltblinde kliniske forsøg danner grundlag for behandlingsbevis hos højrisikopersoner, er interventionsprogrammer på fællesskabsplan meget vanskeligere at udføre og ofte med knappe resultater, som også de seneste erfaringer viser 24,25, på grund af indflydelsen fra stærke verdslige tendenser. Det er derfor bedre at basere sig på store standardiserede observationsundersøgelser for at evaluere forebyggelseseffektiviteten. Dette er tilfældet med Monica-undersøgelsen 26,29, der er mere konsistent end andre modelleringsundersøgelser. Ifølge data fra MONICA faldt dødeligheden af CHD blandt mænd i 25 populationer og steg i 11 populationer i forbindelse med 36 populationer i 21 lande på fire kontinenter, i alt 15 millioner mennesker; dødeligheden blandt kvinder faldt i 22 populationer og steg i 13 populationer. I procent var faldet i dødeligheden i Monica-dataene mindre end det, der blev registreret i officielle dødelighedstal baseret på dødsattestdata. Monica-projektet påviste det væsentlige bidrag fra både nedsat incidens og øget overlevelse samt ændringerne i prævalensen af risikofaktorer til den faldende dødelighedstendens: en tredjedel af faldet i dødelighed blev forklaret med ændringer i tilfælde af dødsfald relateret til fremskridt inden for koronar pleje, to tredjedele med faldende incidens i koronare hændelser, hvilket delvist forklares med reduktionen af klassiske risikofaktorer.

Afslutningsvis viser erfaringen om forebyggelse af CVD i kontinuummet fra primordial forebyggelse til sekundær forebyggelse og rehabilitering, at primær forebyggelse af CVD drevet af verdslige tendenser i livsstil og kliniske risikofaktorer spillede en stor rolle i CVD-dødeligheden i mange befolkninger, men dets potentiale er meget bredere, med det formål også at reducere de ikke-dødelige CVD-tilfælde, andre ikke-overførbare sygdomme, for tidligt og sent handicap, og dermed sikre en sund aldring for flertallet af mennesker.

Fremtidige retningslinjer for forebyggelse af hjerte-kar-sygdomme

Resultaterne af GBD-undersøgelsen4,5 vedrørende 2019 viser, at der har været en betydelig opbremsning i faldet i dødeligheden af hjerte-kar-sygdomme (CVD) i mange højindkomstlande i de seneste år: dette var mest tydeligt i aldersgruppen 35-74 år, hvor dødeligheden af hjerte-kar-sygdomme er steget i USA (mænd og kvinder) og Canada (kvinder); blandt andre risikofaktorer, der bringer yderligere fald i dødeligheden af hjerte-kar-sygdomme i fare i mange lande, er høj og stigende fedme. Desuden har Covid-19-pandemien et betydeligt dødstal på verdensplan29 og øger byrden ved CVD30. Der er derfor et reelt behov for innovative metoder til at skabe nye tilgange til forebyggelse af CVD, både inden for individuel præcisionsmedicin og inden for fællesskabsintervention.

 

Præcisionsforebyggelse af CVD fra de polygeniske scorer til biomarkører, billeddannelsesteknikker og kunstig intelligens-applikationer

Der blev fundet et familiemønster i risikoen for CHD i store undersøgelser med tvillinger og potentielle kohorter 31,32. Siden 2007 har analyser af arvsmasseassociering identificeret mere end 50 uafhængige loci forbundet med risikoen for CHD33. Disse risikoalleler er, når de aggregeres til en polygen risikoscore, prædiktive for hændelige koronare hændelser og giver et kontinuerligt og kvantitativt mål for genetisk følsomhed33, som kan identificere personer med en risiko svarende til personer med familiær hyperkolesterolæmi, men uden forhøjet LDL-kolesterol34. En nylig undersøgelse bekræftede, at personer med mellemliggende LDL-niveauer (f.eks. mellem 130 og 160 mg/dl), men med en høj polygen score, har samme risiko som personer med svær hyperkolesterolæmi35. Den polygeniske score kan bruges som et yderligere redskab til at støtte terapeutiske beslutninger hos personer med mellemliggende risiko, som ofte er vanskelige at omklassificere med de andre tilgængelige redskaber36. Desuden var statiner og PCSK9-hæmmere mere effektive hos personer med høj polygen score, med højere fordele 37, 38.

Anden forskning i stratificering eller omklassificering af koronarrisici har ud over genetik og scorer fokuseret på biomarkører, navnlig betændelse39, on imaging both ultrasonographic 40, 41 and radiological42 and on their integration43, favoured by computer applications defined “machine learning”44 an approach based on computer systems capable of learning and adapting without following explicit instructions, using algorithms and statistical models to analyse and drawing inferences from patterns in the data. Endelig undersøges metaboliske “metabotyper “-fænotyper for at opnå” præcisionsforebyggelse “, især ud fra et fødevaresynspunkt45.

Disse scenarier er ganske vist interessante, men der opstår straks to problemer:

  • når de bedste redskaber til “præcisionsforebyggelse” er blevet identificeret, skal deres omkostninger og reelle anvendelighed på befolkningsniveau, navnlig inden for primær forebyggelse, vurderes46;
  • i betragtning af befolkningstallet tegner fællesskabskonteksten sig også for fremtiden, da den er et væsentligt og ikke-reducerbart forebyggelsesemne, hvilket også Covid-19-pandemien viser.

Fællesskabsforebyggelse af hjerte-kar-sygdomme i en epokegørende forandring

|||UNTRANSLATED_CONTENT_START|||Individuals live in communities influencing their behavioral choices and here much remains to be done despite the evidence47 and the recent recommendations, both American48 and European 49,50.|||UNTRANSLATED_CONTENT_END||| Spørgsmålet er vigtigt, fordi selv om den genetiske risiko blev vurderet i Khera-undersøgelsen33, var en gunstig livsstil blandt deltagere med høj genetisk risiko forbundet med en næsten 50% lavere relativ risiko for koronararteriesygdom end en ugunstig livsstil. Selv om der er tegn på, at livsstilspositive ændringer kan vare ved over tid51, bekræfter de fleste af disse interventionsundersøgelser imidlertid ikke dette mønster, hvis de påbegyndes efter barndommen 24,25 , og der er derfor et klart behov for forebyggelse af fødsel, perinatal og primordial52. En anden mulighed for at finde nye måder at gribe ind på er at foretage en tilbundsgående undersøgelse af positive “naturlige eksperimenter “53 som det, der fandt sted i Polen under den politiske overgang54. Fællesskabets hjerte-kar-forebyggelse skal være dybt nyskabende og integrere epidemiologi, psykologi, sociologi, markedsføringsvidenskab, statistik og informatik for at finde nye måder at hjælpe lokalsamfund med at indføre en sund livsstil i alle aldre, herunder graviditet.

Del:

Note

1
Rose G., Rose’s Strategy of Preventive Medicine, with commentary by Kay-Tee Khaw and Michael Marmot, Ox- ford University Press, Oxford 2008, p. 38.
2
Dagan N., Barda N., Kepten E. (et al.), BNT162b2 mRNA Covid-19 Vaccine in a Nationwide Mass Vaccination Setting, N Engl J Med, 2021;1412-1423
3
Salomoni M.G., Di Valerio Z., Gabrielli E. (et al.), Hesitant or Not Hesitant? A Systematic Review on Global Covid-19 Vaccine Acceptance in Different Populations, Vaccines (Basel) 2021 Aug; 9(8): 873. Published online 2021 Aug 6. DOI: 10.3390/vaccines9080873
4
The Lancet, Latest global disease estimates reveal perfect storm of rising chronic diseases and public health failures fuel- ling Covid-19 pandemic [available at http://www.healthdata. org/news-release/lancet-latest-global-disease-estimates-re- veal-perfect-storm-rising-chronic-diseases-and; latest access 24/10/21]
5
GBD 2019 Diseases and Injuries Collaborators, Global burden of 369 diseases and injuries in 204 countries and territo- ries, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019, Lancet 2020; 396: 1204-22 [see also http:// www.healthdata.org/results/gbd_summaries/2019/cardiovas- cular-diseases-level-2-cause; latest access 20/11/21]
6
GBD 2019 Risk Factors Collaborators, Global burden of 87 risk factors in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019, Lancet 2020; 396: 1223-49 [see also http://www.healthdata. org/results/gbd_summaries/2019; latest access 20/11/21]
7
Last J.M. (ed. by), A Dictionary of Epidemiology, 4th edition, Oxford University Press, New York 2001
8
Kannel W.B., Dawber T.R., Kagan A., Revotskie N., Stokes J. 3rd, Factors of risk in the development of coronary heart disease—six-year follow-up experience, The Framingham Study, Ann Int Med 1961;55:33-50
9
Braunwald E., The rise of cardiovascular medicine, Eur Heart J, 2012;33:838-845
10
Keys A., Aravanis C., Blackburn H. (et al.), Seven Countries. A Multivariate Analysis of Death and Coronary Heart Disease, A Commonwealth Fund Book, England, Harvard University Press, Cambridge, Massachussets and London 1980
11
Intersalt Cooperative Research Group, Intersalt: an international study of electrolyte excretion and blood pressure. Results for 24 hour urinary sodium and potassium excretion, BMJ 1988;297:319-328
12
Kannel W.B., An overview of the risk factors for cardi- ovascular disease, in Kaplan N.M., Stamler J., Prevention of Coronary Heart Disease, WB Saunders Company, Philadel- phia 1983.
13
Rose G., Sick individuals and sick populations, Inter- national Journal of Epidemiology, 1985;14:32-38
14
Strasser T., Reflections on cardiovascular diseases, In- terdiscip Science Rev, 1978;3:225–230
15
Stamler J., Neaton J.D., Garside D.B., Daviglus M.L., Current status: six extablished major risk factors – and low risk, in Marmot M., Elliott P. (ed. by), Coronary Heart Disease Epidemiology: From Aetiology to Public Health, Oxford University Press, Oxford 2005, p. 46-54
16
Pearce N., Epidemiology in a changing world: varia- tion, causation and ubiquitous risk factors, Int J Epidemiol, 2011;40:503–512
17
SCORE2 working group and ESC Cardiovascular risk collaboration, SCORE2 risk prediction algorithms: new models to estimate 10-year risk of cardiovascular disease in Eu- rope, Eur Heart J 2021, 42:2439-2454.
18
Id., SCORE2-OP risk prediction algorithms: estimating incident cardiovascular event risk in older persons in four geo- graphical risk regions. Eur Heart J 2021; 42: 2455-2467
19
Goff D.C. Jr, Lloyd-Jones D.M., Bennett G. (et al.), 2013 ACC/AHA Guideline on the Assessment of Cardiovascular Risk: A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines, JACC, 2014, 63: 2935–2959
20
Ferrario M., Chiodini P., Chambless L.E., Cesana G., Vanuzzo D., Panico S., Sega R., Pilotto L., Palmieri L., Giampaoli S., Prediction of coronary events in a low incidence population: assessing accuracy of the CUORE Cohort Study pre- diction equation, Int J Epidemiol, 2005;34:413-421
21
Giampaoli S., Palmieri L., Donfrancesco C., Panico S., Vanuzzo D., Pilotto L., Ferrario M., Cesana G., Mat- tiello A., On behalf of The CUORE Project Research Group. Cardiovascular risk assessment in Italy: the CUORE Project risk score and risk chart, Ital J P Health, 2007; 4:102-109
22
Palmieri L., Donfrancesco C., Giampaoli S., Trojani M., Panico S., Vanuzzo D., Pilotto L., Cesana G., Ferrario M., Chiodini P., Sega R., Stamler J., Favorable cardiovascu- lar risk profile and 10-year coronary heart disease incidence in women and men: results from the Progetto CUORE, Eur J Car- diovasc Prev Rehabil, 2006;13:562-570.
23
Giampaoli S., Palmieri L., Panico S., Vanuzzo D., Fer- rario M., Chiodini P., Pilotto L., Donfrancesco C., Cesana G., Sega R., Stamler J., Favorable cardiovascular risk profile (low risk) and 10-year stroke incidence in women and men: findings from 12 Italian population samples, Am J Epidemiol, 2006;163:893-902.
24
Sidebottom A.C., Miedema M.D., Benson G. (et al.), The impact of a population-based prevention program on cardiovascular events: Findings from the heart of new Ulm pro- ject, Am H J, 2021, 239:38-51
25
Fernández-Alvira J.M., Fernández-Jiménez R., De Miguel M. (et al.), The challenge of sustainability: Long-term results from the Fifty-Fifty peer group-based intervention in car- diovascular risk factors, Am H J, 2021, 240:81-88
26
Kuulasmaa K., Tunstall-Pedoe H., Dobson A., Fortmann S., Sans S., Tolonen H., Evans A., Ferrario M., Tuomilehto J., Estimation of contribution of changes in classic risk factors to trends in coronary-event rates across the WHO MONICA Project populations, Lancet, 2000;355:675-687
27
Tunstall-Pedoe H., Vanuzzo D., Hobbs M., Ma- honen M., Cepaitis Z., Kuulasmaa K. (et al.), Estimation of contribution of changes in coronary care to improving survival, event rates, and coronary heart disease mortali- ty across the WHO MONICA Project populations, Lancet, 2000;355(9205):688-700
28
Tunstall-Pedoe H., Kuulasmaa K., Mahonen M., Tolonen H., Ruokokoski E., Amouyel P., Contribution of trends in survival and coronary-event rates to changes in cor- onary heart disease mortality: 10-year results from 37 WHO MONICA project populations. Monitoring trends and determi- nants in cardiovascular disease, Lancet, 1999;353(9164):1547- 1557
29
Karlinsky A., Kobak D., Tracking excess mortali- ty across countries during the Covid-19 pandemic with the World Mortality Dataset, eLife, 2021;10:e69336 DOI: 10.7554/ eLife.69336
30
Hessamia A., Shamshiriande A., Heydaria K. (et al.), Cardiovascular diseases burden in Covid-19: Systematic review and meta-analysis, Am J Emergency Medicine, 2021, 382-391
31
Marenberg M.E., Risch N., Berkman L.F., Floderus B., de Faire U., Genetic susceptibility to death from coro- nary heart disease in a study of twins, N Engl J Med, 1994, 330:1041-1046
32
Lloyd-Jones D.M., Nam B.H., D’Agostino R.B. Sr (et al.), Parental cardiovascular disease as a risk factor for cardi- ovascular disease in middle-aged adults: a prospective study of parents and offspring, JAMA, 2004, 291:2204-2211.
33
Khera A.M., Emdin C.A., D. Phil., Drake I. (et al.), Genetic risk, adherence to a healthy lifestyle, and coronary dis- ease, N Engl J Med, 2016;375:2349-2358
34
Khera A.V., Chaffin M., Aragam K.G. (et al.), Ge- nome-wide polygenic scores for common diseases identify indi- viduals with risk equivalent to monogenic mutations, Nature genetics, 2018, 50:1219-1224
35
Bolli A., Di Domenico P., Pastorino R., Busby G.B., Bottà G., Risk of coronary artery disease conferred by low-den- sity lipoprotein cholesterol depends on polygenic background, Circulation, 2021, 143: 1452-1454.
36
K.G., Dobbyn A., Judy R. (et al.), Limita- tions of contemporary guidelines for managing patients at high genetic risk of coronary artery disease, JACC, 2020, 75:2769- 2780.
37
Damask A., Steg P.G., Schwartz G.G. (et al.), Pa- tients with high genome-wide polygenic risk scores for coronary artery disease may receive greater clinical benefit from aliro- cumab treatment in the ODYSSEY OUTCOMES trial. 2020, Circulation, 141:624-636
38
Natarajan P., Young R., Stitziel N.O. (et al.), Polygenic risk score identifies subgroup with higher burden of atherosclerosis and greater relative benefit from statin therapy in the primary prevention setting, Circulation, 2017; 135: 2091-2101
39
Frary C.E., Blicher M.K., Olesen T.B. (et al.), Cir- culating biomarkers for long-term cardiovascular risk stratifi- cation in apparently healthy individuals from the MONICA 10 cohort, Eur J Prev Cardiol, 2020;27:570-578
40
Kozakova M., Palombo C., Imaging subclinical ather- osclerosis in cardiovascular risk stratification, Eur J Prev Car- diol, 2021;28:247-249
41
Faggiano P., Dasseni N., Gaibazzi N. (et al.), Cardiac calcification as a marker of subclinical atherosclerosis and pre- dictor of cardiovascular events: A review of the evidence, Eur J Prev Cardiol, 2019;26:1191-1204
42
Antonopoulos A.S., Angelopoulos A., Tsioufis K., Antoniades C., Tousoulis D., Cardiovascular risk stratifica- tion by coronary computed tomography angiography imaging: current state-of-the-art, Eur J Prev Cardiol, 2021;, zwab067, https://doi.org/10.1093/eurjpc/zwab067
43
Tamarappoo B.K., Lin Ab., Commandeur F. (et al.), Machine learning integration of circulating and imaging biomarkers for explainable patient-specific prediction of cardiac events: a prospective study, Atherosclerosis, 2021, 318: 76-82
44
Quer G., Arnaout R., Henne M., Arnaout R., Machine learning and the future of cardiovascular care, JACC State-of-the-Art Review, JACC 2021, 77: 300-313
45
Palmnäs M., Brunius C,. Shi L. (et al.), Perspective: metabotyping – a potential personalized nutrition strategy for precision prevention of cardiometabolic disease, Advances in Nutrition 2020, 11:524-532
46
Traversi D., Pulliero A., Izzotti A. (et al.), Precision medicine and public health: new challenges for effective and sustainable health, J. Pers. Med, 2021, 11:135, https://doi. org/10.3390/jpm11020135
47
O’Connor E.A., Evans C.V., Rushkin M.C. (et al.), Behavioral counseling to promote a healthy diet and physical activity for cardiovascular disease prevention in adults with cardiovascular risk factors Updated Evidence Report and Systematic Review for the US Preventive Services Task Force, JAMA. 2020;324:2076-2094
48
US Preventive Services Task Force, Behavio- ral counseling interventions to promote a healthy diet and physical activity for cardiovascular disease prevention in adults with cardiovascular risk factors US Preventive Services Task Force Recommendation Statement, JAMA, 2020;324(20):2069-2075
49
Jorgensen T., Capewell S., Prescott E., Allender S., Sans S., Zdrojewski T., De Bacquer D., de Sutter J., Franco O.H., Logstrup S., Volpe M., Malyutina S., Marques-Vidal P., Reiner Z., Tell G.S., Verschuren W.M., Vanuzzo D., PEP section of EACPR. Population-level chang- es to promote cardiovascular health. Eur J Prev Cardiol, 2013;20:409-421
50
Visseren F.L.J., Mach F., Smulders Y.M. (et al.), 2021 ESC Guidelines on cardiovascular disease prevention in clinical practice, Eur Heart J, 2021; 42:3227-3337
51
Journath G., Niklas Hammar N., Vikström M. (et al.), A Swedish primary healthcare prevention programme focusing on promotion of physical activity and a healthy lifestyle reduced cardi- ovascular events and mortality: 22-year follow-up of 5761 study par- ticipants and a reference group, Br J Sports Med, 2020;54:1294-1299
52
D’Ascenzi F., Sciaccaluga C., Cameli M. (et al.), When should cardiovascular prevention begin? The importance of antenatal, perinatal and primordial prevention, Eur J Prev Cardiol, 2021; 28:361-369
53
Sekikawa A., Horiuchi B.Y., Edmundowicz D. (et al.), A “natural experiment” in cardiovascular epidemiology in the early 21st century, Heart 2003;89:255-257
54
Zatonski W.A., McMichael A.J., Powles J.W., Eco- logical study of reasons for sharp decline in mortality from ischaemic heart disease in Poland since 1991, BMJ, 1998; 316:1047-1051
Mest lest
I dette nummer langsommere, sagde han.