注目ポイント
PREVENT-HFリスク方程式は、全体として10年心不全（HF）リスクを有効に予測し、特に駆出率保持心不全（HFpEF）において、駆出率低下心不全（HFrEF）より高い識別能を示した。
5件の縦断コホート研究および2件の大規模医療システム電子健康記録（EHR）データセットで検証され、既往の心血管疾患を有さない多様な集団への一般化可能性が示された。
較正指標は、絶対リスク推定が信頼できることを示したが、臨床実装に向けてはサブタイプ別のリスク閾値をさらに明確化する必要がある。
本結果は、特にリスク層別化の未解決ニーズが大きいHFpEFにおいて、PREVENT-HFを予防的循環器診療および個別化リスク評価へ組み込む可能性を示している。
研究背景
心不全（HF）は、依然として世界的に主要な罹患および死亡の原因である。HFは、駆出率保持心不全（HFpEF）と駆出率低下心不全（HFrEF）というサブタイプに臨床分類され、それぞれ異なる病態生理機序、リスクプロファイル、および治療反応を反映している。全体のHFリスクを推定するリスク予測アルゴリズムは数多く存在する一方、サブタイプ別予測に対して明確に検証されたツールは乏しい。HFpEFとHFrEFでは管理戦略が大きく異なるため、予防および早期介入を導くうえで、より精緻なリスク層別化ツールが不可欠である。
10年以内の新規HF発症リスクを推定するために開発されたPREVENT-HF方程式は、両方のHFサブタイプを包含するが、異なる実臨床コホートおよび研究ベースコホートを横断したサブタイプ別予測性能については、これまで厳密に評価されていなかった。HFサブタイプ別にこれらの方程式の識別能と較正を評価することは、サブタイプに応じたリスク予測へ向けた重要な一歩である。
研究デザイン
研究者らは、1989年から2013年の間にベースライン検査が実施された5件の地域住民ベース縦断コホート研究のデータを統合し、既存の心血管疾患またはHFを有さない30～79歳の成人23,652例を対象とした。HFイベントおよびサブタイプ分類（HFpEF vs. HFrEF）は10年間にわたり評価された。
さらに、Beth Israel Deaconess Medical Center（BIDMC；参加者29,815例、ベースライン2004～2014年）およびMass General Brigham（MGB；参加者138,999例、ベースライン2001～2018年）の電子健康記録（EHR）データから抽出された2つの大規模外来医療サンプルについても同様に解析した。
主要解析では、PREVENT-HF方程式による10年以内のHFサブタイプ発症予測性能を評価した。識別能は、受信者動作特性曲線下面積（AUROC）およびイベント率に対する平均適合率（AP）で定量化した。較正は、統合較正指数（ICI）を用いて評価した。
主な結果
統合コホート研究（n=23,652）では、1,232件の新規HFイベントが発生し、そのうち35％がHFpEF、42％がHFrEFに分類された。BIDMCでは259件のHFイベントが記録され（HFpEF 51％、HFrEF 39％）、MGBでは1,050件のHFイベントが確認された（HFpEF 56％、HFrEF 36％）。
識別能：PREVENT-HFは、全体として各環境で優れた識別能を示し、一貫してHFrEFよりHFpEFで高かった。
統合コホート：HFpEFのAUROCは0.824（95％CI 0.807–0.839）、HFrEFは0.789（95％CI 0.770–0.807）。
BIDMC EHR：HFpEFのAUROCは0.897（95％CI 0.874–0.918）、HFrEFは0.833（95％CI 0.791–0.869）。
MGB EHR：HFpEFのAUROCは0.864（95％CI 0.848–0.880）、HFrEFは0.797（95％CI 0.771–0.820）。
イベント率に対する平均適合率比でも同様の傾向が認められ、HFpEFにおける陽性的中度の優位性が示された。
較正：絶対リスクの較正は、各コホートにおいてHFpEFとHFrEFで同程度であった。例えば、統合コホートにおける統合較正指数はHFpEFで0.041、HFrEFで0.038とほぼ同等であり、予測リスクと観察リスクの乖離は軽度であった。
専門的考察
これらの結果は、PREVENT-HFが全体のHFリスク推定を目的として開発されたにもかかわらず、HFpEFおよびHFrEFの発症リスクを有する個人を明確に識別でき、特にHFpEFでより良好な性能を示すことを明らかにしている。これは、HFpEFとより強く関連する高血圧や肥満といった従来型リスク因子の有病率差および寄与の大きさを反映している可能性がある。
臨床的には、この区別は重要である。なぜなら、HFpEFには現時点で広く受け入れられた予防治療がなく、また表現型が不均一で早期同定が難しいことが多いためである。精度の高いリスク予測により、生活習慣介入やリスク因子修正を疾患経過の早期から標的化できる可能性がある。
一方で、PREVENT-HFは現時点でサブタイプ別のリスク閾値や、HFサブタイプに特化した臨床意思決定の指針を提供していない点が限界である。また、対象集団は多様であるものの、すべての人種・民族集団、あるいは重度の併存疾患を有する患者を完全には代表していない可能性がある。
今後は、PREVENT-HF方程式をサブタイプ特異的モデルへ洗練させ、HFサブタイプに対する予防的または診断的精査の起点となる閾値を検証する研究が必要である。
結論
要するに、PREVENT-HFは地域住民コホートおよびEHRベースコホートにおいて、10年HFリスクを高精度に予測し、HFrEFよりHFpEFで一貫して優れた識別能を示した。これは、臨床現場でPREVENT-HFを運用し、サブタイプ特異的なHF高リスク者を同定するうえで大きな可能性を示しており、個別化された予防戦略の指針となることが期待される。サブタイプ別リスク閾値の整備と、多様な集団への適用拡大は、臨床的有用性を最適化するための重要な次の課題である。
資金提供およびClinicalTrials.gov
本研究は、複数の機関および政府系助成金によって支援された（詳細は原著に準拠）。元のコホートは臨床試験データベースに登録されている可能性があるが、本統合解析に固有の単一の臨床試験番号は記載されていなかった。
参考文献
Mounsey LA, Wang D, Ribeiro PH, et al. Performance of the PREVENT-HF Equations Across Heart Failure Subtypes in Community-Based and Ambulatory Healthcare Samples. Circulation. 2026 Nov 2; PMID: 42969101.
Benjamin EJ, Muntner P, Alonso A, et al. Heart Disease and Stroke Statistics—2019 Update: A Report From the American Heart Association. Circulation. 2019;139(10):e56-e528.
Yancy CW, Jessup M, Bozkurt B, et al. 2017 ACC/AHA/HFSA Focused Update of the 2013 ACCF/AHA Guideline for the Management of Heart Failure. Circulation. 2017;136(6):e137-e161.
Bozkurt B, Coats AJ, Tsutsui H, et al. Universal Definition and Classification of Heart Failure. J Card Fail. 2021;27(4):387-413.
