A kardiovaszkuláris kockázati modellek a daganatok kockázatát is jelezhetik
A széles körben alkalmazott kardiovaszkuláris kockázatbecslő modellek – megfelelő újrakalibrálást követően – több daganattípus 10 éves kockázatának előrejelzésére is alkalmasak lehetnek. A QRISK3, a Pooled Cohort Equations (PCE), a SCORE2 és a SCORE2-OP teljesítménye számos daganat esetében megközelítette a kifejezetten onkológiai célra fejlesztett QCancer modelljét.
Közös kockázati háttér
A daganatos betegségek és a kardiovaszkuláris betegségek (CVD) együttesen a globális halálozás mintegy feléért felelősek. Előfordulásuk növekszik, miközben számos módosítható kockázati tényezőjük közös. A dohányzás, az egészségtelen életmód, az elhízás, a mozgáshiány és egyéb expozíciók egyaránt szerepet játszhatnak mindkét betegségcsoport kialakulásában.
A klinikai gyakorlatban a kardiovaszkuláris kockázati modellek elsősorban a primer prevenciót szolgálják: segítséget nyújtanak annak eldöntésében, kiknél indokolt strukturált életmódi intervenció vagy gyógyszeres megelőzés. Ezzel szemben a szervezett onkológiai szűrések jellemzően már fennálló, korai stádiumú elváltozások felismerésére irányulnak, és nem feltétlenül azonosítják azokat a tünetmentes személyeket, akiknél a jövőbeni daganat kialakulásának kockázata emelkedett.
A szerzők azt vizsgálták, hogy a rutinszerűen használt CVD-kockázati modellek felhasználhatók-e a 10 éven belül várható daganatok kockázatának becslésére is. Eredményeiket a kifejezetten daganatok előrejelzésére kidolgozott QCancer modellekkel vetették össze.
Két nagy adatbázis elemzése
Az elsődleges elemzés a UK Biobank 502 126 résztvevőjének adatain alapult; külső validációra az angliai alapellátási adatokból épülő Clinical Practice Research Datalink Aurum (CPRD) adatbázist használták, amely 4 810 089 személy adatait tartalmazta. A vizsgálatba a kiinduláskor 40–84 éves résztvevők kerültek be.
A kutatók a QRISK3, a PCE, a SCORE2 és a SCORE2-OP modellek teljesítményét értékelték. A vizsgált végpontok között szerepelt az összes daganat – a nem melanomás bőrrákok kivételével –, továbbá 15 meghatározott daganattípus, köztük a colorectalis, pancreas-, gastrooesophagealis, máj- és epeúti, emlő-, prostata-, petefészek-, méhtest-, tüdő-, húgyúti, gége- és vérképzőszervi daganatok. A szerzők külön elemezték a CVD és a daganat együttes előfordulását is.
A modellek diszkriminációját C-statisztikával mérték: 0,5-ös érték esetén a modell nem különíti el a később megbetegedő és meg nem betegedő személyeket, míg az 1,0 a tökéletes elkülönítést jelentené. A kalibráció azt fejezte ki, mennyire egyezett a modell által becsült és a ténylegesen megfigyelt kockázat; ennek ideális értékei a 0-s intercept és az 1-es meredekség.
Több daganatnál jó teljesítmény
A UK Biobank tesztadatbázisában a négy kardiovaszkuláris modell C-statisztikája az incident CVD előrejelzésében 0,71 és 0,74 között alakult. Bármely daganat előrejelzésére valamennyi CVD-modell 0,63-as C-statisztikát ért el, míg az összes daganattípusra összeállított QCancer modell értéke 0,65 volt.
Az egyes daganatok elemzése kedvezőbb eredményeket adott. A CVD-modellek C-statisztikája elérte vagy meghaladta a 0,70-et a gastrooesophagealis, a máj- és epeúti, a gége-, a húgyúti és a tüdődaganatok esetében; az értékek 0,70 és 0,81 között mozogtak. A szerzők szerint e daganatoknál a kardiovaszkuláris modellek diszkriminációs képessége a CVD-kockázat becsléséhez mérhető volt.
A CVD-modellek és a QCancer között a legtöbb vizsgált daganatnál csak csekély különbség mutatkozott. Kivételt képezett a tüdőrák: ebben a QCancer modellje összességében jobb diszkriminációt nyújtott, C-statisztikája 0,80 volt, szemben az újrahasznosított CVD-modellek legjobb, 0,74-es értékével. A soha nem dohányzók körében ugyanakkor a QCancer és a SCORE2-OP teljesítménye azonos, 0,65-ös C-statisztikát mutatott.
A kardiovaszkuláris modellek a CVD és daganat együttes kialakulásának előrejelzésére is alkalmasnak bizonyultak. E végpontnál a legjobb eredményt a QRISK3 adta, 0,79-es C-statisztikával.
Az újrakalibrálás szerepe
Az eredeti CVD-modelleknek a daganatvégpontokra történő alkalmazásakor a kalibráció kezdetben nem volt megfelelő, ami várható is volt, mivel a modelleket eredetileg eltérő gyakoriságú és jellegű kardiovaszkuláris eseményekre fejlesztették. A szerzők ezért a UK Biobank adatbázis 20%-án újrakalibrálták a modelleket, majd a fennmaradó 80%-on vizsgálták a teljesítményt.
Az újrakalibrálást követően a becsült és megfigyelt daganatkockázat közötti egyezés jelentősen javult. A kalibrációs intercept mediánja 0,01, a meredekségé 1,01 volt, vagyis az eredmények közel álltak az ideális értékekhez. A külső validációs CPRD-adatbázisban a diszkrimináció és a kalibráció hasonlóan kedvező maradt.
Az eredmények rövidebb – 1, 2 és 5 éves – utánkövetési idő mellett sem változtak érdemben. A modell teljesítménye akkor is hasonló volt, amikor kizárták azokat, akiknél a daganatdiagnózis a követés első három évében született. Ez arra utal, hogy az algoritmusok nem kizárólag már fennálló, még fel nem ismert daganatos betegségre utaló jeleket ragadhattak meg.
Dohányzás és vérnyomás
A QRISK3 prediktorainak fontosságát vizsgáló elemzés szerint az életkor után a dohányzási státusz és a szisztolés vérnyomás járult hozzá leginkább a daganatkockázat elkülönítéséhez. A dohányzás különösen jelentős tényezőnek bizonyult a gége- és tüdődaganat, valamint számos további rosszindulatú betegség előrejelzésében.
A szisztolés vérnyomás, az összkoleszterin/HDL-koleszterin arány, a társadalmi deprivációt jellemző Townsend-index és a családi CVD-anamnézis több daganattípusnál is releváns prediktornak bizonyult. A szerzők hangsúlyozzák, hogy a prediktor fontossága nem azonos az oksági szereppel. A szisztolés vérnyomás daganatokkal való összefüggése inkább közös, feljebb elhelyezkedő életmódi kockázati tényezőkkel való korrelációt tükrözhet, nem közvetlen karcinogén hatást.
Klinikai lehetőség, korlátokkal
A tanulmány szerint a már széles körben rendelkezésre álló CVD-kockázati modellek használata alacsony többleterőforrás-igénnyel egészíthetné ki a daganatprevenciós és kockázatalapú követési stratégiákat. A szerzők felvetik, hogy emelkedett becsült daganatkockázat esetén célzott életmódprogramok, dohányzásleszokást támogató intervenciók vagy adott esetben kockázatalapú szűrési meghívás is szóba kerülhet.
A szerzők ugyanakkor nem állítják, hogy a modellek önmagukban szűrővizsgálatként alkalmazhatók. A vizsgálat a 40–84 éves korosztályra terjedt ki, ezért a korai kezdetű daganatokra és a legidősebb életkorban kialakuló betegségekre vonatkozó következtetések korlátozottak. A CPRD-ben több fontos változó – például a testtömegindex, a lipidszintek és a dohányzási előzmények – részben hiányzott, de az imputációval végzett érzékenységi elemzés érdemben nem módosította az eredményeket.
Forrás: Quill S, Hingorani AD, Chaturvedi N, Schmidt AF. Repurposing cardiovascular disease prediction models for cancer. European Journal of Cancer. 2026;243:116848. doi:10.1016/j.ejca.2026.116848.
Ez a cikk mesterséges intelligencia segítségével készült, majd szerkesztőségünk áttekintette, korrigálta és jóváhagyta. A hivatkozott forrásokat szerkesztőségünk választotta, és a tartalom pontosságának, időszerűségének biztosítása érdekében a szöveget az eredeti forrással összevetette.
