Diagnostisk treffsikkerhet for hjertesvikt – data fra Akershus hjerteundersøkelse 2

Studiepopulasjon

Vi inkluderte totalt 314 pasienter innlagt med pustebesvær ved Medisinsk divisjon, Akershus universitetssykehus, fra mandag til torsdag kl 0800 – 1400 i perioden juni 2009 – november 2010 i studien Akershus hjerteundersøkelse 2 (ACE 2-studien). Inklusjonskriteriene var samtykkekompetent pasient ≥ 18 år med pusteproblemer vurdert som hovedårsak til innleggelsen. Det måtte være gått < 24 timer fra innleggelse i sykehuset til studieinklusjon.

Studien ble gjennomført i henhold til Helsinkierklæringen og er godkjent av regional etisk komité (5.2008.2832) og Akershus universitetssykehus. Alle pasientene ga skriftlig samtykke til deltakelse i studien etter å ha fått muntlig og skriftlig informasjon.

Datainnsamling

Vi samlet inn informasjon om NYHA-funksjonsklasse (New York Heart Association) og funn ved klinisk undersøkelse for alle pasientene direkte fra vaktlege ved hjelp av et standardisert spørreskjema, senest ved starten av legenes rapportmøte etter vakt. Vi ba ikke om skjema for pasienter med kjent alvorlig kreftsykdom og forventet kort levetid, pasienter med hjerteinfarkt, koronar intervensjon eller omfattende kirurgi de siste to uker og pasienter med hemoglobinnivå < 10 g/100 ml (eksklusjonskriterier). Totalt fylte 94 ulike leger ut skjemaer (e-tab 1, e-tab 2).

Vaktlegene ble spesifikt bedt om å angi sannsynligheten fra 0  % til 100  % for akutt hjertesvikt som årsak til pasientens pustebesvær, analogt til strategien brukt for liknende studier tidligere (4 – 8). De hadde tilgang til supplerende undersøkelser og journalopplysninger (inkludert ev. tidligere hjerteutredning) før de anga sannsynlighetsgrad, men ikke til NT-proBNP-konsentrasjon (N-terminal pro-B-type natriuretisk peptid) målt ved den aktuelle innleggelsen. Blodtrykk, hjertefrekvens og kroppstemperatur ble målt ved innleggelse.

Vi innhentet informasjon om aktuelle sykdomsforløp, tidligere sykdommer og medikamenter direkte fra pasientene. Dette ble sjekket opp mot journalen. Koronarsykdom ble definert som tidligere hjerteinfarkt eller angiografisk påvist koronarstenose > 50  %. Paroksystisk og kronisk atrieflimmer ble klassifisert sammen. Data fra ekkokardiografi ble registrert fra pasientens journal.

Fastsetting av diagnose

Innleggelsesdiagnosen ble bestemt retrospektivt av to spesialister i indremedisin (ADH, TO). De hadde tilgang til alle medisinske opplysninger, inkludert oppfølgingsdata (median oppfølging 464 dager før diagnosesetting som var fullført desember 2012), men de hadde ikke tilgang til resultater fra forskningsbiobanken som ble samlet for ACE 2-studien. De arbeidet uavhengig av hverandre, og ved uenighet om diagnosen fastsatte de den ved konsensus. Dette er analogt til strategien som har vært brukt i andre studier tidligere (4 – 8).

Hjertesvikt ble diagnostisert på bakgrunn av etablerte kriterier med symptomer og tegn på hjertesvikt samt objektive funn på strukturell eller funksjonell myokarddysfunksjon ved ekkokardiografi (9).

Innleggelsene ble klassifisert som:

Denne inndelingen er også brukt i tidligere studier (4 – 7). De to siste gruppene ble klassifisert sammen som ikke-hjertesvikt (fig 1).

Figur 1  Flytskjema for diagnosesetting i studien

Powerpoint

Hjertesviktpasientene ble inndelt etter redusert venstre ventrikkel-ejeksjonsfraksjon (EF < 50  % ; n = 91) eller bevart venstre ventrikkel-ejeksjonsfraksjon (EF ≥ 50  %; n = 52) (fig 1). I den siste gruppen hadde pasientene funn forenlig med myokarddysfunksjon eller -skade, som angitt i e-tabell 3.

Biokjemiske analyser

NT-proBNP-verdier ble målt i EDTA-plasmaprøver (etylendiamintetraacetat), som ble tatt innen 24 timer fra innleggelsestidspunktet (ProBNP II, Roche Diagnostics, Penzberg, Tyskland). Kreatinin og hemoglobin ble målt ved innleggelsen ved hjelp av standard biokjemiske metoder. Kreatininclearance ble regnet ut ved hjelp av Cockcroft-Gaults formel (10).

Statistikk

Kontinuerlige data er presentert som gjennomsnitt ± standardavvik eller median (kvartil 1 – 3) for variabler som avviker fra normalfordelingen (vurdert ved Kolmogorov-Smirnovs test). Forskjeller mellom grupper ble undersøkt med t-test eller Mann-Whitneys U-test. Kategoriske data er oppgitt i absolutte tall og prosentverdier og sammenliknet ved hjelp av khikvadrattest. Variablene ble undersøkt for assosiasjon med hjertesvikt ved hjelp av logistisk regresjonsanalyse, der oddsratio (OR) blir angitt med 95  % konfidensintervall (KI).

Diagnostisk treffsikkerhet for hjertesvikt mot ikke-hjertesvikt ble vurdert med ROC-kurveanalyse (11), ved å angi arealet under kurven (AUC) med 95  % KI. En ROC-kurve er en grafisk fremstilling av korrekt positiv rate (sensitivitet) mot falskt positiv rate (1-spesifisitet), og AUC representerer sannsynligheten for at testen angir en høyere tallverdi for en som har tilstanden (kasus) enn for en som ikke har tilstanden (kontrollperson). En perfekt test har AUC = 1,0 og en helt uspesifikk test (f.eks. det å kaste mynt eller krone) har AUC = 0,5.

Hovedendepunktet var vaktlegenes evne til å skille hjertesvikt fra ikke-hjertesvikt i hele pasientmaterialet (n = 314). Vi ønsket også å studere deres treffsikkerhet når det gjaldt diagnosen hjertesvikt hos hjertesviktpasienter med henholdsvis ejeksjonsfraksjon < 50  % (fig 1, gruppe A) og ejeksjonsfraksjon ≥ 50  % (fig 1, gruppe B) og ved å sammenlikne hjertesviktpasienter med pasienter der hjertefunksjonen ble vurdert som normal (fig 1, gruppe D). En p-verdi < 0,05 ble vurdert som statistisk signifikant.

Statistiske analyser ble utført med SPSS for Windows versjon 20.0 (SPSS, Chicago, IL, USA), med unntak av sammenlikning av ROC/AUC, som ble gjort med MedCalc for Windows, versjon 12.1.4.0 (MedCalc Software, Mariakerke, Belgia) og det statistiske programmeringsspråket R (R Development Core Team, 2008). Variabler ble undersøkt én og én for assosiasjon med hjertesvikt.

Pasientkarakteristika

De to spesialistene stilte samme diagnose hos 298 av 314 pasienter (95  %). Totalt ble 143 innleggelser (46  %) klassifisert under hjertesvikt. Av pasienter med annen hovedårsak til pustebesvær enn hjertesvikt hadde 55 (32  %) samtidig tegn på myokarddysfunksjon (fig 1, gruppe C).

Hjertesviktpasientene skilte seg fra de andre pasientene med pustebesvær når det gjaldt flere demografiske (tab 4) og kliniske variabler (tab 5). 51  % av dem med hjertesvikt anga langvarig pustebesvær (> 7 d), mot 30  % i gruppen av pasienter uten hjertesvikt (p = 0,01). Gjennomsnittlig ejeksjonsfraksjon var 41 ± 13  % hos pasientene med hjertesvikt uansett type, mot 33 ± 8  % hos pasientene med systolisk dysfunksjon (fig 1, gruppe A), og 52 av 143 pasienter med hjertesvikt (36  %) hadde en ejeksjonsfraksjon ≥ 50  % (fig 1, gruppe B).

NT-proBNP-konsentrasjonen var høyere ved hjertesvikt (tab 5). Flere symptomer og kliniske tegn var assosiert med hjertesvikt, i tillegg var det en robust assosiasjon mellom økende NT-proBNP-konsentrasjon og hjertesvikt (e-tab 6).

Vaktlegenes diagnostiske treffsikkerhet

Vaktlegene anga høyere sannsynlighet (på en skala fra 0  % til 100  %) for hjertesvikt hos dem som var klassifisert i hjertesviktgruppen av endepunktkomiteen enn hos de andre pasientene – 56 ± 27  % mot 20 ± 17  %, p < 0,001 (fig 2). Vaktlegenes treffsikkerhet når det gjaldt å skille pasienter med hjertesvikt fra andre pasienter, uttrykt som AUC, var 0,86 (95  % KI 0,82 – 0,90) (fig 3).

Figur 2  Sannsynlighet for hjertesvikt som angitt av vaktlegene inndelt etter diagnose fra endepunktkomité. Data er angitt som histogram med gjennomsnitt og standardavvik

Powerpoint

I analyser der vi har skilt mellom hjertesviktpasienter med ejeksjonsfraksjon over og under 50  %, fant vi at vaktlegene anga høyere sannsynlighet for hjertesvikt hos dem med ejeksjonsfraksjon < 50  % (fig 1, gruppe A (n = 91)) enn hos dem med ejeksjonsfraksjon ≥ 50  % (fig 1, gruppe B (n = 52)): 61 ± 27  % mot 48 ± 25  %, p = 0,005. AUC var 0,88 (0,84 – 0,92) for vaktlegenes evne til å skille mellom hjertesviktpasienter med ejeksjonsfraksjon < 50  % (gruppe A) og pasienter uten hjertesvikt, mens AUC var 0,83 (0,77 – 0,87) for å skille mellom hjertesviktpasienter med ejeksjonsfraksjon ≥ 50  % (gruppe B) og pasienter uten hjertesvikt.

For gruppen av pasienter som hadde pustebesvær av annen årsak enn hjertesvikt (n = 171), anga vaktlegene høyere sannsynlighet for hjertesvikt for dem med tegn til myokarddysfunksjon (n = 55) enn for dem med helt normal hjertefunksjon (n = 116): 28 ± 19  % versus 15 ± 15  %, p < 0,001 (fig 2). AUC var 0,90 (0,85 – 0,93) for vaktlegenes evne til å skille mellom hjertesviktpasienter (n = 143) og pasienter med pustebesvær uten nedsatt hjertefunksjon (fig 1, gruppe D).

NT-proBNP-konsentrasjon og hjertesvikt

NT-proBNP-konsentrasjonen var signifikant høyere hos pasienter med hjertesvikt enn hos de andre : median 424 pmol/l (kvartil 1 – 3 188 – 988 pmol/l) mot 41 pmol/l (14 – 134 pmol/l), p < 0,001. AUC for å skille hjertesvikt fra ikke-hjertesvikt ved hjelp av NT-proBNP i hele materialet var 0,85 (0,81 – 0,89) (fig 3).

Figur 3  Diagnostisk treffsikkerhet for hjertesvikt for vaktleger (%) og NT-proBNP (pmol/l) angitt ved ROC-kurve

Powerpoint

I analyser der vi har skilt mellom hjertesviktpasienter med ejeksjonsfraksjon over og under 50  %, fant vi at NT-proBNP-konsentrasjonen var høyere hos dem med ejeksjonsfraksjon < 50  % (fig 1, gruppe A) enn hos dem med ejeksjonsfraksjon ≥ 50  % (fig 1, gruppe B): 507 pmol/l (243 – 1 028 pmol/l) versus 270 pmol/l (81 – 538 pmol/l), p = 0,001. Kombinasjonen av vaktlegevurdering og NT-proBNP-måling ga høyere AUC enn hver av variablene alene for å skille hjertesvikt fra ikke-hjertesvikt. Det gjaldt både når hjertesviktpasientene hadde ejeksjonsfraksjon < 50  % (fig 1, gruppe A; AUC 0,92 (0,89 – 0,96)) og når de hadde ejeksjonsfraksjon ≥ 50  % (fig 1, gruppe B; AUC 0,84 (0,78 – 0,91)).