Meskipun berbagai skor untuk menghitung risiko penyakit kardiovaskular telah diteliti sebelumnya, saat ini telah terjadi perubahan yang berarti pada berbagai faktor risiko seperti penggunaan tembakau maupun perubahan tata laksana yang bisa membuat skor lama menjadi kurang akurat. Hal ini membuat dikembangkannya skor PREVENT untuk memperkirakan risiko total penyakit kardiovaskular pada usia 30–79 tahun tanpa penyakit kardiovaskular sebelumnya.[5,6]

Komponen dalam Kalkulator PREVENT

Kalkulator PREVENT dikembangkan dari subjek kohort berbagai penelitian terdahulu di mana pasien berusia 30-79 tahun. Dalam kalkulator PREVENT, faktor risiko yang dinilai adalah sebagai berikut:

• Jenis kelamin dan usia
• Tekanan darah sistolik
• Kolesterol total
• Kolesterol HDL (high-density lipoprotein)

• Indeks massa tubuh (IMT)

• Estimated glomerular filtration rate (eGFR)

• Diabetes
• Kebiasaan merokok
• Penggunaan obat antihipertensi
• Penggunaan obat lipid-lowering[1]

Ada tiga prediktor tambahan yang bersifat opsional untuk personalisasi risiko, yaitu:

• Urine albumin-creatinine ratio (UACR)

• HbA1c
• Kode pos (untuk estimasi social deprivation index atau SDI)[1]

Karena kalkulator ini bertujuan sebagai skrining, maka nilai ekstrim dari berbagai faktor risiko tersebut merupakan eksklusi.[6,7]

PREVENT mengukur luaran primer berupa penyakit kardiovaskular, termasuk episode fatal maupun nonfatal terkait penyakit jantung aterosklerosis dan gagal jantung. Dengan model regresi, berbagai faktor risiko tersebut dikombinasikan menjadi model prediksi terjadinya luaran primer dengan nilai R²≥0.99 untuk risiko terjadinya luaran dalam 10 tahun dan R²≥0.97 untuk risiko terjadinya luaran dalam 30 tahun pengamatan. Hal ini berarti bahwa prediksi tersebut memiliki nilai akurasi yang sangat tinggi.[6]

Penggunaan Kalkulator PREVENT

Kalkulator PREVENT dapat diakses di situs American Heart Association (AHA). Dalam halaman tersebut klinisi dapat memasukkan informasi pasien dan faktor risiko pasien ke dalam kolom yang ditentukan.[1]

Sebagai contoh, Tuan Y yang berusia 50 tahun datang ke praktik klinik dokter untuk melakukan kontrol berkala terkait diabetes, hipertensi, dan dislipidemia yang dialami. Saat ini, ia membawa hasil laboratorium dan diputuskan untuk melakukan perhitungan dengan kalkulator PREVENT seperti terlampir pada tabel 1.

Tabel 1. Contoh Ilustrasi Kasus untuk Kalkulator PREVENT

Variabel	Hasil
Jenis kelamin	Laki-laki
Usia	50 tahun
Kolesterol total	240 mg/dL
Kolesterol-HDL	52 mg/dL
Tekanan darah sistolik	160 mmHg
IMT	25.0 kg/m²
eGFR	89 ml/menit/1.73 m²
Riwayat Diabetes	Ada
Riwayat Merokok	Tidak
Riwayat konsumsi antihipertensi	Ada
Riwayat konsumsi obat lipid-lowering	Ada
UACR	Tidak ada data
HbA1c	Tidak ada data
Kode pos untuk estimasi SDI	Tidak ada data

Setelah memasukkan data-data tersebut ke kolom masing-masing dan mengklik tombol kalkulasi di situs AHA, maka akan tampak hasil sebagai berikut:

• Risiko penyakit kardiovaskular dalam 10 tahun 17.6% dan dalam 30 tahun 56.0%
• Risiko penyakit kardiovaskular aterosklerotik dalam 10 tahun 11.6% dan dalam 30 tahun 40.5%
• Risiko gagal jantung dalam 10 tahun 7.9% dan dalam 30 tahun 33.9%

Menariknya, dalam PREVENT, peran ras dalam kalkulasi risiko penyakit kardiovaskular tidak lagi diperhitungkan mengingat ras dapat terpengaruh oleh konstruksi sosial dan cenderung didapatkan bias dalam interpretasinya. Hal ini mengingat setiap ras memiliki karakteristik kebiasaan dan budaya yang berbeda.[8]

Selain itu, PREVENT memiliki keunggulan karena memasukkan gagal jantung sebagai luaran klinis yang bermakna dan terpisah dari luaran kardiovaskular lainnya, dan memasukkan eGFR sebagai prediktor terjadinya kejadian kardiovaskular. Pada kondisi khusus, poin dari kalkulator PREVENT memasukkan estimasi kondisi sosial sebagai faktor risiko penyakit kardiovaskular, tetapi masih terbatas pada Amerika Serikat.[6]

Implikasi Klinis Kalkulator PREVENT

Implikasi klinis dari kalkulator PREVENT adalah sebagai salah satu bentuk prevensi primer pada pasien tanpa penyakit kardiovaskular pada usia 30-79 tahun. Dengan hasil dari PREVENT, maka klinisi bersama pasien dapat merumuskan tata laksana preventif yang baik sesuai dengan kebutuhan pasien. Interpretasi kalkulator PREVENT dibagi menjadi risiko rendah (<5%), risiko borderline (5–7.4%), risiko intermediet (7.5–19.9%), dan risiko tinggi (≥20%) terjadinya penyakit kardiovaskular.[6]

Dokter perlu mengingat bahwa kalkulator ini tidak dapat diaplikasikan pada pasien yang telah memiliki riwayat penyakit kardiovaskular maupun gagal jantung. Namun, validasi dan kalibrasi dari berbagai faktor telah dilakukan, sehingga kuesioner PREVENT dapat digeneralisasi ke berbagai populasi yang sesuai dengan kriterianya. Penggunaan parameter yang diukur sehari-hari membuat kalkulator ini mudah diaplikasikan terutama pada fasilitas kesehatan primer.[6]

Kesimpulan

Penyakit kardiovaskular masih menjadi penyebab kematian utama di seluruh dunia. Berbagai upaya telah dilakukan, tetapi jumlah orang dengan penyakit kardiovaskular masih terus bertambah seiring dengan waktu. Hal ini tidak lepas dari interaksi berbagai faktor risiko yang membuat risiko penyakit kardiovaskular meningkat secara signifikan.

Saat ini, faktor risiko penyakit kardiovaskular tidak hanya faktor risiko klasik seperti yang dilaporkan dalam berbagai studi terdahulu, tetapi juga berbagai faktor risiko baru terkait kesehatan ginjal dan metabolik seperti penyakit ginjal kronis dan dislipidemia telah diteliti dapat mempengaruhi kesehatan kardiovaskular. Salah satu upaya preventif untuk prediksi risiko penyakit kardiovaskular adalah dengan kalkulator PREVENT, yang telah divalidasi untuk memperkirakan risiko penyakit kardiovaskular, penyakit jantung atherosklerotik, dan gagal jantung dalam 10 tahun dan 30 tahun.

Kalkulator PREVENT telah divalidasi dan tidak terkait dengan ras. Kalkulator ini juga memasukkan eGFR sebagai bagian dari kesehatan ginjal dalam perhitungannya dan memasukkan gagal jantung sebagai luaran yang diamati. Hal ini membuat PREVENT dapat digeneralisasi ke berbagai populasi terlepas dari ras dan cocok untuk pelayanan primer karena metodenya yang sederhana.