Diabetes Care
Background: La microalbuminuria (UACR >30 mg/g) è marker di aumentato rischio di CVD e ESRD; a livello renale essa implica già la presenza di alterazioni strutturali. Identificare i soggetti candidati a sviluppare la microalbuminuria o a rischio di DKD (diabetic kidney disease) attraverso proteomica e genomica è, ad oggi, difficilmente traducibile nella pratica clinica (vedi anche J Club marzo 2020). D’altra parte, l’identificazione precoce dei soggetti a rischio più elevato potrebbe permettere di migliorarne la prognosi in termini di outcomes cardio-renali.
Scopo, soggetti e metodi: Jiang W et al. propongono e validano un modello di predizione di DKD. Il modello è derivato dalla meta-analisi di 20 studi (14 prospettici, 6 retrospettivi) che comprendono 41,271 soggetti con diabete tipo 2 (DMT2) da Europa, Asia e Americhe, con eGFR ≥60 ml/min/1.73m2 e UACR <30 mg/g. La coorte di validazione, inizialmente composta da 2.089 soggetti con diabete, include, dopo un accurato processo di esclusione, un gruppo di 380 DMT2. L’outcome era la progressione a DKD (eGFR <60 ml/min/1.73m2 e/o UACR ≥30 mg/g (o AER ≥30 mg) confermata per ≥3 mesi.
Risultati: Il modello deriva dall’analisi di DMT2 di età compresa tra 39 e 75 anni e con durata del diabete di 1-20 anni; durante un follow-up di 1-20 anni sono stati registrati 11,991 DKD incidenti (29.1%). Fattori di rischio inclusi nel modello finale erano età (suddivisa in 39-49, 50-59, 60-75 anni), BMI (<25, 25-<30, ≥30 kg/m2), fumo (non-fumatori, fumatori), retinopatia (assente, presente), HbA1c (<7.0, 7.0-7.9, 8.0-8.9, ≥9.0%), PAS (<130, 130-139, 140-149, ≥150 mmHg), colesterolo HDL (≥1.3, <1.3 mmol/L), trigliceridi (<1.7, ≥1.7 mmol/L), UACR (<10, 10-<20, 20-<30 mg/g). A ciascun strato, per ciascun fattore di rischio è applicato un punteggio pesato che consente di ottenere un punteggio cumulativo massimo di 37. eGFR non è stato incluso nel modello in relazione alla ampia eterogeneità tra gli studi. Nella coorte di validazione, 98 soggetti (25.8%) sviluppavano DKD in un folliow-up di 2.9 anni. Nel modello di validazione è stata ottenuta una AUC-ROC di 0.765 (95% CI 0.710-0.821) con il punteggio di 16 quale cut-off ottimale con sensibilità 0.847 e specificità 0.677: i 380 soggetti sono stati suddivisi in basso rischio (<12), rischio moderato (12-15.5), rischio alto (16-26.5) e molto alto (27-37). Le percentuali di soggetti che raggiungevano l’outcome (DKD incidente) erano 6.7%, 14.2%, 40.0% e 76.9%; i rischi relativi verso i soggetti con rischio basso erano 2.28 (95%CI 0.85-6.10, p=0.10), 9.22 (3.81-22.35, p<0.001) e 46.11 (9.95-213.66, p<0.001), rispettivamente.
Conclusioni: Dieci indipendenti fattori di rischio di DKD (9 inclusi nel modello, eGFR esclusa) sono stati individuati/confermati; tutti, esclusa l’età, sono fattori di rischio modificabili. I più forti sono risultati età (+38% per aumenti di 5-10 anni), fumo (+49%) e trigliceridi (+42% per ogni aumento di 1 mmol/L). Inoltre, +17% per ogni aumento di 1% in HbA1c, +21% per ogni aumento di 10-20 mmHg in PAS, +16% per ogni aumento di 5 kg/m2 in BMI, +13% per ogni aumento di 1 mg/g in UACR, +31% per la presenza di retinopatia. Infine, -22% per ogni aumento di 1 mmol/L in HDL.
Commento editoriale: L’integrazione di una serie di fattori di rischio tradizionali ha permesso di sviluppare un modello di predizione di DKD di facile traduzione nella pratica clinica. E’ basato su una revisione sistematica della letteratura che ha offerto la possibilità di condurre una meta-analisi di 20 studi di elevata qualità che includono circa 41,000 DMT2 (27,000 da uno studio italiano; vedi “Supplementary Data”). Il modello comprende età, BMI, fumo, retinopatia, HbA1c, PAS, HDL, TG e UACR. Esclude eGFR in quanto risultava stratificato nella maniera più varia nei differenti studi; del resto, un modello di predizione del rischio che ha incluso anche eGFR non ha migliorato il potere predittivo del modello; infatti, il declinare dell’eGFR (GFR slope), piuttosto che un valore puntuale di eGFR, potrebbe aver un più forte valore predittivo (Levey AS et al., Am J Kidney Dis 75: 84-104, 2020). Il valore del modello sta soprattutto nel fatto che predice gli stadi precoci di DKD (eGFR <60 e/o UACR ≥30 mg/g). Relativamente debole appare invece la validazione del modello ottenuta in una coorte (Cinese) di soli 380 DMT2 in cui, in un follow-up piuttosto breve (2.9 anni), si sono verificati 98 eventi. Sarà pertanto importante confermare il modello in altre coorti valutate con disegno prospettico.
A cura di Giuseppe Penno e Monia Garofolo
Jiang W, Wang J, Shen X, Lu W, Wang Y, Li W, Gao Z, Xu J, Li X, Liu R, Zheng M, Chang B, Li J, Yang J, Chang B. Establishment and Validation of a Risk Prediction Model for Early Diabetic Kidney Disease Based on a Systematic Review and Meta-Analysis of 20 Cohorts. Diabetes Care 2020; 43: 925-933