ADHERE-Algorithmus bei akut dekompensierter Herzinsuffizienz

Klinischer Hintergrund

Die akut dekompensierte Herzinsuffizienz ist ein Zustand, bei dem die Krankenhausmortalität zwischen den Betroffenen stark schwankt, von einzelnen Prozent bis über zwanzig. Die Risikobeurteilung bei Aufnahme ist für mehrere Entscheidungen zentral: die Wahl der Versorgungsstufe (Überwachungsstation, Intermediate Care oder Intensivstation), die Intensität der diuretischen und vasodilatierenden Therapie sowie die Frage, wann und ob eine inotrope Unterstützung begonnen wird. Ohne strukturiertes Instrument schwanken klinische Risikoeinschätzungen stark zwischen Beurteilenden und überzeichnen die Mortalität, besonders bei normalem oder erhöhtem Blutdruck bei Aufnahme.

Der ADHERE-Algorithmus wurde entwickelt, um eine einfache Beurteilung am Krankenbett auf Basis dreier bei Aufnahme bereits verfügbarer Variablen zu bieten: Blutharnstoffstickstoff (BUN), systolischer Blutdruck und Serumkreatinin. Ziel war es, sowohl Personen mit sehr niedriger Mortalität zu erkennen, bei denen ein weniger intensives Vorgehen angemessen sein kann, als auch Personen mit hoher Mortalität, bei denen eine frühe konsequente Therapie und eine höhere Versorgungsstufe gerechtfertigt sein können.

Anwendung des ADHERE-Algorithmus

Der ADHERE-Algorithmus ist ein Klassifikationsbaum (CART, Classification and Regression Tree) auf Basis dreier bei Krankenhausaufnahme erhobener Variablen:

• Blutharnstoffstickstoff (BUN) in mg/dL
• Systolischer Blutdruck in mmHg
• Serumkreatinin in mg/dL

Der Baum lässt sich als sequenzielle Entscheidungsregel darstellen:

$$\text{Risiko} = \begin{cases} \text{Niedrig} & \text{wenn BUN} < 43 \text{ und SBD} \geq 115 \ \text{Intermediär} & \text{wenn BUN} < 43 \text{ und SBD} < 115 \ \text{Intermediär} & \text{wenn BUN} \geq 43 \text{ und SBD} \geq 115 \ \text{Intermediär} & \text{wenn BUN} \geq 43 \text{, SBD} < 115 \text{ und Kreatinin} < 2{,}75 \ \text{Hoch} & \text{wenn BUN} \geq 43 \text{, SBD} < 115 \text{ und Kreatinin} \geq 2{,}75 \end{cases}$$

Die Ableitungskohorte bestand aus 33 046 Krankenhausaufenthalten des ADHERE-Registers (Acute Decompensated Heart Failure National Registry), das zwischen Oktober 2001 und Februar 2003 Daten aus 263 Krankenhäusern in den USA erhob [1]. Das mittlere Alter betrug 72,5 Jahre, 52 % waren Frauen. Alle hatten die Hauptdiagnose einer akut dekompensierten Herzinsuffizienz. Die Krankenhausmortalität betrug in der Ableitungskohorte 4,2 %. Von 39 untersuchten Variablen erwies sich der BUN als stärkster einzelner Prädiktor, gefolgt vom systolischen Blutdruck und vom Serumkreatinin. Das Modell wurde prospektiv an 32 229 nachfolgenden Krankenhausaufenthalten (März bis Juli 2003) validiert, in denen die Mortalität 4,0 % betrug und die Risikostratifizierung ihre Trennschärfe behielt [1].

Interpretation in der Praxis

Der Baum teilt in drei Risikogruppen ein, deren Krankenhausmortalität in der Ableitungskohorte zwischen 2,1 % und 21,9 % lag [1,2]. Die Odds Ratio für die Mortalität zwischen Hoch- und Niedrigrisikogruppe betrug 12,9 (95 %-KI 10,4 bis 15,9) [1].

Niedriges Risiko bedeutet, dass die Behandlung auf einer Normalstation mit standardisierter diuretischer Therapie und Überwachung erfolgen kann, ohne dass sich allein aus dem Mortalitätsrisiko eine unmittelbare Indikation zur Intensivtherapie ergibt. Es ist die häufigste Gruppe und umfasst die Mehrheit der Betroffenen.

Intermediäres Risiko erfordert über den Score hinaus eine klinische Beurteilung. Hier finden sich Personen mit eingeschränkter Nierenfunktion bei erhaltenem Blutdruck ebenso wie Personen mit niedrigem Blutdruck bei normalem BUN. Die Versorgungsstufe sollte sich nach dem Gesamtbild richten: respiratorische Insuffizienz, Oxygenierung, Bedarf an intravenöser vasodilatierender Therapie und Ansprechen auf die initiale Behandlung.

Hohes Risiko bedeutet eine Mortalität von etwa einer von fünf Personen während des Aufenthalts. Für sie sollten eine Intensiv- oder Intermediate-Care-Behandlung, ein frühes invasives hämodynamisches Monitoring und eine strukturierte Abklärung der Ursachen der Dekompensation erwogen werden. Das Risiko für einen kardiogenen Schock und ein Nierenversagen ist ausgeprägt.

Validierung und Testgüte

In der prospektiven internen Validierung innerhalb des ADHERE-Registers behielt der Algorithmus seine Diskriminationsfähigkeit, mit ähnlichen Ergebnissen in der Validierungs- wie in der Ableitungskohorte [1].

In einer externen Validierung von Lagu et al. (2016) wurden sieben Mortalitätsvorhersagemodelle für die akut dekompensierte Herzinsuffizienz an 13 163 Personen aus 62 US-amerikanischen Krankenhäusern geprüft (HealthFacts-Datenbank, 2010 bis 2012) [3]. Das mediane Alter betrug 74 Jahre, die Hälfte waren Frauen und 27 % Schwarze. Die Krankenhausmortalität betrug 4,3 %. Der ADHERE-Algorithmus erreichte eine c-Statistik von 0,68 bis 0,70 und war damit den anderen klinischen Modellen (EFFECT und zwei GWTG-HF-Varianten) vergleichbar, aber Modellen auf Basis administrativer Daten und elektronischer Patientenakten unterlegen (LAPS2 und Premier+, c-Statistik 0,76 bis 0,81) [3]. Das Vorhersageintervall des ADHERE-Algorithmus lag in dieser Population bei 1,2 bis 17,4 % und damit etwas enger als in der Ursprungskohorte [3].

In einer neueren Studie von Palmer et al. (2025) an 5 602 auf einer kardiologischen Intensivstation aufgenommenen Personen der MIMIC-IV-Datenbank betrug die AUC des ADHERE-Algorithmus 0,63 (95 %-KI 0,57 bis 0,70) und lag damit unter GWTG-HF (AUC 0,66) und einem Machine-Learning-Modell (AUC 0,72) [4]. Diese Population war jedoch auf Intensivpatientinnen und -patienten mit höherer Mortalität (6,2 %) selektiert, was nicht der allgemeinen Krankenhauspopulation entspricht, für die der ADHERE-Algorithmus entwickelt wurde.

Eine Subanalyse innerhalb des ADHERE Emergency Module (ADHERE-EM) zeigte, dass das CART-Modell Männer und Frauen gleich gut stratifizierte, ohne signifikanten Mortalitätsunterschied zwischen den Geschlechtern innerhalb der Risikogruppen [5].

Limitationen

Der ADHERE-Algorithmus gilt für die akut dekompensierte Herzinsuffizienz und ist weder für die chronisch stabile Herzinsuffizienz noch für den kardiogenen Schock oder die Herzinsuffizienz mit hohem Herzzeitvolumen validiert. Er wurde für die Krankenhausmortalität entwickelt und sagt nichts über die Langzeitprognose oder das Wiederaufnahmerisiko aus.

Der Baum verwendet nur drei Variablen und lässt damit andere wichtige Prädiktoren wie Natrium, Herzfrequenz, Atemfrequenz, Troponin, NT-proBNP, Sauerstoffsättigung und maschinelle Beatmung außer Acht. Das ist eine bewusste Vereinfachung, damit das Instrument unmittelbar bei Aufnahme anwendbar ist, bedeutet aber, dass Personen mit niedriger Einstufung wegen nicht erfasster Faktoren dennoch ein hohes Risiko haben können.

Die Schwellenwerte beruhen auf US-amerikanischen Patientendaten vom Beginn der 2000er-Jahre. Seither hat sich die Behandlung der akuten Herzinsuffizienz mit dem breiteren Einsatz von ACE-Hemmern, Betablockern, Mineralokortikoidrezeptorantagonisten und SGLT2-Hemmern deutlich weiterentwickelt, was die Mortalität in den Risikogruppen beeinflusst haben kann. Die absoluten Mortalitätszahlen sind daher eher als historische Referenzwerte denn als aktuelle Schätzungen zu verstehen.

Ein häufiger Fehler ist die Verwendung von BUN-Werten in SI-Einheiten (mmol/L) statt in mg/dL. Die Schwelle von 43 mg/dL entspricht etwa 15,4 mmol/L. Ebenso entspricht die Kreatininschwelle von 2,75 mg/dL etwa 243 µmol/L. Werte in der falschen Einheit einzugeben, führt zu einer völlig falschen Klassifikation.

Der Algorithmus sollte nicht als alleinige Grundlage für die Entscheidung über die Versorgungsstufe dienen. Er liefert eine grobe Risikostratifizierung, die durch klinische Beurteilung ergänzt werden muss, besonders bei intermediärem Risiko, wo der Baum nicht zwischen verschiedenen Ursachen der Dekompensation unterscheidet.

Quellen

1. Fonarow GC, Adams KF Jr, Abraham WT et al. Risk stratification for in-hospital mortality in acutely decompensated heart failure: classification and regression tree analysis. JAMA 2005. PMID: 15687312
2. Adams KF Jr, Uddin N, Patterson JH. Clinical predictors of in-hospital mortality in acutely decompensated heart failure: piecing together the outcome puzzle. Congest Heart Fail 2008. PMID: 18550923
3. Lagu T, Pekow PS, Shieh MS et al. Validation and comparison of seven mortality prediction models for hospitalized patients with acute decompensated heart failure. Circ Heart Fail 2016. PMID: 27514749
4. Palmer DQ, Gismondi RA, Gemal P et al. Mortality prediction in heart failure patients: machine learning versus Get With The Guidelines-Heart Failure (GWTG-HF) and Acute Decompensated Heart Failure National Registry (ADHERE). Cureus 2025. PMID: 40895687
5. Diercks DB, Fonarow GC, Kirk JD et al. Risk stratification in women enrolled in the Acute Decompensated Heart Failure National Registry Emergency Module (ADHERE-EM). Acad Emerg Med 2008. PMID: 18275445