Psychosociale factoren voor het opstellen van een cardiovasculair risicoprofiel: aandacht voor diversiteit

Het tijdig identificeren van patiënten met een verhoogd risico op HVZ is een belangrijke strategie voor de preventie van aan HVZ-gerelateerde morbiditeit en mortaliteit. In de praktijk worden patiënten met een verhoogd HVZ-risico met name geïdentificeerd middels case-finding (opportunistische screening): het schatten van het 10-jaarsrisico bij patiënten die zich om andere redenen bij de huisarts melden. Op basis van het geschatte risicoprofiel kan een huisarts overwegen om patiënten leefstijladvies te geven en/of medicatie voor te schrijven.

In de NHG-Standaard CVRM wordt beschreven dat screening wordt aangeraden bij patiënten met een vermoedelijk verhoogd risico. 1 Dit vermoedelijk verhoogde risico is vaak gebaseerd op comorbiditeit zoals diabetes, hypertensie, (familiaire) hypercholesterolemie en eerdere HVZ-diagnoses, of op klassieke risicofactoren zoals roken, overgewicht en een positieve familieanamnese voor HVZ. 1

Deze strategie is echter niet alomvattend: er zijn patiënten met een verhoogd HVZ-risico – in het bijzonder vrouwen en mensen met een migratieachtergrond – die op basis van deze factoren niet in aanmerking komen voor screening. 2 , 3 Zo hebben sommige etnische groepen gemiddeld een hoger geschat 10-jaarsrisico op HVZ, evenals een andere prevalentie van de preselectie criteria voor HVZ-risicoscreening. Additionele screeningscriteria zouden kunnen helpen bij de identificatie van deze hoogrisicopatiënten voor screening. Ook zijn verschillende psychosociale factoren, zoals sociaaleconomische positie, stress, persoonlijkheidskenmerken, en depressieve en angststoornissen, bekende risicofactoren voor HVZ. 4 – 9 Daarom onderzochten wij de meerwaarde van psychosociale risicofactoren voor de preselectie voor HVZ-risicoscreening. Hierbij keken wij expliciet naar verschillen tussen vrouwen en mannen met een Nederlandse, Hindostaans-Surinaamse, Afro-Surinaamse, Ghanese, Turkse en Marokkaanse achtergrond.

Methode

Voor onze analyse gebruikten wij baselinedata van het Healthy Life in an Urban Setting (HELIUS) cohort, een multi-etnisch cohort van ruim 24.000 vrouwen en mannen in Amsterdam van Surinaamse, Ghanese, Turkse, Marokkaanse, en Nederlandse herkomst. 10 We includeerden deelnemers bij wie het 10-jaarsrisico op HVZ berekend kon worden middels de SCORE-NL, dus mensen tussen de 40–70 jaar oud zonder eerder gediagnosticeerde HVZ.

Eerst onderzochten we voor alle geïncludeerde mannen en vrouwen welke psychosociale risicofactoren hielpen bij de preselectie voor HVZ-risicoscreening boven op bestaande screeningsindicatoren (obesitas, roken, een positieve familieanamnese). Binnen de onderzochte psychosociale factoren onderscheidden we sociaaleconomische en psychologische factoren. De eerste bevat onder meer opleidingsniveau, arbeidsstatus, arbeidsniveau, financiële stress en de hoofdkostwinner zijn, en onder psychologische factoren vallen onder meer een maat voor algemeen mentaal welbevinden, werkstress, stress thuis, depressieve klachten, en sociale isolatie; zie de originele publicatie voor details. Vervolgens onderzochten we de toegevoegde voorspellende waarde van de hiervoor geïdentificeerde factoren door de area under the curve (AUC) te vergelijken voor vrouwen en mannen van verschillende etnische groepen. De AUC geeft weer hoe goed het onderscheidend/voorspellend vermogen van een model is [infographic 1]. Zo is een AUC < 0,70 matig tot slecht, 0,70–0,79 acceptabel, 0,80–0,89 goed en > 0,90 uitstekend. 11 Tot slot vergeleken we de resultaten van de AUC-analyse op basis van de SCORE-NL met de resultaten van het nieuwe SCORE2-algoritme 12 , met de verwachting dat deze in de geüpdatete CVRM-Standaard verwerkt zal worden.

Infographic 1 | Wat is de area under the curve (AUC)?

Resultaten

Onze onderzoekspopulatie bestond uit 10.226 deelnemers, van wie 57,1% vrouw. De gemiddelde leeftijd (± standaarddeviatie) was 51,1 ± 7,4 jaar bij vrouwen en 51,6 ± 7,5 jaar bij mannen; daarbij hadden 54,7% van de mannen en 16,1% van de vrouwen een geschat HVZ-risico ≥ 5% (op basis van SCORE-NL). Voor zowel vrouwen als mannen droegen opleidingsniveau (geen of lage opleiding versus midden of hoge opleiding) en arbeidsstatus (betaald werk versus geen betaald werk) bij aan de preselectie voor HVZ-risicoscreening boven op bekende screeningsindicatoren. De andere sociaaleconomische of psychologische factoren droegen niet bij.

Opleidingsniveau en arbeidsstatus leken daarbij meer bij te dragen aan de preselectie voor HVZ-risicoscreening bij vrouwen dan bij mannen. Deze factoren verbeterden de predictie van een verhoogd HVZ-risico bij de meeste vrouwen – behalve Turkse en Ghanese – en onder de mannen bij de Nederlandse en Marokkaanse mannen. Het model met bestaande screeningsindicatoren en daarbovenop opleidingsniveau en arbeidsstatus voorspelde: ‘goed’ voor Nederlandse en Marokkaanse vrouwen, ‘acceptabel’ voor Turkse, Afro-Surinaamse en Hindostaans-Surinaamse vrouwen en Nederlandse en Marokkaanse mannen [infographic 2]. Voor Ghanese vrouwen, maar ook voor Ghanese, Turkse, Afro-Surinaamse en Hindostaans-Surinaamse mannen, was de voorspellende waarde ‘onacceptabel’. Het SCORE2-algoritme leverde vergelijkbare resultaten op, met iets hogere AUC-waarden.

Infographic 2 | Bij zowel vrouwen als mannen droegen opleidingsniveau en arbeidsstatus bij aan de predictie van een verhoogd HVZ-risico

Beschouwing

We onderzochten de toegevoegde waarde van het gebruik van psychosociale factoren als criteria voor de preselectie voor HVZ-risicoscreening. Naast de bekende screeningsindicatoren hielpen opleidingsniveau en arbeidsstatus bij het identificeren van individuen met een verhoogd HVZ-risico, wat maakt dat deze gebruikt kunnen worden in de preselectie voor HVZ-risicoscreening. De toegevoegde voorspellende waarde boven op huidige screeningsindicatoren van deze factoren was groter voor vrouwen dan mannen, en varieerde tussen etnische groepen.

Kanttekeningen

De kanttekening bij dit onderzoek is dat dit is uitgevoerd in een Amsterdamse populatie, waarbij het belangrijk is om deze te reproduceren in andere regio’s en met andere etnische groepen. Daarnaast gebruikten wij bij onze modellen het risico op incidente HVZ en HVZ-gerelateerde sterfte – en niet alleen HVZ-gerelateerde sterfte – zoals wel gebruikt wordt voor de risicobepaling in de huidige CVRM-Standaard.

Voordelen van gebruik sociaaleconomische factoren

De potentiële voordelen van vroege identificatie van hoogrisicopatiënten moeten met name gezocht worden in de mogelijkheid om toekomstige HVZ te voorkomen door middel van tijdige herkenning van het verhoogde risico en bijbehorende tijdige, preventieve behandeling. 1 Dit kan toekomstige cardiovasculaire events voorkomen, en zal gepaard gaan met lagere mortaliteit, minder zorggebruik en een betere kwaliteit van leven. 13 – 15

Daarnaast zal het gebruik van de aanvullende factoren opleidingsniveau en arbeidsstatus leiden tot de identificatie van sociaaleconomisch kwetsbare hoogrisicopatiënten: een populatie met een kortere levensverwachting van 8–9 jaar, die tevens korter in goede gezondheid leeft (tot 23–25 jaar). 16

Vertaling naar de praktijk

Onze bevindingen laten zien dat huisartsen opleidingsniveau en arbeidsstatus mee kunnen wegen bij de preselectie voor HVZ-risicoscreening bij patiënten tussen de 40–70 (mannen) en 50–70 (vrouwen) jaar oud. Concreet kunnen ongeschoolden of mensen die lager opgeleid zijn, werkzoekenden, huisvrouwen/mannen, gepensioneerden, en mensen die arbeidsongeschikt zijn of een uitkering ontvangen, baat hebben bij screening. Op basis van klinische, anamnestische, en sociaaleconomische screeningsindicatoren, kan de huisarts beslissen bij welke mensen screening op verhoogd risico voor HVZ nuttig is. Deze factoren verbeterden de preselectie voor HVZ-risicoscreening bij zowel vrouwen als mannen, dus adviseren wij geen onderscheid te maken op basis van geslacht, ondanks dat de toegevoegde voorspellende waarde hoger leek voor vrouwen dan mannen (niet formeel getoetst).

Een praktische belemmering voor het identificeren van hoogrisicopatiënten op basis van deze sociaaleconomische factoren, is dat deze niet systematisch geregistreerd (of geüpdatet) worden in het huisartseninformatiesysteem, en dus per patiënt uitgevraagd zouden moeten worden. Daarnaast is het bij het uitvragen van deze factoren van belang dit goed in te kleden, omdat er bij de patiënt bijvoorbeeld angst voor stigmatisering of andere gevoeligheden kunnen spelen.

Een ander punt is dat het meenemen van sociaaleconomische factoren ook leidt tot mogelijke selectie van een grotere groep patiënten bij wie een cardiovasculair risicoprofiel kan worden opgesteld. Dit betekent een potentiële verhoging van de werk­last, zeker voor huisartsen werkzaam in sociaaleconomisch kwetsbare wijken, waar een groter deel van de bevolking in aanmerking zal komen voor screening. Naast de additionele diagnostiek van screening betekent dit ook dat er meer patiënten gevonden zullen worden met een verhoogd risico. Zij zullen ook behandeling aangeboden moeten krijgen, zoals leefstijladvies of medicatie, met mogelijke bijwerkingen en kosten voor patiënten.

Tot slot rest de kritische vraag: in hoeverre zal deze mogelijke aanpassing in beleid daadwerkelijk leiden tot veranderingen in de praktijk? Allereerst is er de vraag of dit in de huisartsenpraktijk zal leiden tot een toename in behandelingen, omdat beslissingen over behandeling in de praktijk meestal genomen worden op basis van een breder palet aan factoren dan de factoren meegenomen in dit onderzoek. Daarnaast is onbekend of preselectie op basis van deze sociaaleconomische factoren daadwerkelijk incidente HVZ zullen voorkomen. Het is namelijk juist deze populatie sociaaleconomisch kwetsbare patiënten die – wegens verschillende sociale omstandigheden – leefstijl­adviezen mogelijk minder goed opvolgt, en in wie medicatietrouw mogelijk lager is. 1 Voor huisartsen liggen hier extra uitdagingen in het bevorderen van therapietrouw en het motiveren van patiënten voor blijvende leefstijlverandering. 1 De gezondheidswinst op de lange termijn van het vroeg identificeren en behandelen van hoogrisicopatiënten zal nog bepaald moeten worden.

Aanvullende strategieën

De toegevoegde voorspellende waarde van sociaaleconomische factoren voor de preselectie voor HVZ-risicoscreening varieerde tussen etnische groepen. Echter, in de praktijk zal het niet werkbaar zijn om op basis van etniciteit onderscheid te maken welke sociaaleconomisch kwetsbare patiënt in aanmerking komt voor screening. Daarom adviseren wij om deze factoren te overwegen als preselectie voor screening voor vrouwen en mannen uit alle etnische groepen. Wel is het belangrijk om te realiseren dat dit de bestaande ongelijkheid tussen etnische groepen niet wegneemt. Deze factoren verbeterden de preselectie voor screening bijvoorbeeld niet voor de Ghanese groep, terwijl juist mensen met een migratieachtergrond (waaronder van Ghanese herkomst), vaak al een hoger HVZ-risico hebben dan mensen van Nederlandse herkomst. 2 Voor sommige groepen zullen nog aanvullende strategieën gevonden moeten worden voor het identificeren van hoogrisicopatiënten.

Conclusie

Opleidingsniveau en arbeidsstatus kunnen gebruikt worden als criteria voor het opstellen van een cardiovasculair risicoprofiel. Bij lager opgeleide en/of niet-werkende patiënten, ongeacht geslacht of etnische herkomst, zou de huisarts laagdrempelig het HVZ-risico kunnen schatten. De haalbaarheid en effectiviteit hiervan in de klinische praktijk moeten verder bepaald worden, waarbij de voor- en nadelen van het gebruik van deze factoren voor screening afgewogen moeten worden.