Grazie a un algoritmo è possibile calcolare il rischio di un paziente a sviluppare effetti avversi durante terapia con statine.

Le statine sono farmaci molto usati in prevenzione cardiovascolare, sia primaria che secondaria.
Di solito si tratta di farmaci ben tollerati, tuttavia sono possibili effetti collaterali come cataratta, insufficienza renale acuta, miopatia, disfunzione epatica.

Autori inglesi, partendo dall'analisi dei dati del database Health Improvement Network di più di 2 milioni di pazienti, hanno elaborato un algoritmo che permette di determinare il rischio a 5 anni di effetti avversi associati all'uso dei statine (Welcome to QIntervention®-2013).

Gli autori hanno calcolato la sua performance giungendo alla conclusione che esso ha una buona capacità predittiva per quanto riguarda il rischio di cataratta, insufficienza renale acuta e miopatia (l'area sotto la curva ROC varia da 0,73 a 0,87).
La performance è meno buona per quanto riguarda il rischio di epatopatia (area sotto la curva ROC di 0,64 per le donne e di 0,60 per gli uomini), con una minor capacità di identificare soggetti ad alto rischio di sviluppare danno epatico. Pertanto gli autori consigliano prudenza nel valutare il risultato ottenuto circa il rischio di epatopatia.

L'algoritmo è di facile uso, ancorchè preveda molti voci, e permette, inoltre, di calcolare il rischio di eventi cardiovascolari a 10 anni e il rischio di diabete.
E' inoltre possibile vedere come varia il rischio basale al variare di alcuni fattori; per esempio è possibile vedere cosa succede al propio rischio se si smette di fumare oppure si inizia ad assumere una statina.

Ovviamente è opportuno sempre interpretare i risultati ottenuti dall'algoritmo integrandoli con gli altri dati clinici a disposizione del medico, come del resto sempre si deve fare quando si usano strumenti predittivi di questo tipo, derivanti da elaborazioni statistiche su popolazioni.
In ogni caso, a nostro parere, uno strumento utile e di facile uso che può aiutare il medico ad avere un quadro più esauriente per prendere le decisioni più appropriate (per esempio identificare pazienti a rischio di eventi avversi che necessitano di un monitoraggio più ravvicinato).


Renato Rossi


Bibliografia

1. Collins GS, Altman DG. Predicting the adverse risk of statin treatment: an independent and external validation of Qstatin risk scores in the UK. Heart. 2012 Jul;98:1091-7.