Utilité du Questionnaire sur la cardiomyopathie de Kansas City dans la prédiction du Taux de Réadmission à 30 jours chez les patients atteints d’insuffisance cardiaque chronique

Résumé

Contexte. L’insuffisance cardiaque (HF) est l’un des diagnostics les plus courants associés à la réadmission à l’hôpital. Nous avons conçu cette étude prospective pour évaluer si le score du Questionnaire de Cardiomyopathie de Kansas City (KCCQ) est associé à une réadmission de 30 jours chez des patients hospitalisés avec une FH décompensée. Méthodes et résultats. Nous avons recruté 240 patients qui répondaient aux critères de l’étude. Quarante-huit (20%) patients ont été réadmis pour HF décompensée dans les trente jours suivant leur sortie de l’hôpital, et 192 (80%) patients n’ont pas été réadmis. Par rapport aux patients réadmis, les patients non réadmis avaient un score moyen de KCCQ plus élevé (40,8 contre 32,6, P = 0,019) avant la sortie. Des analyses multivariées ont montré qu’un score KCCQ élevé était associé à un faible taux de réadmission HF (RO ajusté = 0,566, P = 0,022). La statistique c pour le modèle de base (âge + sexe) était de 0,617. La combinaison des médicaments à domicile et des tests de laboratoire sur le modèle de base a entraîné une augmentation de l’amélioration intégrée de la discrimination (IDI) de 3,9 %. Sur cette base, le KCQQ a encore augmenté l’IDI de 2,7%. Conclusion. Le score de KCCQ déterminé avant la sortie de l’hôpital était significativement associé au taux de réadmission à 30 jours chez les patients atteints d’HF, ce qui peut fournir une mesure cliniquement utile et pourrait améliorer considérablement la fiabilité de la prédiction de réadmission lorsqu’il est combiné avec d’autres composants cliniques.

1. Introduction

On estime que l’insuffisance cardiaque (HF) affecte plus de 5 personnes.7 millions d’Américains avec 870 000 nouveaux cas diagnostiqués chaque année. La prévalence prévue devrait augmenter de 46% de 2012 à 2030, entraînant plus de 8 millions de personnes souffrant de FH. Le coût des soins aux patients atteints de FH était d’environ 30,7 milliards de dollars en 2012 et devrait augmenter de 127% pour atteindre 69,7 milliards de dollars d’ici 2030. Malgré les progrès de la compréhension et du traitement, le taux de mortalité par HF reste extrêmement élevé avec 50% des patients décédés dans les 5 ans suivant le diagnostic initial.

La réadmission de HF après hospitalisation est fréquente, et malheureusement beaucoup de ces réadmissions sont prévisibles et peut-être évitables. Bien que de nouvelles données aient montré une réduction des taux de réadmission à l’hôpital Medicare, la FH reste l’un des diagnostics les plus courants associés à la réadmission à 30 jours; une analyse des données basées sur les demandes d’assurance-maladie de 2007 à 2009 a montré que 24,8% des bénéficiaires admis avec la FH ont été réadmis dans les 30 jours et 35,2% de ces réadmissions concernaient la FH. Ces statistiques concernant ont ouvert la voie à une plus grande attention aux outils permettant de prédire et de prévenir de telles réadmissions.

Le Questionnaire de Cardiomyopathie de Kansas City (KCCQ) était un outil initialement conçu pour fournir une meilleure description de la qualité de vie liée à la santé chez les patients atteints d’HF. Ce questionnaire a identifié les domaines cliniquement pertinents suivants: limitations physiques (question 1), symptômes (fréquence, gravité et évolution dans le temps), auto-efficacité et connaissances (questions 11, 12), interférence sociale (question 16) et qualité de vie liée à la santé (questions 13 à 15). Des études antérieures ont montré que le score de KCCQ était corrélé avec la survie et l’hospitalisation chez les patients atteints d’HF et était un prédicteur indépendant du mauvais pronostic dans cette population de patients. De plus, le score de KCCQ mesuré 1 semaine après la sortie de l’hôpital prédit indépendamment une survie à un an sans réadmission cardiovasculaire. Plus récemment, KCCQ a également été étudié pendant une hospitalisation aiguë à haute fréquence et a démontré une sensibilité aux changements aigus, mais les changements de score pendant l’hospitalisation n’ont pas prédit la réadmission à court terme, bien qu’il s’agisse d’une étude relativement petite, avec une taille d’échantillon de seulement 52 patients, et elle n’a pas étudié la relation entre le score KCCQ et la réadmission à haute fréquence. Par conséquent, la question de savoir si le score KCCQ peut être utilisé pour prédire la réadmission à court terme n’a pas encore été complètement évaluée.

Pour combler ces lacunes dans les connaissances et explorer la faisabilité de l’utilisation du score KCCQ pour prédire la réadmission HF à court terme, nous avons conçu et mené cette étude prospective.

2. Méthodes

L’étude a été approuvée par le Florida Hospital Institutional Review Board et menée conformément à la Déclaration d’Helsinki. L’étude a été menée à l’hôpital de Floride, campus d’Orlando. Les patients qui ont été admis à l’unité HF ont été dépistés et inscrits pour l’étude. Les critères d’inclusion étaient les patients admis avec une HF décompensée avec une fraction d’éjection (EF) inférieure ou égale à 40% et âgés de 20 à 89 ans. Les critères d’exclusion étaient la maladie non cardiac avec une espérance de vie inférieure à un an, l’HF due à une cardiopathie valvulaire non corrigée, une maladie psychiatrique interférant avec un suivi approprié, l’incapacité de comprendre la procédure de l’étude et l’incapacité de fournir un consentement éclairé. Le critère d’évaluation principal était le taux de réadmission à 30 jours et le score KCCQ. Les conditions comorbides d’admission, les données démographiques, les données de laboratoire, les données échocardiographiques et les médicaments à la sortie étaient des paramètres secondaires.

Pour chaque patient répondant aux critères de l’étude, un assistant de recherche formé a expliqué l’étude au patient et a administré le KCCQ après l’obtention d’un consentement éclairé écrit. L’évaluation était généralement terminée dans les 1 à 3 jours précédant le congé. Une conversation de suivi a été effectuée par téléphone 30 jours après la sortie pour déterminer si une réhospitalisation s’est produite ou non. L’information sur la réadmission après la décharge a été recueillie lors d’un entretien de suivi avec le patient.

Pour évaluer les associations entre le score de KCCQ et la réadmission dans les 30 jours suivant la sortie, nous avons d’abord comparé la différence entre le groupe de non-réadmission et le groupe de réadmission en termes de scores de KCCQ, de caractéristiques démographiques, de comorbidité, de médicaments et de données de laboratoire en utilisant une analyse univariée. Dans l’analyse univariée, le test t a été utilisé pour la variable continue et le test exact de Fisher a été utilisé pour l’analyse du nombre de dénombrements. Nous avons ensuite effectué une analyse multivariée pour étudier comment chaque facteur clinique était associé aux réadmissions d’HF après avoir contrôlé les autres facteurs. Dans l’analyse multivariée, des modèles de régression logistique ont été utilisés et des rapports de cotes ajustés (RO) ont été estimés pour chaque facteur supposé pour prédire la réadmission des HF. Nous avons inclus la réadmission HF en tant que variable dépendante et tous les facteurs potentiels en tant que prédicteurs indépendants dans la régression logistique, qu’ils aient ou non montré une différence significative entre les groupes de réadmission et de non-réadmission dans l’analyse univariée.

Après l’analyse multivariée, nous avons construit cinq modèles de prédiction simplifiés et évalué l’importance du score KCCQ dans le modèle final en comparant l’aire sous la courbe caractéristique de fonctionnement du récepteur (ROC) de chaque modèle. Dans cette analyse, nous avons également utilisé l’amélioration intégrée de la discrimination (IDI), décrite par Pencina et al., pour mesurer l’augmentation moyenne de la sensibilité du modèle pénalisée pour une diminution moyenne de la spécificité avec l’ajout de nouvelles variables. Dans les modèles de prédiction, l’âge a été transformé à tous les incréments de 10 ans, la fraction d’éjection à toutes les diminutions de 10%, le score KCCQ à tous les incréments de 25 points et le taux de sodium à la variable binaire (< 135 ou ≥135).

Deux cent vingt-huit (228, ou 95 %) patients avaient des données complètes pour toutes les variables. Cependant, 12 (5%) patients avaient des données manquantes en âge ou en race. Comme aucun motif manquant imbriqué n’a été détecté, plusieurs modèles d’imputation ont été utilisés pour l’imputation des données. Comme l’âge était une variable continue et la race une variable binaire, la régression linéaire normale a été utilisée pour l’âge tandis que la régression logistique a été utilisée pour l’imputation de la race. Toutes les analyses ont été effectuées par Stata version 14 (StataCorp., 2015). Toutes les valeurs étaient à deux queues et ont été définies comme le niveau de signification statistique pour tous les tests.

3. Résultats

Au total, 240 patients ont été inclus dans l’étude. Quarante-huit (20 %) patients ont été réadmis dans les 30 jours suivant leur sortie pour une FH tandis que 192 (80 %) patients n’ont pas été réadmis ou réadmis pour des raisons autres que la FH (tableau 1). Il n’y a pas eu de différence significative entre les patients non réadmis et les patients réadmis en termes d’âge moyen (63,0 versus 59,9 ans,), de durée initiale du séjour à l’hôpital (11,2 versus 9,7 jours,), ou de pourcentage de patients blancs (59,9% versus 56,3%,). Cependant, une différence significative entre ces deux groupes a été notée en comparant le sexe, les patients de sexe masculin étant plus enclins à être réadmis que les femmes (85,4% contre 68,8% pour les hommes et 14,6% contre 31,3% pour les femmes). Aucune des comorbidités n’a montré de différence significative dans la fréquence relative entre le groupe de réadmission et le groupe de non-réadmission (tableau 1).

Le score de KCCQ, les résultats des tests de laboratoire à l’admission et les médicaments de sortie ont été comparés entre les patients non réadmis et réadmis (tableau 2). Le score moyen de KCCQ était significativement plus élevé chez les patients non réadmis que chez les patients réadmis (40,8 contre 32,6,). Par rapport aux patients réadmis, les patients non réadmis présentaient une fraction d’éjection plus élevée à l’admission (24,7% contre 21,8%). Cependant, aucune différence significative n’a été détectée lors de la comparaison des médicaments de décharge, du taux de sodium dans le sang ou de l’HGB entre les deux groupes de patients dans l’analyse univariée (tableau 2).

Pour étudier plus en détail l’effet de chaque variable indépendante tout en contrôlant d’autres covariables, des analyses multivariées ont été effectuées (tableau 3 et figure 1). Les résultats ont montré que le score KCCQ et l’EF étaient négativement associés au taux de réadmission (RO ajusté = 0,566 et 1,903 et et 0,021, resp.) et que les hommes étaient plus susceptibles d’être réadmis que les femmes (RO ajusté = 5,589,). Fait intéressant, les patients atteints d’IM étaient plus susceptibles (RO ajusté = 2,849) et les patients atteints de CAD étaient moins susceptibles d’être réadmis (RO ajusté = 0,231) que les patients présentant d’autres comorbidités. Une interprétation possible pourrait être que les patients qui ont eu un infarctus du myocarde sont plus susceptibles d’avoir des anomalies du mouvement de la paroi et des défauts myocardiques fixes et donc une fraction d’éjection plus faible que ceux qui ont une maladie coronarienne non obstructive sans IM, conduisant à une contribution opposée à la réadmission de l’HF.

Figure 1

Les rapports de cotes ajustés de réadmission dans les 30 jours suivant la sortie sont dérivés d’une analyse de régression logistique multivariée.

Afin d’évaluer la contribution du score KCCQ dans la prédiction de la réadmission de HF, nous avons développé un modèle en incluant sept facteurs en plus du score KCCQ (modèle 5) sur la base des résultats de régression multivariée, de la littérature publiée et des modèles. La statistique c a indiqué que le modèle 5 qui comprenait le score KCCQ et tous les autres prédicteurs potentiels avait la valeur de statistique c la plus élevée (0,710) parmi les autres modèles réduits sans score KCCQ (figure 2). Comme le montre le tableau 4, l’analyse de l’IDI a démontré que la performance discriminatoire du modèle 5 s’est améliorée de 6,6 % par rapport au modèle de base (modèle 1) qui ne comprenait que l’âge et le sexe et de 2,7 % par rapport au modèle réduit (modèle 4), y compris tous les facteurs sauf le score KCCQ (il s’agit de l’augmentation absolue; par rapport au modèle 4, l’IDI du modèle complet avec KCCQ, modèle 5, a augmenté de). D’autre part, en tant que facteur indépendant établi associé à la réadmission de HF, EF a augmenté l’IDI de 1,3% (modèle 3) à 3,9 % (modèle 4). Ces résultats suggèrent que le score de KCCQ, en tant que variable indépendante unique, est l’un des facteurs importants qui pourraient potentiellement être utilisés pour prédire les taux de réadmission des patients atteints d’HF dans les 30 jours suivant la sortie, et une combinaison de tous ces facteurs importants offrirait le gain incrémental le plus important.

Figure 2

Comparaison de la zone ROC entre différents modèles. Modèle 1: logit (read30) = âge + sexe; modèle 2: logit (read30) = âge + sexe + beta_blocker + ace / arb; modèle 3: logit (read30) = âge + sexe + beta_blocker + ace / arb + sodium + hgb; modèle 4: logit (read30) = âge + sexe + beta_blocker + ace / arb + sodium + hgb + ef; et modèle 5: logit (read30) = âge + sexe + beta_blocker + ace/ arb + sodium + hgb + ef + KCCQ. read30 : réadmission dans 30 jours.

4. Discussion

Dans cette étude prospective, nous avons constaté que le score KCCQ était significativement associé au taux de réadmission HF à court terme. Il a contribué à améliorer les statistiques c d’un modèle basé sur l’âge, le sexe, les médicaments, les données de laboratoire et la FEVG disponibles à la sortie de 0,670 à 0,710 et a augmenté l’IDI de 2,7%, ce qui suggère qu’il pourrait être utile pour prédire la réadmission à 30 jours et améliorer ainsi considérablement la fiabilité des prévisions lorsqu’il est combiné avec d’autres composants critiques. Ces résultats peuvent aider à orienter les stratégies de suivi vers la prestation de soins optimaux, comme encourager les patients ayant une KCCQ inférieure à avoir un suivi précoce.

De nombreux efforts ont été déployés pour identifier les facteurs prévisibles associés au risque élevé d’être réadmis, ce qui a été assez difficile jusqu’à présent. Dans cette étude, nous avons constaté que les patients HF qui avaient un score KCCQ inférieur au moment de la sortie et une EF inférieure et de sexe masculin semblaient plus enclins à une réadmission dans les 30 jours. Ces résultats étaient similaires à ceux de certaines études, mais pas à ceux d’autres. En fait, aucun facteur spécifique du patient ou de l’hôpital n’a été démontré pour prédire systématiquement la réadmission 30 jours après l’hospitalisation pour HF. Dans une revue systématique de 112 études décrivant l’association entre les caractéristiques traditionnelles du patient et la réadmission après hospitalisation pour HF, EF ventriculaire gauche, ainsi que d’autres facteurs tels que les caractéristiques démographiques, les conditions comorbides et la classe de l’Association cardiaque de New York, n’a été associée à la réadmission que dans une minorité de cas. Dans une autre méta-analyse de 69 études et de 144 facteurs de réadmission à court terme, les comorbidités non cardiovasculaires, la mauvaise condition physique, les antécédents d’admission et l’absence d’utilisation de médicaments fondés sur des preuves, plutôt que les comorbidités cardiovasculaires, l’âge ou le sexe, étaient plus fortement associés à une réadmission à court terme.

Il a été démontré que les scores KCCQ présentaient une sensibilité beaucoup plus grande aux changements cliniques chez les patients atteints d’insuffisance cardiaque que la classification fonctionnelle de la New York Heart Association (NYHA), le Questionnaire sur l’insuffisance cardiaque vivant dans le Minnesota (LiHFe) et la forme abrégée-36 (SF-36). L’essai EVEREST a suggéré que le KCCQ est un indicateur pronostique important de réadmission dans l’année suivant la sortie. Dans leur étude, les patients présentant des scores KCCQ < 25 (état de santé pire) présentaient un risque plus de trois fois plus élevé du critère d’évaluation combiné de la réhospitalisation et de la mortalité que ceux du meilleur niveau d’état de santé (score KCCQ > 75). Plus récemment, le score KCCQ a été utilisé pour évaluer la faisabilité de refléter les changements d’HF aiguë pendant l’hospitalisation et de prédire la réadmission à 30 jours. Les auteurs ont constaté qu’il était possible d’utiliser le KCCQ pendant les hospitalisations aiguës à haute fréquence et qu’il était sensible à l’amélioration clinique, mais les changements de score pendant l’hospitalisation ne prédisaient pas une réadmission de 30 jours. Cependant, cette étude était une étude relativement petite qui ne comprenait que 54 patients et était axée sur les différences de score KCCQ pendant l’hospitalisation entre les groupes de non-admission et d’admission. En revanche, plus de 240 patients ont été inclus dans notre étude et le score KCCQ était plus élevé chez les patients HF non réadmis et était associé indépendamment à une réadmission inférieure à 30 jours.

Comme il a été mentionné ci-dessus, plusieurs facteurs contribuent à la réadmission des HF; par conséquent, des modèles de prévision des risques comprenant et pesant tous les facteurs pertinents ont été élaborés. Dans ces modèles, la discrimination, définie par l’aire sous la courbe de caractéristique de fonctionnement du récepteur (ROC), est utilisée pour indiquer dans quelle mesure un modèle peut séparer ceux qui auront le résultat de ceux qui n’auront pas le résultat d’intérêt. Dans ce cas, si les risques prévus pour les patients réadmis sont tous plus élevés que pour les patients non réadmis, le modèle discrimine parfaitement avec la statistique c de 1. Inversement, si la prédiction du risque n’est pas meilleure que le hasard, la statistique c est de 0,5. Les modèles sont généralement considérés comme raisonnables lorsque la statistique c est supérieure à 0,7 et forts lorsque la statistique c est supérieure à 0,8. Pour une réadmission de 30 jours après une hospitalisation à haute fréquence, plusieurs modèles ont été développés. Seuls deux modèles ont généré des statistiques c supérieures à 0,6 après avoir étudié les cohortes de dérivation et de validation. L’un d’eux est le modèle automatisé développé par Amarasingham et al. intégrer les données du dossier de santé électronique au moment de l’hospitalisation. L’autre modèle a combiné des données démographiques et de comorbidité basées sur les allégations avec des données cliniques, y compris les signes vitaux, les valeurs de laboratoire et la fraction d’éjection ventriculaire gauche mesurée. Cependant, aucun des deux modèles n’incluait de scores KCCQ. Compte tenu de seulement 48 réadmissions dans notre population étudiée, nous n’avons inclus que 7 paramètres en plus du score KCCQ dans le modèle complet (modèle 5). Nous avons également inclus des informations sur les médicaments, les bêta-bloquants et les inhibiteurs de l’ECA / ARB, qui avaient démontré une diminution de la mortalité par HF, et le sodium et l’Hgb, qui peuvent affecter la réhospitalisation et la mortalité par HF et qui ont été utilisés dans d’autres modèles (http://www.readmissionscore.org/heart_failure.php), bien qu’ils n’aient pas été associés indépendamment à la réadmission dans l’analyse multivariée. Le modèle complet (modèle 5), qui comprenait le score KCCQ, a porté les statistiques c de 0,617 dans le modèle de base 1 en fonction de l’âge et du sexe à 0.710, avec une augmentation de l’IDI de 6,6%. Étant donné que de nombreux autres facteurs de risque possibles n’ont pas été inclus dans ce modèle, tels que le DFG et le BNP, ce modèle peut ne pas être parfait, bien que ses statistiques c soient supérieures à 0,7, et peuvent exagérer la contribution du score KCCQ. Cependant, nos résultats suggèrent que la contribution de KCCQ pour prédire la réadmission à court terme des HF pourrait potentiellement être aussi importante que la FEVG.

Les présentes conclusions doivent être prises en compte dans le contexte des limites de l’étude. Cette étude a été réalisée dans un centre médical à communauté unique, et d’autres études dans d’autres centres ou plusieurs centres doivent être effectuées pour valider nos résultats. Nous n’avons administré le KCCQ qu’une seule fois pendant l’hospitalisation, ce qui ne refléterait pas les changements entre l’admission, pendant l’hospitalisation et après l’hospitalisation. Nous n’avons pas recueilli d’antécédents médicaux pertinents, tels que les antécédents d’admission en raison d’une insuffisance cardiaque dans le passé; les résultats d’examens physiques; certains autres laboratoires tels que GFR et BNP, ou les résultats de radiographie pulmonaire. Ces facteurs pourraient également être importants dans le modèle de prévision des risques.

Abréviations

Points supplémentaires

Compétence en Connaissances médicales. L’insuffisance cardiaque est l’un des diagnostics les plus courants associés à la réadmission. Le score KCCQ a fourni des informations pronostiques importantes pour prédire la réadmission à 30 jours et il peut améliorer considérablement la fiabilité de la prédiction ainsi que d’autres composants critiques. Perspectives translationnelles. Des études cliniques supplémentaires doivent être effectuées dans plusieurs centres avec une plus grande taille d’échantillon pour valider notre constatation. Les recherches futures devraient inclure les résultats pertinents de l’examen physique et les résultats de la radiographie pulmonaire, qui pourraient être importants dans le modèle de prédiction des risques.

Intérêts concurrents

Les auteurs déclarent qu’ils n’ont pas d’intérêts concurrents.

Contributions des auteurs

Shengchuan Dai et Junhong Gui ont contribué à parts égales au manuscrit.

Remerciements

Les auteurs souhaitent remercier les médecins participants suivants de l’hôpital Florida d’Orlando qui ont aidé à la collecte de données: Maria Amin (MD); Saroj Khadka (MD); Prabhava Bagla (MD); et Zoltan Varga (MD, Ph.D.).