Rezumat.
Introducere. Boala ficatului gras reprezintă o largă
gamă de patologii, incluzând boala ficatului gras metabolic
asociată (BFGMA). Bolile cardiovasculare (BCV) sunt cele
mai răspândite cauze a mortalității la acest grup populațional. Modele predictive al riscului privind BCV sunt ideale
pentru stratificarea și abordarea populației cu risc crescut,
dar actualmente nici unul din modelele de predicție a riscului cardiovascular nu sunt autentificate pentru pacienți cu
steatoza hepatica.
Material și metode. Studiul transversal, observațional,
prospectiv, caz–control a inclus 680 pacienți cu BFGMA și grupul de control fără BFGMA (N = 96). Grupul experimental a fost
împărțit în trei subgrupe (SG): A - supraponderali sau obezi
(IMC ≥ 25 kg/m2
) (N= 498); B - slabi/masa ponderală normală
(IMC BMI < 25 kg/m2
) care prezintă cel puțin două anomalii
metabolice cu risc (N = 58); C - diabet zaharat tip II (DZT2) (N=
156). Pentru fiecare pacient s-a estimat riscul cardiovascular
folosind ecuația Framingham (RiscFRS) (risc ≥20% - risc înalt)
, metoda SCORE (Risc SCORE) (risc ≥ 10% - risc înalt) și metoda
Atherosclerotic Cardiovascular Disease Risk Algorithm AHA/
ACC (American College of Cardiology and the American Heart
Association)(Risc ACC/AHA) (risc ≥20% - risc înalt).
Rezultate. Modele Risc SCORE și Risc ACC/AHA au identificat o
proporție mică de pacienți cu risc înalt, însă scorul Framingham a permis determinarea celui mai mare număr de pacienți cu risc înalt (Risc SCORE - 7% vs RiscACC/AHA - 15% vs RiscFRS
- 38%; p < 0,001). Corelații statistic semnificative au fost
depistate între sistemele de scorificare Risc FRS și Risc ACC/AHA
(Pearson’s r = 0,939; p = 0,0001, Spearman`s rho=0,960; p
<0,001). Risc FRS a identificat cea mai mare proporție pacienților cu risc înalt din subgrupul DZT2 – 82,7%, prezentând
diferențe semnificative statistic cu subgrupa A și B - 28,1% vs
6,8%, p < 0,001. Aceiași tendință a fost observată pentru scoruri RiscSCORE și RiscACC/AHA (RiscSCORE DZT2 – 26,3% vs RiscACC/
AHA DZT2 – 46,8%, p < 0,001), dar aceste scoruri au identificat
în acest grup populațional mai puțini pacienți cu risc CV înalt.
Concluzie. Pentru pacienți cu BFGMA cel mai util model
de predicție a riscului cardiovascular este scorul Framingham, care poate să identifice un număr mai mare de pacienți cu “risc ridicat” în comparație cu modelul SCORE sau
metoda AHA/ACC.
Abstract.
Background. Fatty liver disease (FLD) is composed of
a wide spectrum including metabolic associated fatty liver disease (MAFLD). Cardiovascular disease (CVD) is the
leading cause of mortality in this populational group. Many
risk estimation systems are in existence for improving the
management of population groups, but currently, none of
the available risk prediction models are authenticated in
patients with hepatic steatosis.
Materials and methods. Transversal, observational,
prospective, case control study has been included 680 patients with MAFLD and 96 control subjects without MAFLD. Experimental group was divided in tree subgroups:
A - overweight or obesity (BMI ≥ 25 kg/m2
) N= 498; B –
lean/normal weight (BMI <25kg/m2
) N= 58 and C – Type 2
diabetes mellitus N= 156. For each patient, cardiovascular
risk was estimated using the Framingham equation (risk
≥ 20% – high), SCORE risk chat (risk ≥ 10% – high) and
Atherosclerotic Cardiovascular Disease Risk Algorithm
from the American College of Cardiology and the American
Heart Association (AHA/ACC) (risk ≥ 20% – high).
Results. Model Risk SCORE and Risk ACC/AHA had identified
the low proportion of patients with high risk, however,
Risk FRS determined the highest proportion of the patients
as being ‘at high-risk’ (Risk SCORE -7% vs Risk ACC/AHA - 15%
vs Risk FRS - 38%, p <0.001). Statistically significant correlations were found between the scoring systems Risk
FRS and Risk ACC/AHA (Pearson’s r = 0.939, p = 0.0001, Spearman`s rho=0.960, p <0.001). The highest proportion of the
patients as being ‘at high-risk’ from group C – DMT2 was
found by model RiskFRS – 82.7%, with statistically significant difference between group A and B – 28.1 % vs 6.8%, p
< 0.001. The same tendency was observed for RiskSCORE and
Risk ACC/AHA (RiskSCORE DMT2 – 26.3% vs Risk ACC/AHA DMT2
– 46.8%), bur these scores have identified the low proportion of patients with high risk in this populational group.
Conclusions. The study shows that RiskFRS appeared
to be most useful CVD risk assessment model in hepatic
steatosis, RiskFRS is likely to identify a greater number of
patients at ‘high-risk’ as compared to Risk SCORE and Risk
ACC/AHA.
