Étude utilisant les dossiers médicaux électroniques (DME) collectés de manière routinière provenant de 680 cabinets de médecine générale australiens (programme Lumos, liés aux dossiers hospitaliers et aux registres des décès) chez 850 216 patients âgés de 30 à 74 ans sans antécédent de maladie cardiovasculaire. Au cours d'un suivi moyen de 4,9 ans, 33 578 événements cardiovasculaires sont survenus. Les modèles de Cox spécifiques au sexe, avec 28 prédicteurs, ont atteint un indice C de Harrell de 0,803 (IC 95 % 0,801-0,804) chez les femmes et de 0,772 (IC 95 % 0,770-0,773) chez les hommes ; des modèles LASSO plus simples, avec 12 à 15 prédicteurs, ont obtenu des performances similaires. Les modèles étaient bien calibrés selon l'âge, les strates socioéconomiques et le statut tabagique, avec une discrimination constante au sein des 10 réseaux régionaux de santé primaire. L'amélioration nette du reclassement atteignait jusqu'à 0,185 par rapport aux variables AusCVDRisk existantes. Les modèles basés sur les DME sont adaptés à une intégration automatisée dans les logiciels de médecine générale pour l'évaluation en temps réel du risque cardiovasculaire, ce qui constitue une étape importante de mise à l'échelle pour la prévention primaire.
Les récentes équations de risque cardiovasculaire des États-Unis et du Royaume-Uni utilisent les dossiers médicaux électroniques (DME) collectés de manière routinière, tandis que les équations actuellement utilisées en Australie (AusCVDRisk) n'ont pas été validées localement. Nous avons évalué la faisabilité et les performances de l'utilisation des DME collectés de manière routinière à partir des logiciels de médecine de premier recours australiens pour prédire le risque absolu de maladie cardiovasculaire (MCV).
Nous avons utilisé les données de DME de médecine de premier recours du programme Health Lumos de la Nouvelle-Galles du Sud, couvrant 680 cabinets de médecine générale, et liées aux dossiers hospitaliers et aux registres des décès. Ont été inclus les individus âgés de 30 à 74 ans au 1er janvier 2017, sans antécédent de MCV et disposant d'au moins un enregistrement pour une mesure anthropométrique ou un test de pathologie. Des modèles de risques proportionnels de Cox spécifiques au sexe ont été utilisés pour estimer le risque à 5 ans d'un événement MCV fatal ou non fatal. Les prédicteurs comprenaient les données démographiques, le tabagisme, les affections chroniques, les variables cliniques et les médicaments. La modélisation a utilisé une approche de validation croisée 5x2. La discrimination, la calibration et les performances de reclassement ont été évaluées.
Pendant une durée moyenne de suivi de 4,91 ans, 33 578 événements MCV ont été enregistrés chez 850 216 patients. Les modèles complets avec 28 prédicteurs présentaient un indice C de Harrell de 0,803 (IC 95 % 0,801 à 0,804) chez les femmes et de 0,772 (IC 95 % 0,770 à 0,773) chez les hommes. Les modèles LASSO (Least Absolute Shrinkage and Selection Operator) avec 12 à 15 prédicteurs ont obtenu des performances similaires. Les modèles étaient bien calibrés dans toutes les tranches d'âge, de statut socioéconomique et de tabagisme. La validation géographique (interne-externe) au sein de 10 réseaux de santé primaire a confirmé une discrimination constante (indice C variant de 0,747 à 0,788 chez les hommes ; de 0,772 à 0,827 chez les femmes). L'amélioration nette du reclassement basée sur les percentiles a montré une détection améliorée des événements par rapport à un modèle basé sur les variables AusCVDRisk (amélioration nette du reclassement pour les événements allant jusqu'à 0,185).
Les équations de risque de MCV basées sur les données de routine de la médecine de premier recours australienne ont montré de fortes performances et se sont généralisées efficacement dans divers contextes. Ces modèles offrent un potentiel d'intégration automatisée dans les logiciels de médecine générale pour soutenir l'évaluation en temps réel du risque de MCV.
