ADHERE-algoritme for akut dekompenseret hjertesvigt

Klinisk baggrund

Akut dekompenseret hjertesvigt er en tilstand, hvor mortaliteten under indlæggelsen varierer kraftigt mellem patienter, fra enkelte procent til over tyve. At vurdere risikoen ved ankomsten er centralt for flere beslutninger: valget af behandlingsniveau (overvågningsafsnit, intermediært afsnit eller intensivafdeling), intensiteten af diuretika- og vasodilatatorbehandlingen samt hvornår og om der skal iværksættes inotrop støtte. Uden et struktureret instrument har de kliniske risikovurderinger tendens til at variere meget mellem bedømmere og til at overdrive mortaliteten, særligt hos patienter med normalt eller forhøjet blodtryk ved ankomsten.

ADHERE-algoritmen blev udviklet for at tilbyde en enkel vurdering ved sengekanten baseret på tre variable, som allerede foreligger ved ankomsten: urinstofkvælstof i blodet (BUN), systolisk blodtryk og P-kreatinin. Formålet var at identificere både patienter med meget lav mortalitet, hvor en mindre intensiv håndtering kan være passende, og patienter med høj mortalitet, hvor tidlig aggressiv behandling og et højere behandlingsniveau kan være berettiget.

Beregning af ADHERE-algoritmen

ADHERE-algoritmen er et klassifikationstræ (CART, classification and regression tree), som bygger på tre variable indsamlet ved ankomsten til hospitalet:

• Urinstofkvælstof i blodet (BUN) i mg/dL
• Systolisk blodtryk i mmHg
• P-kreatinin i mg/dL

Træet kan udtrykkes som en sekventiel beslutningsregel:

$$\text{Risiko} = \begin{cases} \text{Lav} & \text{hvis BUN} < 43 \text{ og SBP} \geq 115 \ \text{Intermediær} & \text{hvis BUN} < 43 \text{ og SBP} < 115 \ \text{Intermediær} & \text{hvis BUN} \geq 43 \text{ og SBP} \geq 115 \ \text{Intermediær} & \text{hvis BUN} \geq 43 \text{, SBP} < 115 \text{ og kreatinin} < 2{,}75 \ \text{Høj} & \text{hvis BUN} \geq 43 \text{, SBP} < 115 \text{ og kreatinin} \geq 2{,}75 \end{cases}$$

Udledningskohorten bestod af 33.046 indlæggelsesforløb fra ADHERE-registret (Acute Decompensated Heart Failure National Registry), som indsamlede data fra 263 hospitaler i USA mellem oktober 2001 og februar 2003 [1]. Gennemsnitsalderen var 72,5 år, og 52 % var kvinder. Samtlige patienter havde akut dekompenseret hjertesvigt som primærdiagnose. Mortaliteten under indlæggelsen var 4,2 % i udledningskohorten. Af 39 analyserede variable blev BUN identificeret som den enkeltstående stærkeste prædiktor efterfulgt af systolisk blodtryk og P-kreatinin. Modellen blev valideret prospektivt på 32.229 efterfølgende indlæggelsesforløb (marts til juli 2003), hvor mortaliteten var 4,0 %, og hvor risikostratificeringen bevarede sin evne til at adskille grupperne [1].

Fortolkning i praksis

Træet inddeler patienterne i tre risikogrupper med en mortalitet under indlæggelsen, som varierer fra 2,1 % til 21,9 % i udledningskohorten [1,2]. Odds ratio for mortalitet mellem høj- og lavrisikogruppen var 12,9 (95 % KI 10,4 til 15,9) [1].

Lav risiko betyder, at patienten kan håndteres på en almindelig sengeafdeling med standardiseret diuretikabehandling og monitorering uden umiddelbar indikation for intensiv behandling alene ud fra mortalitetsrisikoen. Det er den hyppigste gruppe og omfatter størstedelen af patienterne.

Intermediær risiko kræver en klinisk vurdering ud over scoren. Her findes både patienter med nedsat nyrefunktion, men bevaret blodtryk, og patienter med lavt blodtryk, men normal BUN. Behandlingsniveauet bør afgøres ud fra det samlede billede: respirationssvigt, iltning, behov for intravenøs vasodilatatorbehandling og respons på den initiale behandling.

Høj risiko betyder en mortalitet på cirka én ud af fem patienter under indlæggelsen. Disse patienter bør overvejes til intensiv behandling eller behandling på et intermediært afsnit, tidlig invasiv hæmodynamisk monitorering og struktureret udredning af de underliggende årsager til dekompensationen. Risikoen for kardiogent shock og nyresvigt er udtalt.

Validering og performance

I den prospektive interne validering i ADHERE-registret bevarede algoritmen sin diskriminerende evne med tilsvarende resultater i valideringskohorten som i udledningskohorten [1].

I en ekstern validering af Lagu m.fl. (2016) blev syv mortalitetsprædiktionsmodeller for akut dekompenseret hjertesvigt afprøvet på 13.163 patienter fra 62 amerikanske hospitaler (HealthFacts-databasen, 2010 til 2012) [3]. Medianalderen var 74 år, halvdelen var kvinder, og 27 % var sorte. Mortaliteten under indlæggelsen var 4,3 %. ADHERE-algoritmen havde en c-statistik på 0,68 til 0,70, hvilket var på niveau med de andre kliniske modeller (EFFECT og to GWTG-HF-varianter), men dårligere end modeller baseret på administrative data og elektroniske journaldata (LAPS2 og Premier+, c-statistik 0,76 til 0,81) [3]. ADHERE-algoritmens prædiktionsinterval i denne population var 1,2 til 17,4 %, noget smallere end i den oprindelige kohorte [3].

I et nyere studie af Palmer m.fl. (2025) med 5.602 patienter indlagt på kardiologisk intensivafdeling i MIMIC-IV-databasen var ADHERE-algoritmens AUC 0,63 (95 % KI 0,57 til 0,70), hvilket var lavere end både GWTG-HF (AUC 0,66) og en maskinlæringsmodel (AUC 0,72) [4]. Denne population var dog selekteret til intensivpatienter med en højere mortalitet (6,2 %), hvilket ikke svarer til den generelle hospitalspopulation, som ADHERE-algoritmen blev udviklet til.

En subanalyse i ADHERE Emergency Module (ADHERE-EM) viste, at CART-modellen stratificerede mænd og kvinder lige godt uden signifikant forskel i mortalitet mellem kønnene inden for hver risikogruppe [5].

Begrænsninger

ADHERE-algoritmen gælder akut dekompenseret hjertesvigt og er ikke valideret til kronisk stabil hjertesvigt, kardiogent shock eller hjertesvigt med højt minutvolumen. Den er udviklet til mortalitet under indlæggelsen og siger intet om langtidsprognosen eller risikoen for genindlæggelse.

Træet anvender kun tre variable og ser dermed bort fra andre vigtige prædiktorer som natrium, hjertefrekvens, respirationsfrekvens, troponin, NT-proBNP, iltmætning og mekanisk ventilation. Det er en bevidst forenkling for at sikre, at instrumentet kan bruges umiddelbart ved ankomsten, men det betyder, at patienter med lav score alligevel kan have høj risiko på grund af forhold, træet ikke indfanger.

Tærskelværdierne bygger på amerikanske patientdata fra begyndelsen af 2000-tallet. Siden da har håndteringen af akut hjertesvigt udviklet sig markant med bredere brug af ACE-hæmmere, betablokkere, mineralokortikoidreceptorantagonister og SGLT2-hæmmere, hvilket kan have påvirket mortaliteten i de forskellige risikogrupper. De absolutte mortalitetstal bør derfor fortolkes som historiske referenceværdier snarere end som aktuelle estimater.

En almindelig fejl er at bruge BUN-værdier i SI-enheder (mmol/L) i stedet for mg/dL. Tærsklen på 43 mg/dL svarer til cirka 15,4 mmol/L. På samme måde svarer kreatinintærsklen på 2,75 mg/dL til cirka 243 µmol/L. Indtastes værdierne i den forkerte enhed, bliver klassifikationen helt forkert.

Algoritmen bør ikke bruges som eneste grundlag for beslutninger om behandlingsniveau. Den giver en grov risikostratificering, som skal suppleres med en klinisk vurdering, særligt hos patienter med intermediær risiko, hvor træet ikke skelner mellem de forskellige underliggende årsager til dekompensationen.

Kilder

1. Fonarow GC, Adams KF Jr, Abraham WT m.fl. Risk stratification for in-hospital mortality in acutely decompensated heart failure: classification and regression tree analysis. JAMA 2005. PMID: 15687312
2. Adams KF Jr, Uddin N, Patterson JH. Clinical predictors of in-hospital mortality in acutely decompensated heart failure: piecing together the outcome puzzle. Congest Heart Fail 2008. PMID: 18550923
3. Lagu T, Pekow PS, Shieh MS m.fl. Validation and comparison of seven mortality prediction models for hospitalized patients with acute decompensated heart failure. Circ Heart Fail 2016. PMID: 27514749
4. Palmer DQ, Gismondi RA, Gemal P m.fl. Mortality prediction in heart failure patients: machine learning versus Get With The Guidelines-Heart Failure (GWTG-HF) and Acute Decompensated Heart Failure National Registry (ADHERE). Cureus 2025. PMID: 40895687
5. Diercks DB, Fonarow GC, Kirk JD m.fl. Risk stratification in women enrolled in the Acute Decompensated Heart Failure National Registry Emergency Module (ADHERE-EM). Acad Emerg Med 2008. PMID: 18275445