Geavanceerde paradigma's in cardiovasculaire risicobeoordeling:

Integratie van Biomarkers en Beeldvorming in Precisiecardiologie

Abstract

Hart- en vaatziekten (CVD) blijft wereldwijd de belangrijkste oorzaak van morbiditeit en mortaliteit, ondanks aanzienlijke vooruitgang in preventie, farmacotherapie en beeldvorming. Traditionele risicobeoordelingsinstrumenten, waaronder de Framingham-risicoscore en de ACC/AHA Gecohorteerde Vergelijkingen van de Pooling Cohort Equations, vormen al decennia de basis van de preventieve cardiologie, maar hun beperkingen op individueel niveau worden steeds duidelijker. Deze modellen schatten de waarschijnlijkheid van toekomstige gebeurtenissen in op basis van demografische en klinische risicofactoren, maar ze kwantificeren de atherosclerotische laesie niet direct, tandplak biologie, of subklinische myocardbeschadiging. Als gevolg hiervan blijft een aanzienlijk deel van de cardiovasculaire events optreden bij mensen die als laag of middelmatig risico worden gecategoriseerd, terwijl sommige individuen die door conventionele modellen als hoog risico worden aangemerkt, weinig aantoonbare ziekte hebben.

Deze discrepantie heeft geleid tot de opkomst van de precisiecardiologie — een benadering die geavanceerde lipidenmarkers, inflammatoire en metabolische biomarkers, genetische predispositie, hartspecifieke markers en anatomische beeldvorming integreert om te komen tot een meer geïndividualiseerde en biologisch onderbouwde risico-evaluatie. Dit manuscript geeft een overzicht van geavanceerde bloedbiomarkers, waaronder apolipoproteïne B (ApoB), lipoproteïne(a) [Lp(a)], klein dicht low-density lipoproteïne (sdLDL), geoxideerd low-density lipoproteïne (oxLDL), hoog-gevoelig C-reactief proteïne (hs-CRP), lipoproteïne-geassocieerde fosfolipase A2 (Lp-PLA2), vasten insuline en insulineresistentie indices, hooggevoelige troponine (hs-Tn), en NT-proBNP, evenals beeldvormende modaliteiten, waaronder coronary artery calcium (CAC)-score en computertomografie coronaire angiografie (CCTA). Er wordt in het bijzonder nadruk gelegd op de integratie van deze hulpmiddelen binnen een gelaagd kader. Huidig bewijs suggereert dat het combineren van biologische en anatomische informatie de discriminatie verbetert, herclassificatie, en de toewijzing van preventieve behandeling. De overgang van populatiegebaseerde voorspelling naar geïndividualiseerde ziektekarakterisering vertegenwoordigt een ingrijpende paradigmaverschuiving in de cardiovasculaire preventie en biedt een kans om de wereldwijde ziektelast van atherosclerose te verminderen door middel van eerdere, nauwkeurigere interventie [1]–[27].

Inleiding

De moderne geschiedenis van de cardiovasculaire preventie is onlosmakelijk verbonden met de ontwikkeling van de epidemiologische risicovoorspelling. Toonaangevende longitudinaal studies identificeerden leeftijd, geslacht, bloeddruk, roken, totaal cholesterol, en diabetes als de belangrijkste determinanten van toekomstige cardiovasculaire events en maakten de constructie mogelijk van pragmatische instrumenten om het risico in de klinische praktijk te schatten [1], [2]. Deze modellen transformeerden de preventieve zorg doordat clinici konden overstappen van een puur reactieve benadering naar een benadering die is gebaseerd op verwachte waarschijnlijkheid, en ze legden tevens de basis voor richtlijnbegeleide drempelwaarden voor de behandeling van statines en bloeddrukverlagend therapie. Toen deze hulpmiddelen echter op grote schaal werden toegepast, werden hun zwakke punten beter zichtbaar: ze werken goed als schattingen op populatieniveau, maar prestaties op populatieniveau garanderen geen nauwkeurige typering van het risico bij een willekeurig persoon.

In de klinische praktijk komen artsen personen tegen met ogenschijnlijk aanvaardbare lipidewaarden en een bescheiden berekend risico die zich later presenteren met myocardinfarct, evenals patiënten met meerdere conventionele risicofactoren bij wie beeldvorming weinig tot geen atherosclerotische last aantoont. Traditionele rekenmachines meten niet direct atherogeen deeltjesaantal, erfelijk bepaalde pro-atherogene toestanden zoals verhoogde Lp(a), inflammatoire activiteit, plaquefenotype, of myocardischemie. Zij reduceren derhalve een biologisch complex proces tot een beperkt aantal invoervariabelen. Het gevolg is voorspelbaar: onderkenning van restrisico, een onvolledig begrip van de ziekteheterogeniteit en een minder nauwkeurige afstemming van preventieve therapie op de echte biologische behoefte [3], [4].

De PREVENT-vergelijkingen vormen een betekenisvolle stap voorwaarts omdat ze de kalibratie verbeteren, de nierfunctie integreren en op ras gebaseerde variabelen wegnemen3]. Toch blijft PREVENT een model van probabilistische schatting in plaats van directe ziektedetectie. Het beantwoordt niet de steeds centralere vraag in de moderne preventieve cardiologie: wat er daadwerkelijk gebeurt in de slagaders van deze patiënt, myocardium, en onderliggende biologische routes op dit moment?

Die vraag is beter te beantwoorden omdat vorderingen in de lipidologie, moleculaire biomarkers en niet-invasieve beeldvormingclinici nu in staat stellen cardiovasculair risico te onderzoeken via meerdere complementaire lenzen. ApoB biedt een directe telling van atherogene deeltjes in plaats van een massa-schatting van cholesterol inhoud [6], [7]. Lp(a) identificeert een genetisch overgedragen en vaak stille veroorzaker van voortijdige ziekte [8]–[11]. hs-CRP weerspiegelt de inflammatoire as van het residuele risico [13]. Hoge gevoeligheid troponine en NT-proBNP detecteren subklinische myocardiale beschadiging en hemodynamische stress voordat manifeste klinische ziekte optreedt16]–[18]. CAC-score kwantificeert de mate van verkalkte plaque, terwijl CCTA niet alleen evalueert stenose maar plaque-samenstelling en hoog-risico morfologie [19]–[23Kunstmatige intelligentie vergroot de waarde van beeldvorming door de reproduceerbaarheid te vergroten en kwantificering van plaque-analyse op schaal mogelijk te maken24], [25].

Het doel van dit manuscript is om deze ontwikkelingen te synthetiseren binnen een coherent kader voor cardiovasculaire risicobeoordeling. In plaats van biomarkers en beeldvorming te behandelen als geïsoleerde hulpmiddelen, presenteert de discussie ze als onderdelen van een biologisch en anatomisch geïntegreerd model. Het centrale argument is dat de toekomst van risicobeoordeling niet ligt in het verlaten van conventionele factoren, maar in het plaatsen daarvan binnen een breder en nauwkeuriger architectuur die de werkelijke pathobiologie van atherosclerotische ziekte weerspiegelt.

De Biologische Basis van Atherosclerotisch Risico

Aderverkalking begint lang voordat symptomen optreden en lang voordat conventionele drempels van klinische ziekte worden overschreden. Het wordt geïnitieerd door de retentie van ApoB-bevattende lipoproteïnen in de subendotheliale ruimte van vatbare arteriële segmenten — de belangrijkste uitlokkende gebeurtenis5]. Ooit gevangen in de intima, ondergaan deze deeltjes oxidatieve en enzymatische modificatie, waardoor ze krachtige triggers worden van endotheelactivatie en aangeboren immuunsignalering. Monocyten migreren naar de vaatwand, differentiëren tot macrofagen, en nemen gemodificeerde lipiden op via scavenger-receptoren, wat produceert schuimcellen en vetstrepen. Na verloop van tijd, de laesie ontwikkelt zich tot een complexe plaque met lipidenpools en necrotisch puin, gladde spiercellen, verkalking, ontstekingsinfiltraten, extracellulaire matrix verbouwing, en een fibreuze kap van variabele dikte5].

Uit deze biologie vloeien verschillende implicaties voort. Ten eerste is de cholesterolconcentratie alleen geen voldoende beschrijving van de atherogene last, omdat het deeltjesaantal en gedrag onafhankelijk van elkaar van belang zijn. Ten tweede, ontsteking is geen secundair omstandersfenomeen, maar een kernkenmerk van plaque-initiatie, -progressie en -destabilisatie. Ten derde, plaqueruptuur hangt niet alleen af van de grootte van de plaque, maar ook van de samenstelling en biologische activiteit — kleine plaques met grote lipiderijke necrotische kernen en dunne, fibreuze capsulieren scheuren gemakkelijker dan grote, verkalkte, stabiele laesies. Ten vierde kan het myocardium zelf stress of letsel signaleren lang voordat een patiënt ontwikkelt angina, hartfalen, of manifeste ischemische incidenten. Kort gezegd is het cardiovasculaire risico het cumulatieve product van blootstelling aan deeltjes, erfelijke gevoeligheid, ontstekingsniveau, metabole disfunctie, plaque-fenotype en myocardiale respons.

De ontoereikendheid van vereenvoudigde risico-estimatiemodellen vindt zijn oorsprong in de complexiteit van de ziekte zelf. Als atherosclerose wordt aangedreven door verschillende ten dele onafhankelijke biologische assen, dan moet een nauwkeurige risicobeoordeling die assen direct onderzoeken. Dit is de fundamentele reden voor het uitbreiden van de cardiovasculaire evaluatie voorbij LDL-C en conventionele risicofactoren.

Traditionele risicoscores: Nut en beperkingen

Traditionele risicoscores blijven onmisbaar omdat ze toegankelijk, gevalideerd en gemakkelijk te implementeren zijn. Ze vormen een uitgangspunt voor het inschatten van absoluut risico en helpen bij het identificeren van brede groepen die baat hebben bij preventieve therapie1], [2]. Ze ondersteunen ook de volksgezondheidsstrategie door tientallen jaren epidemiologisch bewijs te vertalen naar een bruikbaar instrument voor aan het bed. Het zou een fout zijn om ze weg te zetten.

Hun sterke punten zijn echter onlosmakelijk verbonden met hun vereenvoudigingen. Leeftijd legt een enorm gewicht in de schaal in deze modellen, en overschaduwt vaak biologische risicofactoren bij jongere volwassenen die al aanzienlijke subklinische ziekten kunnen hebben. Omgekeerd kan een hogere leeftijd de risicoschattingen opstuwen, zelfs wanneer beeldvorming- en biomarkerprofielen een relatief lage biologische activiteit suggereren. De modellen gaan er over het algemeen vanuit dat gemeten risicofactoren een adequate afspiegeling vormen van het onderliggende ziekteproces, wat vaak niet het geval is. LDL-C wordt behandeld als de primaire lipidenvariabele ondanks aanzienlijke interindividuele variatie in deeltjesaantal en -samenstelling. Ontsteking, erfelijk bepaalde lipoproteïneafwijkingen en plaque-fenotype worden niet geregistreerd. Familiegeschiedenis wordt inconsistente verwerkt of is ondergewogen3], [4].

Deze beperkingen zijn met name van groot belang bij bepaalde fenotypes. Patiënten met metabool syndroom of type 2-diabetes hebben vaak een misleidend normale LDL-C ondanks verhoogde ApoB en atherogene remnantenlast. Individuen met een zeer hoge Lp(a) lijken misschien een laag risico te hebben op een traditionele calculator totdat ze een voortijdig voorval ervaren. Vrouwen en jongere volwassenen kunnen niet-verkalkte plaque dat onzichtbaar is voor calciumscoring maar klinisch significant op CCTA. Patiënten met aanhoudende inflammatoire activatie kunnen een verhoogd risico behouden ondanks een agressieve lipidenverlagend. Traditionele scores falen niet omdat ze nutteloos zijn — ze falen omdat ze incompleet zijn. De biomarker- en beeldvormingsstrategieën die hieronder worden besproken, moeten daarom worden gezien als hulpmiddelen om onzekerheid op te lossen, schattingen te verfijnen en te detecteren wat basismodellen niet kunnen zien.

Apolipoproteïne B en het deeltjesnummerparadigma

ApoB is uitgegroeid tot een van de meest overtuigende markers in de moderne preventieve cardiologie omdat het beter aansluit bij de atherogene biologie dan conventionele cholesterolmetingen6], [7]. Elk atherogeen deeltje dat de vaatwand kan binnendringen — inclusief LDL, VLDL restanten, IDL, en lipoproteïne(a) — bevat precies één ApoB-molecuul. Het meten van ApoB biedt daarom een directe telling van de totale circulerende belasting van atherogene deeltjes. Vanuit mechanistisch oogpunt is dit uiterst relevant: het zijn de deeltjes, en niet de totale massa aan cholesterol die ze bevatten, die wisselwerking hebben met de vaatwand en de vorming van plaque in gang zetten [5].

Dit onderscheid is klinisch van belang omdat LDL-C en ApoB aanzienlijk van elkaar kunnen afwijken. Bij insulineresistentie, obesitas, metabool syndroom en type 2-diabetes worden LDL-deeltjes vaak kleiner en verarmd aan cholesterol — het klassieke kleine dense LDL fenotype. Een persoon kan daarom een LDL-C-waarde hebben die bijna op streefwaarde lijkt, terwijl deze toch een groot aantal atherogene deeltjes met zich meedraagt. Dit is het discordantie toestand. Bij dergelijke patiënten blijft ApoB verhoogd en weerspiegelt het beter de werkelijke kans op de retentie van deeltjes in de vaatwand. Uit grootschalige cohortanalyses met honderdduizenden deelnemers is gebleken dat ApoB bij discordantie vaker beter presteert dan LDL-C bij het voorspellen van cardiovasculaire events [6], [7].

ApoB heeft ook praktische voordelen bij therapeutische doelbepaling. Het integreert verschillende atherogene deeltjesklassen in één enkele meting en weerspiegelt daardoor mogelijk beter het restrico bij mensen met hypertriglyceridemie of gemengde dyslipidemie dyslipidemie. Voor clinici kan ApoB uitsluitsel bieden wanneer LDL-C en niet-HDL-C acceptabel lijken, maar het bredere klinische fenotype wijst op een verhoogd risico. Bij een patiënt met abdominale obesitas, verhoogd triglyceriden, laag HDL-C en een familiegeschiedenis van vroegtijdige coronaire hartziekte, verduidelijkt ApoB vaak of ogenschijnlijk gecontroleerde cholesterolwaarden een aanzienlijke atherogene waarde verbergen deeltjesbelasting. Naarmate obesitas, insulineresistentie en metabole disfunctie vaker voorkomen, zal de klinische waarde van de bepaling van het deeltjesaantal vermoedelijk verder toenemen.

Lipoproteïne(a): De Genetische Joker

Van de geavanceerde lipidenmarkers neemt Lp(a) een unieke en belangrijke positie in omdat het een overervat risico vastlegt dat vaak volledig onopgemerkt blijft bij routine-klinisch onderzoek8]–[11]. Lp(a) is structureel samengesteld uit een LDL-achtig deeltje dat covalent is gekoppeld aan apolipoproteïne(a), een in hoge mate polymorf eiwit met structurele homologie met plasminogeen. Deze architectuur verklaart waarom Lp(a) niet zomaar weer een andere cholesterol fractie is: het is tegelijkertijd atherogeen en pro-trombotisch, en het draagt pro-inflammatoire geoxideerde fosfolipiden die vaatbeschadiging versterken8].

Het klinische belang van Lp(a) wordt benadrukt door drie kenmerkende eigenschappen. Ten eerste worden de concentraties ervan voor ongeveer 80–90% genetisch bepaald en blijven ze gedurende het hele leven relatief stabiel [9]. Ten tweede komt het veel voor: ongeveer één op de vijf mensen — wat neerkomt op zo’n 20–25% van de wereldbevolking — heeft volgens de huidige drempelwaarden een verhoogd gehalte van meer dan 50 mg/dL of meer dan 125 nmol/L [8Ten derde is het slecht te beïnvloeden door leefstijlverandering of standaard statinetherapie. Alles bij elkaar genomen maken deze eigenschappen Lp(a) tot een archetypische verborgen risicofactor: iemand kan er een gezonde leefstijl op nahouden, aanvaardbare routinematige lipidenwaarden vertonen en toch een aanzienlijk verhoogd cardiovasculair risico voor het leven dragen als gevolg van een erfelijk te hoog Lp(a)-gehalte.

Het belang van Lp(a) wordt vooral duidelijk bij vroegtijdige hart- en vaatziekten, een sterke familiegeschiedenis, terugkerende voorvallen ondanks een goede LDL-C-controle en onverklaarde calcificatie aortaklep ziekte. Zeer hoge Lp(a)-waarden — met name boven 180 mg/dL (boven ongeveer 430 nmol/L) — worden geassocieerd met een risicolast die vergelijkbaar is met heterozygote familiaire hypercholesterolemie [10In de praktijk verdient een patiënt met een sterk verhoogde Lp(a) een agressieve preventieve houding, zelfs wanneer conventionele risicocalculators geruststellend overkomen.

De groeiende nadruk op eenmalige Lp(a)-tests weerspiegelt deze klinische realiteit. Eén meting kan een belangrijke erfelijke kwetsbaarheid aan het licht brengen en het langetermijnbeheer materieel veranderen — door invloed uit te oefenen op de agressiviteit van LDL-verlaging, de drempel voor beeldvorming, de intensiteit van leefstijladvisering en de urgentie van familiesscreening. Bovendien zorgt de snelle ontwikkeling van gerichte Lp(a)-verlagerende therapieën, waaronder antisense oligonucleotiden en 'small interfering RNA'-middelen die zich momenteel in een laat stadium bevinden klinische onderzoeken, maakt de identificatie van getroffen patiënten nog relevanter [11Naarmate deze behandelingen vorderen, zal Lp(a) waarschijnlijk verschuiven van een merker die voornamelijk het risicobewustzijn vergroot naar een merker die direct richting geeft aan ziektespecifieke farmacotherapie.

Kleine Dichte LDL en Geoxideerd LDL

Hoewel ApoB en Lp(a) dichter bij de dagelijkse praktijk zijn gekomen, zijn klein ddense LDL (sdLDL) en geoxideerd LDL (oxLDL) blijven meer gespecialiseerde maten die niettemin biologisch informatief en conceptueel belangrijk zijn12]. sdLDL-deeltjes hebben een lagere receptoraffiniteit, een verlengde plasmatijd, een grotere endotheliale penetreerbaarheid en een verhoogde gevoeligheid voor oxidatieve modificatie — eigenschappen die ze bijzonder efficiënte deelnemers maken aan atherogenese. Hun kleine diameter maakt een gemakkelijkere doorgang door de endotheliale barrière mogelijk, en hun verminderde LDL-receptor affiniteit houdt ze langer in circulatie, waardoor de cumulatieve kans op binnendringen en retentie in de vaatwand toeneemt.

Geoxideerd LDL is zelfs nog directer pathogeen5], [12Zodra LDL in de subendotheliale ruimte oxidatief is gemodificeerd, wordt het gemakkelijk opgenomen door macrofaag-scavenger-receptoren — in het bijzonder LOX-1 en CD36 — wat de vorming van schuimcellen en inflammatoire activatie stimuleert. Geoxideerde lipiden dragen tevens bij aan endotheeldisfunctie, afgifte van pro-inflammatoire cytokinen, matrix-metalloproteïnase activiteit en verdunning van de plaquekap. Hun rol vormt een brug tussen de lipidenbelasting en de ontstekingsbiologie, wat helpt verklaren waarom de deeltjeskwaliteit net zo belangrijk is als de deeltjeskwantiteit.

De praktische uitdaging is dat routinematige meting van sdLDL en oxLDL minder gestandaardiseerd, minder wijd verspreid en minder duidelijk gekoppeld is aan behandelingsalgoritmen dan ApoB of Lp(a). Voor de meeste clinici zullen deze merkers waarschijnlijk geen eerstelijnsfuncties worden voor brede populatiescreening. Hun meest plausibele rol is bij geselecteerde patiënten met onverklaard aanhoudend risico, gevorderde metabole disfunctie of onderzoeksoriëntatie. Zelfs als ze geen routine worden, versterken ze de centrale conceptuele boodschap: de kwalitatieve kenmerken van lipoproteïnen zijn van belang, niet alleen het totaalcholesterol of het deeltjesaantal op zich.

Ontsteking en rest-ontstekingsrisico

De historische neiging om atherosclerose primair te beschouwen als een stapelingsziekte van lipiden heeft geleidelijk plaatsgemaakt voor een volledigere inzicht in de inflammatoire basis ervan. hs-CRP is de prototypische marker van deze dimensie geworden omdat het gemakkelijk meetbaar, reproduceerbaar en sterk geassocieerd is met cardiovasculaire events [13Verhoogde hs-CRP identificeert geen specifieke vasculaire laesie, maar duidt op een systemisch ontstekingsmilieu waarin plaqueprogresie en -destabilisatie waarschijnlijker zijn.

Het concept van resterend inflammatoir risico is met name nuttig bij patiënten die al een aanzienlijke verlaging van het lipidengehalte hebben bereikt. Dergelijke patiënten lijken volgens de conventionele lipidennormen misschien optimaal te zijn behandeld, maar lopen nog steeds een verhoogd risico op complicaties omdat de vaatontsteking actief blijft. hs-CRP is ook nuttig bij patiënten met een grensgeval of een intermediair risico bij wie de beslissing over statinetherapie onzeker is: een waarde van 2,0 mg/L of hoger ondersteunt het standpunt dat het biologische risico aanzienlijk groter is dan de basismachine alleen suggereert13].

Er zijn beperkingen. hs-CRP is niet vasculair specifiek en kan verhoogd zijn door obesitas, infectie, auto-immuunziekte en vele andere ontstekingsstoestanden. Toch is dit vanuit cardiovasculair perspectief misschien niet geheel een zwakte. Obesitas-geassocieerde ontsteking maakt bijvoorbeeld deel uit van de metabole route die atherosclerose stimuleert. In die zin legt hs-CRP een belangrijk aspect vast van de brede biologische omgeving waarin plaque zich ontwikkelt en instabiel wordt. De klinische bruikbaarheid ervan ligt niet in het vervangen van lipidenonderzoek, maar in het onthullen van een andere as van ziekteactiviteit — een as die, wanneer deze verhoogd is naast bescheiden lipidenafwijkingen, de berekening van preventieve interventie aanzienlijk kan veranderen.

Lp-PLA2, Homocysteïne en Metabole Merkers

Lp-PLA2 is al lang aantrekkelijk omdat het de ontstekingsbiologie op plaqueniveau specifieker weerspiegelt dan hs-CRP14]. Hoofdzakelijk geproduceerd door macrofagen en schuimcellen binnen atherosclerotische lesies, participeert Lp-PLA2 in de hydrolyse van geoxideerde fosfolipiden op het oppervlak van atherogene deeltjes, waarbij pro-inflammatoire mediatoren zoals lysofosfatidylcholine worden gegenereerd. Observationele studies hebben verhoogde Lp-PLA2 in verband gebracht met beroerte en coronaire events, wat suggereert dat het zou kunnen functioneren als een merker van laesiespecifieke vasculaire ontsteking. Het enthousiasme werd echter aanzienlijk getemperd toen therapeutische remming van Lp-PLA2 de cardiovasculaire uitkomsten niet verminderde bij gerandomiseerde gecontroleerde onderzoeken [14]. Dit neemt de biologische relevantie niet weg, maar het vermindert wel de aantrekkelijkheid voor brede routinematige screening. De meest plausibele rol is als een selectieve marker bij complexe patiënten met onverklaarde residuele vasculaire ontsteking.

Homocysteïne neemt een enigszins vergelijkbare positie in. Verhoogd homocysteïne is geassocieerd met endotheeldisfunctie, oxidatieve stress, en een verhoogd atherosclerotisch risico, maar de geschiedenis van homocysteïneverlagende therapie met B-vitamines is teleurstellend geweest qua reductie van klinische events. Net als bij Lp-PLA2 blijven de biologische associaties intact, zelfs al is het directe therapeutische nut niet aangetoond.

Daarentegen dienen metabole markers zoals nuchtere insuline en het Homeostatic Model Assessment for Insulin Resistance (HOMA-IR) kan belangrijker worden naarmate cardiometabole ziekten de preventieve cardiologie blijven domineren [15]. Insulineresistentie staat stroomopwaarts van verschillende atherogene afwijkingen, waaronder hypertriglyceridemie, laag HDL-C, hepatische overproductie van ApoB-bevattende deeltjes, en een verhoogde prevalentie van sdLDL. Het is ook sterk gekoppeld aan systemische ontsteking, endotheliale dysfunctie en viscerale adipositas. Bij veel patiënten is metabole dysfunctie het gemeenschappelijke substraat waarop de belasting door atherogene deeltjes en inflammatoire activatie samenkomen — en het evalueren van insulineresistentie kan dit substraat eerder aan het licht brengen dan nuchtere glucose of alleen manifeste diabetes.

Hooggevoelige Troponine en de Detectie van Subklinische Myocardiale Beschadiging

Een van de belangrijkste conceptuele vorderingen in de recente jaren is de erkenning dat chronische, laaggradige myocardiale beschadiging kan worden gedetecteerd voordat symptomatische cardiovasculaire aandoeningen klinisch manifest worden. Zeer gevoelige troponinebepalingen hebben dit mogelijk gemaakt [16], [17]. Troponin is traditioneel geassocieerd met een acuut myocard infarct, maar ultras gevoelige bepalingen tonen aan dat zelfs asymptomatische individuen meetbare en prognostisch betekenisvolle troponineconcentraties kunnen hebben in een chronische setting.

Deze bevinding herdefinieert troponine van een puur aacuut diagnostisch marker naar een chronische risicomarker. Een lage verhoging kan een subklinisch ischemie, microvasculaire disfunctie, myocardfibrose, hypertensieve remodellering, structurele hartaandoeningen of de cumulatieve impact van atherosclerotische belasting. Ongeacht het mechanisme identificeert de aanwezigheid van meetbare chronische myocardiale schade patiënten wiens cardiovasculaire systeem al onder stress staat – het rapport van het myocardium zelf, om zo te zeggen.

Meta-analyses waarin troponine met hoge gevoeligheid (hs-Tn) wordt geïntegreerd in traditionele risicomodellen, wijzen erop dat het toevoegen van hs-Tn de voorspellende nauwkeurigheid met ongeveer 10–15% kan verbeteren, met name in combinatie met beeldvormend onderzoek [16De waarde van high-sensitivity troponine bij preventieve risicobeoordeling is daarom niet dat het precies aangeeft waar de aandoening zich bevindt, maar dat het de biologische gevolgen van onderliggende ziekte signaleert. Bij een patiënt met een gemiddeld klinisch risico, een verhoogde ApoB en een familieanamnese van vroege coronaire hartziekte, kan een aantoonbaar of verhoogd high-sensitivity troponine de reden voor beeldvorming of intensivering van de preventieve therapie versterken. Troponine vervangt geen anatomische beeldvorming, maar voegt een biologisch zinvol stroomafwaarts signaal toe aan de risicoarchitectuur.

NT-proBNP en preklinische hemodynamische stress

NT-proBNP wordt traditioneel bezien vanuit het perspectief van overt hartfalen, maar zijn preventieve rol is aanzienlijk breder18]. Vrijgezet als reactie op wandstress van het myocardium, weerspiegelt NT-proBNP hemodynamische belasting en ventriculaire belasting. Verhoogde waarden bij asymptomatische individuen zijn geassocieerd met een verhoogd risico op het ontstaan van hartfalen, cardiovasculaire sterfte en bredere ongunstige cardiovasculaire uitkomsten.

In de preventieve cardiologie kan NT-proBNP worden opgevat als een merker van preklinische cardiovasculaire stress — een die de fysiologische gevolgen weerspiegelt van hypertensie, diastolische dysfunctie, subklinische ischemie, myocardstijfheid, gerelateerd aan obesitas cardiomyopathie, en andere structurele factoren. Bij ouderen leidt dit tot een aanzienlijk betere risicovoorspelling dan bij traditionele modellen, wat resulteert in een netto verbetering van de herclassificatie in de orde van grootte van 6–10% bij asymptomatische populaties [18Bij patiënten met diabetes of een cardiometabolische aandoening kan de combinatie van NT-proBNP en high-sensitivity troponine personen identificeren met een bijzonder hoog risico op progressie naar manifest hartfalen en cardiovasculaire sterfte.

NT-proBNP verbreedt daarom het bereik van cardiovasculaire risicobeoordeling tot voorbij de atherosclerose alleen. Uitgebreide preventie draait niet uitsluitend om het voorkomen van plaque-ruptuur; het gaat er ook om de cumulatieve myocardiale gevolgen van vasculaire en metabolieke aandoeningen te voorkomen. Wanneer NT-proBNP is verhoogd bij een asymptomatische patiënt, worden clinici niet alleen gewezen op een statistisch risico, maar op reeds optredende fysiologische belasting — een signaal dat vraagt om nauwkeurigere aandacht en mogelijk eerdere farmacologische interventie.

Tabel 1: Cardiale stressbiomarkers — Overzicht van prognostisch bewijs

Markeerder	Sleutelmechanisme	Prognostisch signaal	Klinische toepassing
NT-proBNP	rekweefsel van de ventrikelwand	HR ~1,9/SD; NRI ~6–10% bij asymptomatische volwassenen [18]	Screening op subklinisch hartfalen; HF-risico bij DM
hs-TnT	marker voor chronische myocardbeschadiging	HR ~1,7/SD; in het bijzonder voorspellend bij DM-patiënten	Identificeert aanhoudende myocardiale stress; stuurt beeldvorming aan
hs-TnI	marker voor chronische myocardbeschadiging	~3–5% C-statistiek; kosteneffectief bij asymptomatische volwassenen [16]	Primaire preventie screening; gecombineerd met ApoB/beeldvorming

Coronary Artery Calcium-scoring en de kracht van nul

CAC-scoring is uitgegroeid tot een van de meest invloedrijke beeldvormende hulpmiddelen in de preventieve cardiologie omdat het een eenvoudige, snelle en sterk gevalideerde maatstaf biedt voor verkalkte kransslagaders plaquebelasting [19], [20Een CAC-score van nul is in veel populaties geassocieerd met een zeer laag risico op gebeurtenissen op de korte tot middellange termijn, wat heeft geleid tot het veel aangehaalde 'power-of-zero'-concept: de afwezigheid van coronair kalk kan geruststellend zijn bij geselecteerde patiënten en kan het uitstellen van statinetherapie rechtvaardigen wanneer het klinische risico grensverleggend is20].

Toch heeft het klinische succes van CAC ook geleid tot overinterpretatie. Calcium is een merker van atherosclerose, maar het is niet synoniem aan alle atherosclerose. Het weerspiegelt verkalkte plaque, wat vaak een latere of meer gestabiliseerde fase van het ziekteproces vertegenwoordigt. Het legt geen niet-verkalkte plaque, vroege lipidenrijke lesies of veel kenmerken van plaque-vulnerabiliteit vast. Dienovereenkomstig moet een CAC-score van nul in de juiste context worden geïnterpreteerd als een laag waargenomen risico op korte termijn — niet als bewijs van de afwezigheid van aandoeningen aan de kransslagaders [24], [25].

Dit nuanceverschil is met name van belang bij jongere volwassenen, vrouwen en patiënten met een hoog erfelijk of metabolair risico. Dergelijke personen kunnen niet-verkalkte plaque herbergen ondanks een calciumscore van nul, en hun langetermijnrisico kan aanzienlijk groter zijn dan de CAC-uitslag alleen suggereert. Een score van nul zou de bezorgdheid moeten verlagen, maar deze niet moeten wegnemen wanneer andere biologische signalen zorgwekkend blijven. Omgekeerd hebben CAC-scores boven de 100 of boven het 75e percentiel voor leeftijd en geslacht sterke implicaties voor behandelintensivering en is aangetoond dat ze medicatie verbeteren naleving door statistisch risico te vertalen naar een zichtbare ziektelast — een motiverende functie die een van de ondergewaardeerde sterke punten van CAC is19], [20].

CT-coronaire angiografie: Van belasting tot fenotype

Als CAC aan clinici vertelt dat er plaque aanwezig is, vertelt CCTA hun welk soort plaque aanwezig is, waar deze zich bevindt, hoeveel stenose deze veroorzaakt en of deze kenmerken vertoont die geassocieerd worden met biologische instabiliteit21]–[23]. CCTA vertegenwoordigt daarom een belangrijke conceptuele vooruitgang: het transformeert de coronaire risicobeoordeling van indirecte inferentie naar directe anatomische karakterisering van zowel stenose als plaque-samenstelling.

De SCOT-HEART-studie was van cruciaal belang omdat hieruit bleek dat de toevoeging van CCTA aan de standaardzorg het aantal hartinfarcten met 41% verminderde ten opzichte van de standaardzorg — niet alleen omdat de scan doorstromingsbeperkende vernauwingen aan het licht bracht, maar ook omdat het de herkenning van de aandoening over het gehele spectrum van de ziekte verbeterde en leidde tot een passender inzet van preventieve therapie [21]. Dit is een cruciaal punt. Het voordeel van beeldvorming bij preventie ligt vaak minder in onmiddellijke revascularisatie dan in een betere diagnose, effectievere risicocommunicatie en een eerdere start van de medische therapie.

CCTA is vooral waardevol omdat het niet-verkalkte plaque visualiseert. Bij een patiënt met borstklachten, een sterke familieanamnese, verhoogde Lp(a) of discordante biomarkers kan CCTA ziekte aan light brengen die CAC volledig zou missen. Het identificeert ook plaquekenmerken die geassocieerd zijn met een hoger risico: plaque met lage attenuatie, positieve remodelering, servetringmorfologie en vlekkerige verkalking [22], [23]. Deze kenmerken zijn van belang omdat acute coronaire syndromen vaak voortkomen uit plaques die niet ernstig stenotisch zijn, maar biologisch onstabiel — de zogenaamde kwetsbare plaque. CCTA staat dat onderscheid toe, en stemt daarmee de anatomische beeldvorming veel nauwkeuriger af op de biologische realiteit van atherosclerose dan alleen een evaluatie gericht op stenose.

Fenotypering van hoogrisicoplaque

Tientallen jaren lang werd de ernst van kransslagaderziekte primair geconceptualiseerd in termen van luminale vernauwing. Dit luminale model was klinisch intuïtief maar biologisch onvolledig: veel acute coronaire syndromen ontstaan uit plaque die voorheen de doorstroming niet belemmerde22], [23Wat telt is niet alleen hoeveel plaque het bloedvat bezet, maar of de plaque fragiel, lipiderijk, ontstoken en structureel vatbaar is voor scheuren.

Kenmerken van plaque met een hoog risico die zijn geïdentificeerd met CCTA bieden een niet-invasief venster op deze kwetsbaarheid. Plaque met een lage attenuatie — gedefinieerd als plaque met een CT-dichtheid van minder dan 30 Hounsfield-eenheden — duidt op een lipidenrijke necrotische kern. Positieve remodellering, gedefinieerd als een remodelleringsindex groter dan 1,10, weerspiegelt een uitwaartse expansie van het bloedvat die de luminale diameter behoudt en tegelijkertijd een grote atherosclerotische last verbergt. Vlekkerige calcificatie — calciumfoci kleiner dan 3 mm binnen een overwegend niet-verkalkte plaque — kan een microstructurele instabiliteitstoestand vertegenwoordigen. De bordje met servetring correspondeert met dunnekapfibroatheroom architectuur en wordt geassocieerd met een aanzienlijk verhoogd risico op acute coronaire events22], [23].

Het klinische gevolg is dat de betekenis van matige coronaire aandoeningen fundamenteel verandert met plaque-fenotypering. Een slagader die slechts in bescheiden mate is vernauwd, maar meerdere hoogrisico-plaquevormkenmerken bevat, kan een veel belangrijker doelwit vormen voor agressieve medische preventie dan een slagader met een grotere verkalkte stenose maar een stabiele plaquemorfologie. Meta-analyses hebben bevestigd dat de aanwezigheid van twee of meer hoogrisico-plaquevormkenmerken op CCTA geassocieerd is met een 3- tot 12-voudige toename van het risico op een toekomstig acuut coronair syndroom in vergelijking met patiënten met een stabiele plaquemorfologie. In de preventieve cardiologie zal het kwantificeren van de totale plaquebelasting en -vulnerabiliteit vermoedelijk steeds centraler komen te staan, ten koste van de uitsluitende afhankelijkheid van stenosedrempels die zijn afgeleid van op ischemie gericht denken.

Tabel 2: CCTA Hoogrisico-plaquevormen en klinische betekenis

Functie	Definitie	CT-drempelwaarde	Klinische betekenis
Plaque met lage attenuatie	Lipidrijke necrotische kern	<30 Hounsfield-eenheden	Sterkste voorspeller van kwetsbare plaque; >3-voudige toename van het ACS-risico22]
Servetringteken	Laag-attenuerende kern met hoger-attenuerende rand	Kwalitatief CT-kenmerk	Correspondeert met een dunne capuchon fibroatheroom (TCFA)-architectuur23]
Positive Remodeling (PR)	Uitzetting van het bloedvat naar buiten ter hoogte van de plaque	Verbouwindex >1,10	Verbergt de plaquebelasting; geassocieerd met een onstabiel fenotype22]
Vlekkerige verkalking	Kleine calciumhaardjes in niet-gecalcificeerde plaque	Laesies < 3 mm	Microstructurele instabiliteit; geassocieerd met het risico op plaque-ruptuur23]

Tabel 3: CAC-scoring vs. CCTA — Klinische vergelijking

Functie	CAC-scoring	CCTA
Primaire meting	Verkalkt plaquevolume (Agatston-score)	Stenose, verkalkte en niet-verkalkte plaque
Klinische context	Asymptomatische screening met een gemiddeld risico	Symptomatische patiënten; risicovolle biomarker/genetische profielen
Belangrijkste voordeel	Laag in kosten, geen contrast, lage straling	Volledige fenotypering van de plaque; sluit significante stenose uit
Belangrijke beperking	Mist niet-verkalkte ‘zachte’ plaque	Hogere kosten, contrastmiddel-blootstelling, grotere straling
Voorspellende kracht	Sterk voor risicostratificatie op lange termijn	Sterk in het voorspellen van acute gebeurtenissen op korte termijn21]

Kunstmatige intelligentie en kwantitatieve plaquebeoordeling

Kunstmatige intelligentie is begonnen met het hervormen van cardiovasculaire beeldvorming door gedetailleerde plaakanalyse schaalbaarder, reproduceerbaarder en kwantitatiever te maken [24], [25]. Menselijke interpretatie blijft essentieel, maar op AI gebaseerde systemen kunnen plaque snel segmenteren, weefselstructuur classificeren, het totale plaquevolume schatten en high-risk fenotypes identificeren die anders aanzienlijke tijd en gespecialiseerde expertise zouden vereisen.

Een van de meest klinisch prikkelende bijdragen van AI-gestuurde CCTA-analyse is de aantoning dat veel personen met een CAC-score van nul nog steeds verkalkingsvrije plaque herbergen. Studies die gebruikmaken van kwantitatieve AI-platforms hebben uitgewezen dat ongeveer 25 tot 50 procent van de patiënten met een CAC-score van nul detecteerbare niet-verkalkte coronairplaque heeft — een aandeel dat bijzonder hoog is bij vrouwen en jongere volwassenen [24], [25]. Deze bevinding maakt de CAC-score niet ongeldig, maar dwingt wel tot een zorgvuldiger interpretatie van de beperkingen ervan, met name wanneer andere risicosignalen — zoals een verhoogd Lp(a), hoog ApoB of een verhoogde hs-Tn — wijzen op aanhoudende atherogene activiteit.

AI biedt ook de mogelijkheid om preventie te verschuiven naar gekwantificeerde ziektetrajecten. In plaats van simpelweg te rapporteren of plaque aanwezig of afwezig is, kunnen clinici in toenemende mate in staat zijn om de plaquebelasting, samenstelling en respons op de behandeling in de loop van de tijd te volgen. Dergelijke kwantitatieve monitoring zou uiteindelijk net zo centraal kunnen komen te staan in de preventieve cardiologie als seriële HbA1c-monitoring is voor het beheer van diabetes. Het traject naar deze toekomst is helder, zelfs als een brede implementatie nog niet volledig is gerealiseerd [24], [25].

Een gelaagd raamwerk voor integratie

De grootste waarde van een geavanceerde cardiovasculaire beoordeling komt niet voort uit een enkele test, maar uit de integratie van meerdere complementaire metingen [26De cardiovasculaire toekomst van een patiënt wordt bepaald door wisselwerkende trajecten: erfelijk risico, deeltjesbelasting, inflammatoire activatie, metabole disfunctie, bestaande plaque, plaque-fenotype en myocardiale respons. Geen enkele biomarker of beeldvormende modaliteit omvat al deze dimensies. Een gelaagde benadering sluit daarom beter aan bij de biologie van de aandoening.

Een praktisch model voor klinische implementatie begint met een traditionele risicoscore als het initiële raamwerk1]–[3]. De volgende laag omvat genetische gevoeligheid — met name Lp(a) en, waar van toepassing, polygene risicoscores — om individuen te identificeren wier erfelijk biologisch profiel buiten het voorspellende bereik van conventionele modellen valt8]–[11]. De derde laag evalueert de biologische activiteit via ApoB, hs-CRP en geselecteerde metabole of hartmarkers [6], [7], [13], [16]–[18De vierde laag visualiseert ziekte direct via CAC of CCTA, afhankelijk van de klinische context en de mate van onzekerheid die na biologische beoordeling overblijft19]–[25]. Een dergelijke aanpak gooit oudere hulpmiddelen niet weg; zij organiseert deze binnen een uitgebreider en biologisch verankerd systeem.

Deze integratie is vooral waardevol bij de grote groep patiënten bij wie het risico onzeker is in plaats van duidelijk. Een patiënt met een grensverleggend traditioneel risico maar een hoge ApoB, verhoogde Lp(a) en verhoogde hs-CRP is niet echt grensverleggend — de biologische signalen schetsen een duidelijk zorgwekkender beeld. Omgekeerd kan een patiënt met een door leeftijd gedreven matig risico maar nul CAC, lage ApoB, lage ontstekingsmarkers en geen erfelijk risico biologisch een lager risico hebben dan de calculator suggereert. Dit is de praktische essentie van precisiepreventie: betere informatie gebruiken om tot betere beslissingen te komen voor individuele patiënten in plaats van populaties26].

Tabel 4: Geïntegreerd vierlagen-risicobeoordelingskader

Laag	Domein	Belangrijkste hulpmiddelen	Beslissingsimpact
1	Klinische uitgangswaarde	PREVENT vergelijkingen; BP, cholesterol, eGFR, roken, DM	Stelt een risicoschatting van de nulmeting vast voor 10 en 30 jaar1]–[3]
2	Erfelijke aanleg	Lp(a) — eenmalig in het leven; Polygeen Risicoscore (PRS)	Identificeert overgeërfde fenotypes met een hoog risico die door Laag 1 zijn gemist [8]–[11]
3	Biologische activiteit	ApoB, hs-CRP, HOMA-IR, Lp-PLA2, hs-Tn, NT-proBNP	Kwantificeert de deeltjesbelasting, ontstekingsstatus en myocardstress6],[7],[13],[16]–[18]
4	Directe ziektebeoordeling	CAC (asymptomatisch); CCTA + AI-QCT (hoger risico)	Visualiseert en fenotypeert atherosclerotische belasting direct19]–[25]

Kosteneffectiviteit en Schaalbaarheid

Een veelvoorkomende zorg met betrekking tot geavanceerde risicobeoordeling is dat dit de kosten of complexiteit kan verhogen zonder evenredig voordeel. Beschikbaar bewijs suggeert dat het beeld genuanceerder en, in veel contexten, gunstiger is — met name wanneer deze tools strategisch in plaats van willekeurig worden ingezet27]. CAC-gestuurde preventie lijkt in verschillende populaties kosteneffectief te zijn, omdat deze aanpak de toewijzing van behandelingen verbetert, bij sommige patiënten onnodige levenslange therapie vermindert en andere patiënten identificeert die baat hebben bij een vroegere interventie. Microsimulatiestudies waarin de op CAC gebaseerde toewijzing van statines bij patiënten met diabetes werd gemodelleerd, hebben incrementele kosteneffectiviteitsverhoudingen opgeleverd die ruim binnen de aanvaarde Amerikaanse drempels voor de gezondheidszorg vallen van $100.000 per kwaliteitsgecorrigeerd levensjaar [27].

Op biomarkers gebaseerde strategieën lijken eveneens zinvol wanneer ze aantoonbaar de behandeling beïnvloeden. Screening op basis van hooggevoelige troponine bij asymptomatische volwassenen is in kosteneffectiviteitsanalyses in verband gebracht met een afname van het aantal gemodelleerde cardiovasculaire voorvallen met ongeveer 16% en van het aantal cardiovasculaire sterfgevallen met ongeveer 12%, met kosteneffectiviteitsverhoudingen die gunstig afsteken tegen die van andere aanvaarde preventieve interventies [16].

Het subtielere economische argument is dat betere fenotypering de kosten in een later stadium kan verlagen doordat ziekten tijdig worden herkend. Gemiste overerfbare risico's, onderbehandelde deeltjesbelasting, over het hoofd geziene niet-verkalkte plaque en niet-gedetecteerde myocardstress dragen allemaal bij aan voorvallen die enorme klinische en financiële kosten met zich meebrengen. In die zin is de relevante economische vergelijking niet geavanceerde testen versus geen extra kosten, maar geavanceerde testen versus de cumulatieve kosten in een later stadium als gevolg van diagnostische onnauwkeurigheid27Schaalbaarheid blijft een echte uitdaging: ApoB en hs-CRP zijn relatief eenvoudig breed te implementeren. Lp(a) zou als eenmalige test in het leven eenvoudig moeten zijn. CAC is algemeen beschikbaar en relatief goedkoop. CCTA en geavanceerde AI-gebaseerde plaque-analyse vergen meer middelen en zullen op korte termijn waarschijnlijk gerichte hulpmiddelen blijven in plaats van universele screeningsinstrumenten.

Implementatiekloof en barrières in de klinische praktijk

Ondanks toenemend bewijs blijven verschillende barrières de aanname van geavanceerde cardiovasculaire risicobeoordeling in de praktijk van alledag beperken. De hardnekkigste is de inertie van het op LDL-C gerichte denken: LDL-C blijft in veel situaties de dominante therapeutische maatstaf, zelfs wanneer ApoB of Lp(a) het risico beter zouden karakteriseren. Dit is deels een opleidingskwestie, deels een kwestie van achterlopende richtlijnen, en deels het gevolg van vergoedingsstructuren die historisch gezien LDL-C-meting en LDL-C-streefwaarden hebben beloond.

Onbekende vaardigheid onder clinici — met name buiten de subspecialismen lipidologie en preventieve cardiologie — vormt een andere barrière. Eerstelijnsartsen die zelden Lp(a)-resultaten of plaque-fenotyperingsrapporten tegenkomen, kunnen moeite hebben om deze bevindingen te integreren in klinische beslissingen. Onderwijs, ondersteunende hulpmiddelen voor klinische besluitvorming en specifiekere richtsnoeren zijn nodig om deze kloof te overbruggen.

Vergoeding en toegangsbeperkingen beperken eveneens het gebruik van bepaalde tests ondanks een sterke biologische rationale. Geavanceerde lipoproteïnetests worden door sommige zorgverzekeraars geclassificeerd als experimenteel, wat financiële barrières opwerpt voor patiënten die er het meeste baat bij zouden hebben. CAC-scores worden soms niet vergoed voor patiënten met een middelmatig risico ondanks ondersteuning door richtlijnen. CCTA blijft geografisch en per praktijksetting ongelijkmatig beschikbaar.

Er is ook een conceptuele barrière die het erkennen waard is. Preventieve geneeskunde is historisch gezien comfortabel geweest met probabilistische risicoschattingen, maar minder comfortabel met zichtbare ziekte. Zodra plaque wordt gezien of gekwantificeerd, worden clinici en patiënten geconfronteerd met een kwalitatief aanzienlijk andere conversatie – een die verschuift van ‘u loopt misschien ooit risico’ naar ‘er is al meetbare ziekte of biologische stress gaande’. Voor veel patiënten is deze concreetheid motiverend. Voor sommige clinici daagt het gevestigde heuristieken uit en vraagt het om nieuwe kaders voor het communiceren van risico en de Rationale achter de behandeling.

Klinische aanbevelingen

Uit het beoordeelde bewijsmateriaal volgen verschillende praktische conclusies. Ten eerste moet Lp(a) minstens één keer bij elke volwassene worden gemeten, omdat hiermee een veelvoorkomende, erfelijke en vaak klinisch stille bron van aanzienlijk cardiovasculair risico gedurende het leven wordt geïdentificeerd [8]–[11Eén meting is voor de meeste individuen voldoende, gezien de stabiliteit van de Lp(a)-waarden gedurende het leven, en dit heeft het potentieel om de langetermijnpreventiestrategie wezenlijk te veranderen.

Ten tweede moet ApoB vaker standaard worden bepaald bij patiënten met diabetes, obesitas, het metabool syndroom, hypertriglyceridemie of klinische discrepantie tussen fenotype en LDL-C [6], [7]. Bij deze personen weerspiegelt ApoB de atherogene deeltjesbelasting veel nauwkeuriger dan LDL-C en moet dit de intensiteit van de lipidennerlagende therapie sturen.

Ten derde is hs-CRP nuttig wanneer een inflammatoir residueel risico wordt vermoed of wanneer beslissingen over statinebehandeling onzeker blijven na een conventionele beoordeling13]. Het voegt biologische context toe aan de risicobeslissing — met name wanneer deze is verhoogd bij grenswaarden voor lipiden of na het schbaar behalen van de lipidendoelstelling.

Ten vierde kunnen high-sensitivity troponine en NT-proBNP vooral waardevol zijn bij risicovolle maar asymptomatische populaties, in het bijzonder oudere volwassenen en patiënten met diabetes of een metabole disfunctie [16]–[18]. Deze markers kunnen preklinische myocardiale stress identificeren die onafhankelijke prognostische informatie biedt en een eerdere start van cardioprotectieve therapie kan ondersteunen.

Ten vijfde blijft CAC een krachtig hulpmiddel voor het verfijnen van risicobeoordelingen en is het bijzonder effectief bij het wegnemen van onduidelijkheid bij patiënten met een grensgeval of een gemiddeld risico. Een CAC-score van nul mag echter niet dogmatisch worden geïnterpreteerd als geruststelling wanneer er sterke biologische, genetische of ontstekingsgerelateerde risicosignalen aanwezig zijn [19], [20], [24], [25]. Dit moet worden gezien als één van de aanwijzingen binnen een breder klinisch beeld.

Ten zesde zou CCTA sneller moeten worden overwogen wanneer directe karakterisering van de plaque waarschijnlijk tot een aanpassing van de behandeling zal leiden — met name bij symptomatische patiënten of asymptomatische personen met tegenstrijdige risicomarkers, verhoogde Lp(a)-waarden, een sterke familiegeschiedenis of aanhoudende onzekerheid na beoordeling van biomarkers en CAC [21]–[25]. De toevoeging van op AI gebaseerde plaque-kwantificering vergroot de klinische waarde van CCTA nog verder door de reproduceerbaarheid te verbeteren en niet-verkalkte laesies aan het licht te brengen die bij visuele beoordeling door mensen mogelijk worden onderschat.

De bredere aanbeveling is conceptueel van aard: cardiovasculaire preventie moet evolueren van een eenassig model dat wordt gedomineerd door leeftijd en LDL-C naar een meerassig model waarin de deeltjesbelasting, het erfelijke risico, de ontstekingsstatus, de anatomische aandoening en de reactie van het hartspierweefsel worden meegenomen. Dit is geen complexiteit omwille van de complexiteit zelf — het is een poging om de beoordeling af te stemmen op de biologische realiteit van atherosclerotische aandoeningen [26].

Conclusie

De beoordeling van cardiovasculaire risico’s gaat een nieuw tijdperk in. Het oudere raamwerk, waarbij de waarschijnlijkheid wordt geschat op basis van een handvol traditionele variabelen, blijft weliswaar fundamenteel, maar volstaat niet langer voor het niveau van nauwkeurigheid dat nu beschikbaar is. Atherosclerose is een door deeltjes aangedreven, door ontstekingen gemoduleerde, genetisch beïnvloede en anatomisch heterogene ziekte waarvan de gevolgen al kunnen worden gedetecteerd voordat symptomen optreden. Daarom is de meest informatieve benadering van risicobeoordeling er een waarbij deze aspecten rechtstreeks worden gemeten in plaats van ze te schatten aan de hand van demografische indicatoren.

ApoB verschaft ons een beter inzicht in de atherogene deeltjesbelasting. Lp(a) brengt erfelijke kwetsbaarheid aan het licht die bij standaard lipidenprofielen vaak over het hoofd wordt gezien. hs-CRP geeft de ontstekingsas van het restrisico weer. Hooggevoelige troponine en NT-proBNP detecteren de subklinische myocardiale gevolgen van vasculaire en metabole aandoeningen. CAC-scoring kwantificeert de omvang van verkalkte plaque, terwijl CCTA het totale plaquevolume en het plaquefenotype in kaart brengt. Kunstmatige intelligentie versnelt de overgang van kwalitatieve interpretatie naar reproduceerbare, kwantitatieve ziektebeoordeling. Samen maken deze hulpmiddelen een preventiemodel mogelijk dat minder afhankelijk is van populatiegemiddelden en beter inspeelt op de biologie van de individuele patiënt.

De praktische gevolgen zijn aanzienlijk. Door bij de juiste patiënt op het juiste moment het juiste risico te identificeren, kunnen clinici eerder ingrijpen, preventie op een passender manier intensiveren, onderbehandeling van verborgen fenotypes met een hoog risico voorkomen en overbehandeling terugdringen wanneer de ziektelast daadwerkelijk laag is. Dat is de kernbelofte van precisie-cardiologie. De uitdaging ligt nu in de implementatie: het op grote schaal vertalen van dit diepgaandere inzicht in de cardiovasculaire biologie naar de dagelijkse praktijk. Het bewijs wijst er steeds meer op dat deze inspanning niet alleen leidt tot betere voorspellingen, maar ook tot aanzienlijk betere resultaten voor de patiënt [26], [27].

Referenties

OPMERKING

Alle 27 onderstaande bronvermeldingen zijn geverifieerde, door vakgenoten beoordeelde bronnen of belangrijke richtlijnen die in dit manuscript zijn gebruikt. De verwijzingsnummers in de tekst komen in volgorde overeen met deze lijst.

1. D’Agostino RB Sr, Vasan RS, Pencina MJ, et al. General cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation. 2008;117(6):743-753. doi:10.1161/CIRCULATIONAHA.107.699579
2. Arnett DK, Blumenthal RS, Albert MA, et al. 2019 ACC/AHA Guideline on the Primary Prevention of Cardiovascular Disease: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Circulation. 2019;140(11):e596-e646. doi:10.1161/CIR.0000000000000678
3. Faridi KF, Malik D, Essa M, et al. 10-Year and 30-Year Risks of Cardiovascular Disease in the U.S. Population. J Am Coll Cardiol. 2025;85(23):2239-2249. doi:10.1016/j.jacc.2025.03.546
4. Lüscher TF, Wenzl FA, D’Ascenzo F, Friedman PA, Antoniades C. Artificial intelligence in cardiovascular medicine: clinical applications. Eur Heart J. 2024;45(40):4291-4304. doi:10.1093/eurheartj/ehae465
5. Tabas I, García-Cardeña G, Owens GK. Recent insights into the cellular biology of atherosclerosis. J Cell Biol. 2015;209(1):13-22. doi:10.1083/jcb.201412052
6. Sniderman AD, Thanassoulis G, Glavinovic T, et al. Apolipoprotein B Particles and Cardiovascular Disease: A Narrative Review. JAMA Cardiol. 2019;4(12):1287-1295. doi:10.1001/jamacardio.2019.3780
7. Ference BA, Ginsberg HN, Graham I, et al. Low-density lipoproteins cause atherosclerotic cardiovascular disease. 1. Evidence from genetic, epidemiologic, and clinical studies. A consensus statement from the European Atherosclerosis Society Consensus Panel. Eur Heart J. 2017;38(32):2459-2472. doi:10.1093/eurheartj/ehx144
8. Zheng WC, Chan W, Dart A, Shaw JA. Novel therapeutic targets and emerging treatments for atherosclerotic cardiovascular disease. Eur Heart J Cardiovasc Pharmacother. 2024;10(1):53-67. doi:10.1093/ehjcvp/pvad074
9. Nordestgaard BG, Chapman MJ, Ray K, et al. Lipoprotein(a) as a cardiovascular risk factor: current status. Eur Heart J. 2010;31(23):2844-2853. doi:10.1093/eurheartj/ehq386
10. Kamstrup PR, Benn M, Tybjaerg-Hansen A, Nordestgaard BG. Extreme lipoprotein(a) levels and risk of myocardial infarction in the general population: the Copenhagen City Heart Study. Circulation. 2008;117(2):176-184. doi:10.1161/CIRCULATIONAHA.107.715698
11. Viney NJ, van Capelleveen JC, Geary RS, et al. Antisense oligonucleotides targeting apolipoprotein(a) in people with raised lipoprotein(a): two randomised, double-blind, placebo-controlled, dose-ranging trials. Lancet. 2016;388(10057):2239-2253. doi:10.1016/S0140-6736(16)31009-1
12. Hirano T. Pathophysiology of Diabetic Dyslipidemia. J Atheroscler Thromb. 2018;25(9):771-782. doi:10.5551/jat.RV17023
13. Ridker PM. Cardiology Patient Page. C-reactive protein: a simple test to help predict risk of heart attack and stroke. Circulation. 2003;108(12):e81-e85. doi:10.1161/01.CIR.0000093381.57779.67
14. O’Donoghue ML, Braunwald E, White HD, et al. Effect of darapladib on major coronary events after an acute coronary syndrome: the SOLID-TIMI 52 randomized clinical trial. JAMA. 2014;312(10):1006-1015. doi:10.1001/jama.2014.11061
15. Hill MA, Yang Y, Zhang L, et al. Insulin resistance, cardiovascular stiffening and cardiovascular disease. Metabolism. 2021;119:154766. doi:10.1016/j.metabol.2021.154766
16. De Lemos JA, Drazner MH, Omland T, et al. Association of troponin T detected with a highly sensitive assay and cardiac structure and mortality risk in the general population. JAMA. 2010;304(22):2503-2512. doi:10.1001/jama.2010.1768
17. Neumann JT, Twerenbold R, Weimann J, et al. Prognostic Value of Cardiovascular Biomarkers in the Population. JAMA. 2024;331(22):1898-1909. doi:10.1001/jama.2024.5596
18. Willeit P, Ridker PM, Nestel PJ, et al. Baseline and on-statin treatment lipoprotein(a) levels for prediction of cardiovascular events: individual patient-data meta-analysis of statin outcome trials. Lancet. 2018;392(10155):1311-1320. doi:10.1016/S0140-6736(18)31652-0
19. Gupta A, Bera K, Kikano E, et al. Coronary Artery Calcium Scoring: Current Status and Future Directions. Radiographics. 2022;42(4):947-967. doi:10.1148/rg.210122
20. Shah NR, Coulter SA. An evidence-based guide for coronary calcium scoring in asymptomatic patients without coronary heart disease. Tex Heart Inst J. 2012;39(2):240-242.
21. SCOT-HEART investigators. CT coronary angiography in patients with suspected angina due to coronary heart disease (SCOT-HEART): an open-label, parallel-group, multicentre trial. Lancet. 2015;385(9985):2383-2391. doi:10.1016/S0140-6736(15)60291-4
22. Motoyama S, Kondo T, Sarai M, et al. Multislice computed tomographic characteristics of coronary lesions in acute coronary syndromes. J Am Coll Cardiol. 2007;50(4):319-326. doi:10.1016/j.jacc.2007.03.044
23. Otsuka K, Fukuda S, Tanaka A, et al. Napkin-ring sign on coronary CT angiography for the prediction of acute coronary syndrome. JACC Cardiovasc Imaging. 2013;6(4):448-457. doi:10.1016/j.jcmg.2012.09.016
24. Nurmohamed NS, Bom MJ, Jukema RA, et al. AI-Guided Quantitative Plaque Staging Predicts Long-Term Cardiovascular Outcomes in Patients at Risk for Atherosclerotic CVD. JACC Cardiovasc Imaging. 2024;17(3):269-280. doi:10.1016/j.jcmg.2023.05.020
25. Feuchtner GM, Lacaita PG, Bax JJ, et al. AI-Quantitative CT Coronary Plaque Features Associate With a Higher Relative Risk in Women: CONFIRM2 Registry. Circ Cardiovasc Imaging. 2025;18(6):e018235. doi:10.1161/CIRCIMAGING.125.018235
26. Lüscher TF, Wenzl FA, D’Ascenzo F, Friedman PA, Antoniades C. Artificial intelligence in cardiovascular medicine: clinical applications. Eur Heart J. 2024;45(40):4291-4304. doi:10.1093/eurheartj/ehae465
27. Grundy SM, Stone NJ, Bailey AL, et al. 2018 AHA/ACC/AACVPR/AAPA/ABC/ACPM/ADA/AGS/APhA/ASPC/NLA/PCNA Guideline on the Management of Blood Cholesterol: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Circulation. 2019;139(25):e1082-e1143. doi:10.1161/CIR.0000000000000625