È importante sottolineare che il rischio globale non deriva dalla semplice somma dei singoli fattori, ma dalla loro interazione complessiva, in accordo con la natura multifattoriale della malattia cardiovascolare.[1] La sua stima si basa su funzioni matematiche derivate da studi longitudinali di popolazione, che integrano i livelli medi dei fattori di rischio, il loro peso relativo e la probabilità di sopravvivenza libera da eventi nella popolazione di riferimento.[1]

In Italia, la valutazione del rischio cardiovascolare si basa principalmente sugli strumenti sviluppati dal Progetto CUORE dell’Istituto Superiore di Sanità (ISS).[2] Da queste funzioni di rischio derivano due strumenti principali: le carte del rischio cardiovascolare e il punteggio individuale.[1]

Le carte del rischio consentono di stimare la probabilità di un primo evento cardiovascolare maggiore a 10 anni utilizzando sei fattori: età, sesso, abitudine al fumo, diabete, pressione arteriosa sistolica e colesterolemia totale.[1] Esse classificano i soggetti in categorie di rischio, facilitando l’identificazione dei pazienti candidati a interventi preventivi.[1]

Il punteggio individuale rappresenta uno strumento più preciso, in quanto utilizza valori continui per alcuni fattori (età, pressione arteriosa, colesterolemia totale e HDL) e include anche la presenza di terapia antipertensiva, migliorando la stima del rischio individuale.1 Inoltre, può essere applicato a una fascia di età più ampia rispetto alle carte del rischio.[1]

Per quanto riguarda l’ambito europeo, le linee guida raccomandano l’utilizzo del sistema SCORE2 per la stima del rischio cardiovascolare nei soggetti apparentemente sani.[2]

SCORE2 è un algoritmo basato sui principali fattori di rischio cardiovascolare e consente di stimare la probabilità di sviluppare eventi cardiovascolari fatali e non fatali a 10 anni.[1]

Per le persone anziane di età superiore a 70 anni senza malattie cardiovascolari preesistenti è stato sviluppato SCORE2-OP (SCORE2-Older Persons), un modello di valutazione del rischio cardiovascolare specificamente dedicato a questa popolazione.[4] Il modello consente di stimare il rischio individuale a 5 e 10 anni di eventi cardiovascolari fatali e non fatali, tenendo conto del rischio competitivo associato alla mortalità non cardiovascolare e delle interazioni tra età e fattori di rischio.[4] In questo modo, SCORE2-OP permette di ottenere una stima più personalizzata del rischio cardiovascolare negli individui anziani, supportando il processo decisionale clinico e la valutazione degli interventi sui fattori di rischio.[4]

Nei pazienti con diabete mellito è disponibile l’algoritmo SCORE2-Diabetes, che integra informazioni specifiche della malattia, come il controllo glicemico e la funzione renale, al fine di migliorare la stratificazione del rischio in questa popolazione.[2]

Negli Stati Uniti, i modelli di stima del rischio si sono evoluti dalle Pooled Cohort Equations (PCE) al più recente algoritmo PREVENT, che amplia la valutazione includendo ulteriori condizioni cliniche, come malattie renali e metaboliche, e consente una stima sia a 10 sia a 30 anni del rischio cardiovascolare.[2] Questo approccio riflette la crescente attenzione verso una valutazione più completa e personalizzata del rischio individuale.[2]

Un aspetto rilevante emerso negli ultimi anni è il ruolo dei cosiddetti “modificatori del rischio”, che possono migliorare la capacità predittiva degli algoritmi tradizionali.[2] Tra questi, la valutazione dell’aterosclerosi subclinica mediante tecniche di imaging, come il punteggio di calcio coronarico (CAC) o l’ecografia carotidea, consente di identificare soggetti apparentemente a basso o moderato rischio ma con un elevato burden aterosclerotic.[2]Inoltre, biomarcatori come la lipoproteina(a) possono contribuire a una più accurata stratificazione del rischio.[2]

È importante considerare che i modelli di calcolo del rischio possono sovrastimare o sottostimare il rischio in alcune categorie di pazienti, come i soggetti giovani o quelli con caratteristiche non adeguatamente rappresentate nelle popolazioni di derivazione degli algoritmi.[2] Per questo motivo, il loro utilizzo deve essere sempre integrato con il giudizio clinico.[2] Inoltre, una quota di soggetti apparentemente sani può presentare un’aterosclerosi subclinica non identificata dai modelli tradizionali, con un conseguente rischio cardiovascolare più elevato rispetto a quanto stimato.[2]

Nel complesso, la disponibilità di diversi strumenti di valutazione del rischio cardiovascolare riflette la necessità di un approccio integrato e personalizzato.[1,2] L’utilizzo combinato di algoritmi di rischio, fattori clinici e strumenti di imaging consente infatti di superare i limiti dei modelli tradizionali e di migliorare l’identificazione dei soggetti che possono beneficiare maggiormente degli interventi preventivi.[1,2]

 Bibliografia:

1. Progetto Cuore, Istituto Superiore di Sanità. Disponibile all’indirizzo https://www.cuore.iss.it/valutazione/

2. Santilli F, Albrecht G, Blaha M, Lanas A, Li L, Sibbing D. Needs-based considerations for the role of low-dose aspirin along the CV risk continuum. Am J Prev Cardiol. 2024 Apr 15;18:100675. doi: 10.1016/j.ajpc.2024.100675.

3. Zanchè, A., Lapi, F., Grattaglia. Prevenzione cardiovascolare primaria e secondaria: utilizzo di ASA in Medicina Generale. Rivista Società Italiana di medicina Genrale, 2026.

4. SCORE2-OP working group and ESC Cardiovascular risk collaboration. SCORE2-OP risk prediction algorithms: estimating incident cardiovascular event risk in older persons in four geographical risk regions. Eur Heart J. 2021 Jul 1;42(25):2455-2467. doi: 10.1093/eurheartj/ehab312.