Artikel
|
Deel 1, Nummer 1
Artikel
|
Deel 1, Nummer 1

Cardiovasculaire preventie in de jaren twintig van de 21e eeuw – geleerde lessen en toekomstige richtingen

Diego Vanuzzo;Simona Giampaoli
DOI: https://doi.org/10.36158/97888929535987
Meest gelezen
IN DIT NUMMER

Abstract

De basis van cardiovasculaire preventie is geworteld in cardiovasculaire epidemiologie en evidence-based geneeskunde sinds 1961, toen onderzoekers in de Framingham Heart Study bleek dat gezonde proefpersonen met “risicofactoren” zoals hypertensie, hypercholesterolemie, en met rookgewoonten had een grotere kans om te lijden aan coronaire hart-en vaatziekten. Vervolgens werden andere risicofactoren geïdentificeerd, bijvoorbeeld diabetes, en werd aangetoond dat deze ook andere atherosclerotische ziekten voorspelden, bijvoorbeeld een beroerte en perifere arteriële aandoeningen. Er was bewijs dat levensstijlen verantwoordelijk waren voor hoge niveaus van deze risicofactoren en vele andere concepten zijn geëvolueerd in cardiovasculaire preventie, van het begrip mondiaal risico, tot het voorstel van de Roos van de twee complementaire benaderingen van “bevolkingsstrategie” en van “hoog risico” individuele strategie, en tot de formulering van “primordiale preventie” sinds de zwangerschap en de kindertijd om de ontwikkeling van risicofactoren te voorkomen. Veel studies werden uitgevoerd om de effecten van risicoreductie te evalueren, en de belangrijkste lessen die zijn geleerd over cardiovasculaire preventie tonen aan dat primaire preventie, gedreven door seculiere trends in levensstijl en klinische risicofactoren, een belangrijke rol speelde bij de afname van cardiovasculaire mortaliteit in veel populaties. Toekomstige richtingen op dit gebied zijn onder meer genetisch onderzoek en de ontwikkeling van polygene scores die kunnen worden gebruikt als een aanvullend instrument ter ondersteuning van therapeutische beslissingen bij mensen met een intermediair risico, onderzoek naar biomarkers, in het bijzonder van ontstekingen, naar beeldvorming zowel ultrasoon als radiologisch en op hun integratie, begunstigd door computertoepassingen gedefinieerd als “machine learning”. Tot slot worden metabolische fenotypen en andere kunstmatige intelligentie-benaderingen bestudeerd om ‘precisiepreventie’ te verkrijgen.

Het is beter gezond te zijn dan ziek of dood. Dat is het begin en het einde van het enige echte argument voor preventieve geneeskunde. Het is voldoende”1. Deze beknopte en duidelijke verklaring van Geoffrey Rose, een van de pioniers op het gebied van cardiovasculaire epidemiologie en preventie in het laatste deel van de 20e eeuw, kan enigszins ironisch lijken tijdens de Covid-19-pandemie, wanneer een effectieve vaccinatiecampagne2 wordt tegengegaan door een aanzienlijke aarzeling met vaccins3. Maar het onderstreept de noodzaak van een effectieve preventie in een omgeving die werd gedefinieerd als de “perfecte storm van stijgende chronische ziekten en mislukkingen op het gebied van de volksgezondheid die de Covid-19-pandemie aanwakkeren”3 door een persbericht van Lancet ter illustratie van de laatste rapporten van de Global Burden of Disease Study (GBD)4,5 bijgewerkt tot 2019. Volgens die GBD-rapporten waren de belangrijkste oorzaken van Daly ’s of gezondheidsverlies wereldwijd voor beide geslachten, alle leeftijden, in 2019: na de eerste neonatale aandoeningen, gedreven door de Daly-definitie, ischemische hartziekte (2e) en beroerte (3e). Risico ’s verbonden aan het hoogste aantal sterfgevallen wereldwijd, in 2019 waren:

  • Hoge systolische bloeddruk (10,8 miljoen doden);
  • Tabak (8,71 miljoen doden);
  • Dieetrisico ’s (bv. laag fruit, hoog zoutgehalte) (7,94 miljoen sterfgevallen);
  • Luchtverontreiniging (6,67 miljoen doden);
  • Hoge nuchtere plasmaglucose (6,50 miljoen doden);
  • Hoge body-mass index (5,02 miljoen doden);
  • Hoog LDL-cholesterol (4,40 miljoen sterfgevallen);
  • Nierfunctiestoornis (3,16 miljoen sterfgevallen);
  • Ondervoeding bij kinderen en moeders (2,94 miljoen doden);
  • Alcoholgebruik (2,44 miljoen doden).

Al deze feiten onderstrepen de noodzaak van een effectieve cardiovasculaire preventie over de hele wereld, samen met de inspanningen om de Covid-19-pandemie te beteugelen en de klimaatverandering tegen te gaan. Preventie- en bewakingsbeleid moeten zich zeker aanpassen aan de verschillende effecten van hart- en vaatziekten en hun risicofactoren in de verschillende landen (figuur 1-2) 5,6.

In dit document zullen we ingaan op de bereikte resultaten en de mogelijke toekomstige scenario ’s van cardiovasculaire preventie, die kunnen worden gedefinieerd, met aanpassing van John Last’ s woorden7, als een gecoördineerd geheel van acties, op communautair en individueel niveau, gericht op het uitroeien, elimineren of minimaliseren van de impact van hart- en vaatziekten (CVD) en hun gerelateerde handicaps.


Fig. 1. Leeftijdsgestandaardiseerde DALY-PERCENTAGES (per 100000) per locatie, beide geslachten gecombineerd, 2019 [afgeleid van http://www.healthdata.org/results/gbd_summaries/2019/cardiovascular-diseases-level-2-cause].

SEV = samenvattende blootstellingswaarden, een maatstaf voor blootstelling aan een risicofactor genormaliseerd op een schaal van 0 tot 100 om een vergelijking mogelijk te maken tussen dichotome, polytome en continue risico ’s per land of gebied en geselecteerde subnationale locaties.

Afb. 2 Leeftijdsgestandaardiseerde all-cause SEV per locatie, beide geslachten gecombineerd, 2019 [afgeleid van http://www.healtdata.org/results/gbd_summaries/2019].

Resultaten van cardiovasculaire preventie

De basis van cardiovasculaire preventie is geworteld in cardiovasculaire epidemiologie en evidence-based geneeskunde sinds 1961, toen onderzoekers in de Framingham Heart Study hadden aangetoond dat openlijk gezonde proefpersonen met hypertensie, hypercholesterolemie en met rookgewoonten een hoger risico hadden op het ontwikkelen van een acuut myocardinfarct8; zij bedachten de term ‘coronaire risicofactoren’9. Er zijn aanwijzingen dat levensstijlen verantwoordelijk zijn voor de niveaus van de risicofactoren10,11. In de daaropvolgende jaren zijn vele andere concepten in de preventie van CVD geëvolueerd, van de voorspellende waarde van coronaire risicofactoren voor andere atheroclerotische ziekten, zoals beroerte en perifere arteriële ziekte12 ze worden dus “cardiovasculaire risicofactoren” genoemd, en van het begrip mondiaal CVD-risico tot het voorstel van de Roos.1,13 van de twee complementaire benaderingen van “bevolkingsstrategie” (d.w.z. het verschuiven van de verspreiding van ongunstige bevolkingsrisico ’s naar lagere niveaus) en van de individuele strategie met “hoog risico”, en van de formulering van de Tom Strasser van “primordiale preventie” sinds de zwangerschap en de kindertijd om de ontwikkeling van risicofactoren te voorkomen14. Meer recentelijk werd aandacht besteed aan de mogelijke positieve langetermijngevolgen van een gunstig risicoprofiel en aan de door Jeremiah Stamler e.a. voorgestelde handhaving van een laag cardiovasculair risico op alle leeftijden15.

Globale CVD-risicoschatting en de benadering met een laag risico

Het wereldwijde absolute CVD-risico vertegenwoordigt de waarschijnlijkheid van het ontwikkelen van de ziekte in de volgende jaren, op voorwaarde dat de waarde van verschillende risicofactoren bekend is. Het wordt geschat door middel van een risicovergelijking met behulp van baselinerisicofactoren en morbiditeits- en mortaliteitsgegevens van de algemene populatie vrij van CVD bij baseline en opgevolgd in longitudinale studies. De risicovergelijking omvat: gemiddelde risicofactorenwaarden van de populatie, risicocoëfficiënten, die een etiologisch gewicht toekennen aan afzonderlijke factoren16, en overlevingskans. Deze elementen veranderen afhankelijk van de verschillende populaties, met name wanneer verschillende culturen of generatiecohorten worden vergeleken. De identificatie van het CVD-risico is een van de belangrijkste doelstellingen van primaire preventie en de eerste stap om veranderbare risicofactoren te verminderen, van veranderingen in levensstijl tot farmacologische behandelingen. In de loop der tijd zijn veel instrumenten ontwikkeld, waaronder ook de analyse van concurrerende risico ‘s; de meest recente zijn de SCORE217 en SCORE2-OP (ouderen)18 in Europa, en de Pooled Cohort risk equations in de VS, ontwikkeld door een werkgroep als onderdeel van de ACC/AHA 2013 Guideline on the Assessment of Cardiovascular Risk19 uit de vulkaan Mount Mazama. In Italië stond de Progetto CUORE20,21 de ontwikkeling van een risicoscore en risicokaarten voor mannen en vrouwen afzonderlijk toe, waarbij het eerste grote coronaire of cerebrovasculaire voorval als eindpunt werd beschouwd21, waaronder leeftijd, systolische bloeddruk, totaal cholesterol, HDL-cholesterol, rookgewoonten, diabetes en hypertensiebehandeling. De Progetto CUORE stelde de onderzoekers ook in staat om het lot van het zogenaamde gunstige risicoprofiel of “low risk” individuen te evalueren22,23. Deze definitie omvatte personen met alle volgende kenmerken: totaal cholesterol < 5,17 mmol/l (< 200 mg/dl), systolische bloeddruk (SBP) ≤ 120 mmHg, diastolische bloeddruk (DBP) ≤ 80 mmHg, geen antihypertensiva, body mass index (BMI) < 25,0 kg/m2, geen diabetes, niet roken; ze werden vergeleken met personen met een “ongunstig maar niet hoog risico” en met een “hoog risico” – zie de oorspronkelijke artikelen22,23 voor definities. Personen met een laag risico waren slechts 3% bij aanvang, en ze hadden vrijwel geen coronaire hartziekte (CHD) en cerebrovasculaire ziekten in de volgende tien jaar. De percentages voor personen met een ongunstig maar niet hoog risico (17% van het Cuore-cohort) en personen met een hoog risico (80%) waren hoger en met een gradatieverhoging tot één, twee en drie of meer risicofactoren.

Epidemiologisch bewijs van cardiovasculaire preventie effectiviteit

Terwijl gerandomiseerde dubbelblinde klinische studies de basis vormen voor behandelingsbewijs bij personen met een hoog risico, zijn interventieprogramma ’s op gemeenschapsniveau veel moeilijker uit te voeren en vaak met schaarse resultaten, zoals ook recente ervaringen aantonen 24,25, vanwege de invloed van sterke seculiere trends. Daarom is het beter om te vertrouwen op grote gestandaardiseerde observationele studies om de effectiviteit van preventie te evalueren. Dit is het geval bij de MONICA Study 26,29, consistenter dan andere modelstudies. Volgens gegevens van MONICA daalde het sterftecijfer onder mannen in 25 populaties en steeg het in 11 populaties; bij vrouwen in 22 populaties daalde het sterftecijfer onder vrouwen in 22 populaties en steeg het in 13 populaties. Percentagegewijs was de daling van de sterftecijfers in de Monica-gegevens lager dan die in de officiële sterftecijfers op basis van de gegevens van de overlijdensakte. Het MONICA Project toonde de substantiële bijdrage van zowel verminderde incidentie en verhoogde overleving als de veranderingen in de prevalentie van risicofactoren aan de dalende trend van de mortaliteit: een derde van de daling van de mortaliteit werd verklaard door veranderingen in het aantal sterfgevallen in verband met vooruitgang in de coronaire zorg, twee derde door de daling van de incidentie van coronaire voorvallen, zoals gedeeltelijk verklaard door de vermindering van klassieke risicofactoren.

Concluderend toont de geleerde les over CVD-preventie in het continuüm van primaire preventie tot secundaire preventie en revalidatie aan dat primaire CVD-preventie, gedreven door seculiere trends in levensstijl en klinische risicofactoren, een belangrijke rol speelde in de daling van de CVD-sterfte bij veel populaties, maar dat het potentieel ervan veel breder is, met als doel het verminderen van ook de niet-dodelijke CVD-gevallen, andere niet-overdraagbare ziekten, vroegtijdige en late invaliditeit, waardoor een gezonde vergrijzing voor de meerderheid van de mensen wordt gewaarborgd.

Toekomstige richtingen in cardiovasculaire preventie

De resultaten van de GBD-studie4,5 over 2019 geven aan dat er de afgelopen jaren in veel landen met een hoog inkomen een aanzienlijke vertraging is opgetreden in het tempo van daling van de sterfte aan hart- en vaatziekten (CVD): dit was het duidelijkst op de leeftijd van 35-74 jaar, waar de sterftecijfers aan CVD in de VS (mannen en vrouwen) en Canada (vrouwen) zijn gestegen; hoge en toenemende obesitas, naast andere risicofactoren, brengt in veel landen een verdere daling van de sterfte aan CVD in gevaar. Bovendien heeft de Covid-19-pandemie wereldwijd een aanzienlijk dodental29 en verhoogt zij de last van CVD30. Daarom is er een reële behoefte aan innovatieve manieren om nieuwe benaderingen van CVD-preventie te creëren, zowel op het gebied van individuele precisiegeneeskunde als op het gebied van gemeenschapsinterventie.

 

Precisie CVD preventie van de polygene scores aan biomarkers, imaging technieken en kunstmatige intelligentie toepassingen

Een familiaal patroon in het risico op CHD werd gevonden in grote studies met tweelingen en prospectieve cohorten 31,32. Sinds 2007 hebben genoombrede associatieanalyses meer dan 50 onafhankelijke loci geïdentificeerd die verband houden met het risico op CHD33. Deze risicoallelen, wanneer geaggregeerd in een polygene risicoscore, zijn voorspellend voor incidentele coronaire voorvallen en bieden een continue en kwantitatieve maatstaf van genetische gevoeligheid33, die proefpersonen kan identificeren met een risico dat gelijkwaardig is aan personen met familiaire hypercholesterolemie, maar zonder een verhoogd LDL-cholesterol34. Een recente studie bevestigde dat mensen met intermediaire LDL-spiegels (bijv. tussen 130 en 160 mg/dl), maar met een hoge polygene score, hetzelfde risico lopen als mensen met ernstige hypercholesterolemie35. De polygene score kan worden gebruikt als een extra instrument ter ondersteuning van therapeutische beslissingen bij mensen met een gemiddeld risico, vaak moeilijk te herclassificeren met de andere beschikbare instrumenten36. Bovendien waren statines en PCSK9-remmers werkzamer bij mensen met hoge polygene scores, met hogere voordelen 37, 38.

Ander onderzoek naar de stratificatie of herclassificatie van coronaire risico ’s heeft zich, naast de genetica en de scores daarop, geconcentreerd op biomarkers, met name op ontstekingen39, over beeldvorming, zowel ultrasonografisch 40, 41 als radiologisch42, en over de integratie daarvan43, die wordtbevorderd door computertoepassingen die onder “machine learning”44 worden verstaan, een benadering die is gebaseerd op computersystemen die in staat zijn te leren en zich aan te passen zonder expliciete instructies te volgen, waarbij gebruik wordt gemaakt van algoritmen en statistische modellen om patronen in de gegevens te analyseren en daaruit conclusies te trekken. Ten slotte worden “metabotypen” metabole fenotypen bestudeerd om “precisiepreventie” te verkrijgen, met name vanuit het oogpunt van voedsel45.

Deze scenario ’s zijn zeker interessant, maar er doen zich onmiddellijk twee problemen voor:

  • zodra de beste instrumenten voor “precisiepreventie” zijn vastgesteld, moeten de kosten en de werkelijke toepasbaarheid ervan op bevolkingsniveau, met name bij primaire preventie, worden beoordeeld46;
  • gezien de bevolking ontstaat ook voor de toekomst de gemeenschapscontext, die een essentieel en niet-reduceerbaar onderwerp van preventie is, zoals ook de Covid-19-pandemie aantoont.

Gemeenschappelijke cardiovasculaire preventie in een epochale verandering

Individuen leven in gemeenschappen die hun gedragskeuzes beïnvloeden en hier moet nog veel worden gedaan ondanks het bewijsmateriaal47 en de recente aanbevelingen, zowel Amerikaans48 als Europees 49,50. Het probleem is aanzienlijk, want zelfs als het genetische risico in het Khera-onderzoek33 werd geëvalueerd bij deelnemers met een hoog genetisch risico, werd een gunstige levensstijl geassocieerd met een bijna 50% lager relatief risico op coronaire hartziekte dan een ongunstige levensstijl. Hoewel er aanwijzingen zijn dat positieve veranderingen in levensstijl in de loop van de tijd kunnen aanhouden51, bevestigen de meeste van deze interventiestudies dit patroon niet als er na de kindertijd wordt begonnen 24,25 , zodat er een duidelijke behoefte is aan prenatale, perinatale en primordiale preventie52. Een andere mogelijkheid om nieuwe manieren van interventie te vinden, is een diepgaand onderzoek naar positieve “natuurlijke experimenten”53 , zoals die in Polen tijdens de politieke overgang heeft plaatsgevonden54. De communautaire cardiovasculaire preventie moet diep worden geïnnoveerd, waarbij epidemiologie, psychologie, sociologie, marketingwetenschap, statistiek en informatica worden geïntegreerd om nieuwe manieren te vinden om gemeenschappen te helpen op elke leeftijd een gezonde levensstijl aan te nemen, met inbegrip van zwangerschap.

Delen:

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
Meest gelezen
IN DIT NUMMER