Pourquoi la condition cardiorespiratoire devrait figurer dans tout calculateur de risque de maladie cardiaque
Une nouvelle revue soutient que le VO2 max et les données d'activité issues des objets connectés devraient être intégrés dans les modèles standard de prédiction du risque cardiovasculaire.
Résumé
Les calculateurs de risque cardiovasculaire actuels reposent principalement sur des valeurs biologiques statiques comme le cholestérol et la pression artérielle, négligeant deux des prédicteurs les plus puissants de maladies cardiaques et de mortalité : la condition cardiorespiratoire et l'activité physique. Cette revue synthétise les données probantes montrant que la condition physique — mesurée de façon optimale par un test d'effort cardiopulmonaire — reflète la réserve physiologique globale de l'organisme et surpasse de nombreux facteurs de risque traditionnels. Les dispositifs connectés offrent désormais des données d'activité continues en conditions réelles, qui complètent les mesures ponctuelles réalisées en milieu clinique. Les auteurs plaident en faveur de modèles de prédiction multimodaux combinant dossiers médicaux électroniques, ECG, imagerie, dispositifs connectés et tests d'effort, afin de personnaliser la stratification du risque. Ils avertissent toutefois que les modèles actuels manquent encore de validation externe rigoureuse, de rapports de calibration et d'évaluations d'équité au sein de sous-groupes diversifiés. L'appel à l'action : considérer la condition physique comme un phénotype modifiable et cliniquement mesurable — et agir en conséquence.
Résumé détaillé
La maladie cardiovasculaire athérosclérotique demeure l'une des principales causes de mortalité dans le monde, pourtant les équations de risque sur lesquelles s'appuient les cliniciens pour guider la prévention ont été élaborées en grande partie à partir de variables statiques recueillies en consultation — cholestérol, pression artérielle, âge et tabagisme. Deux des meilleurs prédicteurs de la mortalité cardiovasculaire et toutes causes confondues, la capacité cardiorespiratoire (CRF) et l'activité physique, en sont systématiquement absents.
Cette revue narrative, s'appuyant sur des études épidémiologiques, des essais cliniques et des cadres méthodologiques, plaide pour l'intégration des données de CRF et d'activité physique dans les modèles de risque de nouvelle génération. La CRF reflète la réserve physiologique intégrée — l'efficacité avec laquelle le cœur, les poumons, les muscles et le système nerveux autonome fonctionnent ensemble à l'effort. L'épreuve d'effort cardiorespiratoire (CPET) va plus loin en identifiant les mécanismes spécifiques qui limitent la capacité d'exercice, qu'ils soient d'ordre cardiaque, ventilatoire, vasculaire pulmonaire, autonomique ou périphérique. Cette granularité mécanistique est cliniquement exploitable d'une manière qu'un bilan lipidique au repos ne saurait offrir.
Les dispositifs portables fournissent désormais des mesures longitudinales en conditions réelles de l'activité physique et du comportement sédentaire, qui complètent utilement une consultation ponctuelle. Les auteurs envisagent des modèles de prédiction multimodaux combinant dossiers médicaux électroniques, électrocardiographie, imagerie cardiaque, biosignaux issus de capteurs portables et épreuves d'effort, afin de produire des profils de risque personnalisés et dynamiques. De tels modèles pourraient permettre d'identifier plus tôt les individus à haut risque et d'orienter des interventions ciblées.
Malgré ces perspectives prometteuses, d'importantes lacunes subsistent. Les données probantes actuelles souffrent d'une validation externe et prospective insuffisante, d'un rapportage incomplet de la calibration, d'une évaluation décisionnelle limitée et d'une appréciation inadéquate des performances selon les sous-groupes démographiques — ce qui soulève des préoccupations en matière d'équité. Des modèles performants dans des populations d'essais peuvent échouer en contexte clinique réel.
Les auteurs concluent que l'activité physique et la CRF doivent être considérées comme des phénotypes cliniques modifiables, et non comme des paramètres optionnels. Les futurs modèles de risque devront donner la priorité à une mesure standardisée, à la validation mécanistique des phénotypes numériques, à une calibration rigoureuse et à des données prospectives d'utilité clinique avant toute adoption à grande échelle.
Principales conclusions
- Cardiorespiratory fitness is strongly associated with cardiovascular and all-cause mortality, yet is excluded from most standard risk calculators.
- Cardiopulmonary exercise testing identifies specific mechanisms of exercise limitation — cardiac, ventilatory, autonomic, and peripheral.
- Wearables provide continuous, real-world activity data that meaningfully complement static clinic-based risk factors.
- Multimodal models integrating EHR, ECG, imaging, and exercise data may enable more personalized cardiovascular risk stratification.
- Current predictive models lack external validation, calibration data, and subgroup equity assessments — limiting clinical readiness.
Méthodologie
Il s'agit d'une revue narrative synthétisant des données issues d'études épidémiologiques, d'essais cliniques et de cadres méthodologiques portant sur l'activité physique, le comportement sédentaire et la capacité cardiorespiratoire (CCR) dans la prédiction du risque cardiovasculaire. La revue met l'accent sur le phénotypage numérique, la physiologie de l'exercice mécaniste et la conception de modèles de prédiction multimodaux. Aucun protocole de recherche systématique ni de méta-analyse agrégée n'est décrit.
Limites de l'étude
Il s'agit d'une revue narrative, de sorte que les résultats reflètent la sélection et la synthèse des auteurs plutôt qu'une méthodologie systématique ou méta-analytique. L'accès limité au seul résumé signifie que les détails plus fins concernant la qualité des preuves et les citations d'études spécifiques ne peuvent pas être évalués de manière indépendante. Les auteurs eux-mêmes soulignent que les modèles de prédiction multimodaux actuels manquent de validation prospective externe, de rapports de calibration et de données d'équité par sous-groupes — ce qui signifie qu'une mise en œuvre clinique serait prématurée sans recherches complémentaires.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :