Frailty, Formeln und feine Effekte – (Late) Evidenz-Quickies KW 16
SENIOR-RITA, SCORE2-HF, OCEANIC-STROKE und C-TRACT
Diesen Beitrag zitieren:
Nößler D. Frailty, Formeln und feine Effekte – (Late) Evidenz-Quickies KW 16. EvidenzUpdate 2026;7:15. doi: 10.69156/quick/2026.04.00015
Sonntagabend Dienstagnacht ist (Verspätungs-)Quickie-Zeit. Wieder einmal mit zwei Tagen Verspätung. Pardon. Dafür heute etwas weniger (nur vier). Bitte sehr. Und (leider) sind wir wieder sehr, eigentlich ausschließlich kardiovaskulär. Ups. Dennoch:
Viel Freude und hoffentlich interessante Lektüre! Und eine gute (Rest-)Woche!
Die Quickies in Mini-Kürze
🫀 NSTEMI, gebrechlich und alt: Besser nicht auf den „Tisch“
Bei ≥ 75-Jährigen mit Nicht-ST-Hebungsinfarkt und Gebrechlichkeit (Fried-Score ≥ 3) bringt die invasive (PCI)-Strategie keinen messbaren Nutzen gegenüber optimaler Medikation. Bei den Gebrechlichsten droht sogar mehr Schaden. Fazit: Frailty-Assessment vor Katheterentscheidung obligat. Cave: explorative Subgruppenanalyse, eigentlich nur hypothesengenerierend.
🎈 SCORE2-HF, ein neuer Rechner fürs Herzinsuffizienz-Risiko
Die SCORE2-Writing-Group der Euro-Kardiologie (ESC) hat erstmals ein Modell zur Schätzung des 10- und 30-Jahres-Herzinsuffizienz-Risikos aus 8 Routineparametern entwickelt (C-Index 0,83–0,87). Methodisch ist das solide und interessant, auch zum Spielen. Aber: keine Daten aus Deutschland in der Validierung, und ganz sicher darf das kein primärpräventiver Therapie-Trigger werden.
🧠 Faktor-XIa-Hemmer zur Rezidiv-Prophylaxe nach Insult vor der Tür
Das noch nicht zugelassene (!) Asundexian reduzierte in der Hersteller-finanzierten OCEANIC-STROKE-Phase-III-Studie ischämische Schlaganfall-Rezidive signifikant (NNT ~ 53/Jahr) ohne ein erhöhtes Blutungsrisiko. Kein Mortalitätsvorteil, kein Antidot, Bayer-finanziert. Außerdem: Noch nicht zugelassen. Biologisch interessant, vorerst aber nur für den (Hinter-)Kopf.
🩸 Stent gegen PTS: Mini-Schritt mit Blutungsschatten
Stenting beim postthrombotischen Syndrom zeigte in der C-TRACT-Studie einen statistisch signifikanten, aber klinisch bescheidenen VCSS-Vorteil, dazumal noch erkauft durch ein verdreifachtes Blutungsrisiko (NNH 13). Die Studie hat eine hochselektierte US-Kohorte, nur 6 Monate Follow-up. Die Methode ist sicher kein Thema für die Breite, allenfalls künftig eine Option bei schwerem therapierefraktärem PTS.
Und ab hier jetzt die Details …
🫀 NSTEMI, gebrechlich und alt: Besser nicht auf den „Tisch“
Rubino et al., JAMA Network Open 2026,1 Subgruppenanalyse der SENIOR-RITA-Studie aus 🇬🇧 (ISRCTN11343602), samt begleitendem Kommentar2
🎯 In Kürze: Bei gebrechlichen Hochaltrigen (≥ 75 Jahre) mit Nicht-ST-Hebungsinfarkt (NSTEMI) bringt die invasive Strategie (PCI und ggf. Revaskularisierung) keinen messbaren Nutzen gegenüber der konservativen medikamentösen Therapie. Bei den Gebrechlichsten droht sogar mehr Schaden.
Ergo: Ein Frailty-Assessment vor der Katheterplatz-Entscheidung ist kein Nice-to-have, sondern sollte obligat sein.
Oder: Wer einen ≥ 83-Jährigen mit ≥ 3 Fried-Kriterien ins Katheterlabor schickt, sollte das begründen können.
PICO
(P)opulation: Subgruppe (!) von 469 Pat. ≥ 75 J. (Fried-Score ≥ 3) mit NSTEMI
Medianalter 83 J., 51% Frauen
in 48 Kliniken im UK
(I)ntervention: Invasiv aus Koronarangiografie + ggf. Revaskularisation + optimale Medikation
(C)omparison: konservative, optimale Medikation
(O)utcomes: kardiovaskulärer Tod oder nicht-fataler Myokardinfarkt
Follow-up: Median 4,1 Jahre
Ergebnisse
Auch wenn aufgrund der geringen Fallzahl die Unterschiede nicht signifikant sind, zeigen sie doch einen Trend zu Ungunsten der invasiven Strategie. Und interessant: Als kontinuierliche Variable analysiert, ist die Interaktion Gebrechlichkeit × Strategie für den primären Endpunkt signifikant (p = 0,04). Ergo: Je gebrechlicher, desto mehr droht Schaden durch die Intervention.
Einordnung
⚠️ Explorative Subgruppenanalyse: das ist regelhaft erst einmal nur hypothesengenerierend, nicht konfirmatorisch
Aber es ist ein relevantes Signal im Sinne des Schutzes vor Über- und Fehlversorgung
Statistisch ist die Subgruppe unterpowert, die Autoren räumen das selbst ein
Nur 1 von 5 Gescreenten eingeschlossen → Selektionsbias möglich; schwerstgebrechliche wurden oft gar nicht erst randomisiert
Stratifizierung der Gebrechlichkeit im Haupt-RCT nach der Rockwood-Skala, hier ausgewertet nach den Fried-Kriterien; das passt nicht perfekt zusammen
UK-NHS-Setting, aber im Prinzip auf Deutschland übertragbar
Die rezente ACS-Leitlinie der Kardiologen (ESC) von 2023 empfiehlt bereits eine holistische, individualisierte Entscheidung bei Gebrechlichen;3 diese Daten bestätigen das
🎈 SCORE2-HF, ein neuer Rechner fürs Herzinsuffizienz-Risiko?
SCORE2 Writing Group, European Heart Journal 2026,4 Kalibrierungs- und Validierungsstudie in 🇪🇺 für ein SCORE2-HF-Risikomodell
🎯 In Kürze: Deutschland hat mit arriba bekanntlich ein für die Primärversorgung entwickeltes Tool, das mit dem KVP-Modul eine kardiovaskuläre Risikoschätzung ermöglicht. Und in der aktuellen S3-Leitlinie KVP-Risikoberatung werden daneben auch SCORE2 und PROCAM gleichberechtigt empfohlen.
Nun hat eine Gruppe der europäischen Kardiologie (ESC) erstmals einen Rechner entwickelt, der das 10- und 30-Jahres-Risiko für eine Herzinsuffizienz abschätzen können soll. SCORE2-HF heißt der Apparat.
Methodisch ist er solide. Bislang ist er vor allem akademisch interessant und eine hübsche Spielerei. Für den Praxisalltag ist er noch Zukunftsmusik.
Was gemacht wurde
Die SCORE2-Writing-Group in der ESC hat ein Rechenmodell entwickelt, das das 10- und 30-Jahres-Risiko für eine erstmalige Herzinsuffizienz berechnet aus acht Routineparametern:
Alter, Geschlecht, Rauchen, systolischer Blutdruck, Antihypertensiva, BMI, eGFR,
Typ-2-Diabetes (dann zusätzlich mit HbA1c und Diagnosealter).
Adressiert werden Menschen über 40 J. ohne bestehende Herz-Kreislauf-Erkrankung.
Das Modell würde die bestehende SCORE2-Familie ergänzen (SCORE2, SCORE2-OP, SCORE2-Diabetes), die bisher kardiovaskuläre Risiken (Infarkt, Schlaganfall, kardiovaskulärer Tod) abschätzt, aber nicht das Risiko für Herzinsuffizienz.
Drei Schritte zum Modell
Für die Modellierung hat die Gruppe ein dreistufiges Verfahren unternommen:
Derivation: Modell entwickeln (= ergibt relative Risiken)
Das Modell lernt aus echten Daten, welche Faktoren (Alter, Blutdruck, Diabetes usw.) mit Herzinsuffizienz assoziiert sind (!) und wie stark. Das Ergebnis ist eine Rechenformel.UK Biobank (UKB): 462.914 Personen, gesunde Freiwillige ≥ 40 J.
Emerging Risk Factors Collaboration (ERFC), 24 Kohorten: 148.864 Personen, 14 Länder, prospektive Bevölkerungsstudien (darunter SHIP und ESTHER aus 🇩🇪)
Rekalibrierung: Auf Europa anpassen (= ergibt absolute Risiken und Zuteilung der Risikoregionen)
Die oben unter (1) ermittelte Formel gilt zunächst nur für die dortige Population. Da die absolute Herzinsuffizienz-Häufigkeit bspw. in Osteuropa aber höher ist als in Westeuropa, wird das Modell für vier europäische Risikoregionen nachjustiert und an die lokalen Häufigkeiten angepasst.WHO-Sterblichkeitsdaten (45 Länder)
Krankenhausdaten aus 5 Regionen: 🏴 England (NHS-Daten), 🇩🇰 Dänemark (Nat. Gesundheitsregister), 🇸🇪 Stockholm (SCREAM), 🇪🇪 Estland (BIG-HEART), 🇵🇱 Podlachien, Nordostpolen (EP-PARTICLES) = ingesamt >36 Mio. Personen (30,1 Mio. aus England)
Externe Validierung: Modell prüfen
Das ist der entscheidende Test: Funktioniert das Modell auch in Bevölkerungen, die nie für die Entwicklung genutzt wurden? Dafür wurden drei komplett unabhängige Kohorten verwendet.CPRD (Clinical Practice Research Datalink), eine 🏴 englische Datenbank aus der Primärversorgung (1.227.276 Personen)
Bevölkerungskohorte HUNT3 in 🇳🇴 Norwegen (33.434)
Bevölkerungskohorte EstBB in 🇪🇪 Estland (76.114)
Das Ergebnis …
… ist der sogenannte C-Index, der hier für die externen Kohorten 0,83–0,87 beträgt, was recht gut ist. Der C-Index (Area under the Curve, AUC) misst, vereinfacht gesagt, wie gut ein Modell zwischen Personen mit und ohne Herzinsuffizienz unterscheidet: 1,0 wäre eine perfekte Diskrimination. 0,5 ein Münzwurf. Die hier ermittelten Werte sind recht gut, sie bedeuten aber auch: ca. 15% der Fälle werden falsch eingeordnet. Außerdem soll das vorliegende Modell bei Menschen ab 70 Jahren zu einer leichten Überschätzung des Risikos führen.
Die Risiken
Mit ihrem Modell lässt sich, ähnlich wie bspw. mit arriba KVP, das alters-, geschlechts- und risikofaktorabhängige Risiko binnen 10 und 30 Jahren ermitteln. Für beide Geschlechter und Projektionen haben wir die Risiken einmal grafisch aufgetragen und hoffen, dass das selbsterklärend ist (falls nicht, bitte eine kurze E-Mail an verstehichnicht@evidenzupdate.de oder gehtseinbisscheneinfacher@evidenzupdate.de):
Interessante Befunde
Männer haben binnen 10 J. durchgängig ein ~15–20 % höheres relatives Risiko als Frauen gleichen Alters; im hohen Alter nähert es sich wieder an
Binnen 30 J. Hier kehrt sich die Relation ab ca. 55 J. um: Frauen überholen die Männer, da die weiblichen Kalibrierungskoeffizienten für den Langzeithorizont stärker steigen
Rauchen hat bei Frauen < 55 J. den stärksten Einzeleffekt auf das 30-J.-Risiko; stärker als bei Männern (höherer Regressionskoeffizient: 0,722 vs. 0,496)
eGFR 55 überraschenderweise niedriger als SBP 155 oder Antihypertensiva; im Modell wirkt reduzierte eGFR weniger risikoerhöhend als erwartet
Antihypertensiva-Status (ohne SBP-Erhöhung) erhöht das Risiko moderat, das Modell kodiert hier die zugrundeliegende Hypertonie, nicht das Medikament selbst
Der Raucherstatus senkt das 10-J.-Risiko bei 60-Jährigen erheblich: Männer von 4,53 auf 2,97%, Frauen von 3,43 auf 1,87%; beim 30-Jahres-Risiko kehrt sich bei Nichtrauchern die Kreuzung der Geschlechterkurven noch früher um: bereits ab ca. 67–68 J. überholen Frauen die Männer
Einordnung
UK-Biobank-Bias: 78% der Derivationskohorte aus dem Königreich, es sind vor allem gesunde Freiwillige = Healthy-volunteer-Problem
Kein Deutschland in Rekalibrierung oder Validierung (allerdings mit SHIP und ESTHER in der Derivation); Deutschland ist laut ESC-Einteilung eine „Moderate-risk-region“, wurde aber nicht solitär kalibriert
Kein harter Endpunkt „Herzinsuffizienz“ in der Primärversorgung: Die HF-Diagnosen stammen aus Klinikentlassungsdaten, ambulant gemanagte HF wird damit womöglich unterschätzt
ACHTUNG, ein Risikomodell ist kein Therapie-Trigger: Die Autoren spekulieren schon einmal auf SGLT2-Inhibitoren als Konsequenz aus ihrer Arbeit; das wäre Primärprävention, dafür sind die Dinger nicht zugelassen, die Schlussfolgerung geht (mal wieder) viel zu weit. Obacht!
