Impacto de la optimización del tratamiento hipolipemiante en el riesgo cardiovascular residual / Impact of Optimizing Lipid-Lowering Therapy on Residual Cardiovascular Risk

RESUMEN

RESUMEN Introducción: el modelo SMART-REACH predice el riesgo de eventos cardiovasculares recurrentes. Objetivos: los objetivos de este estudio fueron a) evaluar el riesgo residual en una población en prevención secundaria y niveles de colesterol asociado a lipoproteínas de baja densidad (C-LDL) fuera de meta; b) mediante un modelo de simulación, determinar el impacto de optimizar las terapias hipolipemiantes en términos de reducción del riesgo residual. Material y métodos: estudio transversal, descriptivo y multicéntrico. Se incluyeron consecutivamente pacientes con antecedentes cardiovasculares y un C-LDL mayor o igual que 55 mg/dL. El riesgo de eventos recurrentes (infarto agudo de miocardio, accidente cerebrovascular o muerte vascular) a 10 años y a lo largo de la vida se estimó utilizando el modelo SMART-REACH. Mediante una simulación, se optimizó el tratamiento hipolipemiante de cada paciente (utilizando estatinas, ezetimibe o inhibidores de proproteína convertasa subtilisina kexina tipo 9 [iPCSK9]), se estimó el descenso del C-LDL, se verificó el alcance del objetivo lipídico y se calculó la reducción del riesgo cardiovascular y el número necesario a tratar (NNT) correspondiente. Resultados: se incluyeron 187 pacientes (edad media 67,9 ± 9,3 años, 72,7% hombres). Los riesgos residuales calculados a 10 años y a lo largo de la vida fueron 37,1 ± 14,7% y 60,3 ± 10,7%, respectivamente. Globalmente, se pudo optimizar una sola estrategia farmacológica con estatinas, ezetimibe o un iPCSK9 en el 38,5%, el 11,5% y el 5,5% de la población, respectivamente. La optimización basada en dos tratamientos se realizó en el 27,5% (estatinas + ezetimibe), el 7,7% (estatinas + iPCSK9) y el 1,1% (ezetimibe + iPCSK9) de los casos. En 15 pacientes se optimizó el tratamiento considerando los tres fármacos. El 53,9% y el 62,9% de las acciones para optimizar el tratamiento mostraron un NNT menor que 30 para evitar un evento a 10 años o a lo largo de la vida, respectivamente. Conclusión: en este estudio, los pacientes con antecedentes cardiovasculares que no alcanzan la meta de C-LDL mostraron un riesgo residual considerable. La simulación mostró un importante margen para optimizar el tratamiento, con un impacto notable en el riesgo residual.

ABSTRACT

ABSTRACT Background: The SMART-REACH model predicts the risk or recurrent cardiovascular events. Objectives: The objectives of this study were a) to evaluate the residual cardiovascular risk in a secondary prevention population with LDL-C levels above the recommended goal, using a simulation model; and b) to determine the impact of optimizing lipid-lowering therapies in terms of residual cardiovascular risk reduction. Methods: We conducted a cross-sectional, descriptive and multicenter study. Patient with a history of cardiovascular disease and a LDL-C ≥55 mg/dL were consecutively included. The 10-year and lifetime risk of recurrent events (myocardial infarction, stroke, or vascular death) were estimated using the SMART-REACH model. By means of a simulation, lipid-lowering treatment was optimized for each patient [using statins, ezetimibe and/or PCSK9 (PCSK9) inhibitors], with estimation of LDL-C reduction, checking if lipid-lowering goal was achieved and calculating the reduction in cardiovascular risk and the corresponding number needed to treat (NNT). Results: The cohort was made up of 187 patients; mean age was 67.9 ± 9.3 years and 72.7% were men. The calculated 10-year and lifetime residual risks were 37.1 ± 14.7% and 60.3 ± 10.7%, respectively. Overall, treatment was optimized with a single pharmacological strategy with statins, ezetimibe or PCSK9 inhibitor in 38.5%, 11.5% and 5.5% of the population, respectively. Optimization based on two treatments was performed in 27.5% (statins + ezetimibe), 7.7% (statins + PCSK9 inhibitor) and 1.1% (ezetimibe + PCSK9 inhibitor) of the cases. In 15 patients, treatment was optimized when the three drugs (statins + ezetimibe + PCSK9 inhibitor) were considered. Overall, 53.9% and 62.9% of the actions implemented to optimize treatment showed a 10-year or lifetime NNT < 30 to prevent an event, respectively. Conclusion: In this study, patients with a history of cardiovascular disease who do not reach LDL-C goal showed significant residual cardiovascular risk. The simulation model showed a significant margin for optimizing treatment, with a marked reduction in residual cardiovascular risk.