Pharmazeutische Zeitung online
Mit Zielwert oder ohne

Beide Ansätze zur Statin-Therapie gleichwertig

In der Therapie von Patienten mit erhöhtem LDL-Cholesterol gibt es zwei verschiedene Strategien: Treat-to-Target und Fire-and-Forget. Eine Studie in Südkorea hat die beiden miteinander verglichen – und im Ergebnis keinen Unterschied festgestellt.
Annette Rößler
13.03.2023  11:00 Uhr

Um kardiovaskulären Ereignissen vorzubeugen, sollte bei Patienten mit koronarer Herzkrankheit (KHK) das LDL-Cholesterol (LDL-C) medikamentös gesenkt werden, wenn es erhöht ist. In Europa wird dabei ein anderer Ansatz verfolgt als beispielsweise in den USA: Während die europäische Leitlinie abhängig vom individuellen Risiko des Patienten bestimmte Zielwerte für das LDL-C definiert, verzichten US-Fachgesellschaften darauf und empfehlen stattdessen eine Therapie, die abhängig vom Ausgangsrisiko unterschiedlich intensiv ausfällt. Wirkstoffe der ersten Wahl sind in jedem Fall Statine.

Ob eine der beiden Strategien, die als Treat-to-Target beziehungsweise Fire-and-Forget bezeichnet werden, der anderen überlegen ist, war bisher noch nicht in einer Studie untersucht worden. Denkbar wäre etwa, dass mit dem Zielwert-orientierten Ansatz weniger kardiovaskuläre Ereignisse verhindert werden, weil die Therapie nicht gleich von Anfang an mit höchster Intensität geführt wird, sondern erst bei Bedarf gesteigert wird. Eine Gruppe um Dr. Sung-Jin Hong vom Yonsei University College of Medicine in Seoul, Südkorea, hat dazu jetzt Daten publiziert.

Wie die Autoren im Fachjournal »JAMA« berichten, rekrutierten sie an zwölf Zentren in Südkorea zwischen 2016 und 2019 insgesamt 4400 Patienten mit KHK, von denen 4341 die dreijährige Studie abschlossen. Die Probanden erhielten randomisiert entweder eine lipidsenkende Therapie mit dem LDL-C-Zielwert 50 bis 70 mg/dl oder eine Hochdosis-Statin-Therapie mit 20 mg Rosuvastatin oder 40 mg Atorvastatin täglich ohne Zielwert-Kontrolle. Tod, Herzinfarkt, Schlaganfall oder koronare Revaskularisation während der dreijährigen Beobachtungszeit bildeten den zusammengesetzten primären Endpunkt.

Dieser trat in der Treat-to-Target-Gruppe bei 8,1 Prozent der Patienten ein und in der Fire-and-Forget-Gruppe bei 8,7 Prozent. Damit war die Nicht-Unterlegenheit des Zielwert-orientierten Ansatzes gezeigt. Ein weiteres Ergebnis mit Praxisrelevanz ist, dass die LDL-C-Werte in beiden Gruppe nahezu gleich waren (69,1 mg/dl in der Treat-to-Target-Gruppe beziehungsweise 68,4 mg/dl in der Fire-and-Forget-Gruppe), dafür bei dem Zielwert-orientierten Behandlungsansatz aber lediglich 54 Prozent der Probanden eine Hochdosis-Statin-Therapie benötigten und 43 Prozent mit einer Statin-Therapie von moderater Intensität auskamen.

Ihre Studie liefere einen Beleg für die Eignung der Treat-to-Target-Strategie, die das individuelle Ansprechen des Patienten berücksichtige, fassen die Autoren zusammen. Auf diese Weise lassen sich womöglich auch unerwünschte Arzneimittelwirkungen vermeiden, die ja bei Statinen in der Wahrnehmung der Patienten bekanntlich eine noch größere Rolle spielen als bei anderen Arzneistoffen.

Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
 
FAQ
SENDEN
Wie kann man die CAR-T-Zelltherapie einfach erklären?
Warum gibt es keinen Impfstoff gegen HIV?
Was hat der BGH im Fall von AvP entschieden?
GESAMTER ZEITRAUM
3 JAHRE
1 JAHR
SENDEN
IHRE FRAGE WIRD BEARBEITET ...
UNSERE ANTWORT
QUELLEN
22.01.2023 – Fehlende Evidenz?
LAV Niedersachsen sieht Verbesserungsbedarf
» ... Frag die KI ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln. ... «
Ihr Feedback
War diese Antwort für Sie hilfreich?
 
 
FEEDBACK SENDEN
FAQ
Was ist »Frag die KI«?
»Frag die KI« ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln der Pharmazeutischen Zeitung und des PTA-Forums versehen, in denen mehr Informationen zu finden sind. Die Redaktion der Pharmazeutischen Zeitung verfolgt in ihren Artikeln das Ziel, kompetent, seriös, umfassend und zeitnah über berufspolitische und gesundheitspolitische Entwicklungen, relevante Entwicklungen in der pharmazeutischen Forschung sowie den aktuellen Stand der pharmazeutischen Praxis zu informieren.
Was sollte ich bei den Fragen beachten?
Damit die KI die besten und hilfreichsten Antworten geben kann, sollten verschiedene Tipps beachtet werden. Die Frage sollte möglichst präzise gestellt werden. Denn je genauer die Frage formuliert ist, desto zielgerichteter kann die KI antworten. Vollständige Sätze erhöhen die Wahrscheinlichkeit einer guten Antwort.
Wie nutze ich den Zeitfilter?
Damit die KI sich bei ihrer Antwort auf aktuelle Beiträge beschränkt, kann die Suche zeitlich eingegrenzt werden. Artikel, die älter als sieben Jahre sind, werden derzeit nicht berücksichtigt.
Sind die Ergebnisse der KI-Fragen durchweg korrekt?
Die KI kann nicht auf jede Frage eine Antwort liefern. Wenn die Frage ein Thema betrifft, zu dem wir keine Artikel veröffentlicht haben, wird die KI dies in ihrer Antwort entsprechend mitteilen. Es besteht zudem eine Wahrscheinlichkeit, dass die Antwort unvollständig, veraltet oder falsch sein kann. Die Redaktion der Pharmazeutischen Zeitung übernimmt keine Verantwortung für die Richtigkeit der KI-Antworten.
Werden meine Daten gespeichert oder verarbeitet?
Wir nutzen gestellte Fragen und Feedback ausschließlich zur Generierung einer Antwort innerhalb unserer Anwendung und zur Verbesserung der Qualität zukünftiger Ergebnisse. Dabei werden keine zusätzlichen personenbezogenen Daten erfasst oder gespeichert.
THEMEN
EuropaStatine

Mehr von Avoxa