Modèle de prédiction diagnostique de l’hypertension dans les populations Han et Yugur

Modèle de prédiction diagnostique de l’hypertension dans les populations Han et Yugur issues de l’Enquête nationale de santé chinoise (CNHS)

Introduction

L’hypertension demeure un facteur de risque majeur et évitable de morbidité et de mortalité cardiovasculaires à l’échelle mondiale. En 2010, environ 1,38 milliard d’adultes étaient touchés par cette pathologie, soit 31,1 % de la population adulte. En Chine, la prévalence est particulièrement élevée, avec 23,2 % (244,5 millions d’adultes) de cas diagnostiqués et 41,3 % (435,3 millions) classés comme préhypertendus. Malgré les efforts internationaux, la sensibilisation et la prise en charge en Chine restent inférieures à celles des pays développés : seulement 46,9 % des hypertendus sont conscients de leur état.

La minorité ethnique Yugur, dans la province du Gansu (Nord-Ouest de la Chine), présente des habitudes alimentaires spécifiques (consommation élevée de viande rouge et d’alcool), associées à une prévalence d’hypertension supérieure à celle de la majorité Han. Cette disparité souligne la nécessité de stratégies de prévention ciblées. Bien que des modèles de prédiction existent en Chine, leurs limites incluent l’absence d’outils visuels, une calibration insuffisante et une sous-représentation des minorités ethniques. Notre étude comble ces lacunes en développant un modèle diagnostique intégrant des facteurs démographiques, anthropométriques et comportementaux, spécifiquement adapté aux populations Han et Yugur.

Méthodes

Conception de l’étude et participants

Les données proviennent de l’Enquête nationale de santé chinoise (CNHS, 2016–2017), incluant 9 699 participants Han et Yugur âgés de 20 à 80 ans issus des provinces du Gansu et du Hebei. Les critères d’exclusion étaient des mesures de pression artérielle (PA) manquantes ou des antécédents hypertensifs non documentés. Les participants ont été répartis de manière non aléatoire en trois ensembles :

• Ensemble d’entraînement : 2 845 Han et 1 108 Yugur du Gansu.
• Validation interne : 1 402 Han et 522 Yugur provenant de sites indépendants du Gansu.
• Validation externe : 3 822 Han de la province du Hebei.

Collecte des données et définitions

La PA a été mesurée trois fois à l’aide d’un appareil Omron HEM-907. L’hypertension était définie comme une PA systolique ≥140 mmHg, une PA diastolique ≥90 mmHg, un diagnostic auto-déclaré ou un traitement antihypertenseur. Les antécédents familiaux (AFH) étaient classés en trois catégories : FH0 (aucun antécédent), FH1 (une génération affectée) et FH2+ (≥ deux générations). Les variables étudiées incluaient l’âge, le sexe, l’IMC, le lieu de résidence, le statut marital, le niveau d’éducation, le tabagisme, la consommation d’alcool, l’activité physique, le revenu et la fréquence cardiaque.

Analyse statistique

La sélection des variables a utilisé une régression Lasso pour identifier les prédicteurs clés. Un modèle de régression logistique multivarié a été développé, visualisé sous forme de nomogramme et hébergé sur un site web interactif. La performance a été évaluée via :

• La discrimination (indice C).
• La calibration (test de Hosmer-Lemeshow, courbes de calibration GiViTI).
• L’utilité clinique (analyse des courbes de décision).
  Une comparaison a été effectuée avec un modèle publié précédemment dans le Nord de la Chine.

Résultats

Caractéristiques des participants

La prévalence de l’hypertension était comparable entre l’ensemble d’entraînement (n=3 953, 29,4 %) et la validation interne (n=1 924, 30,6 % ; P=0,349), mais plus élevée dans la validation externe (n=3 822, 39,9 % ; P<0,001). Des différences significatives (P<0,05) ont été observées pour l’âge, le sexe, l’IMC, le revenu et les facteurs comportementaux entre les ensembles, validant la répartition géographique non aléatoire.

Développement du modèle

La régression Lasso a identifié huit prédicteurs : âge, sexe féminin, IMC, résidence rurale, revenu annuel ≥20 000 CNY, fréquence cardiaque ≥80 bpm, FH1 et FH2+. Les odds ratios (OR) du modèle logistique sont :

• Âge : OR=1,08 par année (IC 95 % : 1,07–1,09).
• Sexe féminin : OR=0,57 (0,48–0,67).
• IMC : OR=1,20 par kg/m² (1,17–1,23).
• FH1 : OR=2,06 (1,70–2,50).
• FH2+ : OR=4,83 (3,89–6,00).

Performance du modèle

Discrimination :

• Indice C (entraînement) : 0,802 (IC 95 % : 0,788–0,817).
• Validation interne : 0,789 (0,768–0,810).
• Validation externe : 0,829 (0,816–0,842).

Calibration :

• Aucun manque d’ajustement significatif (P≥0,114) au test de Hosmer-Lemeshow.
• Les courbes de calibration GiViTI ont confirmé l’alignement entre les probabilités prédites et observées (P≥0,114).

Utilité clinique

L’analyse des courbes de décision a montré un bénéfice net standardisé (sNB) supérieur aux stratégies « traiter tous » ou « ne traiter personne ». À un seuil de risque de 40 %, le modèle atteignait un sNB=0,473 en validation externe, évitant des traitements inutiles pour 47,3 % des cas.

Comparaison avec des modèles existants

Notre modèle a surpassé un modèle diagnostique précédent (Du et al., 2018) en termes d’AUC :

• Ensemble d’entraînement : 0,802 vs 0,741 (P<0,001).
• Validation externe : 0,829 vs 0,725 (P<0,001).

Discussion

Principaux résultats

Cette étude présente le premier modèle de prédiction diagnostique de l’hypertension adapté aux populations Han et Yugur, intégrant des facteurs de risque spécifiques et des disparités régionales. L’inclusion d’AFH multigénérationnels et d’outils visuels (nomogramme, calculateur web) améliore l’applicabilité clinique. Le modèle montre une discrimination robuste, une calibration fiable et une utilité clinique validée.

Forces et innovations

1. Représentation ethnique : Inclusion des Yugur, souvent absents des modèles existants.
2. Outils dynamiques : Le nomogramme et le calculateur en ligne (https://chris-yu.shinyapps.io/hypertension_risk_prediction/) facilitent l’évaluation en temps réel.
3. Rigueur de validation : La validation externe dans le Hebei renforce la généralisabilité.
4. Impact clinique : L’analyse des bénéfices nets guide l’allocation des ressources vers les sous-groupes à risque.

Limites

1. Variables non mesurées : L’apport en sel et les facteurs psychosociaux n’ont pas été inclus.
2. Généralisabilité : L’applicabilité à d’autres groupes ethniques ou aux extrêmes d’âge (<20, >80 ans) reste à valider.
3. Conception transversale : Des données longitudinales sont nécessaires pour évaluer l’utilité pronostique.

Conclusion

Ce modèle diagnostique validé pour les populations Han et Yugur intègre des variables cliniques et démographiques facilement accessibles. Le nomogramme et l’outil web soutiennent une évaluation individualisée du risque, favorisant une prévention ciblée dans les régions à forte prévalence. Les recherches futures devraient étendre la représentation ethnique et inclure des biomarqueurs pour affiner la précision prédictive.

doi.org/10.1097/CM9.0000000000001989