📄Contenu
Contexte : Une revue systématique a recommandé sept indices de multimorbidity pour prédire la mortalité. Cependant, leur performance n'a jamais été évaluée dans une comparaison directe. Cette étude a validé ces indices de manière externe et a comparé leur performance à celle du comptage des maladies associées.
Méthodologie : Dans le cadre de l'étude prospective Rotterdam en Hollande, sept sous-cohôts spécifiques ont été construites à partir de 14 926 adultes âgés vivant dans la communauté, sélectionnés pour correspondre à la population cible des indices de multimorbidity. Les scores de prédiction ont été calculés selon les méthodes originales des indices et utilisés comme prédicteurs dans des modèles de régression logistique avec la mortalité globale comme outcome. Leur performance a été évaluée et comparée à quatre modèles de référence ajustés sur les mêmes échantillons spécifiques aux indices.
Résultats : La taille totale des populations des sept sous-cohôts variait de 2409 à 9045 participants. L'âge moyen des populations variait de 59,4 à 77,0 ans ; la proportion de femmes variait de 56,0 % à 61,8 % (hors indices unisexes). Le risque absolu de mortalité variait de 0,9 % à 13 %. La performance discriminative des indices et des modèles de comptage était presque identique pour tous les indices (différence maximale du C-statistic : 0,06), mais supérieure aux modèles basés sur l'âge et le sexe. La précision absolue des scores de prédiction était similaire pour tous les modèles (amélioration maximale du score de Brier : 4 %). La calibration était mauvaise pour quatre des sept indices, tous ayant un temps de suivi de 2 ans ou moins.
Impact clinique : Compter les maladies associées est aussi précis que les indices de multimorbidity pour prédire la mortalité globale dans la population générale. Ces résultats suggèrent que le comptage des maladies est une méthode plus pratique et fiable pour fournir un pronostic aux patients souffrant de multimorbidity parmi les adultes vivant dans la communauté.