Le linee guida dell'Istituto nazionale per la salute e l'eccellenza nell'assistenza (NICE) per gli adulti con diabete sono state aggiornate nell'aprile 2021. Il NICE ora raccomanda che il C non HDL dovrebbe sostituire il C-LDL come obiettivo principale per ridurre il rischio di malattie cardiovascolari con lipidi trattamento di abbassamento. Al contrario, altre linee guida internazionali non hanno un target non HDL-C. La Società Europea di Cardiologia utilizza il C-LDL come obiettivo del trattamento.  Allo stesso modo, l'American College of Cardiology, l'American Heart Association e la National Lipid Association mirano alle riduzioni del C-LDL in base al rischio del paziente.

Nonostante il potenziale del C-non-HDL come predittore dello sviluppo di malattie cardiovascolari, nessuno studio ha valutato l'efficacia comparativa di diversi trattamenti ipolipemizzanti sui livelli di C-non-HDL nelle persone con diabete. Pertanto, abbiamo effettuato una revisione sistematica e una meta-analisi di rete per stimare l'efficacia comparativa di sette statine sui livelli di non-HDL-C nei pazienti con diabete.

L'esito primario delle variazioni dei livelli di colesterolo non-HDL è stato calcolato come differenza netta tra i livelli di colesterolo totale e di colesterolo HDL. Le medie e le deviazioni standard del colesterolo totale e del colesterolo HDL sono state convertite da milligrammi per decilitro (mg/dl) a millimoli per litro (mmol/l), la misura standard internazionale per i livelli di colesterolo. La varianza per questi valori calcolati è stata determinata con procedure sviluppate in precedenza.

Le variazioni nette dei livelli di C-non-HDL sono state calcolate come differenza (statina meno placebo o statina di confronto) in questi valori medi in un'impostazione di meta-analisi di rete, che ha consentito la valutazione simultanea delle diverse intensità delle statine.  Per garantire la transitività all'interno della rete, abbiamo classificato tutti gli agenti delle statine e i gruppi di intensità, e il placebo, in nodi e abbiamo confrontato la distribuzione delle variabili cliniche (colesterolo totale, HDL-C) e metodologiche (età, sesso e indice di massa corporea).  Abbiamo utilizzato un modello bayesiano di meta-analisi della rete a effetti casuali con una probabilità normale. Per tenere conto delle correlazioni indotte dagli studi multigruppo, abbiamo utilizzato distribuzioni multivariate. Abbiamo considerato l'I 2statistica e la (eterogeneità) varianza nella distribuzione dell'effetto casuale (τ 2 ) per misurare l'entità dell'influenza della variabilità attraverso e all'interno degli studi sugli effetti del trattamento. La statistica I2 e l'intervallo di confidenza al 95% sono stati interpretati come 0-29%, 30-59%, 60-89% e >89%, indicando rispettivamente un'eterogeneità bassa, moderata, sostanziale e alta. Per classificare i trattamenti in base all'efficacia, abbiamo utilizzato la superficie sotto la curva di classificazione cumulativa.Abbiamo valutato la coerenza (cioè la concordanza tra evidenza diretta e indiretta) considerando separatamente evidenze dirette e indirette con la suddivisione dei nodi.

Abbiamo dotato tutti i modelli del pacchetto MBNMAdose (versione 0.3.0) nella versione R 4.0.5 (R Foundation for Statistical Computing). In particolare, abbiamo utilizzato distribuzioni a priori non informative per gli effetti del trattamento e una distribuzione a priori minimamente informativa per il parametro di deviazione standard comune. La convergenza del modello è stata assicurata dall'ispezione visiva di tre catene Monte Carlo della catena Markov dopo aver considerato la diagnostica Brooks-Gelman-Rubin. Sono stati presentati graficamente grafici di rete scalati in base al numero di studi e pazienti per ciascun nodo di trattamento. Il pacchetto GeMTC in R è stato utilizzato per produrre alcune figure e per verificare i risultati. Gli esiti secondari, i cambiamenti nei livelli di LDL-C e colesterolo totale, sono stati analizzati allo stesso modo del non-HDL-C. Abbiamo trovato pochi rapporti per l'esito, interruzioni a causa di eventi avversi, quindi abbiamo utilizzato il metodo dell'odds ratio di Peto, che si è dimostrato più adatto per la meta-analisi di eventi rari. Gli esiti degli eventi cardiovascolari maggiori in tre punti sono stati analizzati con la meta-analisi a coppie di DerSimonian e Laird con il rischio relativo.

Abbiamo eseguito una meta-analisi della rete di sottogruppi per l'esito non-HDL-C che si è concentrata su pazienti ad alto rischio rispetto a pazienti a rischio medio-basso. Con i criteri di inclusione ed esclusione e i dati di base dei rapporti dei singoli studi, il rischio del paziente è stato classificato come: alto, per quelli con una storia di eventi cardiovascolari maggiori (cioè ictus non fatale, infarto del miocardio non fatale, malattia coronarica o malattia cardiovascolare); e da basso a medio, per coloro che non hanno avuto eventi cardiovascolari maggiori precedenti o attuali al basale.

È stata condotta un'analisi di sensibilità con il modello di rete specifico per la dose per esaminare la solidità dei risultati dell'analisi che prevede la categorizzazione per intensità. È stato utilizzato un diagramma a imbuto di rete per esaminare visivamente il criterio di simmetria e presenza penitenziale per i piccoli bias dell'effetto di studio.

fonte: BMJ